• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.38 no.4
• /
• pp.579-586
• /
• 2018

Short-term prediction of travel speed has been widely studied using data-driven non-parametric techniques. There is, however, a lack of research on the prediction aimed at urban areas due to their complex dynamics stemming from traffic signals and intersections. The purpose of this study is to develop a hybrid approach combining ensemble empirical mode decomposition (EEMD) and artificial neural network (ANN) for predicting urban travel speed. The EEMD decomposes the time-series data of travel speed into intrinsic mode functions (IMFs) and residue. The decomposed IMFs represent local characteristics of time-scale components and they are predicted using an ANN, respectively. The IMFs can be predicted more accurately than their original travel speed since they mitigate the complexity of the original data such as non-linearity, non-stationarity, and oscillation. The predicted IMFs are summed up to represent the predicted travel speed. To evaluate the proposed method, the travel speed data from the dedicated short range communication (DSRC) in Daegu City are used. Performance evaluations are conducted targeting on the links that are particularly hard to predict. The results show the developed model has the mean absolute error rate of 10.41% in the normal condition and 25.35% in the break down for the 15-min-ahead prediction, respectively, and it outperforms the simple ANN model. The developed model contributes to the provision of the reliable traffic information in urban transportation management systems.

• The Korean Journal of Applied Statistics
• /
• v.26 no.2
• /
• pp.335-347
• /
• 2013

There are various types of real world signals. For example, an electrocardiogram(ECG) represents myocardium activities (contraction and relaxation) according to the beating of the heart. ECG can be expressed as the fluctuation of ampere ratings over time. A signal is a composite of various types of signals. An orchestra (which boasts a beautiful melody) consists of a variety of instruments with a unique frequency; subsequently, each sound is combined to form a perfect harmony. Various research on how to to decompose mixed stationary signals have been conducted. In the case of non-stationary signals, there is a limitation to use methodologies for stationary signals. Huang et al. (1998) proposed empirical mode decomposition(EMD) to deal with non-stationarity. EMD provides a data-driven approach to decompose a signal into intrinsic mode functions according to local oscillation through the identification of local extrema. However, due to the repeating process in the construction of envelopes, EMD algorithm is not efficient and not robust to a noise, and its computational complexity tends to increase as the size of a signal grows. In this research, we propose a new method to extract a local oscillation embedded in a signal by utilizing the second derivative.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.308-308
• /
• 2019

지구상 해양, 대기 및 대륙 상호간의 연속적인 물의 거동을 나타내는 물의 순환의 주요 과정 중 하나인 유량 자료는 경년부터 수십년간의 다양한 기상학적 변동성을 내포하며 해당 지역의 수문기상학적 특성을 반영한다. 이러한 기상학적 변동성 중에서 비교적 긴 시간 주기를 나타내는 저주파 진동은 전지구적 기후변화의 장기적 영향을 나타내며 해수면 상승, 홍수 또는 가뭄과 같은 극한 수문사상을 나타내는 매우 주요한 지표로 활용되고 있지만 관측된 수문 시계열의 짧은 자료길이로 인하여 통계적 분석의 신뢰성에 한계를 보여왔다. 따라서 과거 수문 시계열의 확장으로 인하여 부재의 영역으로 남아있던 자료 기간의 한계가 보완되면 보다 정확하고 신뢰도 있는 분석이 가능할 것이다. 나무나이테를 활용한 고기후 복원 등의 연구가 증가하고 있지만 공학 분야에서 이를 실제로 활용한 연구는 아직 미비하다. 따라서 본 연구에서는 과거 기후의 정보를 바탕으로 복원된 수문 시계열을 활용하여 수문 시계열에 내재된 장기 기후 변동성을 통계적으로 분석하기 위한 문헌들을 조사하고, 장기적인 시간 흐름에 내재된 잠재적인 경향 및 변동성을 통계적 분석을 파악하고자 한다. 이를 위해 주어진 수문 시계열에 내재된 저주파 신호을 추출하기 위한 경험적 모드분해법을 활용하여 수문 자료에 내재된 장기 변동성을 추출하였으며, 산업화 이전부터 연장된 수문 시계열의 공학적 활용성을 분석하고자 한다.

• Journal of the Korean Society of Propulsion Engineers
• /
• v.24 no.4
• /
• pp.25-32
• /
• 2020

A numerical study on combustion instabilities in a model combustor was conducted with various momentum flux ratios. Five ratios are calculated based on an actual operating condition of rocket engine. As momentum flux ratio increases, the spreading angle on the injector outlet decreases. And, as increase of axial momentum flux, pressure fluctuation decreases inside the combustor. By using dynamic mode decomposition method, the acoustic modes inside the combustor are identified. Combustion stabilities are analyzed by comparing the damping coefficient of the 2^nd longitudinal mode.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.16-16
• /
• 2017

기후 시스템의 다양한 상호작용으로 인해 나타나는 대표적 현상인 강우는 수문학적 분석 과정의 필수적인 요소이며 장기 강우를 예측하는 것은 효율적인 수자원 관리에 중요한 기반이 되고 있다. 이러한 강우는 장기적으로 지구의 대기-해양 순환 패턴의 영향을 받으며, 특히 엘니뇨와 라니냐와 같은 기상 이변이 발생할 경우 대규모 순환에 변화가 일어나게 되어 강우에 영향을 미칠 수 있다. 따라서 본 연구에서는 지구의 순환 패턴 특성을 수치화한 전지구적 기상인자 중에서 우리나라 장기 강우를 예측하기 위한 기상인자를 선정하고 시계열 모형 구축을 통하여 예측력을 평가하였다. 이를 위해 강우에 내재된 다양한 대기-해양 순환 패턴으로부터 나타나는 주기적 요소를 추출하기 위해 앙상블 경험적 모드분해법을 사용하여 강우를 분해한 후, 각 분해된 강우자료와 전지구적 기상인자와의 상관성 분석을 통해 높은 상관성을 가진 기상인자를 선별하고 단계식 변수선택법으로부터 유의미한 기상인자를 최종적으로 선정하였다. 그 결과, 우리나라 기상청 60개 지점의 월별 강우자료 중 전반적으로 영향을 미치는 기상인자를 선정할 수 있었으며, 선정된 기상인 자로 구축된 시계열 모형을 통해 우리나라 장기 강우를 예측하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.27 no.1
• /
• pp.40-46
• /
• 2008

Weak target detection and localization in the presence of loud surface ship noise is a critical problem for matched field processing (MFP) in shallow water. For stationary sources, each signal component of received signal can be separated and interference can be suppressed using eigen space analysis schemes. However, source motion, in realistic cases, causes spreading of signal energies in their subspace. In this case, eigenvalues of target and interfere signal components are mixed and hard to be separated with usual phone space eigenvector decomposition (EVD) approaches. Our technique is based on mode space and utilizes the difference in their physical characteristics of surface and submerged sources. Performing EVD for modal cross spectral density matrix, interference components in the mode amplitude subspace can be classified and eliminated. This technique is demonstrated with synthetic data, and results are discussed.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.256-256
• /
• 2022

레이놀즈 분해법은 유속을 비롯한 변수를 평균 성분과 변동 성분으로 분해하는 분석 방법으로, 난류 분석의 기본이 되는 방법이다. 그러나 유체 내에 장애물이 존재할 경우, 흐름에 큰 와류가 존재하여 난류 변동 성분과 구분되는 고유 구조가 형성되는데, 이러한 경우에 레이놀즈 분해법을 적용하면 고유 구조의 변동 성분이 난류로 처리되어 난류 강도가 과다하게 책정될 수 있다는 한계점이 있다. 이에 대한 대안으로 제안된 것이, 변수를 평균 성분, 파동 성분, 변동 성분으로 분해하는 삼중 분해법이다. 삼중 분해법은 흐름 내의 고유 구조를 추출하는 것을 가능하게 하여 다양한 연구에서 사용되어왔다. 삼중 분해법을 구현하기 위해 이용되는 방법론 중 하나로, 공분산 행렬을 이용하여 유속장을 분해하는 방법인 적합 직교 분해법이 많이 사용된다. 본 연구에서는 원기둥 후류에 적합 직교 분해법을 사용하여 삼중 분해법을 시행하고, 후류의 흐름 구조를 분석하는 것을 목표로 하였다. 영상 유속계를 사용하여 실험을 통해 원기둥 후류의 수평 유속장을 측정하였고, 측정 자료에 적합 직교 분해법을 적용한 결과, 첫 두 모드에서 큰 규모의 와류가 파동 형태로 전파되는 것이 관찰되어 고유 구조의 존재를 확인할 수 있었다. 해당 성분을 삼중 분해법의 파동 성분으로 상정하였고, 푸리에 분석을 적용한 결과에서도 원기둥 후류의 고유 진동수가 뚜렷하게 나타나는 것을 확인하였다. 또한, 원기둥 후류의 에너지 전달 구조를 확인하기 위하여 에너지 방정식에 삼중 분해법을 적용하여 식을 유도하고, 실험 자료로부터 각 항을 계산하여 비교해보았다.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2009.04a
• /
• pp.320-325
• /
• 2009

In this study, a method to estimate the suspension bridge deflection is developed using mode decomposition technique. In order to examine the suspension bridge stability against these dynamic loadings, the prediction of displacement response is very important to evaluate bridge stability. However, it is recognized that any measurement of movement for suspension bridges may be difficult for the absence of proper methods to measure the displacement response on site. This study aims at suggesting a method to estimate the displacement response from the measured strain signals in an indirect way to predict the displacement response, not a direct way to measure the displacement response. Additionally, by applying the FBG sensors with multi-point measurements not influenced by electric noise, it can be expected that the technique would be applicable to infrastructures.

• Journal of the Korean Society for Precision Engineering
• /
• v.33 no.12
• /
• pp.985-992
• /
• 2016

Bearings have various uses in industrial equipment. The lifetime of bearings is often lesser than anticipated at the time of purchase, due to environmental wear, processing, and machining errors. Bearing conditions are important, since defects and damage can lead to significant issues in production processes. In this study, we developed a method to diagnose faults in the bearing conditions. The faults were determined using kurtosis, average, and standard deviation. An intrinsic mode function for the data from the selected axis was extracted using empirical mode decomposition. The intrinsic mode function was obtained based on the frequency, and the learning data of ANN (Artificial Neural Network) was concluded, following which the normal and fault conditions of the bearing were classified.

• Proceedings of the Korean Environmental Sciences Society Conference
• /
• 2018.10a
• /
• pp.132-132
• /
• 2018