• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.75-77
• /
• 2010

실시간 환경에서 저전력 설계의 효율적인 방법으로 동적 전압 조절 기법(Dynamic Voltage Scaling)이 있다. 동적 전압 조절 기법의 성능을 올리기 위하여 정확한 작업 시간의 예측이 필수적이며, 많은 예측 필터들이 이를 위하여 사용되었다. 하지만 각 예측 필터들은 여러 가지 다른 상황에 대하여 모두 적절하게 처리하는데 한계를 가지고 있다. 이 논문에서는 여러 가지 다른 예측필터들의 상황 별 성능을 분석하고 이를 바탕으로 동적으로 상황에 따라 예측 필터를 변화시키며 항상 최적의 성능을 가지는 새로운 예측 방법을 제안하였다. 또한 MPEG 환경에서의 시뮬레이션을 통하여 제안한 방법이 모든 상황에서 다른 예측 필터들에 비하여 높은 성능을 보이는 것을 확인할 수 있었다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.16 no.11
• /
• pp.1041-1045
• /
• 2010

Clusters can provide scalable and flexible architectures for parallel computing servers and data centers. Their performance prediction has been a very challenging issue. Existing performance measurement methodologies are able to measure the performance of servers already constructed. Thus they cannot provide a way to predict the overall system performance in advance when designing the system at the initial phase or adding more nodes for more capacity. Therefore, the performance modeling and prediction methodology for large-scale clusters is highly required. In this paper, we suggest a methodology to predict the performance of large-scale clusters, which consists of measurement, modeling and prediction steps. We apply the methodology to a real cluster server and show its usefulness.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1644_1645
• /
• 2009

본 논문은 비정상 시계열 예측을 위한 다중모델 퍼지 시스템과, 제안된 시스템의 최적화를 위한 유전 알고리즘의 응용을 다룬다. 일반적으로, 퍼지 예측시스템의 성능은 비선형 데이터가 가지고 있는 다양한 패턴이나 법칙성, 경향 등을 잘 분석하고 시스템에 반영함으로써 개선될 수 있다. 따라서, 본 논문은 원형 시계열의 특성을 보다 잘 반영할 수 있는 그들의 차분데이터를 시스템에 적용하며, 생성 가능한 차분 데이터들 중 원형 시계열의 특징에 가까운 일부를 추출하여 다중모델 퍼지 예측 시스템을 구현함으로써 다양한 원형시계열의 패턴이나 법칙성 등이 고려될 수 있도록 하였다. 다중 모델 퍼지 시스템의 각각의 예측기에는 구조가 간단한 k-means 클러스터링 기법을 적용하여 구현의 용이성을 꽤하였으며, 성능평가를 통해 선택된 최종 예측기는 RCGKA(real-coded genetic k-means clustering algorithms)를 통해 더욱 최적화된 규칙기반을 가지게 함으로써 예측성능이 개선될 수 있도록 하였다. 본 논문에 사용된 최적화 기법인 RCGKA에는 또한 성능이 우수한 다양한 유전연산자를 도입하여 더욱 예측기 성능이 강화될 수 있도록 하였으며, 시뮬레이션을 통해 제안된 예측시스템의 효용성을 증명하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2013.07a
• /
• pp.275-278
• /
• 2013

영화의 흥행 요소를 파악하여 영화의 흥행 여부를 예측하는 것은 영화의 수익성 부분에서 아주 중요하다. 영화 시장이 과거와는 다르게 증가함에 따라, 다양한 영화 흥행에 관한 예측 연구들이 개발되었다. 본 논문에서는 영화 흥행 요소들을 수집하고 다중회귀 분석을 통해서 유의수준을 만족하는 흥행 요소들을 선택한다. 그 후, 이러한 요소들을 예측 방법들의 입력값으로 사용하여 영화 흥행을 예측한다. 성능을 비교하기 위해 본 논문에서 제안한 방법과 현재 개발된 영화 흥행 예측 방법(다중회귀, 의사결정트리, 인공신경망)들을 정확도와 평균제곱근오차를 통해 예측 모형의 성능을 비교한다. 그 결과, 다중 회귀 분석을 통해 유의한 흥행요소들만을 고려한 예측 방법의 정확도가 모든 흥행 요소들을 고려한 예측 방법보다 평균 8.2% 향상되었고, 현재까지 개발된 영화 흥행 예측 방법보다 더 높은 예측 성능을 보여준다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1995.04a
• /
• pp.111-120
• /
• 1995

통합생산시스템에서의 고장, 정비 및 가용 도는 매우 중요한 역할을 한다. 시스템 설계시의 RAM 파라메터의 결정은 시스템의 성능과 소요비용 및 구성(System Configuration)등에 크게 영향을 미친다. 이러한 시스템관련 요소의 숫자가 많거나 불확실할 경우는 시스템의 성능예측이 매우 복잡하게 된다. 이러한 시스템의 성능(performance) 평가를 위하여 발견적 방법인 GMDH(Group Method Data Handlinng) Type Modeling 방법을 이용하여 FMS의 성능 평가를 시도하였다. RAM 및 기계작업시간의 Data로부터 시스템성능의 척도로서 단위 사이클 기간동안의 생산률, 시스템내의 총 흐름시간, 각 작업장이 기계의 RAM 및 LCC등을 고려하였다. GMDH 알고리즘의 계산을 위한 프로그램을 개발하고, 이를 L형 Bracket제조시스템의 성능 예측에 시험 적용하였다. 본 Modeling에 의한 시스템의 성능예측 방법은 입출력 자료의 처리과정을 개선할 경우 FMS계획및 운영 단계에서 성능평가에 매우 유용하게 활용될수 있을 것으로 본다.

• The Journal of the Korea Contents Association
• /
• v.20 no.10
• /
• pp.702-714
• /
• 2020

Stock investment is a personal investment technique that has gathered tremendous interest since the reduction in interest rates and tax exemption. However, it is risky especially for those who do not have expert knowledge on stock volatility. Therefore, it is well understood that accurate stock trend prediction can greatly help stock investment, giving birth to a volume of research work in the field. In order to compare different research works and to optimize hyper-parameters for prediction models, it is required to have an evaluation standard that can accurately assess performances of prediction models. However, little research has been done in the area, and conventionally used methods have been employed repeatedly without being rigorously validated. For this reason, we first analyze performance evaluation of stock trend prediction with respect to performance metrics and data composition, and propose a fair evaluation method based on prediction disparity ratio.

• Journal of the Korea Computer Industry Society
• /
• v.7 no.3
• /
• pp.171-178
• /
• 2006

Value prediction of instruction issue width in superscalar processor is a technique to obtain performance gains by supplying earlier source values of its data dependent instructions using predicted value of a instruction. In this paper, the mean performance improvement by predictor as well as prediction accuracy and prediction rate are moaned and assessed by comparison and analysis of value predictor that instruction issue width(4,8,16) in parallel and run by predicting value, which is for performance improvements of ILP[4]. The experiment result show the superiority hight performance of 8-issue.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.6A
• /
• pp.913-922
• /
• 2001

Multi-Carrier CDMA 시스템에서 불완전한 채널 예측과 다중사용자 간섭은 시스템의 성능 저하를 유발한다. 본 논문에서는 역방향 링크에서 파일럿 심볼을 이용하여 채널을 예측하는 Multi-Carrier CDMA BPSK 시스템에서 불완전한 채널 예측과 다중사용자 간섭의 영향을 연구하였다. 더욱이, 라이시안 페이딩 채널의 역방향 링크에서 최대비 합성 공간 다이버시티와 선택 합성 공간 다이버시티 기법을 적용한 성능 개선에 대하여 연구하였다. 수치계산 결과, 파일럿 심볼을 이용하여 채널을 예측하는 Multi-Carrier CDMA BPSK 시스템의 BER 성능은 등가 잡음 대역폭의 분산($\sigma$$^2$$_{c}$)에 매우 민감하나 무선 채널에서의 신호 전력 대 잡음 전력비에는 그리 심하지 않았다. 불완전한 채널 예측에 의한 BER 열화와 파일럿 심볼 간격의 최적화는 라이시안 페이딩 채널에서 Multi-Carrier CDMA BPSK 시스템의 BER 계산을 통하여 얻을 수 있었다. 그리고 불완전한 채널 예측에 의한 BER 열화는 신호 전력 대 잡음 전력비와 채널 예측 필터의 등가 잡음 대역폭에 관계하고 있음을 알 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.844-847
• /
• 2019

주가 예측은 상업적인 매력 때문에 많은 이목이 끌리는 분야이지만, 주가의 불확실성과 변동성 때문에 주가 예측은 어려운 작업이다. 최근에는 주가 예측 모델에 어텐션 메커니즘을 사용하여 주가 예측에 많은 인자들이 사용되어 생기는 성능 하락 문제를 해결하여 좋은 성능을 보여주는 연구가 존재한다. 본 연구에서는 그 모델 중 하나인 Dual-Stage Attention-Based Recurrent Neural Network(DARNN)의 어텐션 메커니즘을 변경해가며 어떤 어텐션 메커니즘이 주가 예측에 적합한지를 알아본다. KOSPI100 지수의 예측실험을 통해 location 스코어함수를 사용한 어텐션 메커니즘이 가장 뛰어난 성능을 보여주는 것을 확인하였고, 이는 기존의 스코어함수를 사용한 DARNN에 비해 약 10% 향상된 성능으로 스코어 함수가 모델의 중요한 영향을 끼치는 것을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.985-985
• /
• 2012

최근 지구온난화 및 기후변화로 인해 단시간에 높은 강우강도를 가지고 발생하는 집중호우 홍수 등의 위험기상으로 인한 인명 및 재산피해가 빈번하게 발생하고 있어 초단기 및 단기 강수 예측에 대한 중요성이 부각되고 있다. 단기 강수예측모델은 다양한 관측자료의 사용과 자료동화기법의 개발로 예측능력이 크게 향상되었지만 수치모델의 고유특성인 스핀업(spin-up) 문제로 1~6시간까지 강수예측성능에 한계를 보인다. 반면 초단기 강수예측모델은 레이더기반으로 외삽법을 이용하여 1~3시간까지 높은 정확도의 강수예측을 하지만 강수에코의 생성 소멸의 물리과정을 포함하지 않아 3시간 이후의 정확도가 낮다. 이러한 단기 및 초단기 강수예측모델의 장점을 반영하여 최적 강수예측 자료 생산을 위한 연구를 수행하였다. 이를 위해 초단기 및 단기 강수예측모델의 예측성능을 평가하였으며 모델의 예측성능 기반의 최적 강수자료 병합기법을 개발하였다. 향후 최적 강수예측 자료 생산체계가 구축되면 수문관련 유관기관에서 하천관리에 사용하는 유량예측모델에 시 공간적 고해상도의 강수예측정보를 제공하여 수문분야의 유량예측 정확도 행상에 기여할 것으로 기대된다.