• 한국농림기상학회지
• /
• 제14권4호
• /
• pp.269-276
• /
• 2012

작물모형 평가에 사용되거나 사용할 수 있는 9가지 지표를 소개하였으며 이들의 특징은 다음과 같다. efficiency of model (EF)와 index of agreement (d)은 dimension이 없고 관측수(n)에 의존적이지 않았으며, dimension에 대해서만 자유로운 것은 relative root mean square error (RRMSE), bias factor (Bf)와 accuracy factor (Af)이다. Root mean sqruar, mean error, mean absolute error들은 관측수와 dimension에 영향을 받기 때문에 판단 시 주의가 필요하다. 따라서 이들의 특징을 파악하여 목적에 맞게 모형의 성능을 파악하여야 한다.

• 대한전자공학회논문지SP
• /
• 제46권4호
• /
• pp.108-115
• /
• 2009

본 논문에서는 에러에 강인한 동영상 압축을 위해서 효과적인 에러 은닉을 제공하는 새로운 움직임 예측기법을 제안한다. 일반적으로 전송 에러에 의해 손실된 프레임을 효율적으로 복원하기 위해서는 영상 내에서 객체의 실제 움직임을 정확하게 아는 것이 중요하다. 하지만 현재 블록과 움직임 보상된 블록에 있는 화소의 차의 절대값의 합 (sum of absolute different, SAD)을 기준으로 이용하는 기존의 움직임 예측 (motion estimation, ME)기법이 객체의 실제 움직임을 항상 정확하게 반영하는 것은 아니다. 이러한 문제를 해결하기 위해서, 본 논문에서 현재 블록과 움직임 보상된 블록의 움직임 벡터들의 차이의 절대값 (absolute different of motion vectors, ADMV)을 새로운 부가적인 기준으로 소개한다. 본 논문에서 제안하는 ME 기법은 SAD와 ADMV의 가중 합을 최소화시킴으로써 실제 움직임과 거리가 먼 움직임 벡터들을 효과적으로 제거할 수 있다. 또한, 제안하는 ADMV을 이용하면 영상의 전송 과정에서 손실된 프레임의 정보를 전혀 사용하지 않고도 손실된 움직임 정보를 효과적으로 복원할 수 있으므로 복호기에서의 에러 은닉 성능을 크게 향상시킬 수 있다. 실험을 통하여 본 논문에서 제안하는 기법이 기존의 ME기법과 유사한 압축 효율을 갖으면서 기존의 에러 내성 기법보다 성능이 더 우수하다는 것을 확인하였다.

• 한국전문물리치료학회지
• /
• 제14권3호
• /
• pp.90-96
• /
• 2007

The purpose of this study was to compare the joint position sense at the knee joint at 3 different surface conditions by using the active knee joint angle reproduction test in the standing position. Twenty healthy volunteers (10 males and 10 females) age 20~29 years were recruited for this study. The knee joint position senses were assessed at three different surface conditions: on the floor (stable condition), TOGU (soft condition), and seat fit (unstable condition) in a closed kinetic chain. Testing orders were selected randomly. The absolute angle error was defined as the absolute difference between target angles ($30^{\circ}{\sim}45^{\circ}$ knee flexion) and subject perceived angle of the knee flexion. One way ANOVA was used to compare the absolute angle of error among 3 different conditions. The Independent t-test was used to compare the absolute angle of error between male and female. The error angles were significantly different among surface conditions ($1.3^{\circ}{\pm}1.2^{\circ}$ for the floor, $2.1^{\circ}{\pm}0.9^{\circ}$ for the TOGU, and $4.4^{\circ}{\pm}1.8^{\circ}$ for the seat fit, p<.05). There was no significant difference in error angle between male and female. In conclusion, the joint position sense of the knee joint in the closed kinetic chain decreased at unstable surface conditions. The result of this study indicates that surface conditions should be considered when assessing and training the joint position sense of the knee joint in clinical setting.

• Journal of the Korean Statistical Society
• /
• 제29권2호
• /
• pp.187-199
• /
• 2000

In this paper, we deal with the asymptotic properties of the least absolute deviation estimators in the nonlinear time series regression model. For the sinusodial model which frequently appears in a time series analysis, we study the strong consistency and asymptotic normality of least absolute deviation estimators. And using the derived limiting distributions we show that the least absolute deviation estimators is more efficient than the least squared estimators when the error distribution of the model has heavy tails.

• Journal of the Korean Data and Information Science Society
• /
• 제26권3호
• /
• pp.561-568
• /
• 2015

이 연구에서는 공간회귀모형 중 공간시차모형과 공간오차모형을 이용하여 대구 경북 지역 단위면적당 아파트 매매가격을 예측하였다. k-최근접이웃 (k-nearest neighbours)을 이용하여 공간가중행렬을 구축하였으며, 이를 이용해 2012년 3월의 단위면적당 아파트 매매가격에 대한 모형을 적합시켰다. 적합시킨 공간시차모형, 공간오차모형을 이용하여 2013년 3월의 단위면적당 아파트 매매가격을 예측하였으며 RMSE (root mean squared error), RRMSE (root relative mean squared error), MAE (mean absolute error)를 통해 두 모형의 성능을 비교하였다.

• 전기학회논문지P
• /
• 제57권4호
• /
• pp.431-436
• /
• 2008

We have extended an absolute evaluation method to obtain the ratio error and phase displacement of a current transformer (CT) up to primary current of 40,000 A by measuring four parameters of equivalent circuit in CT. The method was applied to CTs under test with the current ratios in the range of 5,000 A / 5 A - 40,000 A / 5 A. The ratio error and phase displacement of the CTs under test obtained in this study are consistent with those measured at the national institutes in Canada and Germany using the same CTs under test within an expanded uncertainty (k = 2) in the overall current ratios.

• 응용통계연구
• /
• 제26권2호
• /
• pp.349-360
• /
• 2013

최근 일별 최대 전력수요 예측은 전력설비 계획 및 운용에 매우 중요한 사안으로 주목받고 있다. 본 연구는 일별 최대 전력수요 예측을 위하여 대표적 시계열 모형을 소개하고, 예측의 성능 비교를 위하여 RMSE(Root mean squared error)와 MAPE(Mean absolute percentage error)를 사용한다. 연구결과로 보완된 Holt-Winters 모형과 Reg-ARIMA 모형이 다른 모형에 비하여 우수한 예측 성능을 보였다.

• Journal of Electrical Engineering and information Science
• /
• 제1권2호
• /
• pp.119-124
• /
• 1996

Variable step size LMS(VS-LMS) algorithms improve performance of LMS algorithm by means of varying the step size. This paper presents a new VS-LMS algorithm using normalized absolute estimation error. Normalizing the estimation error to the expected valus of the desired signal, we determined the step size using the relative size of estimation error, Because parameters and computational load are less, our algorithm is easy to implement in hardware. The performance of the proposed algorithm is analyzed theoretically and estimated through simulations. Based on the theoretical analysis and computer simulations, the proposed algorithm is shown to be effective compared to conventional VS-LMS algorithms.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 춘계학술대회
• /
• pp.457-459
• /
• 2018

태양광발전시스템은 태양광으로부터 에너지를 생산하는 발전기술이며, 신재생 에너지 기술 중 가장 빠르게 성장하고 있다. 태양광 발전 시스템은 부하에 안정적으로 에너지를 공급하는 것이 가장 중요시 된다. 그러나 날씨 및 기상 조건에 따라 에너지 생산이 불안정하기 때문에 에너지 생산량에 대한 정확한 예측이 필요하다. 본 논문에서는 강수량, 장 단파 복사선 평균, 온도 등 15가지 종류의 기상 데이터를 사용하여 태양광 에너지를 예측하는 인공 신경망(ANN)을 구현하고 성능을 평가한다. 인공 신경망은 은닉층을 구성하고 오버피팅을 방지하기 위한 페널티 ${\alpha}$와 같은 파라미터를 조절하여 구현한다. 예측모델의 정확도와 타당성을 검증하기 위해 성능지표로 MAPE(Mean Absolute Percentage Error)와 MAE(Mean Absolute Error)를 사용한다. 실험 결과 Hidden Layer $Sizes=^{\prime}16{\times}10^{\prime}$을 사용하였을 때 MAPE=19.54와 MAE=2155345.10776로 나타났다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.626-628
• /
• 2018

본 논문에서 기상 데이터를 사용하여 태양광 에너지를 예측하기 위해 기계학습 모델인 SVM(Support Vector Machine)과 ANN(Artificial Neural Network)의 성능을 비교한다. 장 단파 복사선 평균, 강수량, 온도 등 15가지 종류의 기상 데이터를 사용하여 두 모델을 생성하고, 실험을 통해 최적의 SVM의 RBF(Radial Basis Function) 파라미터와 ANN의 은닉층과 노드 개수, 정규화 파라미터를 도출하였다. SVM과 ANN 모델의 성능을 비교하기 위한 지표로서 MAPE(Mean Absolute Percentage Error)와 MAE(Mean Absolute Error)를 사용하였다. 실험 결과 SVM 모델은 MAPE=21.11, MAE=2281417.65의 성능을 달성하였고 ANN은 MAPE=19.54, MAE=2155345.10776의 성능을 달성하였다.