• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.721-723
• /
• 2014

본 논문은 선박내부의 센서데이터 이상감지를 위해 실시간 신뢰구간을 설정하고 신뢰구간을 초과하거나 미만이 되면 경보를 통해 관리자에게 알려주는 모니터링을 위한 신뢰구간 추정이다. 여기서, 이상 감지 예측의 정확도 향상을 위해 단순지수평활법과 이동평균법의 평균제곱오차를 비교 평가 하였다. 실험결과, 이동평균법의 평균제곱오차가 단순지수평활법 보다 적게 나와 선박 내부 모니터링을 위한 신뢰구간은 이동평균법을 적용하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.377-382
• /
• 2005

하도내에 설치된 3개의 구조물이 모두 제거된 상태에서 원형하천의 합류부 하류의 유량이 $Q_{100}=12,090m^3/sec$인 경우에 대해 본류와 지류의 유량비($Q_s/Q_m$)가 0.99, 0.85, 0.72, 0.67, 0.57로 변화하는 경우의 유량을 실험유량으로 사용하여 수리모형실험을 수행하였다. 하도의 구조물이 제거된 경우 합류부로 근접할수록 서서히 증가한 수위는 합류부를 지나면서 급격히 감소한다. 이때 본류와 지류의 유량비($Q_s/Q_m$)가 감소할수록 합류부에서 증가된 수위는 하류쪽으로 이동하며 합류부 이후에서의 감소폭이 작아지며 각 단면에서의 수위변화율은 합류부 상류 구간에서는 감소하고 합류부 하류 구간에서는 증가하고 있다. 또한 합류부에 가까울수록 횡단면에서의 수위차는 증가하여 합류부 중심 직하류 단면에서 최대를 보이는데 유량비가 감소할수록 합류부 횡단면에서의 수위차는 하류구간에서는 감소하며 합류부 상류구간에서는 증가한다. 합류구간의 유속변화에 있어서는 합류부에 가까울수록 평균유속이 감소하다가 합류부에서 증가하기 시작하여 합류부 중심 직하류 단면에서 평균유속이 최대를 나타내며 최대유속의 변화율은 합류부 하류구간보다 합류부 상류구간에서 더 크게 나타난다. 합류지역의 주흐름구간은 합류점 이후 구간에서 합류점 부근의 평균 유속보다 큰 유속을 보이는 구간으로 유량비가 감소하면 주흐름구간의 폭이 증가하며 하도의 하류쪽으로 이동하기는 하나 유량비에 의한 영향은 크지 않다.

• The Korean Journal of Applied Statistics
• /
• v.20 no.3
• /
• pp.541-550
• /
• 2007

One of main aspects of time series analysis is to forecast future values of series based on values up to a given time. The prediction interval for future values is usually obtained under the normality assumption. When the assumption is seriously violated, a transformation of data may permit the valid use of the normal theory. We investigate the prediction problem for future values in the original scale when transformations are applied in ARMA models. In this paper, we introduce the methodology based on Yeo-Johnson transformation to solve the problem of skewed data whose modelling is relatively difficult in the analysis of time series. Simulation studies show that the coverage probabilities of proposed intervals are closer to the nominal level than those of usual intervals.

• Journal of Oral Medicine and Pain
• /
• v.19 no.2
• /
• pp.99-110
• /
• 1994

저자는 저작 수준의 등척성 수축시 하악 폐구근에서의 근전도 스펙트럼의 특성을 규명하기 위하여, 정상 성인 25명을 대상으로 최대수의적 수축의 40% 수준으로 근활성을 2분간 유지하게 하고, 이때 전측두근과 교근에서 얻어진 근전기 신호를 컴퓨터를 이용한 근전도 시스템을 이용하여 분석한 결과 다음과 같은 결론을 얻었다. 1. 저작 수준의 등척성 수축 지속시 시작과 마지막 구간 모두에서 전측두근과 교근의 평균중간주파수와 중간주파수 기울기는 성별 및 연령의 영향을 받지 않았다. 2. 저작 수준의 등척성 수축 지속시 시작과 마지막 구간 모두에서 전측두근과 교근의 평균중간주파수와 중간주파수 기울기는 좌우사이에 통계적으로 유의한 차이가 없었다. 3. 저작 수준의 등척성 수축 지속시 전측두근과 교근의 마지막 구간 평균중간주파수는 시작 구간 평균 중간주파수보다 통계학적으로 유의하게 낮았다.(전측두근 : p<0.01, 교근 : p<0.01). 4. 전측두근과 교근에서 저작 수준의 등척성 수축이 지속됨에 따라 시작 구간과 마지막 구간 모두에서 power spectrum은 저주파 영역으로 이동하였으나, 중간주파수 기울기는 시작 구간과 마지막 구간 사이에 통계적으로 유의한 차이가 없었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.522-522
• /
• 2012

최근 각종 하천 개발 사업이 활발히 진행되면서 안정하도 평가가 활발히 이루어지고 있다. 안정하도 평가를 위해서는 흐름과 하천의 수리기하특성간의 관계를 연결시켜주는 기준유량이 필요한데 이러한 유량이 곧 유효유량이라 할 수 있다. 유효유량은 수년에 결쳐 연 유사량의 대부분을 이동시키는 유량의 평균값으로 정의되며, 적어도 일년에 한 번이나 두 번 또는 대부분의 경우 매년 여러번 발생하는 적당한 빈도의 유량규모에 의해 연 유사량의 대부분을 이동시키는 유량이다. 대표적인 유효유량 산정 프로그램인 Geo-tool은 유황곡선과 유사량 관계 곡선을 활용하여 유효유량을 계산한다. 프로그램에 입력하는 유량은 Bin 수와 지정하는 규칙에 따라 유량구간이 나뉜 후 각 구간별 평균유량에 대한 유사량을 산정한다. 이 때 산정된 구간별 유사량값과 이 구간의 유량이 발생한 일수를 산정함으로써 이 구간의 유량을 통해 발생한 연간 총유사량을 산정한다. 각 구간별 연간 총유사량으로부터 가장 많은 유사량을 이송시키는 구간에 해당되는 평균유량을 유효유량으로 선정하게 된다. 즉 유효유량은 유량범위 간격에 민감하게 반응하므로 Bin의 선정이 중요하다고 할 수 있다. 그러나 국내외에서 Bin 산정에 대한 명백한 기준이 없는 상황이므로 본 연구에서는 Arithmeic Bin과 Logarithmic Bin를 모두 사용하여 낙동강 중류 유효유량 산정에 가장 적합한 Bin의 수와 Bin 간격 산정 규칙을 제시하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.2
• /
• pp.450-460
• /
• 2017

T wave is cardiac parameters that represent ventricular repolarization, it is very important to diagnose arrhythmia. Several methods for detecting T wave have been proposed, such as frequency analysis and non-linear approach. However, detection accuracy is at the lower level. This is because of the overlap of the P wave and T wave depending on the heart condition. We propose T wave detection algorithm based on target area extraction through QRS cancellation and moving average. For this purpose, we detected Q, R, S wave from noise-free ECG(electrocardiogram) signal through the preprocessing method. And then we extracted P, T target area by applying decision rule for four PAC(premature atrial contraction) pattern another arrhythmia through moving average and detected T wave using RT interval and threshold of RR interval. The performance of T wave detection is evaluated by using 48 record of MIT-BIH arrhythmia database. The achieved scores indicate the average detection rate of 95.32%.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.12 no.4
• /
• pp.1-10
• /
• 2013

This study was conducted to investigate that bus information was used as an information of travel speed. To determine the travel speed on the road, bus information and the information collected from the point detector and the interval detection installed were compared. If bus information has the function of traffic information detector, can provide the travel speed information to road users. To this end, the model of recognizing the traffic patterns is necessary. This study used simple moving-average method, simple exponential smoothing method, Double moving average method, Double exponential smoothing method, ARIMA(Autoregressive integrated moving average model) as the existing methods rather than new approach methods. This study suggested the possibility to replace bus information system into other information collection system.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.30 no.3D
• /
• pp.215-222
• /
• 2010

Average speed denotes a travel speed based on the average travel time of vehicles to traverse a segment of roadway, and average travel speed is used as a measure of effectiveness (MOE) suggested in the highway capacity manual (HCM) for evaluating the level of service (LOS) of roadway. Most of the urban freeways in our country are having congestion problem regardless of the rush hours as a high-speed highway with a speed limit of 80km/h or less. Especially traffic congestion within the ramp junction areas is becoming worse by the increased traffic and lack of links with the arterials around the urban freeway. So, the purpose in this study is to identify the traffic characteristics within the ramp junction areas of urban freeway, predict the average speed within the ramp junction areas based on the traffic characteristics identified, and finally prove the validity of the average speed predicted.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1273-1276
• /
• 2012

오늘날 모바일 스마트 기기의 발전은 위치기반의 새로운 기술을 이끌었다. 현재 위치 데이터를 사용하는 많은 응용프로그램들이 소개되었고, 또한 널리 사용되고 있다. 하지만 아직 이러한 위치 데이터들은 환경적인 요소 등으로 인해 오류가 많다. 본 논문에서는 연속적인 위치 데이터들 사이에서 오류를 찾아내는 알고리즘을 제안할 것이다. 이동 윈도우에서의 이동 평균과 이동 표준편차가 이동 유의구간을 구성할 것이고, 이 이동 유의 구간은 오류 데이터들을 찾아내는 데에 사용될 것이다. 또한 오류 데이터를 교정하는 방식도 제안할 것이다. 이러한 일련의 과정을 본 논문에서는 알고리즘으로 나타낸 후 실험을 통해 입증할 것이다. 이러한 방식의 접근이 다른 위치기반 응용프로그램이나 인간 이동 연구에 도움이 될 것이라 생각한다.

• Transactions of the Korean Society of Mechanical Engineers B
• /
• v.39 no.12
• /
• pp.965-973
• /
• 2015

Recently, an emission test procedure using a portable emissions measurement system(PEMS) has received much attention as an effective means of controlling real driving emissions from light-duty diesel vehicles. The PEMS-based test procedure will be implemented from 2017 in Europe and Korea as a complementary test procedure for certification and regulation. In the present study, on-road NOx emissions were measured for four kinds of Euro 5 Korean light-duty diesel vehicles under real driving conditions, including urban, rural, and motorway test routes. The real driving emission characteristics were evaluated using both a moving averaging window(MAW) and the weighted emission method(WEM). The evaluated NOx emission results (under real driving conditions) from the MAW and WEM showed similar tendencies for the test vehicles and routes, while exceeding the certification emission limit by 1.8~8.5 and 2.0~10.6 times, respectively.