• 응용통계연구
• /
• 제28권5호
• /
• pp.895-906
• /
• 2015

확산모형은 입자의 운동현상과 금융자산의 미시적 가격변동을 설명하기 위하여 사용되는 수리적 모형이다. 확산모형의 추정방법에 관한 논의는 다양한 분야에서 이루어져 왔다. 통계학적 관점에서 우도적 방법에 기반한 확산모형의 추정방법을 개발하려는 시도가 계속되어 왔다. 이산시간 간격으로 관측된 자료를 이용하여 확산모형을 추정할 때 최대우도 추정법을 적용하기 위해서는 확산모형에 대한 전이확률 밀도함수를 구해야 한다. 본 연구에서는 확산모형의 전이확률밀도를 근사하기 위하여, 정규분포를 따르는 확률변수를 이용하여 브라운다리 확률과정에 대한 경로적분을 대체하는 방법을 제안하고, 그 수치적 성질을 다른 방법들과 비교한다.

• Nuclear Engineering and Technology
• /
• 제53권9호
• /
• pp.2968-2976
• /
• 2021

This paper introduces a method to reconstruct the three-dimensional (3D) microstructure of two-phase materials, e.g., porous materials such as highly irradiated nuclear fuel, from two-dimensional (2D) sections via a multi-objective optimization genetic algorithm. The optimization is based on the comparison between the reference and reconstructed 2D sections on specific target properties, i.e., 2D pore number, and mean value and standard deviation of the pore-size distribution. This represents a multi-objective fitness function subject to weaker hypotheses compared to state-of-the-art methods based on n-points correlations, allowing for a broader range of application. The effectiveness of the proposed method is demonstrated on synthetic data and compared with state-of-the-art methods adopting a fitness based on 2D correlations. The method here developed can be used as a cost-effective tool to reconstruct the pore structure in highly irradiated materials using 2D experimental data.

• Geomechanics and Engineering
• /
• 제37권3호
• /
• pp.253-262
• /
• 2024

Dynamic properties are pivotal in soil analysis, yet their experimental determination is hampered by complex methodologies and the need for costly equipment. This study aims to predict dynamic soil properties using static properties that are relatively easier to obtain, employing machine learning techniques. The static properties considered include soil cohesion, friction angle, water content, specific gravity, and compressional strength. In contrast, the dynamic properties of interest are the velocities of compressional and shear waves. Data for this study are sourced from 26 boreholes, as detailed in a geotechnical investigation report database, comprising a total of 130 data points. An importance analysis, grounded in the random forest algorithm, is conducted to evaluate the significance of each dynamic property. This analysis informs the prediction of dynamic properties, prioritizing those static properties identified as most influential. The efficacy of these predictions is quantified using the coefficient of determination, which indicated exceptionally high reliability, with values reaching 0.99 in both training and testing phases when all input properties are considered. The conventional method is used for predicting dynamic properties through Standard Penetration Test (SPT) and compared the outcomes with this technique. The error ratio has decreased by approximately 0.95, thereby validating its reliability. This research marks a significant advancement in the indirect estimation of the relationship between static and dynamic soil properties through the application of machine learning techniques.

• Animal Bioscience
• /
• 제37권5호
• /
• pp.839-851
• /
• 2024

Objective: The main goal of our current study was to improve the growth curve of meat animals by decreasing the birth weight while achieving a finishing weight that is the same as that before selection but at younger age. Methods: Random regression model was developed to derive various selection indices to achieve desired gains in body weight at target time points throughout the fattening process. We considered absolute and proportional gains at specific ages (in weeks) and for various stages (i.e., early, middle, late) during the fattening process. Results: The point gain index was particularly easy to use because breeders can assign a specific age (in weeks) as a time point and model either the actual weight gain desired or a scaled percentage gain in body weight. Conclusion: The point gain index we developed can achieve the desired weight gain at any given postnatal week of the growing process and is an easy-to-use and practical option for improving the growth curve.

• 한국지리정보학회지
• /
• 제11권1호
• /
• pp.125-137
• /
• 2008

본 연구는 향후 황새 복원예정지역을 선정하기 위한 서식지 적합 모델을 개발하는데 기초 자료로 활용하기 위한 목적으로 과거 황새 번식지역의 환경적 변인의 특성을 분석하였다. 청문조사를 통해 6곳의 번식지점을 추가적으로 확인하고, 문헌에 기록된 4개 지역을 포함하여 총 10개 번식지점의 환경적 특성을 분석하였다. 1970년대 토지이용현황도(1:50,000)를 이용하여 황새 번식지 선택에 중요한 환경 변인인 농경지, 하천, 저수지, 도시취락을 분석하였고, 위성영상(Landsat MSS; 1974년) 분석을 통해 번식지점으로부터 5km 반경 내에 포함되는 산림, 수역, 농경지, 초지, 도시화 지역으로 분류하여 면적을 산출하였다. 그리고 무작위지점(random points) 93개 지역과 황새 번식지점 10개 지역의 5km 반경 내에 포함된 5가지 토지피복 유형별 면적의 평균을 비교 검정하였다. 분석결과, 과거 황새 번식지점은 도시취락, 농경지와 인접하여 위치하였으며, 10개 지역 중 7개 지역에서 하폭 30m 이상의 하천이 반경 1km 내에 위치하고 있었다. 황새가 둥지를 튼 영소목의 해발고도는 40~116.38m이었고, 평지나 경사도가 30도 이하인 사면에 영소목이 위치하였다. 인공위성영상으로 분석된 황새 번식지점으로부터 5km 반경 내의 토지피복 유형별 구성비율은 산림(53.7%), 농경지(28.3%), 초지(16.7%), 수역(0.8%), 도시화지역(0.6%)으로 나타났다. 무작위 지점(random point)과 번식지점의 토지유형별 면적의 평균을 비교 검정한 결과, 유의미한 차이를 보이는 토지유형은 산림, 농경지, 초지, 도시화지역이었다.

• 정보과학회 논문지
• /
• 제43권5호
• /
• pp.562-568
• /
• 2016

포인트 클라우드 데이터는 어떠한 형태를 표현하기 위해 무수히 많은 점들을 갖는 데이터 집합으로 특정 벡터 시스템에서 표현될 수 있으며, 일반적으로 3차원 좌표 공간에서 다양한 특성을 갖게 된다. 본 논문은 3차원 좌표 시스템의 포인트 클라우드에서 기존 방법(Hough Transform)보다 빠른 실린더 형태의 파이프 추정을 목표로 한다. 이를 위해 비교적 빠른 RANdom SAmple Consensus(RANSAC)를 사용한다. 본 논문에서 제안하는 실린더 형태의 파이프 추정은 두 가지 형태의 수학적 모델을 근거로 파라미터를 계산하고, 결과를 조합하여 예측한다. 두 가지 수학적 모델은 구(Sphere)와 직선(Line)이며, RANSAC 적합을 통해 실린더의 축과 반지름이 될 수 있는 구의 파라미터(중심과 반지름)를 계산하고, 이를 직선화하여 실린더를 추정한다. 이는 법선 추정(Normal Estimation) 및 분할(Segmentation) 없이 비교적 정확도를 유지하며, 빠르게 실린더 매칭을 할 수 있게 한다. 빠른 실린더 매칭은 실시간 파이프 추정이 필요한 레이저 스캐닝 및 건설 역설계 분야에서 활용할 수 있을 것이다.

• 융합정보논문지
• /
• 제7권3호
• /
• pp.73-81
• /
• 2017

일반화된 허프변환(GHough)은 임의의 2차원 모델 추출을 위해 사용되는 유용한 기법이다. 그러나 GHough는 모델의 회전과 축척 관련 사전 정보가 없을 경우 모든 경우의 수를 나열하는 변환 방식을 택하기 때문에 4차원 패러미터 배열이라는 방대한 메모리 사용이 불가피하며 실행시간 또한 오래 걸릴 수밖에 없다. 이를 개선하기 위해 제안된 몇몇 n-to-1 변환 방식 들은 4차원 대신 2차원 패러미터 배열 사용만으로도 임의의 모델 추출을 가능케 한 반면 2차원 패러미터 공간에 던져지는 무작위 투표 때문에 모델 추출 오류 가능성 또한 높다 하겠다. 본 논문은 이와 같은 2차원 패러미터 공간에 던져지는 무작위 투표를 감소시키기 위한 방안으로 모델 내부의 추가적인 그레디언트 정보 활용을 제안하며 모델 윤곽선 정보에 추가로 모델 내부 그레디언트 정보를 활용할 경우 2차원 패러미터 공간에 던져지는 무작위 투표수를 효과적으로 줄일 수 있으며 따라서 실행시간 또한 단축될 수 있음을 실험을 통해 입증한다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제17권6호
• /
• pp.1-10
• /
• 2013

복합재료가 신재생 에너지 산업 관련 구조물 및 해양 구조물에서 좀 더 신뢰도 있는 주 하중 부재로 사용되기 위하여 복합재료평판의 확률론적 비선형 초기 파단 하중과 원공과 곡률이 있는 복합재료판의 확률론적 비선형 좌굴 하중이 평가되었다. 주어진 설계 추출점에서의 확정론적 유한요소해석 결과를 바탕으로 반응면기법을 이용하여 한계상태면을 확률변수로 이루어진 2차 다항식으로 근사하였다. 또한, MPFP 근처에서 좀 더 정확하게 한계상태면을 근사하기 위하여 반복적 선형보간법이 적용되었다. 파괴확률을 평가하기 위하여 근사된 한계상태면 상에서 향상된 일계이차모멘트법과 몬테카를로법이 수행되었다. 마지막으로 파단에 영향을 주는 주요한 확률변수를 파악하기 위하여 변환된 확률변수에 대한 신뢰도지수의 감도를 계산하였다.

• 인터넷정보학회논문지
• /
• 제15권4호
• /
• pp.119-124
• /
• 2014

송신 심볼점과 동일한 확률분포 모양을 갖도록 수신단에서 무작위로 발생시킨 N개의 랜덤 샘플에 대한 확률밀도함수와, 시스템 출력샘플들에 대한 확률밀도함수 사이의 ED 를 기반으로 설계된 블라인드 적응 시스템은 수렴에 이르렀는지 평가하거나 최소 ED 평가를 위해 매 샘플시간 마다 ED 값을 계산한다. 그런데 이 ED 값 추정은 블록 데이터 계산방식으로서 계산량이 많다는 문제점을 지니고 있다. 이 논문에서는 과도한 계산량을 줄일 수 있는 방법으로서 현재 샘플 시간의 ED 값과 다음 샘플 시간의 ED 값 사이의 관계와 다음 샘플시간의 ED 값 계산에 현재 계산된 ED 값을 활용할 수 있는 반복적 ED 추정방법을 제안하였다. 기존의 블록 처리 ED 방법은 계산량 $O(N^2)$을 가지는데 반해 반복적 ED 방법은 계산량 O(N)을 가지며, 시뮬레이션 결과에서 두 방식이 정확히 일치하는 추정결과를 산출하였다.

• Corrosion Science and Technology
• /
• 제18권2호
• /
• pp.61-71
• /
• 2019

Flow-Accelerated Corrosion (FAC) is a phenomenon in which a protective coating on a metal surface is dissolved by a flow of fluid in a metal pipe, leading to continuous wall-thinning. Recently, many countries have developed computer codes to manage FAC in power plants, and the FAC prediction model in these computer codes plays an important role in predictive performance. Herein, the FAC prediction model was developed by applying a machine learning method and the conventional nonlinear regression method. The random forest, a widely used machine learning technique in predictive modeling led to easy calculation of FAC tendency for five input variables: flow rate, temperature, pH, Cr content, and dissolved oxygen concentration. However, the model showed significant errors in some input conditions, and it was difficult to obtain proper regression results without using additional data points. In contrast, nonlinear regression analysis predicted robust estimation even with relatively insufficient data by assuming an empirical equation and the model showed better predictive power when the interaction between DO and pH was considered. The comparative analysis of this study is believed to provide important insights for developing a more sophisticated FAC prediction model.