• 한국정보처리학회논문지
• /
• 제7권12호
• /
• pp.3821-3828
• /
• 2000

많은 소프트웨어 프로젝트는 시험이나 운영단계에서 고장 시간이나 고장 수 데이타 보다는 그룹 고장 데이타 (여러 고장 간격에서 또는 가변적인 시간 간격에서의 고장 들)가 수집된다. 본 논문은 그룹 고장 데이타에 대해 가변적인 미래의 시간에서 누적 고장 수를 예측할 수 있는 신경망 모델을 제시한다. 신경망의 입-출력으로 무엇을 선택하고 어떤 순서로 훈련을 수행하느냐에 따라 신경망의 예측력에 영향을 미친다. 따라서, 신경망의 입-출력에 대한 11개의 훈련제도가 고려되었으며, 모델의 성능을 평가하기 위해 다음 단계 평균 상대 예측 오차 (AE)와 정규화된 AE (NAE) 측도에 의해 최적의 훈련제도가 선택되고, 다른 잘 알려진 신경망 모델과 통계적 소프트웨어 신뢰성 성장 모델과 비교되었다. 실험 결과, 가변적인 미래의 시간 간격에서 누적 고장 수를 예측하기 위해서는 신경망 모델에 가변 시간간격 정보가 필요함을 보였다.

• 한국추진공학회지
• /
• 제20권6호
• /
• pp.46-53
• /
• 2016

희박 예혼합 가스터빈의 연소 불안정 현상을 이해하기 위해서는, 선형 과정에 의하여 얻어지는 고유주파수 및 초기 성장률뿐만 아니라, 연소기 비선형 특성에 의존하는 한계진폭의 예측이 필요하다. 특히 현재의 연구에서는 비선형 거동에 의한 한계 진폭을 예측하기 위해서 유동 섭동과 열발생의 비율이 주파수와 속도 진폭을 정의할 수 있는 화염묘사함수를 적용하였다. 본 연구에서는 화염묘사함수를 얻기 위하여 CFD 기법이 적용되었으며, 이를 통하여 비선형 열음향 해석으로부터 불안정 한계 진폭을 예측할 수 있었다.

• 한국인터넷방송통신학회논문지
• /
• 제19권1호
• /
• pp.171-178
• /
• 2019

한국의 조선 산업은 대내외 환경 변화로 인해 심각한 위기 상황에 처해 있다. 이 위기를 극복하기 위해서, 선박 신수요 예측을 통한 제품 및 기술의 선제적 개발이 필요하다. 본 연구의 목표는 선박 신수요 예측을 위해 선박 빅데이터에 기반한 인공지능 알고리즘의 개발이다. 본 연구에서는 선박 수요 예측에 특화된 빅데이터 분석 플랫폼을 개발하고 데이터 분석을 통한 선박 신수요 예측 결과를 신제품 기획/개발에 활용하고자 한다. 이를 통해 장비 및 기자재 제조업체를 위한 지속 가능한 신사업 모델 개발로 조선소 및 선박 기자재 업체에 대한 신성장동력을 창출할 수 있을 것이다. 또한 조선 업체들은 측정 가능한 성과를 기반으로 비즈니스 사례를 창출하고 시장 지향적 인 제품과 서비스를 계획하며 높은 시장 파괴력을 가진 혁신을 지속적으로 달성 할 수 있을 것으로 기대된다.

• International Journal of Computer Science & Network Security
• /
• 제23권10호
• /
• pp.135-146
• /
• 2023

An effective educational program warrants the inclusion of an innovative construction which enhances the higher education efficacy in such a way that accelerates the achievement of desired results and reduces the risk of failures. Educational Decision Support System (EDSS) has currently been a hot topic in educational systems, facilitating the pupil result monitoring and evaluation to be performed during their development. Insufficient information systems encounter trouble and hurdles in making the sufficient advantage from EDSS owing to the deficit of accuracy, incorrect analysis study of the characteristic, and inadequate database. DMTs (Data Mining Techniques) provide helpful tools in finding the models or forms of data and are extremely useful in the decision-making process. Several researchers have participated in the research involving distributed data mining with multi-agent technology. The rapid growth of network technology and IT use has led to the widespread use of distributed databases. This article explains the available data mining technology and the distributed data mining system framework. Distributed Data Mining approach is utilized for this work so that a classifier capable of predicting the success of students in the economic domain can be constructed. This research also discusses the Intelligent Knowledge Base Distributed Data Mining framework to assess the performance of the students through a mid-term exam and final-term exam employing Multi-agent system-based educational mining techniques. Using single and ensemble-based classifiers, this study intends to investigate the factors that influence student performance in higher education and construct a classification model that can predict academic achievement. We also discussed the importance of multi-agent systems and comparative machine learning approaches in EDSS development.

• 한국농림기상학회지
• /
• 제8권4호
• /
• pp.229-241
• /
• 2006

본 연구에서는 실측 일기상자료 대신 예측 기후평년 값을 적용하여 기후변화와 그에 상응한 벼 작황의 지리적 분포양상을 복원함으로써 지구온난화에 따른 우리나라 벼농사지대의 생산성을 재평가하였다. 기상청 56개 지점 종관자료(일 최고/최저 기온의 월별 평균값)를 1971-2000년 30년 단위로 수집하여 270m 해상도의 수치기후도를 작성하고, 벼논픽셀에 해당되는 기후자료를 추출하였다. 동일한 시군에 속하는 벼논픽셀의 기후자료를 평균함으로써 시군단위의 '벼논맞춤형 기후자료'를 준비하였다. 같은 방법으로 기상연구소에서 제작한 2011-2100년 기간의 3개 평년(2011-2040, 2041-2070, 2071-2100) 기후시나리오에 근거하여 해당 평년의 기후자료를 추정하였다. 농촌진흥청의 정밀토양도로부터 해당 픽셀의 토성과 토심정보를 검색하고 이를 토대로 유효수분 조견표에 의해 토양자료를 준비하였다. 자포니카형 벼의 특성을 갖도록 개조한 벼 생육모형(CERES-Japonica)에 이들 자료를 입력하고 조생종(오대벼), 중생종 (화성벼), 만생종 (동진벼)의 생육을 모의하였다. 시군 공간평균을 기준으로 3품종 모두 가까운 미래(2011-2040년)에는 출수기가 일주일 정도 빨라지고, 먼 미래(2071-2100년)에는 최대 20일 까지 단축될 수 있다. 생리적 성숙기는 3품종 모두 가까운 미래(2011-2040년)에는 15일 정도 단축되고, 먼 미래(2071-2100년)에는 최대 한달까지도 빨라질 수 있어 출수기에 비해 단축정도가 심하다. 평야지 수량의 경우 조생종인 오대벼는 10a당 6-25%, 중생종 화성벼는 3-26%, 만생종 동진벼는 3-25%까지 감소하였다. 하지만 산간지역에서는 발육속도가 빨라지고 수량이 증가하거나 큰 변화가 없는 곳도 많아 온난화조건에서도 지역별 정밀기후 추정과 이에 근거한 최적품종의 선택, 이앙기 및 수확기 등 생육기간의 조절이 온난화 대응기술로서 유효할 것으로 기대된다.

• 한국작물학회지
• /
• 제46권3호
• /
• pp.241-247
• /
• 2001

우리나라 벼 수량의 기상반응을 종합적으로 검토하여 벼 수량예측모델을 구축하고자 1985년부터 1999년까지 15년간 수행한 20개 지역의 벼 지역적응시험 자료를 이용하여 기상에 대한 수량반응의 최대경계선(boundary line)분석을 하였으며, 이에 근거하여 수량예측모형을 설정하였다. 1. 벼의 생육기간을 영양생장기, 생식생장기, 등숙기로 구분하고 각 발육단계를 15-20일 간으로 구분하여 각 시기의 기상요소에 대한 수량반응의 최대경계선은 평균기온( $T_{a}$ )과 일조시수( $S_{h}$)에 대해서는 지수함수 f( $T_{a}$ )=$\beta$$_{0}$(1-exp(-$\beta$$_1$/$\times$ $T_{a}$ ), f( $S_{h}$)=$\beta$$_{0}$(1-exp(-$\beta$$_1$$\times$ $T_{h}$)로 나타났으며 일교차(Tr)는 2차함수 f( $T_{r}$)=$\beta$0(1-( $T_{r}$-$\beta$$_1$)$^2$)로, 이 식에서 상수항 $\beta$$_{0}$를 제거하여 수량에 대한 각 기상요소의 영향도를 0-1로 나타내는 기상지수로 나타내었다. 2. 각 생육시기의 평균기온, 일조시간 및 일교차에 대한 수량반응의 최대경계선이외에 불임에 의한 등숙률 저하와 그에 따른 수량감소를 고려하기 위하여 Uchijima(1976)가 제안한 냉각도일수(cooling degree day)를 출수전 30일간의 생식생장기에 계산하여 이에 대한 수량과 등숙률 반응의 최대경계선을 계산하였는데 냉각도일수가 증가하면 수량이 감소하는 지수함수로 잘 표현되어 기존의 연구들과 같은 결과였다. 3. 기상지수는 벼의 생육기간을 영양생장기, 생식생장기 및 등숙기로 구별하고 각 시기별로 수량 기상지수를 각 기상요소 기상지수를 기하평균하여 산출하였는데 각 시기별 수량기상지수의 수량변이 설명도는 각각 0.383-0.430, 0.460-0.534, 0.4603-0.587로 결정계수는 영양생장기＜생식생장기＜등숙기의 순으로 컸다. 4. 최대경계선 분석방법을 통하여 얻어진 각 생육시기별 수량기상지수를 기하평균하여 구한 종합수량기상지수와 수량과의 직선회귀식을 구하여 수량예측모형(Model I, II, III)을 작성하였다. Model I, II, III)은 각각 결정계수가 0.6512, 0.6703, 0.6129로 모든 생육단계에 걸쳐서 기간을 15-20일 단위로 세분하여 모든 기간의 수량에 대한 기상지수를 고려하여 전 생육기간의 종합수량기상지수를 산출한 Model II가 기상변화에 따른 수량변이의 설명도가 가장 높았다.

• KDI Journal of Economic Policy
• /
• 제14권1호
• /
• pp.121-145
• /
• 1992

본고(本稿)에서는 현재의 경제상황을 잘 반영하는 건설투자활동(建設投資活動)의 단기예측모형(短期豫測模型)을 정립하고자 먼저 관련 시계열자료의 안정성(安定性) 여부(與否)와 순환성(循環性), 계절성(季節性)의 특성을 살펴본 후 여러 단기모형의 예측력(豫測力), 정합성(整合性), 설명력(說明力)을 비교 검토했다. 단위근(單位根) 검정(檢定)과 자기상관계수(自己相關係數) 스펙트랄 밀도함수 분석의 결과, 건설관련 시계열자료들이 대체로 단위근(單位根)을 갖지 않음으로써 안정적이고 주기적인 순환변동을 하고 있으며, 시차변수의 설명력이 높은 특성을 나타내었다. 또한 건설투자자료의 특성이 선행지표(先行指標)인 건축허가연면적(建築許可延面積) 및 건설수주액(建設受注額)과 아주 유사하여 건설투자 단기예측에 있어서 두 지표 사이의 시차관계(時差關係) 파악이 중요함을 알 수 있었다. 제(第)III장(章)에서는 단변량(單變量) 시계열모형(時系列模型)으로 ARIMA모형(模型)과 승법선형추세예측모형(乘法線型趨勢豫測模型)을, 다변량(多變量) 시계열모형(時系列模型)으로는 첫째, 선행지표(先行指標)를 이용한 1차자기회귀모형(次自己回歸模型), VAR모형(模型), 둘째 GNP자료를 이용한 거시경제모형의 단순한 축약형모형(縮約型模型)과 VAR모형(模型)을 제시하고 이들을 비교 평가하였다. 이에 따르면 단변량 시계열모형보다는 다변량 시계열모형이 시간이 경과할수록 예측오차(豫測誤差)가 커지지 않는다는 점에서 우수한 것으로 나타났으며, 다변량모형 중에서도 벡터자기회귀모형이 여타 모형보다 절대예측오차평균(絶對豫測誤差平均), 평균자승근(平均自乘根) 퍼센트 오차(誤差), 결정계수(決定係數) 등 모든 면에서 우수한 것으로 평가되었다. 이는 최근 건설투자가 추세에서 벗어난 급증세를 지속하고 있음을 고려할 때 타당한 결론이라 생각된다.

• Smart Structures and Systems
• /
• 제21권5호
• /
• pp.705-713
• /
• 2018

High-speed rail (HSR) has been in operation and development in many countries worldwide. The explosive growth of HSR has posed great challenges for operation safety and ride comfort. Among various technological demands on high-speed trains, vibration is an inevitable problem caused by rail/wheel imperfections, vehicle dynamics, and aerodynamic instability. Ride comfort is a key factor in evaluating the operational performance of high-speed trains. In this study, online monitoring data have been acquired from an in-service high-speed train for condition assessment. The measured dynamic response signals at the floor level of a train cabin are processed by the Sperling operator, in which the ride comfort index sequence is used to identify the train's operation condition. In addition, a novel technique that incorporates salient features of Bayesian inference and time series analysis is proposed for outlier detection and change detection. The Bayesian forecasting approach enables the prediction of conditional probabilities. By integrating the Bayesian forecasting approach with time series analysis, one-step forecasting probability density functions (PDFs) can be obtained before proceeding to the next observation. The change detection is conducted by comparing the current model and the alternative model (whose mean value is shifted by a prescribed offset) to determine which one can well fit the actual observation. When the comparison results indicate that the alternative model performs better, then a potential change is detected. If the current observation is a potential outlier or change, Bayes factor and cumulative Bayes factor are derived for further identification. A significant change, if identified, implies that there is a great alteration in the train operation performance due to defects. In this study, two illustrative cases are provided to demonstrate the performance of the proposed method for condition assessment of high-speed trains.

• 한국농림기상학회지
• /
• 제3권1호
• /
• pp.37-43
• /
• 2001

Crop status monitoring and yield prediction at higher spatial resolution is a valuable tool in various decision making processes including agricultural policy making by the national and local governments. A prototype crop forecasting system was developed to project the size of rice crop across geographic areas nationwide, based on daily weather pattern. The system consists of crop models and the input data for 1,455 cultivation zone units (the smallest administrative unit of local government in South Korea called "Myun") making up the coterminous South Korea. CERES-rice, a rice crop growth simulation model, was tuned to have genetic characteristics pertinent to domestic cultivars. Daily maximum/minimum temperature, solar radiation, and precipitation surface on 1km by 1km grid spacing were prepared by a spatial interpolation of 63 point observations from the Korea Meteorological Administration network. Spatial mean weather data were derived for each Myun and transformed to the model input format. Soil characteristics and management information at each Myun were available from the Rural Development Administration. The system was applied to the forecasting of national rice production for the recent 3 years (1997 to 1999). The model was run with the past weather data as of September 15 each year, which is about a month earlier than the actual harvest date. Simulated yields of 1,455 Myuns were grouped into 162 counties by acreage-weighted summation to enable the validation, since the official production statistics from the Ministry of Agriculture and Forestry is on the county basis. Forecast yields were less sensitive to the changes in annual climate than the reported yields and there was a relatively weak correlation between the forecast and the reported yields. However, the projected size of rice crop at each county, which was obtained by multiplication of the mean yield with the acreage, was close to the reported production with the $r^2$ values higher than 0.97 in all three years.

• 한국작물학회:학술대회논문집
• /
• 한국작물학회 2022년도 추계학술대회
• /
• pp.81-81
• /
• 2022

Recently, many studies on big data based smart farming have been conducted. Research to quantify morphological characteristics using image data from various crops in smart farming is underway. Rice is one of the most important food crops in the world. Much research has been done to predict and model rice crop yield production. The number of productive tillers per plant is one of the important agronomic traits associated with the grain yield of rice crop. However, modeling the basic growth characteristics of rice requires accurate data measurements. The existing method of measurement by humans is not only labor intensive but also prone to human error. Therefore, conversion to digital data is necessary to obtain accurate and phenotyping quickly. In this study, we present an image-based method to predict leaf number and evaluate tiller number of individual rice crop using YOLOv5 deep learning network. We performed using various network of the YOLOv5 model and compared them to determine higher prediction accuracy. We ako performed data augmentation, a method we use to complement small datasets. Based on the number of leaves and tiller actually measured in rice crop, the number of leaves predicted by the model from the image data and the existing regression equation were used to evaluate the number of tillers using the image data.