• 천문학회보
• /
• 제46권1호
• /
• pp.61.2-61.2
• /
• 2021

SkyMapper is the largest-aperture optical wide-field telescope in Australia and can be used for transient detection in the Southern sky. Reference images from its Southern Survey cover the sky at δ <+10 deg to a depth of I ~ 20 mag. It has been used for surveys of extragalactic transients such as supernovae, optical counterparts to gravitational-wave (GW) and fast radio bursts. We adopt an ensemble-based machine learning technique and further filtering scheme that provides high completeness ~98% and purity ~91% across a wide magnitude range. Here we present an important use-case of our robotic transient search, which is the follow-up of GW event triggers from LIGO/Virgo. We discuss the facility's performance in the case of the second binary neutron star merger GW190425. In time for the LIGO/Virgo O4 run, we will have deeper reference images for galaxies within out to ~200 Mpc distance, allowing rapid transient detection to i ~ 21 mag.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.426-427
• /
• 2023

최근 현대인의 식습관 및 고령화로 인해 당뇨병 환자의 수가 연간 증가하고 있다. 따라서 현재는 아직 당뇨병이 발생하지 않았더라도 미래에 발생할 가능성 예측의 중요성이 커지고 있다. 기존의 당뇨병 발생 여부 진단 연구는 회귀 분석과 같은 단일 모델을 사용하여 수행된다. 그러나 당뇨병에 영향을 미치는 변수들은 복잡하게 얽혀있어 단일 모델만으로는 패턴을 충분히 학습하기 어렵다. 본 논문에서는 데이터에 적합하게 자동으로 다층 스태킹 앙상블 모델을 구성하는 알고리즘을 이용한 다층 스태킹 앙상블 모델을 제안한다. 제안하는 방법은 성능이 높은 모델들을 기준으로 층을 쌓으며 모델을 구성하며 실험 결과 다른 자동 기계학습 라이브러리와 비교해 F1 score 기준으로 최대 12.89%p의 성능 향상을 보였다.

• International Journal of Computer Science & Network Security
• /
• 제24권4호
• /
• pp.211-221
• /
• 2024

Pakistan is a top producer and exporter of high-quality rice, but traditional methods are still being used for detecting rice diseases. This research project developed an automated rice blast disease diagnosis technique based on deep learning, image processing, and transfer learning with pre-trained models such as Inception V3, VGG16, VGG19, and ResNet50. The modified connection skipping ResNet 50 had the highest accuracy of 99.16%, while the other models achieved 98.16%, 98.47%, and 98.56%, respectively. In addition, CNN and an ensemble model K-nearest neighbor were explored for disease prediction, and the study demonstrated superior performance and disease prediction using recommended web-app approaches.

• 한국수자원학회논문집
• /
• 제44권3호
• /
• pp.199-208
• /
• 2011

본 연구에서는 연속형 강우-유출모형과 앙상블 칼만 필터 기법을 연계하여 실시간 하천유량 예측모형을 개발하고 자료동화로 인한 정확도 개선 정도를 평가하고자 한다. 대상유역은 안동댐 상류유역을 선정하고 2006.7.1~8.18과 2007.8.1~9.30의 홍수기간에 대해 평가를 수행하였다. 자료동화를 위한 모형 상태변수는 유역의 토양수분과 저류량 및 하도 저류량을 선정하였으며 하류 댐 지점의 관측유량을 이용하여 상태변수를 갱신하도록 모형을 설계하였다. 상태변수의 칼만게인 거동을 분석한 결과 모의유량은 관측유량으로 74% 이동한 것으로 나타났다. 예측강우를 관측강우와 동일하다고 가정하고 예측선행시간 1시간에 대해 자료동화 전 후의 모의유량을 분석한 결과 2006년과 2007년에 각각 49.6%와 33.1%의 정확도가 향상됨을 확인하였다. 이상의 결과로부터 실시간 하천유량 예측시스템에 자료동화기법을 연계할 경우 강우-유출모형만을 이용한 결과보다 정확한 홍수량 예측이 가능할 것으로 판단된다.

• 대기
• /
• 제34권1호
• /
• pp.23-34
• /
• 2024

The Korea Meteorological Administration has improved medium-range weather forecasts by implementing post-processing methods to minimize numerical model errors. In this study, we employ a statistical correction technique known as the minimum continuous ranked probability score (CRPS) to refine medium-range forecast guidance. This technique quantifies the similarity between the predicted values and the observed cumulative distribution function of the Unified Model Ensemble Prediction System for Global (UM EPSG). We evaluated the performance of the medium-range forecast guidance for surface air temperature and relative humidity, noting significant enhancements in seasonal bias and root mean squared error compared to observations. Notably, compared to the existing the medium-range forecast guidance, temperature forecasts exhibit 17.5% improvement in summer and 21.5% improvement in winter. Humidity forecasts also show 12% improvement in summer and 23% improvement in winter. The results indicate that utilizing the minimum CRPS for medium-range forecast guidance provide more reliable and improved performance than UM EPSG.

• 디지털융복합연구
• /
• 제16권1호
• /
• pp.231-242
• /
• 2018

병원 재원일수의 효율적 관리는 병원의 수익과 환자의 진료비 절감을 위해 매우 중요한 요소이다. 이러한 재원일수의 효율적 관리를 위해서는 병원들이 재원일수에 대해서 벤치마킹을 할 수 있도록 지원이 필요하고 재원일수 절감의 구체적인 방향을 제시해 줄 수 있는 재원일수 예측모형의 개발이 필요하다. 본 연구에서는 2013년과 2014년도 퇴원손상환자자료 중 급성뇌졸중 환자를 추출하여 분석용 자료를 만들고 인공지능을 이용하여 급성뇌졸중 환자의 재원일수 예측모형을 개발하였다. 분석용 자료는 훈련용 60%, 평가용 40%로 분류하였다. 모형개발은 전통적 통계기법인 다중회귀분석기법과 인공지능기법인 대화식 의사결정나무기법, 신경망 기법, 그리고 이들을 모두 통합한 앙상블기법을 이용하였다. 모형평가는 Root ASE(Absolute error) 지표를 이용하였는데, 다중회귀분석은 23.7, 대화식결정나무 23.7, 신경망 분석은 22.7, 앙상블은 22.7로 나타났고 이를 통하여 재원일수 예측모형 개발에 인공지능기법의 유용성이 입증되었다. 앞으로 재원일수 예측모형개발에 인공지능 기법을 보다 효율적으로 활용할 수 있는 방안에 대해서 계속적인 연구가 이루어 질 필요가 있다.

• 한국산학기술학회논문지
• /
• 제15권7호
• /
• pp.4105-4110
• /
• 2014

앙상블에서 베이스라는 악기의 역할은 화음의 토대를 만들어주는 것이다. 우선은 그 기본 임무에 충실해야 한다. 그러나 그 역할에만 집중하다보면 다소 밋밋하고 안정적이기만 한 연주가 되기 때문에 보다 재미있는 연주를 위해서라면 다양한 아이디어를 반영해야 할 필요가 있다. 그런 의미에서 볼 때, Rutger Gunnarsson은 연주곡 위주의 음악이 아닌 대중음악에 이러한 사례를 적용한 예를 ABBA라는 대 그룹에서의 연주를 통해 뚜렷하게 보여주었다. 화려한 테크닉이나 고난이도의 기교에 의존하지 않고 기본기에 충실한 연주만으로도 이처럼 다양한 느낌을 낼 수 있다는 것에 주목해야 한다.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2001년도 춘계학술대회논문집E
• /
• pp.542-547
• /
• 2001

A non-intrusive Planar Laser-Induced Fluorescence(PLIF) technique was applied to study the turbulent mixing process in a Rushton turbine reactor. Instantaneous and ensemble averaged concentration fields are obtained by measuring the fluorescence intensity of Rhodamine B tracer excited by a thin Nd:Yag laser sheet illuminating the whole center plane of the stirred tank. The gray level images captured by a 14-bit cooled CCD camera can be transformed to the local concentration values using a calibration matrix. The dye injection point was selected at the tank wall with three quarter height (3/4H) from the tank bottom to observe the mixing characteristics in upper bulk flow region. There exist distinct two time scales: the rapid decay of mean concentration in each region after the dye infusion reflects the large scale mixing while the followed slow decay reveals the small scale mixing. The temporal change of concentration probability functions conjectures the two sequential processes in the batch type mixing. An inactive column of water existed above the impeller disk, in which the fluid rotates with the shaft but is isolated from the mean bulk flow.

• 대한기계학회논문집B
• /
• 제26권8호
• /
• pp.1145-1152
• /
• 2002

A non-intrusive Planar Laser-Induced Fluorescence(PLIF) technique was applied to study the turbulent mixing process in a Rushton turbine reactor. Instantaneous and ensemble averaged concentration fields was obtained by measuring the fluorescence intensity of Rhodamine B tracer excited by a thin Nd:Yag laser sheet illuminating the whole center plane of the stirred tank. The gray level images captured by a 14-bit cooled CCD camera could be transformed to the local concentration values using a calibration matrix. The dye injection point was selected at the tank wall with three quarter. height (3/4H) from the tank bottom to observe the mixing characteristics in upper bulk flow region. There exist distinct two time scales: the rapid decay of mean concentration after the dye infusion reflects the large scale turbulent mixing while the fellowed slow decay reveals the small scale molecular mixing. The temporal change of concentration variance field conjectures the two sequential processes for the batch type mixing. An inactive column of water is existed above the impeller disk, in which the fluid rotates with the shaft but is isolated from the mean bulk flow.

• 지능정보연구
• /
• 제5권1호
• /
• pp.95-101
• /
• 1999

In this paper, a comparison between different methods to combine predictions from neural networks will be given. These methods are bagging, bumping, and balancing. Those are based on the analysis of the ensemble generalization error into an ambiguity term and a term incorporating generalization performances of individual networks. Neural Networks and AI machine learning models are prone to overfitting. A strategy to prevent a neural network from overfitting, is to stop training in early stage of the learning process. The complete data set is spilt up into a training set and a validation set. Training is stopped when the error on the validation set starts increasing. The stability of the networks is highly dependent on the division in training and validation set, and also on the random initial weights and the chosen minimization procedure. This causes early stopped networks to be rather unstable: a small change in the data or different initial conditions can produce large changes in the prediction. Therefore, it is advisable to apply the same procedure several times starting from different initial weights. This technique is often referred to as training ensembles of neural networks. In this paper, we presented a comparison of three statistical methods to prevent overfitting of neural network.