• 전력전자학회논문지
• /
• 제3권1호
• /
• pp.15-22
• /
• 1998

전동기의 전기적/기계적 파라미터 측정에 관한 연구는 브리시리스 전동기 적용에 까지, 비교적 오랜기간에 걸쳐 체계적인 연구가 진행되어져 왔다. 그러나 효율적인 전기 에너지 관리를 위해 전동기 구동시스템의 전력 파라미터의 분석 및 평가에 관한 체계적인 연구는 미진한 형편이다. 따라서 본 연구에서는 PC 화면상에 다양한 그래픽 화면과 수치로 디스플레이 가능한 사용자 위주의 전동기 구동장치의 전력 파라미터 분석 및 평가법을 제안하고 시스템을 개발하였다. 분석 및 평가시스템은 586-PC, DSP보드, 전력 파라미터의 분석 및 평가 소프트웨어 및 전동기 구동시스템으로 구성되어 있다. 전력 파라미터는 전압, 전류파형의 상호상관함수 알고리즘에 의해 분석되며, 이 분석 알고리즘을 DSP가 전담하여, 전력 파라미터를 실시간 분석하였다. 3차원 전류좌표계에 의하여 분석결과의 가시화를 행하였으며, 종래의 시간/주파수 영역에서의 2차원적인 평가법과 비교하였다. 적용대상 전동기로는 기동 토오크가 크며, 역률, 효율이 좋다는 장점 때문에 널리 이용되고 있는 단상 캐패시터 구동형 유동 전동기와 싸이리스터로 제어되는 구동 시스템을 선정하였다. 캐패시터 구동형 단상 유동전동기의 속도제어를 위하여 싸이리스터의 위상각을 변화시켰으며, 위상각 변화에 따른 전동기의 전력 파라미터를 분석 평가하여 본 연구의 유용성을 확인하였다.

• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2003년도 추계학술대회
• /
• pp.163-170
• /
• 2003

본 논문에서는 로버스트 파라미터(robust parameter) 설계에서 다특성(multiple quality characteristics)인 경우 제어인자의 동시 최적화 조건을 찾는 방안으로 인자분석(factor analysis)에 의한 최적화 방안을 제시한다. 또한 하나의 사례를 들어 제안한 방안과 기존의 방안을 비교 연구하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.438-440
• /
• 2012

대용량 데이터를 효율적으로 군집화하기위해 개발된 Canopy Clustering은 2개의 파라미터 (T1, T2)에 기반하여 Canopy 형성이 결정되며, 결과적으로 이들 파라미터에 의해 군집화 결과가 크게 달라질 수 있다. 이에 따라 데이터의 특성을 잘 반영하는 파라미터 값을 적절히 선택하는 것이 매우 중요하지만, 자동화된 파라미터 설정 기법의 부재로 인하여, 기존 연구에서는 사용자의 경험에 의하여 Canopy Clustering의 파라미터 값을 설정하는 것이 일반적이었다. 본 논문에서는 통계적 샘플링을 이용하여 T1, T2의 값을 효과적으로 설정하는 방법을 제안한다.

• 정보처리학회지
• /
• 제18권1호
• /
• pp.33-42
• /
• 2011

컴포넌트의 외부 행위는 파라미터를 가진 인터페이스로 정의된다. 소프트웨어 개발자는 컴포넌트를 테스트하기 위해 인터페이스를 통해 각기 다른 파라미터의 값을 반복적으로 입력하고, 입력값에 따른 출력값을 관찰한다. 테스팅에 소요되는 시간을 줄이기 위해 테스트 케이스를 자동으로 실행하는 테스팅 자동화 도구가 효율적이지 않은 테스트 시퀀스를 수행한다면 테스팅 자동화의 효과는 줄어든다. 유한 상태 머신을 기반으로 하는 기존의 테스트 시퀀스 생성 기법들은 파라미터를 가진 인터페이스 테스팅에 최적화된 테스트 시퀀스를 제공하지 않는다. 이 연구는 컴포넌트 인터페이스를 파라미터를 고려한 상태 모델로 표현하고 최적의 시퀀스 생성 기법을 제안한다. 최적의 시퀀스 생성 기법은 파라미터를 가진 상태 기반의 행위 모델에서 특정 간선을 원하는 회수만큼 수행을 보장하는 시퀀스를 생성하며, 생성된 시퀀스는 최적의 테스트 수행 시간을 갖는다.

• 한국컴퓨터정보학회논문지
• /
• 제14권3호
• /
• pp.209-216
• /
• 2009

소프트웨어 개발 초기 단계에서 소프트웨어 개발비용을 정확하게 예측하는 것은 프로젝트의 성패를 결정짓는 중요한 요소이다. 본 논문에서는 서포트 벡터 머신을 이용하여 소프트웨어 개발비용을 추정하고자 한다. 서포트 벡터 머신은 벡터 공간에서 선형 및 비선형의 경계면을 찾아 입력 데이터를 분류하는 방법으로서 분류 문제에 효과적이다. 하지만 사용자정의에 의한 파라미터에 의존적이어서 최적의 파라미터를 선택하는 어려움이 있다. 본 연구에서는 서포트 벡터 머신에서 사용하는 파라미터 선택을 위한 개선된 방법을 제안하고, 이러한 최적의 파라미터를 가진 서포트 벡터 머신을 이용하여 소프트웨어 개발비용을 추정하였다. 본 연구의 결과 기존 소프트웨어 비용산정 기법에 비해 향상된 결과를 나타내었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 추계학술대회 학술발표 논문집 제15권 제2호
• /
• pp.327-330
• /
• 2005

동적시스템의 공학적 설계는 대부분 구성요소들의 구조적 연결과 요소들의 파라미터들의 결정을 포함하며, 구조와 파라미터 모두 제한이 없는 열려진 특성을 가진다. 본 연구에서는 효율적인 구조/파라미터 탐색을 위한 교대 탐색법을 제안하고 이를 멀티-에너지 도메인 시스템 해석 및 설계에 적합한 본드 그래프를 이용하여 고유값 설계 문제에 적용하였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1998년도 학술발표대회 논문집 제17권 2호
• /
• pp.395-398
• /
• 1998

본 논문에서는 웨이브렛 변환에서 구해진 파라미터와 신경회로망을 이용하여 후두의 양성종양과 정상상태를 구분하는 실험을 행하였다. 식별 파라미터로는 웨이브렛변환으로부터 도출된 ECS 파라미터와 jitter, shimmer를 이용하였으며 신경회로망은 한 개의 은닉층을 갖는 다층구조 신경망을 이용하였다. 신경망의 입력으로는 세가지 파라미터의 조합을 두 개 또는 세 개를 입력하여 각각의 경우의 식별율을 조사하였다. 실험결과 75%에서 93%에 이르는 식별율을 얻었다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1998년도 제15회 음성통신 및 신호처리 워크샵(KSCSP 98 15권1호)
• /
• pp.388-391
• /
• 1998

jitter, shimmer 및 켑스트럼 방식의 음원분석에 의한 파라미터를 이용하여 장애음성을 진단, 식별하는 방법을 제안한다. 먼저 통계적 처리결과르 바탕으로 식별에 유효한 파라미터들을 선택하고 이들 파라미터들을 이용하여 최종 진단한다. 식별방법으로는 신경회로망을 이용한다. 입력파라미터로는 jitter, shimmer, HNRR을 사용한다. 신경회로망은 1 은닉층을 갖는 3- layer 신경회로망을 사용한다. 실험결과 효과적으로 정상음성과 장애음성의구분이 가능해졌다.

• 한국전자파학회:학술대회논문집
• /
• 한국전자파학회 2001년도 종합학술발표회 논문집 Vol.11 No.1
• /
• pp.267-271
• /
• 2001

다이오드의 소신호 및 대신호 파라미터 추출은 DC 해석, 외부 기생 소자 추출, 마지막으로 5-파라미터에 의한 내부소자 추출로 이루어진다. DC IV-곡선과 S-파라미터의 curve-fitting으로 내부 파라미터를 구하였고 외부 기생소자는 바이어스에 따라 변하지 성질을 이용하였다. 사용된 소자는 Schottky diode는 SIEMENS사의 BAS125를, Varactor diode는 SONY사의 1t362를, PIN diode는 Hitachi사의 HVM14S를 모델로 사용하였다. 실측을 위해 사용된 소자는 각각 HP사의 HSMS-2822, SONY사의 1t362, HP사의 HSMP-3834을 이용하여 측정하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 추계학술대회 및 정기총회
• /
• pp.391-394
• /
• 2002

진화 연산(Genetic Algorithm)은 최적화 분야에서 사용되는 강력하면서도 일반적인 방법이다. 이러한 진화 연산의 일반성은 진화 연산에서 사용되는 기본 연산자들이 문제에 대한 정보를 필요로 하지 않는 것에 기인하고 있기에, 실제 구현시에는 여러 파라미터들을 문제에 맞게 정해 줌으로써 성능 향상을 죄할 수 있다. 이러한 파라미터의 조절은 보통 시행착오를 거쳐 행해지나, 실행시에 동적으로 파라미터를 학습하는 적응적 진화 연산도 연구되어 왔다. 본 논문에서는 진화 연산에서의 파라미터 학습 과정을 강화 학습 과정으로 공식화하고 강화 학습을 사용한 적응적 진화 연산 구현을 제안한다.