• 한국측량학회지
• /
• 제33권2호
• /
• pp.131-142
• /
• 2015

본 논문에서는 저가형 하천측량시스템 개발을 위해 다중의 단일주파수 GPS 수신기를 사용하여 측량선의 정밀 위치와 자세각을 동시에 결정할 수 있는 관측데이터 모델링 기법을 연구하여 기준국 2대와 이동국 3대에서 취득한 GPS 관측데이터와 이동국 기선장을 구속하는 동적네트워크 관측데이터 모델을 도출하였다. 이 모델을 기반으로 정수제약 최소제곱법에 의한 정밀 3차원 위치추정 및 자세각 결정알고리즘을 구현하고 측량구역 2km 내외에 대한 수치실험을 통해 그 정확도를 분석하였다. 동적모드에 대하여 OTF 연속미지정수결정 알고리즘을 적용한 결과 99.0% 경우에서 2초 이내에 미지정수 결정이 가능하였으며, 이때 추정위치의 평균제곱근 오차는 수평과 수직방향에 대해 각각 ±1cm와 ±2cm정도였다. 또한 측량선의 기하구조에 대한 GPS 추정 자세각 정확도는 요각, 피치각, 롤각 순서를 보였으며, 정량적으로 이동국 기선장이 3∼6m인 하천측량선을 고려 할 때 요각 ±1′ 내외, 피치 및 롤각 각각 10′과 ±20′ 이상, 이에 반해 기선장 6∼15m 정도인 수로조사선의 경우 요, 피치, 롤각에 대해 각각 ±1′, ±5′ 그리고 ±10′ 이상 확보가 가능 할 것으로 분석되었다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2012년도 제42회 동계 정기 학술대회 초록집
• /
• pp.241-241
• /
• 2012

Semiconductor industry has been taking the advantage of improvements in process technology in order to maintain reduced device geometries and stringent performance specifications. This results in semiconductor manufacturing processes became hundreds in sequence, it is continuously expected to be increased. This may in turn reduce the yield. With a large amount of investment at stake, this motivates tighter process control and fault diagnosis. The continuous improvement in semiconductor industry demands advancements in process control and monitoring to the same degree. Any fault in the process must be detected and classified with a high degree of precision, and it is desired to be diagnosed if possible. The detected abnormality in the system is then classified to locate the source of the variation. The performance of a fault detection system is directly reflected in the yield. Therefore a highly capable fault detection system is always desirable. In this research, time series modeling of the data from an etch equipment has been investigated for the ultimate purpose of fault diagnosis. The tool data consisted of number of different parameters each being recorded at fixed time points. As the data had been collected for a number of runs, it was not synchronized due to variable delays and offsets in data acquisition system and networks. The data was then synchronized using a variant of Dynamic Time Warping (DTW) algorithm. The AutoRegressive Integrated Moving Average (ARIMA) model was then applied on the synchronized data. The ARIMA model combines both the Autoregressive model and the Moving Average model to relate the present value of the time series to its past values. As the new values of parameters are received from the equipment, the model uses them and the previous ones to provide predictions of one step ahead for each parameter. The statistical comparison of these predictions with the actual values, gives us the each parameter's probability of fault, at each time point and (once a run gets finished) for each run. This work will be extended by applying a suitable probability generating function and combining the probabilities of different parameters using Dempster-Shafer Theory (DST). DST provides a way to combine evidence that is available from different sources and gives a joint degree of belief in a hypothesis. This will give us a combined belief of fault in the process with a high precision.

• 지구물리와물리탐사
• /
• 제17권3호
• /
• pp.129-136
• /
• 2014

전자 탐사는 신호원의 파형에 따라 주파수 영역과 시간 영역법으로 나누어진다. 주파수 영역과 시간 영역은 수학적으로 Fourier 변환 관계에 있으므로, 주파수 영역 자료를 Fourier 변환하여 시간 영역 자료를 얻어낼 수 있다. 즉, 시간 영역 전자 탐사의 모델링 자료는 주파수 영역에서 수행한 모델링 자료의 적절한 변환을 통해 얻어질 수 있다. 따라서 주파수-시간 영역 변환은 전자 탐사에서 매우 중요한 부분이다. 분산 전개법(DEM)은 신속하고 효과적인 주파수-시간 영역 변환 기법 중의 하나이다. 분산 전개법에서는 전자기장은 분산 함수와 분산 시간의 급수로 전개하며, 분산 시간은 주어진 주파수 자료에 의해 결정된다. 특히 적정 분산 시간의 설정은 분산 전개법의 정확성을 결정하는 주요 요소이다. 이 연구에서는 급수 전개에 의해 얻어진 주파수 영역 자료의 오차를 최소화하는 방법을 사용하여 적정 분산 시간의 설정 방법을 개발하였다. 반무한 공간 및 2층 구조 모델에 대하여 이 방법을 적용한 결과, 분산 전개법은 상당히 넓은 시간 대역에서 정확한 결과를 나타냄을 확인하였다.

• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.1244-1244
• /
• 2001

In linear discriminant analysis there are two important properties concerning the effectiveness of discriminant function modeling. The first is the separability of the discriminant function for different classes. The separability reaches its optimum by maximizing the ratio of between-class to within-class variance. The second is the stability of the discriminant function against noises present in the measurement variables. One can optimize the stability by exploring the discriminant variates in a principal variation subspace, i. e., the directions that account for a majority of the total variation of the data. An unstable discriminant function will exhibit inflated variance in the prediction of future unclassified objects, exposed to a significantly increased risk of erroneous prediction. Therefore, an ideal discriminant function should not only separate different classes with a minimum misclassification rate for the training set, but also possess a good stability such that the prediction variance for unclassified objects can be as small as possible. In other words, an optimal classifier should find a balance between the separability and the stability. This is of special significance for multivariate spectroscopy-based classification where multicollinearity always leads to discriminant directions located in low-spread subspaces. A new regularized discriminant analysis technique, the principal discriminant variate (PDV) method, has been developed for handling effectively multicollinear data commonly encountered in multivariate spectroscopy-based classification. The motivation behind this method is to seek a sequence of discriminant directions that not only optimize the separability between different classes, but also account for a maximized variation present in the data. Three different formulations for the PDV methods are suggested, and an effective computing procedure is proposed for a PDV method. Near-infrared (NIR) spectra of blood plasma samples from mastitic and healthy cows have been used to evaluate the behavior of the PDV method in comparison with principal component analysis (PCA), discriminant partial least squares (DPLS), soft independent modeling of class analogies (SIMCA) and Fisher linear discriminant analysis (FLDA). Results obtained demonstrate that the PDV method exhibits improved stability in prediction without significant loss of separability. The NIR spectra of blood plasma samples from mastitic and healthy cows are clearly discriminated between by the PDV method. Moreover, the proposed method provides superior performance to PCA, DPLS, SIMCA and FLDA, indicating that PDV is a promising tool in discriminant analysis of spectra-characterized samples with only small compositional difference, thereby providing a useful means for spectroscopy-based clinic applications.

• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.1042-1042
• /
• 2001

In linear discriminant analysis there are two important properties concerning the effectiveness of discriminant function modeling. The first is the separability of the discriminant function for different classes. The separability reaches its optimum by maximizing the ratio of between-class to within-class variance. The second is the stability of the discriminant function against noises present in the measurement variables. One can optimize the stability by exploring the discriminant variates in a principal variation subspace, i. e., the directions that account for a majority of the total variation of the data. An unstable discriminant function will exhibit inflated variance in the prediction of future unclassified objects, exposed to a significantly increased risk of erroneous prediction. Therefore, an ideal discriminant function should not only separate different classes with a minimum misclassification rate for the training set, but also possess a good stability such that the prediction variance for unclassified objects can be as small as possible. In other words, an optimal classifier should find a balance between the separability and the stability. This is of special significance for multivariate spectroscopy-based classification where multicollinearity always leads to discriminant directions located in low-spread subspaces. A new regularized discriminant analysis technique, the principal discriminant variate (PDV) method, has been developed for handling effectively multicollinear data commonly encountered in multivariate spectroscopy-based classification. The motivation behind this method is to seek a sequence of discriminant directions that not only optimize the separability between different classes, but also account for a maximized variation present in the data. Three different formulations for the PDV methods are suggested, and an effective computing procedure is proposed for a PDV method. Near-infrared (NIR) spectra of blood plasma samples from daily monitoring of two Japanese cows have been used to evaluate the behavior of the PDV method in comparison with principal component analysis (PCA), discriminant partial least squares (DPLS), soft independent modeling of class analogies (SIMCA) and Fisher linear discriminant analysis (FLDA). Results obtained demonstrate that the PDV method exhibits improved stability in prediction without significant loss of separability. The NIR spectra of blood plasma samples from two cows are clearly discriminated between by the PDV method. Moreover, the proposed method provides superior performance to PCA, DPLS, SIMCA md FLDA, indicating that PDV is a promising tool in discriminant analysis of spectra-characterized samples with only small compositional difference.

• 정보과학회 논문지
• /
• 제43권3호
• /
• pp.370-379
• /
• 2016

최근 스마트 디바이스가 많이 보급되면서 개인 영상 미디어가 다양한 방식으로 생성되어 영상 미디어를 이용한 서비스가 요구되고 있다. 이에 따라 영상 미디어 분석 및 인지 기술에 대한 연구가 활발히 진행되어, 영상으로부터 의미 있는 객체를 인지할 수 있게 되었다. 기존의 미디어 온톨로지를 이용한 시스템은 영상의 제목, 태그 및 스크립터 정보를 이용하기 때문에 영상에 등장하는 객체를 통해 미디어 분류를 수행할 수 없는 단점이 있다. 따라서 본 논문에서는 영상 미디어 데이터에서 인지되는 객체들을 이용해 해당 영상이 속하는 범주로 자동 분류하기 위해 서술논리 기반(Description Logic) 추론 시스템과 순서에 따라 달라질 수 있는 이벤트 처리를 위한 규칙 기반 추론 시스템을 제안한다. 제안하는 서술논리 기반 추론 시스템은 영상 미디어에서 인지되는 객체들의 관계를 서술논리로 정의된 행위(Activity) 온톨로지로 표현하고, 실체화 추론을 통해 인지된 객체가 행위로 추론되는 방법에 대해 설명한다. 규칙 기반 추론 시스템은 추론된 행위의 순서에 따른 이벤트를 정의하고 순서 기반 규칙 추론을 이용하여 범주에 알맞은 이벤트로 자동 분류하는 방법에 대하여 설명한다. 제안하는 방법의 타당성을 증명하기 위해 유투브의 영상에 대한 분석을 통해 올바른 범주로 분류된 미디어 데이터를 구성하여 제안하는 시스템의 타당성을 증명하였다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.43-56
• /
• 2020

추천 시스템은 사용자가 다양한 옵션 중에서 최선의 선택을 할 수 있도록 도와준다. 그러나 추천 시스템이 상업적으로 성공하기 위해서는 극복할 몇 개의 문제점이 존재한다. 첫째, 추천시스템의 투명성 부족 문제이다. 즉, 추천된 상품이 왜 추천되었는지 사용자들이 알 수 없다. 둘째, 추천시스템이 사용자 선호의 변화를 즉각적으로 반영할 수 없는 문제이다. 즉, 사용자의 상품에 대한 선호는 시간이 지남에 따라 변함에도 불구하고, 추천시스템이 사용자 선호를 반영하기 위해서는 다시 모델을 재구축해야 한다. 따라서 본연구에서는 이러한 문제를 해결하기 위해 토픽 모델링과 순차 연관 규칙을 이용한 추천 방법론을 제안하였다. 토픽 모델링은 사용자에게 아이템이 왜 추천되었는지 설명하는데 유용하며, 순차 연관 규칙은 변화하는 사용자의 선호를 파악하는데 유용하다. 본 연구에서 제안한 방법은 크게 토픽 모델링 및 사용자 프로파일 생성 등 토픽 모델링에 기반한 사용자 프로파일 생성 단계와 토픽에 사용자 선호 확인 및 순차 연관 규칙 발견 등 순차 연관 규칙에 기반한 추천 단계로 구분된다. 벤치마크 시스템으로 협업 필터링 기반 추천 시스템을 개발하고, 아마존의 리뷰 데이터 셋을 이용하여 제안한 방법론의 성능을 비교 평가하였다. 비교 분석 결과, 제안한 방법론이 협업 필터링 기반 추천시스템보다 뛰어난 성능을 보였다. 따라서 본 연구에서 제안하는 추천 방법을 통해 추천 시스템의 투명성을 확보할 수 있을 뿐만 아니라, 시간에 따라 변화하는 사용자의 선호를 반영할 수 있다. 그러나 본 연구는 토픽과 관련된 상품을 추천하기 때문에, 토픽에 포함된 상품의 수가 많을 경우 추천이 정교하지 못하는 한계점이 있다. 또한 토픽의 수가 적기 때문에 토픽에 대한 순차 연관 규칙이 너무 적은 문제점이 있다. 향후 연구에서 이러한 문제점을 해결한다면 좋은 연구가 될 것으로 판단된다.

• 한국음향학회지
• /
• 제18권6호
• /
• pp.49-56
• /
• 1999

결정 트리 기반 상태 공유 방법은 HMM을 사용하는 많은 연속 음성 인식 시스템에서 강인하고 정확한 문맥 종속 음향 모델링 뿐만 아니라 훈련 중에는 나타나지 않은 모델들의 합성을 위하여 널리 사용되고 있다. 음성 결정 트리를 구성하기 위한 표준적인 방법은 단일 가우시안 트라이폰 모델을 이용한 1계층 프루닝 만을 사용하고 있다. 본 논문에서는 더욱 정교한 음향 모델링을 통하여 인식 성능 향상을 도모하기 위하여 새로운 2가지 접근 방법 즉, 2계층 결정 트리와 복수 혼합 결정 트리를 제안한다. 2계층 결정 트리는 상태 공유와 혼합 가중치 공유를 위하여 2계층 프루닝을 수행하며, 두 번째 계층을 사용하여 공유 상태들도 음성 문맥의 유사도에 따라서 서로 다른 가중치들을 사용할 수 있다. 두 번째 제안된 방법 에서는 훈련 과정 즉, 혼합 분할 및 재추정 과정과 함께 음성 결정 트리가 계속 갱신되어 진다. 복수 혼합 결정 트리를 구성하기 위하여 단일 가우시안 뿐만 아니라 복수 혼합 가우시안 모델이 함께 사용된다. 제안된 방법들을 이용하여 BN-96과 WSJ5k 데이터를 사용한 연속 음성 인식 실험을 수행한 결과, 표준 결정 트리를 사용한 시스템과 비교하여 공유 상태의 개수를 비슷하게 유지하면서 단어 오인식률을 줄일 수 있었다.

• 토지주택연구
• /
• 제15권2호
• /
• pp.125-137
• /
• 2024

설계안전성검토(DfS)는 설계상의 잠재적인 위험요소를 선제적으로 제거하기 위해 도입되었으나, 위험성 평가 및 위험요소 발굴이 2D 설계도를 기반으로 수행되어 피상적이고, 업무 절차가 비효율적이라는 한계가 지속적으로 제기되고 있다. 본 연구는 기존 설계안전성검토의 한계를 극복하고자 Building Information Modeling(BIM)을 활용하여 업무 효율을 향상시키고 실질적인 안전관리 효과를 얻을 수 있는 BIM 기반 설계안전성검토 방법론을 제시한다. 제안된 BIM 기반 설계안전성검토의 업무 절차는 설계 단계에서의 위험성 평가와 시공 단계에서의 안전관리 활동과 같은 사례 연구를 통해 실무 적용성을 보완하고 검증하였다. 특히, 설계안전성검토 업무 절차의 핵심 과정인 위험성 평가 프로세스를 BIM 기반으로 전환하여 제시하였으며, 구조물 설계를 비롯하여 건설장비 운영이나 공법 및 공정 순서에 대한 설계안전성검토에 BIM 기반 위험성 평가 프로세스를 적용한 사례 분석을 통해 설계 실무의 적용성을 검증하였다. 또한, Common Data Environment (CDE) 기반의 일일 안전 브리핑을 비롯하여 가상현실(VR) 기반 안전교육, 증강현실(AR) 기반의 위험요소 저감대책 점검과 같은 현장의 안전 관리 활동에 BIM 기반 설계안전성 검토 기법을 적용하여 현장 적용성과 업무 효율성이 우수함을 확인하였다.

• 한국습지학회지
• /
• 제14권1호
• /
• pp.75-87
• /
• 2012

지표수-지하수 혼합대는 하천 및 호소 등에서 지표수와 지하수가 교환되는 공간이다. 지표수-지하수 혼합은 하상의 토층으로 확장되어 다양한 물리적, 생지화화적, 열역학적 교환을 발생시키며 수생태계 내 고유한 생태적 전이대를 형성하는데 주요한 역할을 한다. 과거 실험 및 수치모의 연구에 의하면 혼합대에서 발생하는 물질교환은 하천의 지형적인 특징으로 발생하는 압력분포에 의해 지배된다. 특히 하천의 구간 규모에서 여울-소 구조는 혼합대의 특성을 지배하는 주요 인자로 알려져 있다. 여울-소 연속 구조는 지표수에서 재순환영역과 정체점을 형성하며 이 독특한 흐름 구조에 의해 혼합대의 흐름특성이 영향을 받는다. 본 연구에서는 3차원 동수역학 모형을 이용하여 Reynolds-averaged Navier-Stokes 방정식과 Darcy 방정식을 동시에 해석하여 연속된 여울-소 구조에서 발생하는 지표수의 흐름구조가 혼합대의 흐름에 미치는 영향을 분석하였다. 모의 결과, 여울-소 구조에서 지표수의 재순환영역 및 정체점은 상승류와 하강류 형성과 직접적 연관을 가지며, 재순환영역의 크기가 감소하면 여울 전면부 하강류 형성 구간의 길이가 감소하고 최대 하강류 발생 지점이 하부로 이동하는 특성을 파악하였다. 이와 같은 본 연구의 결과는 혼합대의 현장관측, 하천 관리 및 복원 등의 연구에 활용하여 친환경 하천 조성에 기여할 수 있을 것으로 판단된다.