• 경영과학
• /
• 제17권2호
• /
• pp.39-54
• /
• 2000

This paper presents a causal forecasting model using guided genetic algorithm in continuous manufacturing process. The guide genetic algorithm(GGA) is an extended genetic algorithm(GA) using penalty function and population diversity index to increase forecasting accuracy. GGA adds to the canonical GA the concept of a penalty function to avoid selecting the unproductive chromosomes and to make a proper searching direction. Also, GGA modifies the current population using the similarity of chromosomes to avoid falling into the trap of local optimal solution. For investigation GGA performance, we used a set of real data that was collected in local glass melting processes, and experimental results show the proposed model results in the better forecasting accuracy than linear regression model and canonical GA.

• 대한전자공학회논문지SP
• /
• 제37권2호
• /
• pp.68-78
• /
• 2000

본 논문에서는 GPS에 의해 측정된 차량의 주행 궤적을 지도상의 도로와 매칭시키기 위한 새로운 지도매칭 알고리즘을 제안한다 이는 차량항법장치에서 중요한 기능인 차량의 위치 정밀도를 간접적으로 향상시켜 준다 제안한 알고리즘은 주행중인 차량을 Singer 모델의 상태방정식으로써 모델링한 후 칼만 필터를 적용하여 차량의 위치를 정확히 도로 위로 위치시킴과 동시에 위치정확도를 개선시켜 준다 그리고 교차로에서는 실제 주행경로를 정확히 판단하기 어렵기 때문에 칼만 필터링에 의해 추정된 위치값을 선형회귀(linear regression) 시킴으로써 차량의 진행 방향각을 결정한 다음 각 도로의 방향각과 비교하여 치량의 주행경로를 판단하도록 한다

• Communications for Statistical Applications and Methods
• /
• 제17권4호
• /
• pp.541-550
• /
• 2010

$L_1$-회귀추정량이 수직이상점에 대해서는 매우 로버스트하지만 지렛점에 대해서는 전혀 로버스트하지 않다는 사실은 잘 알려져 있다. 본 논문에서는 수직이상점은 물론 지렛점에 대해서도 로버스트한 $L_1$-회귀추정을 위한 알고리즘을 제안한다. MCD 또는 MVE-추정량에 바탕을 둔 로버스트거리를 기준으로 지렛점들을 식별하고, 식별된 지렛점들의 영향력을 적절히 감소시키기 위한 가중치를 결정한다. 가중치에 의해 변환된 자료에 선형척도변환 기법에 바탕을 둔 선형계획 알고리즘을 적용함으로써 $L_1$-회귀추정량의 붕괴점을 향상시킨다. 다양한 형태와 규모의 자료에 대한 모의실험 결과, 제안된 알고리즘에 의한 $L_1$-회귀추정량의 붕괴점이 크게 향상되는 것으로 나타났다.

• 한국통신학회논문지
• /
• 제38C권2호
• /
• pp.213-218
• /
• 2013

은닉 마코프 모델 (hidden Markov Model, HMM) 기반 음성 합성 시스템에서 파라미터 적응을 위해 널리 쓰이는 기법으로 최대 공산 선형 회귀 (maximum likelihood linear regression, MLLR)이 있다. 이전 연구에서 우리는 각 MLLR 파라미터를 인자화된 MLLR (Factored MLLR, FMLLR) 형태로 확장하는 형태를 제안하였다. FMLLR 파라미터를 기존의 EM 알고리즘 형태로 구하는 기법 역시 제안하였고, 이를 통해 보완 정보를 활용하여 적응 학습을 수행할 수 있게 하였다. 본 논문에서는, FMLLR 기법을 스펙트럼 파라미터에 사용하는 것뿐 아니라 피치에도 적용하여 그 성능을 향상시키는 것에 대한 탐구를 수행하였다. 감정 음성을 생성하는 여러 실험을 통해, 우리는 제안하는 기법이 피치 및 스펙트럼에 대해 효과적으로 작용하는 것을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제9권5호
• /
• pp.129-132
• /
• 2009

프레임 손실은 VoIP 망에서의 음질 저하의 주요 원인이다. 본 논문에서는 VoIP 망에서 주로 사용되는 CELP 기반 음성부호화기의 음질 저하를 최소화하기 위해 비선형 회귀분석 기반의 프레임손실은닉 알고리즘을 제안한다. 제안된 기법은 ITU-T G.729 표준 코덱에 적용되었으며, 기존 방법들에 비해 향상된 PESQ 성능을 보였다.

• International Journal of Computer Science & Network Security
• /
• 제21권2호
• /
• pp.188-192
• /
• 2021

In this paper, we apply data mining techniques and machine learning algorithms using R software, which is used to predict, here we applied a regression model to test some factor on the dataset for which we assumed that it effects student performance. Model was built on an existing dataset which contains many factors and the final grades. The factors tested are the attention to higher education, absences, study time, parent's education level, parent's jobs, and the number of failures in the past. The result shows that only study time and absences can affect the students' performance. Prediction of student academic performance helps instructors develop a good understanding of how well or how poorly the students in their classes will perform, so instructors can take proactive measures to improve student learning. This paper also focuses on how the prediction algorithm can be used to identify the most important attributes in a student's data.

• Communications for Statistical Applications and Methods
• /
• 제27권4호
• /
• pp.445-458
• /
• 2020

The least absolute shrinkage and selection operator (LASSO) is a popular method for a high-dimensional regression model. LASSO has high prediction accuracy; however, it also selects many irrelevant variables. In this paper, we consider the moderately clipped LASSO (MCL) for the high-dimensional generalized linear model which is a hybrid method of the LASSO and minimax concave penalty (MCP). The MCL preserves advantages of the LASSO and MCP since it shows high prediction accuracy and successfully selects relevant variables. We prove that the MCL achieves the oracle property under some regularity conditions, even when the number of parameters is larger than the sample size. An efficient algorithm is also provided. Various numerical studies confirm that the MCL can be a better alternative to other competitors.

• 한국항공우주학회지
• /
• 제43권7호
• /
• pp.601-608
• /
• 2015

유연날개의 공력 및 구조 설계값을 설계 변수로 하여 정적 상태에서의 정적 공탄성해석 및 최적화를 수행하였다. 정적 공탄성해석과 최적화를 위해 상용 해석소프트웨어들이 연계된 강건한 다분야 최적설계 시스템을 개발하였다. 최적화 설계변수로는 가로세로비, 테이퍼비, 후퇴각과 날개 위아래 스킨 두께를 설정하였다. 전역적 다목적 최적화를 위해 실수기반 적응영역 다목적 유전자 알고리즘을 적용하였으며 계산시간을 줄이기 위해 메타모델로 서포트벡터회귀 기법을 적용하였다. 유연날개에 대한 파레토 결과 분석을 통해 최대 항속시간과 최소 중량에 대한 최적 결과를 확인하였다.

• 산업융합연구
• /
• 제16권4호
• /
• pp.33-46
• /
• 2018

개인신용평가는 은행이 대출을 승인할 때 수익성 있는 의사결정을 적절히 유도할 수 있는 효과적인 도구이다. 최근 많은 분류 알고리즘 및 모델이 개인신용평가에 사용되고 있다. 개인신용평가 기법은 대체로 통계적 방법과 비 통계적 방법으로 구분된다. 통계적 방법에는 선형회귀분석, 판별분석, 로지스틱 회귀분석, 의사결정나무 등이 포함된다. 비 통계적 방법에는 선형계획법, 신경망, 유전자 알고리즘 및 Support Vector Machines 등이 포함된다. 그러나 신용평가모형 개발을 위해 어떠한 방법이 최선인지에 관해서는 일관된 결론을 내리기는 어렵다. 본 논문에서는 중국 금융기관의 개인 신용 데이터를 사용하여 가장 대표적인 신용평가 기법인 로지스틱 회귀분석, 신경망 그리고 Support Vector Machines의 성능을 비교하고자 한다. 구체적으로, 세 가지 모형을 각각 구축하여 고객을 분류하고 분석 결과를 비교하였다. 분석결과에 따르면, Support Vector Machines이 로지스틱 회귀분석과 신경망보다 더 나은 성능을 가지는 것으로 나타났다.

• Advances in Computational Design
• /
• 제2권3호
• /
• pp.225-240
• /
• 2017

This paper presents the application of multiple linear regression (MLR) and artificial neural network (ANN) techniques for developing the models to predict the unconfined compressive strength (UCS) and Brazilian tensile strength (BTS) of the fiber reinforced cement stabilized fly ash mixes. UCS and BTS is a highly nonlinear function of its constituents, thereby, making its modeling and prediction a difficult task. To establish relationship between the independent and dependent variables, a computational technique like ANN is employed which provides an efficient and easy approach to model the complex and nonlinear relationship. The data generated in the laboratory through systematic experimental programme for evaluating UCS and BTS of fiber reinforced cement fly ash mixes with respect to 7, 14 and 28 days' curing is used for development of the MLR and ANN model. The data used in the models is arranged in the format of four input parameters that cover the contents of cement and fibers along with maximum dry density (MDD) and optimum moisture contents (OMC), respectively and one dependent variable as unconfined compressive as well as Brazilian tensile strength. ANN models are trained and tested for various combinations of input and output data sets. Performance of networks is checked with the statistical error criteria of correlation coefficient (R), mean square error (MSE) and mean absolute error (MAE). It is observed that the ANN model predicts both, the unconfined compressive and Brazilian tensile, strength quite well in the form of R, RMSE and MAE. This study shows that as an alternative to classical modeling techniques, ANN approach can be used accurately for predicting the unconfined compressive strength and Brazilian tensile strength of fiber reinforced cement stabilized fly ash mixes.