• 한국전자통신학회논문지
• /
• 제18권1호
• /
• pp.99-106
• /
• 2023

최근 딥러닝 기술을 활용하여 작물 생산량 예측 연구가 많이 진행되고 있다. 딥러닝 알고리즘은 입력 데이터 세트와 작물 예측 결과에 대한 선형 맵을 구성하는데 어려움이 있다. 또한, 알고리즘 구현은 획득한 속성의 비율에 긍정적으로 의존한다. 심층강화학습을 작물 생산량 예측 응용에 적용한다면 이러한 한계점을 보완할 수 있다. 본 논문은 작물 생산량 예측을 개선하기 위해 DQN, Double DQN 및 Dueling DQN 의 성능을 분석한다. DQN 알고리즘은 과대 평가 문제가 제기되지만, Double DQN은 과대 평가를 줄이고 더 나은 결과를 얻을 수 있다. 본 논문에서 제안된 모델은 거짓 판정을 줄이고 예측 정확도를 높이는 것으로 나타났다.

• Computers and Concrete
• /
• 제32권3호
• /
• pp.233-246
• /
• 2023

Accurate prediction of concrete compressive strength can minimize the need for extensive, time-consuming, and costly mixture optimization testing and analysis. This study attempts to enhance the prediction accuracy of compressive strength using stacking ensemble machine learning (ML) with feature engineering techniques. Seven alternative ML models of increasing complexity were implemented and compared, including linear regression, SVM, decision tree, multiple layer perceptron, random forest, Xgboost and Adaboost. To further improve the prediction accuracy, a ML pipeline was proposed in which the feature engineering technique was implemented, and a two-layer stacked model was developed. The k-fold cross-validation approach was employed to optimize model parameters and train the stacked model. The stacked model showed superior performance in predicting concrete compressive strength with a correlation of determination (R²) of 0.985. Feature (i.e., variable) importance was determined to demonstrate how useful the synthetic features are in prediction and provide better interpretability of the data and the model. The methodology in this study promotes a more thorough assessment of alternative ML algorithms and rather than focusing on any single ML model type for concrete compressive strength prediction.

• 한국지리정보학회지
• /
• 제20권4호
• /
• pp.65-76
• /
• 2017

본 연구는 범죄와 환경과의 관계가 밀접한 영향을 미친다는 전제하에 범죄억제를 위한 정책수립 및 설계를 위한 대안마련의 사전단계로 범죄위험지역 분석과 요인, 공간적 특성이 반영된 예측모델을 제시하는 것을 주요 목적으로 수행하였다. 연구의 분석결과, H구 전체 지역에 범죄가 균등하게 분포하였을 경우와 대비하여 약 1/4 수준으로 범죄발생지역은 군집성을 나타내고 있었으며 주로 H 해수욕장 배후 상업지역에서 특정범죄(강간, 절도, 폭력)는 강한 핫스팟을 나타내었다. 결과적으로 독립변수와 종속변수의 공간적 상관관계를 고려하는 지리가중회귀모형을 이용함으로써 보다 효과적으로 적용할 수 있음을 알 수 있었다. 이러한 결과는 다중선형회귀 모형의 결과에서와 같이 연구지역 내 폐공가수가 종속변수와 단순히 부적의 관계를 가지는 것이 아니라, 지역에 따라 종속변수에 서로 다른 영향을 미치는 것을 알 수 있다.

• 국제학술발표논문집
• /
• The 6th International Conference on Construction Engineering and Project Management
• /
• pp.463-467
• /
• 2015

Mega-shock means a sporadic event such as the earning shock, which occurred by sudden market changes, and it can cause serious problems of profit loss of international construction projects. Therefore, the early response and prevention by analyzing and predicting the Mega-shock is critical for successful project delivery. This research is preliminary study to develop a prediction model that supports market condition analysis and Mega-shock forecasting. To avoid disadvantages of classic statistical approaches that assume the market factors are linear and independent and thus have limitations to explain complex interrelationship among a range of international market factors, the research team explored the Fractal Theory that can explain self-similarity and recursiveness of construction market changes. The research first found out correlation of the major market factors by statistically analyzing time-series data. The research then conducted a base of the Fractal analysis to distinguish features of fractal from data. The outcome will have potential to contribute to building up a foundation of the early shock warning system for the strategic international project management.

• 대한조선학회논문집
• /
• 제42권5호
• /
• pp.534-541
• /
• 2005

Until now, Korean shipyards have accumulated a great amount of data. But they do not have appropriate tools to utilize the data in practical works. Engineering data contains experts' experience and know-how in its own. It is very useful to extract knowledge or information from the accumulated existing data by using data mining technique This paper treats an evolutionary computation based on genetic programming (GP), which can be one of the components to realize data mining. The paper deals with linear models of GP for the regression or approximation problem when given learning samples are not sufficient. The linear model, which is a function of unknown parameters, is built through extracting all possible base functions from the standard GP tree by utilizing the symbolic processing algorithm. In addition to a standard linear model consisting of mathematic functions, one variant form of a linear model, which can be built using low order Taylor series and can be converted into the standard form of a polynomial, is considered in this paper. The suggested model can be utilized as a designing tool to predict design parameters with small accumulated data.

• Nuclear Engineering and Technology
• /
• 제43권3호
• /
• pp.301-308
• /
• 2011

The diametral creep of pressure tubes (PTs) in CANDU (CANada Deuterium Uranium) reactors is one of the principal aging mechanisms governing the heat transfer and hydraulic degradation of the heat transport system (HTS). PT diametral creep leads to diametral expansion, which affects the thermal hydraulic characteristics of the coolant channels and the critical heat flux (CHF). The CHF is a major parameter determining the critical channel power (CCP), which is used in the trip setpoint calculations of regional overpower protection (ROP) systems. Therefore, it is essential to predict PT diametral creep in CANDU reactors. PT diametral creep is caused mainly by fast neutron irradiation, temperature and applied stress. The objective of this study was to develop a bundle position-wise linear model (BPLM) to predict PT diametral creep employing previously measured PT diameters and HTS operating conditions. The linear model was optimized using a genetic algorithm and was devised based on a bundle position because it is expected that each bundle position in a PT channel has inherent characteristics. The proposed BPLM for predicting PT diametral creep was confirmed using the operating data of the Wolsung nuclear power plant in Korea. The linear model was able to predict PT diametral creep accurately.

• 한국추진공학회지
• /
• 제15권6호
• /
• pp.98-106
• /
• 2011

본 논문에서는 많은 가스터빈 산업체 및 연구기관에서 연소불안정 현상과 관련된 변수들을 예측하기 위해 가장 보편적으로 이루어지고 있는 열음향 해석 모델에 대한 기술 소개 및 최근의 연구 동향을 분석하였다. 선형 시스템 해석을 통하여 연소 불안정이 발생하는 고유 주파수 및 불안정 초기 성장률의 예측이 가능하다. 이를 위하여 정의된 시스템에서의 음향파와 열발생율 섭동간의 선형 관계식을 선형 음향 이론으로부터 유도할 수 있고, 이 관계식의 해를 구하기 위해서 가장 중요한 부분은 화염 전달 함수로부터 n-${\tau}$ 함수를 구하여 열발생율 섭동 결과에 대한 정보를 얻는 것이다. 현재까지의 연구 결과로부터 선형 특성 해석에는 상당한 진보가 이루어져 왔고, 실제 가스터빈 연소기에 적용하는 노력이 있었으나, 한계 진폭과 과도기 현상 예측을 위해서 요구되는 비선형 동적 특성 모델링 기술 개발은 현재 간단한 연소기와 버너의 적용에 머물러 있는 실정이다. 실제 복잡한 가스터빈과 같은 연소 시스템에 적용되기 위해서는 비선형 경계 조건을 고려한 시스템 동적 특성 연구와 화염의 비선형 거동을 더욱 정확히 설명할 수 있는 전달 함수에 대한 예측 기술이 선행되어야 한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권7호
• /
• pp.3039-3056
• /
• 2020

Beaches have many risk factors that cause various accidents, such as drifting and drowning, these accidents have many risk factors. To analyze them, in this paper, we identify beach risk factors, and define the criteria and correlation for each risk factor. Then, we generate new risk factors based on Fuzzy theory, and define Situation Awareness for each time. Finally, we propose a beach risk assessment and prediction model based on linear regression using the calculated risk result and pre-defined risk factors. We use national public data of the Korea Meteorological Administration (KMA), and the Korea Hydrographic and Oceanographic Agency (KHOA). The results of the experiment showed the prediction accuracy of beach risk to be 0.90%, and the prediction accuracy of drifting and drowning accidents to be 0.89% and 0.86%, respectively. Also, through factor correlation analysis and risk factor assessment, the influence of each of the factors on beach risk can be confirmed. In conclusion, we confirmed that our proposed model can assess and predict beach risks.

• 한국정보통신학회논문지
• /
• 제11권10호
• /
• pp.1845-1851
• /
• 2007

배경 잡음과 실내 잔향음은 음성 인식 시스템 성능 저하의 주요 이유이다. 많은 알고리즘이 음성의 잔향음 제거를 위해 개발되었다. 이 논문에서는 실내 환경에서 수정된 선형 예측 잔여(Linear Prediction Residual)를 이용하여 음질 개선을 위한 잔향음 제거 방법을 제안한다. 제안된 잔향음 제거 방법은 음성에서 성문 경계의 순간에 발생한 성도(聲道)시스템의 중요한 여기에 기반한다. 본 논문에서 제안한 방법은 3개의 센서로부터 수집한 반향신호로 각 센서에서의 시간지연 정보를 사용한다. 새로운 선형 예측 잔여신호는 선형 예측 잔여의 가중치와 힐버트 변환으로 얻은, 개선된 선형 예측 잔여 조합을 사용한다. 코히런트하게 더해진 힐버트 포락선의 특징은 잡음과 반사로 인한 큰 진폭 피크를 가지는 것이다. 깨끗한 음성의 잔여는 개선된 음성을 얻는 시변전극 필터를 일으키는데 사용된다. 본 논문에서는 반향 환경에서 성능 분석을 위해 제안된 알고리즘의 시뮬레이션을 수행하였다. 제안된 알고리즘은 실내 잔향환경에서 기존의 알고리즘에 비해 반사된 음성의 품질 향상의 결과를 보였다.

• 한국연소학회지
• /
• 제17권2호
• /
• pp.17-23
• /
• 2012

In this study, thermoacoustic analysis model was developed in order to predict both eigenfrequencies and initial growth rate of combustion instabilities for lean premixed gas turbine combustors. As a first step, a model combustor and nozzle were selected and analytical linear equations for thermoacoustic waves were derived for a given combustion system. Then, methods showing how the equations can be used for analysis of the combustion instability were suggested. It was found that the prediction results showed a good agreement with the measurements. However, there were some limitation in growth rate predictions, which were related with over-simplification of flame structure, acoustic boundary conditions, and temperature distribution in the combustor.