• Journal of the Korea Convergence Society
• /
• v.6 no.4
• /
• pp.249-255
• /
• 2015

The study was to investigate the effects of stimulus velocity and passer's skill level on anticipation timing performance. Fourteen subjects(seven novices and seven experts) were required to make a total 12 passes in coincidence with an experimentally manipulated moving light signal in randomly presented three different conditions(4m/s, $3m/s{\rightarrow}5m/s$, $5m/s{\rightarrow}3m/s$). Results of analyses showed that absolute error(AE) and constant error(CE) were greater in constant acceleration of the moving stimulus. In addition, experts were more accuracy and consistency than novices on absolute, constant and variable error(VE). These findings indicated that stimulus velocity served as the major determination of anticipation timing performance of passing.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.11 no.8
• /
• pp.2793-2800
• /
• 2010

In this paper, we propose a quadratic (nonlinear) regression model that forecasts daily demands of electric power in summer. For cost-effective production (and/or procurement) of electric power, forecasting demands of electric power with accuracy is important, especially in summer when temperature is high. In the literature, temperature and daily demands of preceding days are typically employed to construct forecasting models. While, we consider another factor, day of the week, together with temperature and daily demands of preceding days. For validating the proposed model, we demonstrate the forecasting accuracy in terms of MAPE(Mean Absolute Percentage Error) and MPE(Maximum Percentage Error) using field data from KEPCO(Korea Electric Power Corporation) in comparison with two forecasting models in the literature. When compared with the two benchmarks, the proposed forecasting model performs far better providing MAPE and MPE not exceeding 3.08% and 8.99%, respectively, in summer from 2005 to 2009.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.99-99
• /
• 2018

기상이변으로 인해 국지성 호우의 발생 증가와 그로 인한 수재해 피해가 증가하고 있다. 따라서 수재해를 사전에 예측하고 저감하기 위해 비구조물적 대책인 실시간 홍수예보시스템 개발 및 운영에 관한 연구들이 수행되고 있다. 일반적으로 홍수예보시스템은 대피선행시간 확보를 위해서 초단시간 혹은 단기 수치예보모델을 수문해석모형이나 예보기법의 입력으로 활용하고 있다. 초단시간 예측은 기상레이더를 기반으로 외삽, 이류, 셀 추적 등의 기법을 활용하여 0~3시간 이내의 강수예측을 수행한다. 그러나 역학이나 물리적 과정이 동반되지 못하여 0~ 2시간 이내에서의 예측성은 높은 반면, 예측시간이 길어질수록 예측력이 낮아진다. 단기수치예보모델은 종관관측에 의존하면서 역학이나 물리과정을 동반하므로 0~6시간 혹은 12시간 이상의 예측을 수행하지만, 수치모델의 고유특성인 스핀업 등의 예측 불확실성이 내재되어 있어 예측 초기시간에서의 예측력이 낮은 한계가 있다. 따라서 강수예측의 정확도 향상을 위해 레이더와 수치예보모델의 병합기법이 필요하다. 본 연구에서는 통계분석을 통해 경험적으로 산출된 시간적 가중치를 이용한 기존 병합기법의 한계를 극복하면서 호우에 따른 가변성을 반영하는 실시간 병합기법을 개발하고, 수문학적인 활용성을 평가하고자 하였다. 사용된 예측강우 자료는 레이더 기반인 MAPLE, KONOS, 공간규모분할 예측강우와 수치예보모델 기반인 UM와 ASAPS의 예측강우이며, 제시한 가중치 산정기법은 직전 예측강우의 오차가 현 시점의 예측강우의 오차와 유사하다는 가정하에 오차항을 포함한 과거 1시간 예측강우들간의 가중치 조합이 과거 지상관측강우와의 평균제곱근오차가 최소가 되도록 화음 탐색법을 이용하여 찾는 것이다. 가중치 조합은 예측강우의 생산 시간 간격을 고려하여 매 10분마다 산정하며, 미래 3시간 예측까지 산정된 가중치를 적용한다. 수도권 영역을 대상으로 병합된 예측강우와 레이더 관측강우를 비교한 결과, 정량적 정확도가 향상됨을 확인할 수 있었다. 또한, 예측강우의 수문학적 활용성은 도시유출해석모의를 통해 평가하였다. 그 결과, 병합된 예측강우로 모의된 수심이 관측수심과 유사하여 수문학적 활용성 확인할 수 있었다.

• Journal of the Korean Data and Information Science Society
• /
• v.27 no.6
• /
• pp.1601-1607
• /
• 2016

Recently, weather information has been increasingly used in various area. This study presents the necessity of hourly weather information for electricity demand forecasting through correlation analysis and multivariate regression model. Hourly weather data were collected by Meteorological Administration. Using electricity demand data, we considered TBATS exponential smoothing model with a sliding window method in order to forecast electricity demand. In this paper, we have shown that the incorporation of weather infromation into electrocity demand models can significantly enhance a forecasting capability.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.25 no.6A
• /
• pp.782-793
• /
• 2000

This paper presents a simple dynamical prediction scheme of the signal level which is attenuated and varied due to rain fading in satellite communication links using above 10GHz frequency bands. The proposed prediction scheme has four functional blocks for discrete-time low-pass filtering, slope-based prediction, mean-error correction and hybrid fixed/variable prediction margin allocation. Through simulations using Ka-band attenuation data obtained from the data measured over Ku-band by frequency-scaling, it is shown that the slope-based prediction with the mean-error correction has as small standard deviation of prediction error as below 1 dB, and that the error is about 1.5 to 2.5 times as small as that without the mean-error correction. The hybrid prediction margin allocation requires smaller average margin than those of both fixed and variable methods.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.241-243
• /
• 2004

위치기반서비스 응용 분야에서 위치 데이터를 저장하기 위하여 일반적으로 이동체의 위치 데이터를 주기적으로 수집한다. 주기적으로 수집된 위치 데이터는 보고 주기 사이의 위치 변화를 반영하지 못하기 때문에 시간에 대한 선형 함수를 이용하여 예측된 위치 데이터와 오차가 발생한다. 따라서 오차가 존재하는 불확실한 미래 위치 데이터로 인하여 미래 위치 색인에서 검색의 정확도가 떨어지는 문제점이 발생한다. 이 논문에서는 주기적인 위치보고 이동체에서 발생하는 불확실한 위치 데이터를 처리하기 위해서 예측된 위치 데이터에 예측 오차분을 반영한 불확실성 영역을 사용한다 그리고 이동체의 불확실성 영역을 설정하기 위하여 최근 예측 오차 가중치 기법과 칼만 필터 기법을 제안하고 이를 기반으로 하는 불확실 위치 처리 기법을 이동체 미래 위치 색인에서 구현하고 성능 비교 평가를 수행한다. 성능 평가 결과에 따르면 기존의 선형함수 기반 예측 기법보다 불확실 위치 처리 기법이 영역 검색의 정확도가 향상되는 장점을 가진다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.69-70
• /
• 2011

평일의 전력수요는 연속적인 시계열 특성이 뚜렷하여 전력수요예측 오차가 크지 않으나 특수일의 경우는 불연속적인 시계열특성을 가지게 되어 전력수요예측 오차율이 크다. 특히, 연휴의 직전 평일은 평일의 특성과 특수일의 특성이 혼재하고 있어 오차율이 가장 큰 일자 중 하나이다. 따라서 본 논문에서는 연휴 직전 평일과 직전 일요일과의 부하 변동비를 계산하여 전력수요를 예측하는 방법을 제안하고, 추석연휴 직전 평일에 제안한 방법을 적용하여 최대수요예측 오차가 개선됨을 확인하였다.

• Management & Information Systems Review
• /
• v.30 no.2
• /
• pp.237-255
• /
• 2011

This empirical study is focused on practical application of Range-Based Volatility which is estimated by opening, high, low, closing price of overall asset. Especially proper forecasting period is what I want to know. There is four useful Range-Based Volatility(RV) such as Parkinson(1980; PK), Garman and Klass(1980; GK) Rogers and Satchell(1991; RS), Yang and Zhang(2008; YZ). So, four RV of KOPSI 200 index during 2000.5.22-2009.9.18 was used for empirical test. The emprirical result as follows. First, the best RV which shows the best forecasting performance is PK volatility among PK, GK, RS, YZ volatility. According to estimating period forcasting performance of RV shows delicate difference. PK has better performance in the period with financial crisis of sub-prime mortgage loan. if not, RS is better. Second, almost result shows better performance on forecasting volatility without sub-prime mortgage loan period. so we can say that forecasting performance is lower when historical volatiltiy is comparatively high. Finally, I find that longer estimating period in AR(1) and MA(1) model can reduce forecasting error. More interesting point is that the result shows rapid decrease form 60 days to 90 days and there is no more after 90 days. So, if we forecast the volatility using Range-Based volaility it is better to estimate with 90 trading period or over 90 days.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.128-132
• /
• 2012

물은 생물의 생존을 위해 필수적인 요소로 인류가 시작된 이래로 물을 효율적으로 이용하고 안전하게 관리하기 위한 노력은 계속되어 왔다. 최근 지구 온난화가 주요 원인으로 알려진 국지성 집중호우의 피해는 매우 심각하며, 이로 인해 치수에 대한 중요성은 날로 커지고 있다. 지금까지 사용해 왔던 홍수 예 경보 과정은 특정 지점의 유출량을 예측하기 위해서 강우-유출 모형을 운영하였다. 그러나 물리적 모형의 경우 운영에 필요한 매개변수의 결정과정이 복잡하고, 매개변수 결정을 위해 많은 자료를 필요로 한다. 또한 그 매개변수의 결정과정은 많은 불확실성을 포함하고 있어서 모형의 운영을 위한 전처리과정과 계산과정을 거치는 동안 발생한 오차가 누적되어 결과물 속에는 많은 오차가 포함되어 있다. 본 연구에서는 기존의 홍수 예 경보 시스템의 문제점과 불확실성을 최대한 감소시키고 더 우수한 유출량 예측을 위해 neuro-fuzzy 추론 기법을 이용한 모형인 ANFIS(Adaptive Neuro-Fuzzy Inference System)를 사용하여 하천수위를 예측하였다. ANFIS는 신경회로망과 퍼지이론을 결합한 기법으로 신경회로망의 구조와 학습 능력을 이용하여 제어환경에서 획득한 입 출력 정보로부터 언어변수의 membership 함수와 제어규칙을 제어 대상에 적합하도록 자동으로 조종하는 기법이다. 본 연구에서는 ANFIS를 사용하여 탄천 하류에 위치한 대곡교의 수위를 예측하였다. 분석을 위해 2007년부터 2011년까지의 탄천 유역의 관측 강우자료와 수위 자료 중 강우강도와 지속시간, 강우 형태에 따라 7개의 강우사상을 선정하였다. 학습자료 및 보정자료의 변화에 따른 예측 오차를 비교하여 모형의 적용성과 적정성을 평가하였다. 적용결과 입력자료 구성의 경우 해당 시간의 강우량 및 수위자료와 10분 전 강우자료를 이용한 모델이 가장 우수한 예측을 보였고, 학습자료의 경우 자료의 길이가 길고, 최대홍수량이 큰 경우 가장 우수한 예측 결과를 보였다. 본 연구의 적용결과 가장 우수한 모형의 경우 30분 예측 첨두수위 오차는 0.32%, RMSE는 0.05m 이고 예측시간이 길어짐에 따라 오차가 비선형적으로 증가하는 경향을 보였다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.10 no.4
• /
• pp.736-739
• /
• 2009

In this paper, an efficient lossless compression algorithm using motion adaptation is proposed. It is divided into two parts: a motion adaptation based nonlinear predictor part and a residual data coding part. The proposed nonlinear predictor can reduce prediction error by learning from its past prediction errors using motion adaption. The predictor decides the proper selection of the intra and inter prediction values according to the past prediction error. The reduced error is coded by existing context adaptive coding method. Experimental results show that the proposed algorithm has the higher compression ratio than context modeling methods, such as FELICS, CALIC, and JPEG-LS.