• 제목/요약/키워드: 분산 조정 함수

검색결과 19건 처리시간 0.031초

입력 포화를 가지는 불확실한 전기 구동 로봇 시스템에 대해 PSO를 이용한 RBFNN 기반 분산 적응 추종 제어 (RBFNN Based Decentralized Adaptive Tracking Control Using PSO for an Uncertain Electrically Driven Robot System with Input Saturation)

  • 신진호;한대현
    • 융합신호처리학회논문지
    • /
    • 제19권2호
    • /
    • pp.77-88
    • /
    • 2018
  • 본 논문은 입력 포화를 가지는 불확실한 전기 구동 로봇 시스템에 대해 입자 군집 최적화(PSO)를 이용한 방사형 기저 함수 신경망(RBFNN) 기반 분산 적응 추종 제어 기법을 제안한다. 실제적으로 로봇 시스템에서는 구동기의 포화로 인해 입력 전압과 전류 신호 크기가 제한된다. 제안된 제어기는 이러한 입력 포화를 극복하며, 어떠한 로봇 링크 및 구동기의 모델 파라미터들을 요구하지 않는다. 제시된 PSO 기법에서 쓰인 적합도 함수는 추종 오차만이 아니라 전압과 전류의 크기를 포함하는 다중 목적 함수로 표현된다. PSO 기법을 이용하여 제어 이득과 방사형 기저 함수의 개수가 자동으로 조정되어 제어 시스템의 성능이 개선된다. 리아푸노프 안정도 해석에 의해 전체 제어 시스템의 안정도가 보장된다. 제안된 제어 기법의 타당성과 강인성이 시뮬레이션 결과를 통해 검증된다.

횡단면 자료를 이용한 주택용 전력의 수요함수 추정 (Estimation of residential electricity demand function using cross-section data)

  • 임슬예;임경민;유승훈
    • 에너지공학
    • /
    • 제22권1호
    • /
    • pp.1-7
    • /
    • 2013
  • 본 논문에서는 전국 521가구를 대상으로 조사한 횡단면 자료를 분석에 이용하여 주택용 전력의 수요함수를 추정하고자 한다. 주택용 전력의 수요함수는 수용가의 전력 수요행태에 대한 정보를 제공하여 가격과 같은 주요 정책변수의 효과를 사전적으로 진단하는 데, 그리고 수요예측을 하는 데 유용하게 활용된다. 수요함수의 모수에 대한 강건한 추정치를 얻기 위해 오차항의 분포에 있어서 동분산 및 정규성의 가정을 하지 않는 최소절대편차 추정량을 사용하였다. 가격탄력성 및 소득탄력성은 각각 -0.68 및 0.14로 추정되었으며 유의수준 10%에서 통계적으로 유의하였다. 가격탄력성 및 소득탄력성은 모두 가격 및 소득 변화에 비탄력적인 주택용 전력수요의 특징을 잘 보여주고 있다. 이는 주택용 전력이 필수적인 재화로서 가격이 변동된다고 해서 급격하게 수요를 조정하기 어려우며 소득이 변동된다고 해서 수요가 빠르게 조정되지 않음을 시사한다.

Generalized Logistic 분포형의 최우도법을 이용한 확률홍수량의 근사적 분산 (Asymptotic Variance of Flood Quantiles from the Generalized Logistic Distribution using the Method of Maximum Likelihood)

  • 신홍준;허준행;김영일
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2007년도 학술발표회 논문집
    • /
    • pp.1522-1526
    • /
    • 2007
  • 최근 영국의 Institute of Hydrology에서는 Generalized logistic (GL) 분포형을 홍수빈도해석시 GEV 분포형을 대체하는 분포형으로 추천한 바 있으며, 그로 인해 GL 분포형의 사용이 증가하고 있는 추세이다. 하지만 아직 그 사용빈도에 반하여 분포형 자체의 특성, 그 중에서도 확률홍수량의 근사적 분산에 관한 연구는 거의 이루어지지 않았다. 따라서 본 연구에서는 최우도법을 이용하여 GL 분포형의 확률홍수량에 대한 근사적 분산에 관한 연구를 수행하였으며, 이를 표본 크기, 재현기간, 매개변수들의 함수로 나타내었다. 또한 확률홍수량의 근사적 분산의 적용성을 검토하기 위해 Monte Carlo 모의실험을 수행하였으며, 모의실험은 형상 매개변수$(\beta)$$\pm0.5$이면 gamma function으로 인하여 표본 크기에 관계없이 분산값이 무한대에 가까워지므로 형상매개변수의 범위는 $-0.5{\leq}{\beta}{\leq}+0.5$로 제한하였다. 모의결과 최우도법에 의해 계산된 분산식은 형상매개변수 $-0.25{\leq}{\beta}{\leq}+0.5$의 범위에서 비교적 잘 맞는 것을 확인할 수 있었으며, 기존에 알려진 대로 표본크기가 크면 클수록 정확해지는 것을 알 수 있다. 또한 표본크기가 작은 경우 형상매개변수 전 범위에서 정확도가 떨어지는 것을 확인할 수 있으며, 최우도법의 경우 표본크기가 작은 경우를 제외하고 $-0.25{\leq}{\beta}{\leq}+0.5$ 범위에서 quantile 산정시 quantile이 약간 과다추정되는 경향이 있는 것을 알 수 있으며, 이는 분산이 과다 추정되는 결과를 초래하며 이로 인해 해석해보다 약간씩 큰 값을 나타내는 것으로 판단되었다..이 극단적인 선정적인 폭력성에 탐닉하게 되는 경향이 있다. 현실은 결코 아름답지 못하고, 행복하게 살 수 없다는 것에 대한 깨달음에서 기인한다. 욕구불만의 강도가 심해질수록 폭력성은 더욱 강하게 나타나는데 개인에게서 뿐만 아니라 가족, 동료, 사회 단체나 종교, 국가간에도 집단적으로도 발생하게 된다. 사회적으로 볼 때 폭력은 용인되는 것이 아니므로 도덕적으로 절제를 하거나 상대방과 적절한 타협과 조정을 필요로 한다. 그러나 절제의 한계를 넘어선다고 생각되거나, 조정의 노력이 불가능하거나, 실패했을 때 폭력적인 행동으로 나타나게 된다. 리차즈(I.A Richards)는 분노와 공포는 일단 겉잡을 수 없는 경향이 있다고 하면서 오늘날 폭력에 대한 요구가 일상의 정서 생활에 있어, 억압을 통한, 빈곤함을 반영하고 있지 않은지 생각해봐야 할 것이라고 충고한다. 조성 가이드라인(안)을 제시하였다.EX>$\ulcorner$세종실록$\lrcorner$(世宗實錄) $\ulcorner$지리지$\lrcorner$(地理志)와의 비교를 해보면 상 중 하품의 통합 9개소가 삭제되어 있고, $\ulcorner$동국여지승람$\lrcorner$(東國與地勝覽) 에서는 자기소와 도기소의 위치가 완전히 삭제되어 있다. 이러한 현상은 첫째, 15세기 중엽 경제적 태평과 함께 백자의 수요 생산이 증가하자 군신의 변별(辨別)과 사치를 이유로 강력하게 규제하여 백자의 확대와 발전에 걸림돌이 되었다. 둘째, 동기(銅器)의 대체품으로 자기를 만들어 충당해야할 강제성 당위성 상실로 인한 자기수요 감소를 초래하였을 것으로 사료된다. 셋째, 경기도 광주에서 백자관요가 운영되었으므로 지방인 상주지역에도 더 이상 백자를 조달받을 필요가 없이, 일반 지방관아와 서민들의

  • PDF

유전적 알고리즘을 이용한 다목적 분산데이터베이스 설계 (Multiobjective Distributed Database System Design using Genetic Algorithms)

  • 이재욱;고석범;조정복
    • 한국정보처리학회논문지
    • /
    • 제6권8호
    • /
    • pp.2000-2007
    • /
    • 1999
  • 최근, 정보네트워크의 놀랄만한 확장과 함께 분산데이터베이스가 부가통신망(Value Added Network)상에서 구현되는 사례가 늘고 있다. 분산데이터베이스는 지역적으로 분산된 업무 환경에서 중앙 집중식 구조에 비해 비용과 응답시간 면에서 큰 장점을 가진다. 그러나, 부적절한 설계는 불필요한 비용과 늦은 응답시간을 초래하게 된다. 분산데이터베이스 설계에서의 주요한 문제는 각 노드에서의 1) 적합한 컴퓨터의 선택과 2) 단편화된 데이터를 적합하게 할당하는 것이다. 따라서, 본 논문은 부가통신망상에서의 최적인 컴퓨터의 선택과 데이터의 할당에 관하여 논한다. 또한, 공식화된 수학 모델은 1) 운용비용과 2) 투자비용으로서 두 개의 목적함수를 포함하고 경험적 탐색법 중의 하나인 유전적 알고리즘의 설계를 통해 최적인 분산데이터베이스 설계를 위한 해들을 탐색한다. 끝으로 수치 예를 통해 각 성능을 평가할 것이다.

  • PDF

시계열 모형의 트래픽 예측에 기반한 네트워크 라우팅 (Network Routing by Traffic Prediction on Time Series Models)

  • 정상준;정연기;김종근
    • 한국정보과학회논문지:정보통신
    • /
    • 제32권4호
    • /
    • pp.433-442
    • /
    • 2005
  • 트래픽의 증가는 전체 네트워크 성능에 크게 영향을 미치며 네트워크 성능의 유지 및 향상을 위해서는 트래픽 관리가 필수적이다. 본 논문에서는 네트워크 트래픽을 분석하여 시계열 모형에 의해 트래픽을 예측하고 예측된 결과가 대역폭에 비해 크다면 트래픽 폭주임을 가정하고 라우팅 경로의 비용을 증가하여 트래픽을 분산되도록 한다. 즉, 라우팅 혼잡의 발생을 예측하여 라우팅 혼잡을 미리 해소하는 방안을 제안한다. 예측 모형은 실제 네트워크 망에서 트래픽을 수집하여 모형의 확률적 오차를 최소화하는 모형을 추출한다. 확률적 오차를 최소화하는 시계열 모형을 얻기 위해서는 정상성 가정에 대한 적합성을 판단하는데, 정상성 가정은 자기상관함수와 편자기상관함수를 통해 얻을 수 있다. 실험을 통하여 추출된 예측 모형이 라우팅 경로의 비용을 조정함으로써 트래픽이 분산되도록 한다. 그 결과, 트래픽 예측 라우팅이 혼잡 발생을 미연에 방지하여 네트워크 성능을 향상시킬 수 있는 방안이라는 것을 보인다.

IEEE 802.11e 무선LAN의 차별화된 성능강화기법 (Maximizing Differentiated Throughput in IEEE 802.11e Wireless LANs)

  • 윤종원;윤상기;김효곤;고정길
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (D)
    • /
    • pp.34-39
    • /
    • 2006
  • IEEE 802.11e 무선LAN 매체접근제어(MAC) 통신규약의 분산조정함수(DCF)의 성능은 경쟁노드수가 증가할수록 급격히 떨어진다. 이러한 문제점을 해결하기 위해서 채널의 유휴슬롯시간(Idle Time)을 측정해서 최소 경쟁윈도($CW_{min}$)를 조절하는 방식이 제시되었다. 이러한 방식을 각 부류별로 서비스 품질이 보장되는 IEEE 802.11e 네트워크로 확장하여 성능을 최대화하는 기법을 이 논문에서 다루겠다. 각 부류별로 서비스품질은 유지하면서 네트워크 전체의 성능을 높일 수 있는 최적의 경쟁윈도 크기를 찾아내는 기법을 보이도록 하겠다.

  • PDF

프록시 모바일 IPv6 네트워크에서 시그널링 비용을 최소화하기 위한 분산된 이동성관리 기법 (dMMS: A Novel Distributed Dynamic Mobility Management Scheme for Minimizing Signaling Costs in Proxy Mobile IPv6 Networks)

  • 고현우;정종필
    • 한국인터넷방송통신학회논문지
    • /
    • 제12권4호
    • /
    • pp.65-80
    • /
    • 2012
  • 모바일 IP는 간단하고 확장 가능한 글로벌 이동성을 지원하지만 과도한 시그널링 트래픽과 긴 시그널링 지연을 야기한다. 그래서 MN(Mobile Node)의 홈 네트워크에 위치업데이트 횟수를 줄이기 위해서는 시그널링 지연을 줄일 필요가 있다. 본 논문에서는 시그널링 오버헤드가 균등하게 분산되도록 지역 네트워크의 경계에 동적인 이동성과 각 MN의 트래픽 부하에 따라 조정되는 PMIPv6(Proxy Mobile IPv6) 네트워크에서의 동적인 지역적 이동성관리 기법(dMMS)을 제안한다. 제안하는 분산된 네트워크 시스템에서 각 사용자는 최소한의 시그널링 트래픽에 맞춘 최적화된 시스템을 구성한다. 시그널링 비용 함수를 제안하기 위해서 새로운 이산적 분석 모델을 제안하고, MN의 이동성 및 패킷 도착 패턴을 분석한다. 위치업데이트와 패킷 전달 비용의 총 평균을 계산하고, 최적의 지역 네트워크의 크기를 결정하기 위한 알고리즘을 제안한다. 수학적 분석의 결과, 제안한 dMMS 기법은 전체 시그널링 비용을 줄이는 측면에서 우수한 성능을 보일 수 있는 네트워크 환경을 제시한다.

웨이브렛 전달함수를 이용한 궤도틀림 식별 (Identification of Track Irregularity using Wavelet Transfer Function)

  • 신수봉;이형진;김만철;윤석준
    • 한국철도학회논문집
    • /
    • 제13권3호
    • /
    • pp.304-308
    • /
    • 2010
  • 본 연구에서는 웨이브렛 변환을 이용하여 궤도틀림을 식별하는 방법을 제시하였다. 궤도틀림과 대차 가속도응답신호에 의한 등가 웨이브렛 SISO 전달함수를 정의하였다. 현장에 적용되는 검측차의 25cm단위 궤도검측 기준에 맞추어 궤도틀림과 대차가속도 응답신호를 조정하였다. 웨이브렛 변환을 적용하기 전 입력데이터는 웨이브렛 변환 정의 조건에 맞추어 범위를 재조정한 회귀신호이다. 또한, 웨이브렛 역전 달 함수를 정의하여, 궤도틀림을 역 추정하였다. 추정된 궤도틀림과 실제의 궤도틀림의 비교를 위해 상관도와 FRF를 비교 분석하였다. 예측된 값과 기준 값 과의 잔 차의 분산비로 정의되는 틀림지수를 사용하여 궤도틀림의 이상을 분석하였으며, 개발될 알고리즘을 검증하기 위하여 시뮬레이션 연구를 수행하였다.

부산항, 인천항, 광양항의 수출행태분석 (Analysis of Export Behaviors of Busan, Incheon and Gwangyang Port)

  • 모수원;정홍영;이광배
    • 한국항만경제학회지
    • /
    • 제32권3호
    • /
    • pp.35-46
    • /
    • 2016
  • 우리나라는 국토가 남과 북으로 단절되고 시장이 작아 수출의존도가 높은 경제구조이어서 항만은 우리 경제에 필수불가결하다. 이에 본고는 우리나라 대표 항만인 부산항, 광양항, 인천항의 수출이 어떠한 행태를 갖는가를 밝힌다. 수출은 일반적인 형태인 환율과 경기의 함수로 정의하되 환율의 부호가 이론이 제시하는 것과 상이하게 나타나는 경향이 있기 때문에 환율을 미 달러화의 원화표시 명목환율, 광의와 협의의 명목실효환율과 실질실효환율 5가지로 구분하여 구성한다. 그리고 3개 항만 모두 명목실효환율이 명목환율이나 실질실효환율보다 우수한 추정 결과를 보이며, 명목실효환율에서도 광의의 명목실효환율보다 협의의 명목실효환율을 이용한 모형이 수출의 추정에 적합함을 밝힌다. 명목실효환율로 구성한 모형의 안정성을 GPH 공적분검정을 통해 밝히고 전향적 이동회귀분석을 실시하여 환율과 경기가 항만의 수출에 미치는 영향력이 지속적으로 약해지고 있다는 것과 환율보다 경기의 영향력이 더 크다는 것을 보인다. 오정수정모형을 추정하여 수출에서 발생한 일시적 괴리를 조정하는 속도가 부산항에서 가장 빠르고 광양항이 가장 더디며, 부산항의 균형회복이 두 항만에 비해 상당히 빠르다는 이루어진다는 것을 밝힌다. 예측오차의 분산분해와 역사적 분해를 통해 수출은 강한 외생성을 갖는 변수이며, 이에 따라 항만의 수출이 환율과 경기와 같은 경제변수 외에 다른 변수들의 영향을 크게 받게 된다. 항만의 수출에서 환율과 경기와 같은 경제적 변수가 중요한 역할을 하지만 경제외적 변수도 경제적 변수 못지않게 중요한 비중을 차지한다는 것을 의미한다. 또한 수출의 외생성이 광양항에서 가장 강하고 부산항에서 가장 약하며, 항만의 불균형 조정속도는 광양항에서 가장 늦고 부산항에서 가장 빠르다는 사실을 함께 고려하면 항만 수출불균형을 조정하는 힘은 환율과 경기보다 다른 요인들에서 나온다는 것을 의미함을 밝힌다.

절단된 분포를 이용한 인공신경망에서의 초기값 설정방법 (Initialization by using truncated distributions in artificial neural network)

  • 김민종;조성철;정혜린;이영섭;임창원
    • 응용통계연구
    • /
    • 제32권5호
    • /
    • pp.693-702
    • /
    • 2019
  • 딥러닝은 대용량의 데이터의 분류 및 예측하는 방법으로 각광받고 있다. 데이터의 양이 많아지면서 신경망의 구조는 더 깊어 지고 있다. 이때 초기값이 지나치게 클 경우 층이 깊어 질수록 활성화 함수의 기울기가 매우 작아지는 포화(Saturation)현상이 발생한다. 이러한 포화현상은 가중치의 학습능력을 저하시키는 현상을 발생시키기 때문에 초기값의 중요성이 커지고 있다.이런 포화현상 문제를 해결하기 위해 Glorot과 Bengio (2010)과 He 등 (2015) 층과 층 사이에 데이터가 다양하게 흘러야 효율적인 신경망학습이 가능하고 주장했다. 데이터가 다양하게 흐르기 위해서는 각 층의 출력에 대한 분산과 입력에 대한 분산이 동일해야 한다고 제안했다. Glorot과 Bengio (2010)과 He 등 (2015)는 각 층별 활성화 값의 분산이 같다고 가정해 초기값을 설정하였다. 본 논문에서는 절단된 코쉬 분포와 절단된 정규분포를 활용하여 초기값을 설정하는 방안을 제안한다. 출력에 대한 분산과 입력에 대한 분산의 값을 동일하게 맞춰주고 그 값이 절단된 확률분포의 분산과 같게 적용함으로써 큰 초기값이 나오는 걸 제한하고 0에 가까운 값이 나오도록 분포를 조정하였다. 제안된 방법은 MNIST 데이터와 CIFAR-10 데이터를 DNN과 CNN 모델에 각각 적용하여 실험함으로써 기존의 초기값 설정방법보다 모델의 성능을 좋게 한다는 것을 보였다.