• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2001.11b
• /
• pp.135-138
• /
• 2001

위성에 탑재된 전자광학 카메라(Electro-Optical Camera)로부터 획득된 영상에서는 카메라의 스캔 방향과 통일한 방향으로 "줄무늬잡음"이 발생하게 된다. 이는 센서의 특성이 통일하지 않고, 우주라는 열악한 환경에서 영상의 획득이 일어나기 때문이다. 똔 논문에서는 줄무늬잡음을 제거하기 위해 비선형 보정방법을 제안한다. 영상의 준균일성(quasi-homogeneous)과 센서특성의 시불변성(time-invariancy) 가정을 바탕으로, 보정하려는 열의 이웃 열을 참조하여 줄무늬잡음에 의한 오차를 추정하고 이를 최소화한다. 줄무늬 잡음 정도를 추정하기 위해 줄무늬잡음을 바이어스에 의한 것과 특성곡선의 경향 차이에 의한 것으로 나눈다. 바이어스에 의한 오차는 센서가 스캔하는 방향과 통일한 방향으로 통계적 특성을 이용하여 추정한다. 특성곡선의 경향차에 의한 오차는 보정하려는 열에서 동일한 박기 레벨을 갖는 화소들을 조사하고, 이들과 이웃하는 열의 동일 위치에 있는 화소의 밝기 레벨의 통계적 특성을 파악하여 추정한다. 이렇게 추정된 오차를 최소화함으로써, 줄무늬잡음을 효과적으로 제거하였다.적으로 제거하였다.

• Journal of Korean Society of Transportation
• /
• v.25 no.1 s.94
• /
• pp.121-132
• /
• 2007

Up to now Permanent traffic volumes have been counted by Automatic Vehicle Classification (AVC) on National Highways. When counted data have missing items or errors, the data must be revised to stay statistically reliable This study was carried out to estimate correct data based on outoregression and seasonal AutoRegressive Integrated Moving Average (ARIMA). As a result of verification through seasonal ARIMA, the longer the missed period is, the greater the error. Autoregression results in better verification results than seasonal ARIMA. Traffic data is affected by the present state mote than past patterns. However. autoregression can be applied only to the cases where data include similar neighborhood patterns and even in this case. the data cannot be corrected when data are missing due to low qualify or errors Therefore, these data shoo)d be corrected using past patterns and seasonal ARIMA when the missing data occurs in short periods.

• Fire Science and Engineering
• /
• v.32 no.4
• /
• pp.1-6
• /
• 2018

As a preliminary study to quantify the measurement uncertainty of the Schmidt-Boelter type heat flux gauge, the present study has been conducted to evaluate the measurement error due to the calibration constant supported by manufacturer. Calibrations of heat flux gauges are performed at NIST Fire Research Division using a calibration facility with heat source of a 2000 W halogen-tungsten filament lamp and the calibration constant is obtained by comparing the response of the reference and a standard heat flux gauge at the same irradiance conditions. Calibration for heat flux gauges made by three different manufacturers is compared with their factory calibration constant. Relative error due to fluctuation of output signal from heat flux gauges does not exceed 1% of the mean value and the relative error between calibration of this study and factory calibration constant ranged from 1.5% to 14.3%. The present study shows that a continuous and periodic calibration is necessary for accurate heat flux measurement.

• Proceedings of the KSME Conference
• /
• 2004.04a
• /
• pp.1352-1357
• /
• 2004

Thermal error compensation has been developed for CNC (Computer Numerical Control) machining center with moving heat sources. The thermal error in CNC machining center has an effect on machining accuracy more than the geometric error does. Thus, temperature distributions of a spindle unit have been analyzed numerically by a Finite Differential Method and experimentally by an infrared (IR) camera in this study. A multiple variable method has been derived to estimate the thermal deformation of the machine origin stably and effectively after measuring deformation and temperature data. The experimental results for a vertical machining center have shown that the thermal errors of the machine origins were reduced more than 30% by the developed method.

• Journal of The Korean Society of Agricultural Engineers
• /
• v.54 no.5
• /
• pp.91-102
• /
• 2012

강우의 관측망 확장과 위성 자료 및 기후 모델을 이용한 격자 단위자료가 개발 및 보급됨에 따라 다양한 자료의 분야별 활용성에 대한 연구의 필요성이 제기되고 있다. 본 연구에서는 지역 기후 모델 산출물의 오차 보정을 위한 격자 관측자료의 활용성을 평가하였다. 또한 통합 분포형 수문모델을 이용하여, 보정한 기후모델 결과의 수문 모의를 위한 기후 입력 자료로써의 적합성을 검토하였다. 보정된 결과는 각 관측자료의 월별 평균 강우량과 공간 분포를 비교적 잘 재현하였다. 한편 연강우량 시계열에 있어 그 양상은 잘 재현된 가운데 보정되지 않은 오차를 일부 포함하는 것으로 나타났다. 이는 점 관측자료로부터 추정된 시험 지역내 172개 소유역에 대한 일평균 강우량 자료와 비교해 볼 때 관측자료의 형식이나 정확성보다 기후모델의 불확실성에 기인하는 것으로 판단된다. 수문 모의 결과, 격자 자료를 이용하여 보정한 강우 입력자료는 수문 모델의 검보정에 이용된 소유역 단위 강우 자료를 이용한 결과에 상응하는 활용성을 보여주었다. 또한 강우의 공간 분포를 고려하지 않고, 시험유역 전체에 대한 평균 강우량을 입력 자료로 이용한 결과를 통해 기후 자료의 공간 분포와 관측 밀도의 중요성을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.323-323
• /
• 2018

최근 기후변화에 대한 관심이 증대됨에 따라 미래 기후모델자료를 기반으로 연구가 다양하게 진행되고 있다. 기후변화가 적용된 자료는 미래 수자원관리, 방재를 위한 수공구조물의 설계 등 다양한 방식으로 실무에 적용되고 있다. 하지만 기후모델로부터 모의된 결과는 어느 정도 관측자료와 차이가 발생하게 되며, 이러한 계통적 오차는 모델 내부에서 해결하기가 쉽지 않다. 그렇기 때문에 기후모델로부터 모의된 결과를 보정하기 위해 편의보정 기법을 활용한다. 그리고 미래 기후모델자료는 불확실성을 내재하고 있기 때문에 다양한 편의보정 기법을 적용하여 불확실성의 범위를 확인해 보았다. 사용된 편의보정 기법으로는 Quantile Mapping(QM), Quantile Delta Mapping(QDM), Detrended Quantile Mapping(DQM), Delta Change Method(DCM)을 이용하였다. 편의보정에 적용한 확률분포형은 일반극치분포(GEV분포), Type-1 극치분포(Gumbel분포)를 사용하였다. GEV분포를 기본으로 하여 조건적으로 GEV분포를 사용할 수 없는 경우, Gumbel분포를 사용하였다. 본 연구에서는 독일의 전지구기후모델(Global Climate Model, GCM)인 MPI-ESM-LR에 RCP 8.5 사나리오를 강제장으로 하여 지역기후모델(Regional Climate Model, RCM)인 WRF를 이용하여 동역학적으로 다운스케일한 강우자료를 사용하였다. 강우자료 중에서 강릉, 인천, 부산, 목포지점에 해당하는 자료를 추출하여 연 최대 강우강도 시계열을 산정하고 4가지 편의보정 기법을 이용하여 편의보정을 하였다. 편의보정 수행된 연 최대 강우강도 시계열을 scale-invariance 기법으로 다운스케일하여 미래 IDF곡선을 유도한 뒤, 편의보정별로 유도한 IDF곡선의 비교를 통해 편의보정기법이 미래 IDF곡선에 미치는 영향을 분석하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.1
• /
• pp.25-33
• /
• 2009

Recently, the TS fuzzy models that include the linear equations in the consequent part are widely used for time series forecasting, and the prediction performance of them is somewhat dependent on the characteristics of time series such as stationariness. Thus, a new prediction method is suggested in this paper which is especially effective to nonstationary time series prediction. First, data preprocessing is introduced to extract the patterns and regularities of time series well, and then multiple model TS fuzzy predictors are constructed. Next, an appropriate model is chosen for each input data by an adaptive model selection mechanism based on rough sets, and the prediction is going. Finally, the error compensation procedure is added to improve the performance by decreasing the prediction error. Computer simulations are performed on typical cases to verify the effectiveness of the proposed method. It may be very useful for the prediction of time series with uncertainty and/or nonstationariness because it handles and reflects better the characteristics of data.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1773-1774
• /
• 2008

유동적 비선형 특성을 보이는 혼돈 시계열에 대한 정확한 예측을 위해 예측 입력으로 차분 데이터를 사용하면 보다 나은 예측이 가능하다. 그러므로 본 논문에서는 상관 해석에 기반한 데이터의 전처리를 통해 적절한 최적 차분 간격 후보군을 선정하고 이들 각각에 대한 TS 퍼지 예측기로 다중 모델을 구성하여 성능 지수 평가에 의해 최적의 퍼지 예측기를 선택하여 예측을 수행하도록 하였으며, TS 퍼지 규칙 후건부에서 결정되는 예측 출력에 상관 해석에 기반한 오차 보정 메거니즘을 추가함으로써 예측 성능을 더욱 향상시킬 수 있도록 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.759-764
• /
• 2004

본 연구는 Deng(1989)이 제시한 Grey 모형을 이용하여 성진강댐의 월유입량을 예측하였고 그 방법을 제시하였다. Grey 모형은 시계열모형이나 다른 모형에 비해 비교적 적은 수의 자료를 이용하고, 간단할 수식으로 구성되어 있는 장점이 있으나, 적은 수의 자료로 인해 입력자료가 가지는 증감의 경향(trend)으로 오차가 발생하기 쉽다. 그러므로 예측오차를 극복하기 위해서 Fuzzy 시스템을 결합한 Fuzzy-Grey 모형을 구성하였고 Fuzzy 시스템에 필요한 매개변수를 추정하기 위해 최적화기법인 유전자 알고리즘(GA; Genetic Algorithm)을 이용하였다. Grey 모형과 결합된 Fuzzy 시스템은 현재의 입력자료가 가지는 패턴과 가장 유사한 패턴의 과거자료를 이용하여 현재의 입력자료의 예측오차를 추론해내는 기능을 가진다. 오차를 추론하기 위해서 과거 월유입량 자료중 현재 입력 자료와 유사한 패턴을 Grey 상관도를 이용하여 검색하고, 보다 높은 유사성을 가지는 패턴을 선별하고자 노름(norm)을 사용하였고, 유전자 알고리즘의 탐색공간을 제한하였다. 이렇게 구성한 Fuzzy-Grey 모형을 이용하여 전국적인 가뭄년도였던 1992년, 1988년, 2001년에 대해 섬진강댐의 월유입량을 예측하였다. 오차는 1982년, 2001년, 1988년 순으로 비슷한 크기의 오차가 발생하였는데 결과를 분석하여 보면, 급격한 월유입량의 변화가 있었던 경우에 오차가 크게 발생하였으나 가뭄년도에 대해 월유입량의 불확실성이 큼에도 불구하고 비교적 월유입량의 추세를 잘 예측한 것으로 판단된다. 본 연구에서 적용한 Fuzzy-Grey 모형은 적은 수의 자료를 이용하여 예측하고 예측결과를 다시 입력자료로 사용하는 업데이트 방식을 사용하기 때문에 예측결과의 오차가 완전하게 보정되지 않으면 다음 결과에 역시 오차를 주게 되어 오차보정이 상당히 중요하다는 것을 알 수 있었다. 오차를 보다 효과적으로 보정하기 위해서는 퍼지제어에 사용되는 퍼지규칙의 수를 늘리고, 유입량에 직접적인 영향을 주는 강우량과 연계한 2변수의 Fuzzy-Grey 모형을 이용한다면 보다 정확한 유입량 예측이 가능할 것으로 사료된다.

• Journal of Digital Contents Society
• /
• v.19 no.9
• /
• pp.1779-1785
• /
• 2018

In this paper, we propose an error correction method to improve the accuracy of human activity recognition using sensor event data obtained by smart devices such as wearable and smartphone. In the context awareness through the smart device, errors inevitably occur in sensing the necessary context information due to the characteristics of the device, which degrades the prediction performance. In order to solve this problem, we apply Kalman filter's error correction algorithm to compensate the signal values obtained from 3-axis acceleration sensor of smart device. As a result, it was possible to effectively eliminate the error generated in the process of the data which is detected and reported by the 3-axis acceleration sensor constituting the time series data through the Kalman filter. It is expected that this research will improve the performance of the real-time context-aware system to be developed in the future.