• Journal of the Korean Wood Science and Technology
• /
• v.23 no.4
• /
• pp.10-17
• /
• 1995

본 연구는 화염에 노출된 목재 부재의 거동에 관련된 자료를 얻기 위해 수행되었다. 목재 보에 대한 현행 내화 모델들은 외곽부 섬유의 MOE나 휨강도의 감소, 그리고 화염노출의 계속으로 인한 단면의 감소 등에 기초하고 있다. 하지만 이런 모델들은 정확한 거동 예측이 힘들다. 따라서 목재 보의 거동을 정확히 예측하기 위해 본 연구에서는 변형 단면을 이용한 내화거동 모델을 개발하고자 하였다. 이 변형 단면모델을 개발하기 위하여 온도분포 온도와 목재의 물리적 성질간의 상관관계를 이용하였다. 본 연구를 통해 온도와 목재의 휨성질간의 정확한 관계가 제공되기만 한다면 본 방법이 화염에 노출된 목재 보의 변형을 잘 예측할 수 있음을 알 수 있었다.

• Annual Conference on Human and Language Technology
• /
• 2004.10d
• /
• pp.191-199
• /
• 2004

본 논문에서는 텍스트에 나타난 감정상태를 인지하는 모델을 제안하고, 이러한 모델을 활용하여 현재문장에서 나타난 감정 및 이후에 나타나게 될 감정상태들을 예측하는 시스템에 대하여 다룬다. 사용자의 감정을 인지하고 이에 대한 자연스러운 메시지, 행동 등을 통해 인간과 상호작용 할 수 있는 컴퓨터시스템을 구현하기 위해서는 현재의 감정상태뿐만 아니라 사용자 개개인의 정보 및 시스템과 상호작용하고 있는 상황의 정보 등을 통해 이후에 사용자가 느낄 수 있는 감정을 예측할 수 있는 감정모델이 요구된다. 본 논문에서는 파악된 이전의 감정상태 및 실제 감정과 표현된 감정간의 관계, 그리고 감정에 영향을 미친 주변대상의 특징 및 감정경험자의 목표와 행동이 반영된 상태-전이형태의 감정모델인 감정망(Emotion Network)을 제안한다. 감정망은 각 감정을 나타내는 상태(state)와 연결된 상태들 간의 전이(transition), 그리고 전이가 발생하기 위한 조건(condition)으로 구성된다. 본 논문에서는 텍스트 형태의 상담예시에 감정망을 활용하여 문헌의 감정어휘에 의해 직접적으로 표출되지 않는 감정을 예측할 수 있음을 보인다.

• The Journal of Bigdata
• /
• v.6 no.2
• /
• pp.161-168
• /
• 2021

In this study, we propose a cardiovascular disease prediction model using machine learning. First, a multidimensional analysis of various differences between the two groups is performed and the results are visualized. In particular, we propose a predictive model using cost-sensitive learning that can improve the sensitivity for cases where there is a high class imbalance between the normal and patient groups, such as diseases. In this study, a predictive model is developed using CART and XGBoost, which are representative machine learning technologies, and prediction and performance are compared for cardiovascular disease patient data. According to the study results, CART showed higher accuracy and specificity than XGBoost, and the accuracy was about 70% to 74%.

• Proceedings of the KOR-KST Conference
• /
• 1998.10a
• /
• pp.196-205
• /
• 1998

교통신호에서 주로 고려되는 변수는 신호주기(cycle length), 녹색시간(green split), 옵셋(offset)그리고 좌회전 현시순서(left-turn phase sequence)로 구성된다. 기존의 대부분의 연동 모델들은 고정된 주기하에서 평균적인 유입 교통량을 측정한 후, 선형최적화 이론을 적용하여 최적 신호를 산출한다. 그러나 이 방법은 어디까지나 평균적인 데이터에 대해서 계산을 한 것이기 때문에 실시간 최적화를 제공하기가 어렵다. 본 연구에서는 평균 차량 통행량 대신 실시간으로 입력되는 차량 대기행렬, 차량 도착률을 기초로 대기차량을 최소화하는 동적 신호시간 산출 모델을 개발하였다. 본 모델에서는 Peytechew가 제안한 각 진입로에서의 대기 차량 예측 모델을 기초로 하여 다음 주기에서의 차량 대기 행렬을 예측한 후, 선형 최적화 이론을 적용하여 신호시간을 산출한다. 본 모델에서 산출된 신호주기와 녹색시간은 대기차량길이를 최소화하는 신호 시간으로서 교차로간의 연동효과를 고려하여 실시산 교통상황에 따라 주기별로 변화한다. 본 모델은 3개의 교차로로 구성된 네트워크를 대상으로 적용하였다. 실험 네트워크의 주도로 교통량은 부도로의 교통량 보다 많다고 가정하였으며 각 링크사이에서의 차량 진출입은 없다고 보았다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.38 no.4
• /
• pp.59-71
• /
• 2001

The Current CORBA shows some limitations for its successful deployment in real time system applications. Recently, OMG adopted Real-Time CORBA specification, which is defined as an extension to CORBA. The goal of the Real-Time CORBA is to provide a standard for CORBA ORB implementations that support 'end to end predictability'. In order to support 'end-to-end predictability', Real Time CORBA specifies many components such as priority model, communication protocol configuration, thread management, and etc. Among them, 'priority model' is the most important mechanism for avoiding or bounding priority inversion in CORBA invocations. In this paper, we present our efforts on a design ,and implementation of the Priority Model in Real-Time CORBA specification. The implementation is done as an extension of omniORB2(v.3.0.0), a popular open source non real time ORB. Experiment results demonstrate that our priority model implementation shows better performance and predictability than the non real-time ORB.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.13 no.4
• /
• pp.765-773
• /
• 2009

Currently Telematics traffic information services have been various because we can collect real-time traffic information through Intelligent Transport System. In this paper, we proposed and implemented a short-term traffic information prediction model for giving to guarantee the traffic information with high quality in the near future. A Short-term prediction model is for forecasting traffic flows of each segment in the near future. Our prediction model gives an average speed on the each segment from 5 minutes later to 60 minutes later. We designed a Bayesian network for each segment with some casual nodes which makes an impact to the road situation in the future and found out its joint probability density function on the supposition of GMM(Gaussian Mixture Model) using EM(Expectation Maximization) algorithm with training real-time traffic data. To validate the precision of our prediction model we had conducted various experiments with real-time traffic data and computed RMSE(Root Mean Square Error) between a real speed and its prediction speed. As the result, our model gave 4.5, 4.8, 5.2 as an average value of RMSE about 10, 30, 60 minutes later, respectively.

• Proceedings of the Korean Society of Machine Tool Engineers Conference
• /
• 1998.10a
• /
• pp.102-114
• /
• 1998

항공기 개발단계에서의 RAM(Reliability, Availability, Maintainability) 예측은 진행중인 설계개념이 RAM 개발 목표값을 달성할 수 있는지를 판단하여 이를 설계에 반영하기 위한 것이다. 본 연구에서 신뢰도 예측 모델은 항공기의 임무에 초점을 둔 임무신뢰도와 시스템신뢰도를 산출하고, 정비도 예측 모델은 군수지원분석자료(LSAR)와의 호환성을 유지할 수 있도록 하였으며, 가용도 예측 모델은 신뢰도와 정비도 자료를 활용한 운용가용도를 예측하는 데에 기준을 두었다. 본 연구는 기존의 RAM 예측이 각각 독립적으로 수행된 점을 보완하여 서로간의 상호관계를 반영한 통합 예측 모델을 개발하는 데에 초점을 두었으며, 실제적인 운용개념을 반영한 모델링으로서 항공기 개발단계에서 뿐만 아니라 실제 운용단계에서의 RAM 분석에 효과적이라 판단된다.

• Bulletin of the Korean Space Science Society
• /
• 2010.04a
• /
• pp.35.4-35.4
• /
• 2010

GPS 위성 중 세슘시계를 보유한 Block IIA 위성은 시계 성능의 저하로 시계 예측 모델의 정확도가 떨어지고 있다. 이 연구에서는 세슘원자 위성시계의 성능을 살펴보고 예측 정확도를 높일 수 있는 모델을 제시하고자 한다. IGS Final 위성시계자료를 수집하여 Allan variance를 통해 각 위성별 안정도를 확인하고, Fourier 변환을 통해 각 위성별 주기성을 살펴본다. 예측 모델의 계수를 결정하기 위해 예측 하루 전의 IGS Rapid 자료를 이용하고, 3시간, 6시간, 12시간, 24시간 간격의 예측 결과들을 IGS Final 결과와 비교하여 예측 모델의 정확도를 확인한다. 또한 IGS에서 제공하고 있는 Ultra-Rapid 예측자료와 비교하여 실시간 정밀 위치 결정 분야에 활용 가능성을 확인한다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1353-1354
• /
• 2015

본 연구에서는 관측자료 기반의 안개 예보를 수행하기 위해 특징선택을 이용한 SVR 회귀분석 기반 시정 예측 가이던스를 개발하였다. 예측에 필요인자를 사전에 선택하는 유전알고리즘 기반의 최적화 방법을 적용하여, 관측된 여러 기상인자의 입력인자 중 실제 시정을 예측하기 위한 입력인자를 선택하여 준다. 지점별 안개발생에 필요한 입력인자 및 예측 모델을 구성하여 통합적인 예측 모델이 아닌 각 지점에 최적화된 정보를 제공할 수 있도록 예측을 수행한다. 자료의 수집 특성상 3시간 간격으로 3시간 예보를 위한 시정을 예측하고, 예측 모델의 검증을 위해 현업의 수치모델 기반의 시정예측 정보와의 비교를 통해 실제 안개 시점에 대해 비교 분석하였고 그 결과를 통해 긍정적인 효과를 보였다. 예측모델을 적용하여 지도에 예측시정 정보를 제공하는 표출 시스템을 통해 실시간 가이던스를 제공하고자 연구를 수행하였다.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2017.11a
• /
• pp.360-361
• /
• 2017

도시가스 배관의 안전을 위해 다양한 시스템이 가동되고 있지만 대부분 현장점검에 의존하는 한계점을 가지고 있다. 본 연구에서는 국내 도시가스 공급업체들 중 하나인 중부도시가스사의 실시간 배관운영 데이터를 분석해 배관의 위험을 예측한다. 배관의 압력, 출력전압, 출력전류, 방식전위, 전위값 데이터와 기타 도시가스 관련요인 데이터를 통합해 상관분석을 진행한다. 그리고 특정 공급권역의 실시간 배관 압력 데이터를 분석해 압력 수치를 예측한다. Random forest regression과 support vector regression(SVR) 알고리즘을 사용해 모델을 구성한 결과 배관 데이터의 시계열 정보를 추가한 데이터 셋과 random forest regression을 사용한 모델에서 가장 우수한 예측 성능을 보인다.