• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.357-358
• /
• 2021

본 논문에서는 VVC(Versatile Video Coding)의 색차 채널을 위한 화면 내 예측 모드 중 하나인 CCLM (Cross-Component Linear Model) 모드의 부호화 성능을 향상시킬 수 있는 방법을 제안하였다. 기존의 CCLM 모드는 예측과정에서 대응 휘도 영역의 화소로만 색차 블록의 예측자를 생성하기 때문에 현재 색차 블록과 그 주변의 참조 화소와의 연관성을 고려하지 않는 문제점이 있다. 본 논문에서는 참조 화소를 사용하는 예측 모드를 유도하여 예측자를 생성한 후 기존 CCLM 을 통해 생성된 예측자와 가중 결합하는 방법을 제안함으로써 문제점을 극복하고 부호화 성능의 향상을 가져오고자 한다. 실험 결과 제안 방법은 기존 VVC 방법 대비 BDBR 측면에서 Y(0.10%), Cb(-0.22%), Cr(-0.22%)의 결과를 얻을 수 있었다.

• Proceedings of the KIPE Conference
• /
• 2020.08a
• /
• pp.215-217
• /
• 2020

본 논문은 배터리 팩 내부 셀 파라미터의 불균일도에 대한 분석을 실시하고 이를 기반으로 과방전을 사전에 진단할 수 있는 방법을 제안한다. 이를 위해서 배터리 팩 내부 셀간 편차가 발생하는 셀을 선정하여 두 셀간 특성 분석을 실시하였으며, 이를 기준으로 예측 모델을 구성하였다. 예측 성능을 통해 배터리 전압 예측 성능에 영향을 미치는 인자를 분석하였으며, 배터리 전기적 등가회로 모델을 기반으로 예측 모델을 제안한다. 예측 모델은 실제 과방전이 발생한 셀을 기준으로 실험데이터와 비교하여 예측 성능을 검증하였다.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 2008.05a
• /
• pp.257-262
• /
• 2008

This study presents a detailed analysis of aircraft engine maintenance cost based on the relationships between engine performance and geometric parameters. Some trend equations based on the engine performance and maintenance database were developed for the estimation of shop-visit interval, work-scope, man-hours, material cost and Life Limited Part cost. The results show that this approach can give a more reasonable and detailed estimation of engine maintenance cost than older empirical methods.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06b
• /
• pp.261-266
• /
• 2007

내장형 시스템에 보다 강력한 성능이 요구됨에 따라 내장형 마이크로 프로세서는 보다 깊은 파이프라인을 채택하고 있다. 따라서, 내장형 마이크로 프로세서는 보다 정확한 분기 예측기를 필요로 하고 있다. 이러한 상황에서 분기 예특기의 구조, 성능 및 전력 소모와 전체 시스템의 전력 소모 사이의 trade-off를 분석하는 것은 매우 중요하다. 내장형 환경에서 시스템의 전력 소모는 설계 시 매우 중요하게 고려되어야 한다. 특히 내장형 시스템의 요구사항은 동작할 응용 프로그램에 의하여 규정되고, 전력 소모도 응용프로그램의 구조와 강하게 연관되어 있다. 본 논문의 목표는 내장형 환경에서 성능-전력 공간에서 분기 예측기를 분석하는 기법을 제시하는 것에 있다. 이를 통하여, 분기 예측기 테이블의 성능-전력을 고려한 최적화된 크기를 찾을 수 있다. 이러한 목표는 수학적 모델링을 통한 정량적 예측의 수행 및 시뮬레이션 결과와의 비교를 통한 수학적 모델링의 검증의 과정을 통하여 이루어진다. 결과는 우리의 수학적 모델이 성능-전력 공간에서 분기 예측기 테이블의 최적화된 크기 결정의 해법을 제공하고 있음을 보여주고 있다.

• Journal of the Korean earth science society
• /
• v.38 no.1
• /
• pp.11-23
• /
• 2017

The short term predictability of wind resources is an important factor in evaluating the economic feasibility of a wind power plant. As a method of improving the predictability, a Bayesian Kalman filter is applied as the model data postprocessing. At this time, a statistical training period is needed to evaluate the correlation between estimated model and observation data for several Kalman training periods. This study was quantitatively analyzes for the prediction characteristics according to different training periods. The prediction of the temperature and wind speed with 3-day short term Bayesian Kalman training at Taebaek area is more reasonable than that in applying the other training periods. In contrast, it may produce a good prediction result in Ieodo when applying the training period for more than six days. The prediction performance of a Bayesian Kalman filter is clearly improved in the case in which the Weather Research Forecast (WRF) model prediction performance is poor. On the other hand, the performance improvement of the WRF prediction is weak at the accurate point.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.22 no.4
• /
• pp.602-610
• /
• 2018

The model predictive control is an effective method to optimize the current control input that predicts the current control state and the future error using the predictive model of the control system when the reference trajectory is known. Since the control input can not have a physically infinitely large value, a predictive controller design with constraints should be considered. In addition, the reference model $A_r$ and the weight matrices Q, R that determine the control performance of the predictive controller are not optimized as arbitrarily designated should be considered in the controller design. In this study, we construct a predictive controller of a mobile robot by transforming it into a quadratic programming problem with constraints, The control performance of the mobile robot can be improved by optimizing the control parameters of the predictive controller that determines the control performance of the mobile robot using genetic algorithm. Through the computer simulation, the superiority of the proposed method is confirmed by comparing with the existing method.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 2006.11a
• /
• pp.271-274
• /
• 2006

In order to predict the performance of the small-scale Polyethylene-GOX hybrid rocket motor, a typical internal ballistic model was proposed. The model adopted for the present study employed the lumped scale of chamber pressure so that the pressure-time history resulted from the present model was comparable to the test results.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06d
• /
• pp.545-550
• /
• 2007

최근 들어, 모바일 장치의 성능이 향상되고 보급률이 증대됨에 따라 모바일 장치를 그리드 자원으로 이용하기 위한 모바일 그리드가 등장하였다. 그러나 모바일 장치가 가지는 무선기기로써의 제약사항 즉, 무선 통신의 불안정성, 이동으로 인한 연결 끊김 등의 문제와 배터리의 제약은 모바일 그리드를 구성하는데에 많은 어려움을 야기한다. 따라서 본 논문에서는 이러한 제약사항을 극복할 수 있는 환경적인 요소를 고려하여 학교나 회사와 같이 안정적인 무선통신 환경을 제공하고 베터리 충전이 용의한 네트워크 그룹을 가정하였다. 그리고 제한된 성능을 발휘하는 모바일 장치에서 독립적인 소규모 작업의 효율적인 수행을 위해 성능예측 기반 작업 스케줄링 기법을 제시하였다. 이 기법은 네트워크 그룹 내의 모바일 장치의 이용 패턴이 규칙적으로 나타내는 특성을 이용한다. 제안하는 스케줄링 기법에서는 하나의 네트워크 그룹의 성능을 그 그룹에 속한 모바일 장치들의 성능의 합으로 정의하고 시간에 따라 변화하는 모바일 장치들의 성능을 예측하기 위해 기존에 수집된 성능 정보의 통계를 이용한다. 그리고 본 기법은 그리드와 네트워크 그룹, 네트워크 그룹과 모바일 장치 사이의 작업 분배시 예측된 성능 정보를 이용함으로써 네트워크 그룹의 사용률을 높여 전체 작업의 최종 응답시간을 줄일 수 있다.

• Transactions of the KSME C: Technology and Education
• /
• v.4 no.1
• /
• pp.27-34
• /
• 2016

This preliminary study investigated data mining-based methods to assess and predict the performance of geothermal heat pump(GHP) system. Data mining is a key process of the knowledge discovery in database (KDD), which includes five steps: 1) Selection; 2) Pre-processing; 3) Transformation; 4) Analysis(data mining); and 5) Interpretation/Evaluation. We used two analysis models, categorical and numerical decision tree models to ascertain the patterns of performance(COP) and electrical consumption of the GHP system. Prior to applying the decision tree models, we statistically analyzed measurement database to determine the effect of sampling intervals on the system performance. Analysis results showed that 10-min sampling data for the performance analysis had highest accuracy of 97.7% over the actual dataset of the GHP system.

• Journal of KIISE:Computing Practices and Letters
• /
• v.15 no.7
• /
• pp.469-477
• /
• 2009

In mobile systems, energy efficiency is critical to extend battery life. Therefore, power consumption should be taken into account to develop software in addition to performance, Efficient software design in power and performance is possible if accurate power prediction is accomplished during the execution of software, In this paper, power estimation model is developed using statistical analysis, The proposed model analyzes processor behavior Quantitatively using the data of performance monitoring events and power consumption collected by executing various benchmark programs, And then representative hardware events on power consumption are selected using hierarchical clustering, The power prediction model is established by regression analysis in which the selected events are independent variables and power is a response variable, The proposed model is applied to a PXA320 mobile processor based on Intel XScale architecture and shows average estimation error within 4% of the actual measured power consumption of the processor.