• Korean Chemical Engineering Research
• /
• v.52 no.5
• /
• pp.564-573
• /
• 2014

Economic optimization of cumene manufacturing process to produce cumene from benzene and propylene was studied. The chosen objective function was the operational profit per year that subtracted capital cost, utility cost, and reactants cost from product revenue and other benefit. The number of design variables of the optimization are 6. Matlab connected to and controlled Unisim Design to calculate operational profit with the given design variables. As the first step of the optimization, design variable points was sampled and operational profit was calculated by using Unisim Design. By using the sampled data, the estimation model to calculate the operational profit was constructed, and the optimization was performed on the estimation model. This study compared second order polynomial and support vector regression as the estimation method. As the sampling method, central composite design was compared with Hammersley sequence sampling. The optimization results showed that support vector regression and Hammersley sequence sampling were superior than second order polynomial and central composite design, respectively. The optimized operational profit was 17.96 MM$ per year, which was 12% higher than 16.04 MM$ of base case.

• Journal of KIISE:Software and Applications
• /
• v.30 no.9
• /
• pp.867-875
• /
• 2003

This paper concerns continuous density HMM topology optimization. There have been several researches for HMM topology optimization. BIC (Bayesian Information Criterion) is one of the well known optimization criteria, which assumes statistically well behaved homogeneous model parameters. HMMs, however, are composed of several different kind of parameters to accommodate complex topology, thus BIC's assumption does not hold true for HMMs. Even though BIC reduced the total number of parameters of HMMs, it could not improve the recognition rates. In this paper, we proposed two new model selection criteria, HBIC (HMM-oriented BIC) and BIC_Anti. The former is proposed to improve BIC by estimating model priors separately. The latter is to combine BIC and anti-likelihood to accelerate discrimination power of HMMs. We performed some comparative research on couple of model selection criteria for online handwriting data recognition. We got better recognition results with fewer number of parameters.

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2011.04a
• /
• pp.689-692
• /
• 2011

본 논문에서는 해양작업 상태의 하중조건을 고려한 부유식 원유생산 저장 하역 장치에 설치된 라이져 보강구조의 강도설계에 관련하여 다양한 근사화 기법 기반 설계 최적화 및 그 성능을 비교하고자 한다. 설계 최적화 문제는 하중조건별 구조강도의 제한조건 하에서 중량을 최소화하여 설계변수인 구조 부재치수가 결정되도록 정식화 된다. 비교 연구를 위해 사용된 근사화 기법은 반응표면법 기반 순차적 근사최적화(RBSAO), 크리깅 기반 순차적 근사최적화(KBSAO), 그리고 개선된 이동최소자승법(MLSM) 기반 근사최적화 기법인 CF-MLSM와 Post-MLSM이다. 본 연구에 적용한 MLSM 기반 근사최적화 기법들은 제한조건의 가용성을 보장할 수 있도록 새롭게 개발되었다. 다양한 근사화 모델 기반 설계 최적화 기법에 의한 결과는 설계 해의 개선 및 수렴속도 등의 수치적 성능을 기준으로 실제 비근사 설계최적화 결과와 비교검토 하였다.

• Journal of Energy Engineering
• /
• v.4 no.1
• /
• pp.153-161
• /
• 1995

건식 제련법에 의한 자용제련 공정에 대하여 공정비용을 최소화시키고 최적 조업조건을 제시할 수 있는 최적화 모델을 개발하였다. 본 모델은 Outokumpu 공정을 기본으로 하여 물질 및 에너지 수지식과 비용 방정식을 포함하였으며 주어진 공정조건에서 공업용 산소량, 탄화수소 연료량, 원료 정광의 구리함량, matte의 구리함량 및 전기료 등이 공정비용에 미치는 영향을 계산할 수 있었다. 모델에 의한 계산결과 25% 구리정광을 원료로 하여 자용제련을 할 경우 matte의 최적 구리함량은 65%, 산화용 가스의 최적 산소함량은 53.4%, 최소 공정비용은 $9.22/ton정광이었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.722-723
• /
• 2023

연합학습은 중앙 서버에서 데이터를 수집하는 방식이 아닌 로컬 디바이스 또는 클라이언트에서 학습을 진행하고 중앙 서버로 모델 업데이트만 전송하는 분산 학습 기법으로 데이터 보안 및 개인정보보호를 강화하는 동시에 효율적인 분산 학습을 수행할 수 있다. 그러나, 연합학습 대부분의 시나리오는 클라이언트의 서로 다른 분포 형태인 non-IID 데이터를 대상으로 학습함에 따라 중앙집중식 모델에 비하여 낮은 성능을 보이게 된다. 이에 본 연구에서는 연합학습 모델의 성능을 개선하기 위하여 non-IID 의 환경에서 참여 후보자 중에서 적합한 클라이언트 선택의 최적화 기법을 분석한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.566-569
• /
• 2021

전력수요는 월, 요일 및 시간의 계절성(Seasonality)을 보이는 데이터이다. 각 계절성에 따라 특성이 다르기 때문에, 전력수요를 예측하기 위해서는 계절성의 특성을 고려한 다양한 모델을 선정하고, 병합하는 방법이 필요하다. 본 연구에서는 전력수요의 계절성을 고려한 다양한 예측모델을 병합하여 이용할 수 있도록 스태킹 앙상블 적용하고 실험결과를 기술한다. 또한, 162개 도시의 기상 데이터와 인구 데이터를 예측에 이용하는 방법, Regression 모델과 Time-series모델에 입력하는 특징(Feature)의 전처리 방법, 베이지안 최적화를 이용한 머신러닝 및 딥러닝 모델의 하이퍼파라메터 최적화 방법을 제시한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.328-328
• /
• 2019

효울적인 수자원 관리를 위해 홍수, 가뭄예측을 비롯한 수문분석이 필수적이나 입력자료 구축시스템의 한계로 인해 다양한 수문 데이터를 활용한 연구가 부족한 실정이다. 입력자료의 안정적인 구축뿐 아니라 입력자료의 다양화 및 최적화를 통해서 수문분석의 정확성을 향상시킬 수 있으며 이를 위한 연구가 필요하다. 본 연구에서는 지표면과 지표아래의 토양 수분 상태를 개념화한 분포형 수문 모델을 이용하여 대표적인 기상-수문 인자인 강우, 토양수분 및 증발산 데이터를 적용함으로써 입력자료를 최적화하기 위한 방법을 연구하였다. 연구결과 강우-유출모형의 회귀분석에서 결정계수 값이 0.8 이상으로 신뢰할 만한 수준을 보였으며, 연구지역의 유출특성이에 입력자료의 최적화 정도에 영향을 미치는 것으로 나타났다. 이를 통해 강우-유출모형 입력자료의 다각화 및 최적화 연구를 통해 수문 자료 활용 가능성을 확대하고, 모형의 정확도 개선을 기대할 수 있으며, 분석 결과로부터 개념적 강우-유출 모형의 안정성을 검증할 계획이다.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.81-81
• /
• 2017

본 연구는 전산유체역학(CFD)을 이용하여 트랙터 캐빈 내부의 온도 변화 시뮬레이션 모델을 개발하고 이를 통해 공조장치의 위치를 최적화 하는 것을 목적으로 하였다. 자동차나 열차를 대상으로 시뮬레이션을 이용한 차량 내부의 유동 해석 연구 사례는 많으나, 트랙터를 대상으로 한 연구 사례는 적다. 이에 트랙터의 공조장치를 설계하고 그 성능을 검증할 때 시뮬레이션 모델을 활용한다면, 인력, 시간 등의 손실을 줄일 수 있을 것이다. 본 연구에서는 상용 CFD 프로그램을 활용하여 공조 장치의 위치에 따른 세 가지 트랙터 캐빈 모델을 제작한 뒤, 각각의 모델에 대해서 열 유동 해석을 수행하였다. 시뮬레이션 결과가 실제 트랙터의 시험 결과와 비슷한 경향을 보이고 있음을 확인할 수 있었으며 이를 통해 모델의 적합성을 확인하였다. 또한 세 가지의 캐빈 모델 중 탑승자에게 가장 쾌적한 환경을 제공할 수 있는 모델은 기존의 국내 트랙터와 같은 천정부에 공조 장치가 있는 것이 아니라, 핸들이 있는 전면부에 위치하는 것이 가장 적합하다는 것을 확인할 수 있었다

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.30 no.4
• /
• pp.537-544
• /
• 2020

Advances in detection techniques, such as mutation and obfuscation, are being advanced with the development of malware technology. In the malware detection technology, unknown malware detection technology is important, and a method for Malware Authorship Attribution that detects an unknown malicious code by identifying the author through distributed malware is being studied. In this paper, we try to extract the compiler information affecting the binary-based author identification method and to investigate the sensitivity of feature selection, probability and non-probability models, and optimization to classification efficiency between studies. In the experiment, the feature selection method through information gain and the support vector machine, which is a non-probability model, showed high efficiency. Among the optimization studies, high classification accuracy was obtained through feature selection and model optimization through the proposed framework, and resulted in 48% feature reduction and 53 faster execution speed. Through this study, we can confirm the sensitivity of feature selection, model, and optimization methods to classification efficiency.

• Journal of the Earthquake Engineering Society of Korea
• /
• v.10 no.6 s.52
• /
• pp.19-28
• /
• 2006

Most conventional model updating methods must use mathematical objective function with experimental modal matrices and analytical system matrices or must use information about the gradient or higher derivatives of modal properties with respect to each updating parameter. Therefore, most conventional methods are not appropriate for complex structural system such as bridge structures due to stability problem in inverse analysis with ill-conditions. Sometimes, moreover, the updated model may have no physical meaning. In this paper, a new FE model updating method based on a hybrid optimization technique using genetic algorithm (GA) and Holder-Mead simplex method (NMS) is proposed. The performance of hybrid optimization technique on the nonlinear problem is demonstrated by the Goldstein-Price function with three local minima and one global minimum. The influence of the objective function is evaluated by the case study of a simulated 10-dof spring-mass model. Through simulated case studies, finally, the objective function is proposed to update mass as well as stiffness at the same time. And so, the proposed hybrid optimization technique is proved to be an efficient method for FE model updating.