• 한국정보처리학회논문지
• /
• 제7권1호
• /
• pp.286-295
• /
• 2000

본 논문은 MR 영상의 비지도 분할을 위하여 MDL원리를 이용한 통계적 모델기반의 적응적 방법을 제안한다. 이 방법에서 조직 영역을 MRF로 모델링함으로써 잡음에 대응하고, 창으로 정의되는 국소영역 내의 밝기값을 가우스 혼합으로 모델링함으로써 영상의 비균일성을 흡수한다. 분할 알고리즘은 ICM을 기반으로 하며 MAP를 근사적으로 추정하고, 모델 파라미터를 국소영역으로부터 구한다. 파라미터 추정과 분할을 위한 창의 크기는 MDL원리를 이용하여 영상으로부터 추정한다. 실험에서 제안한 방법이 특히 비균일성이 있는 MR영상의 분할에서 국소영역의 영상특성을 잘 반영하였으며, 기존의 방법보다 더 좋은 결과를 보여주었다.

• 대한전자공학회논문지SP
• /
• 제45권6호
• /
• pp.57-63
• /
• 2008

본 논문에서는 웨이블릿 영역에서 이변수 가우스 확률밀도함수를 이용하여 잡음을 효과적으로 제거하는 방법을 제안한다. 본 논문의 방법은 웨이블릿 영역의 스케일간의 관계에 대한 통계적 모델을 이변수 가우스 확률분포로 설정하고, 이에 대한 베이즈 추정법을 통하여 잡음 제거를 수행한다. 베이즈 추정법을 위한 통계 파라메터는 $H{\ddot{o}}lder$ 부등식을 이용하여 근사적으로 추정한다. 실험 결과를 통하여 본 논문의 방법이 기존의 이변수 사전 확률모델을 이용한 잡음 제거 방법에 비하여 우수한 결과를 보여 준다는 것을 알 수 있다.

• Journal of Power Electronics
• /
• 제16권1호
• /
• pp.27-37
• /
• 2016

In this paper, a mixed algorithm is proposed to overcome the limitations of the conventional algorithms, which cannot be applied in various driving patterns of drivers. The proposed algorithm based on the coulomb counting method is mixed with reset algorithms that consist of the enhanced OCV reset method and the DCIR iterative calculation method. It has many advantages, such as a simple model structure, low computational overload in various profiles, and a low accumulated SOC error through the frequent SOC reset. In addition, the enhanced parameter based on a mathematical analysis of the second-order RC ladder model is calculated and is then applied to all of the methods. The proposed algorithm is verified by experimental results based on a 27-Ah LiPB. It is observed that the SOC RMSE of the proposed algorithm decreases by about 9.16% compared to the coulomb counting method.

• 한국음향학회지
• /
• 제38권1호
• /
• pp.47-50
• /
• 2019

본 논문에서는 잡음 환경에서 효과적인 음성 인식을 위하여 DNN(Deep Neural Network) 기반의 잡음 오염 함수 예측을 이용한 음향 모델 적응 기법을 제안한다. 깨끗한 음성과 잡음 정보를 입력으로 하고 오염된 음성에 대한 특징 벡터를 출력으로 하는 DNN을 학습하여 비선형 관계를 갖는 잡음 오염 함수를 예측한다. 예측된 잡음 오염 함수를 음향모델의 평균 벡터에 적용하여 잡음 환경에 적응된 음향 모델을 생성한다. Aurora 2.0 데이터를 이용한 음성 인식 성능 평가에서 본 논문에서 제안한 모델 적응 기법이 기존의 전처리, 모델 적응 기법에 비해 일치, 불일치 잡음 환경에서 모두 평균적으로 우수한 성능을 나타낸다. 특히 불일치 잡음 환경에서 평균 오류율이 15.87 %의 상대 향상률을 나타낸다.

• 한국인공지능학회지
• /
• 제12권1호
• /
• pp.17-24
• /
• 2024

This paper introduces a novel approach to time-series estimation for energy load forecasting within Virtual Power Plant (VPP) systems, leveraging advanced artificial intelligence (AI) algorithms, namely Long Short-Term Memory (LSTM) and Seasonal Autoregressive Integrated Moving Average (SARIMA). Virtual power plants, which integrate diverse microgrids managed by Energy Management Systems (EMS), require precise forecasting techniques to balance energy supply and demand efficiently. The paper introduces a hybrid-method forecasting model combining a parametric-based statistical technique and an AI algorithm. The LSTM algorithm is particularly employed to discern pattern correlations over fixed intervals, crucial for predicting accurate future energy loads. SARIMA is applied to generate time-series forecasts, accounting for non-stationary and seasonal variations. The forecasting model incorporates a broad spectrum of distributed energy resources, including renewable energy sources and conventional power plants. Data spanning a decade, sourced from the Korea Power Exchange (KPX) Electrical Power Statistical Information System (EPSIS), were utilized to validate the model. The proposed hybrid LSTM-SARIMA model with parameter sets (1, 1, 1, 12) and (2, 1, 1, 12) demonstrated a high fidelity to the actual observed data. Thus, it is concluded that the optimized system notably surpasses traditional forecasting methods, indicating that this model offers a viable solution for EMS to enhance short-term load forecasting.

• 응용통계연구
• /
• 제30권6호
• /
• pp.877-888
• /
• 2017

시계열 자료의 주기를 파악하기 위해 스펙트럴 분석이 널리 이용되고 있다. 전력 스펙트럼이나 피리오도그램을 통해서 주파수를 추정하고 그로부터 순환 주기를 계산한다. 한편에서는 통계학의 한 축인 베이지안 기법을 활용한 주파수 추정법이 연구되어 사용되고 있다. 그런데 베이지안 주파수 추정량이 수학 공식을 통해 분석적으로 표현이 가능하지 않음으로 인해 신뢰구간 추정 같은 심도 깊은 통계학적 분석이 용이하지 않은 상화에서 컴퓨터를 이용한 수치해석적인 방법으로 신뢰구간을 추정하였다. 본 논문에서는 베이지안 주파수에 대한 보다 심도 있는 분석을 위해 모수를 재표본하는 Markov chain Monte Carlo (MCMC)을 이용한 추정과 데이터를 재표본하는 시계열 재표본을 통한 추정을 시도해 보았다. 예제로서 부동산 매매/전세 가격 지수 데이터을 사용하였고 매매와 전세 가격 지수간에 3.7개월 정도의 주기 차이가 존재하나 통계학적으로는 유의미한 차이라고 할 수 없음을 알았다.

• 한국음향학회지
• /
• 제16권5호
• /
• pp.112-121
• /
• 1997

본 논문에서는 잡음에 강한 음성 인식기를 위한 모델 파라미터 변환 방식에 관하여 살펴보았다. 모델 파라미터 변환에 있어서 잡음에 대한 어떠한 통계 모델도 사용하지 않고 각 단어 단위로 수행되어 실시간 음성 인식이 가능하도록 하였다. Parallel model combination(PCM)은 본 논문에서 제안한 방법과의 성능 비교를 위하여 cepstrum 영역에서 구현되었다. 본 논문에서 제안한 PCM 방법은 modified PCM(MPMC)라 하며, 이 방법은 각 hidden Markov mode(HMM)의 state별로 평균적인 가우시안 믹스처(Gaussian mixture)의 변화률과 개별적인 변화률간에 결합지수를 이용하여 평균을 재조정한다. 또한, vector Taylor series 근사화를 이용한 모델 파라미터 변환을 위하여 cepstrum 영역에서의 환경모델 예측을 위한 expectation-maximization(EM) 해를 유도하여 구현하였다. 본 논문에서 구현된 알고리즘들의 성능 위해 HMM 인식기를 이용한 화자독립 고립단어 인식을 수행하였다. 시용된 잡음은 가우시안 백색 잡음과 주행중에 녹음된 자동차 잡음이며, 각 잡음울 signal-to-noise ratio(SNR)별로 사용하였다. 잡음의 모델은 1 state HMM으로 단어시작 3 프레임(frame)을 이용하여 만들어졌다. 인식 결과는 VTS 접근방식을 이용하였을 경우 매우 우수한 인식률을 나타내었으며, MPMC의 경우도 기존의 PMC보다 인식률이 향상되었다. 특히, 영차 VTS의 경우는 단순히 평균만을 조정하였음에도 불구하고 PMC와 MPMC보다 인식률이 우수하게 나타났다.

• Wind and Structures
• /
• 제21권2호
• /
• pp.203-221
• /
• 2015

Wind speed is the most important parameter in the design and study of wind energy conversion systems. The weibull distribution is commonly used for wind energy analysis as it can represent the wind variations with an acceptable level of accuracy. In this study, the wind data for 11 cities in Iran have been analysed over a period of one year. The Goodness of fit test is used for testing data fit to weibull distribution. The results show that this data fit to weibull function very well. The scale and shape factors are two parameters of the weibull distribution that depend on the area under study. The kinds of numerical methods commonly used for estimating weibull parameters are reviewed. Their performance for the cities under study was compared according to root mean square and wind energy errors. The result of the study reveals the empirical, modified maximum likelihood estimate of wind speed with minimum error. Also, that the moment and modified maximum likelihood are the best methods for estimating the energy production of wind turbines.

• Computers and Concrete
• /
• 제21권1호
• /
• pp.21-30
• /
• 2018

In this study, we analyze the behavior of concrete which contains zeolite and diatomite. In order to achieve the goal, we utilize expert system methods. The utilized methods are artificial neural network and adaptive network-based fuzzy inference systems. In this respect, we exploit seven different mixes of concrete. The concrete mixes contain zeolite, diatomite, mixture of zeolite and diatomite. All seven concrete mixes are exposed to 28, 56 and 90 days' compressive strength experiments with 63 specimens. The results of the compressive strength experiments are used as input data during the training and testing of expert system methods. In terms of artificial neural network and adaptive network-based fuzzy models, data format comprises seven input parameters, which are; the age of samples (days), amount of Portland cement, zeolite, diatomite, aggregate, water and hyper plasticizer. On the other hand, the output parameter is defined as the compressive strength of concrete. In the models, training and testing results have concluded that both expert system model yield thrilling medium to predict the compressive strength of concrete containing zeolite and diatomite.

• 소음진동
• /
• 제9권1호
• /
• pp.163-173
• /
• 1999

Precise and reasonable modelling is necessary and indispensable to the analysis of dynamic characteristics of mechanical structures. Also. the effective prediction of the change of modal properties due to the variation of design parameters is required especially for the application of finite element method to the structural dynamics problems. To meet those necessity and requirement, three model updating algorithms are proposed for finite element methods. Those algorithms are based on sensitivity analysis of the modal data obtained from experimental modal analysis(EMA) and analytical modal analysis(AMA). The adapted sensitivity analysis methods of the algorithms are 1)eigensensitivity(EGNS) method. 2)frequency response function sensitivity(FRFS) method. 3)sensitivity based element-by-element method (SBEEM), Singular value decomposition(SVD) is used for performing eigenanalysis and parameter estimation in the updating process. Those algorithms are applied to finite element of a plate and the updating capability of each algorithm is compared in terms of accuracy. reliability and stability of the updating process. It is shown that the model updating method using frequency response function is superior to the other methods in view of various updating capabilities.