• 산업경영시스템학회지
• /
• 제33권4호
• /
• pp.122-129
• /
• 2010

High-performance concrete (HPC) is a new terminology used in concrete construction industry. Several studies have shown that concrete strength development is determined not only by the water-to-cement ratio but also influenced by the content of other concrete ingredients. HPC is a highly complex material, which makes modeling its behavior a very difficult task. This paper aimed at demonstrating the possibilities of adapting artificial neural network (ANN) to predict the comprresive strength of HPC. Mahalanobis Distance (MD) outlier detection method used for the purpose increase prediction ability of ANN. The detailed procedure of calculating Mahalanobis Distance (MD) is described. The effects of outlier compared with before and after artificial neural network training. MD outlier detection method successfully removed existence of outlier and improved the neural network training and prediction performance.

• 반도체디스플레이기술학회지
• /
• 제19권1호
• /
• pp.1-5
• /
• 2020

In this paper, a predictive maintenance of the robot trouble using the machine learning method, so called MT(Mahalanobis Taguchi), was studied. Especially, 'MD(Mahalanobis Distance)' was used to compare the robot arm motion difference between before the maintenance(bearing change) and after the maintenance. 6-axies vibration sensor was used to detect the vibration sensing during the motion of the robot arm. The results of the comparison, MD value of the arm motions of the after the maintenance(bearing change) was much lower and stable compared to MD value of the arm motions of the before the maintenance. MD value well distinguished the fine difference of the arm vibration of the robot. The superior performance of the MT method applied to the prediction of the robot trouble was verified by this experiments.

• 한국자동차공학회논문집
• /
• 제17권2호
• /
• pp.165-170
• /
• 2009

Pressure ripple, vibration and noise level are measured in each parts of the power steering system. MD(Mahalanobis Distance) is calculated by using MTS(Mahalanobis Taguchi System) with measured data, and noise sensitive components are selected. The components applied detail design parameters are made and data is measured. After that MD is calculated also. Mean value and SN ratio can be obtained from the MD. Effective noise reduction technique and dominant design parameters in hydraulic power steering system are introduced.

• 대한기계학회논문집A
• /
• 제34권12호
• /
• pp.1793-1803
• /
• 2010

가중치법이나 목표계획법을 이용하여 다목적함수 최적화를 수행할 때 설계자는 각 함수에 적절한 가중치나 목표값을 설정해 주어야 한다. 하지만 파라미터를 잘못 설정하게 되면 파레토 최적해를 얻지못하기 때문에 이는 설계자에게 큰 부담이 된다. 최근에 데이터의 분포특성만을 이용하여 데이터의 평균과 함수 사이의 거리를 표현하는 마하라노비스 거리(MD)를 최소화하는 MTS기법이 개발되었다. 이 방법은 파라미터를 설정하지 않아도 되는 장점이 있지만 최적해가 참고데이터의 평균으로 수렴하는 단점이 있다. 따라서 본 연구에서는 방향성이 없는 기존의 MD에 방향성을 부여한 새로운 거리 척도인 SMD를 제안하였다. 그리고 SMD법이 계산과정에서 각 함수의 가중치를 자동으로 반영하고 평균에서 가장 멀리 위치한 한 점을 항상 파레토 최적해로 제공한다는 것을 2개의 단순예제를 통해 검증하였다.

• International Journal of Quality Innovation
• /
• 제3권2호
• /
• pp.113-131
• /
• 2002

The relationships among multi-dimensional data (such as medical examination data) with ambiguity and variation are difficult to explore. The traditional approach to building a data classification system requires the formulation of rules by which the input data can be analyzed. The formulation of such rules is very difficult with large sets of input data. This paper first describes two classification approaches using back-propagation (BP) neural network and Mahalanobis distance (MD) classifier, and then proposes two classification approaches for multi-dimensional feature selection. The first one proposed is a feature selection procedure from the trained back-propagation (BP) neural network. The basic idea of this procedure is to compare the multiplication weights between input and hidden layer and hidden and output layer. In order to simplify the structure, only the multiplication weights of large absolute values are used. The second approach is Mahalanobis-Taguchi system (MTS) originally suggested by Dr. Taguchi. The MTS performs Taguchi's fractional factorial design based on the Mahalanobis distance as a performance metric. We combine the automatic thresholding with MD: it can deal with a reduced model, which is the focus of this paper In this work, two case studies will be used as examples to compare and discuss the complete and reduced models employing BP neural network and MD classifier. The implementation results show that proposed approaches are effective and powerful for the classification.

• 대한안전경영과학회:학술대회논문집
• /
• 대한안전경영과학회 2005년도 추계학술대회
• /
• pp.300-310
• /
• 2005

Mahalanobis Taguchi System (MTS) is developed by Genishi Taguchi as a part of his quality engineering methodology. The basic idea of Taguchi's quality engineering is looking for the way of effectiveness of analyzing multivariate system. In the MTS, with the standardized variables of healthy normal data, Mahalanobis Distance(MD) calculated and that can be discriminate between normal and abnormal objects. If this discrimination process is successful, next step is optimization which is try to reduce number of attributes by neglecting less effective attributes to MD. Orthogonal Array (OA) and Signal to Noise ratio (S/N) are used to evaluate the amount contribution of each attribute to the MD. Wisconsin Breast Cancer study, from machining learning repository at University of California at Irvine, used for examining the discriminant ability of MTS.

• 한국지능시스템학회논문지
• /
• 제26권3호
• /
• pp.246-252
• /
• 2016

화력발전소의 설비들은 매우 높은 온도와 압력의 환경에서 운전되므로, 설비고장은 상당한 인적 물적 손실로 이어진다. 그러므로 발전설비의 비정상정인 동작 상태를 사전에 확인할 수 있는 고장탐지 시스템이 필수적이다. 본 연구에서는, 화력발전소 증기보일러의 고장탐지를 위해서 마할라노비스 거리(Mahalanobis distance, MD)를 이용하였다. MD 기반의 고장탐지방법에서는, 비정상샘플은 정상샘플들로부터 멀리 떨어져 있다고 가정한다. 정상상태로 동작중인 대상시스템으로부터 수집된 다변량 샘플을 이용하여 평균벡터와 공분산행렬을 계산하고, MD값의 문턱값을 설정한다. 검증단계에서는, 평균벡터와 검증샘플들 간의 MD를 구한 후, 계산된 MD 값이 미리 설정된 문턱값보다 높으면 알람신호가 발생하게 된다. MD 기반의 고장탐지방법의 성능을 검증하기 위해서, 200MW 유연탄 화력발전소의 증기보일러 튜브누설로 인해서 발전정지 된 사례를 사용하였다. 실험결과는 MD 기반의 고장탐지기법이 발전정지가 발생하기 이전의 이상징후를 성공적으로 탐지할 수 있음을 보여준다.

• 대한기계학회논문집A
• /
• 제34권12호
• /
• pp.1871-1876
• /
• 2010

사람이 소리를 듣는 것은 다분히 감정적이고 주관적으로 이루어진다. 따라서 소음 측정의 척도로 주로 사용되는 dB(A)와 같은 청감을 고려한 수치로 표현하기 어렵기 때문에 때와 장소, 차량에 따라 주관적이고 사람의 감정에 맞는 주관적 척도가 요구된다. 즉, 평가하고자 하는 음질인자 항목들은 독립적 관계가 아닌 서로 상관관계의 특성을 고려하여 음질 평가를 수행해야 한다. 그러므로 인간의 청감에 가깝고 정확한 음질 평가를 위해서는 음질인자 별 다변량 분석이 필요하다. 본 연구에서는 차량 주행 소음을 대상으로 특성인자간 상관관계를 고려해 시스템을 분석할 수 있는 마할라노비스 거리(Mahalanobis distance,MD)를 통해 음질 인덱스를 구축하고자 한다.

• 대한안전경영과학회:학술대회논문집
• /
• 대한안전경영과학회 2010년도 추계학술대회
• /
• pp.233-243
• /
• 2010

Mahalanobis Taguchi System (MTS) is a pattern information technology, which has been used in different diagnostic applications to make quantitative decisions by constructing a multivariative measurement scale using data analytic methods. In MTS approach, Mahalanobis distance (MD) is used to measure the degree of abnormality of patterns and principles of Taguchi methods are used to evaluate accuracy of predictions based on the scale constructed. The advantage of MD is that it takes into consideration the correlations between the variables and this consideration is very important in pattern analysis. The purpose of this study is constructing admission diagnosis system and define the effect of admission requirements for student's academic accomplishment.

• 한국ITS학회 논문지
• /
• 제10권1호
• /
• pp.84-90
• /
• 2011

본 논문은 텔레매틱스 환경에서 문장독립형 화자인증을 이용한 VoIP 음성 보안통신기술을 제안한다. 보안통신을 위해 송신측에서는 화자의 음성정보로부터 생성된 공개키를 통해 음성 패킷을 암호화하여 수신측에 전송함으로써 중간자 공격에 대항한다. 수신측에서는 수신된 암호화된 음성패킷을 복호화한 후에 추출된 음성 특징과 송신측으로부터 수신받은 음성키를 비교하여 화자인증을 수행한다. 제안된 방식에서는 Gaussian Mixture Model(GMM)-supervector를 Bayesian information criterion (BIC) 방식과 Mahalanobis distance (MD) 방식을 이용한 Support Vector Machine (SVM) 커널에 적용하여 문장독립형 화자인증 정확도를 향상시켰다.