• 한국멀티미디어학회논문지
• /
• 제22권9호
• /
• pp.1069-1079
• /
• 2019

In this study, we developed a $PM_{10}$ forecasting model using DNN and Membership Function, and improved the forecasting performance. The model predicts the $PM_{10}$ concentrations of the next 3 days in the Seoul area by using the weather and air quality observation data and forecast data. The best model(RM14)'s accuracy (82%, 76%, 69%) and false alarm rate(FAR:14%,33%,44%) are good. Probability of detection (POD: 79%, 50%, 53%), however, are not good performance. These are due to the lack of training data for high concentration $PM_{10}$ compared to low concentration. In addition, the model dose not reflect seasonal factors closely related to the generation of high concentration $PM_{10}$. To improve this, we propose Julian date membership function as inputs of the $PM_{10}$ forecasting model. The function express a given date in 12 factors to reflect seasonal characteristics closely related to high concentration $PM_{10}$. As a result, the accuracy (79%, 70%, 66%) and FAR (24%, 48%, 46%) are slightly reduced in performance, but the POD (79%, 75%, 71%) are up to 25% improved compared with those of the RM14 model. Hence, this shows that the proposed Julian forecast model is effective for high concentration $PM_{10}$ forecasts.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.134-134
• /
• 2021

Precipitation is a crucial component of water cycle and play a key role in hydrological processes. Traditionally, gauge-based precipitation is the main method to achieve high accuracy of rainfall estimation, but its distribution is sparsely in mountainous areas. Recently, satellite-based precipitation products (SPPs) provide grid-based precipitation with spatio-temporal variability, but SPPs contain a lot of uncertainty in estimated precipitation, and the spatial resolution quite coarse. To overcome these limitations, this study aims to generate new grid-based daily precipitation using Automatic weather system (AWS) in Korea and multiple SPPs(i.e. CHIRPSv2, CMORPH, GSMaP, TRMMv7) during the period of 2003-2017. And this study used a machine learning based Random Forest (RF) model for generating new merging precipitation. In addition, several statistical linear merging methods are used to compare with the results of the RF model. In order to investigate the efficiency of RF, observed data from 64 observed Automated Synoptic Observation System (ASOS) were collected to evaluate the accuracy of the products through Kling-Gupta efficiency (KGE), probability of detection (POD), false alarm rate (FAR), and critical success index (CSI). As a result, the new precipitation generated through the random forest model showed higher accuracy than each satellite rainfall product and spatio-temporal variability was better reflected than other statistical merging methods. Therefore, a random forest-based ensemble satellite precipitation product can be efficiently used for hydrological simulations in ungauged basins such as the Mekong River.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.143-143
• /
• 2022

Precipitation plays an essential role in water resources management and disaster prevention. Therefore, the understanding related to spatiotemporal characteristics of rainfall is necessary. Nowadays, highly accurate precipitation is mainly obtained from gauge observation systems. However, the density of gauge stations is a sparse and uneven distribution in mountainous areas. With the proliferation of technology, satellite-based precipitation sources are becoming increasingly common and can provide rainfall information in regions with complex topography. Nevertheless, satellite-based data is that it still remains uncertain. To overcome the above limitation, this study aims to take the strengthens of machine learning to generate a new reanalysis of precipitation data by fusion of multiple satellite precipitation products (SPPs) with gauge observation data. Several machine learning algorithms (i.e., Random Forest, Support Vector Regression, and Artificial Neural Network) have been adopted. To investigate the robustness of the new reanalysis product, observed data were collected to evaluate the accuracy of the products through Kling-Gupta efficiency (KGE), probability of detection (POD), false alarm rate (FAR), and critical success index (CSI). As a result, the new precipitation generated through the machine learning model showed higher accuracy than original satellite rainfall products, and its spatiotemporal variability was better reflected than others. Thus, reanalysis of satellite precipitation product based on machine learning can be useful source input data for hydrological simulations in ungauged river basins.

• 대한전자공학회논문지TC
• /
• 제43권11호
• /
• pp.95-117
• /
• 2006

본 논문에서는 IEEE 802.16e OFDMA/TDD 이동국 모뎀의 링크 성능과 복잡도 최적화를 위한 부동 및 고정 소수점 설계에 대하여 논한다. 부동 소수점 설계에서는 이동국 모뎀에서 하향링크 트래픽 채널의 채널 추정 방법을 제안하고, 모의실험을 통하여 최적의 알고리즘을 선정한다. 그리고 시간 및 주파수 동기화, Digital Front End와 CINR 추정 기법에 관하여 성능 향상과 시스템을 최적화하기 위한 알고리즘을 제안하고, 상향링크의 트래픽 채널과 제어 채널의 부동 소수점 설계 방법을 논한다. 제안된 알고리즘은 IEEE 802.16e OFDMA/TDD 시스템에 적용하여, 모의실험을 통한 성능을 Detection Probability, Mean Acqusition Time, PER 성능 그래프 등으로 그 우수성을 검증한다. 고정 소수점 설계에서는 부동 소수점 설계로부터 최적의 고정 소수점 설계를 위한 효율적인 방법론을 제시한다. 그리고 하향링크와 상향링크의 트래픽 채널, 시간 및 주파수 동기, DFE 블록을 고정 소수점 설계하고, 모의실험을 통하여 성능과 복잡도 간의 tradeoff 관계를 최적화한다.

• 한국정보통신학회논문지
• /
• 제21권6호
• /
• pp.1155-1160
• /
• 2017

본 연구는 신뢰성 향상 기반의 송풍전자장치 자동검사 시스템을 구현하기 위한 연구이다. 신뢰성향상을 위해 수동검사 시스템에서 자동검사 시스템은 전자제품 검사의 오류를 최소화한다. 송풍전자장치 자동화 검사 시스템은 제어시스템과 모니터링시스템으로 구성되어 되어 실시간으로 검사결과를 공유한다. 검사시스템의 신뢰성은 Gage R&R 분석기법을 적용하여 평가한다, 평가결과는 수동검사에 비해 풍압센서를 기반으로 검사속도 2배 이상, 측정오차 ${\pm}0.02V$, 판정 능력의 유효성 15%, 누락확률 17%, 허위경보확률 12% 등으로 향상되었다. 따라서 전자제품 자동검사 시스템은 제품 바코드와 연동시켜 데이터베이스화하면 효율적인 신뢰성 향상의 품질관리시스템으로 발전시킬 수 있다.

• 한국통신학회논문지
• /
• 제39B권11호
• /
• pp.790-802
• /
• 2014

인지무선 기술에서 주사용자의 보호를 위해 부사용자들은 주기적인 센싱 수행을 통해 주사용자의 부재를 판단하게 되고, 부사용자들 간의 협력 센싱을 통해서 향상된 센싱 결과를 얻을 수 있다. 하지만 주사용자에 대한 검출 확률과 오경보 확률에 대한 비용의 트레이드 오프가 존재하기 때문에, 적절한 협력 집단의 규모 유지가 필요하다. 또한 부사용자들은 자신이 현재 사용중인 주파수 대역은 물론 인가 사용자가 나타났을 시에 스위칭 해야 할 후보 채널에 대한 주기적인 센싱이 요구된다. 본 논문에서는 진화게임이론을 이용하여 분산상황 에서의 인밴드 센싱과 아웃밴드 센싱을 고려한 효율적인 그룹 협력 센싱 방법을 제안한다. 진화 게임을 통해서 협력센싱의 전략을 택한 부사용자들의 집단이 ESS(Evolutionary Stable State)상태로 수렴함을 관찰하였고, 학습 알고리즘을 통해 서로간의 정보교환 없이 평형상태로 수렴함을 관찰하였다.

• 정보과학회 논문지
• /
• 제43권12호
• /
• pp.1412-1419
• /
• 2016

인지 무선 센서 네트워크 (CRSNs)에서 보조 사용자가 (SUs) 주 사용자 (PUs)에 간섭을 주지 않고 기회주의적 방식으로 라이선스 대역을 사용할 수 있다. SUs가 스펙트럼 센싱을 통해 PU의 존재 여부를 확인할 수 있다. 그리고 센싱 시간은 스펙트럼 센싱의 중요한 파라미터이다. 센싱 시간은 센싱 성능과 스루풋 간의 균형을 얻을 수 있다. 본 논문에서는 다른 관점에서 이 균형을 탐구하기를 통해 스펙트럼 센싱을 위한 새로운 기법을 제안한다: a) PU의 검출 (SSPD)과 b)스루풋(SSST)을 극대화을 위한 스펙트럼 센싱이다. 제안한 기법에서 현재 프레임의 첫 번째 센싱 결과에 따라 동적인 두 번째 스펙트럼 센싱을 수행한다. CRSNs에서 에너지 제약을 때문에 네트워크 에너지 효율도 센싱 시간의 최적화를 통해 최대화된다. 시뮬레이션 결과를 통하여 제안된 SSPD과 SSST가 각각의 에너지 효율과 스루풋의 성능을 향상시킬 수 있음을 검증하였다.

• 대한원격탐사학회지
• /
• 제33권4호
• /
• pp.359-375
• /
• 2017

We developed fog detection algorithm (KNU_FDA) based on the optical and textural properties of fog using satellite (COMS) and ground observation data. The optical properties are dual channel difference (DCD: BT3.7 - BT11) and albedo, and the textural properties are normalized local standard deviation of IR1 and visible channels. Temperature difference between air temperature and BT11 is applied to discriminate the fog from other clouds. Fog detection is performed according to the solar zenith angle of pixel because of the different availability of satellite data: day, night and dawn/dusk. Post-processing is also performed to increase the probability of detection (POD), in particular, at the edge of main fog area. The fog probability is calculated by the weighted sum of threshold tests. The initial threshold and weighting values are optimized using sensitivity tests for the varying threshold values using receiver operating characteristic analysis. The validation results with ground visibility data for the validation cases showed that the performance of KNU_FDA show relatively consistent detection skills but it clearly depends on the fog types and time of day. The average POD and FAR (False Alarm Ratio) for the training and validation cases are ranged from 0.76 to 0.90 and from 0.41 to 0.63, respectively. In general, the performance is relatively good for the fog without high cloud and strong fog but that is significantly decreased for the weak fog. In order to improve the detection skills and stability, optimization of threshold and weighting values are needed through the various training cases.

• 한국항행학회논문지
• /
• 제6권2호
• /
• pp.138-150
• /
• 2002

본 논문에서는 잡음과 간섭신호가 존재하는 환경에서 편파영역에서의 레이다 신호처리 알고리즘과 공간 및 시간 영역에서의 레이다 신호처리 알고리즘을 효율적으로 결합하는 문제에 관해 고찰한다. 대부분의 직렬결합 방식들은 성능이 제한적이므로 3차원 즉, 편파, 공간, 및 시간영역에서 동시에 레이다 신호를 검출하는 적응 알고리즘에 초점을 맞춘다. 공간 및 시간 영역의 알고리즘을 3차원으로 단순 확장한 알고리즘과 달리, 본 논문에서 제안하는 알고리즘은 신호의 편파 파라미터에 대한 필터 뱅크가 불필요하다. 제안된 알고리즘에 대한 성능 신호검출 확률과 오경보 확률에 의해 유도하고 신호의 편파정보를 이용하지 않거나 편파정보를 안다고 가정하는 알고리즘들과의 성능을 비교, 분석한다.

• 한국통신학회논문지
• /
• 제36권5A호
• /
• pp.536-542
• /
• 2011

FCC는 디지털 방송 전환 후 발생되는 TVWS에서의 효율적인 스펙트럼 활용을 위해 비면허 시스템의 주파수 사용을 허용하였다. 다양한 면허 사용자 및 비면허 CR 사용자가 공존하는 환경에서 최적 채널 선택을 위해서는 우선 채널 사용 현황 파악이 요구된다. 데이터베이스를 통해 제공되는 면허 사용자 채널 정보 외에는 센싱 알고리즘을 통한 검출이 필요한데 본 논문에서는 단일 채널 수신만으로 채널 본딩된 비면허 CR 신호까지 검출할 수 있는 알고리즘을 제안하였다. 전산 모의 실험 결과 IEEE 802.11af 신호는 단일 채널의 경우에는 SNR=-18dB, 8 채널 본딩 신호의 경우에는 SNR=-7dB에서 검출 확률이 90% 이상으로 나타났으며, 동일 조건에서 ECMA 392 신호는 단일 채널의 경우에는 SNR=-14dB, 8 채널 본딩 신호의 경우에는 SNR=-6dB로 나타났다. 결과적으로 제안 알고리즘을 통해 단일 채널 수신만으로 채널 본딩 신호의 검출이 가능해짐으로써 전채널 센싱 소요 시간의 감소 및 시스템 오버헤드를 줄일 수 있을 것으로 기대된다.