• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1212-1214
• /
• 2012

생장예측모델이란 작물의 생장 시스템 내에서 일어나는 기작이나 생산과정을 수식으로 묘사하는 것이다. 신뢰성 있는 생장예측모델을 만들기 위해서는 생장과 관련된 대량의 데이터가 필요하다. 본 논문에서는 IT와 농업을 융합한 시설 원예작물 생장예측모델을 위한 생장 및 생장환경 데이터 수집 시스템 설계사례를 소개하고자 한다.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2022.10a
• /
• pp.83-84
• /
• 2022

이 연구에서는 건축물 화재 시, 허용피난시간을 예측하기 위한 예측모델을 개발하는 것을 목표로 한다. 실제 건축물을 대상으로 화재시뮬레이션을 수행하여 FDS 데이터베이스를 구축하였으며, FDS데이터를 학습하여 설계단계에서 건축물 특성을 학습변수로 하여 기계학습을 통해 ASET을 도출하는 예측모델을 제안하였다. 예측모델은 학습데이터와 비교하였을 때 0.9 이상의 높은 R²값을 나타내었다.

• KIPS Transactions on Software and Data Engineering
• /
• v.9 no.12
• /
• pp.419-430
• /
• 2020

This paper investigated methods to improve the forecasting accuracy of the electricity consumption prediction model. Currently, the demand for electricity has continuously been rising more than ever. Since the industrial sector uses more electricity than any other sectors, the importance of a more precise forecasting model for manufacturing sites has been highlighted to lower the excess energy production. We propose a double encoder-decoder model, which uses two separate encoders and one decoder, in order to adapt both long-term and short-term data for better forecasts. We evaluated our proposed model on our electricity power consumption dataset, which was collected in a manufacturing site of Sehong from January 1st, 2019 to June 30th, 2019 with 1 minute time interval. From the experiment, the double encoder-decoder model marked about 10% reduction in mean absolute error percentage compared to a conventional encoder-decoder model. This result indicates that the proposed model forecasts electricity consumption more accurately on manufacturing sites compared to an encoder-decoder model.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.541-544
• /
• 2021

본 논문은 어떤 기업의 주식 주문 정보를 담고 있는 호가창(limit order book)과 해당 기업과 관련된 뉴스 헤드라인을 사용하여 해당 기업의 주가 등락을 예측하는 딥러닝 기반 모델을 제안한다. 제안 모델은 호가창의 중기 변화와 단기 변화를 모두 고려하는 한편, 동기간 발생한 뉴스 헤드라인까지 예측에 고려함으로써 주가 등락 예측 정확도를 높인다. 제안 모델은 호가창의 변화의 특징을 CNN(convolutional neural network)으로 추출하고 뉴스 헤드라인을 Word2vec으로 생성된 단어 임베딩 벡터를 사용하여 나타낸 뒤, 이들 정보를 결합하여 특정 기업 주식의 다음 날 등락여부를 예측한다. NASDAQ 실데이터를 사용한 실험을 통해 제안 모델로 5개 종목(Amazon, Apple, Facebook, Google, Tesla)의 일일 주가 등락을 예측한 결과, 제안 모델은 기존 방법에 비해 정확도를 최대 17.14%, 평균 10.7% 향상시켰다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2007.11a
• /
• pp.440-447
• /
• 2007

사진은 시각화되어 있으면서도 사용자가 생성하기 쉽다는 이유로 가장 인기 있는 컨텐트 중 하나이며, 사진을 찍은 위치 정보는 해당 장소가 갖는 특징 혹은 상징성으로, 상품 및 서비스와 연관성을 갖고 있기 때문에 상거래의 매개체가 될 가능성을 내포하고 있다. 그러나 현재의 상거래 환경에서는 사진의 위치정보를 자동화, 체계화하여 저장하고 활용하는데 한계를 가지고 있어서 사진 자체가 상거래에 활용되는 모델을 찾아보기 힘들다. 본 연구에서 제시하는 U-Photo 비즈니스 모델은 사용자가 찍은 사진의 배경에 해당하는 장소를 그 장소를 통해 광고를 하고자 하는 광고주와 연계하고, 그 사진을 클릭했을 때 광고주의 사이트가 로딩 되도록 하는, 컨텐트 생성자, 컨텐트 소비자, 광고주 연계 비즈니스 모델이다. 본 논문은 유비쿼터스 컴퓨팅 환경에서 사진을 활용한 비즈니스 모델을 제안하고, 본 비즈니스 모델이 어떤 함의를 지니고 있는지를 분석하며 시장에서 실제 작동할 조건을 예측하여 본 비즈니스 모델을 평가한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.1375-1378
• /
• 2011

국방 분야의 모델링 및 시뮬레이션(Modeling & Simulation) 분야에서 재사용성 및 상호운용성 확보는 기 개발된 모델을 연동하여 시뮬레이션을 확장할 수 있다는 측면에서 핵심이 된다. 이러한 핵심기술 확보를 위해 시뮬레이션 소프트웨어의 공통 컴포넌트를 설계하고, 표준 연동 미들웨어인 Run-Time Infrastructure(RTI)를 적용한 프레임워크가 개발되었다. 한편, 시뮬레이션 환경은 목적에 따라 시뮬레이션 모델의 기능이 달라지거나, 동일한 모델이 분산 컴퓨팅뿐만 아니라 단일 컴퓨팅 환경에서도 수행되도록 요구된다. 본 논문은 이러한 요구사항을 만족시킬 수 있도록 모델 연동을 위한 플러그인 방식의 인터페이스 설계 방안을 제시하고, 분산 시뮬레이션의 동일한 모델을 단일 시스템에서 시뮬레이션 할 경우 모델 컴포넌트 간 데이터 교환 및 메시지 순서화를 제공할 수 있는 메커니즘을 기술한다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2001.05a
• /
• pp.124-124
• /
• 2001

한국군 워게임에서 사용되고 있는 시뮬레이션 모델은 주로 대부대 훈련 및 분석용 모델이 주류를 이루고 있다. 대부대 전투모델은 전투요소를 부대단위로 통합하여 부대를 모의 실체(entity)로 설정하고 부대 대 부대의 교전상황을 개략적으로 묘사하므로 개별무기체계의 성능 및 효과분석을 필요로 하는 정밀 전투실험이나 연구개발 및 획득분야의 적용에 많은 제한을 받게 된다. 이러한 대부대 개략묘사 전투모델과 대조적인 개념의 정밀묘사 전투모델은 단위무기체계별 교전상황을 상세하게 묘사하므로 주로 소부대 전장환경을 대상으로 하는 전투모의에서 활용된다. 최근 군사선진국에서는 국방환경의 변화와 함께 교육훈련 분야에서 합성전장 개념에 의한 과학화 훈련을 추진하고 있는데, 이러한 분야에서 사용되는 전투모델도 보다 상세한 시스템의 상호작용 묘사가 필요하므로 정밀묘사 기법을 적용하여 개발되어야 한다. 현재 국내에서 운용되고 있는 대표적인 정밀묘사 전투모델은 JANUS 모델과 EADSIM 모델을 예로 들 수 있지만, EADSIM 모델은 최근에 도입되어 실용화 연구 중에 있기 때문에 실제로는 한국국방연구원에서 운용하고 있는 JANUS 모델이 유일하다고 할 수 있다. 따라서 본 고에서는 먼저 전투모델 분류방법 고찰을 통하여 정밀묘사 모델의 특성을 분석하고 한국군 정밀묘사 전투모델의 운용실태와 함께 한국형 정밀묘사 모델 개발전략을 모색하기로 한다.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.33 no.6
• /
• pp.367-373
• /
• 2021

In this study, deep learning model was set up to predict the wave heights inside a harbour. Various machine learning techniques were applied to the model in consideration of the transformation characteristics of offshore waves while propagating into the harbour. Pohang New Port was selected for model application, which had a serious problem of unloading due to swell and has lots of available wave data. Wave height, wave period, and wave direction at offshore sites and wave heights inside the harbour were used for the model input and output, respectively, and then the model was trained using deep learning method. By considering the correlation between the time series wave data of offshore and inside the harbour, the data set was separated into prevailing wave directions as a pre-processing method. As a result, It was confirmed that accuracy and stability of the model prediction are considerably increased.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1460-1463
• /
• 2012

본 논문은 대형복합 체계인 국방무기체계를 설계 프로세스에 따라 SysML 을 적용하여 개발하는 방법 및 사례에 대해 다룬다. ISO-IEC 15288 에 제시된 기술 프로세스의 핵심 단계인 요구사항 분석, 기능 분석, 이키텍처 설계를 모델 기반으로 수행하는 것은 이해관계자 사이의 의사소통을 원할히 유지하는 효과적인 방법이다. 더불어 SysML 을 기반으로 작성된 체계 모델은 S/W 설계를 위해 많이 사용되는 UML 과 설계 일관성을 유지하기 용의하다. 본 논문은 SysML 을 통해 체계 개발에 필요한 단계별 모델의 종류와 사용방법을 대공유도무기 사례를 통해 제안하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.518-521
• /
• 2023

오늘날 과도한 정보의 양 속에서 디지털 문서 내 중요한 정보를 효율적으로 획득하는 것은 비용 효율의 측면에서 중요한 요구사항이 되었다. 문서 요약은 자연어 처리의 한 분야로서 원본 문서의 핵심적인 정보를 유지하는 동시에 중요 문장을 추출 또는 생성하는 작업이다. 이 중 추출요약은 정보의 손실 및 잘못된 정보 생성의 가능성을 줄이고 요약 가능하다. 그러나 여러 토크나이저와 임베딩 모델 중 적절한 활용을 위한 비교가 미진한 상황이다. 본 논문에서는 한국어 사전학습된 추출 요약 언어 모델들을 선정하고 추가 데이터셋으로 학습하고 성능 평가를 실시하여 그 결과를 비교 분석하였다.