• Journal of Korean Society of Transportation
• /
• v.9 no.2
• /
• pp.127-134
• /
• 1991

본 논문의 목적은 교통망 분석에 있어서 중요한 그러나 흔희 발생하지 않는 사건의 발생확률을 추정하는 방법론 개발에 있다. 예를 들어, 안정적(stable) 교통망에서 일시적인 혼잡현상이 발생할 확률을 씨뮬레이숀을 통해 추정하는 방법에 관한 것이다. 이 분야에서 활발한 연구([3], [12]) 가 있어 왔으나 개괄적(Heuristic) 방법에 제한되어 있었다. 본 논문은 위 문제에 대하여 포괄적(unified)이며 이론적인 방법론을 제시하였다. 이를 위해 대 분산이론(Large Deviation Theory)과 중요표본추출(Importance Sampling)기법이 이용되었으며 예로서 사용된 망은 두개의 구간이 이어진 교통망이다. 부수적으로 혼잡현상의 가장 대표적 형태를 구하는 방법이 제시되었다.

• Communications for Statistical Applications and Methods
• /
• v.3 no.2
• /
• pp.227-237
• /
• 1996

비중심 ${\chi}^2$분포의 누적분포함수의 계산은 ${\chi}^2$검정에서 요구되고 있는 새로운 접근방법으로 신경망 이론을 적용하기 위하여 입력층의 입력노드가 세개, 출력증의 축력노드가 한개 그리고 한개의 은닉층으로 구성된 다층 퍼셉트론 네트워크부터 역전파 알고리즘을 개발하여 비중심${\chi}^2$분포의 확률계산을 시도하였다. 정확성과 계산속도를 고려하여 기존의 방법과 비교한 결과 효율적임을 알 수 있다.

• Journal of the Korea institute for structural maintenance and inspection
• /
• v.11 no.1
• /
• pp.103-112
• /
• 2007

Recently structures become longer and higher because of the developments of new materials and construction techniques. However, such modern structures are susceptible to excessive structural vibrations, which may induce problems of serviceability and structural damages. In this paper we attempt to control structural vibration using the probabilistic neural network(PNN) and the artificial neural network(ANN) based on the training pattern that consist of only the structural state vector and the control force. The state vectors of the structure and control forces made by linear quadratic regulator(LQR) algorithm are used for training pattern of PNN and ANN. The proposed algorithm is applied for the vibration control of the three story shear building under Northridge earthquake. Control results by the proposed PNN and ANN are compared with each other.

• Proceedings of the Earthquake Engineering Society of Korea Conference
• /
• 2006.03a
• /
• pp.382-389
• /
• 2006

구조 재료와 시공기술의 발달로 구조물은 높고 길게 설계할 수 있게 되었으나, 그에 따른 진동 문제와 사용성에 관한 문제가 발생하였고 구조물의 과다한 변위는 구조물에 심각한 손상을 발생 시켰다. 이러한 구조물의 진동 문제를 해결하기 위하여 본 논문에서는 확률신경망이론을 사용한 구조물의 능동제어방법을 제안하였다. 구조물의 제어를 위하여 LQR 제어알고리즘을 이용하여 구조물의 상태벡터와 제어력을 구한 후, 상태벡터를 입력으로 제어력을 출력으로 하는 확률신경망의 훈련패턴을 구성하였다. 제안된 방법을 사용하여 지진하중을 받는 3층 빌딩구조물을 제어하였고, 기존의 인공신경망의 제어 결과와 비교하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.1 no.1
• /
• pp.83-94
• /
• 1996

The test statistic in ANOVA tests has a single or doubly noncentral F distribution and the noncentral F distribution is applied to the calculation of the power functions of tests of general linear hypotheses. In this paper. the evaluation of the cumulative function of the single noncentral F distribution is applied to the neural network theory. The neural network consists of the multi-layer perceptron structure and learning process has the algorithm of the backpropagation. Numerical comparisons are made between the results obtained by neural network theory and the Patnaik's values.

• The Transactions of the Korea Information Processing Society
• /
• v.4 no.1
• /
• pp.177-183
• /
• 1997

The cumulative function of the noncentral t distribution calculate power in testing equality of means of two normal populations and confidence intervals for the ratio of population mean to standard deviation. In this paper, the evaluation of the cumulative function of noncentral t distribution is applied to the neural network consists of the multi-layer perception structure and learning process has the algorithm of the backpropagation. Numerical comparisons are made between the Fisher's values and the results obtained by neural network theory.

• The Journal of Information Systems
• /
• v.21 no.2
• /
• pp.181-196
• /
• 2012

본 논문은 고객의 수요정보에 대해 모호한 정보를 가진 공급자와 구매자 사이의 공급망 계약에 관한 것을 다루고 있는 것으로, 고객 수요에 대한 불확실성은 확률적 프로그래밍 모델에서 공식적으로 다루어져왔다. 확률적 프로그램의 한 가지 핵심적인 가정은 널리 알려져 있는바와 같이 수요에 대한 확률분포가 알려져 있다는 것이다. 그럼에도 불구하고 만약 수요에 대한 정보가 모호하거나 정확하지 않다면 수요에 대한 확률분포가 정확하지 않다는 점이다. 이런 상황에서 퍼지 이론은 수요정보를 나타내는데 유용하다고 할수 있다. 본 논문은 퍼지 랜덤수요변수들을 분산시스템의 공급망 계약에서 다루고 있다. 이 계약은 구매자의 주문량을 조정하는 옵션을 이용한다. 본 연구는 퍼지 랜덤 변수들을 GMIR(Graded Mean Integration Representation)을 이용하여, 알고리즘을 통해 구현함으로써 실증적 결과 값을 제시하고 미래 연구의 확장 가능성을 제시하고 있다.

• Journal of the Korean Society for Precision Engineering
• /
• v.14 no.10
• /
• pp.141-150
• /
• 1997

분산은 확률모델을 표현하는 유용한 변수중 하나이다. 입력변수에 대한 함수로 표현되는 조건부 분산을 학습하는 신경회로망에 대한 많은 연구가 있어왔다. VALEAN이라는 신경회로망 역시 이러한 많은 연구중 하나인데 이것은 기본적으로 feedforward 다층 퍼셉트론 구조를 가지며 새롭게 제시된 에너지 함수를 사용하고 있다. 이 논문에서는 이 에너지 모델에 의해 결정되는 피드백에러(델타)가 신경망의 transient, steady state에서 미치는 영향을 다루었다. 과도 상태 분석에서는 델타와 수렴성, 안정성에 관한 내용을 다루고 모의 실험을 하였으며 정상 상태 분석에서는 신경회로망의 정상상태 에러의 크기와 델타의 크기사이의 상관관계에 대하여 다루었다. 학습 알고 리듬이 확률적이므로 정상상태 역시 확률적인 상태를 나타낸다. 따라서 델타의 크기에 따른 정상 상태 에러의 최대치는 확률적인 모델을 가지게 된다. 여기서는 이 확률 관계를 분석적으로 규명하고 이에 따라 원하는 신뢰도로 정상 상태 에러를 제어하기 위해 필요한 델타의 크기를 예측할 수 있는 이론적 배경을 마련하게 된다.

• Journal of Korea Spatial Information System Society
• /
• v.11 no.1
• /
• pp.137-144
• /
• 2009

Understanding lane markings in a live video captured from a moving vehicle is essential to build services for intelligent vehicles such as LDWS(Lane Departure Warning Systems), unmanned vehicles, video-based car navigation systems. In this paper, we present a novel approach to recognize the color of lane markings and the lane number that he/she is driving on. More specifically, we present a background-color removal approach to understand the color of lane markings for various illumination conditions, such as backlight, sunset, and so on. In addition, we present a probabilistic network approach to decide the lane number. According to our experimental results, the proposed idea shows promising results to detect lane number in a various illumination conditions and road environments.

• Journal of Korean Society of Transportation
• /
• v.22 no.2 s.73
• /
• pp.77-86
• /
• 2004

In this study, we applied the Bayesian Network for the case of the mode choice models using the Seoul metropolitan area's house trip survey Data. Sex and age were used lot the independent variables for the explanation or the mode choice, and the relationships between the mode choice and the travellers' social characteristics were identified by the Bayesian Network. Furthermore, trip and mode's characteristics such as time and fare were also used for independent variables and the mode choice models were developed. It was found that the Bayesian Network were useful tool to overcome the problems which were in the traditional mode choice models. In particular, the various transport policies could be evaluated in the very short time by the established relation-ships. It is expected that the Bayesian Network will be utilized as the important tools for the transport analysis.