• KIPS Transactions on Software and Data Engineering
• /
• v.6 no.6
• /
• pp.303-308
• /
• 2017

Nowadays, living standard is improved and people have high interest to the personal health care problem. Accordingly, people desire to know the personal physical condition and the related medical treatment. Thus, there is the necessary of the personalized medical treatment, and there are many studies about the automatic disease diagnosis and the related services. Those studies focus on the particular disease prediction which is based on the related particular data. However, there is no studies about the medical treatment prediction. In our study, national health data based medical treatment predictor is built by using SVM, and the performance is evaluated by comparing with other prediction methods. The experimental results show that the health data based medical treatment prediction resulted in the average accuracy of 80%, and the SVM performs better than other prediction algorithms.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.399-399
• /
• 2019

최근 세계적인 기상이변으로 국지적인 대설과 한파의 발생이력이 증가하고 있다. 특히 최근 2018년 1월 8일 미국에 100년만의 한파로 인해 체감온도가 영하 69도까지 떨어지고, 우리나라에서도 같은 해 2월 8일 제주도 폭설과 한파로 인해 교통이 마비되는 피해가 발생한 것으로 알려져 대표적인 겨울철 자연재해인 대설 피해에 대한 관심이 증가하고 있는 추세이다. 이로 인해 대설 피해예측 및 저감에 대한 연구가 다수 진행되고 있으나, 시 군 구 별 과거 피해이력이 적고, 피해가 발생한 지역과 관측소 사이의 거리가 멀어 정확한 피해예측이 어려운 상황이다. 따라서 본 연구에서는 대설피해에 영향을 미치는 변수들의 데이터를 수집한 뒤 랜덤포레스트를 이용하여 대설피해액을 범주형으로 구분하고, 어느 범주에 포함되는지 예측 및 적용성을 검토하였다. 현재 과거 피해자료의 부족, 과거 피해 발생 환경과 현재 피해 발생 환경의 차이, 대설로 인해 피해가 가장 많이 발생하는 비닐하우스 설계 기준의 변화 등으로 인해 예측 정확도가 높지 않았다. 따라서 대설피해 발생지역의 정확한 기상자료가 확보되고, 변수로 사용한 데이터의 최신화가 진행된다면 본 연구결과의 정확도 향상과 대략적인 대설피해규모 예측이 가능 할 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.426-426
• /
• 2023

대설은 일반적으로 해양과 대륙의 온도차가 큰 지역, 바다·호수와 같이 상대적으로 따뜻한 곳이 인접해 있어 기단 변질이 잘 일어나는 지역, 산악에 의해 습윤한 공기가 강제 상승되는 지역에서 자주 발생한다. 우리나라는 찬 대륙고기압 공기가 해수 온도 차로 눈 구름대가 만들어지거나, 고기압 가장자리에서 한기를 동반한 상층 기압골이 우리나라 상공을 통과하면서 대설이 발생한다. 최근 우리나라에서 빈번하게 발생하는 대설피해는 직접피해와 간접피해로 나뉘며, 이에 따라 사회·경제적으로 막대한 피해를 야기한다. 우리나라 대설피해양상은 지역적 특성, 방재 대책, 대처능력 등에 따라 달라지는 것이 특징이며, 지역적으로 다르게 발생하는 대설피해를 효과적으로 대비할 수 있는 연구가 필요하다. 따라서 본 연구에서는 지역적 특성을 고려한 차등화된 대설 피해를 예측하는 연구를 진행하고자 하였다. 본 연구에서는 기상요소 및 사회·경제적 요소 등을 입력자료로 활용하고, DPSIR 분석을 통해 Red Zone, Orange Zone, Yellow Zone, Green Zone으로 위험 등급을 분류 및 등급 별 대설피해 예측기법을 개발하였다. 최종적으로 1994년부터 2020년까지의 과거 대설 피해액 자료와 다중회귀분석을 이용하여 기법을 개발하였고, 기법의 예측력 평가를 위해 RMSE와 RMSE를 표준화한 NRMSE의 두 가지 통계 지표를 사용하여 평가하였다. 모형별 예측력 평가 결과 Yellow 등급 모형이 가장 우수한 예측력을 보였다. 추후 본 연구결과를 통해 대설피해 범위를 예측하는 연구가 진행된다면 사전에 대설피해에 대한 대응방안 수립과 지역별제설 우선순위를 결정할 수 있는 지표가 개발될 것으로 기대된다.

• KIPS Transactions on Software and Data Engineering
• /
• v.10 no.8
• /
• pp.301-310
• /
• 2021

The TATI model is a Traffic Accident Text to RGB Image model, which is a methodology proposed in this paper for predicting the severity of traffic accidents. Traffic fatalities are decreasing every year, but they are among the low in the OECD members. Many studies have been conducted to reduce the death rate of traffic accidents, and among them, studies have been steadily conducted to reduce the incidence and mortality rate by predicting the severity of traffic accidents. In this regard, research has recently been active to predict the severity of traffic accidents by utilizing statistical models and deep learning models. In this paper, traffic accident dataset is converted to color images to predict the severity of traffic accidents, and this is done via CNN models. For performance comparison, we experiment that train the same data and compare the prediction results with the proposed model and other models. Through 10 experiments, we compare the accuracy and error range of four deep learning models. Experimental results show that the accuracy of the proposed model was the highest at 0.85, and the second lowest error range at 0.03 was shown to confirm the superiority of the performance.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.89-90
• /
• 2015

현재 사용되고 있는 풍력발전 예측 모델은 물리적인 시간변화에 따른 예측을 진행하고 있다. 제주도 풍력단지의 출력 값과 풍력단지 상호 거리에 대한 상관관계를 분석해본 결과, 거리가 가까울수록 높은 상관계수를 보이는 것을 알 수 있었다. 따라서 풍력 예측 모델에서 시간적인 특성뿐 아니라 공간적 특성을 같이 고려하는 것이 필요하다. 본 논문에서는 국내 외 풍력발전 예측 모델을 분석을 수행하고, 풍력 예측 모델에 공간기법 적용의 필요성에 대해 연구하고자 한다.

• Proceedings of the Safety Management and Science Conference
• /
• 2013.11a
• /
• pp.561-567
• /
• 2013

본 연구는 졸음운전의 지표로 예상되는 심전도의 LF/HF 비율이 효과적으로 졸음운전을 예측하는지를 검증하는 것이었다. 본 연구는 총 31명이 참가하였으며, 가상 운전 시뮬레이션 과제를 활용하여 진행하였다. 수면박탈이 운전 중 LF/HF 비율에 영향을 미치는지를 검증하기 위해 충분한 수면을 취한 조건과 수면이 박탈된 조건으로 실험을 실시하였다. 충분한 수면을 취한 조건에서 참가자는 전날 6시간 이상의 수면을 취한 후 30분동안 진행되는 가상 운전과제를 수행하였다. 수면이 박탈된 조건에서는 실험에 참여하기 전날에 참가자가 5시간 이하의 수면을 취하도록 유도한 후 60분 동안 진행되는 가상 운전 과제에 참여하도록 하였다. 참가자는 두 조건 모두에서 심전도를 측정할 수 있는 장비를 착용한 상태로 가상 운전 과제를 수행하였다. LF/HF 비율과 지각된 졸음운전과의 관계성을 확인하기 위해서 참가자가 가상 운전 과제를 수행하는 동안 10분간격으로 주관적 졸림정도를 측정하였다. 실험 결과 충분한 수면을 취한 조건보다 수면박탈 조건에서 참가자의 LF/HF 비율이 감소하였으며, 동일하게 주관적 졸림정도는 증가하였다. 또한 주관적 졸림정도가 LF/HF비율을 예측하는 것으로 나타났다. 따라서 LF/HF 비율을 통한 졸음 운전 예측은 타당한 것으로 나타났다.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.307-312
• /
• 2022

상호참조해결은 주어진 문서에서 멘션을 추출하고 동일한 개체의 멘션들을 군집화하는 작업이다. 기존 상호참조해결 연구의 멘션탐지 단계에서 진행한 가지치기는 모델이 계산한 점수를 바탕으로 순위화하여 정해진 비율의 멘션만을 상호참조해결에 사용하기 때문에 잘못 예측된 멘션을 입력하거나 정답 멘션을 제거할 가능성이 높다. 또한 멘션 탐지와 상호참조해결을 종단간 모델로 진행하여 학습 시간이 오래 걸리고 모델 복잡도가 높은 문제가 존재한다. 따라서 본 논문에서는 상호참조해결을 2단계 파이프라인 모델로 진행한다. 첫번째 멘션 탐지 단계에서 후보 단어 범위의 점수를 계산하여 멘션을 예측한다. 두번째 상호참조해결 단계에서는 멘션 탐지 단계에서 예측된 멘션을 그대로 이용해서 서로 상호참조 관계인 멘션 쌍을 예측한다. 실험 결과, 2단계 학습 방법을 통해 학습 시간을 단축하고 모델 복잡도를 축소하면서 종단간 모델과 유사한 성능을 유지하였다. 상호참조해결은 Light에서 68.27%, AMI에서 48.87%, Persuasion에서 69.06%, Switchboard에서 60.99%의 성능을 보였다.

• Explosives and Blasting
• /
• v.29 no.2
• /
• pp.81-88
• /
• 2011

Most of the blast pollution that causes complaints is noise and vibration. Hence, special attentions need to be paid to controlling the underwater noise in designing blasting for those areas. This study estimated underwater sound pressure using distance from blasting and charge per delay and underwater sound pressure level using the underwater sound pressure. To identify the validity of the estimated value, the study demonstrated the results at other areas and compared actual results with estimated results.

• 한국신재생에너지학회:학술대회논문집
• /
• 2007.06a
• /
• pp.579-584
• /
• 2007

대두유로부터 생산된 바이오디젤과 바이오디젤 혼합 연료유를 대상으로 지방산메틸에스터 함량과 화학적 분석을 통해 산화 특성과 오일의 수명 예측 연구를 수행하였다. 바이오디젤, 경유, BD5, BD20은 산화가 진행될수록 산가(Acid number), 동점도(Kinematic Viscosity) 및 밀도(Density)는 증가하였다. 산가 측정결과의 활용에 의해 임의의 온도조건에서 정확한 사용수명을 예측하기 위하여 화학속도론에 의거하여 각각의 연료에 대한 사용수명식을 도출하였다. 도출된 사용수명식으로부터 바이오디젤이 가장 빠르게 산화가 진행되었고 바이오디젤 혼합량이 증가할수록 사용수명이 단축되는 것을 확인할 수 있었다.

• New & Renewable Energy
• /
• v.3 no.2 s.10
• /
• pp.17-23
• /
• 2007

대두유로부터 생산된 바이오디젤과 바이오디젤 혼합 연료유를 대상으로 지방산메틸에스터 함량과 화학적 분석을 통해 산화 특성과 오일의 수명 예측 연구를 수행하였다. 바이오디젤, 경유, BD5, BD20은 산화가 진행될수록 산가(Acid number), 동점도(Kinematic Viscosity) 및 밀도(Density)는 증가하였다. 산가 측정결과의 활용에 의해 임의의 온도조건에서 정확한 사용수명을 예측하기 위하여 화학속도론에 의거하여 각각의 연료에 대한 사용수명식을 도출하였다. 도출된 사용수명식으로부터 바이오디젤이 가장 빠르게 산화가 진행되었고 바이오디젤 혼합량이 증가할수록 사용수명이 단축되는 것을 확인할 수 있었다.