• Journal of Wetlands Research
• /
• v.11 no.2
• /
• pp.107-121
• /
• 2009

Many rainfall-runoff models have been used for the flood forecasting. However, the determination of rainfall-runoff model parameters is very difficult. In this study, we investigated the efficiency of flood forecasting models by studying the optimization techniques for parameter calibration of SFM, Tank, and SSARR models. We analyzed the correlations between parameters in optimization techniques, then classified the parameters into parameter groups. For this we applied the sequential calibration method through the sensitivity analysis. As the results of the analysis, the parameter groups clibration method showed better result for peak flow and clibtation time.

• Journal of Digital Convergence
• /
• v.20 no.5
• /
• pp.443-451
• /
• 2022

The paper delves into the elaborate intermediating mechanisms of the association between coaching leadership and safety behavior. To do that, this study tried to identify the sequential mediating effects of employee's meaningfulness of work and perceived organizational support between coaching leadership and safety behavior. By utilizing 3-wave survey data from 250 employees in Korean companies with conducting structural equation modeling(SEM), this paper found that coaching leadership had a positive influence on safety behavior through sequential mediating effect of employee's meaninfulness of work and perceived organizational support.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.152-154
• /
• 2000

본 논문에서는 시계열 데이터베이스에서 정규화 변환을 지원하는 서브시퀀스 매칭 알고리즘을 제안한다. 정규화 변환은 시계열 데이터간의 절대적인 유클리드 거리에 관계없이, 구성하는 값들의 상대적인 변화 추이가 유사한 패턴을 갖는 시계열 데이터를 검색하는 데에 유용하다. 제안된 알고리즘은 몇 개의 질의 시퀀스 길이에 대해서만 각각 인덱스를 생성한 후, 이를 이용하여 모든 가능한 길이의 질의 시퀀스에 대해서 탐색을 수행한다. 이때, 착오 기각이 발생하지 않음을 증명한다. 본 논문에서는 이와 같이 인덱스가 요구되는 모든 경우 중에서 적당한 간격의 일부에 대해서만 생성된 인덱스를 이용한 탐색 기법을 인덱스 보간법이라 부른다. 질의 시퀀스의 길이 256~512 중 다섯 개의 길이에 대해 인덱스를 생성하여 실험한 결과, 탐색 결과를 선택률이 10-5일 때 제안된 알고리즘의 탐색 성능이 순차 검색에 비하여 평균 14.6배 개선되었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.189-192
• /
• 2002

특정 문제를 위하여 병렬화 알고리즘을 적용할 경우. 기존의 순차적인 알고리즘과는 다른 방식의 문제 접근이 가능한 경우가 있다. 인공 지능 분야의 양방향 병렬 탐색을 그 예로 들 수 있으며 특정 슈퍼 컴퓨터를 대상으로 한 구현 및 성능 측정 결과가 보고 된 바 있다. 본 논문에서는 최근 병렬 시스템의 새로운 분야로 부각되고 있는 클러스터 시스템을 대상으로 양방향 병렬 탐색 알고리즘을 구현하고 테스트 하였다. 구현에 있어서는 클러스터 시스템에서 많이 이용되는 메시지 패싱 인터페이스 (MPI)를 사용하였으며 여러 가지 조건을 조합하여 테스트 함으로서, 클러스터 시스템 환경에서 양방향 병렬 탐색이 갖는 성능을 분석하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.334-336
• /
• 1999

본 논문에서는 시계열 데이터베이스에서 임의 계수의 이동평균 변환을 지원하는 서브시퀀스 매칭 알고리즘을 제안한다. 응용분야와 분석하려고 하는 시계열 데이터의 특성에 따라 잡음의 영향을 줄이는 정도와 경향을 파악하는 주기가 달라지므로 이동평균 계수의 선택도 달라진다. 본 논문에서는 하나의 이동평균 계수에 대해서 생성한 인덱스만을 이용하여 인덱스가 생성되어 있지 않은 계수에 대해서도 탐색을 수행하는 방법을 제안한다. 이때, 제안된 탐색 기법이 질의 결과로 반환되어야 할 서브시퀀스를 모두 찾아내지 못하는 착오 기각이 발생하지 않음을 증명한다. 실험 결과, 모든 이동평균 계수에 대해 인덱스가 생성되어 있는 경우와 비교하여 탐색 성능의 저하는 42%이내였으며, 제안된 알고리즘의 탐색 성능이 순차 검색에 비하여 초대 2.7배 우수하였다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.37 no.6
• /
• pp.38-47
• /
• 2000

In pattern classification, the Bhattacharyya distance has been used as a class separability measure. Furthemore, it is recently reported that the Bhattacharyya distance can be used to estimate error of Gaussian ML classifier within 1-2% margin. In this paper, we propose a feature extraction method utilizing the Bhattacharyya distance. In the proposed method, we first predict the classification error with the error estimation equation based on the Bhauacharyya distance. Then we find the feature vector that minimizes the classification error using two search algorithms: sequential search and global search. Experimental reslts show that the proposed method compares favorably with conventional feature extraction methods. In addition, it is possible to determine how man, feature vectors arc needed for achieving the same classification accuracy as in the original space.

• Journal of Internet Computing and Services
• /
• v.11 no.1
• /
• pp.15-20
• /
• 2010

In this paper, we propose a novel approach to reduce spatial query access latency and energy consumption by leveraging results from nearby peers in wireless broadcast environments. We propose a three-tier Hierarchical Location-Based Sequential access index, called HLBS, which provides selective tuning (pruning and searching entries) without pointers using a linear accessing structure based on the location of each data object. The HLBS saves search cost and index overhead, since the small index size with a sequential index structure results in low access latency overhead and facilitates efficient searches for sequential-access media (wireless channels with data broadcast). Comprehensive experiments illustrate that the proposed scheme is more efficient than the previous techniques in terms of energy consumption.

• Journal of the Korean Society for information Management
• /
• v.27 no.4
• /
• pp.109-130
• /
• 2010

The purpose of this study is to identify th patterns in the news reporters' information seeking behaviors by observing their web activities. For this purpose, transaction logs collected from 23 news reporters were analyzed. Web tracking software was installed to collect the data from their PCs, and a total of 39,860 web logs were collected in two weeks. Start and end pattern of sessions, transitional pattern by step, sequence rule model was analyzed and the pattern of Internet use was compared with the general public. the analysis of pattern derived a web information seeking behavior modes that consists of four types of behaviors: fact-checking browsing, fact-checking search, investigative browsing and investigative search.

• The Journal of the Korea Contents Association
• /
• v.7 no.1
• /
• pp.58-64
• /
• 2007

In pattern recognition field, there are many optimization problems having exponential search spaces. To solve of sequential search algorithms seeking sub-optimal solutions have been used. The algorithms have limitations of stopping at local optimums. Recently lots of researches attempt to solve the problems using genetic algorithms. This paper explains the huge search spaces of typical problems such as feature selection, classifier ensemble selection, neural network pruning, and clustering, and it reviews the genetic algorithms for solving them. Additionally we present several subjects worthy of noting as future researches.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2010.07a
• /
• pp.417-419
• /
• 2010

본 논문에서는 최적화 문제를 해결하는 기법의 하나인 유전자 알고리즘을 이용하여 모든 노드를 탐색하여 최적의 경로를 도출하는 최적화 경로 탐색 알고리즘을 제안한다. 경로를 도출하기 위해 중간 경로 노드로부터 출발지 노드 및 도착지 노드까지의 거리를 측정하여 개체를 생성한다. 출력 노드들을 도출하기 위해 생성된 개체를 적합도 함수에 적용하여 적합도를 계산한다. 계산된 적합도 값에 따라 교배를 할 노드 및 교배 지점(비트단위)을 선택한다. 선택되어진 교배와 교배 지점을 이용하여 개체들을 교배한다. 교배를 통해 새로운 개체를 생성한다. 새로운 개체가 적합도 조건(이전 개체 중 최대값 $^*\;2$)에 만족한다면 출력 노드로 도출하고, 다음 출력 노드를 도출할 때의 출발지 노드로 선택되어진다. 이러한 과정을 반복하여 모든 출력 노드를 도출한다. 제안된 방법을 실험한 결과, 순차 방식과 난수를 이용한 경우보다 제안된 방법이 효율적인 것을 확인하였다.