• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2010년도 춘계학술대회 논문집
• /
• pp.129-130
• /
• 2010

• 전기학회논문지
• /
• 제61권11호
• /
• pp.1725-1731
• /
• 2012

In this paper, experiments were conducted to validate the importance and necessity of modeling. The modeling was performed using 120Hz and 280Hz noise of KTX main interior noise frequency. After the modeling, In order to solve the system instability by the additional path that exists between the control speaker and the error microphone, the secondary path was estimated. Next, simulations were performed to verify the modeling's necessity and importance. Thought the simulation results, we confirmed that the system with the modeling is more effective for noise reduction than without the modeling.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2012년도 춘계학술대회 논문집
• /
• pp.81-82
• /
• 2012

• Journal of Electrical Engineering and Technology
• /
• 제11권5호
• /
• pp.1475-1485
• /
• 2016

• 한국정밀공학회지
• /
• 제13권1호
• /
• pp.98-107
• /
• 1996

The use of composite hyperpatch model is proposed to predict a machine tool positional error over the entire work space. This is an appropriate representation of the distorted work space. This model is valid for any configuration of 3-axis machine tool. Tool position, which is given NC data or CL data, contains error vector in actual work space. In this study, off-line compensation scheme was investigated for tool position error due to inaccuracy in machine tool structure. The error vector in actual work space is corrected by the error model using Newton-Raphson method. The proposed error compensation method shows the possibility of improving machine accuracy at a low cost.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제51권6호
• /
• pp.221-227
• /
• 2002

In this paper, the system model for the compensation of the low-cost personal navigation system is derived and the error compensation method using GPS is also proposed. WNS(Walking Navigation System) is a kind of personal navigation system using the number of a walk, stride and azimuth. Because the accuracy of these variables determines the navigation performance, computational methods have been investigated. The step is detected using the walking patterns, stride is determined by neural network and azimuth is calculated with gyro output. The neural network filters off unnecessary motions. However, the error compensation method is needed, because the error of navigation information increases with time. In this paper, the accumulated error due to the step detection error, stride error and gyro bias is compensated by the integrating with GPS. Loosely coupled Kalman filter is used for the integration of WNS and GPS. It is shown by simulation that the error is bounded even though GPS signal is blocked.

• 한국수자원학회논문집
• /
• 제53권6호
• /
• pp.437-450
• /
• 2020

본 연구에서는 우리나라의 기후 특성의 영향으로 종종 발생하는 무유출량의 간헐하천 유역(Ephemeral catchment)에 확률기반 격자형 수문 모형을 구축하였다. 격자형 모형의 구축을 위하여 Sacramento Soil Moisture Accounting Model (SAC-SMA) 유출 모형을 사용하였으며 라우팅 모형의 결합으로 격자형 강우-유출 모형을 구축하였다. 확률 모형의 표현을 위하여 에러 모형을 결합시켰으며 간헐하천 유역에 적합하게 표현하기 위해서 검열된 오류 모형(censoring error model)을 사용하였다. 기존에 많이 사용되는 정규화된 오류 모형과의 비교를 통하여 본 연구에서 구축한 모형의 적합성을 평가하였다. 먼저 과거 주된 연구와 유역에 대한 검토를 통하여 그 필요성을 논하였으며 우리나라에서 수문 모형에 많이 사용되는 용담댐을 선정하여 수문 모형을 구축하였다. 결과적으로 본 연구에서 구축한 두개의 모형이 둘 다 신뢰할 만한 결과를 보여주지만 검열된 오류 모형의 사용이 더욱 적합한 결과를 보여주는 것을 확인하였다. 이 과정에서 기존의 방법론은 확률 기반의 유출량의 표현에 있어서 0 이하의 음수값을 상당히 표현하였으며 이는 현실이지 못한 수문 모델링의 표현을 의미한다. 본 연구에서는 또한 두 모형의 심층적인 비교를 위하여 심화된 간헐하천 유역을 구축하고 수문 모델링을 하였다. 결과적으로 무유출의 빈도 증가에 따라 무유출량을 고려하는 검열된 오류 모형의 효율이 증가하는 것을 알 수 있었다. 본 연구에서 얻은 결과는 우리나라의 수문 모델링에 있어서 간헐하천 유역에 대한 고려가 필요하다는 것을 의미한다.

• 한국음향학회지
• /
• 제22권1호
• /
• pp.23-27
• /
• 2003

최근 연속 음성 인식에서의 성능 향상을 위해 음절을 인식 단위로 사용하고자 하는 노력들이 보고되고 있다. 그러나 음절의 경우 음소에 비해 학습성이 음소에 비해 좋지 않고, 모델의 수가 음소에 비해 매우 많으므로 음절 경계에서의 문맥 종속 모델링이 어렵다는 단점을 갖고 있다. 본 논문에서는 한국어에서의 음절의 학습성을 향상시키기 위한 방법과 음절경계에서의 음소 문맥 종속 음절 모델링을 제안한다. 제안된 방법을 단어 인식 실험에 적용한 결과, 기존의 음절 모델과 비교하여 평균 46.23%의 에러 감소율을 보였다 우측 음소 종속 음절 모델 (right phone dependent syllable model)의 경우 트라이폰(triphone) 모델에 비해 16.7%의 에러 감소율을 볼 수 있었다.

• Computers and Concrete
• /
• 제16권5호
• /
• pp.741-757
• /
• 2015

In the last decade, several modeling approaches have been proposed and applied to estimate the high-performance concrete (HPC) slump flow. While HPC is a highly complex material, modeling its behavior is a very difficult issue. Thus, the selection and application of proper modeling methods remain therefore a crucial task. Like many other applications, HPC slump flow prediction suffers from noise which negatively affects the prediction accuracy and increases the variance. In the recent years, ensemble learning methods have introduced to optimize the prediction accuracy and reduce the prediction error. This study investigates the potential usage of bagging (Bag), which is among the most popular ensemble learning methods, in building ensemble models. Four well-known artificial intelligence models (i.e., classification and regression trees CART, support vector machines SVM, multilayer perceptron MLP and radial basis function neural networks RBF) are deployed as base learner. As a result of this study, bagging ensemble models (i.e., Bag-SVM, Bag-RT, Bag-MLP and Bag-RBF) are found superior to their base learners (i.e., SVM, CART, MLP and RBF) and bagging could noticeable optimize prediction accuracy and reduce the prediction error of proposed predictive models.

• 한국경영과학회지
• /
• 제31권1호
• /
• pp.15-24
• /
• 2006

In simulation input modeling, it is important to identify a probability distribution to represent the input process of interest. In this paper, an appropriate sample size is determined for parameter estimation associated with some typical probability distributions frequently encountered in simulation input modeling. For this purpose, a statistical measure is proposed to evaluate the effect of sample size on the precision as well as the accuracy related to the parameter estimation, square rooted mean square error to parameter ratio. Based on this evaluation measure, this sample size effect can be not only analyzed dimensionlessly against parameter's unit but also scaled regardless of parameter's magnitude. In the Monte Carlo simulation experiments, three continuous and one discrete probability distributions are investigated such as ; 1) exponential ; 2) gamma ; 3) normal ; and 4) poisson. The parameter's magnitudes tested are designed in order to represent distinct skewness respectively. Results show that ; 1) the evaluation measure drastically improves until the sample size approaches around 200 ; 2) up to the sample size about 400, the improvement continues but becomes ineffective ; and 3) plots of the evaluation measure have a similar plateau pattern beyond the sample size of 400. A case study with real datasets presents for verifying the experimental results.