• Journal of KIISE:Computing Practices and Letters
• /
• v.15 no.4
• /
• pp.280-283
• /
• 2009

To improve coding performance of scalable video coding which is an emerging video coding standard as an extension of H.264/AVC, SVC uses not only intra prediction and inter prediction but inter-layer prediction. This causes a problem that computational complexity is increased. In this paper, we propose an efficient intra prediction mode decision method in spatial enhancement layer to reduce the computational complexity. The proposed method selects Inra_BL mode using RD cost of Intra_BL in advance. After that, intra mode is decided by only comparing DC modes. Experimental results show that the proposed method reduces 59% of the computation complexity of intra prediction coding, while the degradation in video quality is negligible.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.27-31
• /
• 2009

홍수피해를 예방할 수 있는 대책에는 여러 가지 방법이 있으나 비구조물적인 방법 중에서 대표적인 것이 홍수예경보이다. 이에 합리적인 설계홍수량 산정을 위해 하천유역에서 강우-유출과정의 정확한 해석과 유출예측은 수자원의 효율적인 활용과 하천의 이수, 치수를 위한 수문학적 해석에 있어서 매우 중요하며, 이를 위해서는 강우로부터 정도 높은 유출량 예측이 요구된다. 뿐만 아니라 하천범람 등의 재해로부터 인명과 재산을 보호하기 위한 홍수예경보 시스템의 구축이 필요하다. 홍수예경보 시스템의 효율적인 관리를 위해서는 실시간 홍수예측(Real-time Flood Prediction)기법의 개발이 필요하다. 홍수유출모형에 있어 공간적 변화특성과 평균 강우량의 공간분포를 반영할 수 있는 분포형 매개변수 모형(Distributed-Parameter Model)인 분포형 모델을 대상으로 앙상블 칼만필터(Ensemble Kalman Filter, EnKF) 이론을 적용하여 비선형시스템에서 오차를 포함한 반응을 실시간으로 처리하여 불확실성을 정량적으로 감소시켜 홍수유출을 예측하는데 그 목적이 있다. 하천유역특성을 이용한 홍수유출예측을 위하여 비선형시스템에서의 앙상블 칼만필터 기법을 적용한 분포형 모형을 이용하여 더욱 정밀한 홍수유출을 예측하게 되고 향후 홍수예경보모형으로서 적정 유역분할 규모를 결정해주는 근거를 제시할 수 있을 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.1243-1247
• /
• 2011

센서 네트워크는 많은 수의 센서들로 구성되며 물질세계와 상호작용하여 실시간 감시를 할 수 있는 큰 규모의 네트워크이다. 현실 세계의 물리적 변화를 지속적으로 감시하기 위하여 센서 네트워크에 속해 있는 각 센서들은 주기적으로 측정값을 읽어서 기지국(base station)에 전달하는 기능을 수행한다. 이러한 경우, 각 센서들의 지속적인 통신에 따른 에너지 낭비가 발생하여 센서 네트워크 전체의 수명을 단축시키게 된다. 따라서 데이터 모니터링에 있어서 예측을 통한 근사 데이터 수집을 통해 센서 네트워크의 수명을 연장하고자 하는 연구들이 진행되고 있다. 그러나 현재의 예측을 통한 근사 데이터 수집은 측정값의 변화가 클수록 예측 모델의 갱신이 잦다. 따라서 본 논문에서는 지연 갱신을 이용한 효율적인 예측 모델 갱신 기법을 제안한다. 제안된 기법에서는 예측이 실패하였을 경우 즉시 예측 모델을 갱신하는 대신 문제가 되는 구간의 측정값들을 지연, 근사화하여 전송함으로써 예측 모델의 잦은 갱신을 방지할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.23-26
• /
• 2009

효과적인 저수지 운영을 위해 가장 중요한 절차는 저수지 유입량을 적절하게 모의하는 것이다. 실시간 저수지 운영의 경우 기존의 물리적인 강우-유출현상에 기초한 수학적인 모형을 이용해서 유입량을 예측하는데 한계가 있으므로 인공신경망과 같이 자료의 특성에 기반한 모형이 효율적인 대안이 될 수 있다. 본 연구에서는 인공신경망(Artificial neural network, ANN)을 이용하여 실시간 저수지 운영을 위해 현재시간을 기준으로 3시간 후, 6시간 후, 9시간 후, 12시간 후의 유입량을 예측하였다. 본 연구의 대상지역은 한강수계의 화천댐 유역으로 기상청 수치예보자료인 RDAPS(Regional Data Assimilation and Prediction System)자료 중에서 강우예측자료를 사용하였다. RDAPS 강우예측자료를 이용한 예측값 결과와 비교하기 위해 지점 강우자료를 사용하였으며, 이 지점 강우자료는 화천댐 유역에 있는 AWS, 기상청, 국토해양부의 지점자료을 이용하였다. RDAPS 강우예측값만을 이용한 유입량 예측결과가 과거 12시간 강우 누적값을 이용한 유입량 예측값과 비슷한 정확도를 가지는 것을 알 수 있었으며, 자료의 효율적인 취득을 고려해야만 하는 실시간 운영의 경우, RDAPS 강우예측자료와 인공신경망을 이용한 모형이 충분히 효과적인 대안이 될 수 있음을 알 수 있다.

• Journal of Korea Water Resources Association
• /
• v.43 no.8
• /
• pp.695-707
• /
• 2010

The frequency and size of typhoon and local severe rainfall are increasing due to the climate change and the damage also increasing from typhoon and severe rainfall. The flood forecasting and warning system to reduce the damage from typhoon and severe rainfall needs forecasted rainfall using radar data and short-term rainfall forecasting model. For this reason, this study examined the applicability of short-term rainfall forecast using translation model with weather radar data to point out that the utilization of flood forecasting in Korea. This study estimated the radar rainfall using Least-square fitting method and estimated rainfall was used as initial field of translation model. The translation model have verified accuracy of forecasted radar rainfall through the comparison of forecasted radar rainfall and observed rainfall quantitatively and qualitatively. Almost case studies showed that accuracy is over 0.6 within 4 hours leading time and mean of correlation coefficient is over 0.5 within 1 hours leading time in Kwanak and Jindo radar site. And, as the increasing the leading time, the forecast accuracy of precipitation decreased. The results of the calculated Mean Area Precipitation (MAP) showed forecast rainfall tend to be underestimated than observed rainfall but the correlation coefficient more than 0.5. Therefore it showed that translation model could be accurately predicted the rainfall relatively. The present results indicate that possibility of translation model application of Korea just within 2 hours leading forecasted rainfall.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2004.05a
• /
• pp.681-684
• /
• 2004

본 연구는 hitless-restart기능과 확률적인 예측을 할 수 있는 발전된 형태의 Hitless 라우터(Router) 설계를 제안한다. Hitless-restart기능이라 함은 라우터가 reset 혹은 shutdown이 되더라도 forwarding path와 네트워크 구조는 유지하는 것을 말한다. 그러나 현재 hitless-restart의 가장 큰 문제점은 라우터가 restart를 할 때를 대비하여 항상 active한 상태로 유지시켜야 한다는 것이다. 확률적 예측이 가능한 Hitless 라우터는 restart할 시점을 확률적으로 예측함으로써 라우터 시스템을 보다 효과적으로 운영할 수 있도록 한다. First Exceed Level이론은 라우터의 조건에 따라 restart가 필요한 시점을 확률 적으로 예측할 수 있도록 한다. 이러한 예측결과를 이용하여 우리는 라우터가 구조적인 한계를 넘어서기 전에 hitless-restart를 실시함으로써 라우터가 shutdown되는 것을 방지할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.755-756
• /
• 2020

부호가 있는 소셜 네트워크는 친구, 호감, 동의의 긍정적인 관계와 적, 불호, 반대의 부정적인 관계가 함께 표현된 네트워크이다. 이러한 네트워크를 활용한 대표적인 애플리케이션으로, 각 사용자의 관계가 긍정적인 관계인지 부정적인 관계인지 예측하는 부호 예측 문제가 있다. 이러한 부호 예측 문제를 해결하는 대표적인 방안은 네트워크의 구조적 특징들을 활용하는 것이다. 본 논문에서는, 실세계 데이터 집합들을 활용한 실험을 통해 기존 부호 예측 방법들에서 활용하는 각 특징이 부호 예측 문제의 정확도에 얼마나 기여하는지 분석하고자 한다.

• Science of Emotion and Sensibility
• /
• v.2 no.1
• /
• pp.121-128
• /
• 1999

본 연구는 인지 유형에 따라 시계열 예측의 정확성이 분석적인 사람과 직관적인 사람 간에 다를 것이란 가설을 설정하고 이를 규명하기 위하여 44명의 대학생을 사용하여 실험이 이루어졌다. 피험자는 MBTI에 의거하여 분석적인 그룹과 직관적인 그룹으로 나누고 주어진 시계열 데이터에 대하여 예측을 하게 하였다. 이때 인지 유형에 따른 뇌파의 편측성을 분석하기 위하여 전두엽에서 뇌파(F3, F4)를 측정하였다. 그 결과, 인지유형간의 뇌파의 편측성에 유의적인 차이가 없었으며, 예측의 정확성 (MAPE) 또한 유의적인 차이가 없었다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.26 no.4
• /
• pp.472-487
• /
• 1999

본 논문에서는 효율적인 이동성 관리를 위한 이동성 예측 기법을 소개한다. 이동 컴퓨팅 환경에서는 사용자가 지리적 위치의 제약없이 언제, 어디서나 다른 네트워크 시스템과 메시지를 주고 받을수 있다. 그러나, 통신자원의 부족, 잦은 접속단절 , 사용자의 움직임 등과같은 이동 컴퓨팅 시스템의 특징 때문에, 지능적이고 효율적인 이동성관리가 요구된다. 이동 컴퓨팅 시스템이 지능적이고 효율적인 이동성관리를 통하여 높은 질의 서비스를 제공하기 위해서는 이동 사용자의 움직임 패턴들을 능동적으로 고려하는 것이 바람직하다. 본 논문에서는 이동 사용자의 과거수일, 수개월동안의 움직임 패턴 즉, 이동사용자의 위치연혁으로부터 미래 위치를 예측하는 지능적 이동성 예측기법(intelligent mobility prediction scheme)을 제안한다. 모델링 방법으로서 뉴로-퍼지 추론시스템(neuro-fuzzy inference system)을 이용한다. 뉴로-퍼지 추론 시스템이 이동 사용자가 움직이게 되는 미래 위치를 예측하기 때문에 , 본 논문에서의 이동성 예측 기법은 통신채널의 사전 배당, 부족한 자원의 사전 할당등을 위해서 사용될 수 있다. 게다가, 본 논문의 시뮬레이션 결과는 제안하는 기법이 다양한 이동 환경에 대해서 높은 예측 정확도를 갖음을 보여준다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.384-384
• /
• 2022

과거의 우리나라 대설피해 양상을 살펴보면 지역적으로 집중되어 피해가 발생하는 것이 특징이다. 그러나 현재는 전국적으로 대설피해가 가중되는 추세이며, 이에 따라 대설피해에 대비 가능한 대책의 강구가 필요한 실정이다. 그러나 피해 발생 시 정확한 피해 예측으로 사전에 재난을 대비가 가능한 수준의 연구는 미흡한 실정이다. 따라서 본 연구에서는 다양한 통계기법과 기계학습 기법을 이용하여 대설로 인해 발생한 피해액을 개략적으로 예측이 가능한 모형을 개발하고자 하였다. 대설피해액 예측 모형은 다중회귀분석, 서포트 벡터 머신, 인공신경망 기법, 랜덤포레스트 기법을 이용하여 총 4가지 기법으로 개발하였으며, 독립변수로 사회·경제적 요소, 기상요소를 사용하였고, 종속변수로는 1994년부터 2020년까지 발생한 대설피해 이력의 대설피해액을 사용하였다. 결과적으로 4가지 예측 모형의 예측력 검증 및 기법 간의 예측력을 비교하여 개발한 모형의 적용성을 검토하였다. 본 연구 결과에서 제시한 모형의 개선방안 및 업데이트 방안을 참고하여 후속 연구가 진행된다면 미래에 전국적으로 확대될 대설피해에 대한 대비가 가능할 것으로 기대되며 복구비 및 예방비 투자의 지역적 우선순위를 분석하여 선제적인 대비가 가능할 것으로 판단된다.