• 방송공학회논문지
• /
• 제16권1호
• /
• pp.108-122
• /
• 2011

본 논문은 저복잡도 및 고효율 분산 비디오 코딩에서 H.264/AVC로의 변환을 위한 트랜스코딩 방법을 제안한다. 제안한 방법은 낮은 복잡도로 높은 부호화 성능을 유지하기 위하여, 보조정보 생성을 위하여 측정된 움직임 벡터를 Wyner-Ziv (WZ) 프레임뿐만 아니라 키 프레임에서도 적용하여 부화화를 수행한다. 보조정보 생성을 위하여 측정된 움직임 벡터는 키 프레임에서 이전의 키 프레임으로의 움직임 추정에 의해 결정된 움직임 벡터임으로, 이 움직임 벡터를 이용하여 인트라 키 프레임을 예측 프레임으로 변환압축하는 방법을 제안한다. 또한, 제안한 방법은 두 예측 움직임 벡터를 기반으로 측정된 두 움직임 벡터 중, 비트율-왜곡 최적화를 수행하여 최적의 움직임 벡터를 선택한다. 보조정보의 움직임 벡터는 보조정보를 생성하기 위하여 수행된 움직임 추정을 통하여 측정된 움직임 벡터임으로, 적은 탐색 영역을 적용하여도 높은 부호화 효율을 얻을 수 있다. 따라서, 제안한 방법은 예측 움직임 벡터와 보조정보 기반의 예측 움직임 벡터로 적용하여 적은 탐색 영역에서 움직임 추정을 수행함으로써, 저복잡도로 높은 부호화 효율을 가질 수 있다. 실험결과는 기존 변환 방법과 대비하여, 트랜스코더의 복잡도가 2.82%로 감소하고 비트율 성능은 23.06% 상향되었다.

• 임산에너지
• /
• 제7권1호
• /
• pp.22-27
• /
• 1987

신품종 포플러류의 식재(10,000본/ha) 당년생일 때 직경, 수고, 재적$(D^2H)$등 몇가지 조사특성에 의한 biomass 생산량과 생산량 추정식을 유도한 결과를 요약하면 다음과 같다. 1. 현사시의 평균 건물 생산량은 줄기 2.86, 가지 0.41, 잎 0.70, 전체가 3.97t/ha이었으며 건중량 대 생중량의 비는 줄기 0.47, 가지 0.36, 잎 0.31, 전체가 0.41로 나타났다. 양황철나무의 경우 평균 건물생산량은 줄기 1.48, 가지 0.54, 잎 0.71, 전체가 2.73t/ha이었으며 건중량 대 생중량의 비는 줄기 0.42, 가지 0.37, 잎 0.28, 전체가 0.36이었다. 2. Biomass 생산량(건중량 및 생산량) 추정은 현사시의 경우 직경만으로 비교적 정확히 추정할 수 있었지만 양황철나무의 경우 직경 식재 당년생에서는 어느 특성으로도 추정이 어려울 것으로 생각된다. 3. Biomass 생산량(건중량) 분포비율은 현사시의 경우 줄기, 가지, 잎이 각각 73, 10, 17$\%$로 나타났으며 양황철나무는 줄기, 가지, 잎이 각각 54, 20, 26$\%$로 나타나 줄기 건중량에 의한 가지, 잎, 전체 건중량을 추정할 수 있었다.

• 대한지역사회영양학회지
• /
• 제22권5호
• /
• pp.413-425
• /
• 2017

Objectives: Accurate assessment of energy expenditure is important for estimation of energy requirements in athletic children. The objective of this study was to evaluate the accuracy of accelerometer for prediction of selected activities' energy expenditure and intensity in athletic elementary school children. Methods: The present study involved 31 soccer players (16 males and 15 females) from an elementary school (9-12 years). During the measurements, children performed eight selected activities while simultaneously wearing the accelerometer and carrying the portable indirect calorimeter. Five equations (Freedson/Trost, Treuth, Pate, Puyau, Mattocks) were assessed for the prediction of energy expenditure from accelerometer counts, while Evenson equation was added for prediction of activity intensity, making six equations in total. The accuracy of accelerometer for energy prediction was assessed by comparing measured and predicted values, using the paired t-test. The intensity classification accuracy was evaluated with kappa statistics and ROC-Curve. Results: For activities of lying down, television viewing and reading, Freedson/Trost, Treuth were accurate in predicting energy expenditure. Regarding Pate, it was accurate for vacuuming and slow treadmill walking energy prediction. Mattocks was accurate in treadmill running activities. Concerning activity intensity classification accuracy, Pate (kappa=0.72) had the best performance across the four intensities (sedentary, light, moderate, vigorous). In case of the sedentary activities, all equations had a good prediction accuracy, while with light activities and Vigorous activities, Pate had an excellent accuracy (ROC-AUC=0.91, 0.94). For Moderate activities, all equations showed a poor performance. Conclusions: In conclusion, none of the assessed equations was accurate in predicting energy expenditure across all assessed activities in athletic children. For activity intensity classification, Pate had the best prediction accuracy.

• 콘크리트학회논문집
• /
• 제22권3호
• /
• pp.313-324
• /
• 2010

FRP 보강근은 현장 가공이 용이하지 않고 만곡부에서 강도가 저하되는 등 전단보강근으로 사용하기에는 해결해야 할 문제점이 많다. 전단보강을 필요로 하지 않는 구조요소에 FRP 보강근을 휨보강근으로 사용하는 것은 별 어려움 없이 적용할 수 있다. 교량 바닥판이나 복개시설의 슬래브 등은 대부분 판상 구조로 전단보강이 없는 부재들이며, FRP 보강근을 휨보강근으로 사용하는 경우에는 RC구조에 비하여 전단강도가 높지 않은 특성이 있다. 그러나 이러한 형식의 구조물에 대한 신뢰성 있는 전단강도 산정 기준이 확립되지 않은 상태이다. 이 연구에서는 FRP RC의 전단거동을 관찰한 선행연구 결과와 함께 문헌 조사를 통하여 관련 자료 211개를 축적하고, 각국의 전단강도 산정 기준과 비교 검토하였다. 분석 결과 AIJ, ISE 기준이 가장 우수하였으며, ACI 440.1R-06의 기준은 보수적인 설계를 제공하지만 분산 정도는 ISE와 유사하여 항상 일관성 있는 예측 값을 주는 장점이 있었다. 합리적인 새로운 전단강도식을 개발하기 위하여 표본자료의 전단강도를 가장 잘 설명할 수 있는 회귀모형을 구축하였으며 기존 설계식과 비교 검토하였다. 구축된 회귀모형을 기반으로 정확도가 높고 분산도가 작은 새로운 전단강도식을 제안하였다.

• 한국산학기술학회논문지
• /
• 제21권7호
• /
• pp.285-291
• /
• 2020

제조 산업에서 인력은 로봇으로 대체되지만 전문 기술은 데이터 변환이 어려워 산업용 로봇에 적용이 불가능하다. 이는 비전 기반의 모션 인식 방법으로 데이터 확보가 가능하나 이미지 데이터에 따라 판단 값이 달라질 수 있다. 따라서 본 연구는 비전 방법을 사용해 사람의 자세를 추정 시 영향을 미치는 인자를 고려해 정확성 향상 방법을 찾고자 한다. 비전 방법 중 OpenPose의 3가지 모델 MPII, COCO 및 COCO + foot을 사용했으며, CNN(Convolutional Neural Networks)을 사용한 OpenPose 구조에서 얼굴 가림 및 이미지 전처리에 미치는 영향을 확인하고자 액세서리의 유무, 이미지 크기 및 필터링을 매개 변수로 설정했다. 각 매개 변수 별 이미지 데이터를 3 가지 모델에 적용해 실제 값과 예측 값 사이 거리 오차와 PCK (Percentage of correct Keypoint)로 영향도를 판단했다. 그 결과 COCO + foot 모델은 3 가지 매개 변수에 대한 민감도가 가장 낮았다. 또한 이미지 크기는 50% (원본 3024 × 4032에서 1512 × 2016로 축소) 이상 비율이 가장 적절하며, MPII 모델만 emboss 필터링을 적용할 때 거리 오차 평균이 최대 60pixel 감소되어 향상된 결과를 얻었다.

• Asia pacific journal of information systems
• /
• 제17권4호
• /
• pp.113-132
• /
• 2007

Price rigidity involves prices that do not change with the regularity predicted by standard economic theory. It is of long-standing interest for firms, industries and the economy as a whole. However, due to the difficulty of measuring price rigidity and price adjustments directly, only a few studies have attempted to provide empirical evidence for explanatory theories from Economics and Marketing. This paper proposes and validates a research model to examine different theories of price rigidity and to predict what variables can explain the observed empirical regularities and variations in price adjustment patterns of Internet-based retailers. I specify and test a model using more than 3 million daily observations on 385 books, 118 DVDs and 154 CDs, sold by 22 Internet-based retailers that were collected over a 676-day period from March 2003 to February 2005. I obtained a number of interesting findings from the estimation of our logit model. First, quality seems to play a role-I find that both price levels as proxies for store quality, and information on the quality of a product consumers have, affect online price rigidity. Second, greater competition(i.e., less industry concentration) leads to less price rigidity(i.e., more price changes) on the Internet. I also find that Internet-based sellers more frequently change the prices of popular products, and the sellers with broader product coverage change prices less frequently, which seem due to economic forces faced by these Internet-based sellers. To the best of my knowledge, this research is the first to empirically assess price rigidity patterns for multiple industries in Internet-based retailing, and attempt to explain the variation in these patterns. I found that price changes are more likely to be driven by quality, competitive and economic considerations. These results speak to both the IS and economics literatures. To the IS literature these results suggest we take economic considerations into account in more sophisticated ways. The existence and variation in price rigidity argue that simplistic assumptions about frictionless and completely flexible digital prices do not capture the richness of pricing behavior on the Internet. The quality, competitive and economic forces identified in this model suggest promising directions for future theoretical and empirical work on their role in these technologically changing markets. To the economics literature these results offer new evidence on the sources of price rigidity, which can then be incorporated into the development of models of pricing at the firm, industry and even macro-economic level of analysis. It also suggests that there is much to be learned through interdisciplinary research between the IS, economics and related business disciplines.

• Steel and Composite Structures
• /
• 제34권5호
• /
• pp.743-767
• /
• 2020

Due to the impressive flexural performance, enhanced compressive strength and more constrained crack propagation, Fibre-reinforced concrete (FRC) have been widely employed in the construction application. Majority of experimental studies have focused on the seismic behavior of FRC columns. Based on the valid experimental data obtained from the previous studies, the current study has evaluated the seismic response and compressive strength of FRC rectangular columns while following hybrid metaheuristic techniques. Due to the non-linearity of seismic data, Adaptive neuro-fuzzy inference system (ANFIS) has been incorporated with metaheuristic algorithms. 317 different datasets from FRC column tests has been applied as one database in order to determine the most influential factor on the ultimate strengths of FRC rectangular columns subjected to the simulated seismic loading. ANFIS has been used with the incorporation of Particle Swarm Optimization (PSO) and Genetic algorithm (GA). For the analysis of the attained results, Extreme learning machine (ELM) as an authentic prediction method has been concurrently used. The variable selection procedure is to choose the most dominant parameters affecting the ultimate strengths of FRC rectangular columns subjected to simulated seismic loading. Accordingly, the results have shown that ANFIS-PSO has successfully predicted the seismic lateral load with R² = 0.857 and 0.902 for the test and train phase, respectively, nominated as the lateral load prediction estimator. On the other hand, in case of compressive strength prediction, ELM is to predict the compressive strength with R² = 0.657 and 0.862 for test and train phase, respectively. The results have shown that the seismic lateral force trend is more predictable than the compressive strength of FRC rectangular columns, in which the best results belong to the lateral force prediction. Compressive strength prediction has illustrated a significant deviation above 40 Mpa which could be related to the considerable non-linearity and possible empirical shortcomings. Finally, employing ANFIS-GA and ANFIS-PSO techniques to evaluate the seismic response of FRC are a promising reliable approach to be replaced for high cost and time-consuming experimental tests.

• 한국수자원학회논문집
• /
• 제43권8호
• /
• pp.721-731
• /
• 2010

강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이다. 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이는 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 수위자료로부터 단시간 수위예측에 관해 연구하였으며, 이를 위해 오류역전파알고리즘을 이용한 신경망모형과 인공신경망의 가중치를 유전자 알고리즘에 의해 최적화시킨 모형 그리고 최적화된 상태에서 다시 학습을 진행하는 세 가지 모형에 대하여 적용한 결과 유전자 알고리즘을 사용하여 신경망을 학습시킨 모형이 다른 모형들에 비해 우수한 결과를 보여주고 있으며 예측시간이 길어지더라도 예측력이 크게 떨어지지 않았다. 또한 입력자료로 강우와 수위를 사용한 모형보다는 수위를 사용한 모형에서 조금 더 우수한 결과를 보여주었다.

• 한국측량학회지
• /
• 제38권6호
• /
• pp.573-581
• /
• 2020

CCTV영상과 날씨 정보를 이용하여 미세먼지 농도를 추정하는 기법을 제안하고, 이에 대한 실험을 진행하였다. CCTV영상에 대해서는 특정 지점을 포함하는 일부 영역 영상과, 전체 영역 영상을 가지고 합성곱 신경망 (CNN)기반의 딥러닝 기법을 적용하여 PM 지수를 추정하는 방법을 제안하였다. 추가로 딥러닝에 의해서 예측된 결과 값을 습도 및 풍속 두 가지 날씨 특성과 결합한 뒤, 학습 된 회귀 모델을 사용하여 수정된 미세먼지 지수를 계산하는 후처리 실험도 함께 진행하였다. 실험 결과, CCTV영상으로부터 미세먼지 지수 추정 값은 R2가 0.58~0.89를 나타내었고, 측정기가 설치된 일부 영역 영상과 전체 영역 영상을 함께 학습시킨 결과가 가장 우수하였다. 기상변수를 이용한 후처리 적용결과는 실험지역의 모든 경우에 대하여 항상 정확도 향상을 보여주진 않았다.

• 한국해양학회지:바다
• /
• 제29권1호
• /
• pp.1-13
• /
• 2024

동해 남서부해역은 대마난류나 연안 용승에 의한 영양염 공급 등으로 동해 북부나 동부에 비해 일차생산력이 높은 것으로 알려져 있지만, 이 해역의 생물 펌프에 관한 연구는 제한적이다. 본 연구에서는 O₂/Ar 측정으로 산출한 고해상도 순군집생산 현장 관측 결과와 기계학습 모형을 결합하여 시공간 해상도가 8일 간격, 4 km인 봄과 여름 순군집생산 시계열 자료를 추정하였다. 기계 모형의 예측과 실측의 평균 제곱근 오차는 6 mmol O₂ m^-2 d^-1로 관측값 평균의 15%에 해당했다. 울릉분지 중앙부의 순군집생산은 3월에 49 mmol O₂ m^-2 d^-1로 가장 높았고, 6월과 7월에 18 mmol O₂ m^-2 d^-1로 가장 낮았다. 이 같은 계절 변화는 ³He 기체교환율로 추정한 질산염 공급률이나 ²³⁴Th 비평형법으로 추정한 입자유기탄소 방출률과 유사하였다. 봄과 여름의 순군집생산 추정으로 한정된 이 연구방법을 가을과 겨울로 확대하기 위해서는 아표층수의 표층 혼입에 따른 O₂/Ar 순군집생산의 오차를 보정하는 연구가 필요하다.