• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.195-198
• /
• 2002

고농도오존이 발생되는 원인과 환경적 요인의 상호관계를 모델링하기 위해 신경회로 망과 같은 지능제어 기법들이 많이 적용되어 왔다 분석과 모델링을 위해 유전자 알고리즘과 같은 최적화 방법을 적용하기도 하지만, 고농도 오존이 발생되는 메커니즘이 매우 복잡하고, 비선형적이며, 패턴파악이 어렵기 때문에 고농도 오존의 예측 모델링에는 여전히 문제점이 있다 따라서 본 논문에서는 신뢰수준과 신뢰구간을 이용하여 초농도 오존을 예측할 수 있는 모델링 방법을 서술하였다 예측값의 신뢰수준의 평가는 예측에 대한 실측값을 구하여 신뢰구간내의 데이터의 개수를 파악함으로써 신뢰성을 평가할 수 있다. 또한 이 테스트는 우리가 가지고 있지 않은 데이터에 대한 유효성을 평가하는데 적용될 수 있다 그리고 본 논문에서는 GMDH(Group Method of data handling)의 전형적인 알고리즘에 바탕을 두고 있는 DPNN(Dynamic Polynomial Neural Network)를 이용하여 예측 모델을 구성하였다. DPNN은 데이터 해석이 용이하고 비선형적인 동적 시스템 예측에 유용하게 적용될 수 있는 장점을 가지고 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04a
• /
• pp.22-24
• /
• 2001

슈퍼스칼라 프로세서에서는 분기 명령의 결과 지연으로 명령의 공급이 중단되는 것을 방지하고 지속적인 파이프라인 처리를 위해서 분기의 결과를 미리 예측하여 명령을 폐치하고 있다. 본 논문에서는 심플스칼라 툴 셋을 사용하여 슈퍼스칼라 프로세서에서 사용되는 대표적인 동적 분기예측 방법 시뮬레이션 환경을 구축한다. 동적 분기예측 방법으로 분기 타겟버퍼(Branch Target Buffer, BTB) 상에서 분기명령의 자기 히스토리에 근거한 BTB 방식과 이전 분기명령의 히스토리와의 상관관계를 고려한 Gshare 분기예측기를 적용 구현한다. 심플스칼라 시뮬레이터에 SPEC95 벤치마크 프로그램을 실행시켜 디자인 파라미터 변화에 따른 분기 예측기의 예측정확도를 실험한다. 또한 BTB와 Gshare 분기예측기를 VHDL로 구현하고 Synopsys 툴을 이용하여 시뮬레이션 및 합성 과정을 거쳐 게이트 크기와 파워 소모량을 측정한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.179-179
• /
• 2019

전 세계적으로 빈번히 발생하고 있는 홍수, 그중에서도 국지성 집중호우로 인한 돌발홍수에 대응하려면 정확한 강수예측자료를 빠르게 생산하는 것이 필수적이다. 본 연구에서는 최근 딥러닝(머신러닝)을 이용한 강수예측방법에 대하여 고찰하고, 특히 레이더 이미지를 기반으로 한 강수예측방법에 중점을 두고 그 적용성을 살펴보았다. 그 결과 딥러닝(머신러닝)을 이용한 강수예측자료는 예측의 정확성을 높일 수 있을 뿐 아니라 돌발홍수에 대응할 수 있는 자료로 충분히 활용할 수 있음을 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2009.11a
• /
• pp.63-66
• /
• 2009

기존의 H.264/AVC 비디오 표준은 고화질 비디오 부호화를 지원하지만 고해상도에 특화된 요소 기술이 도입되지 않아 만족할만한 성능을 보이지 못한다. 현존하는 동영상 압축 표준 중 가장 뛰어난 H.264/AVC 표준의 인트라 $16{\times}16$ 예측은 매크로블록에 인접한 최대 33개의 주변 화소를 이용하여 매크로블록에 속한 256개의 화소 값을 예측한다. 특히, 전체 예측 모드 중 수직과 수평 예측 모드에서는 16개의 수직 또는 수평 위치에 위치한 주변 화소로 전체 매크로블록 내의 화소 값을 예측하므로 매크로 블록의 끝으로 갈수록 예측의 정확도가 떨어져 부호화 비트가 증가한다. 고화질 영상에서는 인트라 $16{\times}16$ 모드로 부호화되는 블록이 많으므로 수행되므로 인트라 $16{\times}16$ 예측의 정확도를 높일 수 있는 기술이 필요하다. 본 논문에서는 기존의 H.264/AVC의 예측 방법보다 예측 정확도가 높은 새로운 라인 기반 $16{\times}16$ 인트라 예측 방법을 제안한다. 일반적으로 편평한 특성을 보이는 인트라 $16{\times}16$ 블록이라도 좀 더 가까운 화소를 참조 화소로 사용하면 예측의 정확도를 높여 부호화 비트를 줄일 수 있다. 이를 이용하여 제안하는 알고리즘에서는 인트라 $16{\times}16$ 블록에서 16개 화소 한 줄을 단위로 예측 및 부호화를 수행한다. 1080p HD급 테스트 영상을 이용하여 실험한 결과, 기존의 H.264/AVC FRExt High 프로파일에 비해 평균 약 6.92%의 부호화 비트를 감소시킬 수 있음을 보였다.

• International Journal of Highway Engineering
• /
• v.10 no.3
• /
• pp.199-208
• /
• 2008

Prediction the performance of pavement provides proper information to an agency on decision-making process; especially evaluating the pavement performance and prioritizing the work plan. To date, there are a number of approaches to predict the future deterioration of pavements. However, there are some limitation to proper prediction of the pavement service life. In this paper, pavement performance model and pavement condition prediction model are developed in order to improve pavement condition prediction method. The prediction model of pavement condition through the regression analysis of real pavement condition is based on the probability distribution of pavement condition, which set to 5%, 15%, 25% and 50%, by condition of the pavement and traffic volume. The pavement prediction model presented from the behavior of individual pavement condition which are set to 5%, 15%, 25% and 50% of probability distribution. The performance of the prediction model is evaluated from analyzing the average, standard deviation of HPCI, and the percentage of HPCI which is lower than 3.0 of comparable section. In this paper, we will suggest the more rational method to determine the future pavement conditions, including the probabilistic duration and deterministic modeling methods regarding the impact of traffic volume, age, and the type of the pavement.

• Proceedings of the Korean Society for Bioinformatics Conference
• /
• 2003.10a
• /
• pp.210-219
• /
• 2003

오페론(operon)은 보통 미생물에서 다수의 인접한 유전자들로 구성된 그룹으로 하나의 유전자처럼 공통된 프로모터에 의해 전사되는 단위이다. 오페론을 구성하는 유전자들은 기능적으로 서로 유사하거나 같은 물질대사경로(metabolic pathway) 상에 존재하는 특징을 지니기 때문에 이들은 중요한 의미를 가지며, 미생물 유전체 분석에서 오페론을 구성하는 유전자들을 예측하는 것은 상당히 중요하다. 오페론을 예측하는 이전 연구들로는 이미 알려진 오페론의 특징인 유전자간 거리나 오페론을 구성하는 평균 유전자 개수 등을 이용하는 방법, 마이크로어레이 발현 실험을 이용한 방법, 전유전체(whole genome)들 간의 보존된 유전자 집합(conserved gene cluster)을 이용한 방법 그리고 물질대사경로를 이용한 방법 등이 있다. 본 논문에서는 COG 기능(function) 거리, 유전자 간의 거리, 코돈 사용빈도(codon usage) 그리고COG 기능 거리와 유전자간 거리를 같이 적용한 방법을 이용하여 오페론 예측을 위한 전처리 모델을 생성하였다 전처리 모델을 E. coli 전유전체에 적용해본 결과, 알려진 오페론들의 약 90%가 이를 포함하였다. 따라서 본 논문에서 제시한 전처리 모델은, 추후 오페론 예측을 위한 좋은 도구로 활용할 수 있을 것이다.

• The Journal of Korean Association of Computer Education
• /
• v.14 no.4
• /
• pp.63-70
• /
• 2011

Recommender systems, which predict and recommend items that may possibly draw users' interests, have been applied in various fields as e-commerce systems are widespread. Collaborative filtering, one of the major methodologies of recommender systems, recommends either items similar to those preferred by the user, or items preferred by the other similar user. Therefore, two problems determine its performance; one is correct estimation of similarity and the other is predicting the real rating of the recommended item. This study addresses the latter problem. Previous studies predict the real rating based on the mean of the ratings, but this study proposes a prediction based on the range of the ratings and investigates its performance through experiments. As a result, it is demonstrated that the proposed method improves the mean absolute error significantly, compared to the previous method.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.11 no.11
• /
• pp.1069-1076
• /
• 2016

Recent development in visual sensor technologies has encouraged various researches on adding imaging capabilities to sensor networks. Video data are bigger than other sensor data, so it is essential to manage the amount of image data efficiently. In this paper, a new method of video traffic estimation is proposed for efficient traffic management of visual sensor networks. In the proposed method, a first order autoregressive model is used for modeling the traffic with the consideration of the characteristics of video traffics acquired from visual sensors, and a Kalman filter algorithm is used to estimate the amount of video traffics. The proposed method is computationally simple, so it is proper to be applied to sensor nodes. It is shown by experimental results that the proposed method is simple but estimate the video traffics exactly by less than 1% of the average.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.15 no.8
• /
• pp.5256-5262
• /
• 2014

Recently, Distributed Denial of Service (DDoS) attacks, such as spreading malicious code, cyber-terrorism, have occurred in government agencies, the press and the financial sector. DDoS attacks are the simplest Internet-based infringement attacks techniques that have fatal consequences. DDoS attacks have caused bandwidth consumption at the network layer. These attacks are difficult to detect defend against because the attack packets are not significantly different from normal traffic. Abnormal traffic is threatening the stability of the network. Therefore, the abnormal traffic by generating indications will need to be detected in advance. This study examined the abnormal traffic detection technique using a forecasting model-based trend model.

• Journal of the Korea Society of Computer and Information
• /
• v.11 no.5 s.43
• /
• pp.59-67
• /
• 2006

This paper proposes a forecasting method for court auction information system using exponential smoothing. The system forecast a highest bid price for claim analysis, and it is designed to offer an quota information by the bid price. For this realization, we implemented input interface of object data and web interface of information support. Input interface can be input, update and delete function and web interface is support some information of court auction object. We propose a forecasting method using exponential smoothing of a highest bid price for auto-claim analysis with real time information support and the results are verified the feasibility of the proposed method by experiment.