• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.05a
• /
• pp.510-512
• /
• 2022

Various studies are being conducted to improve the accuracy of fine dust, but there is a problem that deep learning models are not well learned due to various characteristics according to the concentration of fine dust. This paper proposes an EEMD-based fine dust concentration prediction model to decompose the characteristics of fine dust concentration and reflect the characteristics. After decomposing the fine dust concentration through EEMD, the final fine dust concentration value is derived by ensemble of the prediction results according to the characteristics derived from each. As a result of the model's performance evaluation, 91.7% of the fine dust concentration prediction accuracy was confirmed.

• Proceedings of the KIEE Conference
• /
• 2001.11c
• /
• pp.446-449
• /
• 2001

본 논문에서는 태풍의 진로와 세기를 ES_BLRNN을 이용해 예측하였다. 기존의 방법인 수치모델이나. CLIPER모델을 사용함에 있어서, 통계적 방법인 CLIPER모델은 예측성능면에서 수치모델보다 그 성능이 떨어지고, 반면에 수치모델의 성능은 CLIPER 모델에 비해 우수하나 슈퍼컴퓨터(Cray-2S, FUSITSU)를 이용하여야만 예보가 가능한 제약점을 가지고 있다. 또한 수치모델을 슈퍼컴퓨터로 계산할 경우 약 30분 정도가 소요되는 점을 감안할 때, ES_BLRNN은 이들의 단점을 보안할 수 있는 하나의 방편이라 생각된다. 게다가 ES_BLRNN의 경우 개인용 컴퓨터로도 충분히 사용 가능할 만큼 비용이 저렴하고, 681개의 태풍을 학습할 때 결리는 시간은 약 5분 정도이며, 146개의 태풍을 예측하는데 걸리는 시간은 약 3초 정도(Pentium MMX 200 Processor, RAM 64m, OS: RedHat LINUX 5.2. language ; ANSI-C)로써, 슈퍼컴퓨터나 CLIPER모델에 비해 훨씬 빠르게 결과를 볼 수 있다.

• 한국지구과학회:학술대회논문집
• /
• 2005.02a
• /
• pp.254-260
• /
• 2005

이 논문에서는 산사태 취약성 분석을 목적으로 확률론적 공간통합의 틀 안에서 범주형 자료와 연속형 자료를 효율적으로 처리할 수 있는 비모수적 우도비 추정 모델과 모수적 예측적 판별 분석 모델을 적용하였다. 적용 모델의 비교를 위해 1998년 여름철 산사태로 많은 피해를 입은 경기도 장흥 지역과 충청북도 보은 지역을 대상으로 사례연구를 수행하였다. 장흥 지역에서는 두 모델이 유사한 예측 능력을 나타내었으나, 보은 지역에서는 모수적 예측적 판별 분석 모델이 상대적으로 높은 예측 능력을 나타내었다. 결론적으로 제안한 두 모델은 산사태 취약성 분석을 위한 연속형 자료 표현에 효율적으로 적용될 수 있으며, 두 모델이 개별적인 연속형 자료 표현의 특성을 가지고 있기 때문에 다른 사례 연구를 통한 검증 작업이 병행되어야 할 것으로 생각된다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2019.05a
• /
• pp.330-333
• /
• 2019

본 연구는 기존 관중 수 예측에 주로 사용되는 ARIMA 모형과 다른 GKFN(Network with Gaussian kernel functions) 모델을 시계열 모델로 제안하고 여러 변수 간의 상관관계를 분석한 MLP(Multilayer Perceptron) 모델을 각각 따로 만들어 두 가지 RMSE값의 가중치를 결합한 새로운 모델을 최종적으로 제안한다. GKFN 모델은 phase space 분석을 위해 smoothness measure를 측정하고 커널 개수를 늘려가며 학습시키는 방법이다. 또한, MLP 모델은 관중 수에 영향을 주는 여러 변수(날짜, 날씨 등 팀과 관련된 특징들)의 상관관계를 correlation coefficient 값을 이용해 분석하고 높은 상관관계를 가지는 변수들을 이용해 MLP 모델을 만들어 학습하는 것이다. 이를 통해 프로야구팀 기아 타이거즈의 일일 단위 관중 수를 예측하고자 하였다. 관중 수 예측을 통해 구단과 관객 모두 긍정적인 활용이 가능할 것이다. 훈련 자료는 2010년부터 2018년까지 9년 동안 기아 타이거즈의 일별 관중 수를 자료로 하였다.

• Annual Conference of KIPS
• /
• 2023.11a
• /
• pp.491-492
• /
• 2023

클릭률(CTR) 예측은 많은 실제 응용 프로그램에서 가장 기본적인 작업 중 하나가 되었으며 이 분야에서 많은 고급 모델이 나았다. 그러나 가장 고전적인 CF(Collaborative Filtering) 모델에서 딥러닝 모델로 발전하는 과정에서 특징 교차의 기본 단위가 요소(비트 단위)가 아닌 특징(벡터 단위)이라는 사실을 기억하는 모델은 거의 없다. 이 논문에서는 Masknet 모델에 벡터 단위 교차를 적용하는 클릭률 예측 모델은 제안한다.Movielens 에 대해 예측 결과는 89.24%로 나타나고 원본 모델보다 효과가 더 좋다.

• Annual Conference of KIPS
• /
• 2006.05a
• /
• pp.727-730
• /
• 2006

최근 휴대전화의 보급률이 증가하고, 많은 기능이 집약되면서 휴대전화 인터페이스는 HCI 분야에서 중요한 이슈가 되고 있다. 본 논문에서는 사용자 행위 모델링 기법인 GOMS를 사용하여 휴대전화의 계층 메뉴 구조를 분석하고 사용 시간을 예측하는 개선된 모델을 제시한다. 기존 연구에서는 계층메뉴 구조 내의 모든 작업을 숙련된 작업으로 가정하여 사용 시간 예측모델을 구성하였다. 하지만 실제로 휴대전화의 계층 메뉴 구조 내에는 사용자에게 숙련이 되는 작업과 숙련되지 않는 작업이 섞여 있기 때문에 모든 작업을 숙련된 작업으로 가정할 경우 정확한 사용 시간의 예측을 기대하기 힘들다. 본 논문에서는 계측 메뉴 구조의 정확한 사용시간 예측을 위해, 계층메뉴 상의 작업을 숙련된 작업과 숙련되지 않은 작업으로 분리하여 별도로 사용시간을 예측할 수 있는 방법을 제시한다. 이를 위하여 사용시간 예측모델에 필요한 정신적 준비시간(Mental Operator)의 종류를 제시하였으며 실험을 통해 이를 검증하였다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.27 no.11
• /
• pp.881-889
• /
• 2000

프로그램의 실행시간은 캐쉬메모리의 효율적 사용과 밀접한 관계가 있다. 특히 간섭 실패는 프로그램의 성능에 큰 영향을 미치지만 나타나는 형태가 불규칙적이므로 예측하기가 매우 어렵다. 본 논문에서는 직접 사상 캐쉬전략을 사용한 완전 중첩 루프 내 배열의 캐쉬 실패율(cache miss ratio)을 구하는 분석적 모델을 제시한다. 논문에서 제시한 모델을 임의의 캐쉬 위치에 각 배열이 접근한 시간을 기반으로 다음주기에서 캐쉬 실패의 발생 여부를 예측하는데, 간섭으로 발생한 캐쉬 실패 개수에 대해 기존에 제시된 모델보다 더 빠르고 정확한 예측이 가능하다. 특히, 한문장의 수행시간 예측시간은 배열의 크기와 독립적이기 때문에, 전체 프로그램의 수행시간 예측은 배열의 크기 및 문장의 반복 회수 배만큼 빠른 결과를 보여준다. 본 모델은 프로그램의 성능예측 뿐만 아니라 데이터 지역성의 최적화, 캐쉬 구성, 스케쥴링 등에서도 이용 가능하다.

• Proceedings of the Korean Society for Bioinformatics Conference
• /
• 2003.10a
• /
• pp.200-209
• /
• 2003

주어진 염기서열에서 유전자 영역을 예측하는 유전자 구조 예측은 유전체 프로젝트의 중요한 과정 중 하나이며 유전체 프로젝트 전체에 큰 영향을 준다. 진핵생물의 유전체가 원핵생물의 유전체에 비해 더 복잡한 구조를 가지기 때문에 진핵생물의 유전자 구조 예측 모델 역시원핵생물에 비해 다양한 모델이 제안되었다. 본 연구팀은 duration hidden markov model을 기본형태로 하여 EGSP(Eukaryotic Gene Structure Prediction)프로그램을 개발하였다. 현재 개발된 진핵생물의 유전자 구조 예측 알고리즘 중에서 GenScan이 가장 정교한 젓으로 보고 되고 있는데, EGSP의 결과분석을 위해 Genscan과 함께 GeneID, Morgan의 예측결과를 여러 가지 기준에서 비교하였다. EGSP는 정교한 예측모델을 가지고 있음에도 각 구성모듈에 대한 파라메터의 정교함에서 부족한 면이 나타나므로, 모델의 개선과 각 모듈의 조율을 통해 더욱 개선된 결과를 가지게 될 것이다.

• Proceedings of KOSOMES biannual meeting
• /
• 2006.05a
• /
• pp.93-102
• /
• 2006

효율적인 방제전략 수립 지원시스템 개발의 일환으로 환경민감정보 기반 실시간 유출유 확산예측 시스템과 피해위험도 예측시스템을 연계한 해양오염 방제지원시스템을 개발하였다. 실시간 유출유 확산예측시스템에서는 실시간 바람과 실시간 해수유동을 기반으로 유출유의 이동을 계산하고, 유출유 특성에 따라 해상 유출유의 풍화작용을 모델링하여 유출유의 잔류량 및 확산분포를 계산한다. 유출유 확산 예측의 실시간 바람은 국립환경연구원의 실시간 기상모델 결과를 FTP를 이용하여 실시간으로 연계하여 활용하며, 실시간 해수유동으로서 조류는 수치모델결과와 검조소 관측결과의 결합을 통해 실시간 조석을 예측하는 CHARRY (Current by Harmonic Response to the Reference Yardstick) 모델을 이용하여 예측하고, 실시간 취송류는 바람과 취송류간의 상관관계와 반응함수를 이용하여 예측한다. 실시간 해수유동을 따라 이동하면서 풍화되는 유출유의 풍화작용은 유출유 특성에 따라 결정된 감소율을 적용하여 모델링한다. 본 시스템은 이와 같은 정보를 ESI(Environmental Sensitivity Index) 및 방제자원 정보와 통합하여 종합적으로 제공함으로써 방제전략 수립을 지원한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06a
• /
• pp.67-69
• /
• 2006

MicroRNA (miRNA)는 생체내에서 gene regulation에 관여하는 핵심 small RNA 중 하나이다. miRNA는 Primary miRNA, Precursor miRNA, mature miRNA의 과정으로 processing 된다. miRNA 최종 형태인 mature miRNA의 정확한 위치 예측은 miRNA 예측의 필수적인 부분이다. 본 논문에서는, 진화적 최적화 예측 모델 중 하나인 유전 알고리즘을 이용하여 mature miRNA의 정확한 위치 예측을 수행한다. 제시된 방법은 이미 알려진 mature miRNA 위치를 positive example로 하고 임의로 생성한 위치를 negative example로 하여 서로의 linear scoring function 적합성 함수의 값 차이가 최대한으로 되도록 예측 모델을 진화시킨다. 유전 알고리즘을 이용한 진화적 최적화 모델로부터 mature miRNA 위치 예측에서 약 1.7nt 오차를 보여 기존의 방법 보다 개선된 성능을 보인다.