• Journal of the Korean GEO-environmental Society
• /
• v.10 no.5
• /
• pp.49-57
• /
• 2009

In this study, one of the complicated geotechnical problem, compression index was predicted by a artificial neural network method of Levenberg-Marquardt (LM) algorithm. Predicted values were compared and evaluated by the results of the Back Propagation (BP) method, which is used extensively in geotechnical engineering. Also two different results were compared with experimental values estimated by verified experimental methods in order to evaluate the accuracy of each method. The results from experimental method generally showed higher error than the results of both artificial neural network method. The predicted compression index by LM algorithm showed better comprehensive results than BP algorithm in terms of convergence, but accuracy was similar each other.

• Communications for Statistical Applications and Methods
• /
• v.3 no.3
• /
• pp.303-310
• /
• 1996

1987년도와 1992년도에 한국 갤럽에서 대통령 선거 결과를 예측하기 위하여 실시한 바 있는 여론 조사 결과를 그래픽으로 분석하였다. 1987년도에는 각 후보에 대한 직접적인 지지도보다 종교별 후보 지지도 예측에 발표의 촛점이 맞춰져 있었으므로 이 발표 결과를 다각적으로 분석하였고, 1992년도에는 각 후보의 직접적인 지지도 분석에 촛점을 두었다.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1995.05b
• /
• pp.993-998
• /
• 1995

본 연구는 국제공동연구로 수행중인 Hualien 대형내진모델시험사업중 모델구조물에 대한 지진 응답 예측해석(blind prediction analysis)에 관한 것이다. 이 해석은 축대칭 무한요소를 이용하여 개발한 전산프로그램 KIESSI와 유연체적법에 의한 전산프로그램 SASSI를 이용하여 수행하였으며, 구조물 및 지반 특성은 뒷채움이 완료된 모델구조물에 대한 통일모델과 예측 후 상관해석 결과를 사용하였다. 그 결과 지진응답 예측해석 결과는 계측된 지진응답과 비교적 잘 일치하였으나 더 좋은 해석결과를 얻기 위해서는 구조물 및 지반 특성을 좀 더 수정할 필요가 있음을 알 수 있었다.

• Journal of Digital Convergence
• /
• v.10 no.9
• /
• pp.357-362
• /
• 2012

We have compared and predicted for non-linear time series data which are real data having different variences using GRCA(1) model and neural network method. In particular, using Korea Composite Stock Price Index rate, mean square errors of prediction are obtained in genaralized random coefficient autoregressive model and neural network method. Neural network method prove to be better in short-term forecasting, however GRCA(1) model perform well in long-term forecasting.

• Journal of KIISE:Computer Systems and Theory
• /
• v.27 no.11
• /
• pp.899-907
• /
• 2000

슈퍼스칼라 프로세서의 성능을 향상시키기 위해서는 데이터 종속성에 의한 장애를 제거해야 한다. 최근 여러 논문들은 이러한 데이터 종속성을 제거하기 위해서 명령어의 결과 값을 예상하는 메커니즘을 제안하였다. 이러한 예상 메커니즘 중 여러 예측기를 혼합해서 사용하는 하이브리드 방법은 각 하나의 예측기만을 사용하는 방법보다 더 좋은 성능을 얻을 수 있다. 그러나 그러한 하이브리드 예측기는 명령어를 중복해서 저장하여 많은 하드웨으 크기를 요구한다. 본 논문에서는 여러 예측기의 장점을 이용하여 높은 성능을 얻을 수 있는 새로운 하이브리드 예측 메커니즘을 제안한다. 또한 예상이 자주 틀리는 명령어를 동적으로 찾아내어 예상하지 않음으로서 잘못 예상시 발생하는 misprediction 페널티를 낮추고 예상 정확도를 높인다. 시뮬레이션 결과 SPECint95 벤치마크프로그램에 대해 제안한 하이브리드 예측기에서 예측율은 평균 79%에서 90%로 향상하였고, misprediction rate는 평균 12%에서 2%로 낮추었다.

• Management & Information Systems Review
• /
• v.28 no.3
• /
• pp.69-98
• /
• 2009

This study investigates in-sample and out-of-sample predictive abilities of accruals and accruals components with respect to future cash flows using models developed by Barth et al.(2001). In tests, data collected fromda62 Korean KOSPI and KOSDAQ listed firms for ccr4-2007 are used. Results of in-sample prediction tests are similar with those of Barth et al.(2001). Their accrual components model is better than other three models(NI only model, CF only model and NI-total accruals model) in future cash flows predictive ability. That is, in the case of in-sample prediction, accrual components excluding amortization have additional information contents for future cash flows. But in out-of-sample tests, the results are different. The model including operational cash flows(CF only model) shows best out-of-sample predictive ability with respect to future cash flows among above four prediction models. The accrual components model of Barth et al.(2001) has worst out-of-sample predictive ability. The results are robust to sensitivity analyses. In conclusion, we can't find the evidence that accruals and accrual components have predictive ability with respect to future cash flows in out-of-sample prediction tests. This results are consistent with results of Lev et al.(2005), and inconsistent with the belief of accounting standards formulating organizations such as FASB and KASB.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.282-282
• /
• 2016

지표수문해석모형이란 전 지구를 대상으로 수문해석 및 예측이 가능한 분포형 수문모형이다. 본 연구에서는 CSEOF(Cyclostationary Empirical Orthogonal Functions) 분석 방법을 이용하여 지표수문해석 모형 중 하나인 VIC(Variable Infiltration Capacity)모형의 토양수분 모의 성능을 평가해보고자 한다. 이를 위하여 먼저 남한에 대한 VIC 모형으로 모의한 토양수분 예측 결과와 관측자료를 수집하였다. 모의 성능 평가 기간은 1976년부터 2006년까지이다. 이후 본 연구에서는 수집된 VIC 모형의 예측 결과와 관측 자료에 대한 CSEOF 분석을 수행하여 각 자료의 월별 주된 변동 특성을 추출하였다. VIC 모형의 예측 결과와 관측자료의 상관관계는 CSEOF 분석 결과에 대한 Pattern Correlation으로 정량화되었다. 이와 더불어 본 연구에서는 모형의 모의 성능 평가에 주로 사용되는 NRMSE(Nomalized Root Mean Square Error)를 산정하여 예측 결과의 오차를 평가하였다. Pattern Correlation과 NRMSE를 모두 고려하여 VIC 모형의 성능을 평가해본 결과, 건기에 해당하는 기간과 우기에 해당하는 기간의 모의 성능이 다르게 나타났다. 본 연구의 결과는 추후에 지표수문해석 모형의 예측 결과를 이용하는 기후변화 관련 연구에 활용될 수 있을 것으로 판단된다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.8 no.1
• /
• pp.107-115
• /
• 2002

We propose a new hybrid value predictor which achieves high performance by combining several predictors. Because the proposed hybrid value predictor can update the prediction table speculatively, it efficiently reduces the number of mispredicted instructions due to stale data. Also, the proposed predictor can enhance the prediction accuracy and efficiently decrease the hardware cost of predictor, because it allocates instructions into the best-suited predictor during instruction fetch stage by using the information of static classification which is obtained from the profile-based compiler implementation. For the 16-issue superscalar processors, simulation results based on the SimpleScalar/PISA tool set show that we achieve the average prediction rates of 73% by using speculative update and the average prediction rates of 88% by adding static classification for the SPECint95 benchmark programs.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.182-182
• /
• 2020

최근 지구 온난화나 기상이변으로 인해 세계각지에서 많은 자연재해가 발생하고 있고 우리나라도 최근 전국 각지에서 국지성호우에 의한 많은 피해가 발생하고 있다. 특히 국지성호우로 인해 발생하는 산간지역의 토석류는 많은 재산피해를 일으키고 있다. 최근 토석, 토사, 혹은 부유 잡목 등의 유출로 인한 피해를 막기 위해 많은 사방댐을 축조하고 있으나 표면침식에 의해서 유출되는 토석량 혹은 토사량을 정확히 예측하지 못한다면 축조된 사방댐은 금방 제구실을 못할 수 있거나 혹은 과대 설계 및 시공되어 건설비를 낭비할 수 있다. 따라서 최적의 사방댐 건설을 위해 정확한 토석량의 산정은 매우 중요한 전제조건이라 할 수 있다. 본 연구에서는 강원도 인제군 산간지역 4곳의 사방댐유역에 대해 토석량 예측모형 MSDPM(Multi-Sequence Debris Prediction Model)과 LADMP(Los Angeles District Method for Prediction of sediments yield)를 이용하여 산정한 토석량과 실제 준설량을 비교하였다. 이를 위해 강원 산간지역에 맞도록 예측모형을 보정하였으며 토석류 유발 강우강도(Threshold Maximum 1-hr Rainfall Intensity)와 토석류 유발 최소강우량(Total Minimum Rainfall Amount)개념을 도입하여 예측모형식을 적용하였다. 위 식이 갖고 있는 대표적 특징 중 하나인 산불계수를 사용해야 하지만 본 연구지역은 산불 피해규모가 미미하여 산불의 영향은 고려하지 않고 토석량을 산정하였다. 두 예측모형의 계산결과와 실제 준설량을 비교해본 결과, MSDPM의 결과가 LADMP의 결과보다 준설량과 더 일치하는 것으로 나타났다. 실제 준설량과 MSDPM의 계산결과는 평균 17.37%의 차이를 나타냈고 LADMP의 계산결과는 평균 41.87%의 차이를 나타냈다. 본 연구에서 사용된 토석량 예측 모형은 앞으로 많은 산지유역의 토석량 예측에 사용이 가능 할 것으로 판단된다. 하지만 본 연구에서 사용된 자료의 제한성 때문에 앞으로 많은 실측 준설자료를 통하여 예측모형식을 보정하는 작업이 우선되어야 할 것으로 판단된다. 이를 위해서 많은 산지유역의 토석량을 장시간 실측하여 데이터를 축적하고 이를 사용하여 다양한 토석량 예측모형을 검보정하는 노력이 필요할 것으로 판단된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10c
• /
• pp.865-867
• /
• 2001

데이터 종속성을 제거하기 위해서 명령어의 결과값을 예상하는 여러 결과값 예측기의 장점을 이용하여 놓은 성능을 얻을 수 있는 새로운 혼합형 예측 메커니즘을 제안한다. 제안된 혼합형 결과값 예측기는 예상 테이블을 모험적으로 갱신할 수 있기 때문에 부적절한(Stale) 데이터로 인해 잘못 예상되는 명령어의 수를 효과적으로 감소시킨다. 또한 정적 분류 정보를 사용하여 명령의 반입시 적절한 예측기에 할당함으로써 예상 정확도를 더욱 향상시키며, 하드웨어 비용을 효율적으로 감소시키도록 하였다. 5개의 SPECint 95 벤치마크 프로그램에 대해 SimpleScalar/PISA 3.0 툴셋을 사용하여 실험하였다. 16-이슈 폭에서 모험적 갱신을 사용한 평균 예상 정확도는 73%의 실험 결과가 나왔으며, 정적 분류 정보를 사용하였을 경우 예상 정확도가 88%로 증가된 결과를 얻었다.