• 한국통신학회논문지
• /
• 제28권9C호
• /
• pp.891-897
• /
• 2003

부분응답 최대유사 (PRML: partial response maximum likelihood) 검출기법은 수직 자기기록 채널에 적합한 검출기법이다. 또한, 잡음 예측 (noise prediction) 기법을 비터비 (Viterbi) 알고리즘의 branch metric 계산에 삽입함으로써 부분응답 최대유사 기법의 성능을 향상시킬 수 있다. 그러나 비터비 알고리즘으로 구현된 시스템은 복잡도 측면에서 단점을 갖는다. 본 논문에서는 이러한 단점을 극복하기 위해, 런 길이 제한 (RLL: un-length limited) 부호기의 최소 런 길이 제한 매개변수 d=1을 이용하여 새로운 저 복잡도 검출기법을 제안하였다. 제안된 검출 기법은 비터비 검출기를 대신하는 슬라이서와 궤환 여파기로서의 잡음예측기로 구성되어있다. 따라서 비트오율 성능을 향상시키기 위하여 제안된 기법을 쌍(dual) 검출기법으로 확장하였다. 모의실험을 통하여 제안된 구조가 낮은 복잡 도를 가지면서, 부분응답 등화기의 목적 응답이 (1,2,1)인 잡음예측 최대 유사 검출기법(NPML: noise-predictive maximum likelihood) 과 유사한 성능을 보임을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.870-871
• /
• 2023

미세먼지 단계를 예측하는 딥러닝 기반 시스템을 개발하고 그 성능을 평가하는 연구를 진행했다. 연구에서 320개의 풍경 사진 데이터를 수집하고, 해당 시점의 미세먼지 농도를 측정하여 "좋음" 또는 "나쁨"으로 분류했다. 데이터 전처리 단계에서는 특히 하늘 이미지의 특성을 고려하여 다양한 전처리 기법을 적용하였다. 다섯 가지 이미지 데이터 모델을 사용하여 이미지를 분류하고 미세먼지 단계를 예측하는 모델을 개발하였으며, 또 이 모델들을 다양한 기법으로 앙상블 해보며 성능을 비교했다. 그 결과, Random Forest를 이용한 앙상블 모델이 제일 뛰어난 예측 성능을 보였다. 이러한 연구 결과는 미세먼지 모니터링 및 예측에 유용한 시스템 개발의 가능성을 제시한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제5권12호
• /
• pp.439-446
• /
• 2016

본 논문에서는 예측기반 병렬 이벤트구동 게이트수준 타이밍 시뮬레이션의 성능 개선을 위한 효율적인 예측정확도 향상 전략을 제안한다. 제안된 기법은 병렬 이벤트구동 로컬시뮬레이션들의 입력값과 출력값에 대한 예측을 이중으로 예측할 뿐만 아니라, 특별한 상황에서는 동적으로 예측할 수 있게 한다. 이중 예측은 첫번째 예측이 틀린 경우에 두번째 정적 예측 데이터로써 새로운 예측을 시도하게 되며, 동적 예측은 실제의 병렬 시뮬레이션 실행 과정 도중에 동적으로 축적되어진 지금까지의 시뮬레이션 결과를 예측 데이터로 활용하는 것이다. 제안된 두가지의 예측정확도 향상 기법은 병렬 시뮬레이션의 성능 향상의 제약 요소인 동기 오버헤드 및 통신 오버헤드를 크게 감소시킨다. 이 두가지 중요한 예측정확도 향상 방법을 통하여 6개의 디자인들에 대한 예측기반 병렬 이벤트구동 게이트수준 타이밍 시뮬레이션이 기존 통상적 방식의 상용 병렬 멀티-코어 시뮬레이션에 비하여 약 5배의 시뮬레이션 성능이 향상됨을 확인할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (C)
• /
• pp.187-189
• /
• 2003

웨이블릿 변환에 기반한 동영상 코덱에서의 움직임 예측 기법은 OCT 기반 코덱과 유사하게 이전 프레임과의 움직임 예측을 통하여 수행된다. 그러나, 현재 프레임이 이전 프레임을 참조하므로 네트워크상의 전송시 이전 프레임에 발생한 오류가 전달되는 오류 전파의 문제도 발생하게 된다. 본 논문에서는 웨이블릿 변환된 프레임의 특성을 이용하여 최상위 레벨의 LL 부대역만 이전 프레임과의 움직임 예측을 수행하고, 나머지 부대역에 대하여 프레임 내의 상위레벨의 부대역이 하위 부대역을 창조하여 예측 및 보상을 수행하여 오류전파의 가능성을 최소화하는 Inter-Intra ME 동영상 코덱을 제안한다 제안된 움직임 예측을 사용하여 MAD(Mean-Absolute Differences)를 측정한 결과, 프레임간 변화가 심한 경우에는 제안된 기법과 이전 프레임의 부대역을 참조한 기법 사이의 압축율은 유사하게 나타났으며, 변화가 적은 경우에는 이전 프레임을 참조하는 것의 압축율이 높게 나타났다. 그러나, 네트워크 전송시 발생하는 오류전파에는 제안된 기법의 성능이 우수한 것으로 나타났다.

• 한국융합학회논문지
• /
• 제11권11호
• /
• pp.257-267
• /
• 2020

본 연구는 우리나라 수출 분야의 산업별 고용비중을 다양한 머신러닝 기법을 활용하여 예측하고, 예측성능을 높이기 위하여 머신러닝 기법 예측값들에 예측조합 기법을 적용하였다. 특히, 본 연구에서는 각 머신러닝 기법 예측값들에 부여되는 가중치의 합을 1로 설정하는 제약하의 예측조합 기법을 사용하여 예측의 정확성과 안정성을 확보하고자 하였다. 또한, 본 연구는 산업별 고용비중에 영향을 주는 다양한 변수를 고려하기 위하여 재귀적특성제거 방법을 사용하여 주요 변수를 선별한 후, 머신러닝 기법에 적용함으로써 예측과정 상에서의 효율성을 높였다. 분석결과, 예측조합 방법에 따른 예측값은 머신러닝 기법의 예측값들보다 실제의 산업 고용비중에 근접한 것으로 나타났으며, 머신러닝 기법의 예측값들이 큰 변동성을 보이는 것과 달리 제약하의 예측조합 기법은 안정적인 예측값을 나타내었다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1999년도 학술발표대회 논문집 제18권 2호
• /
• pp.299-304
• /
• 1999

시, 공간적으로 변하는 해양환경에서 선배열 소나의 성능예측 정보를 추출하기 위해서는 정밀 해양 DB (Data Base)와 함께 현장에서 실시간으로 측정한 해양자료의 연동이 필수적이다. 이러한 실시간 정보와 DB 정보를 융합하여 얻을 수 있는 정보들로는 전술적 운용상황, 근거리 환경소음 분포, 전파손실/탐지확률 분포, 그리고 음파의 전파 경로 등이 있다. 소나 운용자는 이들 정보로부터 최종적으로 전술상황을 판단함과 동시에 소나의 최적 운용 수심 및 방향을 권고할 수 있다. 국과연에서는 이러한 정보를 획득하기 위하여 음탐환경분석 S/W를 개발하였으며, 수차례의 해상시험을 통하여 그 성능을 검증하였다. 본 논문에서는 실시간 해양정보와 DB정보의 융합을 통하여 선배열 소나의 핵심 성능예측 기법인 전파손실/탐지확률 계산과 근거리 환경소음 계산을 수행하는 알고리즘을 제시한다. 아울러 S/W로 구현된 이들 기법들의 해상시험 결과도 제시하고자 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(D)
• /
• pp.283-286
• /
• 2011

무선 멀티홉 네트워크에서 멀티미디어 트래픽의 QoS(Quality of Service) 지원을 위하여 EDCA(Enhanced Distributed Channel Access) 기반의 동적 우선순위 할당 기법이 다수 제안되었다. 해당 기법들은 각 홉에서의 최소한의 전송 지연 보장을 위하여 클래스별 예상 지연 시간을 계산한다. 하지만 각 클래스별 예상 지연 시간의 계산은 무선 채널에서의 간섭, 충돌 및 링크 품질에 영향을 받기 때문에 정확한 예측이 어렵다. 본 논문에서는 EDCA 기반의 동적 우선순위 할당을 위한 정교한 클래스별 지연 시간 예측 기법을 제안한다. 제안하는 기법은 무선 채널의 링크 품질과 전송 패킷의 크기를 고려하여 좀더 실제와 유사한 지연 시간을 예측할 수 있다. 실험을 통해 제안하는 기법이 기존의 기법보다 정확성이 높으며 이를 통해 동적 우선순위 할당 기법의 성능을 향상시킬 수 있음을 확인하였다.

• 한국시뮬레이션학회논문지
• /
• 제30권4호
• /
• pp.1-8
• /
• 2021

복잡하고 비선형적인 특징을 갖는 시계열 데이터를 예측하기 위해 딥러닝 기법이 널리 사용되고 있다. 본 연구에서는 최근에 개발된 WaveNet을 개선하고 워크포워드 검증 기법을 적용하여 전력 소비량 데이터를 24시간 이전에 예측하고자 한다. 원래 WaveNet은 오디오 데이터 예측에 사용하고자 고안되었으며, 장기간의 데이터를 효과적으로 예측하기 위해 1차원 팽창인과 합성곱(1D dilated causal convolution)을 사용한다. 먼저, WaveNet이 부호화된 정수 값이 아니라 실수 값을 출력하여 전력 데이터를 예측하기 적합하도록 개선하였다. 다음으로 학습 과정에 적용된 하이퍼파라미터(입력 기간, 배치 크기, WaveNet 블록 개수, 팽창 비율, 학습률 변경)를 조정하여 적절한 성능을 나타내도록 하였다. 마지막으로 성능 평가를 통해 전통적인 홀드아웃 검증 기법보다 본 연구에서 사용한 워크포워드 검증 기법이 전력 소비량 데이터 예측에 우수함 성능을 나타냄을 확인하였다.

• 한국정보기술학회논문지
• /
• 제17권12호
• /
• pp.29-38
• /
• 2019

라이프로그를 이용한 경로 예측 기법은 정확한 경로 예측을 위하여 많은 양의 학습 데이터를 요구하며, 학습 데이터가 부족할 경우 경로 예측 성능이 저하된다. 학습 데이터 부족은 사용자의 이동 패턴이 유사한 다른 사용자의 데이터를 이용하여 해결이 가능하다. 따라서 이 논문은 사용자 유사도 기반 경로 예측 알고리즘을 제안한다. 이를 위하여 제안 알고리즘은 경로를 3단 그리드 패턴으로 학습하고 코사인 유사도 기법을 이용하여 사용자 간 유사도를 측정한다. 이후, 측정된 유사도를 학습된 모델에 적용하여 경로를 예측한다. 평가를 위하여 기존 경로 예측 기법들과 제안 기법의 경로 예측 정확도를 측정 및 비교한다. 그 결과, 제안 기법의 정확도는 66.6%로 다른 기법들에 비해 평균 1.8% 더 높은 정확도를 가진 것으로 평가된다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2015년도 추계학술대회 논문집
• /
• pp.145-146
• /
• 2015

본 논문은 3상 T-type 3-레벨 인버터의 중성점 전압 제어를 위한 예측제어에 관한 연구이다. 최근 인버터의 효율 향상 등의 장점으로 멀티레벨 인버터가 주목받고 있다. 모델예측제어 방식은 물리적 입력 상태를 반영하여 최적의 성능을 제공할 수 있는 제어기법이다. 3-레벨 인버터에서는 전압벡터의 개수가 많아 예측제어기법을 적용하기에는 계산시간이 오래걸리는 단점이 있다. 본 논문에서는 SPWM 방식에 예측저어를 통해 offset 을 주는 방식으로 DC-link단 중성점 전압제어를 하였다.