• 디지털콘텐츠학회 논문지
• /
• 제18권1호
• /
• pp.123-132
• /
• 2017

물리적 디스플레이 기술은 인간이 열망하는 궁극의 디스플레이 기술로서 전 세계가 레이저, 플라즈마 및 반사판 등을 이용한다. 또한 양한 입체 디스플레이 기술개발을 활발하게 진행하고 있으나 광학식으로 인한 주변광의 영향, 밝기 등으로 온전한 물리적 표현에는 한계가 존재한다. 본 논문에서는 기존의 광학식과는 다른 물리적 변형을 이용한 디스플레이 기술을 문화 감성적인 측면의 접근법으로 다가선다. 2차원 평면적인 디지털 사이니즈의 한계를 극복하여 물리적으로 다변화되는 스크린 위에 동적 영상을 투사하여 3차원 실감 입체 이미지를 만들어 낼 수 있는 카멜레온(다변)형 디스플레이 기술을 개발하고 이를 이용한 영상, 전시 및 공연에 적용이 가능한 방법을 연구하고자 한다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제40권2호
• /
• pp.138-145
• /
• 2016

This paper proposes an improved tabu search method for subset selection in multiple linear regression models. Variable selection is a vital combinatorial optimization problem in multivariate statistics. The selection of the optimal subset of variables is necessary in order to reliably construct a multiple linear regression model. Its applications widely range from machine learning, timeseries prediction, and multi-class classification to noise detection. Since this problem has NP-complete nature, it becomes more difficult to find the optimal solution as the number of variables increases. Two typical metaheuristic methods have been developed to tackle the problem: the tabu search algorithm and hybrid genetic and simulated annealing algorithm. However, these two methods have shortcomings. The tabu search method requires a large amount of computing time, and the hybrid algorithm produces a less accurate solution. To overcome the shortcomings of these methods, we propose an improved tabu search algorithm to reduce moves of the neighborhood and to adopt an effective move search strategy. To evaluate the performance of the proposed method, comparative studies are performed on small literature data sets and on large simulation data sets. Computational results show that the proposed method outperforms two metaheuristic methods in terms of the computing time and solution quality.

• 한국정밀공학회지
• /
• 제34권2호
• /
• pp.125-131
• /
• 2017

2-Axis Pan and Tilt Motion Platform, a complex multivariate non-linear system, may incur any disturbance, thus requiring system controller with robustness against various disturbances. In this study, we designed an adaptive backstepping compensated controller by estimating the disturbance and error using the Radial Basis Function Neural Network (RBF NN). In this process, Uniformly Ultimately Bounded (UUB) was demonstrated via Lyapunov and stability was confirmed. By generating progressive disturbance to the irregular frequency and amplitude changes, it was verified for various environmental disturbances. In addition, by setting the RBF NN input vector to the minimum, the estimated disturbance compensation process was analyzed. Only two input vectors facilitated compensatory function of RBF NN via estimating the modeling and control error values as well as irregular disturbance; the application of the process resulted in improved backstepping controller performance that was confirmed through simulation.

• 응용통계연구
• /
• 제21권6호
• /
• pp.981-996
• /
• 2008

서로 다른 출처로부터 얻어진 데이터 파일들을 하나의 데이터 파일로 만드는 통계적 자료결합방법은 공통변수와 서로 다른 고유변수를 포함하여 변수들 간에 존재하는 관련성에 대해 살펴볼 수 있다. Robin (1986)이 제안한 일반회귀모형의 예측값을 이용한 통계적 결합방법은 자료에 대한 다변량 정규성을 가정하기 때문에 이 가정을 위반하는 자료를 이용하는 것은 많은 문제를 수반한다. 본 연구는 제공파일의 고유변수에 모분포를 반영하지 못하는 특이점이 존재하는 경우, 일반회귀모형을 이용한 통계적 결합방법의 대안으로 로러스트 회귀추정방법을 이용한 자료결합방법을 제안하였다. 나아가 로버스트 회귀모형을 이용한 결합방법과 일반회귀모형을 이용한 결합방법에서의 상관관계 및 결정계수 보존에 관한 성능을 비교하기 위하여 모의실험을 수행하였다.

• 대한인간공학회지
• /
• 제30권5호
• /
• pp.683-688
• /
• 2011

Objective: The aim of this study is to develop a distributed representative human model(DRHM) generation and analysis system. Background: DRHMs are used for a product with multiple-size categories such as clothing and shoes. It is not easy for a product designer to explore an optimal sizing system by applying various distributed methods because of their complexity and time demand. Method: Studies related to DRHM generation were reviewed and the RHM generation interfaces of three digital human model simulation systems(Jack$^{(R)}$, RAMSIS$^{(R)}$, and CATIA Human$^{(R)}$) were reviewed. Results: DRHM generation steps are implemented by providing sophisticated interfaces which offer various statistical techniques and visualization methods with ease. Conclusion: The DRHM system can analyze the multivariate accommodation percentage of a sizing system, provide body sizes of generated DRHMs, and visualize generated grids and DRHMs. Application: The DRHM generation and analysis system can be of great use to determine an optimal sizing system for a multiple-size product by comparing various sizing system candidates.

• 한국지능시스템학회논문지
• /
• 제25권6호
• /
• pp.592-599
• /
• 2015

빅 데이터 환경에서 빅데이터를 분석하기 위한 새로운 방법의 필요성이 대두되고 있다. 데이터의 크기, 다양성, 그리고 적재 속도 등의 빅데이터 특성으로 인해 모집단의 추론에서 전체 데이터의 분석이 가능해졌기 때문이다. 그러나 전통적인 통계분석 방법은 모집단으로부터 추출된 확률표본에 초점이 맞추어져 있다. 따라서 기존의 통계적 접근방법은 빅데이터 분석에 적합하지 않은 경우가 발생한다. 이와 같은 문제점을 해결하기 위하여 본 논문에서는 빅데이터분석을 위한 새로운 접근방법에 대하여 제안하였다. 특히 대표적인 다변량 통계분석 기법인 주성분 분석을 이용하여 효율적인 빅데이터분석을 위한 방법론을 연구하였다. 제안방법의 성능평가를 위하여 통계적 모의실험을 실시하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권6호
• /
• pp.1171-1180
• /
• 2014

본 논문에서는 금융분야에서 사용되고 있는 포트폴리오 위험측도인 VaR (value at risk)와 ES (expected shortfall)의 측정 방법으로 안장점근사의 적용 방법을 제시하였다. 본 연구의 특징은 금융자료에 대하여 정규분포를 가정하지 않고, 치우침을 가정한 왜정규분포를 가정하여 왜정규분포를 따르는 위험요인으로 구성된 선형 포트폴리오 위험측도에 대해 안장점근사를 실시하였다. 또한 모의실험을 통해 위험측도의 안장점근사의 정도가 매우 우수함을 확인하였다.

• 응용통계연구
• /
• 제34권6호
• /
• pp.875-887
• /
• 2021

최대예상손실액(VaR)은 위험관리수단으로 금융에서 시장위험을 측정하는 대표적인 값이다. 본 논문에서는 다양한 자산으로 이루어진 고차원 금융자료에서 자산들 간의 의존성 구조를 잘 설명할 수 있는 성근 바인 코풀라를 이용한 VaR 추정에 대해서 논의한다. 성근 바인 코풀라는 정규 바인 코풀라 모형에 벌점화를 적용한 방법으로 추정하는 모수의 개수를 벌점화를 통해 축소하는 방법이다. 모의 실험 결과 성근 바인 코풀라를 이용한 VaR 추정이 더 작은 표본 외 예측오차를 줌을 살펴볼수 있었다. 또한 최근 5년간의 코스피 60개 종목을 바탕으로 실시한 실증 자료 분석에서도 성근 바인 코풀라 모형이 더 좋은 예측 성능을 보임을 확인할 수 있었다.

• 응용통계연구
• /
• 제35권3호
• /
• pp.335-346
• /
• 2022

통계적 공정관리에서 프로파일 관리도란 다수의 품질 특성치 간 함수관계의 변화를 탐지하는 것을 말한다. 두 변수 간 선형의 관계가 있는 경우, 선형 프로파일을 가정하고 절편과 기울기가 일정한지 모니터링한다. 이때 선형 프로파일에 관한 대부분의 기존 연구에서는 모든 프로파일에서 설명변수의 관측치가 동일하다고 가정한다. 그러나 프로파일마다 설명변수의 값이 랜덤하게 관측되는 경우도 존재한다. 본 논문에서는 단순 선형 프로파일 모니터링에서 설명변수가 프로파일마다 랜덤하게 관측된다는 가정하에 기존의 방법을 확장 적용하고자 한다. 모의실험을 통해 제안한 방법의 탐지 성능을 확인하고 네트워크 침입 탐지 알고리즘 성능을 비교하기 위한 NSL-KDD 데이터를 이용하여 제안된 침입 탐지 결과를 비교해 보았다.

• 한국해양학회지:바다
• /
• 제11권2호
• /
• pp.92-96
• /
• 2006

비선형 주성분 분석은 기존에 널리 알려져 있는 주성분 분석기법과 유사한 다변수 데이터 분석을 위한 새로운 접근 방법이다. 비선형 주성분 분석은 AANN(Auto Associative Neural Network)으로 PCA와 마찬가지로 변수들 간에 존재하는 상관관계를 제거함으로써 고차의 다변수 데이터를 정보의 손실을 최소화하면서 최소 차원의 데이터로 변환하는 기법이다. AANN기반 센서 고장 검출 기법을 실제 방재시스템에 적용하여 봄으로써 센서 드리프트 등과 같은 센서 고장의 검출 및 유효한 센서 보정 성능을 확인하였다.