• Industrial Engineering and Management Systems
• /
• 제9권3호
• /
• pp.262-274
• /
• 2010

This article investigates how to adaptively predict the time-varying metrology delay that could realistically occur in the semiconductor manufacturing practice. Metrology delays pose a great challenge for the existing run-to-run (R2R) controllers, driving the process output significantly away from target if not adequately predicted. First, the expected asymptotic double exponentially weighted moving average (DEWMA) control output, by using the EWMA and recursive least squares (RLS) prediction methods, is derived. It has been found that the relationships between the expected control output and target in both estimation methods are parallel, and six cases are addressed. Within the context of time-varying metrology delay, this paper presents a modified recursive least squares-linear trend (RLS-LT) controller, in combination with runs test. Simulated single input-single output (SISO) R2R processes subject to various time-varying metrology delay scenarios are used as a testbed to evaluate the proposed algorithms. The simulation results indicate that the modified RLS-LT controller can yield the process output more accurately on target with smaller mean squared error (MSE) than the original RLSLT controller that only deals with constant metrology delays.

• 한국농공학회논문집
• /
• 제61권4호
• /
• pp.75-86
• /
• 2019

Recently, natural disasters due to abnormal climates are frequently outbreaking, and there is rapid increase of damage to aged agricultural infrastructure. As agricultural infrastructure facilities are in contact with water throughout the year and the number of them is significant, it is important to build a maintenance management system. Especially, the current maintenance management system of pumping and drainage stations among the agricultural facilities has the limit of lack of objectivity and management personnel. The purpose of this study is to develop a performance evaluation model using the factors related to performance degradation of pumping and drainage facilities and to predict the performance of the facilities in response to climate change. In this study, we focused on the pumping and drainage stations belonging to each climatic zone separated by the Korea geographical climatic classification system. The performance evaluation model was developed using three different statistical models of POLS, RE, and LASSO. As the result of analysis of statistical models, LASSO was selected for the performance evaluation model as it solved the multicollinearity problem between variables, and showed the smallest MSE. To predict the performance degradation due to climate change, the climate change response variables were classified into three categories: climate exposure, sensitivity, and adaptive capacity. The performance degradation prediction was performed at each facility using the developed performance evaluation model and the climate change response variables.

• 한국식품위생안전성학회지
• /
• 제24권3호
• /
• pp.232-237
• /
• 2009

본 연구는 오염된 양상치를 알카리전해수로 세척한 처리구와 비처리구에 오염된 E. coli O157 : H7균이 다양한 온도 (4, 10, 15, 20, 25, 30, $35^{\circ}C$)에 저장할 경우 이균의 specific growth rate (SCR) 과 lag time (LT) 생육변수에 미치는 영향을 조사하기 위한 모델을 개발하기 위하여 수행되었다. E. coli O157 : H7의 specific growth rate (SGR) 과 lag time (LT)를 결정하기 위해 생육도를 Gompertz 식을 사용하여 fitting한 결과, $R^2$값이 0.994로 나타났다. 실험값으로부터 얻은 SGR과 LT는 저장온도에 의존하는 것으로 나타났으며 $4^{\circ}C$에서 $35^{\circ}C$까지 온도가 증가할수록 성장 속도가 증가하는 것으로 나타났다. AIEW 처리구 또는 비처리구의 양상치 에서 E. coli O157 : H7의 성장 kinetics에 대한 저장 온도의 효과를 평가하기 위해 SRG에 대한 두개의 모델을 개발하였다. 유도된 2개의 모델 검증은 $R^2$, $R^2_{Adj}$ (adjusted determination coefficient) 및 MSE (mean square error)를 적용하였으며, 그 결과 $R^2$, $R^2_{Adj}$가 1 (>0.93)에 근접하였으며, 알카리 전해수 처리구 및 비처리구 양상치 모델의 MSE는 각각 0.031, 0.025로 나타났다. 따라서, 본연구에서 개발된 모델의 생육변수는 실험 치에서 얻은 E. coli O157 : H7의 생육변수 결과와 매우 유사한 것으로 나타났다.

• 한국식품위생안전성학회지
• /
• 제26권1호
• /
• pp.25-30
• /
• 2011

본 연구에서는 식중독 예방과 식품의 안전성 확보 및 정량적 미생물 위해평가에 활용하기위하여, Gompertz model과 Baranyi model을 이용하여 샐러드용 신선채소에서 L. monocytogenes의 SGR에 관한 성징예측모델(SGR by Gompertz equation=-0.1606+$0.0574^*Temp$+$0.0009^*Temp^*Temp$, SGR by Baranyi equation=0.3502-$0.0496^*Temp$+$0.0022^*Temp^*Temp$)을 개발하였다. 개발된 모델의 적합성 평가를 위해 MSE, Bf, 및 Af factor를 산출하였다. 샐러드용 신선 채소의 MSE, Bf, Af는 Gompertz model식을 적용한 경우 0.002718, 1.050084, 1.160767, Baranyi model 식을 적용한 경우 0.055186, 1.931472, 2.137181으로 나타나 Gompertz model식을 적용하여 개발한 예측모델이 Baranyi model 식을 이용하여 개발한 예측모델에 비해 적합성이 높은 것으로 나타났다. Gompertz model식을 활용하여 본 연구에서 개발된 샐러드용 신선 채소에서의 L. monocytogenes 성장 예측모델은 신선 채소류를 생산, 가공, 보관 및 판매하는 산업체에서 널리 활용 가능할 것으로 판단되며, 더욱 정확한 예측모델 개발을 위해서는 pH 및 수분활성도 등 다양한 변수에 따른 미생물의 성장패턴 변화 등에 관한 연구가 추가적으로 시행되어야 할 것으로 생각되어 진다.

• 한국지진공학회논문집
• /
• 제28권4호
• /
• pp.193-203
• /
• 2024

Existing reinforced concrete (RC) building frames constructed before the seismic design was applied have seismically deficient structural details, and buildings with such structural details show brittle behavior that is destroyed early due to low shear performance. Various reinforcement systems, such as fiber-reinforced polymer (FRP) jacketing systems, are being studied to reinforce the seismically deficient RC frames. Due to the step-by-step modeling and interpretation process, existing seismic performance assessment and reinforcement design of buildings consume an enormous amount of workforce and time. Various machine learning (ML) models were developed using input and output datasets for seismic loads and reinforcement details built through the finite element (FE) model developed in previous studies to overcome these shortcomings. To assess the performance of the seismic performance prediction models developed in this study, the mean squared error (MSE), R-square (R²), and residual of each model were compared. Overall, the applied ML was found to rapidly and effectively predict the seismic performance of buildings according to changes in load and reinforcement details without overfitting. In addition, the best-fit model for each seismic performance class was selected by analyzing the performance by class of the ML models.

• 응용통계연구
• /
• 제33권4호
• /
• pp.365-377
• /
• 2020

선형모형에서 두개 이상의 설명변수들 사이에 존재하는 다중공선성 문제를 변수들 간에 내재되어 있는 공통의 구조인 인자를 구성하고, 인자들을 회귀변수로 사용하여 해결하는 인자회귀모형에 대하여 논의한다. 무한개로 가정 가능한 내재된 인자 중 유의미한 인자적재행렬을 구성하기 위하여 벌점모수의 값이 큰 LASSO 사전분포를 적용하는 베이지안 추정법을 사용한다. 결정된 인자적재행렬과 다른 모수들의 추정값을 각 설명변수의 선형모수로 역변환 하여, 새로운 관측값에 대한 예측 모형으로도 사용한다. 제안한 방법을 제품 서비스 관리 자료에 적용하여 정해진 인자의 개수에 대한 인자가 일반적인 공통인자회귀모형과 동일한 결과를 나타냄을 확인하였고, 일반적인 공통인자회귀모형과 비교를 위해 계산한 평균 제곱 오차값이 더 작다는 것을 알 수 있었다.

• 한국가금학회지
• /
• 제43권1호
• /
• pp.1-14
• /
• 2016

Prediction of growth patterns of commercial chicken strains is important. It can provide visual assessment of growth as function of time and prediction body weight (BW) at a specific age. The aim of current study is to compare the three nonlinear functions (i.e., Logistic, Gompertz, and von Betalanffy) for modeling the growth of twenty five commercial Korean native chicken (KNC) strains reared under a battery cage system until 32 weeks of age and to evaluate the three models with regard to their ability to describe the relationship between BW and age. A clear difference in growth pattern among 25 strains were observed and classified in to the groups according to their growth patterns. The highest and lowest estimated values for asymptotic body weight (C) for 3H and 5W were given by von Bertalanffy and Logistic model 4629.7 g for 2197.8 g respectively. The highest estimated parameter for maturating rate (b) was given by Logistic model 0.249 corresponds to the 2F and lowest in von Bertalanffy model 0.094 for 4Y. According to the coefficient of determination ($R^2$) and mean square of error (MSE), Gompertz and von Bertalanffy models were suitable to describe the growth of Korean native chicken. Moreover, von Bertalannfy model was well described the most of KNC growth with biologically meaningful parameter compared to Gompertz model.

• 응용통계연구
• /
• 제15권2호
• /
• pp.395-403
• /
• 2002

반응표면방법론에서의 세번째 단계에서는 일차모형이 가정되고, 반응표면의 곡선효과는 중앙점과 2수준 부분실시법에서의 실험을 통해서 검토된다. 참모형이 2차 모형인 경우를 가정하자. 최적실험계획을 선택하기 위해서 Box와 Draper(1959)는 관심영역에서 예측치 y(x)의 평균제곱오차를 적분한 값인 가중평균제곱오차(AMSE)를 최소화 시키는 최적실험계획 기준을 제안하였다. AMSE는 예측치의 가중분산과 가중제곱편의 량의 합으로 분할될 수 있다. AMSE는 실험계획 적률과 참모형의 회귀계수들의 값에 종속되어서 가중평균제곱오차를 최 소화하는 실험 계획을 찾기는 불가능하다. 실용적인 대안으로 Box와 Draper(1959)는 가중제곱편의 량을 최소화하는 실험계획을 제안했고, 이 실험계획의 상자점들이 중앙점을 향해서 축소됨을 보였다. 이 논문에서는 표준화된 회귀계수들의 값에 대해서 실험계획의 최소효율을 최대화하는 강건한 실험계획을 제안한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.14-14
• /
• 2015

공간보간기법은 미계측지역의 강수예측을 위해 통상적으로 사용되는 방법 중의 하나이다. 이 연구에서는 기상청에서 제공하고 있는 RCP 8.5 시나리오에 의한 남한상세 강수자료 중 지형이 복잡한 도서지역에서 제공되지 않는 데이터 누락격자에 대하여 최적의 공간보간기법을 선정하여 강수자료를 생성할 수 있도록 하였다. 적합한 보간기법을 선정하기 위해 데이터 누락지역에 대한 분석을 수행하였고, 최신 행정구역도에 맞추어 $1km{\times}1km$ 격자를 한반도 전체지역에 맞추어 생성된 격자를 사용하였다. ESRI사의 ArcGIS 프로그램을 이용하여 공간보간기법을 적용하였다. 사용된 보간법은 역거리가중치법(IDW), 정규크리깅(Ordinary Kriging), 보편크리깅(Universal Kriging), 스플라인(Spline)이며 가장 적합한 공간보간기법을 선정하기 위해 기후변화시나리오에 의한 데이터 중 해안선 주변 특정격자에서의 값을 누락시켜 공간보간기법을 통해 생성된 값과 기후변화 시나리오에 의한 값을 정량적으로 비교하였다. 공간보간기법의 적합도 평가를 위해 MAE(Mean Absolute Error), MSE(Mean Squared Error), PBIAS(Percent of BIAS), G(goodness of prediction) 분석을 수행하였고, 산점도 분석을 통해 실제값과 보간값의 오차율 평가를 병행하여 최적 공간보간기법을 결정하였다. 사용된 강수데이터는 RCP 8.5 시나리오에서 2015~2019년 중 강수가 높게 나타난 8월 자료를 이용하였다. 해안선 지역의 강수량 추정시 역거리 가중치법과 크리깅방법은 일부 지점에서 과다 추정되는 경향이 있고, 스플라인 방법이 전체적인 총 강수량이 기후변화시나리오에 의한 실제값과 유사한 것으로 나타났다. 실제값과 보간값의 교차검증을 수행한 결과 정규크리깅 기법이 가장 높은 정확도를 보였으며, 전체적으로 실제값과 유사한 범위내의 강수량이 생성되는 것으로 나타났다.

• Geomechanics and Engineering
• /
• 제35권2호
• /
• pp.121-133
• /
• 2023

The demand for cement and limestone crushed materials has increased many folds due to the tremendous increase in construction activities in Pakistan during the past few decades. The number of cement production industries has increased correspondingly, and so the rock-blasting operations at the limestone quarry sites. However, the safety procedures warranted at these sites for the blast-induced ground vibrations (BIGV) have not been adequately developed and/or implemented. Proper prediction and monitoring of BIGV are necessary to ensure the safety of structures in the vicinity of these quarry sites. In this paper, an attempt has been made to predict BIGV using artificial neural network (ANN) at three selected limestone quarries of Pakistan. The ANN has been developed in Python using Keras with sequential model and dense layers. The hyper parameters and neurons in each of the activation layers has been optimized using randomized and grid search method. The input parameters for the model include distance, a maximum charge per delay (MCPD), depth of hole, burden, spacing, and number of blast holes, whereas, peak particle velocity (PPV) is taken as the only output parameter. A total of 110 blast vibrations datasets were recorded from three different limestone quarries. The dataset has been divided into 85% for neural network training, and 15% for testing of the network. A five-layer ANN is trained with Rectified Linear Unit (ReLU) activation function, Adam optimization algorithm with a learning rate of 0.001, and batch size of 32 with the topology of 6-32-32-256-1. The blast datasets were utilized to compare the performance of ANN, multivariate regression analysis (MVRA), and empirical predictors. The performance was evaluated using the coefficient of determination (R²), mean absolute error (MAE), mean squared error (MSE), mean absolute percentage error (MAPE), and root mean squared error (RMSE)for predicted and measured PPV. To determine the relative influence of each parameter on the PPV, sensitivity analyses were performed for all input parameters. The analyses reveal that ANN performs superior than MVRA and other empirical predictors, andthat83% PPV is affected by distance and MCPD while hole depth, number of blast holes, burden and spacing contribute for the remaining 17%. This research provides valuable insights into improving safety measures and ensuring the structural integrity of buildings near limestone quarry sites.