• Atmosphere
• /
• v.24 no.1
• /
• pp.123-130
• /
• 2014

The automated prediction system for seasonal tropical cyclone (TC) activity is established at the National Typhoon Center of the Korea Meteorological Administration (KMA) to provide effective operation and control of the system for user who lacks knowledge of the system. For automation of the system, two procedures which include subjective decisions by user are performed in advance, and their output data are provided as input data. To provide the capability to understand the operational processes for operational user, the input and output data are summarized with each process, and the directory structure is reconstructed following KMA's standard. We introduce a user interface using namelist input parameters to effectively control operational conditions which is fixed or should be manually set in the previous version of the prediction system. To operationally use early prediction which become available through the automation, its performances are evaluated according to initial condition dates. As a result, high correlations between the observed and predicted TC counts are kept for all track clusters even though advancing the initial condition date from May to January.

• 한국경영정보학회:학술대회논문집
• /
• 2008.06a
• /
• pp.149-152
• /
• 2008

본 연구는 협업 추천 시스템에 적용되는 상품에 대한 고객의 선호도 예측 알고리즘 중 메모리기반 협업필터링 알고리즘의 선호도 예측 특성에 대하여 연구하였다. 메모리기반의 협업필터링 알고리즘은 선호도 예측 대상 고객과 유사한 성향을 가질 것으로 예상되는 고객들의 선호도 평가를 기반으로 특정 상품에 대한 선호도 예측이 이루어진다. 일반적으로 시스템을 이용하는 고객들과 선호성향이 다른 고객들은 선호도 예측 성과가 낮은 것으로 알려져 있으며 이들이 추천시스템의 선호도 예측 정확도를 떨어뜨리는 원인으로 알려져 있다. 본 연구에서는 고객이 상품들에 평가한 선호도 평가의 패턴이 선호도 예측 정확도와 관련성이 높음을 보여 선호도 예측 알고리즘의 개선에 기초 자료를 제공하고자 한다. 고객의 선호도 평가 패턴은 과거 고객이 평가한 자료로부터 얻을 수 있는 사전정보로써 선호도 예측 알고리즘을 적용하기 이전에 이용할 수 있는 정보이다. 본 연구에서는 사전정보를 이용하여 고객의 선호도 예측 오차의 특성을 연구함으로써 이들의 선호도 예측 정확도를 개선시킬 수 있는 알고리즘의 보정방법에 대하여 연구한다. 알고리즘의 보정방법을 선호도 예측 이전에 고객의 선호도 평가 특성으로 판단하여 적용함으로써 사전정보를 이용한 선호도 예측 정확도를 향상시키기 위한 접근법은 기존의 이웃 구성의 접근법과 다른 방법을 취함으로써 알고리즘 개선의 새로운 방향을 제시할 것으로 기대된다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.15 no.12
• /
• pp.943-947
• /
• 2009

To support an efficient management of software verification and validation activities, many defect prediction models have been proposed based on object oriented metrics. In order to apply defect prediction models, we need to determine a threshold value. Because we cannot know actually where defects are, it is difficult to determine threshold. Therefore, we performed a series of experiments to explore the issue of determining a threshold. In the experiments, we applied defect prediction models to other systems different from the system used in building the prediction model. Specifically, we have applied three models - Olague model, Zhou model, and Gyimothy model - to four different systems. As a result, we found that the prediction capabilities varied considerably with a chosen threshold value. Therefore, we need to perform a study on the determination of an appropriate threshold value to improve the applicably of defect prediction models.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.478-482
• /
• 2006

하천에서의 수질예측은 하천 환경의 관리 및 운영 측면에서 매우 중요하다. 그러나 현재의 수질에 관련된 물관리 운영 체제는 물관련 기관을 대상으로 산재되어 있는 물 정보를 정리하여 D/B로 활용하는 수준에 머무르고 있어 실질적인 정보의 활용과 해석 및 실시간적인 예측기능을 수행할 수 있는 예측시스템의 개발이 요구된다. 따라서 본 연구에서는 수질예측을 위한 시스템의 개발을 위해 신경망 기법을 활용하여 한강유역의 지류인 달천지점의 수질을 예측할 수 있는 지능형 모형을 구축하고 그 적용성을 검증하였다. 개발된 수질예측 시스템은 수자원의 효과적인 활용 및 하천의 중 장기 수질보존 대책 수립에 활용될 수 있을 것으로 기대된다.

• The Journal of Information Systems
• /
• v.10 no.2
• /
• pp.151-164
• /
• 2001

현재의 항공사 기내식 수요예측 시스템으로는 항공기 운항의 지연이나 초과 주문으로 인한 손실 문제를 해결하기 힘든 것으로 알려져 있다. 이러한 문제를 해결하기 위해 본 연구에서는 항공기 기내식 시계열 자료만을 입력변수로 사용한 단순인공신경망모형(simple neural network model), 단순인공신경망모형에 전통적인 시계열 기법(본 연구에서는 지수 평활법)의 예측 결과를 입력변수로 추가한 혼합인공신경망모형(hybrid neural network model), 그리고 혼합인공신경 망 모형에 상관관계가 높은 다른 시계열 자료(본 논문에서는 유사 노선의 다른 항공기 기내식 시계열 자료)를 인공신경망의 입력변수로 추가시킨 하이퍼혼합인공신경망모형(hyper hybrid neural network model)을 새로운 항공기 기내식 수요예측 기법으로 제안하고, 이들 모형의 예측력을 비교 분석하였다. 분석 결과 하이퍼혼합인공신경망 모형의 예측력이 가장 우수한 것으로 나타나, 인공신경 망을 기반으로 한 수요예측에 있어 상관관계가 높은 다른 시계열 자료를 입력변수로 추가함으로써 인공신경망모형의 예측력을 개선시킬 수 있음을 알 수 있었다

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.319-322
• /
• 2006

오늘날 분산 컴퓨팅 환경에서 운용되는 시스템이 증가됨에 따라 시스템의 관리작업은 고수준의 자동화를 요구하고 있다. 이에 따라 시스템 관리방식은 전통적인 관리자 중심에서 시스템 스스로가 자신의 문제를 인식하고 상황을 분석하여 해결하는 자율 컴퓨팅 방식으로 변화하고 있으며, 현재 이에 대한 연구가 많은 연구기관에서 다양한 방법으로 이루어 지고 있다. 그러나 이러한 대부분의 연구에서 자율 컴퓨팅의 한 요소인 자가 치유는 문제가 발생한 이후의 치유에 주로 초점이 맞추어져 있다. 이러한 문제를 해결하기 위해서는 시스템 스스로가 동작환경을 인식하고 에러의 발생을 예측하기 위한 예측 모델을 필요로 하게 된다. 따라서, 본 논문에서는 자율 컴퓨팅환경에서 자가 치유를 지원하는 4 가지 예측 모델 설계 방법을 제안하며, 본 예측 모델을 ID3 알고리즘, 퍼지추론, 퍼지뉴럴네트워크 그리고 베이지안 네트워크가 각 시스템 상황에 맞추어 적절하게 사용되는 하이브리드 방식이며, 이를 통해 보다 정확하고, 신속한 에러 예측이 가능해진다. 우리는 제안 모델을 평가하기 위해 본 예측 모델을 자가 치유 시스템에 적용하여 기존 연구와 예측 효율을 비교하였으며, 그 결과를 통해 제안 모델의 유효성을 증명하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.1178-1182
• /
• 2004

시계열 자료의 분석과 예측은 수문학분야에서 매우 중요하면, 최근 들어 특정한 수문시계열에서 카오스 특성이 발견되고 있다. 카오스 특성을 갖는 수문시계열의 예측에 있어, 기존의 거의 모든 연구는 시스템의 특성을 파악한 뒤 예측을 실시하는 표준접근법이 채택되어왔다. 그러나 Phoon 등은 시스템의 특성분석에 앞서 예측을 실시하고, 상태공 매개변수가 시스템의 특성분석단계가 아닌 예측단계에서 평가되는 가역접근법을 제안하였다. 본 연구에서는 Phoon 등이 제안한 가역접근법과 기존에 널리 적용되어온 표준접근법을 실제 일유출량 자료에 적용함으로써, 가역접근법의 적용성을 검토하고 카오스 시계열의 특성을 파악하였다. 본 연구에서 사용한 비선형 예측 기법으로는 카오스이론이 적용된 부분근사화 기법을 이용하였다. 카오스 특성분석을 통해, Bear 강 일유출량 시계열 자료에서 카오스 특성이 나타남을 알 수 있었다. 표준접근법과 가역접근법을 이용하여 Bear 강의 일유출량 자료에 대하여 예측을 실시한 결과, 카오스 특성을 갖는 일유출량 시계열 자료의 단기 예측의 우수성을 알 수 있었으면, 가역접근법이 표준접근법에 비해 좋은 결과를 나타내었다. 특히, 가역접근법은 예측단계에서 예측시간(T)에 대하여 예측매개변수를 최적화시킴으로써 보다 정밀한 예측을 할 수 있었으며, 시스템에 대한 정보손실이 발생하였을 경우 예측에 대한 상태공간 매개변수를 다시 추정해야 하는 표준접근법에 비해 실제적 적용성이 매우 우수하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.497-497
• /
• 2018

복잡한 기상조건 하에서 강우의 예측은 수문 기상 분야에서 필수적인 과정이라 할 수 있다. 특히 월 단위의 강우 예측은 장기적인 수자원 관리 및 계획 수립 시 매우 중요한 기준이 되기 때문에 보다 정확하고 신뢰도 있는 예측을 필요로 하고 있다. 이를 위해 전 지구적 기후 변동의 양상을 수치화 하여 나타낼 수 있는 기상인자의 활용이 활발해지고 있으며 다양한 모형을 기반으로 한 강우 예측이 수행되고 있다. 최근에는 인공지능 기법을 활용한 인공신경망 모형의 적용이 활발해짐에 따라 높은 예측력을 바탕으로 강우 예측에 대한 연구가 이루어지고 있지만 초기 가중치의 무작위성 또는 과적합으로 인한 문제도 함께 나타나고 있다. 본 연구에서는 인공신경망 모형의 활용성을 높이고 신뢰성을 확보하기 위한 강우 예측을 수행하고자 하였다. 이를 위해 다양한 기상인자를 활용하여 인공신경망 모형을 위한 정보를 구축하고 인공신경망 모형을 통해 생성되는 결과로부터 단일 예측이 아닌 앙상블 예측을 활용함으로써 강우 앙상블을 생성하고 조합하였다. 그 결과 인공신경망 모형을 통한 단일 예측보다 앙상블을 통한 예측으로 안정적이고 정확한 예측 결과를 산정할 수 있었으며 기존에 인공신경망 모형을 통한 예측의 문제점을 보완할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.225-226
• /
• 2014

본 연구에서는 회귀분석을 통해 오피스 건물의 에너지 사용량을 예측하는 시스템을 개발하고 이를 실증하는 실험적 연구를 수행하였다. 회귀분석의 파라미터로는 외기온도, 에너지 사용량 등이 사용되었으며 예측 정확도 향상을 위해 파라미터를 확장해서 실험하였다. 에너지 사용량 예측에 대한 검증을 위해서 실시간 데이터 수집과 분석을 위한 시스템을 개발하였으며, 해당 시스템을 이용해 수원 소재 오피스 건물에서 실증한 결과에 따르면 겨울철 에너지 사용량에 대한 예측 오차율이 10% 미만으로 나타났다.

• 한국경영정보학회:학술대회논문집
• /
• 2007.06a
• /
• pp.1043-1048
• /
• 2007

산업경기예측을 위한 의사결정지원시스템은 예측관련 정보의 지식표현뿐 아니라 예측 프로세스를 공식화하는 것이 중요하다. 본 연구는 예측 정보들과 함께 예측 프로세스를 체계적으로 구축하기 위해 예측 온톨로지 개발을 위한 방법론을 제시한다. 예측 정보들에 대한 지식표현을 위해서 의미적 지식기반인 온톨로지를 구축하고, 예측 프로세스의 절차적 표현을 위해서는 프로세스 구성요소에 기반한 온톨로지 개발방법을 제안하여 예측 프로세스를 체계적으로 표현한다. 이를 국내의 대표적인 산업이며 경기변동이 심한 반도체 산업에 적용하여 경기예측에 대한 온톨로지를 구축한다. 완성된 온톨로지는, 실제로 예측을 계획하고 구축하고 표현하기 위한, 미래 의사결정지원시스템을 설계하기 위한 주요 구성요인으로 제공될 수 있을 것이다.