• 품질경영학회지
• /
• 제52권1호
• /
• pp.43-56
• /
• 2024

Purpose: The injection molding process, crucial for plastic shaping, encounters difficulties in sustaining product quality when replacing injection machines. Variations in machine types and outputs between different production lines or factories increase the risk of quality deterioration. In response, the study aims to develop a system that optimally adjusts conditions during the replacement of injection machines linked to molds. Methods: Utilizing a dataset of 12 injection process variables and 52 corresponding sensor variables, a predictive model is crafted using Decision Tree, Random Forest, and XGBoost. Model evaluation is conducted using an 80% training data and a 20% test data split. The dependent variable, classified into five characteristics based on temperature and pressure, guides the prediction model. Bayesian optimization, integrated into the selected model, determines optimal values for process variables during the replacement of injection machines. The iterative convergence of sensor prediction values to the optimum range is visually confirmed, aligning them with the target range. Experimental results validate the proposed approach. Results: Post-experiment analysis indicates the superiority of the XGBoost model across all five characteristics, achieving a combined high performance of 0.81 and a Mean Absolute Error (MAE) of 0.77. The study introduces a method for optimizing initial conditions in the injection process during machine replacement, utilizing Bayesian optimization. This streamlined approach reduces both time and costs, thereby enhancing process efficiency. Conclusion: This research contributes practical insights to the optimization literature, offering valuable guidance for industries seeking streamlined and cost-effective methods for machine replacement in injection molding.

• 대한전기학회논문지:전력기술부문A
• /
• 제48권7호
• /
• pp.898-902
• /
• 1999

In this paper, we proposed an algorithm for estimating parameters of nonlinear continuous-discrete state-space system. This algorithm uses the conventional extended Kalman filter(EKF) for estimating state variables, and modifies the recursive prediction error method for parameter estimation of the nonlinear system. Simulation results for both linear and nonlinear measurements under the environment of process and measurement noises show a convincing performance of the proposed algorithm.

• 한국지능시스템학회논문지
• /
• 제21권2호
• /
• pp.178-185
• /
• 2011

본 논문은 상태변수 평준화 및 되먹임구조를 이용하여 무인잠수정의 위치추정을 개선하기 위한 다중센서 융합 기반의 위치추정 알고리즘을 제안한다. 이를 위해 먼저 상대적으로 오차가 큰 주 센서인 INS와 오차가 작은 보조센서인 DVL에서 측정되는 상태변수를 예측단계 이전에 융합하여 상태변수 평준화 과정을 수행한다. 그 다음, 평준화된 상태변수를 각 필터에 입력하여 예측 및 수정단계의 칼만 필터링 과정을 통해 최종 수정된 상태변수를 융합시키며, 마지막으로 이를 다시 주센서에 되먹임함으로서 무인잠수정의 위치추정을 개선한다. 평가를 위해 무인잠수정의 기동모델에 대한 시뮬레이션을 실시하여 기동경로를 생성하고 제안 알고리즘을 적용하여 위치추정 성능을 확인한다. 평가 결과, 제안 알고리즘이 다중센서 융합 알고리즘 중 가장 우수한 위치추정 성능을 보였으며, 또한 기동침로가 변경되는 구간에서도 강인한 위치추정이 가능하다는 것이 증명되었다.

• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2000년도 봄 학술발표회 논문집
• /
• pp.346-353
• /
• 2000

The benefit of reinforced roadbeds, such as roadbed reinforced with slag and roadbed with crushed stone has been known among engineers. In this study, model soil box test is executed to determine optimum roadbed thickness. As a result, a empirical solution for the settlement of reinforced roadbeds was suggested. Furthermore, optimum thickness of reinforced roadbed could be determined based on the settlement characteristic of reinforced roadbed among the several variables.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제30권3호
• /
• pp.239-265
• /
• 2024

본 연구는 자살 관련 행동에 대해 전통적인 예측 모형(기법)과 머신러닝 알고리즘을 활용한 연구의 예측력을 비교하기 위한 목적에서 수행되었다. 따라서 체계적 리뷰 수준에서 벗어나 메타분석을 통해 과학적으로 두 가지 기법의 예측력에 대해 살펴보고, 지역적인 수준에서 특히 국내 연구를 통해 알 수 있는 변인들을 분석하여 추후 자살 관련 행동 예측 연구에 도움을 주고자 하였다. 이를 위해 머신러닝을 사용한 연구 50개와 전통적 기법을 활용한 연구 74개로 총 124개의 문헌이 메타분석에 포함되었다. 연구 결과 전통적 기법을 활용한 연구들의 통합 AUC는 .770으로 머신러닝을 활용한 연구들의 통합 AUC값인 .853보다 낮은 것으로 나타났다. 특히 아시아권의 연구(AUC = .944)가 서양(AUC = .820)과 한국(AUC = .864)의 연구에 비해 높은 정확도를 나타내었다. 국내 연구에서의 조절효과를 추가적으로 분석한 결과 남성의 비율이 많을수록, 예측 대상이 자살 시도일수록 예측 정확도가 높았으며, 예측 대상이 자살 사망일수록, 그리고 신경망분석(Neural Network)을 활용한 연구일수록 예측 정확도가 낮았다. 본 연구는 자살 관련 행동의 예측에 대한 다양한 연구결과를 종합하고, 머신러닝을 활용한 예측의 효과성을 검증하는 한편, 국내에서 활용가능한 변인을 탐색하는 데 그 의의가 있다.

• 한국정보통신학회논문지
• /
• 제25권1호
• /
• pp.8-19
• /
• 2021

최근 산업화에 따른 대기오염 문제는 국가와 국민 모두에 큰 관심을 끌고 있다. 국내의 광역(廣域) 대기오염 정보는 국가적으로 공공 데이터를 통해 국민에게 제공하고 있으나, 환경변수가 다른 지역적인 대기오염 정보는 매우 부족한 상황이다. 따라서 본 연구에서는 지역적인 대기오염 현상을 보다 정확하게 분석하고 예측할 수 있는 지역 환경변수 기반의 대기오염 분석 및 예측 시스템을 설계하고 구현한다. 특히 제안한 시스템은 지역적으로 측정된 환경 데이터와 공공 빅데이터를 기반으로 지역의 대기정보를 정확하게 분석하여 제공하고, 인공지능 알고리즘을 통해 미래의 지역 대기정보를 예측하여 제시한다. 나아가 제안된 시스템을 통해 지역적인 대기오염의 발생 원인을 정확하게 파악하여 지역의 대기오염을 예방할 수 있을 것으로 기대할 수 있다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제12권3호
• /
• pp.125-130
• /
• 2020

At the end of 1997, the volatility of the exchange rate intensified as the nation's exchange rate system was converted into a free-floating exchange rate system. As a result, managing the exchange rate is becoming a very important task, and the need for forecasting the exchange rate is growing. The exchange rate prediction model using the existing exchange rate prediction method, statistical technique, cannot find a nonlinear pattern of the time series variable, and it is difficult to analyze the time series with the variability cluster phenomenon. And as the number of variables to be analyzed increases, the number of parameters to be estimated increases, and it is not easy to interpret the meaning of the estimated coefficients. Accordingly, the exchange rate prediction model using artificial neural network, rather than statistical technique, is presented. Using DNN, which is the basis of deep learning among artificial neural networks, and LSTM, a recurrent neural network model, the number of hidden layers, neurons, and activation function changes of each model found the optimal exchange rate prediction model. The study found that although there were model differences, LSTM models performed better than DNN models and performed best when the activation function was Tanh.

• 한국항해항만학회지
• /
• 제46권2호
• /
• pp.92-98
• /
• 2022

Maritime accidents result in enormous economic loss and loss of life; thus, such accidents must be prevented, and risks must be managed to prevent these occurrences Risk management must be based on statistical evidence such as variables. Because calculating when variables increase statistically can be difficult, compressing the designated variables is necessary to use the maritime accident data in Korea. Thus, in this study, variables of marine accident data are compressed using statistical methods. The date, ship type, and marine accident type included in all maritime accident data were extracted, the number of optimal variables was confirmed using the hierarchical clustering analysis method, and the data were compressed. For the compressed variables, the validity of the data use was statistically confirmed using analysis of variance, and the data of the variables identified using the variable compression method were designated. Consequently, among the monthly and yearly data, statistical significance was confirmed in yearly data, and compression was possible. The significance of the data was confirmed in six and eight types of ships and accidents, respectively, and these were compressed. These results can be directly used for prevention or prediction based on past maritime accident data. Additionally, the data range extracted from past maritime accidents and the number of applicable data will be studied in the future.

• 한국음향학회지
• /
• 제14권6호
• /
• pp.48-53
• /
• 1995

대부분의 도로교통소음 예측 방법에서는 음파가 자유로이 전과된다고 가정하였다. 그러나 도시가노변의 건물들은 음파를 반재시켜 도로내에 음에너지를 증가시키고 있다 따라서 본 연구는 반사조건을 고려한 도로교통소음 예측 방법을 찾고자 한다. 이 방법은 예측식에 반재효과를 고려하여 $L_{10},\;L_{50},\;L_{90}$ 및 $L_{eq}$ 등의 소음레벨을 구하는 것이다. 제시된 예측 방법의 적합성을 파악하기 위해 측정조사된 교통 등의 특성을 예측식에 잠용하여 예측된 소음레벨과 실측된 소음레벨을 비교분석하였다. 전반적으로 예측 소음레벨과 실측 소음레벨이 일치하였다. 그러므로 본 연구에서 제시하고 있는 반사조건을 고려한 예측 방법이 도시가노에서 도로교통소음 예측에 적합한 것으로 사료된다.

• 방사성폐기물학회지
• /
• 제21권2호
• /
• pp.225-234
• /
• 2023

In the design of HLW repositories, it is important to confirm the performance and safety of buffer materials at high temperatures. Most existing models for predicting hydraulic conductivity of bentonite buffer materials have been derived using the results of tests conducted below 100℃. However, they cannot be applied to temperatures above 100℃. This study suggests a prediction model for the hydraulic conductivity of bentonite buffer materials, valid at temperatures between 100℃ and 125℃, based on different test results and values reported in literature. Among several factors, dry density and temperature were the most relevant to hydraulic conductivity and were used as important independent variables for the prediction model. The effect of temperature, which positively correlates with hydraulic conductivity, was greater than that of dry density, which negatively correlates with hydraulic conductivity. Finally, to enhance the prediction accuracy, a new parameter reflecting the effect of dry density and temperature was proposed and included in the final prediction model. Compared to the existing model, the predicted result of the final suggested model was closer to the measured values.