• Korean Chemical Engineering Research
• /
• 제53권2호
• /
• pp.236-242
• /
• 2015

고분자전해질 연료전지 스택의 성능 및 주요 운전 변수를 예측하기 위해 부분최소자승법과 인공신경망의 두 가지 데이터 기반 모델링 기법을 제시한다. 30 kW급 고분자전해질 연료전지 스택 실험으로부터 확보한 데이터를 사용하여 부분최소자승 및 인공신경망 모델들을 구성한 후 각 모델의 예측 성능 및 계산 시간을 비교하였다. 모델의 복잡성을 줄이기 위해 부분최소자승법에 기초한 VIP(Variable Importance on PLS Projections) 선정기준을 모델링 절차에 포함하여, 초기 입력변수의 집합으로부터 모델링에 필요한 입력변수들을 선정하였다. 모델링 결과, 인공신경망이 스택의 평균 셀전압과 캐소드(cathode) 출구 온도를 예측하는데 있어서, 부분최소자승법 보다 우수한 성능을 보였다. 그러나 부분최소자승법 또한 입력변수와 출력변수 간에 선형적 상관관계만을 모델링 할 수 있음에도 불구하고 비교적 만족할 만한 예측 성능을 나타냈다. 모델의 정확도와 계산속도의 요구조건에 따라 두 모델링 기법은 고분자전해질 연료전지의 설계 및 운전 분야의 성능 예측, 온라인 및 오프라인 최적화, 제어 및 이상 진단을 위해 적용될 수 있을 것으로 판단된다.

• Korean Journal of Radiology
• /
• 제25권2호
• /
• pp.166-178
• /
• 2024

Objective: This study aimed to determine the predictive performance of non-contrast CT (NCCT) signs for hemorrhagic growth after intracerebral hemorrhage (ICH) when stratified by onset-to-imaging time (OIT). Materials and Methods: 1488 supratentorial ICH within 6 h of onset were consecutively recruited from six centers between January 2018 and August 2022. NCCT signs were classified according to density (hypodensities, swirl sign, black hole sign, blend sign, fluid level, and heterogeneous density) and shape (island sign, satellite sign, and irregular shape) features. Multivariable logistic regression was used to evaluate the association between NCCT signs and three types of hemorrhagic growth: hematoma expansion (HE), intraventricular hemorrhage growth (IVHG), and revised HE (RHE). The performance of the NCCT signs was evaluated using the positive predictive value (PPV) stratified by OIT. Results: Multivariable analysis showed that hypodensities were an independent predictor of HE (adjusted odds ratio [95% confidence interval] of 7.99 [4.87-13.40]), IVHG (3.64 [2.15-6.24]), and RHE (7.90 [4.93-12.90]). Similarly, OIT (for a 1-h increase) was an independent inverse predictor of HE (0.59 [0.52-0.66]), IVHG (0.72 [0.64-0.81]), and RHE (0.61 [0.54-0.67]). Blend and island signs were independently associated with HE and RHE (10.60 [7.36-15.30] and 10.10 [7.10-14.60], respectively, for the blend sign and 2.75 [1.64-4.67] and 2.62 [1.60-4.30], respectively, for the island sign). Hypodensities demonstrated low PPVs of 0.41 (110/269) or lower for IVHG when stratified by OIT. When OIT was ≤ 2 h, the PPVs of hypodensities, blend sign, and island sign for RHE were 0.80 (215/269), 0.90 (142/157), and 0.83 (103/124), respectively. Conclusion: Hypodensities, blend sign, and island sign were the best NCCT predictors of RHE when OIT was ≤ 2 h. NCCT signs may assist in earlier recognition of the risk of hemorrhagic growth and guide early intervention to prevent neurological deterioration resulting from hemorrhagic growth.

• Structural Engineering and Mechanics
• /
• 제64권3호
• /
• pp.347-352
• /
• 2017

The poor maintenance practice increases the possibility of system failure. Subsequently, the consequences of failure fall on the aspects of output, safety and healthy, environmental integrity, system quality, and customer satisfaction. Conditionbased maintenance is seen as a potential strategy to improve performance. Whereby, the key success factor of this maintenance strategy is identified as the system inspection. This study aims to investigate the association between system breakdown rate and frequency of inspection. A mixed method approach is implemented by distributing questionnaire and interviewing for data collection. Subsequently, descriptive analysis, correlation analysis and regression are adopted to analyse the collected data from 100 respondents and the results are validated with interview data of 10 interviewees. The research result establishes significant relationship between the system breakdown rate and the frequency of inspection. Additionally, the result of regression analysis confirms that the frequency of inspection is the significant predictor of system breakdown rate. Planning of accurate inspection frequency is crucial to secure the system performance. Hence, the research signifies the importance to carry out regular inspection towards the building systems and components. As a recommendation, the maintenance personnel should assess the risk criticality of the building systems. Then, continuously monitor the condition of critical building systems; regularly inspect the condition of non-critical building systems and randomly inspect all of them.

• 전자공학회논문지CI
• /
• 제46권5호
• /
• pp.1-13
• /
• 2009

캐시 에너지의 소비 전력을 줄이기 위해 필터 캐시가 제안되었다. 이와 같은 필터 캐시의 사용으로 인해 50% 이상의 전력 사용 감소 효과를 가져왔으나, 상대적으로 시스템 성능은 평균 20% 가량 감소되었다. 필터 캐시의 사용으로 인한 이 같은 성능 감소를 최소화하기 위해서, 여러 가지 형태의 필터 캐시 예측가 제안 되었다. 본 논문에서는 기존에 제안된 주요 필터 캐시 예측 모델들을 소개하며, 각각의 방식에 있어서의 핵심 특징 및 해당 방식의 문제점을 분석한다. 분석 결과, 필터 캐시의 참조 실패를 야기하는 기존 방식의 중요한 문제점을 확인하였으며, 이를 바탕으로 본 논문에서는 개선된 형태의 새로운 필터 캐시 예측기 모델을 제안한다. 제안된 방식은 MSB라 불리는 참조 비트를 고안하여 이를 기존의 필터캐시와 BTB에 새롭게 활용한다. 본 논문에서 제안된 방식의 성능을 검증하기 위해 SimpleScalar 시뮬레이터와 MiBench 응용 프로그램을 활용하여 모의실험을 수행하였다. 실험 결과 제안된 방식은 기존 방식 대비, 필터 캐시 예측 실패율, 필터 캐시 활용률 및 전력 소모량 시간 지연 등 모든 면에서 평균 5%의 성능 향상을 가져 왔다.

• 컴퓨터교육학회논문지
• /
• 제18권2호
• /
• pp.71-81
• /
• 2015

EISC 프로세서에서 LERI 폴딩과 루프 버퍼링을 지원하는 명령어 큐는 하드웨어적으로 20%를 차지하며, 그 효율성은 성능에 직결된다. 본 연구에서는 EISC 프로세서의 명령어 큐 아키텍처 효율성 향상을 복귀주소 스택(RAS)을 통해 실현하였다. 구현한 아키텍처는 EISC의 얕은 파이프라인 구조의 이점을 활용하여 잘못된 명령어 수행으로 인한 RAS Corruption 문제를 제거하였다. 실험에서, 4개 엔트리의 RAS는 명령어 큐의 플러시를 기존보다 최대 58.90% 줄였고, 8개 엔트리의 RAS는 이를 최대 61.28% 줄였다. 또한 실험 결과 8개 엔트리의 RAS는 3.47%의 성능향상을 보여주었고, 4개 엔트리의 RAS는 3.15%의 성능향상을 보여주었다.

• 한국산업정보학회논문지
• /
• 제12권5호
• /
• pp.173-182
• /
• 2007

e-Learning이란 기술기반 교육을 의미하며, 교육용 CD-ROM이나 교육용 소프트웨어를 이용하는 컴퓨터 기반 교육, 웹 기반 교육, 가상 학습 디지털상의 교육과 협업을 포함하는 개념이다. 자기주도학습을 전제로 하고 있는 e-Learning의 학습 성과를 평가하기 위해서는 정보시스템 측면과 학습자 자신의 컴퓨터 사용능력과 같은 학습자 특성을 동시에 고려한 모형을 필요로 하게 된다. 본 논문에서는 정보시스템성과 모형과 자기효능감을 기반으로 e-Learning 학습 성과 평가 모형을 제시하고 실증 분석하였다. 216명의설문 응답 결과 사용 의도에 영향을 미치는 요인은 서비스 품질과 컴퓨터 자기효능감으로 나타났고. 사용자만족에 영향을 미치는 요인은 시스템 품질, 정보 품질, 서비스 품질, 컴퓨터 자기효능감으로 나타났다. 또한 사용 의도와 사용자 만족은 학습 성과에 유의적인 영향을 미치는 것으로 나타났다.

• 한국통신학회논문지
• /
• 제33권3A호
• /
• pp.256-268
• /
• 2008

본 논문에서는 다중 경로 레이리 페이딩 시변 채널 환경의 Multiple Input Multiple Output-Orthogonal Frequency Division Multiplexing (MIMO-OFDM) 시스템에서 효율적으로 채널 변화를 추적할 수 있는 채널 추적방식을 제안하였다. 제안된 방식은 시변 채널에 대응할 수 있도록 블라인드 채널 예측기를 설계하였다. 또한 주파수 영역 채널 추정이 Minimum Mean Square Error (MMSE) 시간영역 채널 추정과 결합되어 있으며 이 방식은 매 OFDM 심벌마다 역행렬을 계산할 필요가 없다는 장점이 있다. 컴퓨터 시뮬레이션 결과 제안된 방식은 기존의 Li방식[4] 보다 성능이 우수함을 보였다. 도플러 주파수 100Hz 및 10-4 BER에서 Eb/No이득이 약 2.5 dB 정도 되었다. 도플러 주파수가 200Hz일 때 그 성능의 차이는 더욱 커졌다.

• 지적과 국토정보
• /
• 제49권1호
• /
• pp.65-84
• /
• 2019

본 연구의 목적은 기계학습 알고리즘을 이용하여 주택모기지 금리에 대한 시민들의 감정을 예측하는 것이었다. 연구목적을 달성하기 위해 본 연구는 관련문헌을 검토한 다음 두개의 연구 질문을 설정하였다. 또한 연구 질문에 대한 답을 구하기 위해 본 연구는 Akman의 분류에 따라 감정을 분류 한 다음 여섯 가지 기계학습 알고리즘을 이용하여 모기지 금리에 대한 시민들의 감정을 예측하였다. 분석결과 AdaBoost가 모든 평가범주에서 가장 우수한 분류기로 확인되었다. 그러나 Naive Bayes의 성능수준은 다른 분류기들의 성능수준보다 낮은 것으로 밝혀졌다. 또한 본 연구는 어느 분류기가 각 감정범주를 잘 예측해주는지를 파악하기 위해 ROC 분석을 실시하였다. 분석결과, AdaBoost가 모든 감정범주에서 주택모기지 금리에 대한 주민들의 감정을 가장 잘 예측해주는 것으로 확인되었다. 그러나 슬픔범주에서 여섯 가지 알고리즘의 성능수준은 다른 감정범주보다 훨씬 낮게 나타났다.

• 대한통합의학회지
• /
• 제12권2호
• /
• pp.155-166
• /
• 2024

Purpose : This study aims to identify key factors for predicting dropout risk at the university level and to provide a foundation for policy development aimed at dropout prevention. This study explores the optimal machine learning algorithm by comparing the performance of various algorithms using data on college students' dropout risks. Methods : We collected data on factors influencing dropout risk and propensity were collected from N University. The collected data were applied to several machine learning algorithms, including random forest, decision tree, artificial neural network, logistic regression, support vector machine (SVM), k-nearest neighbor (k-NN) classification, and Naive Bayes. The performance of these models was compared and evaluated, with a focus on predictive validity and the identification of significant dropout factors through the information gain index of machine learning. Results : The binary logistic regression analysis showed that the year of the program, department, grades, and year of entry had a statistically significant effect on the dropout risk. The performance of each machine learning algorithm showed that random forest performed the best. The results showed that the relative importance of the predictor variables was highest for department, age, grade, and residence, in the order of whether or not they matched the school location. Conclusion : Machine learning-based prediction of dropout risk focuses on the early identification of students at risk. The types and causes of dropout crises vary significantly among students. It is important to identify the types and causes of dropout crises so that appropriate actions and support can be taken to remove risk factors and increase protective factors. The relative importance of the factors affecting dropout risk found in this study will help guide educational prescriptions for preventing college student dropout.

• 한국컴퓨터정보학회논문지
• /
• 제25권7호
• /
• pp.135-142
• /
• 2020

농구는 매우 복잡한 스포츠이며, 공격 및 수비 그리고 리바운드, 자유투 비율, 경기 시간 및 효율성을 분석할 수 있는 경기이다. 이러한 운동경기의 통계는 다른 경기에 영향을 미칠 수 있으며 모든 움직임을 분석 할 수 있어 플레이어에게 많은 도움도 압력도 줄 수가 있다. 스포츠의 성과 분석은 팀 또는 개인의 성과와 선수 및 팀의 개발을 위해 더 객관적으로 사용되는 자료를 추적 할 수 있는 중요한 방법이다. 이와 같은 유용한 정보를 발견하면 경쟁 후 비디오 분석에서 코치가 훨씬 정확한 게임 분석에 도달하여 팀의 정확한 요구 사항을 수정할 수 있는 능력을 얻을 수 있기 때문에 이러한 경기는 경기 유형의 분석은 중요한 자료로서 가치가 입증되기도 한다. 서로 다른 유형의 회전율에 대한 실적의 상실과 상실 간에는 상당한 차이가 발견되었다. 이직률이 경기 결과의 올바른 예측이 아니라는 현재의 연구를 지원하기도 한다. Curz and Tavares (1998)에 간략하게 언급 된 바와 같이 경기의 결과를 예측할 수 있는 특정 유형의 회전율은 없었다. 현재의 연구를 뒷받침하는 다양한 유형의 매출에 대한 성과의 상실과 상실 사이에 상당한 차이가 발견되었다. Curz and Tavares (1998). 일부 유형의 회전율에서 이기는 것과 잃는 것과 성능 간에는 상당한 차이가 발견 되지만 이 영역에서 수집 된 데이터가 없기 때문에 유효한 것으로 간주 할 수는 없다. 보조 바구니와 같은 일부 영역에서 현재 최소한의 연구가 진행되고 있는 성과 지표와 관련된 다른 영역에서도 추가 연구를 수행 할 수 있으며, 자체 연구에서 성과 지표에 대해 언급한 성과와 지표는 게임의 복잡성을 설명하기에 아직은 부적합하다는 내용이다.