• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2001년도 춘계학술대회 논문집
• /
• pp.501-504
• /
• 2001

The use of error compensation techniques has been recognized as an effective way in the improvement of the accuracy of a machine tool. The laser measurement method for identifying position errors of machine tool has the disadvantages such as high cost, long calibration time and usage of volumetric error synthesis model. Accordingly, this paper deals with analysis of the position errors of a machine tool using ball bar test without using complicated error synthesis model. Statistical analysis method was adopted in this paper for deriving position errors using hemispherical helix ball bar test.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 1998년도 추계학술대회 논문집
• /
• pp.134-139
• /
• 1998

The objective of this study is to estimate and to compensate for the volumetric error of a machine tool. In this paper, the volumetric error is defined and error synthesis model is presented. Then, the volumetric error of workpiece is compared through the virtual machining and a new tool-path is generated to compensate for the error in the post-processor of CAM system using the error synthesis model. By this method, the error is compensated without modification or replacement of a machine tool being in use.

• 한국정밀공학회지
• /
• 제19권9호
• /
• pp.34-40
• /
• 2002

Machining accuracy is affected by quasi-static errors of machining center. Since machine errors have a direct influence upon both the surface finish and geometric shape of the finished workpiece, it is very important to measure the machine errors and to compensate these errors. The laser measurement method for identifying geometric errors of machine tool has the disadvantages such as high cost, long calibration time and usage of volumetric error synthesis model. Accordingly, this paper deals with analysis of the geometric errors of a machine tool using ball bar test without using complicated error synthesis model. Statistical analysis method was adopted in this paper for deriving geometric errors using hemispherical helix ball bar test. As a result of experiment, geometric errors of the vertical machining center are compensated by 88%.

• 한국정밀공학회지
• /
• 제15권11호
• /
• pp.67-75
• /
• 1998

Geometric and thermal errors are key contributors to the errors of a computer numerically controlled turning center. A planar error synthesis model is obtained by synthesizing 11 geometric and thermal error components of a turning center with homogeneous coordinate transformation method. This paper shows the sensitivity analysis on the temperature change, the confidence evaluation on the uncertainty Of measurement systems, and the error contribution analysis from the planar error synthesis model. Planar error in the z direction was very sensitive to the temperature change. and planar errors in the x and z directions were not affected by the uncertainty of measurement systems. The error contribution analysis ,which is applicable to designing a new turning center, was helpful to find the large error components which affect planar errors of the turning center.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.574-576
• /
• 2022

최근 여러 분야에서 그래프 신경망(graph neural network, GNN)이 활발히 연구되고 있다. 하지만 지금까지 대부분의 GNN 연구는 단일 GNN 모델의 성능을 향상하는 데 집중되었다. 본 논문에서는 앙상블(ensemble) 기법의 대표적 기법인 그래디언트 부스팅(gradient boosting)을 이용하여 GNN의 앙상블 모델을 만드는 방법을 제안한다. 제안 방법은 앞서 만들어진 GNN의 오차를 경사 하강법(gradient descent)을 이용하여 감소시키는 방향으로 다음 GNN을 생성한다. 이 과정을 반복하여 GNN의 최종 앙상블 모델을 얻는다. 실험에서 GNN의 대표적인 모델인 그래프 합성곱 신경망(graph convolutional network, GCN)에 제안 방법을 적용하여 앙상블 모델을 생성한 결과, 단일 GCN 모델에 비해 노드 분류 정확도가 11.3%p까지 증가하였음을 확인하였다.

• 응용통계연구
• /
• 제12권1호
• /
• pp.67-81
• /
• 1999

2차 반응표면분석을 위한 부분합성계획은 실험 비용이 많이 들거나, 실험 자체가 어려워서 시간의 소비자 많은 경우, 실험오차의 독립추정이 가능할 때 효과적이다. 반응표면분석에서는 회전성과 기울기 회전성을 만족하는 것이 중요하다. 따라서 본 논문에서는 회전성과 기울기 회전성의 관점에서 부분합성계획을 살펴보고 또한 인자의 수와 중심점의 수가 변함에 따라서 어떤 $\alpha$(중심에서 축점까지의 거리)의 값이 최적의 실험계획이 되도록 하는지를 연구하였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.994-999
• /
• 2007

전방향(omnidirectional) 카메라 시스템은 보다 적은 수의 영상으로부터 주변 장면(scene)에 대한 많은 정보를 취득할 수 있는 장점이 있기 때문에 전방향 영상을 이용한 자동교정(self-calibration)과 3차원 재구성 등의 연구가 활발히 진행되고 있다. 본 논문에서는 기존에 제안된 교정 방법들을 이용하여 추정된 사영모델(projection model)의 정확성을 검증하기 위한 새로운 방법이 제안된다. 실 세계에서 다양하게 존재하는 직선 성분들은 전방향 영상에 컨투어(contour)의 형태로 사영되며, 사영모델과 컨투어의 양 끝점 좌표 값을 이용하여 그 궤적을 추정할 수 있다. 추정된 컨투어의 궤적과 영상에 존재하는 컨투어와의 거리 오차(distance error)로부터 전방향 카메라의 사영모델의 정확성을 검증할 수 있다. 제안된 방법의 성능을 평가하기 위해서 구 맵핑(spherical mapping)된 합성(synthetic) 영상과 어안렌즈(fisheye lens)로 취득한 실제 영상에 대해 제안된 알고리즘을 적용하여 사영모델의 정확성을 판단하였다.

• 한국음향학회지
• /
• 제22권2호
• /
• pp.135-144
• /
• 2003

본 논문에서는 문-음성 합성기에서 사용되는 대용량 데이터 베이스의 구성을 목적으로 하는 음성 신호의 자동 분할기법을 기술하였다. 주된 내용은 은닉 마코프 모델에 기반을 둔 음소 분할과 여기서 얻어진 결과를 초기 음소 경계로 사용하여 이를 자동으로 수정하는 방법으로 구성되어 있다. 다층 퍼셉트론이 음성 경계의 검출기로 사용되었으며, 음소 분할의 성능을 증가시키기 위해, 음소의 천이 패턴에 따라 다층 퍼셉트론을 개별적으로 학습시키는 방법이 제안되었다. 음소 천이 패턴은 수작업에 의해 생성된 레이블 정보를 기준 음소 경계로 사용하여, 기준 음소 경계와 추정된 음소 경계간의 전체 오차를 최소화하는 관점에서 분할되도록 하였다. 단일 화자를 대상으로 하는 실험에서 제안된 기법을 통해 생성된 음소 경계는 기준 경계와 비교하여 95%의 음소가 20 msec 이내의 경계 오차를 갖는 것으로 나타났으며, 평균 자승 제곱근 오차면에서 수정 작업을 통해 25% 향상된 결과를 나타내었다.

• 공업화학
• /
• 제28권5호
• /
• pp.559-564
• /
• 2017

본 연구에서는 폐식용유를 이용한 바이오디젤 제조공정에 반응표면분석법 중 중심합성계획모델을 이용하여 최적화 과정을 수행하였다. 공정변수로는 폐식용유의 산가, 반응시간, 반응온도, 메탄올/유지 몰비, 촉매량 등을 선택하였고, 반응치로는 FAME 함량(96.5% 이상) 및 동점도(1.9~5.5 cSt)를 설정하였다. 기초실험을 통해 계량인자범위를 반응시간 (45~60 min), 반응온도($50{\sim}60^{\circ}C$), 메탄올/유지 몰비(8~12)로 정하고, 중심합성계획모델을 이용한 최적화 결과 바이오디젤의 제조공정의 최적조건은 반응시간 55.2 min, 반응온도 $57.5^{\circ}C$, 메탄올/유지 몰비 10으로 나타났다. 이 조건에서 바이오디젤의 예측 FAME 함량은 97.5%, 동점도는 2.40 cSt이었으며, 실제 실험을 통해 확인한 결과 FAME 함량(97.7%), 동점도(2.41 cSt)로 측정되어 오차율은 각각 0.23, 0.29%로 나타났다. 따라서 폐식용유 원료 바이오디젤 제조공정 최적화 과정에 반응표면분석법 중 중심합성계획모델을 적용할 경우 매우 낮은 오차율을 얻을 수 있었다.

• 한국수자원학회논문집
• /
• 제54권5호
• /
• pp.301-309
• /
• 2021

본 연구에서는 시계열 순서의 의미가 희석될 수 있는 기존의 U-net 기반 딥러닝 강우예측 모델의 성능을 개선하고자 하였다. 이를 위해서 데이터의 연속성을 고려한 ConvLSTM2D U-Net 신경망 구조를 갖는 모델을 적용하고, RainNet 모델 및 외삽 기반의 이류모델을 이용하여 예측정확도 개선 정도를 평가하였다. 또한 신경망 기반 모델 학습과정에서의 불확실성을 개선하기 위해 단일 모델뿐만 아니라 10개의 앙상블 모델로 학습을 수행하였다. 학습된 신경망 강우예측모델은 현재를 기준으로 과거 30분 전까지의 연속된 4개의 자료를 이용하여 10분 선행 예측자료를 생성하는데 최적화되었다. 최적화된 딥러닝 강우예측모델을 이용하여 강우예측을 수행한 결과, ConvLSTM2D U-Net을 사용하였을 때 예측 오차의 크기가 가장 작고, 강우 이동 위치를 상대적으로 정확히 구현하였다. 특히, 앙상블 ConvLSTM2D U-Net이 타 예측모델에 비해 높은 CSI와 낮은 MAE를 보이며, 상대적으로 정확하게 강우를 예측하였으며, 좁은 오차범위로 안정적인 예측성능을 보여주었다. 다만, 특정 지점만을 대상으로 한 예측성능은 전체 강우 영역에 대한 예측성능에 비해 낮게 나타나, 상세한 영역의 강우예측에 대한 딥러닝 강우예측모델의 한계도 확인하였다. 본 연구를 통해 시간의 변화를 고려하기 위한 ConvLSTM2D U-Net 신경망 구조가 예측정확도를 높일 수 있었으나, 여전히 강한 강우영역이나 상세한 강우예측에는 공간 평활로 인한 합성곱 신경망 모델의 한계가 있음을 확인하였다.