• Korean Journal of Remote Sensing
• /
• v.37 no.6_2
• /
• pp.1881-1890
• /
• 2021

Particulate matter (PM) affects the human, ecosystems, and weather. Motorized vehicles and combustion generate fine particulate matter (PM_2.5), which can contain toxic substances and, therefore, requires systematic management. Consequently, it is important to monitor and predict PM_2.5 concentrations, especially in large cities with dense populations and infrastructures. This study aimed to predict PM_2.5 concentrations in large cities using meteorological and chemical variables as well as satellite-based aerosol optical depth. For PM_2.5 concentrations prediction, a random forest (RF) model showing excellent performance in PM concentrations prediction among machine learning models was selected. Based on the performance indicators R², RMSE, MAE, and MAPE with training accuracies of 0.97, 3.09, 2.18, and 13.31 and testing accuracies of 0.82, 6.03, 4.36, and 25.79 for R², RMSE, MAE, and MAPE, respectively. The variables used in this study showed high correlation to PM_2.5 concentrations. Therefore, we conclude that these variables can be used in a random forest model to generate reliable PM_2.5 concentrations predictions, which can then be used to assess the vulnerability of schools to PM_2.5.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.820-822
• /
• 2003

접미사 배열이나 접미사 트리는 대용량의 서열데이터를 효율적으로 검색, 저장할 수 있는 인덱스 자료구조로서 바이오인포매틱스와 같이 대용량 데이터의 처리. 분석이 필요한 분야에 이용될 수 있다. 최근 들어 접미사 배열에 대한 연구가 활발히 진행되어 접미사 배열의 효율적인 저장, 선형시간 생성 및 선형시간 탐색 알고리즘들이 개발되었다. 본 논문에서는 같은 전사인자가 결합할 것으로 예상되는 여러 개의 전사조절부위에 대한 DNA 서열들이 입력으로 주어졌을 때 전사인자가 결합하는 부위를 예측하는 방법을 제시한다. 이를 위해 최근에 제시된 선형시간 접미사 배열 생성 알고리즘을 이용하고 TRANSFAC과 EMBL 등의 DB를 이용하여 실험을 통해 본 논문에서 제시하는 방법의 정확도를 평가한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.4-4
• /
• 2022

낙동강 하구 환경/생태 복원을 위하여 "해수유입"으로 하구환경을 조성하는 사업이 추진되고 있으며, 해수 유입 규모와 빈도에 따른 생태환경변화를 예측하는 연구수요가 증가하고 있는 상황이다. 보다 구체적으로는 단기간의 해수유입에 의한 흐름 및 염분 확산범위 예측과 더불어 보다 장기간의 지형변화, 수질환경 변화, 생태환경 변화 등에 대한 예측이 필요한 상황이다. 그리고 그 예측의 대부분을 수치모델에 크게 의존하고 있는 상황이다. 그러나, 수치모형을 이용한 단기 예측은 가까운 미래에 대한 입력조건을 사용하여야 하기 때문에 입력조건에 대한 불확실성이 포함되고, 환경생태모형의 불확실성에 따른 예측 한계 등으로 인하여 오차가 누적되기 때문에 직접적인 활용에 크게 제한이 따를 수 있다. 또한 운영과정에서 어떤 분산, 편향 오차 등이 지속적으로 발생하는 경우, 모델 예측 결과에 대한 신뢰수준이 크게 감소하기 때문에 모델의 적절한 운영기법이 요구된다. 모델은 관심을 가지는 자연현상에 대한 근사(approximation)이고, 예상하지 못한 오차가 발생할 수 있기 때문에 관측 자료를 이용한 자료동화(data assimilation) 과정이 운영모델에서는 필수적인 부분이다. 이론적인 기반이 탄탄한 유체역학 기반 기상예측의 경우에도, 가용한 모든 지점의 관측 자료를 이용한 자료 동화과정을 통하여 모델 예측 결과를 개선하여 나가는 과정을 포함하여 운영하고 있다. 이 과정이 포함하는 중요한 개념은 수치모델이 가지고 있는 (예측 수준의) 한계를 인정하고, 수치모델에 전적으로 의존하는 것이 아니라 관측 자료를 이용하여 그 한계를 저감하여 나가는 과정이다. 모니터링은 모델의 한계를 알려주는 지표이다. 모델링과 모니터링의 불가피한 상호의존 관계를 의미하는 이 개념은 단기간의 흐름, 염분 확산 예측으로 한정되지 않고, 장기적인 변화가 예상되는 생태환경변화 모델에도 적용이 된다. 즉각적인 변화보다는 장기적인 관점에서 파악하여야 하는 생태학적인 변화는 보다 다양한 인자가 관여하기 때문에 어떤 측면에서는 모델보다는 적절한 빈도와 항목에 대한 관측계획 수립(monitoring design)이 더 중요하다고 할 수 있다. 이론적인 질량보존(mass conservation) 방정식을 기반으로 하는 모델은 다양한 현실적인 인자의 영향을 받기 때문에 모델의 한계를 인정하고, 모니터링 자료를 적극적으로 활용하여 불확실성을 저감하는 접근방식이 요구된다.

• Journal of radiological science and technology
• /
• v.34 no.3
• /
• pp.195-201
• /
• 2011

We studied the relationship between prediction parameters and bone mineral density for pre-and-post menopausal women. We measured BMI%Fat by BIA, blood pressure and lipid profiles for 483 adult women who are in NPO state. SBP, TC, TG, LDL have significant statistical value in the postmenopause women group and postmenopause woman. The value of postmenopause women of these parameters are lower than premenopause woman. BMD has the most strongest relationship with LBM. The BMD and LDL level of postmenopause women have statistically negative relationship. The results show that for the premenopause cases, weight, BF, and HDL level were the major factors which affect the BMD. For postmenopause cases, however, weight, age, and LDL level turned out to be the most significant factors.

• Aerospace Engineering and Technology
• /
• v.8 no.1
• /
• pp.17-25
• /
• 2009

The precise calculation of gas absorption coefficient in the radiative transfer equation is very important to the prediction of radiative heat transfer induced from liquid engine plume in view of base insulation design. For this purpose, the WNB model for gas absorption coefficient is described with the selection of important parameters and then the calculated results are compared with those of SNB model for validation. Total emissivity, narrow band averaged intensity and total intensity are calculated and compared to the results of SNB model. As results, the total emissivity and the total intensity are well matched within 3.1% and roughly 5 % error, respectively. Moreover, the gas modeling database is constructed with estimation of the combustion gas composition of $CO_2$ and $H_2O$ for liquid engine plume.

• Proceedings of the Korean Institute of Electrical and Electronic Material Engineers Conference
• /
• 2004.11a
• /
• pp.159-162
• /
• 2004

플라즈마 공정 모델 개발에 역전파 신경망이 가장 많이 응용되고 있으나, 관여하는 다수의 학습인자로 인해 그 최적화가 매우 어렵다. Radial basis function network (RBFN)은 관여하는 학습인자의 수가 적어 그 최적화가 상대적으로 용이하지만, 두인자의 다양한 조합에 의해 RBFN의 예측성능이 상당히 영향을 받을 수 있다. 본 연구에서는 학습인자 상호간의 작용을 유전자 알고리즘 (genetic algorithm-GA)을 이용하여 최적화하는 기법을 소개한다. 제안하는 알고리즘을 광도파로 제작을 위해 수행한 실리카 식각공정 데이터에 적용하여 평가하였다. 평가에 이용된 식각 응답은, 실리카 식각률, aluminum (Al) 식각률, Al 선택비, 그리고 실리카 프로파일 각도이다. 최적화한 모델은 종래의 모델과 비교하였으며, 그 향상도는 실리카 식각률, Al 식각률, Al 선택비, 그리고 실리카 프로파일 각도에 대해서 각 기 0.8%, 32.4%, 20.3%, 1.3% 등이었다. Al 식각률과 선택비에 대해서 예측성능은 상당이 향상되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.394-394
• /
• 2018

최근 기후변화로 인하여 강수량 및 집중호우 발생 횟수의 증가에 따라 홍수의 발생 빈도 및 강도가 증가한다. 기후변화에 따른 미래의 강수량 예측은 2013년에 발간된 IPCC(Intergovernmental Panel on Climate Change) 5차 평가보고서 (AR5)를 활용하여 분석하고 있다. 기후변화 시나리오에 따라 기온 상승률 및 강수량의 증가량, 극한 강우사상의 발생 빈도 및 발생정도가 다르게 결정되며, 극한 강우사상으로 유발되는 홍수의 피해 정도가 홍수피해 유형별로 다르게 나타난다. 본 연구에서는 기후변화에 따른 미래의 홍수 피해 정도를 예측하기 위하여 홍수에 영향을 미치는 인자 및 홍수를 감소시키는 인자들을 활용하여 단계적 회귀모형을 이용하여 인명피해, 피해면적, 피해액, 발생빈도 등 홍수피해 유형 별로 현재 및 미래의 홍수피해정도를 예측 및 분석하였다. 홍수에 영향을 미치는 인자로 연평균강수량, 일최대강수량, 1시간최대강수량, 10분최대강수량, 호우일수, 인구밀도, 자산밀도, 도로현황, 시가화율 등을 사용하였고, 홍수 피해를 감소시키는 치수대책으로는 하천개수율, 하수도보급률, 양수량, 유수지용량 등을 사용하였다.

• Korean Journal of Head & Neck Oncology
• /
• v.27 no.1
• /
• pp.32-37
• /
• 2011

서 론 : 미세갑상선유두상암종 환자에서 불필요한 예방적 중앙 림프절절제술을 피하기 위해서 림프절 전이를 수술 전에 예측하는 수단이 필요하다. 림프관 생성 및 성장의 조절에 VEGF-C/D, VEGFR-3 pathway, podoplain이 관여된다는 사실이 밝혀져 있다. 림프관 생성 및 성장과 관련된 인자인 VEGF-C/D, podoplanin에 대한 면역조직화학염색과 반정량적 분석을 통해 미세갑상선유두상암종에서 림프절전이와의 관련성을 확인하고자 하였다. 대상 및 방법 : 2006년 9월부터 2008년 6월까지 본원에서 미세갑상선유두상암종으로 진단받고 1인 술자에 의해 갑상선 전 절제술 및 예방적 중앙 림프절절제술을 받은 104명의 환자 중 중앙 림프절 전이가 있었던 환자와 없었던 환자를 각각 25명씩 무작위로 선별하여 종양부위에 면역화학염색을 실시하여 림프관생성인자의 발현 정도를 비교하였다. 결 과 : 대상군 50예 중 VEGF-C/D는 50예(100%) 모두 발현이 되었고 podoplanin은 33예(66%)에서 발현이 되었다. 그 중 VEGF-C는 10예(20%)에서 약한 양성, 37예(74%)에서 중등도 양성, 3예(6%)에서 강한 양성소견을 보였고 VEGF-D는 9예(18%)에서 약한 양성, 37예(74%)에서 중등도 양성, 4예(8%)에서 강한 양성소견을 보였다. 중앙 림프절 전이 음성 환자 군과 양성 환자 군으로 분류하였을 때 VEGF-C/D의 발현율의 차이는 p-value가 각각 0.48, 1.00으로 통계적으로 유의한 차이를 보이지 않았다. 50예 전체를 대상으로 하여 종양의 개수, 최대크기, 검출된 전체 림프절의 수, 양성 림프절의 수, 주변조직 침범여부에 따른 VEGF-C/D의 발현도 통계적으로 유의한 차이를 보이지 않았다. Podoplanin의 경우 염색 여부에 따라 양성군과 음성군으로 나누어 분석하였을 때 종양의 개수, 최대크기, 검출된 림프절의 수, 양성 림프절의 수, 주변조직 침범여부도 통계적으로 유의한 차이를 보이지 않았다. 결 론 : VEGF-C/D는 대상군 전체(100%)에서 발현이 되었고 podoplanin은 66%에서 발현이 되었다. 림프관 생성인자로 알려진 VEGF-C/D및 podoplanin이 미세갑상선유두상암종에서 많이 발현이 되는 것으로 보아 위 인자들이 림프절 전이를 일으키는 인자 중 하나로 생각된다. 하지만 미세갑상선유두상암종에서 중앙 림프절 전이를 예측할 수 있는 인자로 부적합 한 것으로 생각되며 향후 더 많은 증례를 통해 관련성 여부에 대한 연구가 필요하고 또 다른 인자의 관련성에 대해서 연구가 필요하겠다.

• Journal of the Korean earth science society
• /
• v.30 no.3
• /
• pp.294-304
• /
• 2009

A statistical prediction model for the typhoon intensity and track in the Northwestern Pacific area was developed based on the artificial neural network scheme. Specifically, this model is focused on the 5-day prediction after tropical cyclone genesis, and used the CLIPPER parameters (genesis location, intensity, and date), dynamic parameters (vertical wind shear between 200 and 850hPa, upper-level divergence, and lower-level relative vorticity), and thermal parameters (upper-level equivalent potential temperature, ENSO, 200-hPa air temperature, mid-level relative humidity). Based on the characteristics of predictors, a total of seven artificial neural network models were developed. The best one was the case that combined the CLIPPER parameters and thermal parameters. This case showed higher predictability during the summer season than the winter season, and the forecast error also depended on the location: The intensity error rate increases when the genesis location moves to Southeastern area and the track error increases when it moves to Northwestern area. Comparing the predictability with the multiple linear regression model, the artificial neural network model showed better performance.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1987.11a
• /
• pp.39-39
• /
• 1987

자동차에서 발생되는 소음은 여러 가지 발생원으로부터의 복합적인 것으로서 차량의 속도가 고속화하면서 타이어 소음의 기여도가 매우 커지는 것으로 알려져 있다. 타이어 소음은 근본적으로 노면과 타이어의 상호작용에 의하여 발생되는 데 타이어/노면의 상호작용에 영향을 미치는 인자로는 마모상태, 차량속도, 하중, 공기압, carcass 구조, 타이어 온도등 여러 가지가 있으나 tread 모양과 노면의 상태에 가장 크게 영향을 받는다. 본 연구에서는 승용차용 155SR13 radial 타이어를 대상으로 하여 실내에 설치된 dynamometer를 이용하여 groove 의 개수, groove 길이, groove 폭, groove 깊이, groove 방향 등 트레드 패턴 인자가 발생소음에 미치는 기여도를 실험적으로 측정하고 트레드 패턴형상에 따른 소음도를 예측할 수 있는 실험식을 구했다. 또한 단일 groove 내에서 발생되는 소음의 시간신호를 측정하여 모델화하고 차량속도와 groove 사이의 간격에 따른 시간신호를 합성하고 이 신호로부터 FFT 알고리듬을 통해 소음 spectrum을 구하는 소음 예측 프로그램을 개발하였다. 비교적 단순한 tread 패턴에 대해 이를 적용한 결과 실험적으로 구한 spectrum과 상당히 유사함을 볼 수 있었다.