• Journal of Intelligence and Information Systems
• /
• v.13 no.2
• /
• pp.15-26
• /
• 2007

In this study, a SOHO (Small Office Home Office) bankruptcy prediction model is proposed using Modified Bagging Predictors which is modification of traditional Bagging Predictors. There have been several studies on bankruptcy prediction for large and middle size companies. However, little studies have been done for SOHOs. In commercial banks, loan approval processes for SOHOs are usually less structured than those for large and middle size companies, and largely depend on partial information such as credit scores. In this study, we use a real SOHO loan approval data set of a Korean bank. First, decision tree induction techniques and artificial neural networks are applied to the data set, and the results are not satisfactory. Bagging Predictors which has been not previously applied for bankruptcy prediction and Modified Bagging Predictors which is proposed in this paper are applied to the data set. The experimental results show that Modified Bagging Predictors provides better performance than decision tree inductions techniques, artificial neural networks, and Bagging Predictors.

• KIPS Transactions on Software and Data Engineering
• /
• v.7 no.4
• /
• pp.129-134
• /
• 2018

Recently, the artificial neural network (ANN) model is a promising technique in the prediction, numerical control, robot control and pattern recognition. We predicted the outside temperature of greenhouse using ANN and utilized the model in greenhouse control. The performance of ANN model was evaluated and compared with multiple regression model(MRM) and support vector machine (SVM) model. The 10-fold cross validation was used as the evaluation method. In order to improve the prediction performance, the data reduction was performed by correlation analysis and new factor were extracted from measured data to improve the reliability of training data. The backpropagation algorithm was used for constructing ANN, multiple regression model was constructed by M5 method. And SVM model was constructed by epsilon-SVM method. As the result showed that the RMSE (Root Mean Squared Error) value of ANN, MRM and SVM were 0.9256, 1.8503 and 7.5521 respectively. In addition, by applying the prediction model to greenhouse heating load calculation, it can increase the income by reducing the energy cost in the greenhouse. The heating load of the experimented greenhouse was 3326.4kcal/h and the fuel consumption was estimated to be 453.8L as the total heating time is $10000^{\circ}C/h$. Therefore, data mining technology of ANN can be applied to various agricultural fields such as precise greenhouse control, cultivation techniques, and harvest prediction, thereby contributing to the development of smart agriculture.

• Food Engineering Progress
• /
• v.15 no.2
• /
• pp.136-142
• /
• 2011

The objective of this research was to classify intact soybeans and foreign objects using near-infrared (NIR) spectroscopy. Intact soybeans and foreign objects were scanned using a NIR spectrometer equipped with scanning monochromator. NIR spectra of intact soybeans and foreign objects in the wavelength range from 900 to 1800 nm were collected. The classification of intact soybeans and foreign objects were conducted by using partial least-square discriminant analysis (PLS-DA) and soft independent modelling of class analogy (SIMCA) multivariate methods. Various types of data pretreatments were tested to develop the classification models. Intact soybeans and foreign objects were successfully classified by the PLS-DA prediction model with mean normalization pretreatment. These results showed the potential of NIR spectroscopy combined with multivariate analysis as a method for classifying intact soybeans and foreign objects.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04a
• /
• pp.412-414
• /
• 2002

현재 많이 사용되고 있는 P2P개념으로는 순수 P2P와 변경 P2P구조가 있다[3]. 순수 P2P의 모델에는 Gnutella와 stella등의 형태가 존재하고 변형 P2P로는 무수히 많은 형태가 존재한다. 이 변형 P2P모델들 중파일 공유 모델들이 존재하는데 이 모델들은 파일의 공유를 위한 그룹 관리와 검색, 색인 등의 기능을 제공한다. 파일공유 모델의 Peer들에 대해 연결성 유지를 위한 많은 부하와 사용자에 있어서 그룹에 대한 형태의 문제점 그리고 서버의 Fail에 대한 비연결성에 관한 문제점을 해결하기 위해 본 논문에서는 라우팅 기법에서의 접근을 통해 과일공유모델에 계층적 구조를 적용하고 Backup시스템을 설계하여 사용자에 의한 효율적인 그룹관리와 연결의 신뢰성을 유지하기 위해 시스템을 설계하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04d
• /
• pp.406-408
• /
• 2003

현재 많이 사용되고 있는 P2P 개념으로는 순수 F2P와 변형 F2P구조가 있다. 순수 P2P의 모델에는 Gnutella와 Ktella 등의 형태가 존재하고 변형 P2P로는 무수히 많은 형태가 존재한다. 순수 P2P 모델의 경우에는 정보 공유에서 연결성을 장점으로 Gnutella의 형태를 응용한 형태로 많이 사용되고 있지만 정보를 검색하거나 제공하기 위해 많은 트래픽을 소모하게 된다. 이와는 달리 변형 P2P모델들 중 정보 공유 모델들이 존재하는데 이 모델들은 사용자에게 효율적이고 빠른 검색과 색인을 제공하기 위해 기존의 서버/클라이언트 형태를 취하고 있지만 제공하는 서버의 능력에 의존할 수 밖에 없다. 파일공유 모델의 Peer들에 대해 연결성 유지를 위한 많은 부하와 사용자에 있어서 그룹에 대한 형태의 문제점 그리고 서버의 Fail로 인한 비 연결성에 대한 문제점을 해결하기 위해 본 논문에서는 라우팅 프로토콜 기법에서의 접근과 계층적 구조를 적용하고 Backup 시스템을 포함해서 효율적인 그룹관리와 동적인 서버의 지정으로 신뢰성을 유지하기 위한 시스템을 설계하고 구현하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.864-867
• /
• 2012

사람들이 휴대용 위치정보 수집 장비나 혹은 스마트폰을 사용하면서 사람의 이동 정보인 위치정보들을 모으는 일이 가능해 졌다. 이러한 위치정보들을 가지고 본 논문에서는 사람의 이동 모델을 나타내고자 하였다. 이동 정보들은 머물러 있는(Stay)상태와 이동하는(Moving) 상태로 나눌 수 있는데 이러한 상태 중 머물러 있는 상태가 군집화가 되어 연쇄 모델속의 하나의 상태(State)로 나타나 질 수 있다. 물론 이동 정보들을 통해 연쇄모델 속 각 상태간의 전이 확률 또한 계산 할 수 있다. 이러한 일련의 과정을 본 논문에서는 기대치 최대화 기반 군집화 과정을 통해 연속시간 연쇄 모델의 형태로 인간의 이동성을 표현하였다. 또한 이러한 모델에서 대표 군집(macro)과 그 부속 군집(micro)을 표현할 수 있었고 이러한 모습은 대표적인 큰 군집 속의 작은 군집의 형태로 나타나게 된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.218-221
• /
• 2010

현재 중복 제거 기술은 클라이언트 기반 중복 제거 모델, 인라인(in-line) 중복 제거 모델 그리고 포스트 프로세스(post-process) 중복 제거 모델로 구분할 수 있다. 본 연구에서는 클라이언트와 서버의 부하를 모니터링하여 시스템 부하에 따라 중복 제거의 핵심 작업을 동적으로 변경한다. 즉, 클라이언트가 유휴하고 서버의 자원 사용량이 높은 경우에는 클라이언트 기반 중복 제거 모델로 동작시키고, 클라이언트의 자원 사용량이 높고 서버가 유휴한(idle) 경우에는 인라인 중복 제거 모델로 동작시킨다. 그리고 전체 시스템이 과부하인 경우는 포스트 프로세스 모델로 동작하게 된다. 제안하는 방식에 대한 실험 결과 전체 시스템의 처리율이 높아지는 것을 확인하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.4
• /
• pp.357-367
• /
• 2000

A new robust load-frequency control methodology is proposed for nonlinear power systems with valve position limits of the governor in the presence of parametric uncertaines. The TSK fuzzy model is adopted and formulated for fuzzy modeling of the nonlinear power system. A sufficient condition of the robust stabilitry is presented in the sense of lyapunov for the TSK model with parametric uncertainties. The intekkigent digital redesign technique for the uncertain power systems is also studied. The effectiveness of the robust digital fuzzy controller disign mothod is demonstrated through a numerical simulation.

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2011.04a
• /
• pp.579-582
• /
• 2011

본 논문에서는 9 % Ni강 LNG 저장탱크 조사를 통해서 유한요소해석을 수행하여 구조건전성을 평가하였으며 실용에서 활용할 수 있는 자료를 제시하였다. 과거의 LNG 저장탱크의 설계는 2차원 선에서만 유한요소해석이 수행되었으나 보다 진보된 하드웨어와 소프트웨어의 발전으로 3차원 유한요소해석이 가능케 되었다. 본 연구에서는 9 % Ni 강 LNG 저장탱크 내조의 정적 구조 해석이 상용 유한 요소 해석 프로그램인 ABAQUS를 통해 수행되었다. LNG 저장 탱크 내조 시공 시 용접부 형상을 참고하여 용접부 모델을 고려한 해석을 각각 수행하였다. 용접부의 탄성계수의 변화를 통하여 최대응력과 최대변위를 계산하였다. 실제 LNG tank의 운용 시 발생하는 하중은 자중과, 수두 압과, 온도차에 의한 열응력이며 이들이 복합적으로 작용하였을 시, 용접선을 고려하지 않은 모델에 대해서는 최대응력이 207 MPa이며, 동일 조건에서 용접선을 포함한 모델에 대해 해석을 수행한 결과로서 최대응력이 그보다 약 100 MPa 정도 상승한 결과가 나타났다. 하중조건에서 온도차에 의한 열응력을 고려함과 고려하지 않음을 비교함으로서 실제 열응력에 대해서는 내조에 큰 영향을 미치지 않음을 확인하였다.

• Journal of the Korean Society for Aviation and Aeronautics
• /
• v.31 no.3
• /
• pp.30-41
• /
• 2023

Aviation turbulence, caused by atmospheric eddies, is a disruptive phenomenon that leads to abrupt aircraft movements during flight. To minimize the damages caused by such aviation turbulence, the Aviation Meteorological Office provides turbulence information through the Korea aviation Turbulence Guidance (KTG) and the Global-Korean aviation Turbulence Guidance (GKTG). In this study, we evaluated the performance of the KTG and GKTG models by comparing the in-situ EDR observation data and the generated aviation turbulence prediction data collected from the mid-level Korean Peninsula region from January 2019 to December 2021. Through objective validation, we confirmed the level of prediction performance and proposed improvement measures based on it. As a result of the improvements, the KTG model showed minimal difference in performance before and after the changes, while the GKTG model exhibited an increase of TSS after the improvements.