• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1311-1314
• /
• 2022

DNN을 사용하여 객체 인식 과정에서 객체를 잘 분류하기 위해서는 시각적 설명성이 요구된다. 시각적 설명성은 object class에 대한 예측을 pixel-wise attribution으로 표현해 예측 근거를 해석하기 위해 제안되었다, Scale-invariant한 특징을 제공하도록 설계된 pyramidal features 기반 backbone 구조는 object detection 및 classification 등에서 널리 쓰이고 있으며, 이러한 특징을 갖는 feature pyramid를 trainable attention mechanism에 적용하고자 할 때 계산량 및 메모리의 복잡도가 증가하는 문제가 있다. 본 논문에서는 일반적인 FPN에서 객체 인식 성능과 설명성을 높이기 위한 피라미드-주의집중 계층네트워크 (FPN-Attention Layered Network) 방식을 제안하고, 실험적으로 그 특성을 평가하고자 한다. 기존의 FPN만을 사용하였을 때 객체 인식 과정에서 설명성을 향상시키는 방식이 객체 인식에 미치는 정도를 정량적으로 평가하였다. 제안된 모델의 적용을 통해 낮은 computing 오버헤드 수준에서 multi-level feature를 고려한 시각적 설명성을 개선시켜, 결괴적으로 객체 인식 성능을 향상 시킬 수 있음을 실험적으로 확인할 수 있었다.

• Journal of Korea Water Resources Association
• /
• v.54 no.spc1
• /
• pp.1131-1141
• /
• 2021

In this study, the artificial neural network model is applied for real-time dam inflow prediction and then evaluated for the prediction lead times (1, 3, 6 hr) in dam basins in Korea. For the training and testing the model, hourly precipitation and inflow are used as input data according to average annual inflow. The results show that the model performance for up to 6 hour is acceptable because the NSE is 0.57 to 0.79 or higher. Totally, the predictive performance of the model in dry seasons is weaker than the performance in wet seasons, and this difference in performance increases in the larger basin. For the 6 hour prediction lead time, the model performance changes as the sequence length increases. These changes are significant for the dry season with increasing sequence length compared to the wet season. Also, with increasing the sequence length, the prediction performance of the model improved during the dry season. Comparison of observed and predicted hydrographs for flood events showed that although the shape of the prediction hydrograph is similar to the observed hydrograph, the peak flow tends to be underestimated and the peak time is delayed depending on the prediction lead time.

• The Transactions of the Korean Institute of Power Electronics
• /
• v.11 no.5
• /
• pp.426-430
• /
• 2006

This paper deals with a novel utilization method of the predicted current in the high performance PI current controller with a control time delay. The inevitable error of the predicted current in the linear servo drive using a permanent magnet linear synchronous motor is analyzed and a modified cross-coupling decoupling synchronous frame PI current controller is proposed in order to improve the current control response under both the control time delay and the inevitable current prediction error. Simulation and experimental results show that the proposed current controller has an improved current control performance under both the control time delay and the inevitable current prediction error in the servo drive system.

• Annual Conference of KIPS
• /
• 2021.11a
• /
• pp.797-800
• /
• 2021

인공지능을 활용한 주가 예측 모형을 실제 금융 서비스에 도입한 사례가 많아지고 있다. 주식 데이터는 일반적인 시계열 데이터와 다르게 예측을 어렵게 하는 복합적인 요소가 존재하며 주식은 리스크가 큰 자산 상품 중 하나이다. 주가 예측 모형의 활용 가능성을 높이기 위해선 성능을 향상시키는 것과 함께 모델을 해석 가능한 형태로 제시해 신뢰성을 향상시킬 필요성이 있다. 본 논문은 주가 전망 결정 방법에 따른 예측 결과를 비교하고, 설명 가능성을 부여해 모형 개선했다는 것에 의의가 있다. 연구 결과, 주가 전망을 장기적으로 결정할수록 정확도가 증가하고, XAI 기법을 통해 모형의 개선 근거를 제시할 수 있음을 알 수 있었다. 본 연구를 통해 인공지능 모형의 신뢰성을 확보하고, 합리적인 투자 결정에 도움을 줄 수 있을 것으로 기대한다.

• Journal of the Korean Society of Propulsion Engineers
• /
• v.24 no.4
• /
• pp.1-11
• /
• 2020

In this study, study on the internal ballistic analysis method for single-chamber dual-thrust rocket motors meeting a dual-thrust profile requirement by tailoring the grain burning area is presented. The analysis method, which can acquire variables required for the performance prediction, considering gradual change of burning rate correction factor and specific impulse in the transition phase, is proposed. Improvements compared to the analysis method in the previous study, which do not consider change in the transition phase, are verified through comparison between the newly proposed method and the method in the previous study. Internal ballistic variables are obtained for four different ground firing test conditions using the proposed method, and the performance prediction for each condition is conducted using these variables. These prediction results and the ground test data are in good agreement, so it is confirmed that the performance prediction of dual-thrust motors with same design geometries based on the proposed analysis method is available.

• Annual Conference of KIPS
• /
• 2022.05a
• /
• pp.401-404
• /
• 2022

한국 문학이 세계로 뻗어나감에 따라 해외 시장에서 자리를 잡는 것이 중요해진 시점이다. 본 연구에서는 2016 년도부터 2020 년도까지 최근 5 년간 해외 출간된 도서들 중에서 굿셀러로 분류되는 누적 5 천부 이상 판매 여부를 예측하고자 했다. 굿셀러로 분류되는 도서는 전체 번역 도서 중 적은 비율을 차지하여 데이터 불균형이 발생하였으며, 본 연구에서는 SMOTE 기법과 앙상블 알고리즘을 적용하여 데이터 불균형 문제를 해결하였다. 그 결과, 데이터 클래스 비율이 1:1 에 가까울수록 성능 개선 효과가 나타났으며 LightGBM 모델이 99.83%의 AUC 값을 얻어 다른 앙상블 알고리즘에 비해 가장 좋은 예측 성능을 보임을 검증하였다. 또한 누적 5 천부 이상 판매 여부 예측에 있어 큰 영향을 미치는 변수로는 작가가 가장 중요한 요인으로 나타났으며 출간 국가, 그리고 평점 평균, 평점 참여자 수 같은 온라인 요인도 판매 예측에 유의미한 변수로 나타난 것을 확인할 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.313-315
• /
• 2023

본 논문에서는 ¹⁸F-FDG PET과 CT에서 추출한 영상인자를 이용하여 비소세포폐암의 전이를 예측하는 머신러닝 모델을 생성하였다. ¹⁸F-FDG는 종양의 포도당 대사 시 사용되며 이를 추적하여 환자의 암 세포를 진단하는데 사용되는 의료영상 기법 중 하나이다. PET과 CT 영상에서 추출한 이미지 특징은 종양의 생물학적 특성을 반영하며 해당 ROI로부터 계산되어 정량화된 값이다. 본 연구에서는 환자의 의료영상으로부터 image texture 프절 전이 예측에 있어 유의한 인자인지를 확인하기 위하여 AUC를 계산하고 단변량 분석을 진행하였다. PET과 CT에서 각각 4개(GLRLM_GLNU, SHAPE_Compacity only for 3D ROI, SHAPE_Volume_vx, SHAPE_Volume_mL)와 2개(NGLDM_Busyness, TLG_ml)의 image texture feature를 모델의 생성에 사용하였다. 생성된 각 모델의 성능을 평가하기 위해 accuracy와 AUC를 계산하였으며 그 결과 random forest(RF) 모델의 예측 정확도가 가장 높았다. 추출된 PET과 CT image texture feature를 함께 사용하여 모델을 훈련하였을 때가 각각 따로 사용하였을 때 보다 예측 성능이 개선됨을 확인하였다. 추출된 영상인자가 림프절 전이를 나타내는 바이오마커로서의 가능성을 확인할 수 있었으며 이러한 연구 결과를 바탕으로 개인별 의료 영상을 기반으로 한 비소세포폐암의 치료 전략을 수립할 수 있을 것이라 기대된다.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.349-352
• /
• 2001

일반적인 동영상 압축 부호화 방법에서 시간적 중복 정보를 줄이기 위해 움직임 예측과 움직임 보상 방법을 이용한다. 웨이블릿 변환을 이용한 동영상 압축 부호화 기법 중에는 기존의 공간 영역에서의 움직임을 예측하는 대신에 웨이블릿 변환 영역에서 움직임을 예측하기도 한다. 이러한 방법은 움직임 예측 시간을 줄이는 장점이 있지만, 웨이블릿 변환에서 추림(Desimation)하는 과정에서 천이-변동 문제 (Shift-Variant Problem)를 일으켜 좋지 않은 성능을 나타낸다. 본 논문에서는 웨이블릿 영역에서의 다중 해상도 움직임 예측에서 천이-변동 문제를 해결하기 위한 새로운 움직임 예측과 움직임 보상 방법을 제안한다. 제안된 방법은, 기존의 공간 영역에서의 블록 정합 방법과 비교하여, 더 높은 화질을 나타낼 뿐 아니라, 주관적 화질에도 개선된 결과를 보인다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.59-61
• /
• 2021

뷰포트 예측은 360° VR(Virtual Reality) 영상 전송에서 사용자의 안정적인 콘텐츠 몰입을 위해 고안된 기법이다. 하지만 뷰포트 예측 모델의 정확도는 예측에 활용되는 데이터 또는 네트워크 상황에 따라 변동될 수 있다. 특히 사용자의 움직임은 뷰포트 예측 성능에 직접적인 영향을 주기 때문에 사용자의 움직임에 대한 정밀한 분석이 중요하다. 본 논문에서는 뷰포트 적응적 전송의 효율적인 개선을 위하여 HMD(Head-Mounted Display)의 속도가 뷰포트 예측에 미치는 영향을 분석한다.

• Journal of the Korea Society of Computer and Information
• /
• v.14 no.6
• /
• pp.11-16
• /
• 2009

The queuing theory was adopted by Erlang to predict the availability of telephone lines in 1917 and had not been used for computer system performance analysis until late 1960s when Scherr published a performance analysis of time-shared computer system. In 2000s, the explosive Internet usage and the development of IT technology made the business environment speed-centric and analysts should react swiftly to the ever-changing situation to satisfy the user requirement. It's tempting to solve the performance problem by purchasing new devices because the price of computers and peripherals are rapidly decreasing along with their increasing performance. But this scheme not only makes it difficult to understand the overall performance of the system but also wastes money. A coarse performance model that is gotten quickly is sometimes preferred to a complex and precise one that takes longer time to get. This paper examines an analytic model suggested by Menasce based on the measured data and suggests a simulation model using ARENA that takes a short time to build.