• 전기의세계
• /
• v.25 no.1
• /
• pp.57-60
• /
• 1976

필자는 동적계획법의 장점을 취하고 단점을 보완하기 위하여 새로이 다중동적계획법을 개발하여 그 이론적 장점을 증명하고 이 기법을 한강계 수자원의 최적 다목적 이용 문제에 적용한 결과 그 효용성이 입증되었으므로 아래에 이 다중동적계획법의 원리에 대하여 소개코자 한다. 그런데 다중동적계획법을 종전의 동적계획법의 원리에 바탕을 두고 있으며 또 다중동적계획의 제1과정은 동적계획법과 완전히 일치하므로 우선 동적계획법이 기본원리에 대하여 약술한 다음 다중동적계획법에 대하여 기술하기로 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.253-255
• /
• 2002

본 논문에서는 다중 모델 기계학습 기법을 이용하여 문서 자동 분류의 성능과 신뢰도를 향상시킬 수 있는 연구와 실험 결과를 기술하였다. 기존의 다중 모텔 기계 학습법들이 훈련 데이터 또는 학습 알고리즘의 편향에 의한 오류를 극복하고 한 것들인데 비해 본 논문에서 제안한 메타 학습을 이용한 하이브리드 다중 모델 방식은 이 두 가지의 오류 원인을 동시에 해소하고자 하였다. 다양한 문서 집합에 대한 실험 결과, 본 연구에서 제안한 하이브리드 다중 모델 학습법이 전반적으로 기존의 일반 다중모델 학습법들에 비해 높은 성능을 보였으며, 다중 모델의 결합 방식으로서 메타 학습이 투표 방식에 비해 효율적인 것으로 나타났다.

• The Korean Journal of Applied Statistics
• /
• v.12 no.2
• /
• pp.605-619
• /
• 1999

본 논문은 회귀분석에서 오차항의 1차 자기상관 존재 여부 및 그 값을 검정하는 방법을 베이지안 접근법으로 제안하였다. 이 방법은 모수공간의 다중분할로 인해 얻어진 여러 가설들에 대한 다중결정문제를 다중 베이즈요인에 관한 이론과 일반화 Savage-Dickey 밀도비를 이용한 사후확률 추정법을 합성하여 개발되었다. 이 방법은 기존의 검정법들에서 가능한 검정 뿐 아니라 이들이 해결할 수 없는 자기상관에 대한 다중결정문제에도 사용이 가능한데 그 효용성이 있다. 모의실험을 통하여 제안된 검정법의 유효성을 평가하였다.

• Journal of the Korean Society for information Management
• /
• v.19 no.4
• /
• pp.35-51
• /
• 2002

Inductive learning and classification techniques have been employed in various research and applications that organize textual data to solve the problem of information access. In this study, we develop hybrid model combination methods which incorporate the concepts and techniques for multiple modeling algorithms to improve the accuracy of text classification, and conduct experiments to evaluate the performances of proposed schemes. Boosted stacking, one of the extended stacking schemes proposed in this study yields higher accuracy relative to the conventional model combination methods and single classifiers.

• Proceedings of the Korea Institutes of Information Security and Cryptology Conference
• /
• 1991.11a
• /
• pp.134-143
• /
• 1991

코드분할 다중통신(Code Division Multiple Access Communication)은 Spread Spectrum 통신의 발전된 형태로서 군사목적상 이동 무선통신(Combat Multiple Communication)을 위해서 최근들어 급속도로 중요시 되고있다. 잘 알려진 바와 같이 두 가지 가장 일반적인 다중통신 방식은 주파수 분할 다중통신방식과 시분할 다중 통신 방식이다. 주파수 분할 다중통신 방식에서는 모든 사용자가 각각 다른 주파수를 사용하여 동시에 신호를 보내고 시분할 다중통신에서는 같은 주파수를 사용하되 시간대를 달리하고 있다. 이 두가지 방식을 결합하여 모든 사용자가 같은 시각과 같은 주파수를 공유하여 통신을 가능케 할 수 있는 방식이 코드분할 다중통신이다. 여기에서 사용자는 각각 고유한 코드를 부여받는다. 이때 각 코드간에는 낮은 상관계수(Cross-correlation )를 가져야 하며, 이러한 성질을 만족하는 코드 집합을 구하기 위한 노력이 경주되었으며 현재까지 2진법 코드 집합으로서 Gold, Kasami, No 코드가 알려져 있으며, 복잡성(Complexity)을 증가시키기 위한 노력으로서 (군사목적에 중요) 다진법 코드에 대한 연구가 활발해지고 있으나 공개된 것은 없었다. 최근에 (1990), 다진법 코드로서 Kumar 코드가 발표되었다. 그러나 이러한 코드들은 복잡성(Complexity or Linear Span)을 증가시키지는 못하였다. 본 논문은 복잡성(Complexity)이 증가한 새로운 다진법 코드의 집합을 제안하였다. 각 집합은 $P^{n}$ 개의 코드로 구성되며, 최대 상관계수 값은 $f^{m}$ (p-1)-1 이다. (n=2m)

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.8A
• /
• pp.1298-1310
• /
• 2001

이 논문에서는 채널 상태가 천천히 변할 때, 직교 주파수 분할 다중화-부호분할 다중접속 시스템에 적합한 채널 추정 방법을 제안하고 성능을 분석한다. 제안한 채널 추정 방법은 시간과 주파수 영역 모두에 파일럿 심볼을 삽입하고, 이산 퓨리에 변환 후 영을 채워 넣는 방법을 이용한 내삽법으로 모든 부채널의 전달 함수를 얻는다. 또한 변환 영역에서 저대역 여파를 통해 받은 파일럿 신호에 존재하는 가산성 백색 정규 잡음의 영향을 상당히 줄일 수 있다. 이 때 저대역 여파기의 차단 주파수는 채널의 다중경로 수에 따라 정해진다. 같은 방법을 이용한 내삽법을 시간축으로 적용하여 시간에 따라 변하는 부채널의 채널 응답을 얻을 수 있다. 이 논문에서는 여러 가지 내삽법에 대한 평균 제곱 오차 성능을 수식적으로 제시한다. 제안한 저대역 여파를 결합한 내삽법을 쓰면 채널의 통계적 특성에 관한 정보 없이, 그리고 훨씬 적은 계산량으로 선형 최소 평균 제곱 오차 추정기와 비슷한 성능을 얻는다. 레일리 감쇄 채널에 대한 모의 실험을 통해 같은 비트 오류율에 대한 신호 대 잡음 비의 이득이 있음을 보인다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.10 no.3
• /
• pp.614-621
• /
• 2006

We have implemented a multiclassifier learning approach in a GA-based inductive learning environment that learns classification rules that are similar to rules used in PROSPECTOR. In the multiclassifier learning approach, a classification system is constructed with several classifiers that are obtained by running a GA-based learning system several times to improve the overall performance of a classification system. To implement the multiclassifier learning approach, we need a decision-making scheme that can draw a decision using multiple classifiers. In this paper, we introduce two decision-making schemes: one is based on combining posterior odds given by classifiers to each class and the other one is a voting scheme based on ranking assigned to each class by classifiers. We also present empirical results that evaluate the effect of the multiclassifier learning approach on the GA-based inductive teaming environment.

• The Korean Journal of Applied Statistics
• /
• v.26 no.4
• /
• pp.635-647
• /
• 2013

Imputation is a commonly used method to handle missing survey data. The performance of the imputation method is influenced by various factors, especially an outlier. The removal of the outlier in a data set is a simple and effective approach to reduce the effect of an outlier. In this paper in order to improve the precision of multiple imputation, we study a imputation method which reduces the effect of outlier using various weight adjustment methods that include the removal of an outlier method. The regression method in PROC/MI in SAS is used for multiple imputation and the obtained final adjusted weight is used as a weight variable to obtain the imputed values. Simulation studies compared the performance of various weight adjustment methods and Monthly Labor Statistic data is used for real data analysis.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.20 no.2
• /
• pp.137-147
• /
• 2008

A reliability analysis has been performed to investigate the systematic stability of multi-failure modes of rubble-mound breakwaters. The reliability functions of four different failure modes are established straightforwardly. AFDA(Approximate Full Distribution Approcah) reliability models for each failure modes are directly developed and satisfactorily calibrated through the comparison with CIAD's results. In the reliability analysis of single failure mode, the probabilities of failure are calculated and the influence coefficients of random variables in the failure modes are properly evaluated. Meanwhile, three different models such as uni-modal bounds, bimodal bounds, and PNET are applied to evaluate the probabilities of failure of multi-failure modes for rubble-mound breakwaters. It may be found that uni-modal bounds tend to overestimate the probability of failure of multi-failure modes. Therefore, for the systematic reliability analysis of multi-failure modes, it is recommended to use bi-modal bounds or PNET which consider the correlation between the failure modes for rubble-mound breakwaters. By introducing the reliability analysis of multi-failure modes, it could be possible to find out the additional probabilities of failure occurred by the multi-failure modes of a multi-component system such as rubble-mound breakwaters.

• Explosives and Blasting
• /
• v.36 no.4
• /
• pp.26-34
• /
• 2018

Explosions of vapor cloud formed due to the leakage from installations with flammable fuels have often occurred in Korea and foreign countries. In this study, TNT equivalency method and Multi-Energy method for vapor cloud explosion blast modelling are described and demonstrated in a case study. As TNT equivalency method is simple and direct, it has been widely used for modelling a vapor cloud explosion blast. But TNT equivalency method found to be difficult to select a proper correlation between the amount of combustion energy produced from the vapor cloud explosion and the equivalent amount of TNT to model its blast effects. Multi-Energy method assumes that the strength of vapor cloud explosion blast depends on the layout of the space where the vapor cloud is spreading. Strictly speaking, the explosive potential of a vapor cloud is dependent upon the density of the obstructed regions. In this study, Flixborough accident are analyzed as a case study to assess the applicability of TNT equivalency method and Multi-Energy method. TNT equivalency method and Multi-Energy method found to be applicable if coefficient of TNT equivalency and coefficient of strength of explosion blast are selected properly.