International Journal of Internet, Broadcasting and Communication
/
제15권4호
/
pp.270-278
/
2023
We propose a container orchestration system for process workloads that combines the potential of big data and machine learning technologies to integrate enterprise process-centric workloads. This proposed system analyzes big data generated from industrial automation to identify hidden patterns and build a machine learning prediction model. For each machine learning case, training data is loaded into a data store and preprocessed for model training. In the next step, you can use the training data to select and apply an appropriate model. Then evaluate the model using the following test data: This step is called model construction and can be performed in a deployment framework. Additionally, a visual hierarchy is constructed to display prediction results and facilitate big data analysis. In order to implement parallel computing of PCA in the proposed system, several virtual systems were implemented to build the cluster required for the big data cluster. The implementation for evaluation and analysis built the necessary clusters by creating multiple virtual machines in a big data cluster to implement parallel computation of PCA. The proposed system is modeled as layers of individual components that can be connected together. The advantage of a system is that components can be added, replaced, or reused without affecting the rest of the system.
항공전자시스템을 개발하는 과정에서 개별 구성품의 기능 및 연동 검증을 위한 통합시험환경(SIL; system integration laboratory)을 구성한다. 이러한 SIL의 구성품 개별 검증 및 시스템 통합 시 각 탑재장비의 기능 및 연동을 모의하는 SIL 모델을 개발하여 이용한다. SIL 모델은 실 장비와 연동되기 전 연동통제문서(ICD; interface control document)에 정의된 모든 데이터에 대해 선 검증되어야하며 ICD 변경 혹은 기능 변경 발생 시에도 재 검증되어야한다. 하지만 SIL모델의 검증의 수동 수행 시 개별 SIL모델의 검증에도 상당한 시간이 소요된다. 이러한 시간상의 문제로 ICD 변경이나 일부 기능 변경 시에는 SIL 모델의 영향성을 판단하여 선택적 회귀시험이 이루어지곤 한다. 본 논문에서는 이러한 SIL 모델의 검증에 소요되는 시간을 최소화하여 회귀시험 수행 시 모든 시험항목의 검증이 가능하도록 SIL 모델 검증 자동화 방안을 설계하고 설계에 따른 SIL 모델 검증 자동화도구를 개발하여 SIL 모델 검증자동화 설계의 유용성을 검증하였다.
터빈 발전 사이클에서의 안정적인 발전 출력 유지관리를 위해서는 검증된 성능 측정 데이터 그룹과 이를 바탕으로 한 발전 출력 성능 계산 절차의 수립이 필요하다. ASME PTC(Performance Test Code)의 성능 계산 절차를 기반으로 본 연구에서는 터빈 출력에 의한 발전기 출력 성능 산정을 위해서 터빈 팽창선 모델과 발전기 출력 측정 데이터의 입력 검증 모델을 구성하였다. 또한 불확실한 측정 데이터에 대한 검증 모델도 구성하였다. 지난 연구에서는 신경회로망과 커널 회귀의 학습 방법을 사용하였으나 본 연구에서는 미측정 데이터에 대한 보완을 하기 위하여 서포트 벡터 머신 모델을 사용하여 발전기 출력 계산 데이터의 학습 모델을 구성하였으며, 학습 모델 구성을 위해서 관련 변수의 선정을 위한 절차와 학습 데이터 구간을 설정하는 알고리듬을 개발하였다. 학습의 결과 오차는 약 1% 범위 안에 있게 되어 추정 및 학습 모델로서 유용함을 입증하였다. 이 학습 모델을 사용하여 측정 데이터 중 상실된 부분에 대한 추정 모델을 구성함으로써, 터빈 사이클 보정 성능 계산의 신뢰성을 향상시킬 수 있음을 검증하였다.
Transactions on Control, Automation and Systems Engineering
/
제2권1호
/
pp.40-46
/
2000
In this paper, a transient identification based on a Hidden Markov Model (HMM) has been suggested and evaluated experimentally for the classification of transients in the dynamic process. The transient can be identified by its unique time dependent patterns related to the principal variables. The HMM, a double stochastic process, can be applied to transient identification which is a spatial and temporal classification problem under a statistical pattern recognition framework. The HMM is created for each transient from a set of training data by the maximum-likelihood estimation method. The transient identification is determined by calculating which model has the highest probability for the given test data. Several experimental tests have been performed with normalization methods, clustering algorithms, and a number of states in HMM. Several experimental tests have been performed including superimposing random noise, adding systematic error, and untrained transients. The proposed real-time transient identification system has many advantages, however, there are still a lot of problems that should be solved to apply to a real dynamic process. Further efforts are being made to improve the system performance and robustness to demonstrate reliability and accuracy to the required level.
International Journal of Control, Automation, and Systems
/
제5권5호
/
pp.515-525
/
2007
In this paper, we develop a co-design methodology of stochastic optimal controllers and network parameters that optimizes the overall quality of control (QoC) in networked control systems (NCSs). A new dynamic model for NCSs is provided. The relationship between the system stability and performance and the sampling frequency is investigated, and the analysis of co-design of control and network parameters is presented to determine the working range of the sampling frequency in an NCS. This optimal sampling frequency range is derived based on the system dynamics and the network characteristics such as data rate, time-delay upper bound, data-packet size, and device processing time. With the optimal sampling frequency, stochastic optimal controllers are designed to improve the overall QoC in an NCS. This co-design methodology is a useful rule of thumb to choose the network and control parameters for NCS implementation. The feasibility and effectiveness of this co-design methodology is verified experimentally by our NCS test bed, a ball magnetic-levitation (maglev) system.
As the automation of nutrient solution management proceeds in the field of hydroponics, effective supporting systems to manage the nutrient solution by computer become needed. This study was attempt to predict the EC of nutrient solution using the neural networks. The multilayer perceptron consisting of 3 layers with the back propagation learning algorithm was selected for EC prediction, of which nine variables in the input layer were the concentrations of each ion and one variable in the output layer the EC of nutrient solution. The meq unit in ion concentration was selected fir input variable in the input layer. After the 10,000 learning sweeps with 108 sample data, the comparison of predicted and measured ECs for 72 test data showed good agreements with the correlation coefficient of 0.998. In addition, the predicted ECs by neural network showed relatively equal or closer to the measured ones than those by current complicated models.
In this paper, our concern is the artificial neural network-based patten classification, when can resolve the difficulties in the Autoregressive Moving Average(ARMA) model identification problem To effectively classify a time series into an approriate ARMA model, we adopt the Multi-layered Backpropagation Network (MLBPN) as a pattern classifier, and Extended Sample Autocorrelation Function (ESACF) as a feature extractor. To improve the classification power of MLBPN's we suggest an integrated neural network system which consists of an AR Network and many small-sized MA Networks. The output of AR Network which will gives the MA order. A step-by-step training strategy is also suggested so that the learned MLBPN's can effectively ESACF patterns contaminated by the high level of noises. The experiment with the artificially generated test data and real world data showed the promising results. Our approach, combined with a statistical parameter estimation method, will provide a way to the automation of ARMA modeling.
Surface segmentation aims to represent the terrain as a set of bounded and analytically defined surface patches. Many previous segmentation methods have been developed to extract planar patches from LIDAR data for building extraction. However, most of them were not fully satisfactory for more general applications in terms of the degree of automation and the quality of the segmentation results. This is mainly caused from the limited information derived from LIDAR data. The purpose of this study is thus to develop an automatic method to perform surface segmentation by combining not only LIDAR data but also images. A region-based method is proposed to generate a set of planar patches by grouping LIDAR points. The grouping criteria are based on both the coordinates of the points and the corresponding intensity values computed from the images. This method has been applied to urban data and the segmentation results are compared with the reference data acquired by manual segmentation. 76% of the test area is correctly segmented. Under-segmentation is rarely founded but over-segmentation still exists. If the over-segmentation is mitigated by merging adjacent patches with similar properties as a post-process, the proposed segmentation method can be effectively utilized for a reliable intermediate process toward automatic extraction of 3D model of the real world.
항공기 결함은 항공기 운영 및 조종사의 생명과 직결된 중요한 사항으로 항공기 조종 중 발생하는 임무 소프트웨어의 결함은 조종사 임무수행 및 안전에 심각한 영향을 미친다. 항공기 개발을 주관하는 단체나 소프트웨어 결함을 개발 초기에 식별하고 제거하기 위해 프로세스를 강화하고 많은 공수와 시간을 할애하고 있지만 임무 소프트웨어의 특성상 타 항전 장비와 강한 기능적 결합도(Coupling) 및 높은 복잡도(Complexity)를 가지고 있어 기존 시험 방법을 통한 소프트웨어 결함 식별 및 제거에 제약이 따른다. 본 연구는 임무 컴퓨터 연동 장비의 통신 데이터 중 피드백 데이터의 기댓값 검증을 자동화하는 도구를 개발하여 데이터 무결성 검증을 통한 임무 소프트웨어 건전성 확보 및 시험 비용 감소 효과를 분석한다.
With the growing traffic density and increasing comfort requirements, the automation of the drive train will gain importance in vehicles. The automatic clutch actuation relieves the drivers especially in urban driving and stop-and-go traffic conditions. This paper describes the dynamic modeling of a clutch actuator and clutch spring. The dynamic model of the clutch system is developed using MATLAB/Simulink, and evaluated by experimental data using a test rig. This performance simulator is useful to develop the clutch-by-wire (CBW) system for an automated manual transmission (AMT). The electro-mechanical type CBW system is also implemented as an automatic clutch for AMT. The prototype of CBW system is designed and implemented systematically, which is composed of an electric motor, worm gear and slider-crank mechanism. The test rig is developed to perform the basic function test of the automatic clutch, and the developed prototype is validated by the experimental data on the test rig.
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.