본 논문에서는 비선형 블라인드 채널등화기의 구현을 위하여 개선된 퍼지 클러스터(Modified Fuzzy C-Means: MFCM) 알고리즘을 제안한다. 제안된 MFCM은 기존의 유클리디언 거리 값 대신 Bayesian Likelihood 목적함수(fitness function)를 이용하여 비선형 채널의 출력으로 수신된 데이터들로부터 최적의 채널 출력 상태값(optimal channel output states)을 추정한다. 이렇게 추정된 채널 출력 상태 값들로 비선형 채널의 이상적인 채널 상태(desired channel states) 벡터들을 구성하고 이를 Radial Basis Function(RBF) 등화기의 중심(center)으로 활용함으로써 송신된 데이터 심볼을 찾아낸다. 실험에서는 무작위 이진 신호에 가우스 노이즈를 추가한 데이터를 사용하여 하이브리드 유전자 알고리즘 (GA merged with simulated annealing (SA): GASA)과 그 성능을 비교 하였으며, 제안된 MFCM을 이용한 등화기가 GASA를 활용한 것 보다 상대적으로 정확도와 속도 면에서 우수함을 보였다.
Vahed Ghiasi;Nur Irfah Mohd Pauzi;Shahab Karimi;Mahyar Yousefi
Geomechanics and Engineering
/
제34권3호
/
pp.267-284
/
2023
Landslides are one of the most dangerous phenomena and natural disasters. Landslides cause many human and financial losses in most parts of the world, especially in mountainous areas. Due to the climatic conditions and topography, people in the northern and western regions of Iran live with the risk of landslides. One of the measures that can effectively reduce the possible risks of landslides and their crisis management is to identify potential areas prone to landslides through multi-criteria modeling approach. This research aims to model landslide potential area in the Oshvand watershed using a support vector machine algorithm. For this purpose, evidence maps of seven effective factors in the occurrence of landslides namely slope, slope direction, height, distance from the fault, the density of waterways, rainfall, and geology, were prepared. The maps were generated and weighted using the continuous fuzzification method and logistic functions, resulting values in zero and one range as weights. The weighted maps were then combined using the support vector machine algorithm. For the training and testing of the machine, 81 slippery ground points and 81 non-sliding points were used. Modeling procedure was done using four linear, polynomial, Gaussian, and sigmoid kernels. The efficiency of each model was compared using the area under the receiver operating characteristic curve; the root means square error, and the correlation coefficient . Finally, the landslide potential model that was obtained using Gaussian's kernel was selected as the best one for susceptibility of landslides in the Oshvand watershed.
오차 신호에 대해 가우시안 커널이 가지는 과도신호 차단효과를 기반으로 설계된 오차분포와 델타함수 사이의 유클리드 거리(ED)가 충격성 잡음하에서 효과적인 성능준거로 사용되어왔다. ED의 최소화 과정에서 필요한 기울기는 두 가지 성분, 즉, 오차 쌍의 커널함수에 대한 성분$A_k$와 오차 샘플 자체의 커널함수에 대한 성분 $B_k$를 가진다. 이 논문에서는 성분 $A_k$가 오차 샘플들을 서로 결집시키는 역할과 관련되어 있으며, 성분 $B_k$는 오차샘플들의 결집위치가 영(0)이 되는 문제와 관련되어 있다고 분석되었다. 이 분석에 기반하여, 이 논문에서는 오차 샘플간 간격을 좁히는 역할을 강화하고자 $A_k$를 커널 통과된 오차쌍의 전력으로 정규화하고, 오차 샘플들을 0점에 당기는 역할을 강화하고자 $B_k$를 커널 통과된 오차샘플 자체의 전력으로 정규화하는 방안을 제안하였다. 충격성 잡음과 다중경로 페이딩 채널 환경하에서 시뮬레이션을 시행하여, 정상상태의 MSE 가지는 흔들림 정도와 최소 MSE 값을 비교 분석하였다. 그 결과, 제안된 방식이 가지는 효용성과 두 성분의 역할이 분석과 일치함이 규명되었다.
The purpose of this study is to develop geostatistical model for evaluating the abundance of deep-sea manganese nodule. The abundance data used in this study were obtained from the KODOS (Korea Deep Ocean Study) area. The variation of nodule abundance was very high within short distance, while sampling methods was very limited. As the distribution of nodule abundance showed non-gaussian, indicator simulation method was used instead of conditional simulation method and/or ordinary kriging. The abundance data were encoded into a series of indicators with 6 cutoff values. They were used to estimate the conditional probability distribution function (cpdf) of the nodule abundance at any unsampled location. The standardized indicator variogram models were obtained according to variogram analysis. This SIS method had the advantage over other traditional techniques such as the turning bands method and ordinary kriging. The estimating values by indicator conditional simulation near high abundance area were more detailed than by ordinary kriging and indicator kriging. They also showed better spatial characteristics of distribution of nodule abundance.
본 논문에서는 저속으로 회전하는 유도 전동기의 베어링 결함을 검출하기 위해 음향 방출 신호와 히스토그램 모델링을 이용하는 방법을 제안한다. 제안한 방법은 정규화된 결함 신호가 구성하는 히스토그램의 포락선을 모델링하여, 부분 상관 계수와 DET(Distance Evaluation Technique) 기법을 이용하여 결함 유형별 고유한 특징을 추출 및 선택한다. 추출된 특징을 SVR(Support Vector Regression) 분류기의 입력으로 사용하여 베어링의 내륜, 외륜 및 롤러 결함을 분류한다. 최적의 분류 성능을 위해 SVR 커널함수의 매개변수를 0.01에서 1.0까지 변화시키고, 특징 개수는 2에서 150까지 변화시키면서 실험한 결과, 0.64-0.65의 매개변수와 75개의 특징 개수에서 제안한 방법은 약 91%의 분류 성능을 보였고, 또한 기존의 결함 분류 알고리즘보다 높은 분류 성능을 보였다.
본 논문에서는 방송 뉴스에서 화자 변화 검증 성능 향상을 위해서 입력소음음성 향상과 SNR(Signal to Noise Ratio)기반 가중 함수 $w_m$를 적용한 KL 거리 $D_s$를 실험하였다. GMM-UBM(Gaussian Mixture Model-Universal Background Model) 기반 KL(Kullback Leibler) 거리 D를 이용한 화자 변화 검증 시스템(실험 0)을 기본 시스템으로 한다. 실험 1은 실험 0의 입력소음음성 향상을 위해 MMSE Log-STSA(Minimum Mean Square Error Log-Spectral Amplitude Estimator)를 적용하였다. 실험 2는 실험 1의 기존 KL거리 D 대신에 $D_s$를 적용하였다. 실험 데이터베이스는 다양한 소음을 반영하기 위해 스포츠 뉴스와 실외 인터뷰를 중심으로 구축하였다. 실험은 화자 변화 정보의 누락을 막기 위해 MDR(Missed Detection Rate) 0%를 기준으로 하였다. 실험 0은 FAR(False Alarm Rate) 71.5%의 성능을 보였다. 실험 1은 FAR 67.3%로 실험0에 비해 4.2% 향상되었고, 실험 2는 FAR 60.7%로 10.8% 향상되었다.
흐름수역(水域)에서 연직상향으로 방류되는 평면부력(平面浮力)?의 거동이 연속방정식(連續方程式), 운동량방정식(運動量方程式) 및 추적물수송식(追跡物輸送式)의 기본방정식을 수치적(數値的)으로 풀음으로서 해석(解析)된다. 난류확산(亂流擴散)에는 Prandtl의 혼합거리이론(混合距離理論)을 도입한 난류수송모형(亂流輸送模型)이 이용된다. 수치해과정(數値解過程)은 기본방정식을 유함수(流凾數)(stream function)식(式)과 골도수송(滑度輸送)(vorticity transport)식을(式) 이용하여 변환(變換)한 후, ?방류속도(放流速度), ?방류구폭(放流口幅) 등(等)으로 표현되는 변수(變數)와 흐름을 지배(支配)하는 무차원매개변수(無次元媒介變數)를 도입하여 무차원화(無次元化)하고 successive under-relaxation을 이용하여 Gauss-Seidal 반복법(反復法)으로 해를(解) 구(求)하는 것이다. 수치실험(數値實驗)은 방류(放流)Froude수(數)가 4~32, 방류속도(放流速度)와 가로흐름속도와의 비로(比) 정의되는 속도비가 8~15 의 범위의 흐름영역(領域)에서 수행되었다. 부력(浮力)?으로 인한 주변(周邊)흐름수역(水域)의 속도변화(速度變化), 온도상승(溫度上昇)범위, 흐름상태 및 골도(滑度)가 조사되었으며, ?의 경로에 대한 속도비와 방류밀도Froude 수의 영향이 또한 조사되었다. ?중심선의 속도, 온도변화, 국부밀도(局部密度)Froude 수(數)의 변화가 계산되며 퍼짐율(spreading rate)과 확산비(擴散比)(dispersion ratio)가 방류밀도(放流密度)Froude 수, 국부밀도(局部密度)Froude 수(數) 및 속도비(速度比)의 항(項)으로 해석되었다. 또한 속도와 온도분포를 상사(相似)(similarity)로 나타낼 수 있음이 밝혀졌으며, Gaussian 분포(分布)를 이용한 적분형해석(積分型解析)(integral type analysis)이 가능한 것으로 사료된다.
The Pasquill-Gifford stability category is a very important scheme of the Gaussian type dispersion model defined the complex turbulence state of the atmosphere by A grade(very unstable) to F grade(very stable). But there has been made a point out that this stability category might decrease the predictability of the model because it was each covers a broad range of stability conditions, and that they were very site specific. The APSM (Air Pollution Simulation Model) was composed of the turbulent parameters, i.e. friction velocity(${\mu}$$\_$*/), convective velocity scale($\omega$$\_$*/) and Monin-Obukhov length scale(L) for the purpose of the performance increasing on the case of the unstable atmospheric conditions. And the PDF (Probability Density Function)model was used to express the vertical dispersion characteristics and the profile method was used to calculate the turbulent characteristics. And the performance assessment was validated between APSM and EPA regulatory models(TEM, ISCST), tracer experiment results. There were very good performance results simulated by APSM than that of TEM, ISCST in the short distance (<1415 m) from the source, but increase the simulation error(%) to stand off the source in others. And there were differences in comparison with the lateral dispersion coefficient($\sigma$$\_$y/) which was represent the horizontal dispersion characteristics of a air pollutant in the atmosphere. So the different calculation method of $\sigma$$\_$y/ which was extrapolated from a different tracer experiment data might decrease the simulation performance capability. In conclusion, the air pollution simulation model showed a good capability of predict the air pollution which was composed of the turbulent parameters compared with the results of TEM and ISCST for the unstable atmospheric conditions.
인공신경망을 이용한 모델 개발에서 데이터의 품질은 모델 성능에 큰 영향을 주고, 양질의 충분한 데이터가 인공신경망 훈련을 위해 필요하다. 하지만, 공학 분야에서는 적은 양의 데이터로 모델을 개발해야 하는 경우가 자주 발생한다. 본 논문은 토양에 살포된 축산 분뇨로부터 암모니아 방출량에 대한 적은 수의 데이터(83 개)를 사용하여 인공신경망 모델의 예측 성능을 향상할 수 있는 방안을 제시하였다. Michaelis-Menten 식으로 표현되는 암모니아 방출량 문제는 11개 입력변수에 대하여 2개 출력변수로 구성되었다. 출력변수는 최대 질소 발생량(Nmax, kg/ha)과 Nmax의 절반에 도달하는 시간(Km, h) 이다. 범주형 입력변수에 대해 다차원 등간격 기법인 one-hot encoding 을 이용하여 데이터 전처리를 수행하였고, 훈련데이터 66개에 대하여 generative adversarial network (GAN)을 이용하여 13개 데이터를 추가로 보강하였다. 또한, 인공신경망의 초매개변수인 은닉층 수, 각 은닉층 내 뉴런 수, 활성화 함수의 최적 조합을 찾기 위하여 Gaussian process (GP)를 사용하였다. 기존의 인공신경망 구조(Lim et al., 2007) 는 17개 평가데이터에 대하여 mean absolute error (MAE)는 Km에서 0.0668, Nmax에서 0.1860이었다. 본 연구에서 제시된 인공신경망 모델은 Km에서 0.0414, Nmax에서 0.0818로 MAE 가 기존 모델 대비 각각 38%, 56% 감소하였다. 본 연구에서 제시된 방법은 적은 양의 데이터를 갖는 문제에서 인공신경망 성능을 향상하기 위하여 활용할 수 있을 것이다.
The paper concerns Fuzzy C-Means clustering based fuzzy neural networks (FCM-FNN) and the optimization of the network is carried out by means of hierarchal fair competition-based parallel genetic algorithm (HFCPGA). FCM-FNN is the extended architecture of Radial Basis Function Neural Network (RBFNN). FCM algorithm is used to determine centers and widths of RBFs. In the proposed network, the membership functions of the premise part of fuzzy rules do not assume any explicit functional forms such as Gaussian, ellipsoidal, triangular, etc., so its resulting fitness values directly rely on the computation of the relevant distance between data points by means of FCM. Also, as the consequent part of fuzzy rules extracted by the FCM-FNN model, the order of four types of polynomials can be considered such as constant, linear, quadratic and modified quadratic. Since the performance of FCM-FNN is affected by some parameters of FCM-FNN such as a specific subset of input variables, fuzzification coefficient of FCM, the number of rules and the order of polynomials of consequent part of fuzzy rule, we need the structural as well as parametric optimization of the network. In this study, the HFCPGA which is a kind of multipopulation-based parallel genetic algorithms(PGA) is exploited to carry out the structural optimization of FCM-FNN. Moreover the HFCPGA is taken into consideration to avoid a premature convergence related to the optimization problems. The proposed model is demonstrated with the use of two representative numerical examples.
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.