The Transactions of the Korean Institute of Electrical Engineers D
/
v.49
no.7
/
pp.378-388
/
2000
In this paper, we propose Fuzzy Polynomial Neural Networks(FPNN) based on Polynomial Neural Networks(PNN) and Fuzzy Neural Networks(FNN) for model identification of complex and nonlinear systems. The proposed FPNN is generated from the mutually combined structure of both FNN and PNN. The one and the other are considered as the premise part and consequence part of FPNN structure respectively. As the consequence part of FPNN, PNN is based on Group Method of Data Handling(GMDH) method and its structure is similar to Neural Networks. But the structure of PNN is not fixed like in conventional Neural Networks and self-organizing networks that can be generated. FPNN is available effectively for multi-input variables and high-order polynomial according to the combination of FNN with PNN. Accordingly it is possible to consider the nonlinearity characteristics of process and to get better output performance with superb predictive ability. As the premise part of FPNN, FNN uses both the simplified fuzzy inference as fuzzy inference method and error back-propagation algorithm as learning rule. The parameters such as parameters of membership functions, learning rates and momentum coefficients are adjusted using genetic algorithms. And we use two kinds of FNN structure according to the division method of fuzzy space of input variables. One is basic FNN structure and uses fuzzy input space divided by each separated input variable, the other is modified FNN structure and uses fuzzy input space divided by mutually combined input variables. In order to evaluate the performance of proposed models, we use the nonlinear function and traffic route choice process. The results show that the proposed FPNN can produce the model with higher accuracy and more robustness than any other method presented previously. And also performance index related to the approximation and prediction capabilities of model is evaluated and discussed.
Journal of the Korean Data and Information Science Society
/
v.18
no.2
/
pp.327-344
/
2007
Ridge partial least squares regression (RPLS) is a regression method which can be obtained by combining ridge regression and partial least squares regression and is intended to provide better predictive ability and less sensitive to overfitting. In this paper, explicit expressions for the shrinkage factor of RPLS are developed. The structure of the shrinkage factor is explored and compared with those of other biased regression methods, such as ridge regression, principal component regression, ridge principal component regression, and partial least squares regression using a near infrared data set.
Journal of the Korean Institute of Intelligent Systems
/
v.15
no.1
/
pp.87-91
/
2005
The cascade-correlation (CC) learning algorithm of Fahlman and Lebiere is one of the most influential constructive algorithm in a neural network. Cascading the hidden neurons results in a network that can represent very strong nonlinearities. Although this power is in principle useful, it can be a disadvantage if such strong nonlinearity is not required to solve the problem. 3 models are presented and compared empirically. All of them are based on valiants of the cascade architecture and output neurons weights training of the CC algorithm. Empirical results indicate the followings: (1) In the pattern classification, the model that train only new hidden neuron to output layer connection weights shows the best predictive ability; (2) In the function approximation, the model that removed input-output connection and used sigmoid-linear activation function is better predictability than CasCor algorithm.
Hong S. H.;Lee Y. W.;Hwang W G.;Ki Ch. D.;Kim Y. B.
Journal of the Korean Institute of Gas
/
v.2
no.3
/
pp.88-95
/
1998
Vibration analysis of rotating machinery can give an indication of possible faults thus allowing maintenance before further damage occurs. Current predictive maintenance system installed in Pyung-tak has the ability to diagnose the mechanical problems within the LNG Pump when the vibration exceeds preset overall alarm levels. In this study, LNG pump auto-diagnosis system based upon Windows NT and DSP Board is developed. This system analysis velocity signal acquired from dual accelerometer input monitor system to diagnose pump condition. Many plots which display machine condition are shown and features of vibration are stored in every time. If the fault is found, the system diagnoses automatically using expert system and trend monitoring. Operator checks pump condition intuitively using personal computer monitor.
Soil respiration ($R_S$) is a critical component of the annual carbon balance of forests, but few studies thus far have attempted to evaluate empirical regression models in $R_S$. The principal objectives of this study were to evaluate the relationship between $R_S$ rates and soil temperature (ST) and soil water content (SWC) in soil from a cool-temperate deciduous broad-leaved forest, and to evaluate empirical regression models for the prediction of $R_S$ using ST and SWC. We have been measuring $R_S$, using an open-flow gas-exchange system with an infrared gas analyzer during the snowfree season from 1999 to 2001 at the Takayama Forest, Japan. To evaluate the empirical regression models used for the prediction of $R_S$, we compared a simple exponential regression (flux = $ae^{bt}$Eq. [1]) and two polynomial multiple-regression models (flux = $ae^{bt}{\times}({\theta}{\nu}-c){\times}(d-{\theta}{\nu})^f:$ Eq. [2] and flux = $ae^{bt}{\times}(1-(1-({\theta}{\nu}/c))^2)$: Eq. [3]) that included two variables (ST: t and SWC: ${\theta}{\nu}$) and that utilized hourly data for $R_S$. In general, daily mean $R_S$ rates were positively well-correlated with ST, but no significant correlations were observed with any significant frequency between the ST and $R_S$ rates on periods of a day based on the hourly $R_S$ data. Eq. (2) has many more site-specific parameters than Eq. (3) and resulted in some significant underestimation. The empirical regression, Eq. (3) was best explained by temporal variations, as it provided a more unbiased fit to the data compared to Eq. (2). The Eq. (3) (ST $\times$ SWC function) also increased the predictive ability as compared to Eq. (1) (only ST exponential function), increasing the $R^2$ from 0.71 to 0.78.
Papasotiriou, Antonios N.;Prevezas, Nikolaos;Krikonis, Konstantinos;Alexopoulos, Evangelos C.
Safety and Health at Work
/
v.8
no.2
/
pp.162-168
/
2017
Background: Pelvic ring fractures (PRFs) may influence the daily activities and quality of life of the injured. The aim of this retrospective study was to explore the functional outcomes and factors related to return to work (RTW) after PRF. Methods: During the years 2003-2012, 282 injured individuals aged 20-55 years on the date of the accident, were hospitalized and treated for PRFs in a large tertiary hospital in Athens, Greece. One hundred and three patients were traced and contacted; 77 who were on paid employment prior to the accident gave their informed consent to participate in the survey, which was conducted in early 2015 through telephone interviews. The questionnaire included variables related to injury, treatment and activities, and the Majeed pelvic score. Univariate and multiple regression analyses were used for statistical assessment. Results: Almost half of the injured (46.7%) fully RTW, and earning losses were reported to be 35% after PRF. The univariate analysis confirmed that RTW was significantly related to accident site (labor or not), the magnitude of the accident's force, concomitant injuries, duration of hospitalization, time to RTW, engagement to the same sport, Majeed score, and complications such as limp and pain as well as urologic and sexual complaints (p < 0.05 for all). On multiple logistic regression analysis, the accident sustained out of work (odds ratio: 6.472, 95% confidence interval: 1.626-25.769) and Majeed score (odds ratio: 3.749, 95% confidence interval: 2.092-6.720) were identified as independent predictive factors of full RTW. Conclusion: PRFs have severe socioeconomic consequences. Possible predictors of RTW should be taken into account for health management and policies.
The autoignition temperature is one of the most important physical properties used to determine the flammability characteristics of chemical substances. Despite the needs of the experimental autoignition temperature data for the design of chemical plants, it is not easy to get the data. This study have built and compared partial least squares (PLS) and support vector machine (SVM) models to predict the autoignition temperatures of 503 organic compounds out of DIPPR 801. As the independent variables of the models, 59 functional groups were chosen based on the group contribution method. The prediction errors calculated from cross-validation were employed to determine the optimal parameters of two models. And, particle swarm optimization was used to get three parameters of SVM model. The PLS and SVM results of the average absolute errors for the whole data range from 58.59K and 29.11K, respectively, indicating that the predictive ability of the SVM is much superior than PLS.
With the rising global environmental awareness on energy saving and carbon reduction, as well as the environmental transition and natural disasters resulted from the greenhouse effect, waste resources should be efficiently used to save environmental space and achieve environmental protection principle of "sustainable development and recycling". This study used recycled cement mortar and adopted the volumetric method for experimental design, which replaced cement (0%, 10%, 20%, 30%) with recycled materials (fly ash, slag, glass powder) to test compressive strength and ultrasonic pulse velocity (UPV). The hyperbolic function for nonlinear multivariate regression analysis was used to build prediction models, in order to study the effect of different recycled material addition levels (the function of $R_m$(F, S, G) was used and be a representative of the content of recycled materials, such as fly ash, slag and glass) on the compressive strength and UPV of cement mortar. The calculated results are in accordance with laboratory-measured data, which are the mortar compressive strength and UPV of various mix proportions. From the comparison between the prediction analysis values and test results, the coefficient of determination $R^2$ and MAPE (mean absolute percentage error) value of compressive strength are 0.970-0.988 and 5.57-8.84%, respectively. Furthermore, the $R^2$ and MAPE values for UPV are 0.960-0.987 and 1.52-1.74%, respectively. All of the $R^2$ and MAPE values are closely to 1.0 and less than 10%, respectively. Thus, the prediction models established in this study have excellent predictive ability of compressive strength and UPV for recycled materials applied in cement mortar.
Moslemi, Azam;Mahjub, Hossein;Saidijam, Massoud;Poorolajal, Jalal;Soltanian, Ali Reza
Asian Pacific Journal of Cancer Prevention
/
v.17
no.1
/
pp.95-100
/
2016
Background: Survival time of lymphoma patients can be estimated with the help of microarray technology. In this study, with the use of iterative Bayesian Model Averaging (BMA) method, survival time of Mantle Cell Lymphoma patients (MCL) was estimated and in reference to the findings, patients were divided into two high-risk and low-risk groups. Materials and Methods: In this study, gene expression data of MCL patients were used in order to select a subset of genes for survival analysis with microarray data, using the iterative BMA method. To evaluate the performance of the method, patients were divided into high-risk and low-risk based on their scores. Performance prediction was investigated using the log-rank test. The bioconductor package "iterativeBMAsurv" was applied with R statistical software for classification and survival analysis. Results: In this study, 25 genes associated with survival for MCL patients were identified across 132 selected models. The maximum likelihood estimate coefficients of the selected genes and the posterior probabilities of the selected models were obtained from training data. Using this method, patients could be separated into high-risk and low-risk groups with high significance (p<0.001). Conclusions: The iterative BMA algorithm has high precision and ability for survival analysis. This method is capable of identifying a few predictive variables associated with survival, among many variables in a set of microarray data. Therefore, it can be used as a low-cost diagnostic tool in clinical research.
Purpose: The purpose of this study was to evaluate and compare the predictive ability of three mortality scoring systems; Acute Physiology and Chronic Health Evaluation(APACHE) III, Simplified Acute Physiology Score(SAPS) II, and Mortality Probability Model(MPM) II in discriminating in-hospital mortality for intensive care unit(ICU) patients with spontaneous intracerebral hemorrhage. Methods: Eighty-nine patients admitted to the ICU at a university hospital in Daejeon Korea were recruited for this study. Medical records of the subject were reviewed by a researcher from January 1, 2003 to March 31, 2004, retrospectively. Data were analyzed using SAS 8.1. General characteristic of the subjects were analyzed for frequency and percentage. Results: The results of this study were summarized as follows. The values of the Hosmer-Lemeshow's goodness-of-fit test for the APACHE III, the SAPS II and the MPM II were chi-square H=4.3849 p=0.7345, chi-square H=15.4491 p=0.0307, and chi-square H=0.3356 p=0.8455, respectively. Thus, The calibration of the MPM II found to be the best scoring system, followed by APACHE III. For ROC curve analysis, the areas under the curves of APACHE III, SAPS II, and MPM II were 0.934, 0.918 and 0.813, respectively. Thus, the discrimination of three scoring systems were satisfactory. For two-by-two decision matrices with a decision criterion of 0.5, the correct classification of three scoring systems were good. Conclusion: Both the APACHE III and the MPM II had an excellent power of mortality prediction and discrimination for spontaneous intracerebral hemorrhage patients in ICU.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.