• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.01a
• /
• pp.15-18
• /
• 2015

SNS의 확산으로 대중들은 제품, 서비스, 사회적 이슈 등 다양한 도메인에 대하여 자신의 기분이나 의견을 적극적으로 표현하고 있다. 이에 따라 SNS를 분석하여 제품의 수요, TV 시청률, 주가 등의 다양한 현상을 예측하는 데 있어 감성분석을 활용하는 연구가 활발히 진행되고 있다. 감성분석은 각 어휘에 대한 품사, 극성, 감성지수를 규정하고 있는 감성사전을 기반으로 이루어진다. 하지만 동일한 단어라도 도메인에 따라 중요도가 달라지기 때문에 도메인의 특성을 고려한 감성사전을 사용해야 할 필요성이 있다. 따라서 본 연구에서는 다양한 도메인에 대하여 각각의 특성에 맞게 더욱 정확한 감성분석을 할 수 있도록 도메인 맞춤형 감성사전을 구축하는 기법을 제안한다. 도메인 별로 긍 / 부정 평가에 있어 중요한 척도가 되는 단어들을 도메인 감성어휘로 선별하여 목록을 구축하고, 각 감성어휘의 중요도에 따라 도메인 감성지수를 새롭게 정의하였다. 실험 결과, 평가 도메인에 적합한 감성사전이 다른 도메인의 감성사전 및 범용 감성사전보다 우수한 성능을 보였다. 이를 통해 도메인 맞춤형 감성사전 구축기법의 효용성을 확인하였다.

• Tunnel and Underground Space
• /
• v.34 no.4
• /
• pp.301-311
• /
• 2024

In South Korea, following the 2016 Gyeongju and 2017 Pohang earthquakes, the need for earthquake disaster prevention has been increasing. Reliable techniques for probabilistic seismic hazard analysis and ground motion models are required for quantifying earthquake damage. Recently, there has been growing demand for deep underground facilities, necessitating accurate quantification techniques for earthquake damage in deep underground. In this study, ground motion models within rock were proposed using ground motion data measured at borehole seismic stations. A regression analysis, a type of empirical technique, was applied to 17 periods selected in a range from 0.01 to 10 s of spectral accelerations to develop the ground motion models. Residual analysis was performed to evaluate and improve the prediction performance of the ground motion model, with correction factors added to the model equation. When applying the proposed model, the group means of residuals approached zero, and the standard deviation of total residuals, similar to existing models proposed in other countries, confirmed the reliability of the proposed model.

• 한국태양에너지학회:학술대회논문집
• /
• 2009.04a
• /
• pp.184-189
• /
• 2009

In order to improve the operation of energy systems, it is necessary for the urban communities to have reliable optimization routines, both computerized and manual, implemented in their organizations. However, before a production plan for the energy system units can be constructed, a prediction of the energy systems first needs to be determined. So, several methodologies have been proposed for energy demand prediction, but due to uncertainties in urban community, many of them will fail in practice. The main topic of this paper has been the development of a method for energy demand prediction at urban community. Energy demand prediction is important input parameters to plan for the energy planing. This paper presents a energy demand prediction method which estimates heat and electricity for various building categories. The method has been based on artificial neural networks(ANN). The advantage of ANN with respect to the other method is their ability of modeling a multivariable problem given by the complex relationships between the variables. Also, the ANN can extract the relationships among these variables by means of learning with training data. In this paper, the ANN have been applied in oder to correlate weather conditions, calendar data, schedules, etc. Space heating, cooling, hot water and HVAC electricity can be predicted using this method. This method can produce 10% of errors hourly load profile from individual building to urban community.

• Journal of Korean Society of Transportation
• /
• v.17 no.1
• /
• pp.7-17
• /
• 1999

The expressway network includes a total of about 1,899 km in our country The only 1,016 km of that is being managed by the closed Toll Collection System(TCS) which is composed of 74 tollgates. We obtain inter-tollgate O-D matrices from that system everyday. But, they are not traffic-zonal O-D matrices. So they have not been used for the expressway traffic analysis and the traffic demand estimation despite of their accuracy. If we could estimate the traffic-zonal O-D matrices from TCS O-D ones, we could perform expressway traffic analysis more efficiently. Moreover we could obtain more precise expressway O-D matrices and traffic-zonal O/D ones by this approach than by the conventional ones. In this paper. we proposed the model estimating traffic-zonal O/D matrices from TCS O-D ones. The assigned volumes with the estimated traffic-zonal O-D matrices produced the only 17.9% error all over the TCS expressway section when compared to the real traffic volumes. So, the proposed model enables for us to estimate more accurate O/D matrics than any other existing methods.

• KIPS Transactions on Software and Data Engineering
• /
• v.11 no.8
• /
• pp.339-346
• /
• 2022

Recently, the resource depletion and climate change problem caused by the massive usage of fossil fuels for electric power generation has become a critical issue worldwide. According to this issue, interest in renewable energy resources that can replace fossil fuels is increasing. Especially, photovoltaic power has gaining much attention because there is no risk of resource exhaustion compared to other energy resources and there are low restrictions on installation of photovoltaic system. In order to use the power generated by the photovoltaic system efficiently, a more accurate photovoltaic power forecasting model is required. So far, even though many machine learning and deep learning-based photovoltaic power forecasting models have been proposed, they showed limited success in terms of interpretability. Deep learning-based forecasting models have the disadvantage of being difficult to explain how the forecasting results are derived. To solve this problem, many studies are being conducted on explainable artificial intelligence technique. The reliability of the model can be secured if it is possible to interpret how the model derives the results. Also, the model can be improved to increase the forecasting accuracy based on the analysis results. Therefore, in this paper, we propose an explainable photovoltaic power forecasting scheme based on BiLSTM (Bidirectional Long Short-Term Memory) and SHAP (SHapley Additive exPlanations).

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.641-641
• /
• 2015

수자원 관리의 새로운 패러다임으로 스마트워터그리드가 이슈화되고 있다. 스마트워터그리드는 현재 직면해 있는 물 문제를 ICT기술을 활용하여 효율적으로 관리 및 운영할 수 있는 기술이다. 가뭄과 홍수 등을 대응하기 위한 분산형 수자원, 그리고 수량과 수질등의 통합 관리를 지향하는 물관리 패러다임과 ICT와 물산업을 융복합화하여 양방향 실시간 운영을 통한 네트워크 구성, 그리고 대규모 수원개발과 장거리 수송방식으로부터 지역단위의 부존된 수자원인 다중수원을 효율적으로 활용하고, 이들 수원의 최적 블랜딩 기술 및 멀티워터루프를 이용한 수요자 중심의 물관리에 초점을 맞추고 있다. 이에 본 연구에서는 지역의 부존된 수자원을 효율적으로 관리하기 위한 운영지수를 산정함으로써 지역의 평상시 물관리 운영과 상수공급차단, 다중수원에 오염물질 유입, 가뭄발생 등 비상시 상황에 물관리가 원활히 이루어지도록 하였다. 스마트워터그리드에서 사용되는 물관리 운영지수는 비상시 지역간 플랫폼에 정상적으로 물공급이 어렵거나, 예상되어 유량 확보가 필요시 원활하게 유량 확보가 가능하도록 주변 지역간의 운영지수를 산정하여 최적의 조건을 도출하여 우선순위를 시나리오에 나타내어 사용자가 플랫폼에 물공급이 가능하도록 제시한 운영지수이다. 물관리 운영지수는 중회귀분석 기법을 이용하여 종속변수에 선형적인 영향을 미치는 유량, 수질, 이송거리, 전력비용, 경제적인 영향 등을 고려하여 종속변수의 값을 예측하고 통계적인 기법으로 유량, 수질, 이송거리, 전력비용, 경제적인 영향 등에 대한 장래추정치를 부여하여 회귀모델을 구축하여 물관리 운영지수를 산정하였다. 이를 활용하여 평상시에는 물수요 공급량을 정확히 관리하여 지역간의 수자원 불균형을 해소하고 비상시에는 상황을 대처하여 지역의 물부족 문제를 해소할 수 있을 것으로 판단된다.

• The Korean Journal of Applied Statistics
• /
• v.34 no.5
• /
• pp.723-734
• /
• 2021

Wind energy is one of the rapidly developing renewable energies which is being developed and invested in response to climate change. As renewable energy policies and power plant installations are promoted, the supply of wind power in Korea is gradually expanding and attempts to accurately predict demand are expanding. In this paper, the ARIMA and ARIMAX models which are Time series techniques and the SVR, Random Forest and XGBoost models which are machine learning models were compared and analyzed to predict wind power generation in the Jeonnam and Gyeongbuk regions. Mean absolute error (MAE) and mean absolute percentage error (MAPE) were used as indicators to compare the predicted results of the model. After subtracting the hourly raw data from January 1, 2018 to October 24, 2020, the model was trained to predict wind power generation for 168 hours from October 25, 2020 to October 31, 2020. As a result of comparing the predictive power of the models, the Random Forest and XGBoost models showed the best performance in the order of Jeonnam and Gyeongbuk. In future research, we will try not only machine learning models but also forecasting wind power generation based on data mining techniques that have been actively researched recently.

• Proceedings of the KOR-KST Conference
• /
• 1998.10a
• /
• pp.11-20
• /
• 1998

정적 통행배분모형은 도로 건설 등 공급부문에의 적용은 가능하나 통행량 및 혼잡의 시간적 공간적 변화를 고려하지 못하여 수요관리에서는 교통량 및 비용에 대한 관측치와 모형의 결과치가 상이한 문제가 있다. 이에 동적배분모형의 다양한 접근방법이 시도되고 있는데 그 중 Simulation기법을 개발하고자 하였다. 모형은 개별차량의 시공간상 움직임을 포현하고자 절대시간이 가장 이른 차량순으로 시뮬레이션을 함으로써 선입선출(FIFO)을 가능하게 하였다. 각 차량별 지체시간의 계산은 대기행렬 이론을 기초로 한 누적곡선법을 적용하여 도출하였다. 개별차량 Simulation은 시간축으로 확장된 연속류 Network상에서 각 차량의 도착 및 출발할 노드와 시간대를 결정하면 모든 지점에서 누적도착, 출발곡선을 그릴 수 있으며 이를 통해 도로구간에 있어 시간대별 통행시간, 밀도, 속도 등을 파악할 수 있다. 또한 합류부의 용량와 와해현상과 분류부의 용량변화현상 제약 및 Queue길이 제약이 이루어지도록 하였다. 개발된 모형의 검증은 영동대교 북단 강변도로 진출입부 자료를 실측하여 사용하였다. 모형은 합류부 용량와해의 적용 전과 후의 결과를 각각 실측치와 비교하였다. 용량와해현상을 적용한 모형에서 MAPE 10%미만의 우수한 예측력을 보였다. 이는 누적곡선을 이용한 Simulation모형이 현실에 가까움을 의미하는 것이며, 합류부 용량와해현상의 관계식을 보다 정교하게 도출하고 분류부에도 이를 적용한다면 모형의 예측력은 더욱 향상될 것으로 보인다.

• Journal of Digital Convergence
• /
• v.17 no.11
• /
• pp.531-536
• /
• 2019

The Ministry of the Interior and Safety amends the enforcement ordinance of the public service design method and applies it to the project tasks of each institution and cases of social problem solving and public service innovation are increasing according to service design methodology. This study is to develop the $360^{\circ}$ VR content element in order to deliver the understanding and effective improvement of the service to the consumers in the process of problem discovery and the prototype that visualize the key solution according to the service design methodology. By applying it to the actual public service design project, it was possible to predict the result with high satisfaction after improvement. This paper is meaningful in that it proposes new approach and empirical value to consumers and contribute to the improvement of the service design process as a convergence study on the future service design using the $360^{\circ}$ VR prototype.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.658-660
• /
• 2018

인공지능 산업이 발달함에 따라 사용자의 특성에 맞게 상호작용하는 기술에 대한 수요도 증가하고 있다. 하지만 텍스트 스타일 변환의 경우 사용자 경험을 크게 향상시킬 수 있는 기술임에도 불구하고, 학습에 필요한 병렬 데이터가 부족하여 모델링과 성능 개선에 어려움을 겪고 있다. 이에 따라 본 논문에서는 비 병렬 데이터만으로 텍스트 스타일 변환이 가능한 선행 모델[1]을 기반으로, 한국어에 적합한 문장 표현 방식 및 성능 개선을 위한 임의 도메인 예측 기법이 적용된 모델을 제안한다.