• Proceedings of the KIEE Conference
• /
• 2001.07a
• /
• pp.318-322
• /
• 2001

본 논문은 뉴로-퍼지 모델의 구조 학습을 이용한 단기 전력 수요 예측시스템에서 예측치별로 신뢰도를 계산하는 체계적인 방법을 제안한다. 예측시스템의 신뢰도를 추정하는 작업은 특히 신경회로망과 같은 경험적 모델을 실제 활용하기 위해서 필수적인 연구로 인식되고 있다. 본 논문에서 제안하는 출력별 신뢰 구간 계산 방법은 지역 표현하는 뉴로-퍼지 모델의 특성을 활용하여 학습된 퍼지 규칙 각각에 대해 신뢰도를 추정하는 Local reliability measure 기법을 사용한다. 제안된 신뢰도 계산이 가능한 단기 전력 수요 예측시스템은 먼저 결정 트리를 이용하여 초기 구조를 생성하고, 이를 초기 구조 뱅크에 저장한다. 저장된 초기 구조 뱅크를 이용하여 뉴로-퍼지 모델을 학습하고, 학습된 퍼지 규칙의 신뢰도를 추정한다. 제안된 시스템의 실효성을 검증하기 위해서 한국 전력에서 수집한 1996년과 1997년의 실제 전력 수요 데이터를 이용하여 한 시간 앞의 수요를 예측하는 모의 실험을 수행하고 실험 결과를 비교 분석한다.

• Electronics and Telecommunications Trends
• /
• v.15 no.6 s.66
• /
• pp.178-189
• /
• 2000

본 연구에서는 비교적 적은 양의 시장자료를 이용하여 장기적 안정성을 갖춘 예측치를 도출할 수 있는 것으로 알려진 확산 모형을 중심으로 기존의 신상품 시장예측 방법론에 대하여 고찰하고, 과거 시장자료가 거의 존재하지 않는 정보통신 관련 품목에 대한 국내시장 예측 모형 개발 방법론을 제안하였다. 본 연구에서 제시된 방법론에 의거하여 개발될 예측 모형은 기존의 정보통신분야 전략품목 이외의 여타 관련 품목, 나아가 향후 등장하게 될 새로운 품목에 대한 예측 작업에도 적용이 가능하며, 해외 기관이 제공하는 국내시장 자료에 대한 검증 툴로서의 역할 역시 제공할 것으로 기대된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.23-26
• /
• 2024

본 논문에서는 그래프 구조의 데이터에서 각 노드의 신호를 예측하는 연구를 진행하였다. 이를 위해 분석하고자 하는 그래프에 대해 연결 관계를 기반으로 각 노드에 비-유클리드 공간 상에서의 좌표를 부여하여 그래프의 공간적 임베딩을 얻은 뒤, 각 노드의 공간적 임베딩을 입력으로 받고 해당 노드의 신호를 예측하는 그래프 암시적 신경 표현 모델을 제안 하였다. 제안된 모델의 검증을 위해 네트워크형 데이터와 3차원 메시 데이터 두 종류의 그래프 데이터에 대하여 신호 학습, 신호 예측 및 메시 데이터의 초해상도 과정 실험들을 진행하였다. 전반적으로 기존의 그래프 암시적 신경 표현 모델과 비교하였을 때 비슷하거나 더 우수한 성능을 보였으며, 특히 네트워크형 그래프 데이터 신호 예측 실험에서 큰 성능 향상을 보였다.

• The Journal of Bigdata
• /
• v.4 no.2
• /
• pp.175-183
• /
• 2019

Drop-out issue is one of the challenges of cyber university. There are about 130,000 students enrolled in cyber universities, but the dropout rate is also very high. To lower the dropout rate, cyber universities invest heavily in learning analytics. Some cyber universities analyze the possibility of dropout and actively support students who are more likely to drop out. The purpose of this paper is to identify the learning data affecting the dropout prediction index. As a result of the analysis, it is confirmed that number of lessons(progress), credits, achievement and leave of absence have a significant effect on dropout rate. It is necessary to increase the accuracy of the prediction model through post-test on the student dropout prediction index.

• 한국방재학회:학술대회논문집
• /
• 2011.02a
• /
• pp.108-108
• /
• 2011

기후 변화로 인한 수문 환경의 변화에 따라 수문 모형을 이용한 정확한 예측이 필요하다. 수문 현상의 예측을 위하여 사용되고 있는 수문 모형인 Common Land Model(CLM)은 Soil-Vegetation-Atmosphere Transfer(SVAT) 모형 중 하나로 비교적 적은 변수를 이용하여 현실적인 결과를 도출하므로 세계적으로 널리 이용되고 있다. 이에 반해 국내에서는 모형의 구동을 위한 입력 자료의 미흡으로 인해 실질적인 연구 사례가 부족한 실정이다. 본 연구에서는 해남의 KoFlux 지점을 대상으로 Korea Flux Network(KoFlux) 자료와 Korea Land Data Assimilation System(KLDAS) 자료를 CLM에 강제시켜 국내의 모형의 적용성에 대하여 검증하였다. KoFlux는 에디 공분산 시스템을 기반으로 지표면과 대기 사이의 Flux에 대한 측정 시스템을 운영하며 SVAT 모형의 구동을 위한 수문학적 인자들을 제공하고 있으며, KLDAS는 한반도지표동화자료체계로 위성 및 현장기반 관측 자료들을 지면모형에 적용시켜 자료동화방법을 통하여 지표 변수들을 제공하고 있다. 모형의 산출 결과는 해남 지점의 관측 자료와 비교를 통하여 CLM 모형의 적용 가능성을 검증하였고 두 결과 모두 관측 데이터와의 경향성이 일치하는 것으로 나타났다. 결과 모두 신뢰할 만한 값으로 추정되며, 이를 통하여 국내의 CLM 모형 적용 가능성을 확인하였고, 국내에서의 지점 자료가 부족한 부분에 대한 KLDAS 자료의 이용 가능성 또한 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.773-776
• /
• 2014

최근 기업의 기술력이 기업의 경영성과에 미치는 영향이 증가함에 따라 기업이 보유한 기술적 정보가 경영성과예측에 있어 필수적 요소로 대두되었다. 본 연구에서는 기업의 기술적 정보를 담고 있는 특허정보 및 특허지표를 활용하여 기업의 경영성과를 정량적으로 예측하는 모델을 제안한다. 또 미국 정보통신기업의 재무정보와 특허정보를 활용하여 제안된 예측모델을 구축하고 그 성능을 검증 및 평가하였다. 본 연구에서 제안한 기업실적예측 모델의 구축을 위해 인간의 두뇌가 학습하는 과정을 모방한 인공신경망알고리즘을 활용하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.382-382
• /
• 2020

과거 많은 연구에서 다수의 모형의 결과를 이용한 앙상블 방법론은 인공지능 모형 (artificial neural network)의 예측 능력에 향상을 갖고 온다 논하였다. 본 연구에서는 미계측유역의 저수량(low flow)의 예측을 위하여 Jittering을 기반으로 한 인공지능 모형을 제시하고자 한다. 기본적인 방법론은 설명변수들에게 백색 잡음(white noise)를 삽입하여 훈련되는 자료를 증가시키는 것이다. Jittering을 기반으로 한 인공지능 모형에 대한 효과를 검증하기 위하여 본 연구에서는 Multi-output neural network model을 기반으로 모형을 구축하였다. 다음으로 Jittering을 기반으로 한 앙상블 모형을 variable importance measuring algorithm과 결합시켜서 유역특성치와 예측되는 저수량의 특성치들의 관계를 추론하였다. 본 연구에서 사용되는 방법론들의 효용성을 평가하기 위해서 미동북부에 위치하고 있는 총 207개의 유역을 사용하였다. 결과적으로 본 연구에서 제시한 Jittering을 기반으로 한 인공지능 앙상블 모형은 단일예측모형 (single modeling approach)을 정확도 측면에서 우수한 것으로 확인되었다. 또한, 적은 숫자의 앙상블 모형에서도 그 정확성이 단일예측모형보다 우수한 것을 확인하였다. 마지막으로 본 연구에서는 유역특성치들의 효과가 살펴보고자 하는 저수량의 특성치들에 따라서 일관적으로 영향을 미치거나 그 중요도가 변화하는 것을 확인하였다.

• Proceedings of the KAIS Fall Conference
• /
• 2008.05a
• /
• pp.306-308
• /
• 2008

본 논문은 정면 밀링 가공에서의 절삭력 예측을 위한 수학적 모델을 설정하고 컴퓨터 시뮬레이션을 수행하였다. 실험으로 얻은 절삭력 데이터를 이용하여 비절삭 저항을 모델링하였고 컴퓨터 시뮬레이션을 통해 절삭력을 예측하였다. 예측된 절삭력은 실제 실험을 통해 얻은 절삭력과 비교하여 본 모델의 타당성을 검증하였다.

• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1160-1164
• /
• 2008

본 연구에서는 유역유출예측시스템인 RRFS(Rainfall Runoff Forecasting System)를 이용하여 금강유역에 대해 기법별 월단위 유출예측을 수행하였다. 적용된 유출예측기간은 '07년 1월부터 12월까지이며 월단위로 유출예측이 수행되었으며, 유출예측 검증을 위한 주요지점으로는 금강유역 내에 있는 용담댐 지점, 대청댐 지점 그리고 공주지점이다. 본 연구에 적용된 유출예측기법으로는 1) 과거 관측 월유출량 자료를 이용한 유출량 예측 기법, 2) ESP 기법을 통한 유출량 예측 기법, 3) 기상전망을 고려한 ESP 유출량 예측 기법, 4) 기상수치예보 자료를 이용한 유출량 예측 기법이다. ESP 기법에서는 통계분석을 통해 얻어진 월별 ESP 확률분포를 이용하여 '02년부터 '07년까지 과거 실측 월별 유출량에 대한 ESP 확률범위를 결정하였으며, 이를 이수기(1월$\sim$6월 그리고 10월$\sim$12월)와 홍수기(7월$\sim$9월)로 분리한 후 각각에 대한 ESP 확률값을 최종적으로 결정하여 유출예측에 적용하였다. 또한 기상전망을 고려한 ESP 기법에서는 기상청에서 제공하는 강수전망(N:평년, A:많음, B:적음)에 대한 정보를 고려하여 ESP 확률을 결정하여 유출예측을 수행하였다. 그림 1과 2는 예로서 4월과 10월에 대해 예측기법에 따른 주요지점별 유출예측결과를 비교한 것이며, 기법별 유출예측결과에 대한 비교분석결과 전반적으로 기상전망을 고려한 ESP 유출량 예측기법이 가장 우수한 것으로 나타났다.