최근에는 아마존 등 해외 배송업체들이 무인항공기(UAV)를 이용한 배송 서비스를 발표하면서 UAV에 관한 관심이 증폭되고 있다. 일반적으로 UAV는 실외에서 GPS 기반으로 이동한다. 하지만, GPS는 오차 법위가 크고 실내에서는 사용하지 못하는 문제가 있다. UAV의 활용을 높이기 위해서는 UAV를 세밀하게 제어하는 방법과 비행 이동을 자율적으로 제어할 때 발생하는 위치의 오차를 보정하는 방법이 필요하다. 위치 오차는 UAV가 비행할 때 부는 바람 등의 이유로 발생한다. 이 논문에서는 UAV의 움직임을 사전에 측정하고 분석한다. 그리고 현재의 위치 오차를 예측하고 보정할 수 있는 방법을 제안한다. 제안한 방법은 Parrot사의 AR.Drone 2.0에 적용해서 처리되는 과정을 소개한다.
본 연구는 그간 실무계와 학계에서 주목을 받고 있는 EVA 모형과 기업가치모형간의 상호 관계를 보여주고 실증적으로 예측치 경상이익과 순이익을 이용하여 EVA와 기업가치를 측정하고 이러한 예측가치와 실제가치와의 관계를 살펴보았다. 1990년부터 5년간 모두 535 기업을 대상으로 분석한 결과 강효석과 남명수 (1998)의 연구와 같이 모든 연도에 부의 EVA를 보여 주고 있으며 1년 예측치보다 2년 예측치를 기초로 산정한 기업가치가 실제가치에 근접하였다. 각 연도 별로 보면 예상경상이익을 사용한 경우 70%부터 94%까지의 높은 설명력을 보여주며, 5년 누계는 83%의 설명력을 나타냈다. 경상이익 대신 순이익을 사용한 경우도 유사한 결과를 보여주고 있다. 끝으로 가치평가오차를 원천별로 그리고 유형별로 분석하였는데 기업가치 예측오차 중 경제전반이 설명하는 부분은 10%정도, 산업은 $13{\sim}15%$, 그리고 개별기업이 $75{\sim}77%$를 차지하고 있어 개별기업의 중요도가 미국에 비하여 낮은 수준을 보여주고 있다. 유형별로도 편의비율이나 회귀비율이 $5{\sim}8%$수준인데 비하여 무작위 비율이 86%수준을 보여 주고있다.
영화 매출에 대한 연구가 많이 있었지만 공통적인 핵심주제는 영화 매출에 대한 효율적인 예측모델을 훈련하는 것이다. 그러나 과거의 연구에서는 예측 오차를 발생시키는 요인에 대한 분석이 부족하여 이러한 오차를 줄이는 방법에 대한 연구가 이루어지지 않았다. 본 연구에서는 같은 시기에 개봉되고 있는 영화들 간의 영향이 예측 오차에 대한 주요인이라는 가정하에 한 영화가 다른 경쟁영화에서 영향을 받는 정도(경쟁값)를 분석하여 영화매출예측 성능을 향상시키는 것을 목표로 한다. 경쟁값을 예측하기 위하여, 먼저 경쟁값의 극성(양수/음수)에 대해 분류하고 양수의 확률과 음수의 확률을 계산한 다음 회귀분석을 이용하여 양수인 값과 음수인 값을 예측한다. 마지막으로, 확률값과 예측값을 통하여 경쟁값의 기댓값을 계산하여 초기 예측된 매출을 보정한다. 실험 결과에 의하면 제안 방법을 통하여 영화 매출 예측의 정확도가 향상됨을 알 수 있었다.
국제민간항공기구 및 미 연방항공청에서는 항공기 이 착륙에 적용될 수 있는 지역위성항법보강시스템 (GBAS)에 대한 연구 개발을 수행하고 있다. 항공기 이 착륙에 위성항법시스템이 사용되는 만큼 시스템에 대한 무결성 확보가 최우선시 되어야 한다. 이를 위해 GBAS에서는 발생 가능성이 있는 오차 모델을 통해 위치 오차 예측값을 계산하고 이를 허용 한계치를 초과 하는 지 확인하고, 만약 초과하였을 경우 항공기는 GBAS 시스템 활용을 중단하고 다른 항법수단을 강구하게 된다. 하지만 높은 위치 오차 예측값은 시스템의 무결성 확보에는 도움이 되겠지만, 가용성 확보에 어려움이 있다. 본 논문에서는 제주도 국제공항에 설치되어 있는 항공우주연구원 GBAS 기준국의 실제 데이터를 사용하여, 위치 오차 예측값 계산에 사용될 수 있는 B-Value 기반의 지상국 오차 표준편차 모델 제시하였다. 또한 제시된 오차 표준편차 모델에 시그마 인플레이션을 적용하여 GBAS의 가용성 향상을 검증하였다.
본 연구는 영상검지기에서 수집되는 정보를 활용하여 딥러닝 기반으로 대기행렬길이를 예측하는 모형을 개발하였다. 그리고 통계적 기법인 다중회귀 모형을 추정하여 평균절대오차와 평균제곱근오차의 두 지표를 이용하여 비교·평가하였다. 다중회귀분석 결과, 시간, 요일, 점유율, 버스 교통량이 유효한 변수로 도출되었고, 이 중에서 독립변수들의 종속변수에 대한 영향력은 점유율이 가장 큰 것으로 나타났다. 딥러닝 최적 모형은 은닉층이 4겹, Look Back이 6으로 결정되었고, 평균절대오차와 평균제곱근오차가 6.34와 8.99로 나타났다. 그리고 두 모형을 평가한 결과, 다중회귀 모형과 딥러닝 모형의 평균절대오차는 각각 13.65와 6.44, 평균제곱근오차는 각각 19.10과 9.11로 계산되었다. 이는 딥러닝 모형이 다중회귀 모형과 비교하여 평균절대오차가 52.8%, 평균제곱근오차는 52.3% 감소된 결과이다.
휴대폰이나 카네비게이션 시스템과 같은 개인단말기에 의한 교통정보 제공 서비스의 시행을 위해서는 정보제공 서비스가 사회적 편익과 개인적 편익에 미치는 영향 분석이 선행되어야 한다. 이를 위해, 본 연구에서는 시뮬레이션을 활용하여 교통정보 제공 서비스가 도로 네트워크에 미치는 영향과 정보를 이용하는 운전자와 정보를 이용하지 않는 운전자에 대한 차이를 소요시간 분석, 소요시간 예측오차 분석, 그리고 정보의존도 분석 등을 통해 밝히고 있다. 소요시간 분석과 소요시간 예측오차 분석 결과에 의하면, 네트워크 내에 정보를 이용하는 운전자가 증가하면서 네트워크의 소요시간과 소요시간 예측오차는 감소하는 경향을 나타냈다. 또, 소요시간과 소요시간 예측오차에 있어서, 정보를 이용하지 않는 운전자에 대한 정보 이용 운전자의 상대적 편익은 1일 교통량 변동이 크고, 정보이용률이 낮은 상황에 한하여만 나타났다. 또, 정보의존도 분석 결과에 의하면, 도로 네트워크 내에 정보 이용 운전자들이 많아지면 운전자들은 정보에 더 많이 의존하게 되는 것으로 나타났다. 또, 혼잡한 교통상태에서는 정보 역시 정확도가 떨어지므로 정보의존도가 낮고, 교통량이 적기 때문에 소통원활한 경우는 정보의존도가 낮고, 반대로 교통량이 많지만, 도로 이용효율이 높아 생기는 소통원활의 경우에는 높은 정보의존도를 보이었다. 본 연구 결과로부터, 어느 정도의 정보이용률까지는 정보이용 운전자들이 증가하면, 네트워크는 도로 이용효율이 향상되어 소요시간 효율성과 신뢰성 등이 향상되고, 운전자의 소요시간 예측오차는 감소한다는 것을 알 수 있었다.
본 연구는 실시간 자료를 기반으로 k-NN을 활용한 단기 교통상황 예측 시 각 단계별 세부절차 및 변수결정, 입력자료 구축 등의 각 단계별 잠재적 예측오차에 대한 원인분석 및 시사점 도출을 목적으로 한다. 다양한 단기 예측모형에 대한 선행연구 검토를 통하여 k-NN 모형의 유용성을 검토하였고 이에 대한 적용가능성을 분석하였다. 본 연구의 k-NN 모형은 이력자료 평활화 및 패턴DB 구축의 입력자료 부분, 실시간 자료와 과거 이력자료와의 유사성 측정 및 k 근접이웃 결정 등의 k-NN 알고리즘 부분, 그리고 예측 시간간격에 따른 출력결과 부분 등으로 구성되며 올림픽대로 김포방향 한강대교 남단~여의상류IC 구간을 대상으로 분석을 실시하였다. 교통자료의 불규칙 잡음으로 인하여 정확한 패턴매칭을 위해서 이력자료의 평활화를 실시하였으며, 이력자료 패턴 DB는 일반 및 이벤트 상황으로 구분하여 활용하였다. 최적의 시계열 자료 및 k 근접이웃 결정을 위해서 시행착오 방법을 적용하였으며, 단기 교통상황 예측 시 예측 시간간격이 증가할수록 예측오차가 증가하는 패턴, 그리고 교통상태가 급변하는 시점에서도 예측오차가 증가함을 알 수 있었다. 본 연구의 k-NN 모형에 대한 각 단계별 예측오차에 대한 원인을 분석하여 개선방향을 제시함으로써 향후 신뢰성 있는 단기 교통상황예측 정보제공 및 시스템에 활용이 가능할 것으로 판단된다.
태양광 발전은 일사량만 있으면 전기에너지를 얻을 수 있기 때문에, 새로운 에너지 공급원으로 용도가 급증하고 있다. 본 논문은 실제 태양광 발전 시스템의 컨버터 출력을 이용하여 장단기 출력 예측을 하였다. 예측 알고리즘은 다중선형회귀와 머신러닝의 지도학습 중 분류모델인 서포트 벡터 머신 그리고 DNN과 LSTM 등 딥러닝을 이용하였다. 또한 기상요소의 입출력 구조에 따라 3개의 모델을 이용하였다. 장기 예측은 월별, 계절별, 연도별 예측을 하였으며, 단기 예측은 7일간의 예측을 하였다. 결과로서 RMSE 측도에 의한 예측 오차로 비교해 본 결과 다중선형회귀와 SVM 보다는 딥러닝 네트워크가 예측 정확도 측면에서 더 우수하였다. 또한, DNN 보다 시계열 예측에 우수한 모델인 LSTM이 예측 정확도 측면에서 우수하였다. 입출력 구조에 따른 실험 결과는 모델 1보다 모델 2가 오차가 적었으며, 모델 2보다는 모델 3이 오차가 적었다.
자갈다짐말뚝(Gravel Compaction Pile) 공법은 연약지반 개량공법 중의 하나로 육상 및 해상에서 연약 지반을 개량하기 위해 많이 사용되어 왔다. 자갈다짐말뚝으로 보강된 지반의 극한 지지력은 자갈다짐말뚝 및 지반의 강도, 치환율, 시공조건 등에 영향을 받으며 이를 예측하기 위한 다양한 예측식이 제안되었다. 하지만 기존 예측식을 활용한 극한지지력 예측은 오차율 및 변동성이 매우 크며, 실제 설계에 활용하기에는 부적합한 것으로 나타났다. 본 연구에서는 자갈다짐말뚝으로 보강된 지반의 극한 지지력을 예측하기 위하여 현장 재하시험결과를 활용한 다중회귀분석을 수행하였으며, 단일잔류 교차검증에 따른 예측오차평가를 통하여 가장 효율적인 입력변수를 선정하고 이에 대한 극한 지지력 예측식을 제안하였다. 또한 선정된 입력변수를 활용하여 인공신경망 적용에 따른 극한 지지력 예측오차를 평가하고 이를 기존 예측식에 따른 결과와 비교 분석하였다.
무선 IP 망의 자원 예약 방식에서는 미래의 호가 요구하는 무선자원의 양을 정확히 예측함으로써 제한된 무선자원의 이용률을 높일 수 있다. 본 연구에서는 멀티미디어 무선 IP 망에서 미래의 핸드오프 호가 요구하는 무선자원(대역폭)의 양을 예측하는 LMS-Wiener 예측방법을 제안하고, 자원의 예측 오차양의 크기에 관해서 기존외 위너 모델링에 기초한 예측방법과 성능을 비교한다. 성능비교를 위한 트래픽 환경은 피코셀 구조의 무선 IP 망에서 장시간 호의 도착패턴이 일반적인 포아송 분포보다는 비포아송 분포를 보이므로, 핸드오프 호의 도착과정을 비 포아송 분포, 핸드오프 호의 채널 점유 시간도 비 지수 분포로 모델링 하였다. 시뮬레이션 결과 기존의 위너모델에 의한 방법에서는 예측시점이 경과함에 따라 예측 오차량의 크기가 증가하는 반면에 제안한 방법에서는 예측 오차량의 크기가 감소하는 수렴성을 보였다. 따라서 제안한 자원의 예측 방법이 기존의 방법보다 미래의 핸드오프 호가 필요로 하는 무선자원의 양을 상대적으로 정확히 예측함으로써, 필요이상의 과도한 자원의 예약으로 발생되는 무선자원의 낭비를 줄일 수 있음을 알 수 있다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.