다중 처리군에서 성향점수 가중치 방법의 비교

김은진 전북대학교 일반대학원 2022 국내석사

관찰연구에서 처리효과 추정치는 공변량 불균형의 영향으로 인한 편향이 발생한다. 역확률 가중치, 중복 가중치 및 매칭 가중치와 같은 성향점수의 가중치 방법은 추정치의 편향을 줄일 수 있다. 다중 처리군의 경우에는 성향점수를 확장한 일반화 성향점수 방법이 제안되었다. 주로 일반화 성향점수 추정시 다항 로지스틱 회귀 모형이 사용되며, 가중치 방법에도 적용되었다. 그러나 표본 크기에 비해 공변량이 너무 많거나 정규성을 가정할 수 없는 경우, 모수적 방법인 다항 로지스틱 회귀의 치료효과 추정치는 편향이 발생 할 수 있다. 반면 일반화 부스팅 모형은 비모수적 방법과 같은 문제에 적합하다. 또한 대용량 데이터에서도 잘 구현되어 최근에는 일반화 성향점수 추정에도 사용되고 있다. 본 연구는 모의실험을 통해 다항 로지스틱 회귀 모형과 일반화 부스팅 모형에 의해 추정된 일반화 성향점수와 이를 기반으로 하는 역확률 가중치, 중복 가중치와 매칭 가중치의 소표본 속성을 비교하였다. 모의실험 결과, 처리 또는 결과 모형이 선형인 경우에만 다항 로지스틱 회귀 방법은 편향과 MSE가 작았으며 CP는 높게 나타났다. 그러나 일반화 부스팅 방법은 모형의 선형 여부에 관계없이 편향, MSE와 CP는 일관된 결과를 보였으며, 처리 또는 결과 모형이 비선형인 경우에는 다항 로지스틱 회귀 방법보다 우수한 성능을 보였다. 가중치 방법은 전반적으로 매칭 가중치, 중복 가중치, 역확률 가중치 순으로 우수한 성능 보였다. 매칭 가중치와 중복 가중치는 일반화 성향점수 추정 방법에 따른 결과와 비슷하게 나타났으며, 역확률 가중치는 일반화 부스팅 모형으로 추정할 경우 성능이 더 좋게 나타났다. In observational studies, the treatment effect estimates are often biased by the impact of covariate imbalances. The propensity score weighting methods such as inverse probability of treatment weights(IPW), overlap weights(OW) and matching weights(MW) can be used to reduce the bias. In the case of multiple treatments, the propensity scores are extended to generalized propensity scores. They have been estimated most often by multinomial logistic regression(MLR) and used for weighting methods. However, MLR, which is a parametric methods, may cause bias in the estimate of treatment effect when there are too many covariates for the sample size or when normality cannot be assumed. The generalized boosted models(GBM) is robust to such problems as a nonparametric methods and also implemented well in very large size of data so that it is recently adopted for the estimation of GPS. In this study, we compared small sample properties of generalized propensity scores estimated by MLR and GBM and three weighting methods(IPW, OW, MW) based on these scores through simulations. The result of simulation shows; The MLR had small bias and MSE, and CP was close to the specified value only when log-odds of the treatment or outcome was linear in covariates. The GBM, however, showed consistent results regardless of the models specification in bias, MSE and CP, and performs better than the MLR as both treatment and outcome models are non-linear. The weighting methods showed good performance in the order of MW, OW and IPW. MW and OW showed similar results according to the generalization propensity score estimation methods, and IPW performed better when estimated using the GBM.

퍼지模型을 이용한 손運搬作業의 最大 許容重量 決定方法에 관한 硏究

이종권 東亞大學校 1994 국내박사

Manual lifting, as a part of manual materials handling activities, is recognized by authorities in the fields of occupational health and safety as a major hazards to industrial workers. In order to minimize the injuries caused by manual materials handling activities as well as maximize job productivity, it is important to determine the maximum acceptable weights. Three main approaches have been broadly used in the past to determine the safe weights and acceptable work load for lifting. Three approaches are (1) the biomechanical approach which utilizes the compressive forces on the spine as the criterion, (2) the physiological approach which utilizes the metabolic energy expenditure requirements as the criterion, (3) the psychophysical approach which utilizes the perceived exertion by the subjects as the criterion for determining the maximum weights to be lifted, given certain job conditions. Fuzzy sets theory has been widely used to present the degree of stresses in each of above three approaches. In case of using fuzzy sets theory, it is very important to select the combination of membership functions optimally. Past studies were assumed that the selected forms of the membership functions should satisfy the reguirements of the model regardless of the frequency of lifts. It is, however, the assumption to be reconsidered. This study presents the optimal combination of membership functions according to the frequency of lifts to dwindle the problems of this assumption and determines the safetest maximum acceptable weights in manual lifting activities of individual through the actual experiment. Therefore, the results obtained were as followings ; 1. This study shows the methods of determining the combination of membership functions compatible with the special job conditions. 2. Used the fuzzy sets theory, this study also presents the methods of determining individual's maximum acceptable weights reflected the biomechanical, physiological, and psychophysical stresses according to the frequency of lifts. 3. Through the actual experiment, this study sets up the maximum acceptable weights, oxygen uptake, and psychophysical reference points of Korea male Workers to allow him to lift objects safely and effectively. Because this methods of determining the maximum acceptable weights of individual by reflecting all the stresses can be used by only simple experience regardless of the change of job conditions, it is thought that this study can be of great use to prevent in advance the back hazards of worker in industrial fields.

Comparison of machine learning-based propensity score methods for imbalanced multiple groups

홍성준 성균관대학교 일반대학원 2023 국내박사

Background: Propensity score (PS) methods are commonly used to reduce biases in observational studies by balancing patient characteristics, and matching or weighting approaches are the most commonly used among PS methods. Machine learning (ML) methods have shown promise for estimating PS and are robust to non-linear relationships, but there are still challenges in extending PS methods to multiple groups Moreover, there are no studies comparing traditional model such as multinomial logistic regression, with ML models. Objective: The aim of this study is to compare ML-based PS methods and propose optimal combinations of PS methods for imbalanced multiple groups. Method: We used a generalized PS to extend to multiple groups, and we used a multinomial logistic regression (MLR) as the reference model, and artificial neural networks (ANN) and extreme gradient boosting (XGB) as comparison models for the PS models. We applied 1:1:1 matching, matching weight, and stabilized inverse probability of treatment weighting(IPTW) and we compared the performance of each method through a simulation study. We also evaluated the applicability of ML-based PS methods through RWD analyses. Results: All PS methods were well applied, and the performance of ML models was better than that of MLR when the prevalence imbalance was intensified, and nonlinearity was strong. As the sample size increased, the balance between multiple groups improved, and the variance, bias, and MSE for effect size decreased across PS methods. In the analyses using RWD, the results were similar to those of the simulation study, and we confirmed the possibility of generalization. Conclusion: We propose ML-based PS methods for imbalanced multiple groups in observational study. We expect that ML-based PS methods can be used to conduct extensive research for multiple groups using medical big data. 성향점수(Propensity Score) 방법은 관찰연구에서 환자 특성의 균형을 맞춤으로써 bias를 줄이기 위해 사용되고, 매칭(matching) 또는 가중치(weighting) 방법이 가장 많이 사용된다. 머신러닝 방법은 성향점수를 추정하는데 유용하고, 비선형적 관계에 대해 강건하지만, 다범주 집단에 대해 성향점수 방법을 적용하는 것은 여전히 어려움이 있다. 또한, 다범주 집단으로 확장하는 기존의 연구들에서 일반적으로 사용되는 multinomial logistic regression 모델과 머신러닝 모델을 비교하는 연구는 없었다. 이 연구의 목적은 불균형 다범주 집단에 대한 머신러닝 기반의 성향점수 방법을 비교하고, 적절한 조합을 제안하는 것이다. 다범주 집단으로 확장하기 위해 일반화 성향점수를 사용하였고, 성향점수 추정 모델은 multinomial logistic regression, artificial neural network, extreme gradient boosting을 사용했다. 다양한 상황에 대한 시나리오를 설계하여 모의실험을 통해 1:1:1 매칭, 매칭 가중치, 안정화된 역확률 가중치를 적용하여 각 방법의 성능을 비교하였고, RWD 분석을 통해 머신러닝 기반의 성향점수 방법의 적용 가능성을 평가하였다. 다범주 집단에 대해 모든 성향점수 방법이 잘 적용되었으며, 유병율의 불균형이 심화되고 비선형성이 강한 경우, 머신러닝 기반의 성능이 우수했다. 표본 크기가 증가함에 따라, 집단 간 균형이 향상되었고, 치료 효과의 분산, 편향 및 MSE가 모두 감소하였다. RWD 분석에서의 결과는 모의실험 결과와 유사하였으며, 이를 통해 일반화 가능성을 확인하였다. 우리는 관찰 연구에서 불균형 다범주 집단에 대한 머신러닝 기반의 성향점수 방법을 제안한다. 의료 빅데이터를 사용하여 다범주 집단에 대한 광범위한 연구를 수행하는데 머신러닝 기반의 성향점수 방법이 활용될 수 있기를 기대한다.

Reaction-diffusion equation-based topology optimization : metallic structure design for microwave applications and adaptive weighting method-based bi-objective optimization

정민국 Graduate School, Yonsei University 2022 국내박사

The existing structural optimization methods have been generally developed for mechanical problems targeting single physical performance; therefore, optimization problems for other physical performance or multiple physical performances are attractive research topics. In this regard, this dissertation consists of two parts: metallic structure design for microwave applications and adaptive weighting method-based bi-objective optimization. The optimization process is based on the reaction–diffusion equation which updates the design variables in a proper direction due to the reaction term while the diffusion term relaxes the geometrical complexity. The first part covers the metallic structure design for microwave applications to resolve the skin depth issue which may significantly reduce the electromagnetic performance. For the purpose, a novel topological design process for metallic structure in microwave range is proposed. A new exponentially interpolated function is suggested for electrical conductivity, and it replaces the boundary conditions for metallic structures with the help of the adaptive mesh refinement. Furthermore, the proposed design process is applied to the broadband wave reflector design which may be utilized for RF stealth technology or IoT devices. The second part covers the adaptive weighting method-based bi-objective optimization to derive the optimized shapes with bi-functionality. For the purpose, a novel initial and utopia points-based adaptive weighting method is proposed. The method refers to not only the objective values but also the previous weight values; therefore, the solution point with intended preference can successfully obtained. Also, the Pareto front with intended preferences can also be explored. The effectiveness of the method is verified through the bi-objective optimization problems such as bi-functionality for direct current concentration and heat flux cloaking and bi-functionality for multiple mechanical capabilities. 현존하는 구조 최적화 방법은 일반적으로 단일한 기계적 성능을 목표로 하는 문제에 대해 발전되어 왔다. 따라서, 다른 물리적 성능이나 다중 물리적 성능을 목표로 하는 최적화 문제는 유망한 연구 주제로 여겨진다. 이와 관련하여, 이 논문은 마이크로파 대역 금속 구조물의 설계와 적응 웨이팅 기법 기반 이중 목적함수 최적화의 두 부분으로 구성된다. 최적화 과정은 적절한 방향으로 설계 변수를 업데이트하는 반응 항과 기하학적 복잡성을 완화하는 확산 항으로 이루어진 반응–확산 방정식을 기반으로 한다. 첫 번째 부분은 전자기적 성능을 크게 감소시킬 수 있는 표피 깊이 문제를 해결해야 하는 마이크로파 대역 금속 구조물의 설계를 다룬다. 이를 위해 새로운 형태의 위성 최적화 설계 프로세스가 제시되는데, 전기 전도도를 정의하는 지수함수 보간식이 적응 요소법과 결합되어 금속 구조물의 경계 조건을 대체한다. 제안된 설계 프로세스는 RF 스텔스 기술이나 사물 인터넷 기기에 활용될 수 있는 광대역 리플렉터 설계에 적용된다. 두 번째 부분은 이중 기능을 가지는 최적화 형상을 도출하기 위해 적응 웨이팅 기법 기반 이중 목적함수 최적화를 다룬다. 이를 위해 새로운 형태의 초기 및 유토피아 포인트 기반 적응 웨이팅 기법이 제시되며, 해당 기법은 목적함수 값뿐만 아니라 이전 웨이트 값을 반영하여 의도된 선호도를 가지는 솔루션 또는 파레토 전선이 도출되도록 유도한다. 제안된 방법의 효과는 직류 집중 및 열유속 클로킹의 이중 성능 설계 문제와 다중 기계적 성능 문제 등을 통해 검증된다.

Study on Runoff Curve Number of Weighted Average Method and Estimation of Effective Rainfall Considering Watershed Characteristic in South Korea

문건우 한양대학교 2015 국내석사

The NRCS-CN (Natural Resources Conservation Service-Curve Number) method is generally applied for analyzing a rainfall-runoff relationship and estimating effective rainfalls in a basin. However, the NRCS-CN method has limitation when applied to South Korean basin, because the NRCS-CN method and curve number were developed based on U.S. basin characteristics. In addition, the effect of basin slope is not taken into account in runoff phenomenon. Though there are many application studies using weighted average method, the weighted CN method is mainly used for estimation of effective rainfall. However, the weighted CN method has limitation when estimating effective rainfalls. For instance, where differences in CN for a watershed are large, this method either under- or over-estimates effective rainfalls. Also, because of difference in CN of each land cover type in watershed, it is different to get effective rainfalls each land cover type of CN. In order to propose a more appropriate method for estimating effective rainfalls in South Korean basins, this study investigated the performance of two modified methods. i.e., employing the table CN provided by the NRCS and adjusting slope parameter of CN. Using the NRCS-CN method, effective rainfalls were calculated using the basin-averaged CN corresponding to the soil type and land use type. The effective rainfalls were also calculated using the adjusted curve number estimated by slope parameter equations for same events and then compared with those from the NRCS-CN method. The overall results acquired in this study indicated that the adjusted slope CN estimates curve numbers higher than the tabled CN in basin, the method of weighted Q estimates effective rainfalls higher than the weighted CN method in estimation of effective rainfall, the method of weighted Q - the adjusted slope CN closer to the observed direct runoff. The study also performed error analyses using RMSE, RRMSE, MAE and Skill Score to verify that the method of weighted Q - the adjusted slope CN (SLCN-WQ) can be applied in practice in hydrologic condition and land cover type of basin as more accurate estimate of basin-representative effective rainfall in South Korea. 유역의 강우-유출 관계를 분석하기 위하여 유효우량을 산정할 경우 주로 NRCS-CN 방법을 이용한다. NRCN-CN 방법에서 유역의 유출특성을 나타내는 중요한 인자인 유출곡선지수(CN)은 미국 유역을 대상으로 개발되어졌기 때문에, 미국 이외의 국가에서 적용될 경우 지역의 강우-유출 특성을 반영하지 못하는 한계점을 가지고 있다. 또한, 유출곡선지수는 유역에서의 경사 효과를 고려한 유출 현상에 대해서 고려되지 않았으며, 이에 대한 문제점이 노출되고 있는 현실이다. 가중평균방법에 있어 많은 연구 사례를 통하여 유역의 평균 CN값을 산정하고 유효우량을 산정하는 방법을 제시하고 있다. 하지만, 가중평균 CN 방법의 경우 유효우량의 과다 및 과소 산정이 되는 현상이 발생하는 한계점이 존재하며, 이에 대한 원인으로는 토지이용종류별로 CN값이 다르기 때문에 유효우량 또한 토지이용종류별로 유효우량에 대한 차이가 발생하게 된다. 이로 인하여 가중평균방법으로 유역의 평균 CN값을 통하여 유효우량을 산정하는 것은 정확하지 않는다는 한계점이 노출되고 있다. 본 연구에서는 NRCS-CN 방법을 통하여 우리나라 유역 특성에 적절한 유효우량 산정방법을 제시하기 위하여 유역의 경사효과를 고려한 CN값을 이용하여 유효우량을 산정하여 기존에 제시된 CN과의 비교・분석을 수행하였다. 또한, 유역의 토지이용종류별 CN값을 가중평균하는 방법과 유역의 토지이용종류별 CN을 이용한 유효우량의 가중평균 방법을 적용하여 유역을 대표하는 평균 유효우량을 산정하였다. 관측된 강우-유출 자료를 이용하여 관측 직접유출량을 추정하고, 통계학적 오차분석 및 Skill Score 분석을 통하여 수문조건 및 지형특성 별로 유출곡선지수를 고려한 가중평균방법에 대하여 비교・분석을 수행하였다. 본 연구 결과, 경사도를 고려하여 CN값을 보정할 경우 유효우량이 전반적으로 크게 산정되었으며, 가중평균 유효우량 방법은 가중평균 CN 방법보다 전반적으로 크게 산정되었음을 확인하였다. 통계학적 오차 분석을 수행한 결과, 전체적으로 수문조건 및 지형특성을 고려하였을 경우 경사도로 보정한 CN값을 적용한 가중평균 유효우량 산정방법이 관측 직접유출량과 높은 정확성을 가지는 것으로 나타났다. 또한, Skill Score 분석을 통하여 기존의 방법과는 달리 경사로 보정한 CN값을 이용한 가중평균 유효우량 방법이 상대적으로 좋은 방법이라는 것을 도출하였다. 본 연구를 통하여 보다 객관적인 설계홍수량 산정방법의 기준을 마련하기 위한 기초자료로서 활용될 수 있을 것이다.

A Study on the Development of User Experience (UX) Design Evaluation Model for Shared Mobility Service

Li Hesen 경기대학교 대학원 2023 국내박사

With the continuous development of the sharing economy, shared mobility services have begun to operate worldwide. By combining mobile Internet and traditional travel methods, shared mobility services fully use existing advantages, improve transportation efficiency, and provide fast services for more people to travel. Shared mobility service is a sustainable new type of transportation service, and the center of the service is user experience, which involves many factors such as economy, environment, and society. It is necessary to measure the performance of shared mobility services and evaluate them. Therefore, with the development of the times, shared mobility services should focus more on research on the service's user experience. Most of the existing shared mobility service evaluation methods start from the perspective of enterprises, focus on the economic performance of shared mobility services, and focus on the profitability of shared mobility services while ignoring users' attention. Inter-firm competition through technological innovation is obsolete as the technological gap between firms shrinks. Nowadays, the way of competition that regards the improvement of design and user experience as the core strength of enterprises has become mainstream. The era of 'The Experience Economy' has come. The service's unique value system and way of life should emphasize the experience gained in using the product. Therefore, from the user's point of view, it is necessary to take user experience as the criterion for evaluating shared mobility services. The user experience of shared mobility services is a very complex set, so it is difficult to determine what the user experience of shared mobility services is and what structure it consists of through a single quantitative or qualitative experiment. Therefore, it is necessary to construct a comprehensive evaluation model of shared mobility service user experience by combining quantitative and qualitative methods. Therefore, this study aims to explain and analyze shared mobility services from the perspective of user experience design and to evaluate the user experience of shared mobility services so that designers can clearly understand the design or optimization of such services. Discover the deficiencies in the service and the future optimization direction to accurately optimize the shared mobility service to meet users' needs and improve the user experience. To this end, it is necessary to analyze the elements and structures of user experience in shared mobility services, develop a Shared Mobility Service Evaluation Cube based on User Experience (UX), and finally build an Evaluation Model for Shared Mobility Service (EM-SMS). In order to achieve the purpose of this research, the following research was done: (1) Collection of user experience elements in shared mobility services Firstly, the collected data is deeply analyzed, and the elements related to the user experience in the shared mobility service are extracted. Secondly, use the Delphi Method to conduct the expert evaluation and make preliminary modifications and arrangements to the collected user experience elements in the shared mobility service to prepare for the subsequent construction of the evaluation cube. (2) Screening of user experience elements in shared mobility services and establishment of Shared Mobility Service Evaluation Cube based on User Experience (UX) In this stage, two statistical analysis methods(Analytic Hierarchy Process, AHP, and Entropy Weight Method, EWM) are used to measure the weight of the user experience elements in the modified shared mobility service. Secondly, use the weight fitting method CWC and the weight correlation research method (Box Whisker Plot, BWP) to fit the subjective and objective weights, and finally determine the user experience elements in the shared mobility service, and then construct Shared Mobility Service Evaluation Cube based on User Experience (UX). (3) Establishment of Evaluation Model for Shared Mobility Service (EM-SMS) First, the Comprehensive Evaluation Theory(Coupling Coordination Theory, CCT) is combined with the Shared Mobility Service Evaluation Cube based on User Experience (UX) to build a preliminary evaluation model for the user experience design of shared mobility services. Secondly, the evaluation model is verified by three existing services to test the feasibility of the model. Finally, the preliminary evaluation model is modified to establish an Evaluation Model for Shared Mobility Service (EM-SMS). To sum up, this study first takes the shared mobility service evaluation model as the research object, clarifies the composition of the user experience in the shared mobility service, and constructs the Shared Mobility Service Evaluation Cube based on User Experience (UX). Then, the Comprehensive Evaluation Theory (Coupling Coordination Theory, CCT) is combined with the Shared Mobility Service Evaluation Cube based on User Experience (UX). Furthermore, the Evaluation Model for Shared Mobility Service (EM-SMS) is proposed, and its application is verified. This research provides a new perspective for the comprehensive evaluation of shared mobility services and lays a theoretical foundation for further promoting the in-depth development of shared mobility services. The application test proves that the Shared mobility service Evaluation Cube based on User Experience (UX) proposed in this study is feasible. Moreover, it can effectively solve the uncertainty of evaluators when scoring and obtaining relatively objective evaluation results, which have particular theoretical and practical value. 공유경제가 지속적으로 발전하면서 세계적으로 공유 모빌리티 서비스가 운영되기 시작하였다. 모바일 인터넷과 전통적인 출행 방식을 결합해여 공유 모빌리티 서비스는 기존 장점을 충분히 활용하고, 교통 효율을 개선하며, 더 많은 사람이 출행할 수 있도록 빠른 서비스를 제공한다. 공유 모빌리티 서비스는 지속 가능한 새로운 형태의 교통 서비스로, 서비스의 중심은 경제, 환경, 사회 등 많은 요소가 수반되는 사용자 경험이다. 공유 모빌리티 서비스의 성능을 측정하고 평가할 필요가 있다. 따라서 시대가 발전함에 따라 공유 모빌리티 서비스는 서비스의 사용자 경험에 대한 연구에 더 중점을 두어야 한다. 기존 공유 모빌리티 서비스 평가방법은 대부분 기업 입장에서 출발해 공유 모빌리티 서비스의 경제적 성과에 초점을 맞추고, 사용자의 관심을 무시한 채 공유 모빌리티 서비스의 수익성에 초점을 맞추고 있다. 기업 간 기술격차가 줄어들면서 기술혁신을 통한 기업 간 경쟁은 무용지물이다. 요즘은 디자인과 사용자 경험의 향상을 기업의 핵심 강점으로 여기는 경쟁 방식이 주류가 되었다. '체험 경제'의 시대가 왔다. 서비스의 고유한 가치 체계와 삶의 방식은 제품 사용에서 얻은 경험을 강조해야 한다. 따라서 사용자 입장에서는 공유 모빌리티 서비스의 사용자 경험은 매우 복잡한 집합이므로 공유 모빌리티 서비스의 사용자 경험이 무엇인지, 단일의 정량적 또는 정성적 실험을 통해 어떤 구조로 구성되어 있는지 판단하기 어렵다. 따라서 양적 방법과 질적 방법을 결합하여 공유 모빌리티 서비스 사용자 경험의 종합 평가 모델을 구축할 필요가 있다. 따라서 본 연구는 공유 모빌리티 서비스를 사용자 경험 디자인의 관점에서 고찰하여 공유 모빌리티 서비스의 디자인나 최적화를 명확하게 이해할 수 있도록 공유 모빌리티 서비스의 사용자 경험을 평가하는 것을 목적으로 한다. 공유 모빌리티 서비스를 정확하게 최적화하여 사용자의 요구를 충족하고 사용자 경험을 개선하기 위한 서비스의 결함 및 향후 최적화 방향을 파악한다. 이를 위해 공유 모빌리티 서비스에서 사용자 경험의 요소 및 구조를 분석하고, UX를 기반으로 한 공유 모빌리티 서비스 평가 큐브를 개발하며, 마지막으로 공유 모빌리티 서비스 평가 모델(EM-SMS)을 구축해야 한다. 본 연구의 목적을 달성하기 위하여 다음과 같은 연구를 수행하였다. (1) 공유 모빌리티 서비스의 사용자 경험 요소 고찰 첫째, 수집된 데이터를 심층 분석하고 공유 모빌리티 서비스에서의 사용자 경험과 관련된 요소를 추출한다. 둘째, Delphi Method를 활용하여 전문가 평가를 실시하고 공유 모빌리티 서비스에서 수집된 사용자 경험 요소를 사전 수정 및 정리하여 후속 평가 큐브 구축에 대비한다. (2) 공유 모빌리티 서비스의 사용자 경험 요소 선별 및 사용자 경험 기반 공유 모빌리티 서비스 평가 큐브 구축 이 단계에서는 수정된 공유 모빌리티 서비스 내 사용자 경험 요소의 가중치를 측정하기 위해 AHP 및 EWM 두 가지 통계적 분석 방법을 사용한다. 둘째, 가중치 피팅 방법 CWC와 가중치 상관 연구 방법BWP을 이용하여 주관적 가중치와 객관적 가중치를 맞추고 마지막으로 공유 모빌리티 서비스에서 사용자 경험 요소를 결정한 후 사용자 경험을 기반으로 공유 모빌리티 서비스 평가 큐브를 구축한다. (3) 공유 모빌리티 서비스 평가모델 구축 첫째, 통합평가 이론 CCT는 사용자경험 기반의 공유 모빌리티 서비스 평가 큐브와 결합하여 공유 모빌리티 서비스의 사용자경험 설계를 위한 예비 평가 모델을 구축한다. 둘째, 평가모델은 기존 3개 서비스('Idygo' Car-sharing Service, 'hello-inc' Shared Electric Vehicle Service과 'DIDI BIKE' Shared Vehicle Service)로 검증하여 모델의 타당성을 검증한다. 마지막으로, 예비 평가 모델을 수정하여 공유 모빌리티 서비스(EM-SMS)를 위한 평가 모델을 수립한다. 본 연구는 먼저 공유 모빌리티 서비스 평가모델을 연구 대상으로 삼고, 공유 모빌리티 서비스에서의 사용자경험 구성을 명확히 하고, 사용자경험(UX)을 기반으로 공유 모빌리티 서비스 평가 큐브를 구축한다. 그런 다음, 사용자 경험(UX)을 기반으로 한 공유 모빌리티 서비스 평가 큐브에 종합 평가 이론 CCT를 결합하고, 공유 모빌리티 서비스 평가 모델(EM-SMS)을 제안하고, 그 적용을 검증한다. 본 연구는 공유 모빌리티 서비스의 종합적 평가를 위한 새로운 관점을 제시하고 공유 모빌리티 서비스의 심층적 발전을 더욱 촉진하기 위한 이론적 토대를 마련한다. 본 연구에서 제안한 사용자경험(UX) 기반의 공유 모빌리티 서비스 평가 큐브는 적용시험이 가능하다는 것을 입증한다. 또한 특히 이론적, 실무적 가치가 있는 비교적 객관적인 평가 결과를 채점하고 얻을 때 평가자의 불확실성을 효과적으로 해소할 수 있다.

쌍롤식 急速冷却鑄造에서의 variable-weighted method에 의한 熱傳達數値解析

박승운 충남대학교 대학원 1989 국내석사

Variable-Weighted method is used to obtain the numerical solution for the temperature distribution in Twin-Roll ratid cooling continuous casting. When the weighting factor(θ) is 1.0, the results are good agreement to the previous Miyazawa's and Hwang's results. The results of the study are as follows: 1. For the given θ value, the convergence of the numerical solution at phase change region is strongly influenced by mesh size. 2. In the case of the same mesh size, the calculating time can be reduced by decreasing θ. 3. When the numerical solution conberged, the variation of temperature distribution and shape of the solidification front are negligibly influenced by the θ variation. It is recommended that further error analysis should be performed to obtain the exact stability condition of the numerical scheme.

Mesh Free Method 를 이용한 Resin Trasfer Molding Process 해석

김현재 서울대학교 대학원 2004 국내석사

편미분 방정식 형태의 문제를 해결하기 위해서는 유한 차분 및 요소 기법이 그 동안 많이 사용되어 왔다. 이 방법은 절점들 간에 연관성을 위해 격자(mesh)를 만드는 과정이 선행되어야 하는데, 적절한 격자 만드는 과정은 쉽지 않다. 특히 자유표면이 존재하는 유동은 계산영역이 시간에 따라 변하므로 형상이 복잡한 경우 자동적인 격자 생성이 어려워진다. Mesh Free Method은 계산 영역 안에 흩어진 점들만을 사용하는 방법으로 요소를 따로 만들 필요가 없다. 본 연구에서는 Mesh Free Method의 방법 중 Smoothed Particle Hydrodynamics 의 기법을 이용해서 Resin Transfer Molding (RTM) 공정을 해석하였다. RTM 공정은 수지를 섬유 프리폼으로 주입하는 공정으로 수지에 의하여 함침된 영역이 시간에 따라 계속 변하는 전형적인 이동경계문제이다. 이 문제를 풀기 위하여 고정 격자계를 이용한 방법이 주로 사용되어 왔는데, 고정 격자계는 격자 생성의 문제는 없으나 정확한 자유표면의 예측이 어렵다는 단점을 가지고 있다. 따라서 본 연구에서는 변하는 계산영역에 따라 격자를 따로 생성할 필요가 없는 Mesh Free Method을 이용하여 계산의 효율성과 자유표면의 정확한 예측을 동시에 추구하였다. 제안된 수치해석 방법의 타당성을 검증하기 위하여 이미 알려진 엄밀해와 비교하였으며, 또 복잡한 형상에 대해서도 계산을 수행하였다. We has used the Finite Differential Method and the Finite Element Method to solve the problem of partial difference equation. This methods must be preceding process of making meshes between nodes, but it is not easy. Especially, the free surface flow is difficult, because of calculation domain varied as time. So, it can’t be used to complex geometry. Mesh Free Method is the technique of using the scattered nodes in calculating domain ,and it need not make meshes. This study analyzed Resin Transfer Molding process using Smoothed Particle Hydrodynamics among various Mesh Free Methods. RTM process is process of injecting resin to fiber perform. And it is typical moving boundary problem of changing domains merged by resin. To solve such a problem , the control volume has been used, but it has defects of not expecting accurate free surface. So this study is thinking through an efficiency of calculation and accurate expectation using Mesh Free Method. To verify the propriety of the proposed numerical method, I compared result with exact solution and performed calculation about the problem with complex geometry.

갈퀴법과 베이지안 방법을 이용하여 고감도 추정을 위한 2단계 알고리즘의 새로운 방법

이관형 강원대학교 2014 국내박사

There may be discrepancies between sampling rate during sample designing and response rate during site survey, and population distribution due to temporary or permanent closure of the workplace that was selected samples. Thus to obtain representative samples, we correct incomplete samples by using probability weighting. Furthermore, the interested variables do not contain prior information of populations and it is difficult to reflect populations during sample designing, we correct the incomplete populations through posterior weight. If we estimate parameters without correcting incomplete samples and population through weighting, it may lead to distorted results. Thus to estimate parameters that are not distorted by improving the limitations of samples and population data, this study has derived the conclusions through using new method of 2 stage algorithm for high sensitivity estimator using raking ration method and bayesian approach. Algorithm design 1 uses raking ratio method. It corrects the sample distribution by deriving the weights for the measured values in the crossed cells of samples using the marginal distribution of population. Algorithm design 2 improves the population by applying bayesian approach. Assuming the distribution of the likelihood function for the sample as multinomial distribution and Poisson distribution, posterior distribution was estimated through conjugate prior dirichlet and gamma distribution. Under the assumption that posterior distribution was not known, the prior distribution was estimated by applying the hierarchical bayesian model and poisson bayesian regression model of Markov Chain Monte Carlo(MCMC). Algorithm design 3 corrects the population distribution in stage 1 by using bayesian approach and adjusts the sample distribution by using raking ratio method in stage 2 in order to improve samples and populations. Lastly, Algorithm Design 4 corrects sample distribution by using raking ration method in stage 1 and estimates the populations by using bayesian approach in stage 2. To evaluate the results of simulation through 4 algorithm designs, Error Rate() and Error Difference() were calculated through the share distribution of the number of worker in accordance with the industrial type, region and scale of the workplace in industrial accident data and economically active population survey data, and then industrial accident rate was estimated on the basis of the data corrected through 4 algorithm designs. As for the validation threshold of improvement of the results calculated through 4 algorithm designs, of industrial type, region and scale of the workplace was 6.673, 3.420 and 1.955 respectively. The most excellent model in algorithm design 1 is raking ratio method corrected by using the share of the number of workers in accordance with industrial type, region and scale of the workplace. of industrial type, region and scale of the workplace was 5.075, 1.717 and 0.879 respectively and all of them decreased compared to validation threshold. In algorithm design 2, MCMC was applied to bayesian poisson regression model by using Metropolis-Hastings(MH) algorithm. The results showed of industrial type, region and scale of the workplace decreased to 3.571, 1.680 and 1.717 respectively. In algorithm design 3, the populations were adjusted through the posterior distribution calculated through the application of MH to the bayesian poisson regression model in stage 1 and raking ratio method was conducted for samples in stage 2. The results showed of industrial type, region and scale of the workplace significantly decreased to 5.660, 2.574 and 0.857 respectively. In algorithm design 4, samples applied with raking ratio method was corrected in stage 1, and the population was estimated through the posterior distribution applied with conjugated prior dirichlet distribution. The results showed of industrial type, region and scale of the workplace was 8.224, 2.115 and 1.300 respectively, indicating a decrease in area and scale. With the data corrected on the basis of the results of 4 algorithm designs, industrial accident rate was estimated. The results showed of industrial type was relatively higher than those of region and scale of the workplace; the industrial accident rate calculated by correcting the share of the workplace was lower than the industrial accident rate of 0.65% published in 2011; the industrial accident rate of region and scale of the workplace was high generally. In conclusion, the incomplete sample and incomplete population distribution can be improved by reducing and calculated from the data corrected in accordance with 4 algorithm designs suggested in this study. Among 4 algorithm designs, algorithm design 3 and 4 that combine raking ratio method and bayesian approach are proved as a new effective algorithm method suggested in this study. The and were generally reduced more by applying through 2-stages algorithm rather than using one method independently. Keyword: Raking Ratio Method, Bayesian Approach, Markov Chain Monte Carlo, Estimate, Posterior Weight, Industrial Accident Rate 표본 설계과정에서의 추출률, 실사단계에서 응답률로 인해 표본과 모집단의 분포는 차이가 발생할 수 있다. 이때 모집단의 대표성을 반영하는 표본을 얻기 위해서는 추출확률과 응답확률로 부터 산출된 가중치를 통해 불완전한 표본을 보정한다. 또한 관심 있는 항목(변수)에 대한 모집단의 사전적 정보가 없는 경우와 표본설계 과정에서 반영하기 어려운 경우에는 사후 가중치를 통해 불완전한 표본을 보정하게 된다. 모집단의 경우 조사대상의 중도탈락(휴·폐업 등)과 실사 불능 등의 사유로 목표모집단과 조사모집단의 분포는 차이가 발생할 수 있다. 이 경우 실사과정 개선을 통해 조사모집단을 개선시키거나 조사모집단의 분포를 조정해야 한다. 만약 불완전한 표본과 불완전한 모집단을 보정하지 않고, 모수를 추정하거나 계산한다면 왜곡된 결과를 초래하게 된다. 따라서 표본과 모집단 자료가 가지고 있는 한계를 개선하여 왜곡 되지 않은 모수를 추정하고자 본 연구에서는 갈퀴법(Raking Ratio Method)과 베이지안 방법(Bayesian Approach)을 이용하여 고감도 추정을 위한 2단계 알고리즘의 새로운 방법을 제시한다. 첫 번째 알고리즘 디자인 1은 갈퀴법을 이용하여 불완전한 표본을 보정하는 방법이고, 두 번째 알고리즘 디자인 2는 베이지안 방법을 활용하여 모집단의 분포를 보정해 나가는 방법이다. 세 번째 알고리즘 디자인 3은 베이지안 방법으로 사후 추정을 통해 보정된 모집단의 주변분포를 이용하여 갈퀴법을 통해 표본을 보정해 가는 방법이고, 네 번째는 알고리즘 디자인 4는 갈퀴법을 통해 보정된 표본을 이용하여 베이지안 방법으로 모집단 분포를 사후추정을 통해 보정해가는 방법이다. 4가지 알고리즘 디자인을 통해 보정된 표본(산업재해보상자료)과 모집단(전국사업체조사자료)을 평가한 결과 4가지 알고리즘 디자인의 Error Rate와 Error Difference가 대부분 감소되어 표본과 모집단 분포를 개선시켜 나가고 있음을 확인할 수 있었다. 특히 업종에서 가장 우수한 모형은 알고리즘 디자인 2였고, 지역에서는 알고리즘 디자인 4, 사업장 규모에서는 알고리즘 디자인 3으로 평가되었다. 그리고 4가지 알고리즘 디자인에 의해 보정된 자료를 이용한 추정된 산업재해율은 2011년 공표된 공식 산업재해율인 0.65%를 중심으로 증가 또는 감소하기도 하였는데, 업종에 대한 점유율을 보정하여 추정된 산업재해율은 2011년에 공표된 산업재해율 0.65%보다 낮았으며, 지역과 규모를 보정하여 추정된 산업재해율은 대체적으로 높았다. 본 연구에서 얻은 성과로는 표본과 모집단이 불완전한 경우 이를 개선시키는데 있어 갈퀴법과 베이지안 방법 중 한 가지 방법으로만 보정하는 것 보다는, 자료 구조와 형태 등을 사전분석한 후에 본 연구에서 새롭게 제안하는 갈퀴법과 베이지안방법이 결합된 형태의 2단계 알고리즘인 디자인 3과 디자인 4 방법으로 표본과 모집단 분포를 함께 보정된 자료를 통해 모수를 추정하는 것이 바람직하다고 사료된다. 핵심어 : 갈퀴법, 베이지안 방법, 마르코브 체인 몬테칼로, 추정, 사후가중치, 산업 재해율

Establishment of domestic red okra pectin extraction method and characteristics of low-molecular-weight pectin

손선아 전남대학교 2024 국내박사