• 항공우주기술
• /
• 제8권2호
• /
• pp.61-67
• /
• 2009

본 논문은 정지궤도위성에 탑재 가능한 저 계산량의 궤도데이터 생성 알고리즘을 제안하고 있다. 제안하는 알고리즘의 기본적인 개념은 지상에서 생성된 기준궤도에 대한 변위 정보를 48시간에 대하여 30분 간격으로 생성한 다음, 위성에 업로드 한다. 위성에서는 업로드된 변위정보를 테이블 형태로 저장하고, 원하는 시간에 근접한 세 개의 데이터 셋을 취한 다음 이차함수 보간법 적용하여 원하는 시간에 대한 변위정보를 계산한다. 생성된 변위 정보는 다시 기준궤도에 더해져 최종적인 궤도성분을 복구하도록 한다. 여기서 기준궤도는 이심율과 궤도 경사각이 0인 이상적인 정지궤도를 의미한다. 본 알고리즘을 이용할 경우 1Hz이상의 속도로 궤도정보를 생성하여 요구하는 탑재체에 공급 할 수 있는 장점이 있다. 본 알고리즘은 48시간에 대한 궤도 변위 정보를 저장하기 위하여 3킬로바이트 이내의 추가적인 메모리를 요구한다. 이러한 수치는 정지궤도위성에서 충분히 지원 가능한 수치로 판단된다.

• Steel and Composite Structures
• /
• 제35권3호
• /
• pp.415-437
• /
• 2020

Circular concrete filled steel tube (CFST) columns have an advantage over all other sections when they are used in compression members. This paper proposes a new approach for deriving a new empirical equation to predict the axial compressive capacity of circular CFST columns using the Artificial Neural Network (ANN). The developed ANN model uses 5 input parameters that include the diameter of circular steel tube, the length of the column, the thickness of steel tube, the steel yield strength and the compressive strength of concrete. The only output parameter is the axial compressive capacity. Training and testing the developed ANN model was carried out using 219 available sets of data collected from the experimental results in the literature. An empirical equation is then proposed as an important result of this study, which is practically used to predict the axial compressive capacity of a circular CFST column. To evaluate the performance of the developed ANN model and the proposed equation, the predicted results are compared with those of the empirical equations stated in the current design codes and other models. It is shown that the proposed equation can predict the axial compressive capacity of circular CFST columns more accurately than other methods. This is confirmed by the high accuracy of a large number of existing test results. Finally, the parametric study result is analyzed for the proposed ANN equation to consider the effect of the input parameters on axial compressive strength.

• 한국지능시스템학회논문지
• /
• 제23권5호
• /
• pp.412-417
• /
• 2013

태양광 발전 시스템의 해석적 모델링은 시스템의 동특성을 예측하거나 고장검출 및 진단 등과 같은 고급 공학 기술에 중요하게 적용할 수 있어 최근 많은 각광을 받고 있다. 본 논문은 대용량 학습 데이터를 갖는 태양광 발전 시스템에 대한 확률론적 모델링을 제시한다. 우선 태양광 일사량과 온도 입력 변수에 대한 태양광 시스템의 출력 전력과의 입출력 함수관계를 정의한다. 이 함수관계를 바탕으로 세 확률변수(일사량, 온도, 전력)에 대하여 조건부 확률 식으로 표현한다. 조건부 확률 분포 추정은 대용량 데이터 시스템에 적합한, 전체 표본 데이터 수 대비 관련 변수의 경우의 수에 대한 비율로 나타내었다. 추정한 확률분포를 통해 평균값 이론을 적용하여 시스템의 출력을 추정하게 된다. 본 논문에서 제안한 모델링 기법은 두 태양광 발전 단지의 사례 연구를 통해 성능을 검증하였다.

• 한국산림과학회지
• /
• 제88권2호
• /
• pp.142-148
• /
• 1999

본 연구는 뉴질랜드 넬슨 지역에 조림된 미송(美松) (Pseudotsuga menziesii Mirb. Franco)의 지위지수(地位指數) 식과 지위지수(地位指數) 곡선 구성에 관한 것이다. 지위지수(地位指數) 모델 구성에 146개의 영구 표본 플롯 (PSP)이 사용되었고, Difference 방정식을 이용하여 지위지수(地位指數) 식을 유도하였다. 모수(母數) 추정은 SAS의 PROC NLIN을 이용한 비선형 루틴에 의하여 수행하였다. Schumacher 다변태(多變態) 생장식이 사용된 여러 생장식 중 가장 정밀한 추정을 보여주었고, 모델 추정에 사용된 95% 관측치는 실측치의 ${\pm}1.2m$ 이내의 추정치를 나타내었다. 따라서, 지위지수(地位指數) 등급의 상이(相異)에따라 지위지수(地位指數) 곡선의 변형을 반영하는 다변태(多變態) 지위지수(地位指數) 곡선을 Schumacher 생장식으로부터 유도하였다. 또한 다변태(多變態) 방정식과 변태(變態) 방정식의 비교 결과는, 다변태(多變態) 방정식으로부터 보다 정확한 지위지수(地位指數) 식을 이끌어 냄을 알 수 있었다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1997년도 추계학술대회
• /
• pp.222-227
• /
• 1997

회귀에 기인하는 부정맥의 발생 기전 분석을 위해 심장 전도 계통의 변경된 Hidden Markov Model을 세우고 모의 실험을 하였다. 먼저, 심근의 탈분극 시간과 전도 속도, 탈분극의 자율성(autonomicity)을 매개 변수로 한 모의 실험을 통해 시간적인 심장 진도와 피에 따른 심전도 결과를 얻었다. 결과는 연속된 심전도 파형과 그 발생 시간이었다. 매개변수는 율동의 속도, 각 파형간의 간격, 이상 파형의 발생 빈도등을 결정한다. 정상 동율격 및 심실상성/심실성 정맥, 심방/심실 조기 박동등을 모의 실험할 수 있는 매개변수의 세트를 구하였다. 다음으로 Hidden Markov Model의 확률적 추정 방법을 응용하여 심전도 결과를 가지고 최적 확률의 심장 전도 경로를 추정하였다. 변경된 추정 방법을 이용하여, 모의 실험한 전도경로와 추정한 경로가 유사함을 확인하였다.

• Communications for Statistical Applications and Methods
• /
• 제25권3호
• /
• pp.245-261
• /
• 2018

Attempts have been made to define new classes of distributions that provide more flexibility for modelling skewed data in practice. In this work we define a new extension of the generalized gamma distribution (Stacy, The Annals of Mathematical Statistics, 33, 1187-1192, 1962) for Marshall-Olkin generalized gamma (MOGG) distribution, based on the generator pioneered by Marshall and Olkin (Biometrika, 84, 641-652, 1997). This new lifetime model is very flexible including twenty one special models. The main advantage of the new family relies on the fact that practitioners will have a quite flexible distribution to fit real data from several fields, such as engineering, hydrology and survival analysis. Further, we also define a MOGG mixture model, a modification of the MOGG distribution for analyzing lifetime data in presence of cure fraction. This proposed model can be seen as a model of competing causes, where the parameter associated with the Marshall-Olkin distribution controls the activation mechanism of the latent risks (Cooner et al., Statistical Methods in Medical Research, 15, 307-324, 2006). The asymptotic properties of the maximum likelihood estimation approach of the parameters of the model are evaluated by means of simulation studies. The proposed distribution is fitted to two real data sets, one arising from measuring the strength of fibers and the other on melanoma data.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권11호
• /
• pp.5476-5496
• /
• 2016

Energy efficiency of resource-constrained wireless sensor networks is critical in applications such as real-time monitoring/surveillance. To improve the energy efficiency and reduce the energy consumption, the time series data can be compressed before transmission. However, most of the compression algorithms for time series data were developed only for single variate scenarios, while in practice there are often multiple sensor nodes in one application and the collected data is actually multivariate time series. In this paper, we propose to compress the time series data by the Lasso (least absolute shrinkage and selection operator) approximation. We show that, our approach can be naturally extended for compressing the multivariate time series data. Our extension is novel since it constructs an optimal projection of the original multivariates where the best energy efficiency can be realized. The two algorithms are named by ULasso (Univariate Lasso) and MLasso (Multivariate Lasso), for which we also provide practical guidance for parameter selection. Finally, empirically evaluation is implemented with several publicly available real-world data sets from different application domains. We quantify the algorithm performance by measuring the approximation error, compression ratio, and computation complexity. The results show that ULasso and MLasso are superior to or at least equivalent to compression performance of LTC and PLAMlis. Particularly, MLasso can significantly reduce the smooth multivariate time series data, without breaking the major trends and important changes of the sensor network system.

• 산업경영시스템학회지
• /
• 제40권2호
• /
• pp.129-136
• /
• 2017

Among the information technology and automation that have rapidly developed in the manufacturing industries recently, tens of thousands of quality variables are estimated and categorized in database every day. The former existing statistical methods, or variable selection and interpretation by experts, place limits on proper judgment. Accordingly, various data mining methods, including decision tree analysis, have been developed in recent years. Cart and C5.0 are representative algorithms for decision tree analysis, but these algorithms have limits in defining the tolerance of continuous explanatory variables. Also, target variables are restricted by the information that indicates only the quality of the products like the rate of defective products. Therefore it is essential to develop an algorithm that improves upon Cart and C5.0 and allows access to new quality information such as loss cost. In this study, a new algorithm was developed not only to find the major variables which minimize the target variable, loss cost, but also to overcome the limits of Cart and C5.0. The new algorithm is one that defines tolerance of variables systematically by adopting 3 categories of the continuous explanatory variables. The characteristics of larger-the-better was presumed in the environment of programming R to compare the performance among the new algorithm and existing ones, and 10 simulations were performed with 1,000 data sets for each variable. The performance of the new algorithm was verified through a mean test of loss cost. As a result of the verification show, the new algorithm found that the tolerance of continuous explanatory variables lowered loss cost more than existing ones in the larger is better characteristics. In a conclusion, the new algorithm could be used to find the tolerance of continuous explanatory variables to minimize the loss in the process taking into account the loss cost of the products.

• 한국철도학회논문집
• /
• 제20권2호
• /
• pp.223-233
• /
• 2017

철도에 사용되고 있는 분기기는 중요한 시스템 중 하나이다. 분기기 시스템의 건전성은 철도운용 안정성에 매우 중요하다. 분기기 시스템을 진단하기 위하여, LVDT와 accelerometer를 분기기에 설치하였다. LVDT는 분기기에서 변위가 발생하는 부분에 설치하여, 분기기의 이동과 차량의 주행에서 발생되는 변위를 측정하였다. Accelerometers는 충격과 진동이 발생하는 부분에 설치하여 충격량과 진동을 측정하였다. 측정된 데이터를 이용하여 변수화를 위한 데이터를 추출하였으며, 이 변수들은 진단에 사용하였다. 진단 알고리즘은 확률분포와 인공신경망을 사용하였다. 변수화된 값이 확률분포를 이용하여 판단할 수 있으면 확률분포를 사용하였으며, 형태를 보고 판단할 필요가 있으면 인공신경망을 활용하였다. 본 논문에서는 정상적인 상태에서 데이터를 측정하여, 정상상태의 조건을 위한 학습을 수행하였다.

• 동아시아식생활학회지
• /
• 제16권1호
• /
• pp.29-36
• /
• 2006

The purpose of this study was to measure the pizza purchasing behavioral characteristics of respondents and importances of factors affecting pizza purchase, to estimate the effects of attributes on pizza restaurant choice, and to predict probability of selecting a particular pizza restaurant The questionnaire consisted of two parts: The paired experimental profiles, purchasing behavior and importances of factors affecting pizza purchase. This study generated profiles of 16 hypothetical pizza restaurant based on the seven attributes. The profiles comprised 16 discrete sets of variables, each of which had two levels. For this study, researcher randomly selected 150 students of university as respondents. Twenty students did not complete the survey instrument, resulting in a final sample size of 129. All estimations were carried out using frequency, correlation, phreg procedure of SAS package. The results were as followed Based on the estimated model, the -2LL(B) statistic for a model with all explanatory variables was 5585.761 and the Chi-square statistic is 134.786 with 7 df (p<0.001). At p<0.001, we would reject the null hypothesis that the attributes do not influence choice. The parameter estimate for price was highest, followed by late delivery time, promised delivery time, money-back guarantee, discount, pizza variety, and pizza temperature. The result from this study suggested that there was an opportunity to increase market share and profit by improving operations so that customers receive discount and money-back guarantee simultaneously, and by reducing price, delivery time.