• Journal of the Korean Association of Geographic Information Studies
• /
• v.14 no.4
• /
• pp.116-127
• /
• 2011

This study conducted landslide susceptibility analysis using logistic regression. The performance of prediction model needs to be evaluated considering two aspects such as a goodness of fit and a prediction accuracy. Thus to gain more objective prediction results in this study, the prediction performance of the applied model was evaluated considering two such evaluation aspects. The selected study area is located between Inje-eup and Buk-myeon in the middle of Kwangwon. Landslides in the study area were caused by heavy rain in 2006. Landslide causal factors were extracted from topographic map, forest map and soil map. The evaluation of prediction model was assessed based on the area under the curve of the cumulative gain chart. From the results of experiments, 87.9% in the goodness of fit and 84.8% in the cross validation were evaluated, showing good prediction accuracies and not big difference between the results of the two evaluation methods. The results can be interpreted in terms of the use of environmental factors which are highly related to landslide occurrences and the accuracy of the prediction model.

• Journal of KIISE
• /
• v.44 no.9
• /
• pp.954-965
• /
• 2017

A stable power supply is very important for the maintenance and operation of the power infrastructure. Accurate power consumption prediction is therefore needed. In particular, a university campus is an institution with one of the highest power consumptions and tends to have a wide variation of electrical load depending on time and environment. For this reason, a model that can accurately predict power consumption is required for the effective operation of the power system. The disadvantage of the existing time series prediction technique is that the prediction performance is greatly degraded because the width of the prediction interval increases as the difference between the learning time and the prediction time increases. In this paper, we first classify power data with similar time series patterns considering the date, day of the week, holiday, and semester. Next, each ARIMA model is constructed based on the classified data set and a daily power consumption forecasting method of the university campus is proposed through the time series cross-validation of the predicted time. In order to evaluate the accuracy of the prediction, we confirmed the validity of the proposed method by applying performance indicators.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.12
• /
• pp.2511-2520
• /
• 2011

This paper describes the parameter adjustment method of fuzzy membership function to improve the performance of multi-sensor fusion system using adaptive fuzzy-Kalman filter and cross-validation. The adaptive fuzzy-Kanlman filter has two input parameters, variation of accelerometer measurements and residual error of Kalman filter. The filter estimates system noise R and measurement noise Q, then changes the Kalman gain. To evaluate proposed adaptive fuzzy-Kalman filter, we make the two-axis AHRS(Attitude Heading Reference System) using fusion of an accelerometer and a gyro sensor. Then we verified its performance by comparing to NAV420CA-100 to be used in various fields of airborne, marine and land applications.

• The KIPS Transactions:PartB
• /
• v.17B no.4
• /
• pp.309-316
• /
• 2010

This paper introduces a new model based method for facial expression recognition that uses facial grid angles as feature space. In order to be able to recognize the six main facial expression, proposed method uses a grid approach and therefore it establishes a new feature space based on the angles that each gird's edge and vertex form. The way taken in the paper is robust against several affine transformations such as translation, rotation, and scaling which in other approaches are considered very harmful in the overall accuracy of a facial expression recognition algorithm. Also, this paper demonstrates the process that the feature space is created using angles and how a selection process of feature subset within this space is applied with Wrapper approach. Selected features are classified by SVM, 3-NN classifier and classification results are validated with two-tier cross validation. Proposed method shows 94% classification result and feature selection algorithm improves results by up to 10% over the full set of feature.

• The Journal of the Korea Contents Association
• /
• v.20 no.2
• /
• pp.172-181
• /
• 2020

This study examines the fact-check coverage provided by the SNU fact-check center site(factcheck.snu.ac.kr). A total of 50 articles that were cross-checked by multiple news media organizations were analyzed. The study's variables were topics, types, characteristics, consistency of the news media organizations' judgement, and fact-check sources. This study found that fact-checking coverage was generally focused on presidential or general election candidates or politicians, as well as political topics. The types of fact-checking coverage primarily included factual information, as well as some opinions or interpretations. Fact-check coverage was mainly focused on the facts of the statements themselves, causal relationships, or the timing or target of the comparison criteria. On average, the fact-checking coverage most frequently assigned the judgment 'mostly false, and primarily used interviews of individuals or data from organizations involved in the issue, government data, and experts' statements as the bases for its fact-checking judgements.

• Journal of the Korean Society for Library and Information Science
• /
• v.43 no.1
• /
• pp.313-332
• /
• 2009

Cross-language text categorization(CLTC) can classify documents automatically using training set from other language. In this study, collections appropriated for CLTC were extracted from KTSET. Classification performance of various CLTC methods were compared by SVM classifier using machine translation. Results showed that the classification performance in the order of poly-lingual training method, training-set translation and test-set translation. However, training-set translation could be regarded as the most useful method among CLTC, because it was efficient for machine translation and easily adapted to general environment. On the other hand, low performance was shown to be due to the feature reduction or features with no subject characteristics, which occurred in the process of machine translation of CLTC.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.34 no.2
• /
• pp.17-25
• /
• 2006

In the present study, a 2-D chimera technique for overlapped bodies in relative motion is developed using unstructured triangular meshes. The solid boundary nodes located next to the intersecting point between bodies are merged to the intersecting point to assure accurate representation of the intersecting region. In order to assign proper value of flow variables at the nodes located out of the computational field, interpolation is conducted for non-active nodes. For validation, the motions of a NACA64A006 airfoil and a NACA0012 airfoil with a plane flap are computed and the results are compared with other simulations. The motion of a launching missile ejected from a NACA0012 airfoil is also simulated.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.411-411
• /
• 2019

지형학적으로 다양한 형상을 가지고 있는 하천유역은 지역적 조건에 따라 뚜렷한 특징을 나타낸다. 이러한 조건은 하천유역의 발달 및 수문학적 특징에 영향을 미친다. 금회 연구는 여러 가지 유역의 특징 중 유역을 대표할 만한 특징을 이용하여 간단하고 유용한 하천 유역 분류 기법을 제시하였다. 하천유역의 여러 특징 중 지류교차각(Tributary Junction Angle)은 유역을 분석하기 위해 많이 사용되었으며 다른 특징들과 함께 유역 구분을 위해 분석되어 왔다. 하지만, 지류교차각만 이용하여 유역 분류를 제시하는 기법은 연구되지 않았다. 하천유역 분류 기법 제시를 위해 수지형 유역, 평행형 유역, 부채형 유역, 직사각형 유역, 격자형 유역 등 5가지의 형태를 중심으로 50개의 하천유역을 사용하였고, 지류교차각의 Beta Distribution 모델을 적용하여 매개변수 추정치 산정 후 유역 분류를 위한 분석을 실시하였다. 매개변수 추정치는 각 유역 형태 구분을 위해 적용되었고, 이후 Support Vector Machines를 이용하여 하천유역 형태를 분류하도록 하였다. 분석을 통한 결과는 일반적인 통계기법과 다른 유역형태 구분 기법을 이용하여 검증하였다. 제안된 기법은 수지형, 평행형, 부채형 유역 형태들에 대하여 정확하게 분류할 수 있으며, 얻어지는 결과는 중요한 수문학적 정보 제공에 사용 될 것으로 판단된다. 금회 연구를 통해 Beta 분포형의 매개변수 추정치는 하천유역 분류 적용에 유용하게 사용 될 수 있음을 확인하였고, 하나의 주요 유역 인자로 유역 구분이 가능함을 제시하였다. 향후 연구로는 하천유역 분류를 통해 수문학적인 동질 유역을 구분하여 수문모델의 수행능력을 향상 시킬 수 있는 수문모델 분석과 개발에 적용 될 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.370-370
• /
• 2021

태풍으로 인한 피해를 줄이기 위해 경로, 강도 및 폭풍해일의 사전 예측은 매우 중요하다. 이중, 태풍의 경로와는 달리 강도 및 폭풍해일의 예측에 있어서 바람장은 수치 모델의 초기 입력값으로 요구되기 때문에 정확한 바람장 정보는 필수적이다. 대기 바람장 예측 방법은 크게 해석적 모델링, 라디오존데 측정과 위성 사진을 통한 산출로 구분할 수 있다. Holland의 해석적 모델링은 비교적 적은 입력값이 필요하지만 정확도가 낮고, 라디오존데 측정은 정확도가 높지만 점 측정에 가깝기 때문에 이차원 바람장을 산출하기에 한계가 있다. 위성 사진을 통한 바람장 산출은 위성기술의 고도화로 관측 채널 수 및 시공간 해상도가 크게 증가하고 있기 때문에 다양한 기법들이 개발되고 있다. 본 연구에서는 생성적 적대 신경망 (Generative Adversarial Network, GAN)을 통해 일련의 연속된 과거 적외 채널 위성 사진 흐름의 패턴을 학습시켜 미래 위성 사진을 예측하고, 예측된 연속적인 위성 사진들의 교차상관 (cross-correlation)을 통해 바람장을 산출하였다. GAN을 적용함에 있어 2011년부터 2019년까지 한반도 근방에 접근했던 태풍 중에 4등급 이상인 68개의 태풍의 한 시간 간격으로 촬영된 총 15,683개의 위성 사진을 학습시켜 생성된 이미지들은 실측 위성 사진들과 매우 유사한 것으로 나타났다. 또한, 생성된 이미지들의 교차상관으로 얻어진 바람장 벡터들의 풍향, 풍속, 벡터 일관성 및 수치 모델과의 비교를 통해 각각의 벡터들의 품질 계수를 구하고 정확도가 높은 벡터들만 결과에 포함하였다. 마지막으로 국내 6개의 라디오존데 관측점에서의 실측 벡터와의 비교를 통해 본 연구 결과의 실효성을 검증하였다. 본 연구에서 확장하여, 이와 같이 AI 기법과 이미지 교차상관 기법을 사용하여 얻어진 바람장으로부터 태풍 강도예측에 필요한 요소인 태풍의 눈의 위치, 최고 속도와 태풍 반경을 직접적으로 산출할 수 있고. 이러한 위성 사진을 기반으로 한 바람장은 단순화된 해석적 바람장을 대체하여 폭풍 해일 모델링의 예측 성능 개선에 기여할 것으로 보여진다.

• Review of KIISC
• /
• v.29 no.3
• /
• pp.29-36
• /
• 2019

폭발적으로 성장하는 소셜 미디어 서비스로 인해 개인간의 연결이 강화된 환경에서는 URL로써 전파되는 피싱 공격의 위험성이 크게 강조된다. 최근 텍스트 분류 및 모델링 분야에서 그 성능을 입증받은 딥러닝 알고리즘은 피싱 URL의 구문적, 의미적 특징을 각각 모델링하기에 적절하지만, 기존에 사용하는 규칙 기반 앙상블 방법으로는 문자와 단어로부터 추출되는 특징간의 비선형적인 관계를 효과적으로 융합하는데 한계가 있다. 본 논문에서는 피싱 URL의 구문적, 의미적 특징을 체계적으로 융합하기 위한 컨볼루션 신경망 기반의 퓨전 신경망을 제안하고 기계학습 방법 중 최고의 분류정확도 (0.9804)를 달성하였다. 학습 및 테스트 데이터셋으로 45,000건의 정상 URL과 15,000건의 피싱 URL을 수집하였고, 정량적 검증으로 10겹 교차검증과 ROC커브, 정성적 검증으로 오분류 케이스와 딥러닝 내부 파라미터를 시각화하여 분석하였다.