• Journal of the Korean Data and Information Science Society
• /
• 제22권4호
• /
• pp.679-690
• /
• 2011

통계적 공정관리 (statistical process control; SPC)와 자동공정관리 (automatic process control; APC)는 공정의 품질을 향상시키기 위하여 가장 널리 사용하는 방법이다. 이 두 종류의 관리절차는 서로 독립적으로 적용되고 연구되어져 왔지만, 현대의 생산 공정은 공정 자체가 복잡하고 혼합된 양상을 나타내기 때문에 두 관리절차를 병행하여 사용함으로써 관리효과를 증대시킬 수 있게 된다. 이와 같이 수정과 탐지를 동시에 사용하여 공정을 좀 더 효율적으로 관리하고자 하는 절차를 통합 공정관리 (integrated process control; IPC)라고 한다. IPC의 기본절차는 잡음이 내재하는 공정에 대하여 수정조치를 취하고, 이러한 수정활동 중 공정에 이상원인이 발생했는지 관리도를 통하여 이를 탐지하는 것이다. APC로 조정된 공정을 관리할 경우 일반적으로 출력변수를 관리통계량으로 사용하고 있으나, 입력변수를 관리통계량으로 사용하는 연구 결과들도 있다. 이 논문에서는 누적이동평균(integrated moving average; IMA) (1,1) 잡음모형과 최소평균제곱오차 (minimum mean square error; MMSE) 수정을 가정할 경우, 출력변수, 입력변수, 그리고 출력변수와 입력변수의 정보를 모두 이용하는, 즉 출력과 입력변수의 차이변수를 사용하는 절차의 효율을 비교하고 있다.

• Geomechanics and Engineering
• /
• 제36권2호
• /
• pp.111-119
• /
• 2024

In the realm of rock excavation projects, precise estimation of the drilling rate index stands as a pivotal factor in strategic planning and cost assessment. This study introduces and evaluates two pioneering computational intelligence models designed for the prognostication of the drilling rate index, a pivotal parameter with direct implications for cost estimation in rock excavation projects. These models, denoted as the Relevance Vector Regression (RVR) optimized with the Invasive Weed Optimization algorithm (IWO) (RVR-IWO model) and the RVR integrated with the Shuffled Frog Leaping algorithm (SFL) (RVR-SFL model), represent a groundbreaking approach to forecasting drilling rate index. The RVR-IWO and RVR-SFL models were meticulously devised to harness the capabilities of computational intelligence and optimization techniques for drilling rate index estimation. This research pioneers the integration of IWO and SFL with RVR, constituting an unprecedented effort in forecasting drilling rate index. The primary objective of this study was to gauge the precision and dependability of these models in forecasting the drilling rate index, revealing significant distinctions between the two. In terms of predictive precision, the RVR-IWO model emerged as the superior choice when compared to the RVR-SFL model, underscoring the remarkable efficacy of the Invasive Weed Optimization algorithm. The RVR-IWO model delivered noteworthy results, boasting a Variance Account for (VAF) of 0.8406, a Mean Squared Error (MSE) of 0.0114, and a Squared Correlation Coefficient (R²) of 0.9315. On the contrary, the RVR-SFL model exhibited slightly lower precision, yielding an MSE of 0.0160, a VAF of 0.8205, and an R2 of 0.9120. These findings serve to highlight the potential of the RVR-IWO model as a formidable instrument for drilling rate index prediction, particularly within the framework of rock excavation projects. This research not only makes a significant contribution to the realm of drilling engineering but also underscores the broader adaptability of the RVR-IWO model in tackling an array of challenges within the domain of rock engineering. Ultimately, this study advances the comprehension of drilling rate index estimation and imparts valuable insights into the practical implementation of computational intelligence methodologies within the realm of engineering projects.

• 응용통계연구
• /
• 제28권6호
• /
• pp.1227-1234
• /
• 2015

전통적으로 최적실험을 위한 실험기준들은 기본적으로 가정된 모형에 의존한다. 따라서 모형에 대한 완벽한 정보를 가지지 않는 경우 실험자는 곤란에 빠질 수 밖애 없다. Box와 Draper (1959) 이런 상황에 대비해 적분된 평균제곱오차의 편의부분에 해당하는 적분된 편의를 최소화하는 실험기준을 제안하고 필요충분조건을 명시하였다. 그러나 간단한 예제를 제외하고는 문헌에서는 이러한 필요충분조건을 만족하는 실험에 대한 구채적인 예제는 계산상의 문제로 예상외로 많이 연구가 되어 있지 않다. 비록 수치적인 해이긴 하지만 다항회귀모형을 중심으로 최소편의를 만족하는 실험의 성격을 파악하였는데 결론적으로 양극단에서 안쪽 방향으로 이탈되는 위치에서 받힘점이 형성되는 것을 알 수 있었다.

• Nuclear Engineering and Technology
• /
• 제54권8호
• /
• pp.2941-2959
• /
• 2022

The fire brigade non-suppression probability model is a major factor that should be considered in evaluating fire-induced risk through fire probabilistic risk assessment (PRA), and also uncertainty is a critical consideration in support of risk-informed performance-based (RIPB) fire protection decision-making. This study developed an optimal integrated probabilistic fire brigade non-suppression model considering uncertainty of parameters based on the Bayesian Markov Chain Monte Carlo (MCMC) approach on electrical fire which is one of the most risk significant contributors. The result shows that the log-normal probability model with a location parameter (µ) of 2.063 and a scale parameter (σ) of 1.879 is best fitting to the actual fire experience data. It gives optimal model adequacy performance with Bayesian information criterion (BIC) of -1601.766, residual sum of squares (RSS) of 2.51E-04, and mean squared error (MSE) of 2.08E-06. This optimal log-normal model shows the better performance of the model adequacy than the exponential probability model suggested in the current fire PRA methodology, with a decrease of 17.3% in BIC, 85.3% in RSS, and 85.3% in MSE. The outcomes of this study are expected to contribute to the improvement and securement of fire PRA realism in the support of decision-making for RIPB fire protection programs.

• 한국음향학회지
• /
• 제36권5호
• /
• pp.338-344
• /
• 2017

본 논문에서는 머리전달함수 보간 알고리즘을 제안하며, 특히 작은 크기의 측정 데이터를 다루는 경우를 고려한다. 제안하는 알고리즘은 머리전달함수의 음향학적 모델링에 기초하며, 모델링 계수를 추정함으로써 머리전달함수를 보간한다. 이 때 측정 위치의 개수가 부족할 경우 모델링 계수를 추정하는 것은 매우 어려우며, 따라서 본 알고리즘은 벡터-기반 크기 패닝 기법을 이용하여 데이터를 확장함으로써 이러한 문제를 해결하려고 한다. 본 알고리즘은 벡터-기반 크기 패닝 기법 기반의 데이터 확장 단계와, 최소자승법 기반의 모델링 계수 추정 단계의 두 단계로 이루어져 있다. 제안하는 알고리즘의 성능을 확인하기 위하여 CIPIC(Center for Image Processing and Integrated Computing) 머리전달함수 데이터베이스의 측정 데이터 중 일부를 이용한 시뮬레이션을 진행하였으며, 시뮬레이션 결과 약 1.5 dB ~ 4 dB의 최소 자승 오차가 감소됨을 확인할 수 있었다.

• Journal of the Korean Data and Information Science Society
• /
• 제21권5호
• /
• pp.841-852
• /
• 2010

통합공정관리는 공정의 변동을 줄이기 위하여 공학적 공정관리와 통계적 공정관리를 병행하는 절차이다. 통합공정관리의 기본적인 절차는 잡음과 이상원인이 공존하는 공정에 대하여 매시점마다 수정절차를 통하여 공정편차를 백색잡음으로 전환하며, 수정된 공정을 관리도를 이용하여 이상원인의 발생 여부를 탐지하게 된다. 이때 공정은 이상원인 발생 전에는 백색잡음이 되지만, 이상원인 발생 후에는 이상원인과 수정절차의 효과가 혼합되어 다양한 형태의 시계열 모형으로 변환하게 된다. 이 논문에서는 잡음모형으로 자기회귀이동평균(1,1) 모형을 가정하고 통합공정관리 절차를 수행하는 경우, 지수가중이동평균 관리도를 사용하여 이상원인을 탐지하는 절차에 대한 효율을 살펴보았다. 또한 이상원인의 신호 후 이를 제거하기 힘든 경우 사용할 수 있는 재수정 절차를 제안하였다.

• 한국측량학회지
• /
• 제35권1호
• /
• pp.55-62
• /
• 2017

The SRP (Solar Radiation Pressure) model has always been an issue in the dynamic GPS (Global Positioning System) orbit determination. The widely used CODE (Center for Orbit Determination in Europe) model and its variants have nine parameters to estimate the solar radiation pressure from the Sun and to absorb the remaining forces. However, these parameters show a very high correlation with each other and, therefore, only several of them are estimated at most of the IGS (International GNSS Service) analysis centers. In this study, we attempted to numerically verify the correlation between the parameters. For this purpose, a bi-directional, multi-step numerical integrator was developed. The correlation between the SRP parameters was analyzed in terms of post-fit residuals of the orbit. The integrated orbit was fitted to the IGS final orbit as external observations. On top of the parametric analysis of the SRP parameters, we also verified the capabilities of orbit prediction at later time epochs. As a secondary criterion for orbit quality, the positional discontinuity of the daily arcs was also analyzed. The resulting post-fit RMSE (Root-Mean-Squared Error) shows a level of 4.8 mm on average and there is no significant difference between block types. Since the once-per-revolution parameters in the Y-axis are highly correlated with those in the B-axis, the periodic terms in the D- and Y-axis are constrained to zero in order to resolve the correlations. The 6-hr predicted orbit based on the previous day yields about 3 cm or less compared to the IGS final orbit for a week, and reaches up to 6 cm for 24 hours (except for one day). The mean positional discontinuity at the boundary of two 1-day arcs is on the level of 1.4 cm for all non-eclipsing satellites. The developed orbit integrator shows a high performance in statistics of RMSE and positional discontinuity, as well as the separations of the dynamic parameters. In further research, additional verification of the reference frame for the estimated orbit using SLR is necessary to confirm the consistency of the orbit frames.

• Journal of the Korean Data and Information Science Society
• /
• 제27권4호
• /
• pp.993-1000
• /
• 2016

반응 값이 없는 자료를 지도학습 (supervised learning)에 사용하는 준지도 학습 (semi-supervised learning)은 분류에 더 많은 관심을 갖는다. 본 연구는 준지도학습을 회귀분석에 적용하는 준지도 회귀함수 추정법을 제안한다. 제안된 방법은 기존의 방법과 형태는 같지만 반응 값이 있는 자료와 없는 자료의 주변분포를 다르게 가정하고, 서로 다른 평활계수를 사용하는 등 좀 더 일반화된 형태를 가진다. 제안된 추정법의 점근분포를 계산하고 점근평균제곱오차를 최소화하는 최적의 평활계수가 가지는 조건을 찾는다. 설명변수의 주변분포에 대한 추정이 잘 이루이지고, 반응 값이 있는 자료와 없는 자료의 크기에 대한 조건을 적절하게 통제할 수 있고, 그리고 평활계수가 적절하게 선택될 수 있다면 라벨없는 자료가 회귀분석에서도 도움을 줄 수 있음을 보인다. 그리고 준지도 분류에서 사용하는 것처럼 반응 값이 없는 자료의 초기추정은 작은 값을 가지는 평활계수를 사용하여 과적합 (overfitting)되도록 하는 것이 좋음을 증명한다.

• 센서학회지
• /
• 제32권3호
• /
• pp.174-179
• /
• 2023

Bulk trailers, used for the transportation of powdered materials, such as cement and fly ash, are crucial in the construction industry. The speedy exhaustion of powdered materials stored in the tank of bulk trailers is relevant to improving transportation efficiency and reducing transportation costs. The exhaust time can be reduced by developing an automatic control system to replace the manual exhaust operation. The instantaneous or accumulated exhausts of powdered materials must be measured for automatic control of the bulk trailer exhaust system. Accordingly, we previously proposed a recurrent neural network (RNN) model that estimated the instantaneous exhaust based on low-cost pressure sensor signals without an expensive flowmeter for powders. Although our previous study utilized only an RNN model, models such as multilayer perceptron (MLP) and convolutional neural network (CNN) are also widely utilized for time-series estimation. This study compares the performance of three neural network models (MLP, CNN, and RNN) in estimating instantaneous and accumulated exhausts. In terms of the instantaneous exhaust estimation, the difference in the performance of neural network models was insignificant (that is, 8.64, 8.62, and 8.56% for the MLP, CNN, and RNN, respectively, in terms of the normalized root mean squared error). However, in the case of the accumulated exhaust, the performance was excellent in the order of CNN (1.67%), MLP (2.03%), and RNN (2.20%).

• 한국의학물리학회지:의학물리
• /
• 제14권4호
• /
• pp.211-217
• /
• 2003

주성분분석은 잘 알려진 데이터 분석 방법으로써 높은 차원의 데이터를 낮은 차원의 데이터로 표현하는데 효과적이어서 얼굴인식, 데이터 압축 등에 이용되고 있다. 주성분분석을 하게 되면 원 데이터의 공분산 행렬로부터 정규직교한 고유벡터와 해당하는 고유치를 얻게 되고 그 중 큰 값을 가지는 고유벡터 들을 선택하여 선형 변환함으로써 데이터의 차원을 줄일 수 있게 된다. 망막에 빛 자극이 인가되면 시세포 층에서 전기신호로 변환된 후 복잡한 신경회로를 거쳐 최종적으로 신경절세포 층에서 활동전위의 형태로 출력되게 된다. 본 연구에서는 다채널전극을 사용하여 여러 개 망막 신경절세포로부터 유래되는 활동전위를 기록한 후 개개의 신호를 구분하는 과정을 거치고, 이어서 그 신호를 만들어 내는 각 뉴론들끼리의 시간적, 공간적 흥분발사 패턴을 이해함으로써 궁극적으로 시각정보 인코딩 기전을 밝히려는 연구 목표하에 그 첫 단계로서 망막 신경절세포의 활동전위를 기록한 후 분류하는 과정을 성공적으로 수행하였기에 그 내용을 서술하고자 한다. 망막에서 기록되는 신경절세포 활동전위는 불규칙하고 확률적이기 때문에 주성분분석을 통하여 그 유형을 분류할 수 있었다. 토끼 눈으로부터 망막을 박리하여 망막조각을 얻은 후 신경절세포 층이 전극표면을 향하도록 전극에 부착하였다. 8${\times}$8의 microelectrode array (MEA)를 전극으로 사용하였고, 증폭기는 MEA 60 system을 사용하여 신경절세포 활동전위를 기록하였다. 활동전위 기록 후 파형 분류를 하였다. 잡음이 섞여있는 기록으로부터 신호를 검출하기 위하여, 잡음역치($\pm$3$\sigma$)를 설정하였다. 역치를 넘는 파형 만을 획득한 후 주성분분석을 통해 각 파형의 첫 번째 주성분, 두 번째 주성분을 계산하여 2차원 평면에 투사함으로써 몇 개의 의미있는 클러스터를 얻었다. 이 클러스터는 곧 각 신경절세포에서 유래되는 파형을 반영하므로 주성분분석을 통하여 망막 신경절세포의 활동전위를 각 세포별로 분류할 수 있음을 확인하였다.