• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 1999.12a
• /
• pp.523-530
• /
• 1999

연속살균장치는 $130^{\circ}C$에서 $140^{\circ}C$의 초고온에서 연속적으로 식품을 열처리 하는 공정으로 재래 배치식 공정에 비하여 순간적인 짧은 시간이 소요되는 경제적인 공정이나, 액상과 고상으로 구성된 저산도 식품은 고상입자의 대류열전달 계수와 장치내 체류시간이 정확히 구명되지 않아서 연속살균기술이 성공적으로 적용되지 못하고 있다. 본 연구에서 연속살균장치에서의 액상식품과 고상식품사이의 대류열전달 계수를 예측하기 위하여 연속살균장치의 Hold tube에서 정육면체 모델 식품내부의 온도를 측정할 수 있는 장치를 개발하였다. 연속살균장치의 홀드튜브에서 정육면체 모델 식품의 온도변화를 예측할 수 있는 유한차분법을 이용한 시뮬레이션 모델을 개발하고 소고기를 대상으로 이 시뮬레이션 모델의 입력변수인 비열, 열전도도를 실험적으로 측정하여 사용하였다. 0.0에서 15.0 centipoise의 점도를 가지는 모델 액상식품의 15.6에서 45.2liter/min 의 유속에 대하여 액상과 소고기 정육면체의 대류열전달계수는 792에서 2107W/$m^2$K으로 예측되었다.

• The Korean Journal of Applied Statistics
• /
• v.12 no.2
• /
• pp.491-503
• /
• 1999

시계열자료에는 흔히 대부분의 자료에서 벗어나는 이상치들이 포함되어 있는데, 이러한 자료는 관측치들 사이의 종속구조로 인해 분석과정에 영향을 끼칠 수 있고, 특히 연속시점에서 발생하는 경우에 그 영향이 매우 심각할 수 있다. 본 논문에서는 연속이상치(PO)가 Winters 계절지수모형의 분석과정에 미치는 영향을 유도하고, 예측 평균제곱오차(MSFE)를 구하여 연속이상치가 예측에 미치는 영향을 제시하였다. 또한, 실제자료를 이용하여 연속이상치의 영향을 실증적으로 분석하였다.

• Journal of Korea Multimedia Society
• /
• v.14 no.9
• /
• pp.1152-1164
• /
• 2011

Stock price is stream data to change continuously. The characteristics of these data, stock trends according to flow of time intervals may differ. therefore, stock price should be continuously prediction when the price is updated. In this paper, we propose the new prediction system that continuously predicts the stock price according to the predefined time intervals for the selected stock item using HTM model. We first present a preprocessor which normalizes the stock data and passes its result to the stream sensor. We next present a stream sensor which efficiently processes the continuous input. In addition, we devise a storage node which stores the prediction results for each level and passes it to next upper level and present the HTM network for prediction using these nodes. We show experimented our system using the actual stock price and shows its performance.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.122-122
• /
• 2021

전 세계적인 기후변화로 인해 태풍과 집중호우의 빈도와 규모가 증가하고 있으며 그로 인해 수재해 대응과 수자원 관리에 많은 어려움이 따른다. 댐 운영은 이러한 수자원 관리의 중요한 요소이며 정확한 댐 유입량의 예측은 효율적인 댐 운영과 관리의 필수적인 부분이다. 최근에는 여러 분야에서 활용되고 있는 딥러닝 모델을 활용하여 댐 유입량 예측에 관한 다수의 연구들이 수행되고 있다. 특히, 수문 시계열의 장기적인 특성과 비선형적인 관계를 고려하기 위해 연속형 모의를 기반으로 하는 딥러닝 모델의 적용 및 평가와 관련 연구의 필요성이 대두되고 있다. 본 연구에서는 연속형 모의를 기반으로 하는 딥러닝 모델을 활용하여 댐 유입량 예측을 수행하고자 하며 이의 적용성을 평가하고자 한다. 적용 대상 지역으로는 안동댐 상류 유역을 선정하였으며 2006년부터 2020년까지의 시 단위 강우 및 댐 유입량 자료를 활용하였다. 선행시간(1~6시간)별 예측 유입량과 관측 유입량의 비교를 통한 정량적 평가를 수행하였다. 또한 입력 자료에 대한 과거 기간, 모델 구성, 손실함수 등에 대한 조건별 평가를 통해 예측 정확도의 변화에 대한 분석을 수행하였다. 본 연구결과를 통해, 딥러닝 기반의 댐 유입량 예측 정확도에 대한 향상과 실시간 예측을 위한 딥러닝 모델의 활용성 증대에 기여할 것으로 기대된다. 향후, 강우 예보 자료를 연계한 딥러닝 기반의 실시간 댐 유입량 예측 기법을 제안하고 이의 활용성을 평가하고자 한다.

• The Korean Journal of Applied Statistics
• /
• v.9 no.1
• /
• pp.125-137
• /
• 1996

Time series data are often contaminated with outliers due to influence of unusal and non-responsitive events. The effect of the outliers is larger in the time series analysis than in the other statistical analysis, because the time series data have dependent structure over time. This paper focuses on the effect of patchy outliers on forecasting. Especially, the increase of the mean square of the l-step-ahead forecast error is derived and used to evaluate the impact of those outliers on the forecast. We fine, in general, that this increase is rather small, provided that the patchy outliers does not occur too close to the forecast origin.

• Journal of Digital Convergence
• /
• v.10 no.11
• /
• pp.377-382
• /
• 2012

In this paper, the echo noise robust CHMM learning model using echo cancellation average estimator LMS algorithm is proposed. To be able to adapt to the changing echo noise. For improving the performance of a continuous speech recognition, CHMM models were constructed using echo noise cancellation average estimator LMS algorithm. As a results, SNR of speech obtained by removing Changing environment noise is improved as average 1.93dB, recognition rate improved as 2.1%.

• KIPS Transactions on Computer and Communication Systems
• /
• v.1 no.1
• /
• pp.11-20
• /
• 2012

Stream data shows a sequence of values changing continuously over time. Due to the nature of stream data, its trend is continuously changing according to various time intervals. Therefore the prediction of stream data must be carried out simultaneously with respect to multiple intervals, i.e. Continuous Multiple Prediction(CMP). In this paper, we propose a Continuous Integrated Hierarchical Temporal Memory (CIHTM) network for CMP based on the Hierarchical Temporal Memory (HTM) model which is a neocortex leraning algorithm. To develop the CIHTM network, we created three kinds of new modules: Shift Vector Senor, Spatio-Temporal Classifier and Multiple Integrator. And also we developed learning and inferencing algorithm of CIHTM network.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1993.06a
• /
• pp.242-246
• /
• 1993

예측신경회로망 모델은 다층 퍼셉트론을 연속되는 음성특징 벡터간의 비선형예측기로 사용하는 동적인 음성인식 모델이다. 이 모델은 음성의 동적인 특성을 인식에 이용하고 연속음성인식으로의 확장이 용이한 우수한 인식 모델이다. 그러나, 예측신경회로망 모델은 음운학적으로 유사한 음성구간에서의 변별력이 낮다는 문제점이 있다. 그것은 기존의 학습 알고리즘이 다른 어휘와의 거리는 고려하지 않고 대상어휘의 예측오차만 최소화시키기 때문이다. 따라서, 본 논문에서는 직접 인식오차를 최소화시키는 GPD알고리즘에 의해 유사어휘간의 거리를 고려하는 변별력있는 학습 알고리즘을 제안한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.21 no.4
• /
• pp.463-468
• /
• 2011

Context prediction methods have been developed in two ways - one is a prediction for discrete context and the other is for continuous context. As most of the prediction methods have been used with prediction algorithms in specific domains suitable to the environment and characteristics of contexts, it is difficult to conduct a prediction for a user's context which is based on various environments and characteristics. This study suggests a context prediction method available for both discrete and continuous contexts without being limited to the characteristics of a specific domain or context. For this, we conducted a context prediction based on sequence matching by generating sequences from contexts in consideration of association rules between context attributes and by applying variable weights according to each context attribute. Simulations for discrete and continuous contexts were conducted to evaluate proposed methods and the results showed that the methods produced a similar performance to existing prediction methods with a prediction accuracy of 80.12% in discrete context and 81.43% in continuous context.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1998.06c
• /
• pp.99-102
• /
• 1998

본 연구에서는 연속음 인식과 합성을 위한 경계강도 예측 모델을 제안한다. 운율 경계 강도는 음성 합성에서는 운율구 사이의 휴지기의 길이 조절로 합성음의 자연도에 기여를 하고 연속음 인식에서는 인식과정에서 나타나는 후보문장의 선별 과정에 특징변수가 되어 인식률 향상에 큰 역할을 한다. 음성학적으로 발화된 문장은 큰 경계 단위로 볼 때 운율구 형태로 이루어졌다고 볼 수 있으며 구의 경계는 문장의 문법적인 특징과 관련을 지을 수 있게 된다. 본 논문에서는 운율 경계 강도 수준을 4로 하고 문법적인 특징으로는 트리구조 방법으로 결정된 오른쪽 가지의 수식의 깊이(rd)와 link grammar방법으로 결정된 음절수(syl), 연결거리(torig)를 bigram 모형과 결합하여 운율적 경계 강도를 예측한다. 예측 모형으로는 다중 회귀 모형과 Marcov 모형을 제안한다. 이들 모형으로 낭독체 200 문장에 대해 실험한 결과 76%로 경계 강도를 예측할 수 있었다.