• Title/Summary/Keyword: 예측성능 개선

Search Result 977, Processing Time 0.032 seconds

Retirement Prediction Model for ROK Navy's Maintenance Support Unit Based on Machine Learning (머신러닝을 적용한 해군 정비지원부대 퇴직자 예측 모델)

  • Jun-Min Yoo
    • Proceedings of the Korean Society of Computer Information Conference
    • /
    • 2023.07a
    • /
    • pp.335-338
    • /
    • 2023
  • 국방 무기체계의 운용유지를 위해서는 숙련자에 의한 신뢰성있는 정비 지원이 필요하다. 특히, 고도의 기술력을 바탕으로 연구/제작된 해군 무기체계를 유지하기 위해서는 이와같은 정비 지원이 무엇보다 중요하다. 해군에서는 효과적인 정비지원을 위해 수개의 정비지원부대를 조직하여 운용하고 있다. 원활한 정비지원부대의 운용을 위해 다년간 기술력을 축적한 정비인원의 중도 이탈을 예방하는 것이 요구되므로, 본 논문에서는 머신러닝을 적용하여 해군 정비지원부대의 퇴직자 예측 모델을 제안하였다. 정비인력의 만족도와 관계가 있을 것으로 예상되는 봉급, 특근율 등을 변수로 사용하였고, F1 Score를 통해 모델의 성능을 평가한 결과 0.7이상의 높은 성능을 보였다. 이 모델을 통해 조기 퇴직이 예상되는 그룹의 공통 개선소요를 파악하여 사전 조치가 가능할 것으로 판단하였다.

  • PDF

Constrained One-Bit Transform using Extension of Matching error criterion (정합 오차 기준을 확장한 제한된 1비트 변환 알고리즘)

  • Lee, Sang-Gu;Yun, Jang-Hyeok;Jeong, Je-Chang
    • Proceedings of the Korean Society of Broadcast Engineers Conference
    • /
    • 2013.06a
    • /
    • pp.267-269
    • /
    • 2013
  • 본 논문은 제한된 1비트 변환 (Constrained One-Bit Transform : C1BT) 알고리즘의 정합 오차 기준의 동적 범위를 확장하는 알고리즘을 제안하였다. C1BT는 정합 오차 기준으로 SAD (Sum of Absolute Differences)를 사용하지 않고 CNNMP (Constrained Number of Non-Matching Points)를 사용하여 하드웨어 구현을 용이하게 하고 속도를 대폭 향상시켰다. 이는 기존의 움직임 예측 방법인 전역 탐색 알고리즘 (Full Search Algorithm: FSA)과 비교하여 연산량을 크게 줄였으나 움직임 예측의 정확도를 현저히 감소시켰다. 이 점을 개선하기 위해 이 논문에서는 C1BT의 정합 오차 기준을 확장하여 움직임 예측의 정확도를 높이는 알고리즘을 제안하였다. 기존의 C1BT와 제안하는 알고리즘을 비교한 결과에서 제안하는 알고리즘이 기존의 C1BT에 비해 움직임 예측의 정확도의 기준인 PSNR 측면에서 더 우수한 성능을 보였다.

  • PDF

Advanced Most Probable Mode for Intra Coding in H.264/AVC (H.264/AVC에서 인트라 코딩을 위한 향상된 MPM 결정 방법)

  • Jeong, Yeon-Kyeong;Han, Jong-Ki
    • Proceedings of the Korean Society of Broadcast Engineers Conference
    • /
    • 2012.07a
    • /
    • pp.37-39
    • /
    • 2012
  • ITU-T와 ISO/IEC의 공동 작업으로 제정된 H.264/AVC는 기존 비디오 표준들에 비해 동일한 화질에서 약 30%~70%의 비트 량을 절감할 수 있으며, 동일한 비트 량으로 PSNR이 2~3dB 가량 우수한 영상을 제공할 수 있다. H.264/AVC는 인트라 부호화 효율을 높이기 위해 공간 영역에서 주변 화소를 이용하여 $4{\times}4$ luma 예측의 9가지 모드와 $16{\times}16$ luma 예측의 4가지 모드에 대한 비트율-왜곡 최적화 기법을 사용하여 최적의 인트라 예측 모드를 선택한다. 본 논문에서는 $4{\times}4$ luma 예측에서 발생하는 정보량을 줄이기 위해 사용하는 MPM을 기존의 방법과는 다르게 연산을 통해 상관도를 높임으로써 보다 정확한 MPM 결정으로 부호화 효율을 높이는 방법을 제안하였다. 실험결과, 제안한 방법은 기존의 방법과 비교하여 BD-RATE 평균 약 -1.4%의 성능 개선 효과를 보였다.

  • PDF

Fracture Prediction in Concrete-Filled Square HSS Bracing Members (콘크리트충전 각형 강관 가새부재의 파단 예측)

  • Lee, Mi-Ji;Moon, Ki-Hoon;Han, Snag-Whan
    • Proceedings of the Computational Structural Engineering Institute Conference
    • /
    • 2011.04a
    • /
    • pp.583-586
    • /
    • 2011
  • 가새골조의 정확한 내진성능평가를 위해서는 실험과 유사한 이력거동과 파단 시점을 잘 예측할 수 있는 해석적 모델이 필요하다. 가새의 이력거동을 모사히기 위해 본 연구에서는 이전 연구자들에 의해 제안된 물리적 이론 모델을 사용하였다. 또한, 가새부재의 국부좌굴에 의한 파단 예측을 위해 피로변수의 보정계수를 도입한 손상 지표를 개선하였다. 결과적으로 실험과 해석 결과를 비교하여 콘크리트충전 각형 강관가새부재의 국부좌굴 효과를 반영한 피로 보정계수를 판폭두께비에 따라 회귀분석을 통해 결정하고, 본 연구에서 제안한 해석 모델의 결과와 이전 연구의 결과를 비교하여 검증하였다.

  • PDF

A Time Series Prediction Technique using Hybrid Neural Networks (복합형 신경망을 이용한 시계열 예측 기법)

  • Han, Bokyoung;Yang, Hongmin;Park, Sojeong;Kim, Hojoon
    • Annual Conference of KIPS
    • /
    • 2017.11a
    • /
    • pp.768-769
    • /
    • 2017
  • 본 연구에서는 시계열예측 신경망기법에서 특징 선별기법을 적용하여 학습의 효율을 높이고 성능을 개선하는 방법론을 고찰한다. 순환구조 신경망을 사용하여 시계열 예측기를 구현하였으며, 효과적인 특징을 선별하기 위하여 FMM 신경망을 사용하여 특징의 연관도 요소를 산출하는 방법을 제시하였다. 모바일 결제시스템에서 실제 측정된 데이터를 사용하여 사용빈도 예측실험을 수행하였으며 그 결과를 통하여 제안된 기법의 유용성을 고찰하였다.

A Calculation Reduce Method of Model Predictive Control for Improving Dynamic Characteristic of 3-Level NPC Converter (3-Level NPC 컨버터의 동특성 개선을 위한 모델예측제어의 연산감소 기법)

  • Kang, Kyung-Min;Hong, Seok-Jin;Kang, Jin-Wook;Song, Jun-Ho;Won, Chung-Yuen
    • Proceedings of the KIPE Conference
    • /
    • 2017.07a
    • /
    • pp.310-311
    • /
    • 2017
  • 양극성 직류배전 시스템의 과도상태 응답특성을 향상시키기 위한 방법으로 최근 많은 관심을 받고 있는 모델예측제어는 실제로 구현함에 있어서 DSP와 같은 마이크로프로세서가 많은 연산량을 부담해야 한다. 하지만 현재 사용되는 마이크로프로세서의 성능은 모델예측제어를 구현하기 위한 연산량을 모두 감당할 수 있을 만큼 뛰어나지 않기 때문에, 본 논문에서는 모델예측제어를 구현하는데 필요한 연산량을 감소시킬 수 있는 기법을 제안하였다. 제안한 기법은 PSIM 시뮬레이션을 통하여 검증되었다.

  • PDF

UDT Flow Control Method based on Congestion Prediction (혼잡예측 기반의 UDT 흐름제어 기법)

  • Lee, Seung-ah;Kim, Seunghae;Cho, Gihwan
    • Annual Conference of KIPS
    • /
    • 2010.11a
    • /
    • pp.1019-1022
    • /
    • 2010
  • 네트워크 기술의 발전으로 이용할 수 있는 대역폭이 증가하고 있다. 그에 따라 증가한 대역폭을 효율적으로 사용하기 위한 전송 기술이 요구되고 있다. TCP Vegas는 RTT(Round Trip Time)를 이용해 혼잡을 미리 예측하여 윈도우 크기를 조절하는 혼잡 제어 알고리즘을 사용한다. UDT는 높은 대역폭과 큰 RTT 환경에서 대용량 데이터를 전송하기 위해 제공된 응용 기반의 전송 프로토콜이다. 본 논문에서는 UDT에 혼잡예측 알고리즘을 적용한 새로운 UDT의 혼잡제어 알고리즘을 제안한다. 혼잡예측을 통해 혼잡한 구간, 혼잡하지 않은 구간을 나누어 혼잡윈도우를 갱신한다. 혼잡하지 않은 구간에서 혼잡윈도우를 증가시키고 혼잡한 구간에서 혼잡윈도우를 감소시킴으로써 기존의 UDT보다 성능이 개선되었음을 확인 할 수 있다.

Predicting User Personality Based on Dynamic Keyframes Using Video Stream Structure (비디오 스트림 구조를 활용한 동적 키프레임 기반 사용자 개성 예측)

  • Mira Lee;Simon S.Woo;Hyedong Jung
    • Annual Conference of KIPS
    • /
    • 2023.11a
    • /
    • pp.601-604
    • /
    • 2023
  • 기술이 발전함에 따라 복합적인 모달리티 정보를 포함하는 멀티미디어 데이터의 수집이 용이해지면서, 사람의 성격 특성을 이해하고 이를 개인화된 에이전트에 적용하고자 하는 연구가 활발히 진행되고 있다. 본 논문에서는 비디오 스트림 구조를 활용하여 사용자 특성을 예측하기 위한 동적 키프레임 추출 방법을 제안한다. 비디오 데이터를 효과적으로 활용하기 위해서는 무작위로 선택한 프레임에서 특징을 추출하던 기존의 방법을 개선하여 영상 내 시간에 따른 정보와 변화량을 기반으로 중요한 프레임을 선택하는 방법이 필요하다. 본 논문에서는 제 3자가 평가한 Big-five 지표 값이 레이블링된 대표적인 데이터셋인 First Impressions V2 데이터셋을 사용하여 외면에서 발현되는 특징들을 기반으로 영상에서 등장하는 인물들의 성격 특성을 예측했다. 결론에서는 선택된 키프레임에서 멀티 모달리티 정보를 조합하여 성격 특성을 예측한 결과와 베이스라인 모델과의 성능을 비교한다.

A Case Study on Machine Learning Applications and Performance Improvement in Learning Algorithm (기계학습 응용 및 학습 알고리즘 성능 개선방안 사례연구)

  • Lee, Hohyun;Chung, Seung-Hyun;Choi, Eun-Jung
    • Journal of Digital Convergence
    • /
    • v.14 no.2
    • /
    • pp.245-258
    • /
    • 2016
  • This paper aims to present the way to bring about significant results through performance improvement of learning algorithm in the research applying to machine learning. Research papers showing the results from machine learning methods were collected as data for this case study. In addition, suitable machine learning methods for each field were selected and suggested in this paper. As a result, SVM for engineering, decision-making tree algorithm for medical science, and SVM for other fields showed their efficiency in terms of their frequent use cases and classification/prediction. By analyzing cases of machine learning application, general characterization of application plans is drawn. Machine learning application has three steps: (1) data collection; (2) data learning through algorithm; and (3) significance test on algorithm. Performance is improved in each step by combining algorithm. Ways of performance improvement are classified as multiple machine learning structure modeling, $+{\alpha}$ machine learning structure modeling, and so forth.

A Prediction-Based Data Read Ahead Policy using Decision Tree for improving the performance of NAND flash memory based storage devices (낸드 플래시 메모리 기반 저장 장치의 성능 향상을 위해 결정트리를 이용한 예측 기반 데이터 미리 읽기 정책)

  • Lee, Hyun-Seob
    • Journal of Internet of Things and Convergence
    • /
    • v.8 no.4
    • /
    • pp.9-15
    • /
    • 2022
  • NAND flash memory is used as a medium for various storage devices due to its high data processing speed with low power consumption. However, since the read processing speed of data is about 10 times faster than the write processing speed, various studies are being conducted to improve the speed difference. In particular, flash dedicated buffer management policies have been studied to improve write speed. However, SSD(solid state disks), which has recently been used for various purposes, is more vulnerable to read performance than write performance. In this paper, we find out why read performance is slower than write performance in SSD composed of NAND flash memory and study buffer management policies to improve it. The buffer management policy proposed in this paper proposes a method of improving the speed of a flash-based storage device by analyzing the pattern of read data and applying a policy of pre-reading data to be requested in the future from NAND flash memory. It also proves the effectiveness of the read-ahead policy through simulation.