• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.32 no.6B
• /
• pp.375-381
• /
• 2007

This paper focuses on the prediction algorithm among the context-awareness technologies. With a representative algorithm, Bayesian Networks, it is difficult to realize a context-aware as well as to decrease process time in real-time environment. Moreover, it is also hard to be sure about the accuracy and reliability of prediction. One of the simplest algorithms is the sequential matching algorithm. We use it by adding the proposed Cache Scheme. It is adequate for a context-aware service adapting user's habit and reducing the processing time by average 48.7% in this paper. Thus, we propose a design method of user location prediction algorithm that uses sequential matching with the cache scheme by taking user's habit or behavior into consideration. The novel approach will be dealt in a different way compared to the conventional prediction algorithm.

• The KIPS Transactions:PartB
• /
• v.11B no.3
• /
• pp.247-256
• /
• 2004

In this paper, we propose the prediction search algorithm for block matching using the temporal/spatial correlation of the video sequence and the renter-biased property of motion vectors The proposed algorithm determines the location of a better starting point for the search of an exact motion vector using the point of the smallest SAD(Sum of Absolute Difference) value by the predicted motion vector from the same block of the previous frame and the predictor candidate pint in each search region and the predicted motion vector from the neighbour blocks of the current frame. And the searching process after moving the starting point is processed a adaptive search pattern according to the magnitude of motion vector Simulation results show that PSNR(Peak-to-Signal Noise Ratio) values are improved up to the 0.75dB as depend on the video sequences and improved about 0.05∼0.34dB on an average except the FS (Full Search) algorithm.

• Fire Science and Engineering
• /
• v.25 no.5
• /
• pp.93-99
• /
• 2011

In the present study, a numerical simulation was conducted to estimate the prediction performance of FDS on the carbon monoxide production in the under-ventilated compartment fires. Methane and heptane fires located in the a 2/5 scale compartment based on the ISO-9705 standard room was simulated using FDS Ver. 5.5. Through the comparison between the computed results and the earlier published experimental data, the performance of FDS was estimated on the predictions of the combustion gases concentration in the hot upper layer of the compartment and the effects of CO yield rate on the estimation of CO production at local points were analyzed. From the results, it was known that FDS Ver. 5.5, in which the two-step reaction mixture fraction model implemented, was more effective on the prediction of CO concentration compared to the previous FDS version. In addition, controlling CO yield rate made the predicted CO concentration get closer to the experimental data for the fires of the under-ventilated condition.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.22 no.2
• /
• pp.126-132
• /
• 2010

An approach to calculating expected damage of breakwater assisted by artificial neural network was developed. Wave height in front of a breakwater was predicted by a trained artificial neural network with inputs of wave height in deep ocean and tidal level. Prediction results by the neural network can be comparable to that by professional numerical model for wave transformation. Using the wave prediction neural network, it was very easy and fast to obtain a number of significant waves at breakwater and finally analysis time for expected damage can be shortened. In addition, the effect of considering tidal level in the calculation of expected damage was revealed by comparing the expected damages with and without tidal variation. Therefore, it was pointed out that tidal variation should be considered to improve prediction accuracy.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.49 no.2
• /
• pp.53-60
• /
• 2012

Nearest-neighbor classification predicts the class of an input data with the most frequent class among the near training data of the input data. Even though nearest-neighbor classification doesn't have a training stage, all of the training data are necessary in a predictive stage and the generalization performance depends on the quality of training data. Therefore, as the training data size increase, a nearest-neighbor classification requires the large amount of memory and the large computation time in prediction. In this paper, we propose a prototype selection algorithm that predicts the class of test data with the new set of prototypes which are near-boundary training data. Based on Tomek links and distance metric, the proposed algorithm selects boundary data and decides whether the selected data is added to the set of prototypes by considering classes and distance relationships. In the experiments, the number of prototypes is much smaller than the size of original training data and we takes advantages of storage reduction and fast prediction in a nearest-neighbor classification.

• Journal of the Korean Society for Railway
• /
• v.20 no.5
• /
• pp.595-601
• /
• 2017

Due to the electrification of railways, fault at the traction line is increasing year by year. So importance of the fault locator is growing higher. Nevertheless at the field traction line, it is difficult to locate accurate fault point due to various conditions. In this paper railway feeding system current loop equation was simplified and generalized though measured data. And substation, train power data were measured under synchronized condition. Finally catenary impedance was predicted through generalized equation. Also simulation model was designed to figure out the effect of load current for train at same location. Train current was changed from min to max range and catenary impedance was compared at same location. Finally, power measurement was performed in the field at train and substation simultaneously and catenary system impedance was predicted and calculated. Through this method catenary impedance can be measured more easily and continuously compared to the past method.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1862-1866
• /
• 2010

기후변화에 관한 정부간 협의체(International Panel on Climate Change, IPCC) 4차 보고서에는 21세기말 지구의 평균기온이 최대 $6.4^{\circ}C$ 까지 더 상승할 것으로 전망하였다(IPCC, 2007). 지구의 평균온도는 지난 100년 동안 $0.74^{\circ}C$ 상승하였으며 그중 0.45%는 최근 25년간 상승한 것이며 이것은 지난 100년 보다 2.4배나 빠르게 상승하고 있는 추세이다. 우리나라의 경우 기온이 전 지구평균기온에 비해 2배 이상 높은 $1.5^{\circ}C$정도 상승 하였다. 또한 온실가스 증가 속도는 다른 나라에 비해 빠르게 진행되고 있으며, 1990년에서 지난 2001년간 다른 OECD국가들과 비교했을 때 가장 빠르게 증가하고 있을 뿐 아니라($CO_2$배출량은 OECD국가 중 10위) 현재와 같은 에너지 다소비형 산업구조와 소비패턴으로는 온실가스 배출량이 감소할 가능성은 낮은 것으로 분석된다. 따라서 우리나라의 경우 다른 국가에 비하여 기후변화에 취약한 위치에 있고 민감하게 반응함에 따라 미래 기후변화에 대한 영향은 우리나라 농업수자원에 큰 영향을 미칠 것으로 판단된다. 본 연구에서는 기상청에서 제공하는 MM5 기상자료를 이용하여 농업용저수지 필요저수량 변화를 예측하였다. MM5 기상자료는 충남 서산관측소 과거 관측자료를 이용하여 편의보정을 거쳐 재추출하였다. 생성된 자료는 물수지분석 입력 자료로 구축하여 충남에 위치한 고풍저수지에 대하여 필요저수량변화를 예측하였다. 그 결과 기온상승으로 인한 실재증발산량은 676mm에서 717mm로 41mm가 증가하였으며, 소비수량 또한 1,617mm에서 1,659mm로 42mm 증가하였다. 유효우량은 2020s는 520mm 이였으나 2080s는 533mm으로 13mm 증가한 것으로 분석되었다. 본 자료를 이용하여 고풍저수지의 필요저수량을 분석한 결과 2020s, 2050s, 2080s 각각 31.2%(3,538.9천$m^3$), 16.0%(1,489.7천$m^3$), 26.6%(2,834.5천$m^3$)가 부족한 것으로 예측되었다. 이는 강우량은 증가하나 기준년도에 비하여 5월 8월이 낮게 예측된 것이 가장 큰 원인으로 분석되었다. 따라서 소비수량은 증가하지만 유효유량의 부족으로 필요저수량이 부족한 것으로 예측되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.445-445
• /
• 2018

기후변화에 따른 환경오염은 21세기 인류에게 가장 심각한 문제 중의 하나로 대두되고 있다. 환경적인 측면에서 하천오염은 경제적으로 많은 문제를 발생시키고 있다. 이러한 하천오염 문제를 해결하기 위해서는 오염물질의 농도 측적 및 데이터 축적이 필수적이라 할 수 있다. 그러나 일반적으로 오염물질 부하량에 대한 직접적인 측정은 비용 측면에서 쉽지 않은 것이 사실이다. 또한 실시간으로 BOD, COD, TN, TP 등의 자료를 이용하여 예측하는 것에는 자료의 부족성으로 인해 한계가 있다. 본 연구에서는 구글의 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하여 기계학습을 통한 하천오염 예측을 목적으로 하고 있다. 기계학습을 위하여 텐서플로우를 활용하여 RNN, LSTM 인공신경망 모형을 구축하였다. 하천오염의 학습과 예측을 위해 결과치 분석을 위한 자료로는 금강 유역에 위치한 옥천 관측소 충청북도 옥천군 이원면 이원대교에 위치한 $36^{\circ}14'31.0''N$ $127^{\circ}40'02.6''E$의 관측소에서 BOD, COD, DO, 부유물질의 자료를 사용하였다. 모형의 학습을 위해서 입력자료는 수위, 유량, 평균기온, 평균풍속 자료를 2004년 ~ 2017년까지의 14년간의 자료를 사용하였다. 연구를 위해 BOD, COD, DO 부유물질 자료는 물환경정보시스템(http://water.nier.go.kr/)의 자료를 활용하고 수위, 유량등의 자료는 국가수자원관리종합정보시스템 (http://www.wamis.go.kr/)의 자료를 사용하였다. 그러나 수온, 수위, 풍속등의 자료는 일 자료가 있는가 반면 BOD, COD, TN, TP등의 자료는 일 자료가 있지 않아 이를 원활히 활용할 수 있도록 예측을 위한 결과치의 선형보간법을 통해 일 자료를 획득한 후 연구를 하였다. RNN, LSTM의 분석 시 학습속도, 반복시행횟수 sequence length의 길이 등의 값을 조절 하면서 결과치를 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.126-126
• /
• 2023

최근 대한민국에서는 기후변화로 전국 각지에서 돌발성 호우와 태풍의 강도 및 발생빈도가 높아지고 있다. 이에 따라 주요 국가시설이 위치한 해안 도시의 2차원 3차원 모형을 통해 극한 조건하 침수 분석을 수행하였다. 먼저 해양수산부 "2019년 전국 심해설계파 보고서"를 기반으로 극치분포 중 Weibull 분포를 이용하여 극한 조건, 1,000년부터 1,000,000년 빈도의 재현기간의 파도 높이와 풍속을 계산하였다. 계산 결과를 SWAN(Simulating WAves Nearshore)의 입력값으로 해상에서 100m 간격의 파고 높이를 계산하였다. 이때 100m 간격으로는 방파제 지형을 정확히 해석하지 못하였기에, 상세파고 계산을 위한 Nesting 기법을 이용하여 20m 간격의 파고 결과를 도출하였고, 해안 도시 인근 해상에서 10.916m의 파고를 예측하였다. 또한, 예측된 파고를 이용해 EurOtop(2018) 매뉴얼의 경험식을 기반으로 연구 유역으로 유입되는 월류량 계산에 사용하였다. 결과로 16방위 중 SSE 방향, 1,000,000년 빈도 재현기간 조건에서 0.0306cms/m의 월파량을 예측했다. 예측된 자료를 바탕으로 2차원 침수해석은 FLO-2D 모형, 3차원 침수해석은 FLOW-3D 모형을 이용하였다. 2차원 침수해석 결과 주요 지점에서 0.18~0.33m의 침수가 예상되었고 3차원 침수해석 결과 동일한 지점에서 0.240~0.333m의 침수가 예상되었다. 모의 결과 2차원과 3차원 모형 간 침수 예측 결과가 0.3cm에서 6.1cm의 차이를 나타내어 모형 구축이 합리적으로 이뤄졌다고 판단하였으며 연구 유역에서는 침수가 예상된다는 결과를 도출하였다. 본 연구를 통해 기후변화에 따른 해안에 위치한 주요 도시지역과 국가 주요 시설물에 대한 침수해석을 실시하였고 분석결과를 생명과 재산을 보호하기 위한 대피계획 등 재난예방대책 수립에 활용할 수 있음으로 예상된다.

• The Journal of the Acoustical Society of Korea
• /
• v.28 no.3
• /
• pp.239-244
• /
• 2009

This paper is to develop the Korean Phonotactic Probability Calculator (KPPC) that anticipates the phonotactic probability in Korean. KPPC calculates the positional segment frequecncy, position-specific biphone frequency and position-specific triphone frequency. And KPPC also calculates the Neighborhood Density that is the number of words that sound similar to a target word. The Phonotactic Calculator that was developed in University of Kansas can be analyzed by the computer-readable phonemic transcription. This can calculate positional frequency and position-specific biphone frequency that were derived from 20,000 dictionary words. But KPPC calculates positional frequency, positional biphone frequency, positional triphone frequency and neighborhood density. KPPC can calculate by korean alphabet or computer-readable phonemic transcription. This KPPC can anticipate high phonotactic probability, low phonotactic probability, high neighborhood density and low neighborhood density.