본 논문에서는 유도전동기 고장진단을 위하여 계층적인 하이브리드 뉴럴네트웍을 제안하였다. 시스템의 입출력 데이터에 근거하여 패턴을 분류하고자 할 때 직접적인 분류가 어렵거나 성능이 좋지 않을 경우 적절한 방법을 통하여 변환을 하거나 또는 패턴 분류기의 특성에 맞도록 변환하여 패턴 분류 성능을 향상하는 등 단계별 변환 및 분류 기법을 이용하였다. 제안된 방법에서는 실험에 의해 측정된 전류값을 주기별로 주성분분석(PCA) 기법을 이용하여 입력차원을 축소한 후 이를 조건부 FCM으로 방사기저함수의 초기치를 최적화하여 학습을 하였다. 이는 주성분분석이 가지는 특성을 이용하여 데이터의 특징을 나누었으며 이를 뉴럴네트웍의 학습 기능을 이용하여 모델의 최종 성능을 개선하는 것이다. 각각의 알고리즘이 가지는 특징을 활용하면서도 단점을 계층적으로 보안하여 유도 전동기 고장 진단 성능을 개선하였다. 이를 실제 계측된 유도전동기 데이터를 이용하여 제안된 방법의 유용성을 보이고자 한다.
ECIES와 ECDH의 강력한 DPA 대응방법으로 알려진 랜덤 스칼라 기법은 다양한 전력 분석에 안전한 것으로 알려져 있다. 이 대응방법은 매번 생성되는 난수를 키로 사용해 스칼라 곱셈 연산을 수행하는 하나의 파형에서 이 난수 값을 알 수 있다면 분석이 가능하다. 하지만 이러한 분석 사례가 기존에 없어 아직 안전한 것으로 알려져 있다. 본 논문에서는 이러한 분석을 가능하게 할 수 있는 새로운 전력 분석을 제안한다. 제안하는 분석 기법은 타원곡선의 더블링 연산들을 비교함에 의해 이루어지며 이러한 비교를 용이하게 하기 위해 주성분 분석을 이용한다. 제안하는 주성분 분석을 이용한 부분공간 기반 전력 분석을 실제로 수행했을 때 기존의 판별 함수의 에러를 완벽하게 제거할 수 있었으며 이를 통해 개인키를 찾아낼 수 있었다.
A principal components analysis (PCA) of the median-plane head-related impulse responses (HRIRs) in the CIPIC HRTF database reveals that the individual HRIRs in the median plane can be adequately reconstructed by a linear combination of 12 orthonormal basis functions. These basis functions can be used to model arbitrary median-plane HRIRs, which are not included in the process to obtain the basis functions. Memory size can be reduced up to 5-fold depending on the number of HRIRs to be modeled. To clarify whether these basis functions can be used to model other set of arbitrary median plane HRIRs, a numerical error analysis for modeling and a series of subjective listening tests were carried out using the measured and modeled HRIRs. The results showed that the set of individual HRIRs in the median plane, which were measured in our lab using different measurement conditions, techniques, and source positions, can be modeled with reasonable accuracy. All subjects, involved in the subjective listening test, reported not only the accurate vertical perception but also the front-back discrimination with the modeled HRIRs based on 12 basis functions.
Journal of the Korean Data and Information Science Society
/
제28권2호
/
pp.395-406
/
2017
전력 공급 시스템의 효율적인 운영을 위해 전력수요예측은 필수적이다. 본 연구에서는 군집분석과 분류분석을 이용하여 일 단위 시간별 전력수요량 시계열 패턴의 유형을 살펴보고자 한다. 전력거래소에서 수집된 2008년 1월 1일부터 2012년 12월 31일까지의 일 단위 시간별 전력수요량 데이터를 추세성분, 계절성분, 오차 성분으로 구성된 시계열 자료로 변환하여 사용하였다. 추세성분을 제거한 시계열 자료의 패턴을 구분하기 위한 군집 분석방법은 k-평균 군집분석 (k-means), 가우시안혼합모델 혼합 모델 군집분석 (Gaussian mixture model), 함수적 군집분석 (functional clustering)을 고려하였다. 주성분분석을 통해 24시간 자료를 2개의 요인로 축소한 후 k-평균 군집분석과 가우시안 혼합 모델, 함수적 군집분석을 수행하였다. 군집분석 결과를 토대로 2008년부터 2011년까지 총 4년간 데이터를 4가지 분류분석방법인 의사결정나무, RF (random forest), Naive bayes, SVM (support vector machine)을 통해 훈련시켜 2012년 군집을 예측하였다. 분석 결과 가우시안 혼합 분포기반 군집분석과 RF를 이용한 군집예측 결과의 성능이 가장 우수하였다.
본 연구에서는 회동저수지 상류 수영강 유역에 발달된 토양을 대상으로 지질 및 토지이용별로 토양의 물리화학적 특성을 조사하고 그 영향을 다변량 통계분석법인 주성분 및 판별분석을 이용하여 고찰하였다. 연구지역내 토양의 토성은 안산암에서 발달한 토양이 화강암의 것보다 세립질이며 용출 무기성분, 점토 및 유색광물의 함량도 높았다. 경작지 토양 내 염류 집적(EC, 양이온, 음이온)과 pH증가는 대부분 경작과정에 투입된 비료의 영향에 의한 것이며 임야 토양에 비해 상대적으로 낮은 유기물 농도는 경운에 의한 유기물의 산화 촉진 및 작물 수확에 기인하는 것이다. 토지이용별 무기성분의 함량은 밭>과수원>논>임야 토양 순으로 나타났으며, 논 토양의 높은 $SO_4\;^{2-}$함량은 담수 상태 환원조건하 침전된 황화광물형태가 산화조건의 용출 실험에 의해 용해되어 증가되는 것에 기인한다. 주성분 분석결과는 토지 이용이나 지질에 따른 토양 특성을 잘 나타내었으며, 주성분 1은 시비, 광물 풍화작용 및 질소질 비료에 의한 이온교환 반응의 영향을 나타내었다. 토양 용출 성분과 성분비를 이용한 두 종류의 판별분석결과는 모두 토지이용별로 판별함수 1과 2에 의해 뚜렷하게 구분되며, 토양 성분을 이용한 판별분석에서 판별함수 1은 경작에 의한 비료의 영향을 나타내며 밭, 과수원, 논, 임야 토양 순서로 증가하였다. 판별분석에 의한 토지이용 특성의 조사 및 예측자료는 비교적 잘 일치하였으며 토지 이용의 변화를 확인할 수 있는 방법으로도 사용될 수 있었다.
본 연구에서는 저장기간에 따른 계육의 신선도 변화를 GC-MS를 이용한 가스 성분의 변화, 미생물의 총균수와 지방 산패도의 변화를 통해 분석하고, MOS 센서와 수분센서를 기반으로 한 전자코 시스템을 구성하여, 계육의 품질 평가를 실시하였다. 계육의 GC-MS, 미생물, 지방 산패도를 이용한 품질의 측정결과 저장기간이 증가함에 따라 품질은 저하되었고, 저장기간이 5일 이후부터 급격한 품질의 저하를 나타내기 시작했다. 전자코 시스템을 이용한 실험결과, 그래프 분석을 이용하여 계육은 저장기간 초기부터 저장기간의 증가에 따라 선형적으로 저항값의 변화율이 감소함을 확인할 수 있었다. 전자코 센서의 신호를 이용하여 주성분 분석을 한 결과 저장일수에 따라 제1, 2주성분이 뚜렷이 구분됨을 확인할 수 있었다. 선형판별을 이용하여 분석한 결과 1일에서 19일까지 전체 분류 정확도가 92.5%였다. 저장 초기의 1일에서 5일까지의 데이터를 기반으로 선형판별분석을 한 경우 제1, 2판별함수를 이용할 경우 100%의 정확도를 보였다. 결론적으로 본 연구에서의 전자코를 이용한 계측과 주성분분석 및 선형판별분석법을 이용할 경우 냉장 저장된 계육의 신선도 변화가 예측 가능함을 확인할 수 있었다.
본 연구에서는 레이저유도붕괴분광(Laser Induced Breakdown Spectroscopy, LIBS)을 이용하여 방사형 기저함수 신경회로망(Radial Basis Function Neural Networks, RBFNNs) 분류기 설계방법론을 개발하고 실제 폐소형가전제품의 플라스틱 분류 시스템에 적용하였다. ABS, PP, PS와 같은 검정색 플라스틱을 구별하기 위해, 지능형 알고리즘 중 하나인 방사형 기저함수 신경회로망 분류기를 설계하였다. 획득한 입력변수는 주성분 분석법(Principal Component Analysis, PCA)을 이용하여 축소시켰으며, 군집화기법 중 하나인 K-means 클러스터링 방법을 이용해 여러 그룹으로 분할하였다. 전체 데이터는 학습 데이터와 테스트 데이터를 4:1의 비율로 나누었으며, 제안된 분류기의 성능 및 신뢰도를 평가하기 위하여 5-FCV(5-Fold Cross Validation) 기법을 사용하였다. 입력변수와 클러스터의 개수가 각각 5개인 경우, 제안된 분류기의 분류 성능은 96.78%로 나타났다. 또한, 제안된 분류기는 다른 분류기들과 비교하였을 경우 분류 성능의 관점에서 우수성을 보여주었다.
Journal of the Korean Data and Information Science Society
/
제21권5호
/
pp.853-861
/
2010
선박운항 안정성 평가를 위한 시뮬레이션 설계 시 선박운항에 영향을 미치는 요인들을 고려하여 실험조건을 설정한다. 배속 시뮬레이션에서는 이론적으로 수많은 실험조건도 수행 가능하나, 동일 실험조건 하에서는 동일 항해위험 관련 측정치를 얻으므로 확률모형이 아니다. 실시간 시뮬레이션은 실험에 참여하는 선박운항 전문가로 인한 변동이 발생하여 확률모형 분석이 가능하나 소요되는 실험시간으로 인하여 실험회수의 제한이 있다. 그리하여 배속 시뮬레이션을 활용하여 항해 위험도가 높은 실험조건을 선택하고, 선택된 실험조건에서만 실시간 시뮬레이션을 실시하여 항만 항해 위험도를 산정하고 있다. 이전 연구에서는 전문가의 주관적 판단이나 확률분포함수 개념을 활용하여 항해 위험도가 높은 실험조건을 선택하는 방법이 제안되었다. 그러나 이 방법들은 최종 횡단 데이터를 활용하여 시뮬레이션 과정에서 발생하게 되는 위험도를 측정하는 방법으로는 적절하지 못하다. 본 연구에서는 시뮬레이션의 항적 데이터로부터 얻는 주성분 점수를 활용하여 이상 실험조건을 진단하고 항해 위험도 높은 지점을 판단하는 방법을 제안하고 실증분석 결과도 제시하였다.
항만이나 항로에서의 심층적인 선박운항 안전성 평가를 위한 목적으로 주로 선박운항 시뮬레이션 시스템이 사용되고 있다. 하지만, 실제 해상에서 선박이 조우할 수 있는 환경 조건은 매우 다양한 반면, 비용이나 시간적인 제약으로 인하여 실시간 선박운항 시뮬레이션은 극히 한정된 경우에 대해서만 수행되는 것이 일반적이다. 본 논문에서는, 이러한 실시간 시뮬레이션 실험 조건을 효과적이고 체계적으로 도출하기 위한 통계적 기법에 대하여 제안하고, 이 기법을 실제 선박 운항 안전성 평가를 위한 시뮬레이션 연구에 적용한 실증 분석 결과를 사례 연구로 기술하였다. 실증 분석에는 주성분을 이용한 종합 운항 난이도 산정 방법과 누적 확률분포 개념을 이용하여 선박 운항 난이도가 높은 실험 조건을 실시간 시뮬레이션 실험 조건으로 선택하는 기법을 제시하였다.
천엽현암화전(千葉縣岩和田)어업협동조합에 소속하는 1인승어선이 어획한 7어종항목에 대해서 어획금액이 높은 어종항목으로 어선을 분류하여, 다시 이들을 판별함수로 분류한 결과, 6그룹으로 분류할 수 있었다. 이들 그룹은, 방어류를 주어종으로 하는 G1그룹, 넙치류를 주어종으로 하는 G2그룹, 가다랭이 참치류를 주어종으로 하는 G3그룹, 오징어류를 주어종으로 하는 G4그룹, 저서어류를 주어종으로 하는 G5그룹, 기타어류를 주어종으로 하는 G6그룹이다. 1인승어선 총척수의 대부분의 평균어획금액은 10년동안 400만엔에 미치지 못하는 G1, G2 및 G6그룹에 속하고, 전업어업에 종사하지 않는 어선들이었다. 그리고, 7어종의 어획금액에 관해서 주성분분석을 행하여, 제1주성분에서 제4주성분의 주성분득점으로 각 그룹을 고찰한 결과, 끌낚시어업에 의한 방어류와 넙치류를 주어종으로 하는 G1 G2그룹, 가다랭이 참치류와 오징어류를 주어종으로 하는 G3 G4그룹과 저서어류를 포함하는 G5그룹, G1 G2그룹과 유사하지만 자망에 의한 어획이 주된 G6그룹의 3그룹으로 다시 크게 분류할 수 있었다. 그러나, G1 G2그룹과 G3 G4 G5그룹의 일부분이 중복된 것에 대해서의 해석은 앞으로의 연구과제라 할 수 있다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.