• KIPS Transactions on Software and Data Engineering
• /
• v.9 no.5
• /
• pp.161-168
• /
• 2020

Predicting outcome of the sports enables teams to establish their strategy by analyzing variables that affect overall game flow and wins and losses. Many studies have been conducted on the prediction of the outcome of sports events through statistical techniques and machine learning techniques. Predictive performance is the most important in a game prediction model. However, statistical and machine learning models show different optimal performance depending on the characteristics of the data used for learning. In this paper, we propose a new ensemble model to predict English Premier League soccer games using statistical models and the machine learning models which showed good performance in predicting the results of the soccer games and this model is possible to select a model that performs best when predicting the data even if the data are different. The proposed ensemble model predicts game results by learning the final prediction model with the game prediction results of each single model and the actual game results. Experimental results for the proposed model show higher performance than the single models.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.67-70
• /
• 2022

최근 딥러닝 방법의 발전하면서 영상처리 및 컴퓨터 비전의 다양한 분야에서 딥러닝 기반의 알고리즘들이 그 이전의 방법들에 비하여 큰 성능 향상을 보이고 있다. 손실 영상 압축의 경우 최근 encoder-decoder 형태의 네트웍이 영상 압축에서 사용되는 transform을 대체하고 있고, transform 결과들의 엔트로피 코딩을 위한 추가적인 encoder-decoder 네트웍을 사용하여 HEVC 수준에 버금가는 성능을 내고 있다. 무손실 압축의 경우에도 매 픽셀 예측을 CNN으로 수행하는 경우, 기존의 예측방법들에 비하여 예측성능이 크게 향상되어 JPEG-2000 Lossless, FLIF, JEPG-XL 등의 딥러닝을 사용하지 않는 방법들에 비하여 우수한 성능을 내는 것으로 보고되고 있다. 그러나 모든 픽셀에 대하여 예측값을 CNN을 통하여 계산하는 방법은, 영상의 픽셀 수 만큼 CNN을 수행해야 하므로 HD 크기 영상에 대하여 지금까지 알려진 가장 빠른 방법이 한 시간 이상 소요되는 등 비현실적인 것으로 알려져 있다. 따라서 최근에는 성능은 이보다 떨어지지만 속도를 현실적으로 줄인 방법들이 제안되고 있다. 이러한 방법들은 초기에는 FLIF나 JPEG-XL에 비하여 성능이 떨어져서, GPU를 사용하면서도 기존의 방법보다 좋지 않은 성능을 보인다는 면에서 여전히 비현실적이었다. 최근에는 신호의 특성을 더 잘 활용하는 방법들이 제안되면서 매 픽셀마다 CNN을 수행하는 방법보다는 성능이 떨어지지만, 짧은 시간 내에 FLIF나 JPEG-XL보다는 좋은 성능을 내는 현실적인 방법들이 제안되었다. 본 연구에서는 이러한 최근의 몇 가지 방법들을 살펴보고 이들보다 성능을 더 좋게 할 수 있는 보조적인 방법들과 raw image에 대한 성능을 평가한다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.27 no.11
• /
• pp.899-907
• /
• 2000

슈퍼스칼라 프로세서의 성능을 향상시키기 위해서는 데이터 종속성에 의한 장애를 제거해야 한다. 최근 여러 논문들은 이러한 데이터 종속성을 제거하기 위해서 명령어의 결과 값을 예상하는 메커니즘을 제안하였다. 이러한 예상 메커니즘 중 여러 예측기를 혼합해서 사용하는 하이브리드 방법은 각 하나의 예측기만을 사용하는 방법보다 더 좋은 성능을 얻을 수 있다. 그러나 그러한 하이브리드 예측기는 명령어를 중복해서 저장하여 많은 하드웨으 크기를 요구한다. 본 논문에서는 여러 예측기의 장점을 이용하여 높은 성능을 얻을 수 있는 새로운 하이브리드 예측 메커니즘을 제안한다. 또한 예상이 자주 틀리는 명령어를 동적으로 찾아내어 예상하지 않음으로서 잘못 예상시 발생하는 misprediction 페널티를 낮추고 예상 정확도를 높인다. 시뮬레이션 결과 SPECint95 벤치마크프로그램에 대해 제안한 하이브리드 예측기에서 예측율은 평균 79%에서 90%로 향상하였고, misprediction rate는 평균 12%에서 2%로 낮추었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.07a
• /
• pp.555-556
• /
• 2015

MPEG 의 Royalty-Free 비디오 코덱의 하나로 표준화 중인 IVC(Internet Video Coding)에서는 화면내(intra) 예측부호화에서 부호화 이득을 위하여 $4{\times}4$ 블록 예측 및 $4{\times}4$ 블록 변환을 포함하고 있다. 반면, 화면간(inter) 예측부호화에서는 $16{\times}16$ 블록에서 최소 $8{\times}8$ 블록까지의 가변크기 블록에 대한 예측만 가능하다. 보다 복잡한 영상의 경우 보다 작은 블록에 대한 화면간 예측을 통하여 부호화의 성능 개선을 개선할 수 있다. 본 논문에서는 기존의 화면간 예측의 블록 크기를 $4{\times}4$ 블록까지 확장하여 화면간 예측부호화 성능을 개선한다. 실험결과 제안기법은 기존의 ITM 12.0 대비 다양한 테스트 시퀀스의 휘도성분에서 평균적으로 비트율 절감의 이득은 없으나 대부분의 클래스에서 성능개선을 보였고 추가적인 최적화가 필요함을 확인하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.9 no.6
• /
• pp.5-13
• /
• 1990

본 논문에서는 16Kbps 및 32 Kbps 전송속도에서 ADM의 음질을 개선하기 위하여 두 가지 방 식을 적용한다. 첫째로, 고차 예측기 또는 적응 예측기를 ADM에 활용한다. ADM의 경우에 2차 또는 3 차 예측기를 사용하면 16Kbps 전송속도에서는 별로 개선이 없지만 32Kbps 전송속도에서는 SQNR\sub SEG\척도로 약 3-4dB의 상당한 이득이 얻어진다. 또한 ADM에 적응 예측기를 활용하면 최대 성능은 SZNR\sub SEG\ dir 2dB 정도 개선되지만 양자화 잡음의 축적 때문에 동작 범위가 매우 좁아진다. 둘 째로, 지연 결정 방식을 ADM에 이용한다. 지연 결정 방식을 2차 예측기를 갖고 있는 ADM에 적용하면 약 2dB 정도 개선되지만 양자화 잡음의 축적 때문에 동작 범위가 매우 좁아진다. 둘째로 지연 결정 방 식을 ADM 에 이용한다. 지연 결정 방식을 2차 예측기를 갖고 있는 ADM에 적용하면 1차 예측기를 갖 고 있는 ADMDP 적용했을 때 보다 16또는 32Kbps일 때 SQNR\sub SEG\척도로 재래의 ADM 보다 약 5dB 정도의 성능 개선이 얻어진다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.86-86
• /
• 2016

본 연구는 가뭄 예측에 대한 오차를 알고리즘과 결합하여 다층 퍼셉트론 (Multi-layer Perceptron, MLP) 네트워크 구조를 인공신경망 모형에 적용하고, 표준강수지수(Standard Precipitation Index, SPI)를 입 력 및 출력 변수로 구성하여 가뭄예측을 시도하였다. 예측모델을 평가하기 위해 기상청 산하의 59개 관측소에 대한 1980년부터 2015년까지의 기상자료를 적용하였으며, 수립된 자료를 활용하여 한반도 전역의 가뭄에 대한 시공간적인 분석을 수행하였다. 단기가뭄 예측성능을 평가하기 위해 2000년에서 2015년까지 16년간의 모의결과를 ROC 분석을 통하여 시공간적 단기가뭄 예측성능을 평가하고 혼동행렬(Conversion Matrix) 구성에 대한 조건적 확률의 다각적 검토를 통해 모델 예측에 대한 정확성(Accuracy), 신뢰성(Precision) 등 다양한 예측성능에 대한 평가를 수행하고 2016년 가뭄전망을 제시하고자 한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2000.04a
• /
• pp.293-303
• /
• 2000

데이터 마이닝의 수행 예측 오차를 줄이기 위한 방법으로 하나의 문제를 여러 기법들을 결합하여 해결하고 있다. 본 연구에서는 새로운 결합 모델을 제시하고 이를 통해 예측 오차를 감소시킬 수 있는 가능성을 제시한다. 제시된 결합모델의 성능을 검증하기 위해서 국내 자동차보험 회사의 고객데이터를 바탕으로 고객이탈 예측문제를 다루었다. 결합모델의 예측결과를 의사결정나무, 사례기반추론 그리고 인공신경망 중 하나의 기법만을 사용하여 예측한 결과와 비교 평가하였다. 평가 결과, 결합 모델의 예측 적중률이 개별 기법의 예측 적중률보다 우수했다.

• Proceedings of the Korean Society Of Semiconductor Equipment Technology
• /
• 2003.05a
• /
• pp.94-97
• /
• 2003

본 연구에서는 반도체제조에 필수적으로 사용되는 플라즈마장비의 성능을 예측.분석하여 개발 시간 및 비용의 절감과 장비의 성능을 극대화 할 수 있도록 이론적 전산모사 환경(VIP-SEPCAD)을 개발하고 있다. VIP-SEPCAD는 플라즈마의 물리.화학적 특성을 예측하는 plasma model, 중성화학종들의 반응 및 유돈 특성을 예측하는 neutral reaction-transport model, particle의 유동 특성을 예측하는 particle transport model, particle의 생성 및 성장 특성을 예측하는 particle formation-growth model, 식각 또는 증착되는 웨이퍼 표면변화를 예측하는 surface evolution model로 구성되어 있다. 현재 개발된 VIP-SEPCAD를 이용하여 산소 플라즈마의 특성과 각종 화학성분들의 분포를 예측하고 particle의 거동에 대하여 분석하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.496-499
• /
• 2008

현재까지의 컴포넌트 기술은 컴포넌트의 구조 및 인터페이스 그리고 컴포넌트 간의 조립 및 상호작용과 같은 컴포넌트의 기능적인 측면을 중심으로 연구가 이루어져왔다. 이러한 기능적인 측면의 컴포넌트 연구는 컴포넌트의 재사용성을 중심으로 한 소프트웨어의 생산성 향상과 품질의 최적화 등을 가능하게 하였다. 그러나 기존의 연구들은 컴포넌트의 성능적인 측면을 고려하지 않아 임베디드 소프트웨어에서 요구되는 성능을 만족시키거나 분석하는 것이 어렵다. 본 논문에서는 소프트웨어를 구현하기 전에 컴포넌트 모델을 이용하여 소프트웨어의 성능을 미리 예측하는 방법을 제시한다. 제안하는 방법은 성능 예측을 가능하게 하는 컴포넌트 및 태스크 모델을 정의한 후, 테스크 레벨의 응답시간을 예측하는 기법을 소개한다. 아울러 캐시나 파이프라인과 같은 하드웨어가 성능에 미치는 영향도 함께 고려한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.26 no.4
• /
• pp.286-294
• /
• 2016

In the initial design stage, the geometry of systems needs to be optimized regarding its performance. However, performance analysis is very time-consuming. Therefore, optimization becomes difficult/impossible problems because we need to evaluate the system performance for alternative design cases. To overcome this problem, many researchers perform prediction of system performance using the approximation model. The response surface method (RSM) is typically used to predict the system performance in the various research fields, but it presents prediction errors for highly nonlinear systems. The major objective of this paper is to propose a proper prediction method for marine system problems. Case studies of marine systems (the substructure of a floating offshore wind turbine considering hydrodynamic performance and bulk carrier bottom stiffened panels considering structure performance) verify that the proposed method is applicable to performance prediction in marine systems.