주관적 판단을 적용하여 예보되는 미세먼지 예보의 문제를 해결하기 위해 딥러닝 알고리즘을 이용하여 미세먼지 예측 모델을 설계하였다. 딥러닝 알고리즘 중 RNN과 LSTM을 이용하였으며, 하이퍼 파라미터 탐색을 통해 최적의 파라미터를 적용하여 설계하였다. RMSE와 예측 정확도를 통해 두 모델의 예측 성능을 평가하였다. 성능 평가 결과, RMSE와 전체 정확도에서 큰 차이는 없었으나 세부 예측 정확도의 차이가 있음을 확인하였다.
Spatial information could be obtained from spaceborne high resolution optical and synthetic aperture radar(SAR) images. However, some satellite images do not provide physical sensor information instead, rational polynomial coefficients(RPC) are available. The objectives of this study are: (1) 3-dimensional ground coordinates were computed by applying rational function model(RFM) with the RPC for the stereo pair of Ikonos images and their accuracy was evaluated. (2) Interferometric SAR(InSAR) was applied to JERS-1 images to generate DEM and its accuracy was analysis. (3) Quality of the DEM generated automatically also analyzed for different types of terrain in the study site. The overall accuracy was evaluated by comparing with GPS surveying data. The height offset in the RPC was corrected by estimating bias. In consequence, the accuracy was improved. Accuracy of the DEMs generated from InSAR with different selection of GCP was analyzed. In case of the Ikonos images, the results show that the overall RMSE was 0.23327", 0.l1625" and 13.70m in latitude, longitude and height, respectively. The height accuracy was improved after correcting the height offset in the RPC. i.e., RMSE of the height was 1.02m. As for the SAR image, RMSE of the height was 10.50m with optimal selection of GCP. For the different terrain types, the RMSE of the height for urban, forest and flat area was 23.65m, 8.54m, 0.99m, respectively for Ikonos image while the corresponding RMSE was 13.82m, 18.34m, 10.88m, respectively lot SAR image.
Power line noise in electrocardiogram signals makes it difficult to diagnose cardiovascular disease. ECG signals without power line noise are needed to increase the accuracy of diagnosis. In this paper, it is proposed DNN(Deep Neural Network) model to remove the power line noise in ECG. The proposed model is learned with noisy ECG, and clean ECG. Performance of the proposed model were performed in various environments(varying amplitude, frequency change, real-time amplitude change). The evaluation used signal-to-noise ratio and root mean square error (RMSE). The difference in evaluation metrics between the noisy ECG signals and the de-noising ECG signals can demonstrate effectiveness as the de-noising model. The proposed DNN model learning result was a decrease in RMSE 0.0224dB and a increase in signal-to-noise ratio 1.048dB. The results performed in various environments showed a decrease in RMSE 1.7672dB and a increase in signal-to-noise ratio 15.1879dB in amplitude changes, a decrease in RMSE 0.0823dB and a increase in signal-to-noise ratio 4.9287dB in frequency changes. Finally, in real-time amplitude changes, RMSE was decreased 0.3886dB and signal-to-noise ratio was increased 11.4536dB. Thus, it was shown that the proposed DNN model can de-noise power line noise in ECG.
최근 국내의 항공디지털카메라 영상의 도입 및 공급이 현실화됨에 따라 정사영상 및 수치지도를 포함한 지리정보제작에 많은 관심이 모아지고 있다. 따라서, 본 연구에서는 항공디지털사진의 정사영상을 제작하여 수치지도를 갱신하는 방법을 제시하고자 하였다. GPS 측량성과를 이용하여 기하보정을 수행하고, 항공 Lidar DEM을 이용하여 정사영상을 제작하였으며, GPS측량성과를 이용하여 절대위치정확도평가, 수치지도의 건물레이어에 대해서는 1/1,000 수치지도를 이용하여 상대위치정확도평가를 수행하였다. 정사영상에 대한 정확도 평가결과, RMSE가 X, Y방향으로 각각 ${\pm}0.076m,\;{\pm}0.294m$가 발생하였으며, 수치지도에 대한 정확도 평가결과, RMSE가 X, Y방향으로 각각 ${\pm}0.250m,\;{\pm}0.210m$이 발생하였으므로, 항공디지털사진의 정사영상을 이용한 수치지도의 건물레이어 갱신결과는 국토지리정보원 규정의 허용오차 이내였으므로, 향후 기본지리정보 구축은 물론 지자체의 GIS사업 및 다양한 분야에 활용할 수 있다.
이 연구에서는 GPS 기준국 주변에 존재하는 장애물의 방향과 고도각이 좌표 정확도 변화에 미치는 영향을 시뮬레이션을 통해 분석하고자 한다. 최적의 관측환경에 있는 기준국의 정밀좌표를 산출한 뒤 고도각 $10^{\circ}$부터 $70^{\circ}$까지의 장애물이 동, 서, 남 방향에 각각 존재한다고 가정하고 관측자료를 재구성하였다. 10일간의 관측자료를 이용하여 일단위와 시간단위로 각각 처리하였다. 일단위 처리결과에서는 RMSE가 10mm 내외였으나 시간단위 결과에서는 100mm 수준까지 증가하였다. 장애물의 고도각이 높아질수록 수평 및 수직방향 RMSE는 증가하였고 높이 추정값은 감소하였다. 방향에 따른 분석에서는 동쪽이나 서쪽에 장애물이 존재할 때 남북방향에 비해 동서방향으로 위치오차가 더 크게 증가하였고 남쪽 장애물인 경우에는 동서방향의 오차폭이 상대적으로 작게 나타났다.
미시적 시뮬레이션 모형은 컴퓨터 성능이 향상되고 정교한 모형이 개발되면서 광역적인 범위까지 적용분야가 점차 확대되고 있다. 현장 교통상황을 정확하게 묘사하기 위해서는 시뮬레이션 모형의 정확한 정산이 매우 중요하다. 국내에서는 거시적 모형에 대한 정산연구는 많이 진행된 반면에 미시적 모형에 대한 정산연구는 매우 부족한 실정이다. 본 연구에서는 유전자알고리즘 이용하여 미시적 시뮬레이션 모형의 파라미터를 자동으로 최적화하는 자동정산 체계를 제시하였다. 내부순환로 지점검지기에서 수집되는 관측교통량과 미시적 시뮬레이션모형(VISSIM)의 교통량 간의 제곱오차(RMSE)를 성능지표로 하고, 최적화 목적함수는 제곱오차를 최소화 하는 것으로 설정하였다. 내부순환로에 적용한 결과, 기본 파라미터에 비해 자동정산체계의 RMSE가 60.4%($19.3{\longrightarrow}7.6$)나 감소하여 매우 효과적인 것으로 나타났다.
The objective of this study was to assess the livestock nonpoint source pollutant impact on water quality in Namgang dam watershed using the HSPF (Hydrological Simulation Program-Fortran) model. The input data for the HSPF model was established using the landcover, digital elevation, and watershed and river maps. In order to apply the pollutant load to the HSPF model, the delivery load of the livestock nonpoint source in the Namgang dam watershed was calculated and used as a point pollutant input data for the HSPF model. The hydrologic and water quality parameters of HSPF model were calibrated and validated using the observed runoff data from 2007 to 2015 at Sancheong station. The R2 (Determination Coefficient), RMSE (Root Mean Square Error), NSE (Nash-Sutcliffe efficiency coefficient), and RMAE (Relative Mean Absolute Error) were used to evaluate the model performance. The simulation results for annual mean runoff showed that R2 ranged 0.79~0.81, RMSE 1.91~2.73 mm/day, NSE 0.7~0.71 and RMAE 0.37~0.49 mm/day for daily runoff. The simulation results for annual mean BOD for RMSE ranged 0.99~1.13 mg/L and RMAE 0.49~0.55 mg/L, annual mean TN for RMSE ranged 1.65~1.72 mg/L and RMAE 0.55 mg/L, and annual mean TP for RMSE ranged 0.043~0.055 mg/L and RMAE 0.552~0.570 mg/L. As a result of livestock nonpoint pollutant loading simulation for each sub-watersehd using the HSPF model, the BOD ranged 16.6~163 kg/day, TN ranged 27.5~337 kg/day, TP ranged 1.22~14.1 kg/day.
파랑 모델에서 시공간적인 해상도의 변경은 결과에 많은 영향을 끼친다. 본 연구에서는 모델 입력장의 해상도 변경, 파랑 모델의 해상도 변경 그리고 물리적 옵션에 따른 모델의 민감도를 분석하였다. 모델의 분석을 위해서 전지구 부이관측자료와 위성자료를 이용하였다. 고해상도의 입력장을 사용할 경우 유의파고를 과대 산정하는 경향을 보였고, RSME는 약간 감소하였다. 고해상도의 파랑 모델을 수행할 경우 평균편향 및 RMSE가 약간 증가하였다. 또한, 유효 해상풍 계수를 기존의 값인 1.4보다 작게 설정할 경우 편향과 RMSE가 모두 감소하였다.
Dean (1965) proposed the use of the root mean square error (RMSE) in the dynamic free surface boundary condition (DFSBC) and kinematic free-surface boundary condition (KFSBC) as an error evaluation criterion for wave theories. There are well known wave theories with RMSE more than 1%, such as Airy theory, Stokes theory, Dean's stream function theory, Fenton's theory, and trochodial theory for deep-water waves. However, none of them can be applied for deep-water breaking waves. The purpose of this study is to provide a closed-form solution for deep-water waves with RMSE less than 1% even for breaking waves. This study is based on a previous study (Shin, 2016), and all flow fields were simplified for deep-water waves. For a closed-form solution, all Fourier series coefficients and all related parameters are presented with Newton's polynomials, which were determined by curve fitting data (Shin, 2016). For verification, a wave in Miche's limit was calculated, and, the profiles, velocities, and the accelerations were compared with those of 5th-order Stokes theory. The results give greater velocities and acceleration than 5th-order Stokes theory, and the wavelength depends on the wave height. The results satisfy the Laplace equation, bottom boundary condition (BBC), and KFSBC, while Stokes theory satisfies only the Laplace equation and BBC. RMSE in DFSBC less than 7.25×10-2% was obtained. The series order of the proposed method is three, but the series order of 5th-order Stokes theory is five. Nevertheless, this study provides less RMSE than 5th-order Stokes theory. As a result, the method is suitable for offshore structural design.
High-dose I-131 used for the treatment of thyroid cancer causes localized exposure among radiology technologists handling it. There is a delay between the calibration date and when the dose of I-131 is administered to a patient. Therefore, it is necessary to directly measure the radioactivity of the administered dose using a dose calibrator. In this study, we attempted to apply machine learning modeling to measured external dose rates from shielded I-131 in order to predict their radioactivity. External dose rates were measured at 1 m, 0.3 m, and 0.1 m distances from a shielded container with the I-131, with a total of 868 sets of measurements taken. For the modeling process, we utilized the hold-out method to partition the data with a 7:3 ratio (609 for the training set:259 for the test set). For the machine learning algorithms, we chose linear regression, decision tree, random forest and XGBoost. To evaluate the models, we calculated root mean square error (RMSE), mean square error (MSE), and mean absolute error (MAE) to evaluate accuracy and R2 to evaluate explanatory power. Evaluation results are as follows. Linear regression (RMSE 268.15, MSE 71901.87, MAE 231.68, R2 0.92), decision tree (RMSE 108.89, MSE 11856.92, MAE 19.24, R2 0.99), random forest (RMSE 8.89, MSE 79.10, MAE 6.55, R2 0.99), XGBoost (RMSE 10.21, MSE 104.22, MAE 7.68, R2 0.99). The random forest model achieved the highest predictive ability. Improving the model's performance in the future is expected to contribute to lowering exposure among radiology technologists.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.