• International Journal of Highway Engineering
• /
• v.13 no.3
• /
• pp.111-119
• /
• 2011

The noise prediction model, KRON-2006, in South Korea has been developed for obtaining the average noise level. The model is based on an outdoor sound propagation method based on ISO9613 and ASJ Model-1998 and supports the analysis of the linear noise source, such as highway, for obtaining Leq. Because of that, the model can't obtain Lmax, Lmin from the time series noise profile based on traffic at every moment. In order to address this problem, the real time noise prediction model based on traffic simulation using GIS model and algorithm is proposed. It can predict the vehicle point noise level based on vehicle type, speed generated from traffic simulation by using headway and obtain Lmax, Lmin as integrating the noise profile generated from it at every moment. An evalution of the noise prediciton model using field measurements finds good agreement between predicted and measured noise levels at 1m, 8m, 15m from curb of the near side lane.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.107-112
• /
• 2023

라벨 데이터 수집의 어려움에 따라 라벨이 없는 데이터로 학습하는 준지도학습, 비지도학습에 대한 연구가 활발하게 진행되고 있다. 본 논문에서는 그의 일환으로 Novel Intent Category Discovery(NICD) 문제를 제안하고 NICD 연구의 베이스라인이 될 모델을 소개한다. NICD 문제는 라벨이 있는 데이터와 라벨이 없는 데이터의 클래스 셋이 겹치지 않는다는 점에서 기존 준지도학습의 문제들과 차이가 있다. 제안 모델은 RoBERTa를 기반으로 두 개의 분류기를 추가하여 구성되며 라벨이 있는 데이터셋과 라벨이 없는 데이터셋에서 각각 다른 분류기를 사용하여 라벨을 예측한다. 학습방법은 2단계로 먼저 라벨이 있는 데이터셋으로 요인표현을 학습한다. 두 번째 단계에서는 교차 엔트로피, 이항교차 엔트로피, 평균제곱오차, 지도 대조 손실함수를 NICD 문제에 맞게 변형하여 학습에 사용한다. 논문에서 제안된 모델은 라벨이 없는 데이터셋에 대해 이미지 최고성능 모델보다 24.74 더 높은 정확도를 기록했다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.34 no.1
• /
• pp.49-55
• /
• 2006

Two data mining techniques, analysis of variance (ANOVA) and self-organizing map (SOM), are applied to knowledge discovery in aerodynamic design space. These methods make it possible to identify the effect of each design variable on the objective functions. Furthermore, ANOVA shows the effect of interaction between design variables on the objective function and SOM visualizes the trade-off among objective functions. Present methods are applied to the result of the supersonic wing design which includes 72 design variables and 4 objective functions.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.32 no.4_1
• /
• pp.281-292
• /
• 2014

This study examined the accuracy that produced using various types and combinations of landslide-related factors from landslide susceptibility index maps. A database of landslide-related factors was adopted by the landslide locations that obtained from aerial photographs, and the topographic factors that derived from airborne LiDAR observations and digital maps, and various soil, forest, and land cover. Landslide susceptibility index maps were calculated by logistic regression and frequency ratio from the landslide susceptibility index. The correlation between airborne LiDAR data and digital map was shown strong similarities with one another. Landslide susceptibility index maps indicated the existence of a strong correlation and high prediction accuracy, especially when the frequency ratio and airborne LiDAR were used. Therefore, we concluded that the Airborne LiDAR will contribute to the development of effective landslide prediction methods and damage reduction measures.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2007.11a
• /
• pp.1144-1144
• /
• 2007

• The Korean Journal of Applied Statistics
• /
• v.15 no.2
• /
• pp.251-267
• /
• 2002

Self Organizing Maps(SOM) by Kohonen is very fast algorithm in neural networks. But it doesn't show sure rules of training results. In this paper, we introduce to Bayesian Learning for Self Organizing Maps(BLSOM) which combines self organizing maps with Bayesian learning. So it supports explanatory power of models and improves prediction. BLSOM has global optima anywhere but SOM has not. This is proved by experiment in this paper.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.32-36
• /
• 2020

문장의 의미를 잘 임베딩하는 문장 인코더를 만들기 위해 비지도 학습과 지도 학습 기반의 여러 방법이 연구되고 있다. 지도 학습 방식은 충분한 양의 정답을 구축하는데 어려움이 있다는 한계가 있다. 반면 지금까지의 비지도 학습은 단일 형식의 말뭉치에 한정해서 입력된 현재 문장의 다음 문장을 생성 또는 예측하는 형식으로 문제를 정의하였다. 본 논문에서는 위키피디아, 뉴스, 지식 백과 등 문서 형태의 말뭉치에 더해 지식인이나 검색 클릭 로그와 같은 구성이 다양한 이종의 대량 말뭉치를 활용하는 자기 지도 학습 방법을 제안한다. 각 형태의 말뭉치에 적합한 자기 지도 학습 문제를 설계하고 학습한 경우 KorSTS 데이셋의 비지도 모델 성능 평가에서 기준 모델 대비 7점 가량의 성능 향상이 있었다.

• The Journal of Information Technology and Database
• /
• v.2 no.2
• /
• pp.3-24
• /
• 1995

본 연구는 국가정보화의 총괄적인 정보개발계획을 수립하기 위하여 일명 정보개발지도를 이용하여 국가의 정보개발 현황을 분석하고 국가 정보화의 방향을 제시하고자 한다. 이는 현재 국내에 개발되어 서비스를 제공중인 정보, 사업의 지원자금으로 개발을 추진중에 있는 정보, 혹은 아직 미개발되었지만 공공정보로써 개발이 가능한 공공기관의 정보자원을 조사하고 세부분야별로 분류하여 하나의 평면에 나타냄으로써 국내 공공정보 개발의 방위를 파악하고자 한다. 또한 해외의 정보개발, 서비스들을 평면에 함께 제시함으로써 향후 공공데이터베이스의 개발 과제를 파악하기 위한 기반자료로 활용될 수 있으며, 정보개발지도에 따라 년차별 개발분야 및 개발 우선순위 등을 결정될 수 있으리라 예측된다.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2008.11a
• /
• pp.709-714
• /
• 2008

The various computer programs are used in computer simulation of the traffic noise prediction. But the difference or problem of calculation method used for road traffic noise prediction is not exactly investigated. In this paper, Road traffic noise is predicted on the specific regions by using four prediction methods such as XPS31-133 model(France), RLS-90 model(Germany), ASJ RTN model(Japan) and FHWA model(U.S.A.), which are operated by a program named SoundPLAN, a program to predict road traffic noise. Those prediction values are compared with a measurement value. The results show that four prediction values for taraffic noise are a little different, because of various input factors according to the prediction methods.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.8
• /
• pp.1032-1038
• /
• 2021

Rate of penetration(ROP) is one of the important variables for maximizing the drilling performance. In order to maximize drilling efficiency, it is necessary to increase the drilling speed, and real-time ROP prediction is important so that the driller can identify problems during drilling. The ROP has a high correlation with the drillstring rotational speed, weight on bit, and flow rate. In this paper, the ROP was predicted using a data-driven supervised learning model trained from the drilling efficiency parameters. As a result of comparison through the performance evaluation metrics of the regression model, the root mean square error(RMSE) of the RF model was 4.20 and the mean absolute percentage error(MAPE) was 9.08%, confirming the best predictive performance. The proposed method can be used as a base model for ROP prediction when constructing a real-time drilling operation guide system.