• KDI Journal of Economic Policy
• /
• 제36권3호
• /
• pp.1-23
• /
• 2014

본고는 4개의 거시변수들을 포함한 Time Varying VAR 모형을 통해 한국의 통화정책 변화를 평가하였다. 첫째, 외환위기나 금융위기 때와 같이 통화정책이 환율변동에 대해 민감하게 변화하는 시기가 존재하므로 위기를 포함한 긴 표본 안에서 한국의 통화정책을 평가할 때는 환율을 모형안에 포함시키는 것이 필요하다. 둘째, 표본기간 내에서 이례적인 큰 변동성이 때때로 나타나는 한국 거시변수들을 설명하기 위해서는 stochastic volatilities를 TVP-VAR 모형 내에서 설정할 필요가 있다. 한편, 2000년대 거시변수들의 안정화는 stochastic volatilities의 감소에 의해 설명되며, 부분적으로는 거시경제의 구조를 반영하는 충격반응함수에 의해서도 설명된다. 셋째, 통화정책의 인플레이션에 대한 유효성의 크기는 예전에 비해 최근 약화된 편이나 유효성의 지속성은 비교적 높아진 것으로 나타났다. 마지막으로 인플레이션 안정화에 대한 통화정책의 기조는 물가안정목표제가 도입되기 전에 비해 그 후에 적극적인 방향으로 개선되어 왔음을 보이고 있다. 하지만 우리나라의 통화정책은 그 기조가 경기변동에 비해 인플레이션 안정화에 대하여 여전히 덜 적극적인 것을 감안할 때 개선될 여지가 있는 것으로 판단된다.

• Computers and Concrete
• /
• 제24권6호
• /
• pp.541-553
• /
• 2019

Alkali-silica reaction (ASR) in concrete can induce degradation in its mechanical properties, leading to compromised serviceability and even loss in load capacity of concrete structures. Compared to other properties, ASR often affects the modulus of elasticity more significantly. Several empirical models have thus been established to estimate elastic modulus reduction based on the ASR expansion only for condition assessment and capacity evaluation of the distressed structures. However, it has been observed from experimental studies in the literature that for any given level of ASR expansion, there are significant variations on the measured modulus of elasticity. In fact, many other factors, such as cement content, reactive aggregate type, exposure condition, additional alkali and concrete strength, have been commonly known in contribution to changes of concrete elastic modulus due to ASR. In this study, an artificial intelligent model using artificial neural network (ANN) is proposed for the first time to provide an innovative approach for evaluation of the elastic modulus of ASR-affected concrete, which is able to take into account contribution of several influence factors. By intelligently fusing multiple information, the proposed ANN model can provide an accurate estimation of the modulus of elasticity, which shows a significant improvement from empirical based models used in current practice. The results also indicate that expansion due to ASR is not the only factor contributing to the stiffness change, and various factors have to be included during the evaluation.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2002년도 하계학술발표대회 논문집 제21권 1호
• /
• pp.95-98
• /
• 2002

문자인식 또는 음성인식을 위해 사용되어지는 CHMM(Continuous Hidden Markov Model)모델은 일반적으로 모델의 상태수를 일정한 수로 고정하는 고정 상태수 모델 구조를 가지고 있으나, 이는 개별적인 인식 단위의 특성을 고려하지 않은 경우로써 이를 고려한 가변 상태수 모델을 사용할 경우 인식률 향상을 기대할 수 있다. 개별적인 인식 단위에 적합한 모델 상태수를 결정하는 방법으로 파라미터 히스토그램 방법과, BIC(Bayesian Information Criterion)방법을 사용하는 것이 대표적이다. 이들 방법들은 개별적인 인식단위의 우도값만을 향상시키기 위한 방법으로 전체인식률과 직접적으로 비례하지는 않는다. 따라서, 본 논문에서는 고정 상태수를 갖는 모델 적용 방법과 인식단위별 상태수 변화에 따른 인식률을 비교하였으며, 이를 바탕으로 각 모델별 상태수를 달리하는 가변 상태수 CHMM모델 구성 방법을 제안한다. 제안된 가변상태수 모델의 유효성을 확인하기 위해 음성/문자 공용인식기 중 필기체 문자 인식에 적용한 결과 제안한 LM(Local Maximum)으로 구성된 가변 상태수 모델이 MLE와 BIC로 구성된 모델과 인식률 면에서는 거의 동일한 성능을 유지하면서 전체 상태수는 MLE 모델에 비해 $31\%$, BIC로 구성된 모델에 비해 $22\%$ 감소를 나타내어 제안한 모델의 유효성을 확인할 수 있었다.

• Smart Structures and Systems
• /
• 제4권6호
• /
• pp.727-740
• /
• 2008

A down hole vertical seismic array is a sequence of instruments installed at various depths in the earth to record the ground motion at multiple points during an earthquake. Numerous studies demonstrate the unique utility of vertical seismic arrays for studying in situ site response and soil behavior. Examples are given of analyses made at two sites to show the value of data from vertical seismic arrays. The sites examined are the Lotung, Taiwan SMART1 array and a new site installed at Jingliao, Taiwan. Details of the installation of the Jingliao array are given. ARX models are theoretically the correct process models for vertical wave propagation in the layered earth, and are used to linearly map deeper sensor input signals to shallower sensor output signals. An example of Event 16 at the Lotung array is given. This same data, when examined in detail with a Bayesian inference model, can also be explained by nonlinear filters yielding commonly accepted soil degradation curves. Results from applying an ARMAX model to data from the Jingliao vertical seismic array are presented. Estimates of inter-transducer soil increment resonant frequency, shear modulus, and damping ratio are presented. The shear modulus varied from 50 to 150 MPa, and damping ratio between 8% and 15%. A new hardware monitoring system - TerraScope - is an affordable 4-D down-hole seismic monitoring system based on independent, microprocessor-controlled sensor Pods. The Pods are nominally 50 mm in diameter, and about 120 mm long. An internal 16-bit micro-controller oversees all aspects of instrumentation, eight programmable gain amplifiers, and local signal storage.

• Journal of Animal Science and Technology
• /
• 제57권5호
• /
• pp.19.1-19.6
• /
• 2015

The objective of this study was to estimate variance components and genetic parameters for growth curve parameters in Guilan sheep. Studied traits were parameters of Brody growth model which included A (asymptotic mature weight), B (initial animal weight) and K (maturation rate). The data set and pedigree information used in this study were obtained from the Agricultural Organization of Guilan province (Rasht, Iran) and comprised 8647 growth curve records of lambs from birth to 240 days of age during 1994 to 2014. Marginal posterior distributions of parameters and variance components were estimated using TM program. The Gibbs sampler was run 300000 rounds and the first 60000 rounds were discarded as a burn-in period. Posterior mean estimates of direct heritabilities for A, B and K were 0.39, 0.23 and 0.039, respectively. Estimates of direct genetic correlation between growth curve parameters were 0.57, 0.03 and -0.01 between A-B, A-K and B-K, respectively. Estimates of direct genetic trends for A, B and K were positive and their corresponding values were $0.014{\pm}0.003$ (P < 0.001), $0.0012{\pm}0.0009$ (P > 0.05) and $0.000002{\pm}0.0001$ (P > 0.05), respectively. Residual correlations between growth curve parameters varied form -0.52 (between A-K) to 0.48 (between A-B). Also, phenotypic correlations between growth curve parameters varied form -0.49 (between A-K) to 0.47 (between A-B). The results of this study indicated that improvement of growth curve parameters of Guilan sheep seems feasible in selection programs. It is worthwhile to develop a selection strategy to obtain an appropriate shape of growth curve through changing genetically the parameters of growth model.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.462-462
• /
• 2017

유량은 기후적 요인과 인간활동 요인에 의하여 변동된다. 특히 우리나라는 지난 30년 동안 전지구적인 기후변화와 특정지역에서의 인간활동의 변화가 급격하게 진행된 바 있으므로, 합리적인 수자원 계획을 수립하기 위해서는 두 가지 요소들로 인한 유량의 변동량을 정량적으로 분리하여 분석할 필요가 있다. 또한 우리나라와 같이 연강수량의 대부분이 특정 계절에 집중되는 국가나 유역에서는 월별, 계절별 및 년별로 구분된 수문분석을 시행하여야 보다 실질적인 수자원 관리계획을 수립할 수 있다. 그러나 유량의 변동량을 특정 원인별로 구분하여 분석하고자 하는 연구는 기존의 홍수나 가뭄 자체에 관한 연구에 비해 미미한 형편이며, 다양한 시간단위를 이용한 원인별 유량 변동량의 산정에 관한 연구는 더욱 찾아보기 힘들다. 따라서 본 연구에서는 기후변화로 및 인간활동으로 인한 유량 변동량을 정량적으로 분리하기 위하여 수문모형(hydrological model)을 이용한 방법과 수문학적 민감도 (hydrological sensitivity) 분석 방법을 소양강 상류유역 및 섬강 유역에 대해 적용하고 유량 변동량의 결과를 월별, 분기별 및 년별로 구분하여 제시하였다. 먼저 두 유역에 대한 기후변화 및 인간활동의 양상을 강수, 온도, 유량, 인구변화, 불투수층 변화의 추세를 통해 파악하였으며, 인간활동으로 인해 발생되는 급진적인 변동점을 탐색하기 위해 이중누가곡선, Pettitt 검정 및 베이지안 변동점 (Bayesian change point) 분석을 시행하였다. 탐색된 변동점을 활용하여 수문모형에 의한 유량 변동량을 정량화하기 위하여 변동점 이전 구간에 대해 보정 및 검증된 SWAT모형을 사용하였으며, 6가지의 Budyko 곡선 함수들로부터 각각 유량 변동량을 산정하여 수문모형에 의한 유량 변동량을 검증하였다. 최종적으로 수문모형을 이용한 방법을 통해 두 유역에 대한 기후변화 및 인간활동으로 인한 유량 변동량을 정량화하였다. 소양강 상류유역은 기후변화로 인한 유량 변동량이 인간활동으로 인한 유량변동량보다 상대적으로 크게 산정되었으며, 섬강 유역은 소양강 유역과 반대의 결과를 보이는 것으로 분석되었다. 특히 본 연구에서는 해당 분석결과를 월별 및 분기별로 구분하여 제시함으로써, 향후 특정 지역 및 시기에서의 합리적인 수자원 관리계획의 수립에 활용될 수 있는 기초적인 자료를 제공하였다.

• 한국분말재료학회지
• /
• 제30권3호
• /
• pp.217-222
• /
• 2023

Machine learning-based data analysis approaches have been employed to overcome the limitations in accurately analyzing data and to predict the results of the design of Nb-based superalloys. In this study, a database containing the composition of the alloying elements and their room-temperature tensile strengths was prepared based on a previous study. After computing the correlation between the tensile strength at room temperature and the composition, a material science analysis was conducted on the elements with high correlation coefficients. These alloying elements were found to have a significant effect on the variation in the tensile strength of Nb-based alloys at room temperature. Through this process, a model was derived to predict the properties using four machine learning algorithms. The Bayesian ridge regression algorithm proved to be the optimal model when Y, Sc, W, Cr, Mo, Sn, and Ti were used as input features. This study demonstrates the successful application of machine learning techniques to effectively analyze data and predict outcomes, thereby providing valuable insights into the design of Nb-based superalloys.

• Current Optics and Photonics
• /
• 제8권3호
• /
• pp.230-238
• /
• 2024

The refractive index is a key material-design parameter, especially for high-refractive-index glasses, which are used for precision optics and devices. Increased demand for high-precision optical lenses produced by the glass-mold-press (GMP) process has spurred extensive studies of proper glass materials. B₂O₃, SiO₂, and multiple heavy-metal oxides such as Ta₂O₅, Nb₂O₅, La₂O₃, and Gd₂O₃ mostly compose the high-refractive-index glasses for GMP. However, due to many oxides including up to 10 components, it is hard to predict the refractivity solely from the composition of the glass. In this study, the refractive index of optical glasses based on the B₂O₃-La₂O₃-Ta₂O₅-SiO₂ system is predicted using machine learning (ML) and compared to experimental data. A dataset comprising up to 271 glasses with 10 components is collected and used for training. Various ML algorithms (linear-regression, Bayesian-ridge-regression, nearest-neighbor, and random-forest models) are employed to train the data. Along with composition, the polarizability and density of the glasses are also considered independent parameters to predict the refractive index. After obtaining the best-fitting model by R² value, the trained model is examined alongside the experimentally obtained refractive indices of B₂O₃-La₂O₃-Ta₂O₅-SiO₂ quaternary glasses.

• 농업과학연구
• /
• 제39권3호
• /
• pp.357-364
• /
• 2012

Genomic breeding value (GEBV) has recently become available in the beef cattle industry. Genomic selection methods are exceptionally valuable for selecting traits, such as marbling, that are difficult to measure until later in life. One method to utilize information from sparse marker panels is the Bayesian model selection method with RJMCMC. The accuracy of prediction varies between a multiple SNP model with RJMCMC (0.47 to 0.73) and a least squares method (0.11 to 0.41) when using SNP information, while the accuracy of prediction increases in the multiple SNP (0.56 to 0.90) and least square methods (0.21 to 0.63) when including a polygenic effect. In the multiple SNP model with RJMCMC model selection method, the accuracy ($r^2$) of GEBV for marbling predicted based only on SNP effects was 0.47, while the $r^2$ of GEBV predicted by SNP plus polygenic effect was 0.56. The accuracies of GEBV predicted using only SNP information were 0.62, 0.68 and 0.73 for CWT, EMA and BF, respectively. However, when polygenic effects were included, the accuracies of GEBV were increased to 0.89, 0.90 and 0.89 for CWT, EMA and BF, respectively. Our data demonstrate that SNP information alone is missing genetic variation information that contributes to phenotypes for carcass traits, and that polygenic effects compensate genetic variation that whole genome SNP data do not explain. Overall, the multiple SNP model with the RJMCMC model selection method provides a better prediction of GEBV than does the least squares method (single marker regression).

• 정보과학회 논문지
• /
• 제42권4호
• /
• pp.451-458
• /
• 2015

기존 멀티모달 학습 기법의 대부분은 데이터에 포함된 컨텐츠 모델링을 통한 지식획득보다는 이미지나 비디오 검색 및 태깅 등 구체적 문제 해결에 집중되어 있었다. 본 논문에서는 멀티모달 개념계층모델을 이용하여 만화 비디오로부터 컨텐츠를 학습하는 기법을 제안하고 학습된 모델로부터 등장인물의 특성을 고려한 자막을 생성하는 방법을 제시한다. 멀티모달 개념계층 모델은 개념변수층과 단어와 이미지 패치의 고차 패턴을 표현하는 멀티모달 하이퍼네트워크층으로 구성되며 이러한 모델구조를 통해 각각의 개념변수는 단어와 이미지패치 변수들의 확률분포로 표현된다. 제안하는 모델은 비디오의 자막과 화면 이미지로부터 등장 인물의 특성을 개념으로서 학습하며 이는 순차적 베이지안 학습으로 설명된다. 그리고 학습된 개념을 기반으로 텍스트 질의가 주어질 때 등장인물의 특성을 고려한 비디오 자막을 생성한다. 실험을 위해 총 268분 상영시간의 유아용 비디오 '뽀로로'로부터 등장인물들의 개념이 학습되고 학습된 모델로부터 각각의 등장인물의 특성을 고려한 자막 문장을 생성했으며 이를 기존의 멀티모달 학습모델과 비교했다. 실험결과는 멀티모달 개념계층모델은 다른 모델들에 비해 더 정확한 자막 문장이 생성됨을 보여준다. 또한 동일한 질의어에 대해서도 등장인물의 특성을 반영하는 다양한 문장이 생성됨을 확인하였다.