• Structural Engineering and Mechanics
• /
• 제45권6호
• /
• pp.837-851
• /
• 2013

In construction industry, strength is a primary criterion in selecting a concrete for a particular application. The concrete used for construction gains strength over a long period of time after pouring the concrete. The characteristic strength of concrete is defined as the compressive strength of a sample that has been aged for 28 days. Neither waiting for 28 days for such a test would serve the rapidity of construction, nor would neglecting it serve the quality control process on concrete in large construction sites. Therefore, rapid and reliable prediction of the strength of concrete would be of great significance. On this backdrop, the method is proposed to establish a predictive relationship between properties and proportions of ingredients of concrete, compaction factor, weight of concrete cubes and strength of concrete whereby the strength of concrete can be predicted at early age. Multiple regression analysis was carried out for predicting the compressive strength of concrete containing Portland Pozolana cement using statistical analysis for the concrete data obtained from the experimental work done in this study. The multiple linear regression models yielded fairly good correlation coefficient for the prediction of compressive strength for 7, 28 and 40 days curing. The results indicate that the proposed regression models are effectively capable of evaluating the compressive strength of the concrete containing Portaland Pozolana Cement. The derived formulas are very simple, straightforward and provide an effective analysis tool accessible to practicing engineers.

• 품질경영학회지
• /
• 제35권2호
• /
• pp.45-52
• /
• 2007

The danger of self-ignition of single base propellants will increase with time. Therefore, a good prediction of the safe storage time is very important. In order to determine the remaining shelf-life of the propellants, the content of stabilizer is determined. The propellants stored under normal storage conditions about 10 to 18 years were investigated and accelerated aging test was carried out by storing propellant sample at higher temperature. Finally, we analyzed the results by various methods in order to show the best way to predict the realistic shelf-life. The safe storage life of the propellants will be 24 years, at least 15 years. In case of applying Arrhenius's law, using the reaction rate constant at 28$^{\circ}C$ to 30$^{\circ}C$ to predict the shelf-life by accelerated aging test is reasonable for a good prediction.

• 한국품질경영학회:학술대회논문집
• /
• 한국품질경영학회 2006년도 추계 학술대회
• /
• pp.321-326
• /
• 2006

The danger of self-ignition of single base propellants will increase with time. Therefore, a good prediction of the safe storage time is very important In order to determine the remaining shelf1ife of the propellants, the content of stabilizer is determined. The propellants stored under normal storage conditions about 10 to 18 years were investigated and accelerated aging test was carried out by storing propellant sample at higher temperature. Finally, we analyzed the results by various methods in order to show the best way to predict the realistic shelflife. The safe storage life of the propellants will be 24 years, at least 15 years. In case of applying Arrhenius's law, using the reaction rate constant at $28^{\circ}C$ to $30^{\circ}C$ to predict the shelflife by accelerated aging test is reasonable for a good prediction.

• 경제분석
• /
• 제27권4호
• /
• pp.1-42
• /
• 2021

우리나라 소비자물가상승률에 대한 예측은 한국은행의 물가안정목표제 운용, 채권시장 참가자의 만기 포트폴리오 최적화, 부동산 시장 및 민간의 소비와 투자 등 경제 전반에 지대한 영향을 미친다. 본 연구는 향후 3년간 우리나라 소비자물가상승률 예측결과를 제시한다. 이를 위해 우선 자기회귀시차(Autoregressive Distributed Lag, ADL) 모형, AR 모형, 소규모 벡터자기회귀(VAR) 모형, 대규모 VAR 모형의 표본외 예측력을 기준으로 모형선택을 실시한다. 물가상승률에는 다수의 잠재적인 예측변수가 존재하기 때문에 12개의 거시변수를 대상으로 ADL 모형에 베이지안 변수선택기법을 도입하고, 예측력 향상을 위한 정밀한 튜닝과정을 고안하고 적용하였다. VAR 모형에는 미네소타 사전분포를 설정하여 차원의 저주 문제를 극복하고자 하였다. 최근 5년을 대상으로 한 장단기 표본외 예측결과, ADL 모형이 점예측과 분포예측 모두에서 여타 경쟁모형에 비해 전반적으로 우월하였다. 예측조합을 통한 예측결과, 우리나라 소비자물가상승률이 2022년 하반기까지는 현재 비슷한 2% 내외의 수준을 유지할 것으로 보이며, 2023년 상반기부터는 1% 내외로 하락할 것으로 전망된다. 80% 신용구간은 예측치의 대략 ±1%p이다.

• 한국수자원학회논문집
• /
• 제39권12호
• /
• pp.997-1012
• /
• 2006

본 연구에서는 조건부 핵밀도함수와 CAFPE(Corrected Asymptotic Final Prediction Error) 차수결정 방법에 근거한 비매개변수적 비선형 자기회귀 (Nonlinear AutoRegressive, NAR) 모형을 소개하고 이를 SOI(Southern Oscillation Index)에 적용하였다. SOI 자료에 대해서 선형 AR 모형을 적용하였으나 잔차에 대한 검정결과 이분산성(heteroscedasticity)을 나타내었다. 또한 BDS(Brock-Dechert-Sheinkman) 검정에서 비선형성이 존재함을 확인하였다. 따라서 NAR 모형에 SOI 자료를 적용시켰다. CAFPE를 이용하여 가장 적합한 모형으로 지체 1, 2와 4가 선택되었으며 조건부 평균함수를 추정하여 SOI 자료를 모의한 결과 잔차에 대해서 정규성과 이분산성 가정이 Jarque-Bera 검정과 ARCH-LM 검정에서 각각 기각되었으며 또한 조건부 표준편차함수의 최적 차수로 3, 8과 9가 CAPFE를 통해 선택되었다. 조건부 평균함수와 표준편차함수를 모두 고려한 모형에 대한 잔차 검정 결과 잔차의 I.I.D 가정을 만족하였으며 특히, BDS 검정에서 신뢰구간 95%와 99%에서 모두 만족한 결과를 나타내었다. 마지막으로 전체의 15%에 해당하는 SOI 자료에 대해서 One-Step 예측을 수행하였으며 선형 모형에 비해 평균제곱예측오차가 7% 적게 나타났다. 따라서, NAR 모형은 여타의 매개변수적 방법과 달리 모형 선택에 있어 자유로우며 비선형성을 고려할 수 있는 모형으로서 SOI 자료와 같은 비선형 자료를 위한 모의방법으로 선형 모형에 비해 많은 장점을 가지고 있다.

• 한국경영과학회지
• /
• 제28권3호
• /
• pp.81-101
• /
• 2003

The financial statements purpose to provide useful information to decision-making process of business managers. The value-relevant information, however, embedded in the financial statement has been often overlooked in Korea. In fact, the financial statements in Korea have been utilized for nothing but account reports to Security Supervision Boards (SSB). The objective of this study is to develop earnings forecasting models through financial statement analysis using artificial intelligence (AI). AI methods are employed in forecasting earnings: artificial neural networks (ANN) for manufacturing industry and case~based reasoning (CBR) for banking industry. The experimental results using such AI methods are as follows. Using ANN for manufacturing industry records 63.2% of hit ratio for out-of-sample, which outperforms the logistic regression by around 4%. The experiment through CBR for banking industry shows 65.0% of hit ratio that beats the statistical method by 13.2% in holdout sample. Finally, the prediction results for manufacturing industry are validated through monitoring the shift in cumulative returns of portfolios based on the earning prediction. The portfolio with the firms whose earnings are predicted to increase is designated as best portfolio and the portfolio with the earnings-decreasing firms as worst portfolio. The difference between two portfolios is about 3% of cumulative abnormal return on average. Consequently, this result showed that the financial statements in Korea contain the value-relevant information that is not reflected in stock prices.

• 응용통계연구
• /
• 제32권5호
• /
• pp.703-720
• /
• 2019

최근 빈번하게 발생하는 이상기온과 기후변화로 인하여 전력수요의 변동성이 커지고 있으며 기온 영향의 증가와 함께 기온변화에 대한 전력수요의 반응은 비선형성과 비대칭성으로 나타나고 있다. 정부 에너지 정책의 변화와 4차 산업혁명의 전개에 따라 기온 효과를 보다 정확하게 추정하고 예측하는 것은 안정적 전력수급 관리를 위하여 중요한 과제이다. 본 연구는 기온변화에 대한 전력수요의 비선형적 반응에 대하여 부분선형모형을 이용하여 분석하고자 한다. 기온변화와 전력수요의 비선형·비대칭적 관계를 측정하기 위하여 Robinson의 double residual 준모수적 추정과 스플라인 추정을 적용하였다. 기상변수와 전력 소비에 대한 시간 단위 고주기 자료를 사용하여 부분선형모형으로 추정한 기온변화와 전력 소비의 관계는 기존 모수적 모형과는 다른 비선형성과 비대칭성을 갖고 있음을 확인하였다. 부분선형모형을 이용하여 얻은 전력수요에 대한 표본내·표본외 예측은 이차함수 모형과 냉난방도일 모형과 비교하여 우수한 예측력을 보였다. Diebold-Mariano 검정결과, 부분선형모형에서 얻은 예측력 향상은 통계적으로 유의하였다.

• 한국연초학회지
• /
• 제35권1호
• /
• pp.1-6
• /
• 2013

Near InfraRed Spectroscopy(NIRS) is a quick and accurate analytical method to measure multiple components in tobacco manufacturing process. This study was carried out to develop calibration equation of near infrared spectroscopy for the prediction of the amount of chemical components and hot water solubles(HWS) of reconstituted tobacco leaf. Calibration samples of reconstituted tobacco leaf were collected from every lot produced during one year. The calibration equation was formulated as modified partial least square regression method (MPLS) by analyzing laboratory actual values and mathematically pre-treated spectra. The accuracy of the acquired equation was confirmed with the standard error of prediction(SEP) of chemical components in reconstituted tobacco leaf samples, indicated as coefficient of determination($R^2$) and prediction error of sample unacquainted, followed by the verification of model equation of laboratory actual values and these predicted results. As a result of monitoring, the standard error of prediction(SEP) were 0.25 % for total sugar, 0.03 % for nicotine, 0.03 % for chlorine, 0.16 % for nitrate, and 0.38 % for hot water solubles. The coefficient of determination($R^2$) were 0.98 for total sugar, 0.97 for nicotine, 0.96 for chlorine, 0.98 for nitrate and 0.92 for hot water solubles. Therefore, the NIRS calibration equation can be applicable and reliable for determination of chemical components of reconstituted tobacco leaf, and NIRS analytical method could be used as a rapid and accurate quality control method.

• 대한방사선기술학회지:방사선기술과학
• /
• 제43권6호
• /
• pp.503-509
• /
• 2020

This study aims to develop a patient-specific radiation exposure dose prediction model based on anthropometric data that can be easily measurable during CT examination, and to be used as basic data for DRL setting and radiation dose management system in the future. In addition, among the machine learning algorithms, the most suitable model for predicting exposure doses is presented. The data used in this study were chest CT scan data, and a data set was constructed based on the data including the patient's anthropometric data. In the pre-processing and sample selection of the data, out of the total number of samples of 250 samples, only chest CT scans were performed without using a contrast agent, and 110 samples including height and weight variables were extracted. Of the 110 samples extracted, 66% was used as a training set, and the remaining 44% were used as a test set for verification. The exposure dose was predicted through random forest, linear regression analysis, and SVM algorithm using Orange version 3.26.0, an open software as a machine learning algorithm. Results Algorithm model prediction accuracy was R^2 0.840 for random forest, R^2 0.969 for linear regression analysis, and R^2 0.189 for SVM. As a result of verifying the prediction rate of the algorithm model, the random forest is the highest with R^2 0.986 of the random forest, R^2 0.973 of the linear regression analysis, and R^2 of 0.204 of the SVM, indicating that the model has the best predictive power.

• 정보처리학회논문지A
• /
• 제12A권3호
• /
• pp.243-252
• /
• 2005

본 논문에서는 최소제곱 추정기법과 로버스트 추정기법을 사용하여 다중 프로세서 시스템에서의 데이터 통신의 빈도를 모델링하는 방법을 제안한다. 몇 가지의 서로 다른 크기의 작은 입력 데이터들을 작업부하 프로그램에 부과하여 그때마다의 통신 빈도를 측정하고, 이 측정된 값들에 두 가지 통계적 추정기법을 순차적으로 적용함으로써 통신 빈도를 정확히 예측할 수 있는 모델을 구축하는 방법이다. 이 모델링 기법은 작업부하나 목표시스템의 구조적인 사양에 무관하게 입력 데이터의 크기에만 의존하므로 다양한 작업부하와 목표시스템에 대하여 그대로 적용할 수 있는 장점이 있다. 또한 목표시스템에서 작업부하의 알고리즘적 동적특성이 수학적인 공식으로 반영되므로 데이터 통신이외의 성능 데이터를 모델링하는 데에도 적용할 수 있다. 본 논문에서는 대표적인 다중 프로세서인 공유메모리 시스템에서 데이터 통신을 유발하는 핵심 요소인 캐시접근실패의 빈도에 대한 모델을 구하였으며, 12번의 실험 중 5번의 경우에는 $1\%$ 미만, 나머지 경우에는 $3\%$ 내외의 대단히 정확한 예측 오차율을 보였다.