• Journal of the Korea Convergence Society
• /
• v.13 no.5
• /
• pp.237-247
• /
• 2022

This study predicts the economic activity level of the elderly in Korea using various machine learning methods. While the previous studies mainly focused on testing the relationship between the economic activity level and the life satisfaction or the social security system, this study aims at the accurate prediction on the economic activity level of the elderly using various machine learning methods and the forecast combination. Dependent variables such as the activity rate, employment rate, etc and independent variables such as the income, average wage, etc compose the dataset in this study. Five different machine learning methods and two forecast combinations are applied to the given dataset. The prediction performances of the machine learning method and the forecast combination varied across the dependent variables and prediction intervals, but it was found that the forecast combination was relatively superior to other methods in terms of the stability of prediction. This study has significance in that it accurately predicted the economic activity level of the elderly and achieved the stability of the prediction, raising practicality from a policy perspective.

• The Journal of the Korea Contents Association
• /
• v.12 no.3
• /
• pp.1-8
• /
• 2012

Video FRUC (Frame Rate Up Conversion) has been a technique of great interest due to its diversified applications in consumer electronics. Most advanced FRUC algorithms adopt a motion interpolation technique to determine the motion vector field of interpolated frames. But, in some applications, it is necessary to evaluate how well the MCI (Motion Compensated Interpolation) frame is reconstructed. For this aim, this paper proposes a distortion estimation for motion compensated interpolation frame using frame-adaptive distortion estimation. The proposed method is applied for the symmetric motion estimation and compensated scheme and then analyzed by three different approaches, that is, forward estimation, backward estimation and adaptive bi-directional estimation schemes. Through computer simulations, it is shown that the proposed bi-directional estimation method outperforms others and can be effectively applied for FRUC.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06d
• /
• pp.283-286
• /
• 2011

무선 멀티홉 네트워크에서 멀티미디어 트래픽의 QoS(Quality of Service) 지원을 위하여 EDCA(Enhanced Distributed Channel Access) 기반의 동적 우선순위 할당 기법이 다수 제안되었다. 해당 기법들은 각 홉에서의 최소한의 전송 지연 보장을 위하여 클래스별 예상 지연 시간을 계산한다. 하지만 각 클래스별 예상 지연 시간의 계산은 무선 채널에서의 간섭, 충돌 및 링크 품질에 영향을 받기 때문에 정확한 예측이 어렵다. 본 논문에서는 EDCA 기반의 동적 우선순위 할당을 위한 정교한 클래스별 지연 시간 예측 기법을 제안한다. 제안하는 기법은 무선 채널의 링크 품질과 전송 패킷의 크기를 고려하여 좀더 실제와 유사한 지연 시간을 예측할 수 있다. 실험을 통해 제안하는 기법이 기존의 기법보다 정확성이 높으며 이를 통해 동적 우선순위 할당 기법의 성능을 향상시킬 수 있음을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04a
• /
• pp.639-641
• /
• 2000

캐쉬를 사용하는 분산 공유 메모리 시스템에서는 캐쉬들 사이의 일관성 유지를 위한 지연 시간이 성능에 큰 영향을 미친다. 최근에는 각 공유 메모리의 일반적인 접근 패턴을 학습하여 일관성 유지의 예측적 수행을 가능하게 하는 메모리 공유 패턴 예측기가 연구되고 있다. 기존의 메모리 공유 패턴 예측기는 패턴 정보를 저장하기 위해서 모든 메모리 블락마다 예측 테이블들을 할당하지만 실제로 성능 향상에 도움을 주는 테이블들은 소수에 불과하다. 본 논문에서는 적은 양의 패턴 저장 공간을 사용하면서 기존의 예측기와 유사한 성능을 낼 수 있는 캐쉬 구조의 메모리 공유 패턴 예측기를 제안한다, 제안된 예측기에서는 좋은 성능을 내는 예측 테이블들을 선택적으로 저장하게 하는 효율적인 테이블 교체 기법이 요구된다. 본 논문에서는 LRU 교체 기법을 캐쉬 구조의 예측기에 적용시켰을 때의 문제점을 분석하고 제안된 예측기의 특성에 적합한 테이블 교체 기법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.749-750
• /
• 2020

링크 예측은 주어진 그래프에서 가까운 미래에 발생할 가능성이 높은 새로운 링크를 예측하는 문제이다. 본 논문에서는 유사도 기반 링크 예측의 정확도를 향상시키는 전처리 기법을 제안한다. 제안하는 기법은 유사도 기반으로 예측한 링크들을 그래프에 추가하고, 이 추가된 링크들을 포함하는 그래프를 기반으로 다시 새로운 링크들을 예측하여 추가하는 점진적 추가 방식을 채택한다. 실세계 데이터를 이용한 실험을 통하여, 제안하는 전처리 기법이 기존 링크 예측의 정확도를 향상시킬 수 있는 것을 확인하였다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2003.04a
• /
• pp.187-190
• /
• 2003

태백산 광화대는 1960년대부터 광물자원에 대한 조사 및 개발이 활발하게 이루어지고 있는 지역으로 지질관련 자료들이 많이 축적되어 있으므로 자료의 이용이 용이하고 예측 모델링을 적용한 결과와 기존 결과의 비교가 가능한 지역이다. 본 연구에서는 태백산 광화대 지역의 금속광상의 부존가능지역 예측을 위하여 지화학 자료를 이용하여 주제도를 작성하였다. 부존가능지역 예측을 위하여 사용한 기법은 GIS 기반의 예측 기법 중하나인 Weights of Evidence 모델링 기법으로 연구지역에 시범 적용함으로써 국내 환경에의 적용 가능성을 검토하고 구조선과 광상간의 공간적 상관성을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.85-89
• /
• 2005

도시발달과 인구증가로 인해 오늘날의 수자원 관리와 계획은 복잡하고 그 중요성은 더욱더 커지고 있으며, 인구와 재산의 집중현상으로 인하여 사소한 수문재해로 인해 막대한 인명과 재산피해를 초래될 수 있다. 이런 이유들로 인해 정확한 수문예측과 이를 통한 적절한 수자원 관리는 그 어느 때보다 중요한 인자로 인식되고 있다. 본 연구에서는 수문예측을 통한 소규모 댐으로의 정확한 월유입량 예측을 실시하여 실측유입량과 비교$\cdot$분석함으로서 수자원관리의 효율성을 향상시키고자 하였다. 수문예측을 위해서 확률론적 예측이 가능한 앙상블 예측기법(Ensemble Prediction Method)을 적용하였으며 과거 1968-1997년까지의 강우데이터와 수정 TANK모형을 이용하여 1998부터 2002년까지의 성주댐의 월유입량 앙상블을 생성하였다. 수문예측뿐만 아니라 유입량예측의 정확성을 향상시키기 위해 수정 TANK모형의 매개변수를 최적화기법 중의 하나인 유전자알고리즘을 이용하여 매개변수를 최적화하였으며 평창강유역과 보청천유역의 실측데이터를 이용하여 모형의 검증을 실시하였다. 또한 강우발생시 과소하게 유출량이 산정되는 것을 보완하기 위해 매개변수를 평수기와 홍수기의 구분하여 모형을 적용하였다. 본 연구에서 제시된 앙상블 예측기법과 최적화된 수정 TANK모형을 이용하여 댐의 수자원을 관리한다면 효율적인 관리가 이루어 질 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.98-98
• /
• 2018

최근 기후변화로 인해 대류성 집중호우가 빈번하게 발생하고 있으며 이러한 강우 특성은 산지 지역에 위치한 소하천유역에 상당한 피해를 야기한다. 통상 대류성 집중호우는 규모가 작고 속도가 빠르기 때문에 중규모 이상의 유역에서 부분적으로 상이한 강우특성을 보인다. 아울러 이러한 호우 패턴의 변화는 일시적인 현상이 아닌 하나의 기상 특성으로 자리를 잡아가고 있기 때문에 이에 대한 대책마련이 더욱 필요한 실정이다. 초단기예보 모형은 돌발홍수 예경보시스템의 입력 값인 예측강우 자료를 생산한다. 시스템에 입력되는 예측강우 자료는 두 가지의 문제점을 가지게 된다. 첫 번째는 예측강우 자료 자체가 가지는 정확도의 문제이다. 이를 해결하기 위해 우리나라에서는 G/R비 개념을 도입하여 예측강우의 품질을 개선하고 있다. 두 번째 문제는 호우사상의 크기에 대한 것이다. 현재 돌발홍수 예경보시스템의 예측강우 보정기법은 호우의 거동 특성을 고려하지 않으며, 이로 인해 예측강우의 편의보정계수인 G/R비가 적절하지 않게 결정되는 문제가 발생한다. 본 연구에서는 이러한 문제점을 극복하기 위해 현재의 예측강우 보정기법과는 달리 호우의 이동경로를 고려하여 G/R비를 결정하고 이를 예측강우에 적용하는 방법을 제시하였다. 현재 호우가 위치하는 지역에 대해 G/R비를 산정하고 몇 시간 내에 대상지역에 도달하게 될 호우에 대한 예측 강우에 적용하였다. 본 연구에서는 2016년에 발생한 주요 호우사상을 선정하고, 우리나라 전역에 걸쳐 개선된 보정기법 방법론을 적용하였다. 그 결과 현재의 보정방법을 적용하는 경우 비정상적으로 과대하게 보정된 결과를 주는 데 반해, 호우의 이동경로를 고려한 보정방법을 적용한 경우에서는 실제 관측된 강우와 매우 유사한 합리적인 보정치를 제공해 주는 것으로 확인되었다.

• Journal of Korean Tunnelling and Underground Space Association
• /
• v.18 no.3
• /
• pp.257-272
• /
• 2016

It is usually not an easy task to counter-measure on time and appropriately when confronting with troubles in mechanized tunnelling job-sites because of the limitation of available spaces to perform those actions with the existence of disk cutter, cutter head, chamber and other various apparatus in Tunnel Boring Machine (TBM). So, it is important to predict the ground condition ahead of a tunnel face during tunnel excavation. Efforts have been made to utilize geophysical methods such as elastic wave survey, electromagnetic wave survey, electrical resistivity survey, etc for predicting the ground condition ahead of the TBM tunnel face. Each prediction method among these geophysical methods has its own advantage and disadvantage. Therefore, it might be needed to apply several geophysical methods rather than just one to predict the ground condition ahead of the tunnel face in the complex and/or mixed grounds since those methods will compensate among others. The problem is that each prediction method will give us different answer on the predicted ground condition; how to combine different solutions into a most reasonable and representative predicted value might be important. Therefore, in this study, we proposed a methodology how to systematically combine each prediction method utilizing probabilistic analysis as well as analytic hierarchy process. The proposed methods is applied to a virtual job site to confirm the applicability of the model to predict the ground condition ahead of the tunnel face in the mechanized tunnelling.

• Proceedings of the KIEE Conference
• /
• 2001.11b
• /
• pp.51-53
• /
• 2001

전력 수요 예측은 전력 수급 안정과 양질의 전력을 공급하기 위한 필수 기법이며 경쟁적인 전력시장에서 전력요금과 밀접한 관련이 있다. 그러므로, 경쟁적인 전력시장 구조하의 시장 참여자에게 있어서 전력 수요 예측은 매우 관심 있는 사항이다. 최근의 전력 수요 예측 기법으로 예측한 오차율을 살펴보면 평일과는 다르게 특수일의 전력 수요예측은 평균 5%를 상회하는 수준으로 예측의 정확도가 평일 예측에 비해 크게 낮은데 이유는 특수일이 평일에 비하여 부하의 크기가 다소 낮게 나타나고 특수일 마다 계절적인 차이가 있으며 각각의 특수일 마다 고유한 부하의 특성이 있으므로 과거 데이터를 이용할 때 동일 특수일을 이용하게 되며 따라서 평일과는 다르게 일년 단위로 과거 데이터 값들이 취득되므로 오차율이 커진다. 따라서 데이터들을 퍼지화하여 선형계획법을 수행하여 평균 $2{\sim}3%$ 정도의 우수한 결과를 도출한 바 있다. 본 논문에서는 퍼지 선형회귀분석법을 이용한 예측 기법에 최소자승법을 도입하여 특수일 전력 수요예측의 정확도를 개선하였다.