• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.70-70
• /
• 2023

강우 발생 중 용담댐 상류로부터 용담댐으로 유입되는 유입량을 정확하게 예측하는 것은 하류 지역의 홍수 피해를 최소화하기 위한 댐의 적절한 운영에 필수적이다. 물리 기반 강우-유출 시뮬레이션 모형은 물리적 과정의 이해를 바탕으로 홍수 예측 분야에 광범위하게 사용되고 있다. 그러나 복잡한 물리 과정을 완벽히 이해하는 것은 거의 불가능하므로 다양한 가정 조건들을 이용해 복잡한 과정을 단순화하여 계산해야 하는 한계가 존재한다. 최근에는 방대한 데이터의 축적과 컴퓨터 능력의 향상으로 인해 데이터 기반 모형이 다양한 실무 문제를 해결하는 데 강력한 도구로 활용되고 있을 뿐 아니라 시뮬레이션 및 예측 등에도 다양하게 이용되고 있다. 그러나 예측 시간이 늘어날수록 입력자료로 이용되는 과거 자료와 출력자료로 이용되는 미래자료와의 상관관계가 줄어들어 모형의 성능이 저하된다. 따라서 본 연구에서는 용담댐의 시간당 유입량을 예측하기 위해 물리 기반 강우-유출 모형과 오차 보정 모형을 결합한 하이브리드 접근 방식을 제안한다. 물리 기반 강우-유출 모형으로는 HEC-HMS 모형을 사용하였으며, 오차 보정 모형에는 기계학습 모형인 인공신경망(Artificial Neural Network, ANN) 모형을 사용하였다. HEC-HMS 모형, ANN 및 하이브리드 모형(HEC-HMS + ANN)의 성능을 비교하기 위해 20 개의 홍수 사상을 모형 구축 및 검증에 사용하였다. 그 결과 하이브리드 모형은 예측 시간이 늘어날수록 HEC-HMS 및 ANN 모형보다 우수한 성능을 나타냈다. 물리모형에 기계학습을 이용한 오차 보정 절차를 통합한 경우 홍수 유출 예측의 정확성이 향상되었다. 다양한 모형의 비교 결과 본 연구에서 적용한 하이브리드 모형이 물리기반 강우-유출 모형 및 순수 기계학습 모형보다 우수한 성능을 보여줌으로써, 하이브리드 모형은 물리모형과 순수 기계학습 모형의 단점들을 보완하는데 이용할 수 있음을 나타낸다. 이 연구의 주요 목적은 강우-유출 시물레이션 모형의 오차 보정 기술에 대한 더 깊은 이해를 제공하는데 있다.

• Journal of the Korea Society of Computer and Information
• /
• v.28 no.7
• /
• pp.11-18
• /
• 2023

In this paper, we evaluate deep learning time series forecasting models. Recent studies show that those models perform better than the traditional prediction model such as ARIMA. Among them, recurrent neural networks to store previous information in the hidden layer are one of the prediction models. In order to solve the gradient vanishing problem in the network, LSTM is used with small memory inside the recurrent neural network along with BI-LSTM in which the hidden layer is added in the reverse direction of the data flow. In this paper, we compared the performance of Informer by comparing with other models (LSTM, BI-LSTM, and Transformer) for real Nitrogen dioxide (NO2) data. In order to evaluate the accuracy of each method, mean square root error and mean absolute error between the real value and the predicted value were obtained. Consequently, Informer has improved prediction accuracy compared with other methods.

• Aerospace Engineering and Technology
• /
• v.4 no.1
• /
• pp.221-228
• /
• 2005

In this study, orbit prediction accuracy of the MPAS for the KOMPSAT-2 was analyzed in order to verify the TPF accuracy and operate the APS of the KOMPSAT-2 successfully. The analysis was performed using flight data of the KOMPSAT-1 in that the KOMPSAT-2 will be operated in the same orbit of the KOMPSAT-1. The periods to analyze were selected according to the solar activity. The results in this study verified the requirement for the TPF accuracy and will be used for the successful operation of the KOMPSAT-2.

• Journal of Broadcast Engineering
• /
• v.18 no.5
• /
• pp.730-737
• /
• 2013

In this paper, Constrained One-Bit Transform (C1BT) based motion estimation using extension of matching error criterion is proposed. C1BT based motion estimation algorithm exploiting Number of Non-Matching Points (NNMP) instead of Sum of Absolute Differences (SAD) that used in the Full Search Algorithm (FSA) facilitates hardware implementation and significantly reduces computational complexity. However, the accuracy of motion estimation is decreased. To improve inaccurate motion estimation, this algorithm based motion estimation extending matching error criterion of C1BT is proposed in this paper. Experimental results show that proposed algorithm has better performance compared with the conventional algorithm in terms of Peak-Signal-to-Noise-Ratio (PSNR).

• The Korean Journal of Financial Management
• /
• v.16 no.2
• /
• pp.285-308
• /
• 1999

증권의 가격형성에 유리한 뉴스와 불리한 뉴스가 도착할 때 이 뉴스가 주가의 변동성에 미치는 영향의 정도는 차이가 있다. 불리한 뉴스가 변동성에 미치는 영향도가 유리한 뉴스가 변동성에 미치는 영향도보다 크다. 따라서 불리한 뉴스가 발생할 때 형성되는 변동성의 양이 유리한 뉴스의 도착시보다 크다. 그리고 충격의 크기에 따라 이 충격이 야기하는 변동성의 양의 크기에도 차이가 존재한다. 일반 자기회귀 조건부 이분산 과정은 유리한 뉴스와 불리한 뉴스를 대칭적으로 반영하고 있다. 이 뉴스들을 비대칭적으로 포착하는 자기회귀 조건부 이분산 과정의 모형들을 실증적으로 분석하였다. 뉴스의 비대칭성과 규모를 적절히 포착하고 있는 모형들이 비선형 일반 자기회귀 조건부 이분산 과정, 지수 일반 자기회귀 조건부 이분산 과정과 정보 포착 자기회귀 조건부 이분간 과정임이 발견되었다. 이 중 비선형 일반 자기회귀 조건부 이분산 과정이 가장 좋은 모형으로 보인다. 비선형 일반 자기회귀 조건부 이분산 과정의 경우 예측오차의 승멱(power)이 약 1.5이다. 따라서 일반 자기회귀 조건부 이분산 과정의 예측오차의 승멱인 2에 비하여 작다. 이 사실은 일반 자기회귀 조건부 이분산의 예측오차의 승멱이 과도하게 측정되고 없음을 알 수 있다. 뉴스의 비대칭성과 규모를 반영하고 있는 모형들은 한결같이 예측오차의 크기에 적절한 가중치를 부여하여 예측오차의 크기를 조정하고 있다. 이 모형의 성질과 실증분석의 결과에 의하여 예측오차의 승멱은 2 이하로 수정하여 사용해야 한다는 점이 시사되고 있다. 음의 충격이 양의 충격보다 주가의 변동성을 크게 하고 없음이 발견되었다. 주가형성에 유리한 뉴스와 불리한 뉴스가 주가의 변동성에 미치는 영향의 차이와 충격의 중대성을 양으로 표시하는 규모의 차이를 반영해주는 변수들의 추정된 계수가 미국과 일본보다 절대값에 있어서 상당히 작다. 이 현상은 뉴스의 비대칭성과 규모보다는 발생하는 충격, 즉 뉴스 자체에 보다 민감하게 반응하고 있음을 보여주고 있다. 물론 투자자들이 뉴스의 비대칭성과 규모를 완전히 무시하고 투자활동을 전개하고 있다는 것을 의미하는 것은 아니다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1993.06a
• /
• pp.242-246
• /
• 1993

예측신경회로망 모델은 다층 퍼셉트론을 연속되는 음성특징 벡터간의 비선형예측기로 사용하는 동적인 음성인식 모델이다. 이 모델은 음성의 동적인 특성을 인식에 이용하고 연속음성인식으로의 확장이 용이한 우수한 인식 모델이다. 그러나, 예측신경회로망 모델은 음운학적으로 유사한 음성구간에서의 변별력이 낮다는 문제점이 있다. 그것은 기존의 학습 알고리즘이 다른 어휘와의 거리는 고려하지 않고 대상어휘의 예측오차만 최소화시키기 때문이다. 따라서, 본 논문에서는 직접 인식오차를 최소화시키는 GPD알고리즘에 의해 유사어휘간의 거리를 고려하는 변별력있는 학습 알고리즘을 제안한다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.25 no.4
• /
• pp.368-375
• /
• 2023

In this study, we examined the error characteristic and bias correction method for one-month temperature forecast data produced through joint development between the Rural Development Administration and the H ong Kong University of Science and Technology. For this purpose, hindcast data from 2013 to 2021, weather observation data, and various environmental information were collected and error characteristics under various environmental conditions were analyzed. In the case of maximum and minimum temperatures, the higher the elevation and latitude, the larger the forecast error. On average, the RMSE of the forecast data corrected by the linear regression model and the XGBoost decreased by 0.203, 0.438 (maximum temperature) and 0.069, 0.390 (minimum temperature), respectively, compared to the uncorrected forecast data. Overall, XGBoost showed better error improvement than the linear regression model. Through this study, it was found that errors in prediction data are affected by topographical conditions, and that machine learning methods such as XGBoost can effectively improve errors by considering various environmental factors.

• Childhood Kidney Diseases
• /
• v.4 no.2
• /
• pp.144-153
• /
• 2000

Purpose : Effects to predict tile progression of chronic renal failure (CRF) in children, using mathematical models based on transformations of serum creatinine (Scr) concentration, have failed. Error may be introduced by age-related variations in creatinine production rate. Height (Ht) is a reliable reference for creatinine production in children. Thus, Scr, factored for Ht, could provide a more accurate predictive model. We examined this hypothesis. Methods : The progression of of was detected in 63 children who proceeded to end-stage renal disease. Derivatives of Scr, including 1/Scr, log Scr & Ht/Scr, were defined fir the period Scr was between 2 and 5 mg/dl. Regression equation were used to predict the time, in months, to Scr > 10 mg/dl. The prediction error (PE) was defined as the predicted time minus actual time for each Scr transformation. Result : The PE for Ht/Scr was lower than the PE for either 1/Scr or log Scr (median: -0.01, -2.0 & +10.6 mos respectively; P<0.0001). For children with congenital renal diseases, the PE for Ht/Scr was also lower than for the other two transformations (median: -1.2, -3.2 & +8.2 mos respectively; P<0.0001). However, the PEs for children with glomerular diseases was not as clearly different (median: +0.9, +0.5 & +9.9 respectively). In children < 13 yrs, PE for Ht/Scr was tile lowest, while in older children, 1/Scr provided the lowest PE but not significantly different from that for Ht/Scr. The logarithmic transformation tended to predict a slower progression of CRF than actually occurred. Conclusion : Scr, floored for Ht, appears to be a useful model to predict the rate of progression of CRF, particularly in the prepubertal child with congenital renal disease.

• Journal of the Korea Convergence Society
• /
• v.8 no.8
• /
• pp.325-332
• /
• 2017

This study was performed to investigate the effects of receiver's moving speed and pass types on anticipation timing response. Ten subjects were required to make a total of 24 passes in coincidence with an experimentally manipulated moving light signal in randomly three different conditions by performing chest and bound pass. Results of analyses revealed AE, CE, and VE increased as moving velocity became constant-acceleration condition. In addition, chest pass was more accuracy and consistency than bound pass on AE and CE. These findings indicated that moving velocity and pass type served as the major determination of coincident timing response on passing in basketball.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.71-72
• /
• 2011

단기 전력수요예측의 오차를 줄여 불필요한 전력생산을 이전에 방지하는 것은 매우 중요하다. 본 논문에서는 오차율이 높은 연휴 전 평일의 단기 전력수요예측 정확도를 높이기 위해 이전 평일과 주말의 데이터를 이용한 새로운 예측 방법을 제안하고, 추석연휴 전 평일에 제안한 방법을 적용하여 수요예측에 대한 오차가 개선됨을 확인하였다.