• 공업화학
• /
• 제29권6호
• /
• pp.789-798
• /
• 2018

고분자전해질 연료전지(PEMFC)의 성능을 예측할 수 있는 empirical equation의 역할이 중요하게 대두되고 있다. 본 연구에서는 polarization curve에서 activation loss, ohmic loss, mass transfer loss 영역을 분리하였고, 현재까지 개발된 model 중 Kim의 model과 Hao의 model을 선정하여 각 영역의 fitting을 시행하였다. 온도, 압력, 산소 농도 및 막 두께를 운전변수로 설정하여 조건 변화에 대한 각 loss의 변화를 비교하였다. 기존 model은 전반적으로 좋은 fitting 정확도를 보였지만, 분리된 loss 영역에서는 부정확한 fitting 결과를 보이기도 하였다. 연료전지 성능 예측의 정확도를 개선하기 위하여 converge coefficient를 도입한 새로운 model을 제안하였다. 본 연구에서 제안한 model을 연료전지 성능 예측에 적용한 경우에 신뢰도 평가에서 개선된 결과를 얻을 수 있었다.

• 품질경영학회지
• /
• 제49권2호
• /
• pp.201-211
• /
• 2021

Purpose: This paper proposes a density adaptive grid algorithm for the k-NN regression model to reduce the computation time for large datasets without significant prediction accuracy loss. Methods: The proposed method utilizes the concept of the grid with centroid to reduce the number of reference data points so that the required computation time is much reduced. Since the grid generation process in this paper is based on quantiles of original variables, the proposed method can fully reflect the density information of the original reference data set. Results: Using five real-life datasets, the proposed k-NN regression model is compared with the original k-NN regression model. The results show that the proposed density adaptive grid-based k-NN regression model is superior to the original k-NN regression in terms of data reduction ratio and time efficiency ratio, and provides a similar prediction error if the appropriate number of grids is selected. Conclusion: The proposed density adaptive grid algorithm for the k-NN regression model is a simple and effective model which can help avoid a large loss of prediction accuracy with faster execution speed and fewer memory requirements during the testing phase.

• 한국산림과학회지
• /
• 제103권1호
• /
• pp.98-104
• /
• 2014

본 연구는 산지소유역에서 예측한 토사유실량 모형과 실측한 토사유실량을 비교함으로써 예측모형의 적용성 여부를 검토하였다. 또한, 정량적인 토사량 산정을 위하여 72개의 조사지점별로 각각의 영향인자를 산정하여 토사유실량 모형의 정확도를 높이고자 하였다. 토사유실량 산정에 영향을 주는 인자로는 LS 인자가 영향성이 가장 높은 것으로 나타났다. RUSLE, MUSLE 모형과 실측된 토사유실량의 총량을 비교한 결과, 두 모형은 실측치에 비하여 다소 높은 값을 보였으며, RUSLE 모형이 실측치와 근사한 값을 나타내었다. 조사 지점별 값의 비교에서는 MUSLE 값의 변동계수가 더 낮았으나, 값의 차이가 크지 않았다. 따라서 산지소유역에서의 RUSLE와 MUSLE 모형을 이용한 토사유실량의 예측은 적합한 것으로 보여진다. 또한, 산지소유역에서 토사유실량 예측 정도를 높이기 위해서는 강우사상에 대한 데이터 수집과 기존 토사유실 예측 모형에 사용되는 인자의 보완 및 개선에 대한 연구가 요구된다.

• 한국컴퓨터정보학회논문지
• /
• 제24권2호
• /
• pp.17-24
• /
• 2019

In this paper, we propose a new model for predicting effective Win/Loss in professional baseball game in Korea using machine learning technique. we used basic baseball data and Sabermetrics data, which are highly correlated with score to predict and we used the deep learning technique to learn based on supervised learning. The Drop-Out algorithm and the ReLu activation function In the trained neural network, the expected odds was calculated using the predictions of the team's expected scores and expected loss. The team with the higher expected rate of victory was predicted as the winning team. In order to verify the effectiveness of the proposed model, we compared the actual percentage of win, pythagorean expectation, and win percentage of the proposed model.

• 한국전자파학회논문지
• /
• 제10권3호
• /
• pp.419-429
• /
• 1999

전파의 유효 수신 신호 도달영역을 정확히 식별하는 것은 기지국 최적화를 이룩하는데 있어 가장 중요한 요소중 하나이다. 서울 도심 지역과 같이 고층건물이 밀집되어 있고, 넓은 도로와 좁은 도로가 불규칙적으로 배치되어 있으며, 고개와 강 등이 혼재된 지역에서도 높은 정확도를 갖는 전파손실 예측모델을 소개한다. 이 모델은 기 측정된 필드데이터로 훈련된 신경회로망을 기반으로 한다. 전파손실에 영향을 주는 가장 기본적인 변수들은 3차원 DEM 데이터와 벡터 데이터로부터 추출하여 신경회로망의 입력으로 사용한다. 학습이 완료된 신경회로망은 전파손실 모델의 근사함수이며, 학습에 사용된 필드 측정데이터에 포함되지 않은 타지역에서도 정확한 예측이 가능한 일반화 능력을 갖는다. 서울 도심 지역의 실제 서비스 환경에 대한 비교 실험결과를 통해 제안하는 모델의 우수성을 보인다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2008년도 춘계학술대회논문집
• /
• pp.1-4
• /
• 2008

Prediction models currently being used for road traffic noise in apartment are equation of NIER, HW-NOISE of Korea Expressway Corporation, FHWA of United States, CRTN of United Kingdom, NMPB of France, ASJ RTN-Model 2003 of Japan and ISO 9613-1, 2 as a international standard. ISO 9613 species an engineering method for calculating the attenuation of sound during propagation outdoors in order to predict the levels of environmental noise at a distance from a variety of sources. This study, prior to investigation of every prediction methods listed above, aims to examine the model internationally standardized and to establish a reference for the prediction of road traffic noise in apartment.

• ETRI Journal
• /
• 제28권2호
• /
• pp.247-249
• /
• 2006

In the development of a new wireless communications system, a versatile and accurate radio channel for indoor communications is needed. In particular, the investigation of radio transmission into buildings is very important. In this letter, we present an improved three-dimensional electromagnetic wave propagation prediction model for indoor wireless communications that takes into consideration building penetration loss. A ray tracing technique based on an image method is also employed in this study. Three-dimensional models can predict any complex indoor environment composed of arbitrarily shaped walls. A speed-up algorithm, which is a modified deterministic ray tube method, is also introduced for efficient prediction and computation.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제26권10호
• /
• pp.1143-1155
• /
• 1999

셀룰러 방식의 이동통신 시스템에서 전파의 유효신호 도달범위를 예측하기 위해서는 전파전파 모델을 이용한 예측기법이 주로 사용된다. 그러나, 전파과정에서 주변 지형지물에 의해 발생하는 전파손실은 매우 복잡한 비선형적인 특성을 가지며 수식으로는 정확한 표현이 불가능하다. 본 논문에서는 신경회로망의 함수 근사화 능력을 이용하여 전파손실 예측모델을 생성하는 방법을 제안한다. 즉, 전파손실을 송수신 안테나간의 거리, 송신안테나의 특성, 장애물 투과영향, 회절특성, 도로, 수면에 의한 영향 등과 같은 전파환경 변수들의 함수로 가정하고, 신경회로망 학습을 통하여 함수를 근사화한다. 전파환경 변수들이 신경회로망 입력으로 사용되기 위해서는 3차원 지형도와 벡터지도를 이용하여 전파의 반사, 회절, 산란 등의 물리적인 특성이 고려된 특징 추출을 통해 정량적인 수치들을 계산한다. 이와 같이 얻어진 훈련데이타를 이용한 신경회로망 학습을 통해 전파손실 모델을 완성한다. 이 모델을 이용하여 서울 도심 지역의 실제 서비스 환경에 대한 타 모델과의 비교실험결과를 통해 제안하는 모델의 우수성을 보인다.Abstract In cellular mobile communication systems, wave propagation models are used in most cases to predict cell coverage. The amount of propagation loss induced by the obstacles in the propagation path, however, is a highly non-linear function, which cannot be easily represented mathematically. In this paper, we introduce the method of producing propagation loss prediction models by function approximation using neural networks. In this method, we assume the propagation loss is a function of the relevant parameters such as the distance from the base station antenna, the specification of the transmitter antenna, obstacle profile, diffraction effect, road, and water effect. The values of these parameters are produced from the field measurement data, 3D digital terrain maps, and vector maps as its inputs by a feature extraction process, which takes into account the physical characteristics of electromagnetic waves such as reflection, diffraction and scattering. The values produced are used as the input to the neural network, which are then trained to become the propagation loss prediction model. In the experimental study, we obtain a considerable amount of improvement over COST-231 model in the prediction accuracy using this model.

• 농업과학연구
• /
• 제47권4호
• /
• pp.845-857
• /
• 2020

The precise estimation of accelerated soil wind erosion that can cause severe economic and environmental impacts still has not been achieved to date. The objectives of this investigation were to verify the applicability of a Wind Erosion Prediction System (WEPS) that expressed the soil loss as mass per area for specific areas of interest on a daily basis for a single event in arable lands. To this end, we selected and evaluated the results published by Hagen in 2004 and the soil depth converted from the mass of soil losses obtained by using the WEPS. Hagen's results obtained from the WEPS model followed the 1 : 1 line between predicted and measured value for soil losses with only less than 2 kg·m-2 whereas the values between the measured and predicted loss did not show any correlation for the given field conditions due to the initial field surface condition although the model provided reasonable estimates of soil loss. Calculated soil depths of the soil loss by wind for both the observed and predicted ones ranged from 0.004 to 3.113 cm·10 a-1 and from 0 to 2.013 cm·10 a-1, respectively. Comparison of the soil depths between the observed and predicted ones did not show any good relationship, and there was no soil loss in the predicted one while slight soil loss was measured in the observed one. Therefore, varying the essential model inputs and factors related to wind speed and soil properties are needed to accurately estimate soil loss for a given field in arable land.

• ETRI Journal
• /
• 제15권3_4호
• /
• pp.27-34
• /
• 1994

There have been traditional approaches to model radio propagation path loss mechanism both theoretically ad empirically. Theoretical approach is simple to explain and effective in certain cases. Empirical approach accommodates the terrain configuration and distance between base station and mobile unit along the propagation path only. In other words, it does not accommodate natural terrain configuration over a specific area. In this paper, we propose a spatial prediction technique for the mobile radio propagation path loss accommodating complete natural terrain configuration over a specific area. Statistical uncertainty analysis is also considered.