• Animal Bioscience
• /
• 제34권4호
• /
• pp.770-782
• /
• 2021

Objective: The aim of the present study was to compare the effectiveness of three approaches (the seasonal auto-regressive integrated moving average [SARIMA] model, the nonlinear autoregressive exogenous [NARX] artificial neural networks and Wood's model) to the prediction of milk yield during lactation. Methods: The dataset comprised monthly test-day records from 965 Polish Holstein-Friesian Black-and-White primiparous cows. The milk yields from cows in their first lactation (from 5 to 305 days in milk) were used. Each lactation was divided into ten lactation stages of approximately 30 days. Two age groups and four calving seasons were distinguished. The records collected between 2009 and 2015 were used for model fitting and those from 2016 for the verification of predictive performance. Results: No significant differences between the predicted and the real values were found. The predictions generated by SARIMA were slightly more accurate, although they did not differ significantly from those produced by the NARX and Wood's models. SARIMA had a slightly better performance, especially in the initial periods, whereas the NARX and Wood's models in the later ones. Conclusion: The use of SARIMA was more time-consuming than that of NARX and Wood's model. The application of the SARIMA, NARX and Wood's models (after their implementation in a user-friendly software) may allow farmers to estimate milk yield of cows that begin production for the first time.

• 한국항공우주학회지
• /
• 제49권9호
• /
• pp.729-738
• /
• 2021

본 연구에서는 실속 받음각 근처에 발생하는 익형 위의 유동박리를 억제하기 위하여 인공신경망 기반의 피드백 유동제어를 NACA0015 익형에 수치적으로 적용하였다. 익형 위 박리영역 크기의 축소화라는 제어 목표를 달성하기 위해 익형의 박리 지점 근처에 인위적 외란(Blowing & Suction) 제어 신호를 적용하였다. 유동의 운동을 나타내는 시스템 모델링 단계에서 압력데이터에 적합직교분해(Proper Orthogonal Decomposition)를 적용하여 유동제어에 필요한 운동 모드를 추출하고 유동의 특성을 분석하였다. 분해된 모드를 기반으로 NARX(Nonlinear AutoRegressive Exogenous) 구조의 인공 신경망을 학습하여 유동의 운동을 나타내도록 하였으며, 최종적으로 피드백 제어루프에 작동시켰다. 예측된 제어신호를 CFD 해석에 적용하였으며 제어 유/무에 따른 공력특성을 분석하고 익형 주변의 고유 공간모드의 변화를 비교하여 제어 효과를 분석하였다. 본 연구에서 진행된 피드백 제어는 약 29%의 압력항력 감소효과를 보여주었으며, 이는 익형 뒷전의 큰 압력회복으로 인해 나타나는 것을 확인하였다.

• 한국산학기술학회논문지
• /
• 제21권8호
• /
• pp.572-578
• /
• 2020

주식 시장은 기업 실적 및 경기 상황뿐만 아니라 정치, 사회, 자연재해 등 예기치 못한 요소들에 영향을 받는다. 이런 요소들을 고려한 정확한 예측을 위해서 다양한 기법들이 사용된다. 최근 인공지능 기술이 화두가 되면서 이를 활용한 주가 예측 시도 또한 이루어지고 있다. 본 논문은 단순히 주식 관련 데이터뿐만 아닌, 거시 경제적 지표 등을 활용한 여러 종류의 데이터를 이용하여 주가에 영향을 미치는 요소에 관한 연구를 제안한다. KOSDAQ을 대상으로 1년 치 종가, 외국인 비율, 금리, 환율 데이터를 다양하게 조합한 후에 딥러닝의 Nonlinear AutoRegressive with eXternal input (NARX) 모델을 활용한다. 이 모델을 통해 1달 치 데이터를 생성하고 각 데이터 조합을 통해 만들어진 예측값을 RMSE를 통해 실제값과 비교, 분석한다. 또한, 은닉층에서 뉴런의 수, 지연 시간을 다양하게 설정하여 RMSE를 비교한다. 분석 결과 뉴런은 10개, 지연 시간은 2로 설정하고, 데이터는 미국, 중국, 유럽, 일본 환율의 조합을 사용할 때 RMSE 0.08을 보이며 가장 낮은 오차를 기록하였다. 본 연구는 환율이 주식에 가장 영향을 많이 미친다는 점과 종가 데이터만 사용했을 때의 RMSE 값인 0.589에서 오차를 낮췄다는 점에 의의가 있다.