• Journal of the Korean Society for Precision Engineering
• /
• v.9 no.1
• /
• pp.18-28
• /
• 1992

시스템의 모델링 과정에서 발생될 수 있는 불확실성(uncertainty) 혹은 미지의 가반중량을 비롯한 외란에 의해 발생되는 불확실성 등을 갖고있는 로봇의 강건 추적제어기 설계를 위해 가변구조시스템(variable structure system) 이론을 적용하였다. 시스템 방정식과 연계하여 슬라이딩 모드가 존재하기 위한 조건을 구했으며, 입력 에 대한 불확실성은 매칭조건(matching condition)을 가정하여 다루었다. 기존의 방법에 비해 제어기 설계과정이 간단 명료하며 요구되는 궤적에 대한 추적제어 효과 또한 매우 우수함을 컴퓨터 시뮬레이션을 통해 입증하였다.

• Proceedings of the KSRS Conference
• /
• 2006.03a
• /
• pp.311-314
• /
• 2006

본 연구에서는 서로 다른 센서간의 영상 자료 융합을 위하여 Dempster-Shafer 기법을 제안하고 있다. 제안 된 Dempster-Shafer 기법은 불확실성의 최소 값을 대표하는 Belief 함수와 불확실성의 최대 값을 나타내는 Plausibility 함수를 사용한다. 이러한 두 함수의 차이는 Belief Interval 로 정의되며 이 값은 분석 대상에 존재하는 불확실 정도의 Measure 로 사용되며 Evidence Combination의 이론에 근거하여 서로 다른 센서간의 자료 융합이 가능하며 분류 결과로 클래스 맵 뿐 만 아니라 분류 결과에 대한 불확실성 정도를 나타내는 Belief 함수 값과 Plausibility 함수 값을 생성하여 분류 결과에 대한 보충적인 분석을 가능하게 하여 사용자의 분석 정확성을 증대 시킬 수 있다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1847-1848
• /
• 2008

본 논문에서는 Type-2 퍼지 논리 시스템을 설계하고, 불확실한 정보를 갖는 입력 데이터에 대하여 Type-1 퍼지 논리 시스템과 성능을 비교한다. Type-1 퍼지 논리 시스템은 외부 잡음에 민감한 단점을 가지고 있는 반면, Type-2 퍼지 논리 시스템은 불확실한 정보를 잘 표현 할 수 있다. 따라서 Type-2 퍼지 논리 시스템을 이용하여 이러한 단점을 극복 하고자 한다. 본 논문에서는 실험을 통하여 기존의 Type-1 퍼지 논리 시스템 보다 Type-2 퍼지 논리 시스템이 효율적 이라는 것을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.271-273
• /
• 2000

일반적으로, 지능형 에이전트는 사용자의 목적과 주위 환경으로부터 최적의 행동을 스스로 찾아낼 수 있어야 한다. 만약 에이전트의 목적이나 주위 환경이 불확실성을 포함하는 경우, 에이전트는 적절한 행동을 선택하기 어렵다. 그러나, 사용자의 목적이 인간 지식의 불확실성을 포함하는 언어값으로 표현되었을 경우, 이를 처리하려는 연구는 없었다. 본 논문에서는 모호한 사용자의 의도를 퍼지 목적으로 나타내고, 에이전트가 인지하는 불확실한 환경을 퍼지 상태로 표현하는 방법을 제안한다. 또, 퍼지 목적과 상태를 이용하여 확장한 펴지 강화 함수와를 이용하여, 기존 강화 학습 알고리즘 중 하나인 Q-Learning을 FuzzyQ-Learning으로 확장하고, 이에 대한 타당성을 검증한다.

• Proceedings of the Korea Institute of Fire Science and Engineering Conference
• /
• 2011.11a
• /
• pp.243-247
• /
• 2011

본 논문에서는 원자력발전소의 화재 안전성평가에서 제기되는 화재모델링 불확실성 분석 방법을 검토하고 논의하였다. 원자력발전소의 성능기반 화재 안전성평가에 대해서는 NUREG-1934를, 확률론적 화재 안전성 평가에 대해서는 NUREG/CR-6850를 중심으로 화재 모델링 불확실성 분석 방법을 소개하고 몬테칼로 시뮬레이션을 이용한 불확실성 분석 방법에 대해 논의하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.03a
• /
• pp.11-15
• /
• 1998

일반적으로 러프집합은 지식베이스 시스템에서 근사공간을 이용한 불확실한 데이터의 분류, 추론 및 의사결정 등에 사용된다. 지식베이스 시스템의 데이터 중에서 연속적인 구간 특성을 갖는 정량적 속성값이 불연속적일 때 중복 또는 불일치 등의 불확실성이 발생된다. 본 논문은 러프집합의 정량적 속성값들의 정성적 속성으로 변환시킬 때 식별 불가능 영역에 있는 정량적 속성값들을 명확한 경계를 갖는 보조구간으로 분리하여 불확실성을 제거함으로써 러프집합의 분류능력을 향상시키는 방법을 제안한다.

• Defense and Technology
• /
• no.11 s.285
• /
• pp.52-61
• /
• 2002

측정불확도의 평가방법은 1993년부터 국제적으로 통일된 방법이 정리되면서 이제는 활용 가능한 수단으로 정착되기에 이르게 되었으며, 측정불확도의 의미는 측정결과자료의 믿을 수 있는 신뢰구간을 정의하며 측정결과에 대한 유용성을 판단하는 중요하고 효율적인 척도가 된다. 측정불화도의 용도는 측정결과의 품질을 정량적인 수치로 표시할 수 있는데, 자료의 불확실한 것을 완전히 극복할 수는 없으나 불확실한 정도의 크기를 적절한 기법을 사용하면 추정가능하며, 측정결과가 수용할 수 있는 범위내에서 적합한지의 여부를 판정하여 준다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.29-29
• /
• 2011

SWAT (Soil and Water Assessment Tool) 모형은 물리적 기반의 준분포형 강우-유출 모형으로서, 대규모의 복잡한 유역에서 장기간에 걸친 다양한 종류의 토양과 토지이용 및 토지관리 상태에 따른 유출과 유사 및 오염물질의 거동에 대한 토지관리 방법의 영향을 예측이 가능하여, 수자원 관리 계획 및 유역관리를 위한 의사결정 지원 등 그 적용 범위가 매우 광범위하다. 이러한 모형의 적용성 검증을 위해서는 매개변수 민감도 분석 및 검 보정, 예측 불확실성 분석을 필요로 한다. 최근 수문 모델의 불확실성을 분석하기 위한 다양한 기법들이 개발 되었는데, 본 연구는 충주댐 유역(6,581.1 m)을 대상으로 유역출구점의 실측 일 유출량 자료(1998~2003)를 바탕으로 SWAT 모형의 유출관련 매개변수(총 18개)에 대한 불확실성 분석을 실시하였다. 이때 사용된 분석 기법으로는 SUFI2 (Sequential Uncertainty FItting algorithm 2), GLUE (Generalized Likelihood Uncertainty Estimation), ParaSol (Parameter Solution)등을 적용 하였다. 이러한 기법은 모두 SWAT-CUP (SWAT-Calibration Uncertainty Program, Abbaspour, 2007) 모형에 탑재되어있으며, 모형의 결과로써 검 보정, 매개변수의 민감도 분석, 각종 목적 함수 및 불확실성의 범위 등이 자동으로 산출 되므로 모형의 사용자가 불확실성 평가 기법의 분석 및 비교를 손쉽게 할 수 있다. 그 결과 대표적인 목적 함수인 결정 계수( $^2$)와 NSE (Nash-Sutcliffe Model Efficiency)는 모두 0.65에서 0.92사이의 값을 나타내어 대체적으로 모의가 잘 이루어졌음을 알 수 있었다. 그러나 불확실성의 범위를 나타내는 지표인 p-factor 및 r-factor에서는 평가 기법 별로 그 차이가 확연하게 드러났다. 여기서 p-factor는 불확실성 범위에 실측치가 포함되는 비율이며, r-factor는 불확실성의 상대적인 범위로 각각 1과 0에 가까울수록 모의 기법의 성능이 우수함을 의미한다. 세 가지 알고리듬 중에서 SUFI2의 p-factor가 약 0.51로 가장 높게 나타났으며, ParaSol의 r-factor가 0.00으로 가장 작게 나타났다. 여기서 p-factor는 불확실성 범위에 실측치가 포함되는 비율이며, r-factor는 불확실성의 상대적인 범위를 의미한다. 본 연구의 결과는 SWAT 모형을 이용한 수문모델링에서 수문분석에 따른 예측결과의 불확실성을 정량적으로 평가함으로서, 모형의 적용성 평가 및 모의결과의 신뢰성 확보에 근거자료로 활용이 가능할 것으로 판단된다.

• The Science & Technology
• /
• s.474
• /
• pp.72-75
• /
• 2008

• The Science & Technology
• /
• s.472
• /
• pp.72-75
• /
• 2008