• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.610-612
• /
• 2004

실시간 시스템은 논리적 정확성뿐만 아니라 시간적 정확성을 요구한다. 시간적 정확성을 만족시키기 위해서 실시간 시스템의 설계자는 작업들의 스케줄 가능성에 대한 연구를 선행하여야 한다. 스케줄 가능성 분석을 위해 작업들에 대한 실행 시간 예측이 필요하다 작업들의 실행 시간 예측을 위한 방법으로 측정과 정적 분석이 연구되었다. 측정 및 정적 분석은 비용 및 막장성에 문제점을 지니고 있고 실시간 시스템의 발전을 따라가지 못하여 분석 결과의 정확성이 만족스럽지 못하다. 본 논문에서는 정적 분석을 단일 시스템이 아닌 분산 실시간 시스템에 적용할 수 있는 확장된 정적 분석 도구의 개발을 위해 분산 실시간 시스템으로 전환에 의해 발생되는 통신 영향 요소의 분석 및 통신 영향 요소 분석기를 설계한다. 실행 시간에 영향을 미치는 요소들의 분석을 통해 원시 프로그램에서 자동적으로 예측된 실행 시간의 정확도와 신뢰도를 높인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10a
• /
• pp.17-21
• /
• 2006

도메인 기반 단백질 상호작용 예측 기법은 지난 몇 년 동안 활발히 연구되어 왔다. 도메인 기반 접근 방법 중에서도 도메인 조합 기반 단백질 상호작용 가능성 순위 부여 기법은 예측 정확도면에서 다른 기법보다 월등한 결과를 보여주고 있다. 그러나 학습 집단을 사용하는 특징 때문에 전체 도메인 정보를 이용할 수 없는 단점이 있다. 또한, 이 시스템은 도메인 정보가 부족하여 다른 기능을 하는 단백질이라도 같은 도메인 정보를 보여주기 때문에 예측 시스템의 결점을 드러내고 있다. 도메인 조합 기반 단백질 상호작용 가능성 순위 부여 기법은 InterPro 데이터베이스의 도메인 정보를 기반으로 사용한다. InterProScan은 InterPro의 여러 멤버 데이터베이스의 정보를 기반으로 Sequence 분석을 하는 소프트웨어로써 검색 후 단계에서 찾아낸 결과들을 e-value를 기반으로 여과한다. 본 논문에서는 제시된 e-value를 조정 방법을 사용함으로써 단백질 내 도메인 패턴의 다양화와 기존 도메인 정보가 없던 단백질의 도메인을 새롭게 발견할 수 있으나 접근 방식의 한계가 존재함을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.215-218
• /
• 2018

제조 산업에서 4 차 산업혁명의 바람이 불면서 다양한 시도들이 진행되고 있다. 이러한 노력에도 불구하고 실제 제조 환경에서 효과적으로 시스템을 구축하는데 어려움을 겪고 있는 장비 정비 예측 시스템에 대한 새로운 서도를 통해 그 가능성을 평가해 보았다. 이 논문에서는 최근 여러 분야에서 성능 적으로 상당한 성과를 올리고 있는 Machine Leaming 기반으로 예측 성능 평가를 진행 했다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.39-40
• /
• 2024

본 연구는 SHAP(SHapley Additive exPlanations)을 활용하여 신용카드 사용자의 연체 가능성을 예측하는 기계학습 모델의 해석 가능성을 강화하는 방법을 제안한다. 대규모 신용카드 데이터를 분석하여, 고객의 나이, 성별, 결혼 상태, 결제 이력 등이 연체 발생에 미치는 영향을 명확히 하는 것을 목표로 한다. 본 연구를 토대로 금융기관은 더 정확한 위험 관리를 수행하고, 고객에게 맞춤형 서비스를 제공할 수 있는 기반을 마련할 수 있다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.42 no.3
• /
• pp.270-278
• /
• 2014

This paper describes an improvement of space objects orbit prediction. To screen possible collisions between operational satellites and space objects, the TLE (Two-Line Element) was used as pseudo-measurement and than the orbit determination and orbit prediction were performed through the flight dynamics system. For determining the orbits, the state vectors were assumed by a series of TLEs within a certain period. The propagation error was analyzed according to the fitting period and a number of pseudo-observations. In order to find out the improvement of orbit prediction with the proposed method, KOMPSAT-2, 3 having the precise orbit in the meter-level range were first applied. Then the result applied to space objects under the same conditions was analyzed. As a result of the RMS error comparison with the orbit prediction of space object, the precision of orbit prediction was improved by approximately 90% for seven days prediction. The improved orbit prediction of space objects can be utilized in the daily analysis for initial screening of the close space objects at high risk.

• Journal of the Korea Convergence Society
• /
• v.8 no.10
• /
• pp.1-8
• /
• 2017

Accurate forecasting enables to effectively prepare for future phenomenon. Especially, meteorological phenomenon is closely related with human life, and it can prevent from damage such as human life and property through forecasting of weather and disaster that can occur. To respond quickly and effectively to oil spill accidents, it is important to accurately predict the movement of oil spills and the weather in the surrounding waters. In this paper, we selected four representative machine learning techniques: support vector machine, Gaussian process, multilayer perceptron, and radial basis function network that have shown good performance and predictability in the previous studies related to oil spill detection and prediction in meteorology such as wind, rainfall and ozone. we suggest the applicability of oil spill prediction model based on machine learning.

• Journal of Korea Water Resources Association
• /
• v.37 no.2
• /
• pp.145-154
• /
• 2004

The purpose of this study is to develop a real-time forecasting model in order to predict the flood runoff which has the nature of non-linearity and to verify applicability of neural network model for flood warning system. Developed model based on neural network, NRDFM(Neural River Discharge-Stage Forecasting Model) is applied to predict the flood discharge on Waekwann and Jindong stations in Nakdong river basin. As a result of flood forecasting on these two stations, it can be concluded that NRDFM-II is the best predictive model for real-time operation. In addition, the results of forecasting used on NRDFM-I and NRDFM-II model are not bad and these models showed sufficient probability for real-time flood forecasting. Consequently, it is expected that NRDFM in this study can be utilized as suitable model for real-time flood warning system and this model can perform flood control and management efficiently.

• Proceedings of the KIEE Conference
• /
• 2004.07d
• /
• pp.2329-2331
• /
• 2004

본 논문에서는 이동 로봇의 경로 추종 제어를 위해 웨이블릿 신경 회로망에 기반한 예측 제어기의 설계 방법을 제안하고자 한다. 제안한 방법에 의해 설계된 제어기는 이동 로봇의 동특성을 예측하기 위한 웨이블릿 신경회로망 기반 예측기와 예측 제어기로 구성된다. 제안한 방법에서 모델링 및 제어기로 적용되는 신경 회로망의 장점과 우수한 해석 능력을 가진 웨이블릿 변환의 장점을 결합한 웨이블릿 신경 회로망을 이용하여 이동 로븟의 동특성을 모델링하여 예측 제어기에서의 비용 함수 최소화에 적용한다. 경로 추종 제어의 목적인 이동 로봇의 실제 출력과 예측기의 출력 오차를 최소화하기 위해 웨이블릿 신경 회로망의 파라미터 동정 및 예측 제어기는 경사 하강법을 이용하여 학습한다. 마지막으로 컴퓨터 모의 실험을 통하여 제안한 예측 제어 시스템의 적용가능성 및 효율성을 검증하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.318-318
• /
• 2020

한국건설기술연구원에서는 기상청과 한강홍수통제소에서 생산중인 강수예측자료의 정확도 향상과 홍수예보에 활용하기 위해 예측강수 병합 기법을 개발하였다. 본 연구에서는 기 평가된 강수량 예측 정확도 외에 홍수예보의 적용성을 살펴보기 위해 각 예측 강수량 자료의 유출량 정확도 평가를 하고자 하였다. 한강홍수통제소의 비상용 홍수예보모형을 이용하여 +6시간까지 병합 예측 자료의 유출분석을 실시하였다. 임의의 강우분포를 이용하여 예측하는 기존 홍수예보에 비해 개선된 결과를 확인할 수 있었다.

• Journal of Korea Port Economic Association
• /
• v.27 no.4
• /
• pp.1-11
• /
• 2011

In much the same way as the US Lehman crisis of 2008-2009 severely impacted the European economy through financial market dislocation, a European banking crisis would materially impact the US economy through a generalized increase in global risk aversion. A deepening of the European crisis could very well derail the US economic recovery and have a harmful impact on the Asian economies. This kind of vicious circle could be a bad news to the shipping companies. The purpose of the study is to predict the Baltic Dry Index representing the shipping business during the period of 2012 using the ARIMA-type models. This include the ARIMA and Intervention-ARIMA models. This article introduces the four ARIMA models and six Intervention-ARIMA models. The monthly data cover the period January 2000 through October 2011. The out-of-sample forecasting performance is also calculated. Forecasting performance is measured by three summary statistics: root mean squared percent error, mean absolute percent error and mean percent error. The root mean squared percent errors, however, are somewhat higher than normally expected. This reveals that it is very difficult to predict the BDI The ARIMA-type models show that the shipping market will be bearish in 2012. These pessimistic ex-ante forecasts are supported by the Hodrick-Prescott filtering technique.