• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.08a
• /
• pp.153-156
• /
• 2000

본문에서는 예측형 회귀신경망과 HMM의 하이브리드 네트워크인 회귀신경망 예측 HMM을 구성하였다. 회귀신경망 예측 HMM은 예측형 회귀신경망을 HMM의 각 상태마다 예측기로 정의하여 일정치인 평균벡터 대신에 과거의 특징벡터의 영향을 받아 동적으로 변화하는 신경망에 의한 예측치를 이용하므로 학습패턴 설정자체가 시변성을 반영하는 동적 네트워크의 특성을 가진다. 따라서 음성과 같은 시계열 패턴의 인식에 유리하다. 회귀신경망 예측 HMM은 예측형 회귀신경망의 구조에 따라 Elman망 예측 HMM과 Jordan망 예측 HMM으로 구분하였다. 실험에서는 회귀신경망 예측 HMM의 상태수를 4, 5, 6으로 증가시켜 각 상태 수별로 예측차수 및 중간층 유니트 수의 변화에 따른 인식성능을 조사하였다. 실험결과 평가용. 데이터에 대하여 Elman망예측 HMM은 상태수가 6이고, 예측차수가 3차, 중간층 유니트의 수가 15차원일 때, Jordan망 예측 HMM의 경우 상태수가 5이고, 예측차수가 3차, 중간층 유니트의 수가 10차원일 때 각각 99.5%로 우수한 결과를 얻었다.

• Journal of the Korea Society of Computer and Information
• /
• v.18 no.5
• /
• pp.147-156
• /
• 2013

Each field of modern society, industrialization and the development of science and technology are rapidly changing. However, as a side effect of rapid social change has caused various problems. Crime of the side effects of rapid social change is a big problem. In this paper, a model for predicting crime and Markov chains applied to the crime, predictive modeling is proposed. Markov chain modeling of the existing one with the overall status of the case determined the probability of predicting the future, but this paper predict the events to increase the probability of occurrence probability of the prediction and the recent state of the entire state was divided by the probability of the prediction. And the whole state and the probability of the prediction and the recent state by applying the average of the prediction probability and the probability of the prediction model were implemented. Data was applied to the incidence of crime. As a result, the entire state applies only when the probability of the prediction than the entire state and the last state is calculated by dividing the probability value. And that means when applied to predict the probability, close to the crime was concluded that prediction.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11a
• /
• pp.337-339
• /
• 2005

무선 링크를 사용하는 모바일 기기는 모바일 기기의 이동 혹은 무선 링크의 충돌, 부족한 대역폭등 모바일 기기의 외적 환경 변화에 의해 잦은 단절과 실패를 겪게 된다. 이러한 환경 변화를 예측할 수 있다면, 모바일 기기 내의 어플리케이션이 상황에 따른 적절한 대응을 할 수 있다. 본 논문에서는 어플리케이션이 링크의 환경 변화에 적응할 수 있도록, 링크의 상태 정보를 이용하여 상태를 예측할 수 있는 가중치 알고리즘과 상태 변화의 정도를 추정할 수 있는 기울기 값을 이용한 Watermark 기반의 링크 상태 추적 알고리즘을 제안한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.62-62
• /
• 2016

대하천에서의 하도정비 및 보 신설 후 다양한 하천환경변화가 예상됨에 따라 각종 변화에 의해 발생할 수 있는 현상들을 예측하고 환경변화에 의한 재난을 예방하기 위한 대책수립이 절실히 요구되고 있는 실정이다. 하천에서의 하상변동은 경우에 따라 홍수위 상승, 저수 기능 감퇴, 용수와 취수 방해, 유사에 의한 오염원 확산 등의 문제를 발생시킬 수 있다. 기후변화에 따른 강우패턴의 변화로 하천 내 수리적 요소가 변화되고 그로인해 발생하는 하상 변동의 예측이 필요하다. 만일 유역의 특성이 유지된다면 하천의 동적평형상태인 정비 이전의 하천으로 돌아가려고 할 것이다. 하천이 준설로 넓어지고 깊어진 상태로 이전의 동적인 평형상태로 돌아가려고 하도가 좁아지고 얕아질 것이다. 그러나 기후변화로 인해 유역에서의 유량 및 유사량이 달라질 것으로 예상된다. 하지만 하상변동모델과 기후변화를 연계하여 하도의 변화를 비교 분석한 연구는 매우 드물다. 본 연구에서는 기후변화에 의한 유량의 변화에 따른 시나리오를 구성하고 장기간, 장구간에 걸친 하상변동 양상을 예측하였다. 준2차원 수치모형인 GSTARS를 이용하여 낙동강 상류에서 상주보 구간 사이의 기후변화 영향을 분석하고자 장기 기후시나리오를 구성하고 유사량 공식과 수류 튜브 개수에 따른 각각의 시나리오별 하상변동 양상을 예측하고 최심하상고, 횡방향에 따른 모의결과를 분석하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.3
• /
• pp.374-380
• /
• 2022

This paper shows the results of a study that predicts changes in seawater conditions in sea farms using machine learning-based long short term memory (LSTM) algorithms. Hardware was implemented using dissolved oxygen, salinity, nitrogen ion concentration, and water temperature measurement sensors to collect seawater condition information from sea farms, and transferred to a cloud-based Firebase database using LoRa communication. Using the developed hardware, seawater condition information around fish farms in Tongyeong and Geoje was collected, and LSTM algorithms were applied to learning results using these actual datasets to obtain predictive results showing 87% accuracy. Flask and REST APIs were used to provide users with predictive results for each of the four parameters, including dissolved oxygen. These predictive results are expected to help fishermen reduce significant damage caused by fish group death by providing changes in sea conditions in advance.

• Proceedings of the Korean Society of Tribologists and Lubrication Engineers Conference
• /
• 1986.11a
• /
• pp.52-55
• /
• 1986

최근 난류상태에서 운전되는 베어링의 사용이 많아짐에 따라, 윤활문제에서도 난류영역에 관한 연구의 필요성을 느끼게 되었다. 베어링내의 흐름이 난류상태가 되면 마찰손실의 증가등 증류상태에 비해 여러가지의 윤활특성이 달라지는데, 특히 마찰열에 의한 윤활제의 온도증가는 베어링성능변화에 크나큰 영향을 줄 것으로 예측된다. 일반적으로 유막내에서의 온도변화가 그다지 없는 경우는 재래의 등점도이론으로 어느정도 성능예측이 가능하나, 온도변화가 지배적인 경우에는 점도변화를 고려한 THD해석이 성능예측에 보다 유용하다고 알려져 있으며 이에대한 많은 연구가 수행되고 있다. 이들 해석은 실제 온도상승이 가장 큰 벽면에 인접한 영역에 대해서 불완전하며, 편심율이 큰 경우에서와 같이 축 방향의 유동이 크거나, 역류가 발생하는 경우에는 적응이 곤란하다. 본 연구에서는 이런 점을 개선하기 위해 $\kappa-\varepsilon$모델을 이용한 저어널베어링에서의 3차원 THD해석을 행하였다.

• Journal of the Korean Geotechnical Society
• /
• v.17 no.4
• /
• pp.57-70
• /
• 2001

한계상태이론은 정규압밀 및 과압밀시료에 대한 비배수 전단강도와 간극수압계수에 관한 식을 제안하고 있는데, 이 식은 3가지 상수를 포함하고 있다. 한계상태상수(M), 한계상태 간격비(${\gamma}$), 한계상태 간극수압계수(Λ)가 바로 그것이며, 이러한 상수는 각 모델 및 구하는 방법에 따라 그 차이가 발생함으로서, 전단강도 및 간극수압계수의 예측시 적지 않은 영향을 미치게 된다. 본 논문에서는 재 성형된 이암풍화토를 이용하여 등방삼축압축시험을 정규압밀과 과압밀로 나누어 실시하고 그 결과를 분석하였으며 이를 토대로 각 모델 및 방법에 따른 상수를 도출하였다. 그리고 이러한 상수의 차이가 비배수 전단강도 및 간극수압계수의 예측에 미치는 영향을 살펴보았다. 시험결과 정규압밀시료의 경우 각 상수의 변화에 따른 비배수 전단강도 및 간극수압계수는 상당한 차이를 보였으며, 한계상태간격비와 Λ값을 강도비로부터 얻어진 값을 사용한 경우가 결과치에 가장 잘 근접함을 알 수 있었다. 과압밀시료의 경우 역시 이들 상수에 따라 전단강도의 변화폭이 크게 나타났으며 정규압밀과 마찬가지로 강도비에서부터 도출된 상수를 적요한 경우 실측치에 가장 근접하였다. 반면 간극수압계수의 예측시에는 상수에 따른 변화폭이 크지 않았으며, 특히 과압밀비가 증가할수록 각 상수에 대한 영향이 작게 나타났다.

• The Journal of the Acoustical Society of Korea
• /
• v.20 no.8
• /
• pp.12-18
• /
• 2001

In this paper, we propose the Recurrent Neural Predictive HMM (RNPHMM). The RNPHMM is the hybrid network of the recurrent neural network and HMM. The predictive recurrent neural network trained to predict the future vector based on several last feature vectors, and defined every state of HMM. This method uses the prediction value from the predictive recurrent neural network, which is dynamically changing due to the effects of the previous feature vectors instead of the stable average vectors. The models of the RNPHMM are Elman network prediction HMM and Jordan network prediction HMM. In the experiment, we compared the recognition abilities of the RNPHMM as we increased the state number, prediction order, and number of hidden nodes for the isolated digits. As a result of the experiments, Elman network prediction HMM and Jordan network prediction HMM have good recognition ability as 98.5% for test data, respectively.

• Electric Engineers Magazine
• /
• v.267 no.11
• /
• pp.30-34
• /
• 2004

최근에는 설비의 이상징후를 포착함으로써 사고를 예지하고 치명적인 상태로 진전되기 전에 보완하는 이른바 예측보전 기술을 중심으로 하는 사고예방 방향으로 변화되어 가고 있다. 이 예측보전기술은 기기의 상태를 정량적으로 파악하여 이상징후를 초기단계에서 검지하는 이상예지진단과 기기성능의 경녕적인 변화에 착안한 노화진단 등을 중심으로 하고 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.717-720
• /
• 2011

고속 네트워크 환경에서 AR UDT(Adaptive Rate control UDT)는 표준 전송 프로토콜인 TCP에 비해 뛰어난 성능을 보인다. UDT(UDP-based Data Transfer)를 기반으로 하는 AR UDT의 혼잡제어는 네트워크 상태를 예측하여 패킷 간 전송시간을 변화시킴으로써 기존 UDT보다 향상된 성능을 보인다. 그러나 AR UDT는 네트워크 상태 예측의 오차가 클 뿐만 아니라 rate control만을 공격적으로 조절하기 때문에 수신 버퍼의 초과로 인해 안정적인 성능을 기대하기 어렵다. 본 논문에서는 AR UDT환경에서 네트워크 상태에 따라 적응적으로 혼잡제어를 하는 기법을 제안한다. RTT(Round Trip Time)의 변화량에 따라 네트워크 상태를 예측하여 flow control과 rate control을 적응적으로 조절한다. 네트워크 시뮬레이션 결과를 통하여 AR UDT에 비해 전송속도와 안정성이 향상되었음을 보였다.