• Title/Summary/Keyword: 불규칙활용

Search Result 259, Processing Time 0.032 seconds

Electrical Arc Detection using Artificial Neural Network (인공 신경망을 이용한 전기 아크 신호 검출)

  • Lee, Sangik;Kang, Seokwoo;Kim, Taewon;Lee, Seungsoo;Kim, Manbae
    • Journal of Broadcast Engineering
    • /
    • v.24 no.5
    • /
    • pp.791-801
    • /
    • 2019
  • The serial arc is one of factors causing electrical fires. Over past decades, various researches have been carried out to detect arc occurrences. Even though frequency analysis, wavelet and statistical features have been used, arc detection performance is degraded due to diverse arc waveforms. Therefore, there is a need to develop a method that could increase the feature dimension, thereby improving the detection performance. In this paper, we use variational mode decomposition (VMD) to obtain multiple decomposed signals and then extract statistical features from them. The features from VMD outperform those from no-VMD in terms of detection performance. Further, artificial neural network is employed as an arc classifier. Experiments validated that the use of VMD improves the classification accuracy by up to 4 percent, based on 14,000 training data.

Design of e-commerce business model through AI price prediction of agricultural products (농산물 AI 가격 예측을 통한 전자거래 비즈니스 모델 설계)

  • Han, Nam-Gyu;Kim, Bong-Hyun
    • Journal of the Korea Convergence Society
    • /
    • v.12 no.12
    • /
    • pp.83-91
    • /
    • 2021
  • For agricultural products, supply is irregular due to changes in meteorological conditions, and it has high price elasticity. For example, if the supply decreases by 10%, the price increases by 50%. Due to these fluctuations in the prices of agricultural products, the Korean government guarantees the safety of prices to producers through small merchants' auctions. However, when prices plummet due to overproduction, protection measures for producers are insufficient. Therefore, in this paper, we designed a business model that can be used in the electronic transaction system by predicting the price of agricultural products with an artificial intelligence algorithm. To this end, the trained model with the training pattern pairs and a predictive model was designed by applying ARIMA, SARIMA, RNN, and CNN. Finally, the agricultural product forecast price data was classified into short-term forecast and medium-term forecast and verified. As a result of verification, based on 2018 data, the actual price and predicted price showed an accuracy of 91.08%.

Detection of Frame Deletion Using Convolutional Neural Network (CNN 기반 동영상의 프레임 삭제 검출 기법)

  • Hong, Jin Hyung;Yang, Yoonmo;Oh, Byung Tae
    • Journal of Broadcast Engineering
    • /
    • v.23 no.6
    • /
    • pp.886-895
    • /
    • 2018
  • In this paper, we introduce a technique to detect the video forgery by using the regularity that occurs in the video compression process. The proposed method uses the hierarchical regularity lost by the video double compression and the frame deletion. In order to extract such irregularities, the depth information of CU and TU, which are basic units of HEVC, is used. For improving performance, we make a depth map of CU and TU using local information, and then create input data by grouping them in GoP units. We made a decision whether or not the video is double-compressed and forged by using a general three-dimensional convolutional neural network. Experimental results show that it is more effective to detect whether or not the video is forged compared with the results using the existing machine learning algorithm.

Reactivity Improvement Characteristics of Weathered Feldspar through Activation Technique (활성기법을 통한 풍화된 장석의 반응성 개선 특성)

  • Cho, Jinwoo
    • Journal of the Korean Geosynthetics Society
    • /
    • v.20 no.4
    • /
    • pp.33-41
    • /
    • 2021
  • Feldspar, along with Quartz, are the most frequently produced minerals in Korea; however, the potential value is estimated to be significantly low because of the scarce research on the development and application of material properties, except for their limited use in manufacturing minerals, glass, and paints. In this study, we analyzed the eco-friendly material and reactivity improvement characteristics of weathered feldspar through activation technique. The joint structural features observed on the surface of the weathered feldspar show that the joint arrangements are irregularly distributed, and the cavities are interconnected. Due to the irregularly connected cavities on the surface of weathered feldspar, the reaction area of the weathered feldspar is increased; hence the weathered feldspar is considered as a highly reactive pozzolan material when combined with cement. As a result of applying the thermal, mechanical, and chemical activation techniques to improve the functionality of the weathered feldspar, the cation exchange capacity, density, and uniaxial compression strength characteristics were improved. It is considered that weathered feldspar by these porous characteristics can be used as an eco-friendly construction material with excellent physical and chemical properties.

Time Series Modeling Pipeline for Urban Behavioral Demand Prediction under Uncertainty (COVID-19 사례를 통한 도시 내 비정상적 수요 예측을 위한 시계열 모형 파이프라인 개발 연구)

  • Minsoo Jin;Dongwoo Lee;Youngrok Kim;Hyunsoo Lee
    • The Journal of The Korea Institute of Intelligent Transport Systems
    • /
    • v.22 no.2
    • /
    • pp.80-92
    • /
    • 2023
  • As cities are becoming densely populated, previously unexpected events such as crimes, accidents, and infectious diseases are bound to affect user demands. With a time-series prediction of demand using information with uncertainty, it is impossible to derive reliable results. In particular, the COVID-19 outbreak in early 2020 caused changes in abnormal travel patterns and made it difficult to predict demand for time series. A methodology that accurately predicts demand by detecting and reflecting these changes is, therefore, required. The current study suggests a time series modeling pipeline that automatically detects and predicts abnormal events caused by COVID-19. We expect its wide application in various situations where there is a change in demand due to irregular and abnormal events.

Hydraulic Experiment on Roughness Coefficient of PE pipe (폴리에틸렌관의 조도계수에 관한 수리모형실험)

  • Dongwoo Ko;Byeong Wook Lee;Jae-Seon Yoon;Hyun-Gu Song
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2023.05a
    • /
    • pp.288-288
    • /
    • 2023
  • 도로, 철도 등의 횡단통로, 오폐수관로, 지하배수관 등 연약지반에서 상재하중과 부등침하에 의한 파괴 위험을 줄이기 위해 구조적인 안전성과 내구성이 개선된 다양한 관로들이 활용되고 있다. 관은 매설특성에 따라 콘크리트관, 도관, 합성수지관, 덕타일 주철관, 파형강관, 유리섬유 강화 플라스틱과 폴리에스테르수지 콘크리트관 등의 종류로 구분된다(환경부, 2017). 수리설계 시 이러한 관의 단면 규모 결정 및 흐름 특성을 파악하기 위해 관수로 유량측정에 이용되는 Manning의 경험식을 이용하고 있으며, 관로의 주요 재질에 따른 다양한 조도계수가 제시되어 있다. 새로운 재질을 이용하여 제작된 관은 수리실험을 통해 조도계수를 결정하는 것이 바람직하지만, 조도계수 실험은 대규모의 실험시설과 유량공급이 요구되기 때문에 여러 한계가 있다. PE관의 경우, 미국의 ASTM 표준에 의해 저밀도 폴리에틸렌(LDPE), 선형 저밀도 폴리에틸렌(LLDPE), 고밀도 폴리에틸렌(HDPE) 등으로 분류되는데 본 연구에서는 HDPE 재질의 서로 직경이 다른 다중벽관 PE관을 대상으로 조도계수를 결정하기 위한 현장 실규모 수리실험을 수행하였다. 본 실험에서는 식생, 수로의 불규칙성, 수로노선, 침전과 세굴, 장애물, 계절적 변화, 부유물질과 소류사는 무시되며 표면조도, 관의 크기와 형상, 수위와 유량이 조도계수에 영향을 미치는 주요 인자라고 할 수 있다. 수리실험은 실물모형(Prototype)으로 한국농어촌공사 농어촌연구원의 대형수리모형실험장에서 수행되었으며. 길이 24 m, 직경 150 mm의 PE 관은 고정식 개수로, 직경 800 mm의 관은 대형유사순환수로에 각각 설치되었다. 관로의 전면에 차폐막을 설치하여 상류부 수위를 안정시킨 상태에서 실험을 수행하였고, 차폐막으로부터 하류방향으로 약 7 m(측정기준지점), 11 m, 13 m, 15 m, 17 m 떨어진 곳에서 각각 수위와 유속을 측정하였다. 실험 결과, φ150관은 직경대비 수심이 클수록 조도계수가 감소하는 경향이 나타났고, φ800관은 직경대비 수심의 변화에 따른 조도계수의 경향이 크게 드러나지 않았다. 결론적으로 PE관의 조도계수는 수심별로 변화하는 것으로 나타났으며, 특정 수심을 지나면 조도계수가 다시 감소할 것으로 판단된다.

  • PDF

Prediction of spring precipitation in the Geum River basin using global climate indices and artificial neural network model (글로벌 기후지수와 인공신경망모형을 이용한 금강권역의 봄철 강수량 예측)

  • Chul-Gyum Kim;Jeongwoo Lee;Hyeonjun Kim
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2023.05a
    • /
    • pp.292-292
    • /
    • 2023
  • 본 연구에서는 인공신경망을 이용한 통계적 모형을 구성하여 금강권역의 봄철(3~5월) 강수량 예측을 수행하였다. 통계적 모형의 예측인자로서는 NOAA 등에서 제공하는 AAO, AMM, AO 등 36종의 기후지수와 대상권역인 금강권역의 강수량, 기온 등의 기상인자 8종 등 총 44종의 기후지수를 활용하였다. 예측대상기간을 기준으로 선행기간(1~18개월)에 따른 상관성을 분석하여 상관도가 높은 10개의 기후지수를 예측인자로 선정하였다. 예측모형 형태는 10개의 입력층과 1개의 은닉층으로 되어 있는 인공신경망모형을 구성하였다. 모형 구성과정에서의 불확실성을 최소화하고 예측모형의 적합도를 높이기 위해 예측대상기간을 기준으로 과거 40년간의 자료에 대해 임의로 20년간 자료를 선별하여 모형을 구성하고, 너머지 기간에 대해 검증하는 무작위 교차검증을 반복하여, 예측대상기간 및 예측시점에 따라 각각 적합도가 높은 1000개의 예측모형을 선별하였다. 과거기간(1991~2022년)을 대상으로 예측시점에 따라 각 연도별 1000개의 예측결과를 도출하여, 실제 해당년도의 관측값과의 비교를 통해 예측성을 분석하였다. 예측성은 크게 예측치의 최대값과 최소값 범위 및 예측치의 25%~75% 범위 안에 관측치가 포함될 확률, 그리고 과거 관측값의 3분위 구간을 기준으로 한 예측확률 등을 평가하였다. 관측치가 예측치의 범위 안에 포함될 확률은 평균 87.5%, 예측치의 25~75% 범위 안에 포함될 확률은 30.2%로 나타났으며, 3분위 예측확률은 35.6%로 분석되었다. 관측값과의 일대일 비교는 정확도가 떨어지지만 3분위 예측확률이 33.3% 이상인 점으로 볼 때 예측성은 확보된다고 볼 수 있다. 다만, 우리나라 강수량의 불규칙성과 통계적 모형 특성상 과거 관측되지 않은 패턴에 대해서는 예측이 어려운 문제가 있어, 특정년도의 예측결과가 관측치를 크게 벗어나는 경우도 종종 나타나고 있다.

  • PDF

Solute Transport Analysis in a Natural River using Convolutional Storage Model (합성곱 저장대모형을 이용한 하천에서의 용존물질 거동 해석)

  • Kim, Byunguk;Seo, Il Won;Gwon, Si-Yun
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2021.06a
    • /
    • pp.200-200
    • /
    • 2021
  • 하천은 용수공급, 관개, 친수활동, 산업활동 등 인간의 활동에 중요한 역할을 한다. 이에 따라 수질관리는 필수적이며 유기물, 중금속, 화학물질 등의 용존물질들은 수질문제에 직접적으로 영향을 미친다. 따라서 하천에서의 용존물질의 혼합 거동을 파악하기 위한 연구가 지난 수십년간 이루어지고 있다. 하천 흐름에 따른 오염물질의 이동 및 확산 거동을 예측하기 위하여 1차원 추적모형이 활용되는데, 그 중 하천저장대 모형(Transient Storage Model, TSM)은 자연하천의 복잡하고 불규칙한 수리·지형적인 특성을 단순하게 반영할 수 있다는 장점때문에 가장 많이 사용된다. 하지만 TSM은 매개변수에 대한 의존성과 불확도가 크며, TSM의 저장대에서의 농도분포에 대한 지수함수형태의 모델링이 하상간극수역(Hyporheic zone)에서의 저장대 특성을 반영하기에 구조적으로 부정확하다는 단점이 제기되고 있다. 최근 이러한 TSM의 단점을 보완하고 하천에서의 저장대 메커니즘을 보다 정확하게 구현하고자 체류시간분포(residence time distribution)를 이용한 확률론적 저장대 모델링 프레임워크가 등장하고 있다. 본 연구에서는 본류대와 저장대에서의 오염물질의 체류시간분포를 분리하여 해석하고 이를 전달함수(transfer function)를 이용한 합성곱으로 결합한 형태의 프레임워크를 적용하여 모델링하였다. 상기의 모형을 검증하기 위하여 2019년 감천의 4.85km 구간에서 추적자 실험을 실시하였다. 실험 당시 유량은 12.9 m3/s로 풍수기에 해당되며 평균 유속은 약 0.6 m/s로 측정되었다. 모형의 매개변수는 추적자 실험으로부터 최적화 기법을 통해 역모델링기법으로 결정하였다. 제안된 모형에 의한 모의 결과를 추적자 실험에서의 농도측정자료와 비교한 결과, 평균 0.988의 결정계수를 보여 매우 높은 정확도를 보이고 있음을 알 수 있었다. 저장대특성을 나타내는 농도곡선의 꼬리부에 대하여 같은 조건에서 1차원 이송-분산(ADE) 모형, TSM의 모의결과와도 비교한 결과 본 모형은 추적자 실험 농도측정 결과와 평균 0.195의 오차율을 보이며, 이는 ADE 모형과 TSM의 오차율인 14.03과 1.866에 비해 매우 정확한 것으로 나타났다.

  • PDF

A Study on the AI Model for Prediction of Demand for Cold Chain Distribution of Drugs (의약품 콜드체인 유통 수요 예측을 위한 AI 모델에 관한 연구)

  • Hee-young Kim;Gi-hwan Ryu;Jin Cai ;Hyeon-kon Son
    • The Journal of the Convergence on Culture Technology
    • /
    • v.9 no.3
    • /
    • pp.763-768
    • /
    • 2023
  • In this paper, the existing statistical method (ARIMA) and machine learning method (Informer) were developed and compared to predict the distribution volume of pharmaceuticals. It was found that a machine learning-based model is advantageous for daily data prediction, and it is effective to use ARIMA for monthly prediction and switch to Informer as the data increases. The prediction error rate (RMSE) was reduced by 26.6% compared to the previous method, and the prediction accuracy was improved by 13%, resulting in a result of 86.2%. Through this thesis, we find that there is an advantage of obtaining the best results by ensembleing statistical methods and machine learning methods. In addition, machine learning-based AI models can derive the best results through deep learning operations even in irregular situations, and after commercialization, performance is expected to improve as the amount of data increases.

Implications for Memory Reference Analysis and System Design to Execute AI Workloads in Personal Mobile Environments (개인용 모바일 환경의 AI 워크로드 수행을 위한 메모리 참조 분석 및 시스템 설계 방안)

  • Seokmin Kwon;Hyokyung Bahn
    • The Journal of the Institute of Internet, Broadcasting and Communication
    • /
    • v.24 no.1
    • /
    • pp.31-36
    • /
    • 2024
  • Recently, mobile apps that utilize AI technologies are increasing. In the personal mobile environment, performance degradation may occur during the training phase of large AI workload due to limitations in memory capacity. In this paper, we extract memory reference traces of AI workloads and analyze their characteristics. From this analysis, we observe that AI workloads can cause frequent storage access due to weak temporal locality and irregular popularity bias during memory write operations, which can degrade the performance of mobile devices. Based on this observation, we discuss ways to efficiently manage memory write operations of AI workloads using persistent memory-based swap devices. Through simulation experiments, we show that the system architecture proposed in this paper can improve the I/O time of mobile systems by more than 80%.