메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
저널정보
대한기계학회 대한기계학회 춘추학술대회 대한기계학회 창립 60주년 기념 추계학술대회 강연 및 논문 초록집
발행연도
2005.11
수록면
1,648 - 1,653 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Support Vector Regression (SVR) is getting popular due to its higher accuracy and lower standard deviation than those of existing approximate methods. However SVR has been rarely used for design optimization while it has been applied to many studies such as time series prediction, and statistical learning theory. In this study, an SAO method based on SVR developed. We adopt inherited Optimal Latin Hypercube Design (OLHD) for Design of Experiment (DOE) and Trust Region (TR) concept for model management. Finally, in order to show the accuracy and efficiency of the proposed method, several sample problems are solved.

목차

Abstract
1. 서론
2. 순차적 근사 최적설계의 구성
3. 서포트벡터회귀 기법을 이용한 순차적 근사 최적설계 기법
4. 적용예제
5. 결론
후기
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-550-016013809