In this study, the artificial neural network (ANN) method was used for estimating the monthly mean wind speed of Sivas, in the central part of Turkey. Eighteen years of wind speed data obtained from nine measurement stations during the period of 2000-2017 at 10 m height was used for ANN analysis. It was found that mean absolute percentage error (MAPE) ranged from 3.928 to 6.662, mean bias error (MBE) ranged from -0.089 to -0.003, while root mean square error (RMSE) ranged from 0.050 to 0.157 and R2 ranged from 0.86 to 0.966. ANN models provide a good approximation of the wind speed for all measurement stations, however, a tendency to underestimate is also obvious.
This paper analyzes the previous Anjok model of the Gayageum and describes a method to improve the frequency modeling based on previous model. In the previous work, relation between the fundamental frequency and Anjok's location on the body is assumed as an exponential function and these frequencies are integrated by a first-order leaky integrator. Finally, a parameter of the formula to calculate the fundamental frequency is obtained by applying integrated frequencies to the linear regression. This model shows 2.5 Hz absolute deviation on average and has maximum error 7.75 Hz for the low fundamental frequencies. In order to overcome this problem, this paper proposes that the Anjok's locations are grouped according to the rate of error increase and linear regression is applied to each group. To find the optimal parameter, the RMSE(Root Mean Square Error) between measured and calculated fundamental frequencies is used. The proposed model shows substantial reduction in errors, especially maximum three times.
In this study, we examined the suitability of ten disinfection models for predicting the inactivation of Artemia sp. via single or combined physical and chemical treatments. The effect of Hydraulic Retention Time (HRT) on the inactivation of Artemia sp. was examined experimentally. Disinfection models were fitted to the experimental data by using the GInaFiT plug-in for Microsoft Excel. The inactivation model were evaluated on the basis of RMSE (Root Mean Square Error), SSE (mean Sum Square Error) and $r^2$. An inactivation model with the lowest RMSE, SSE and $r^2$ close to 1 was considered the best. The Weibull+Tail model was found to be the most appropriate for predicting the inactivation of Artemia sp. via electrolytic treatment and electrolytic-ultrasonic combined treatment. The Log-linear+Tail model was the most appropriate for modeling inactivation via homogenization and combined electrolytic-homogenization treatment. The double Weibull disinfection model was the most suitable for the predicting inactivation via ultrasonic treatment.
Purpose: The color changes in red pepper during far infrared drying were studied in order to establish a color change model. Methods: The far infrared drying experiments of red pepper were conducted at two temperature levels of 60, $70^{\circ}C$ and two air velocity levels of 0.6 and 0.8 m/s. The results were compared with the hot-air drying method. The surface color changes parameters of red pepper were measured qualitatively based on L (lightness), a (redness), b (yellowness) and total color changes (${\Delta}E$). The goodness of fit of model was estimated using the coefficient of determination ($R^2$), the root mean square error (RMSE), the mean relative percent error (P) and the reduced chi-square (${\chi}^2$). Results: The results show that an increase in drying temperature and air velocity resulted in a decrease in drying time, the values of L (lightness) and a (redness) decreased with drying time during far infrared drying. The developed model showed higher $R^2$ values and lower RMSE, P and ${\chi}^2$ values. Conclusions: The model in this study could be beneficial to describe the color changes of red pepper by far infrared drying.
In order to analyze sediment transport characteristics of knickpoint migration, sediment transport length, and sediment transport weight through the under-flow type vertical lift gate, the hydraulic model experiment and dimensional analysis were performed. The correlations between Froude number and sediment transport characteristics were schematized. The multiple regression formulae for sediment transport characteristics with non-dimensional parameters were suggested. The determination coefficients of multiple regression equations appeared high as 0.618 for knickpoint migration, 0.632 for sediment transport length, and 0.866 for sediment transport weight. In order to evaluate the applicability of the developed hydraulic characteristic equations, 95% prediction interval analysis was conducted on the measured and the calculated by multiple regression equations, and it was determined that NSE (Nash-Sutcliffe Efficiency), RMSE (root mean square), and MAPE (mean absolute percentage error) are appropriate, for the accuracy analysis related to the prediction on sediment transport characteristics of kickpoint migration, sediment transport length and weight.
In this study, to select the incoming solar radiation equation which is most suitable for the estimation of Penman evaporation, 12 incoming solar radiation equations were selected. The Penman evaporation rates were estimated using 12 selected incoming solar radiation equations, and the estimated Penman evaporation rates were compared with measured pan evaporation rates. The monthly average daily meteorological data measured from 17 meteorological stations (춘천, 강능, 서울, 인천, 수원, 서산, 청주, 대전, 추풍령, 포항, 대구, 전주, 광주, 부산, 목포, 제주, 진주) were used for this study. To evaluate the reliability of estimated evaporation rates, mean absolute bias error(MABE), root mean square error(RMSE), mean percentage error(MPE) and Nash-Sutcliffe equation were applied. The study results indicate that to estimate pan evaporation using Penman evaporation equation, incoming solar radiation equation using meteorological data such as precipitation, minimum air temperature, sunshine duration, possible duration of sunshine, and extraterrestrial radiation are most suitable for 11 study stations out of 17 study stations.
This study presents the prediction of the California bearing ratio (CBR) of coarse- and fine-grained soils using artificial intelligence technology. The group method of data handling (GMDH) algorithm, an artificial neural network-based model, was used in the prediction of the CBR values. In the design of the prediction models, various combinations of independent input variables for both coarse- and fine-grained soils have been used. The results obtained from the designed GMDH-type neural networks (GMDH-type NN) were compared with other regression models, such as linear, support vector, and multilayer perception regression methods. The performance of models was evaluated with a regression coefficient (R2), root-mean-square error (RMSE), and mean absolute error (MAE). The results showed that GMDH-type NN algorithm had higher performance than other regression methods in the prediction of CBR value for coarse- and fine-grained soils. The GMDH model had an R2 of 0.938, RMSE of 1.87, and MAE of 1.48 for the input variables {G, S, and MDD} in coarse-grained soils. For fine-grained soils, it had an R2 of 0.829, RMSE of 3.02, and MAE of 2.40, when using the input variables {LL, PI, MDD, and OMC}. The performance evaluations revealed that the GMDH-type NN models were effective in predicting CBR values of both coarse- and fine-grained soils.
When creating a soil contamination map using geostatistical techniques, there are various sources that can affect prediction errors. In this study, a grid-based soil contamination map was created from the sampling data of heavy metal concentrations in soil in abandoned mine areas using Ordinary Kriging. Five factors that were judged to affect the prediction error of the soil contamination map were selected, and the variation of the root mean squared error (RMSE) between the predicted value and the actual value was analyzed based on the Leave-one-out technique. Then, using a machine learning algorithm, derived the top three factors affecting the RMSE. As a result, it was analyzed that Variogram Model, Minimum Neighbors, and Anisotropy factors have the largest impact on RMSE in the Standard interpolation. For the variogram models, the Spherical model showed the lowest RMSE, while the Minimum Neighbors had the lowest value at 3 and then increased as the value increased. In the case of Anisotropy, it was found to be more appropriate not to consider anisotropy. In this study, through the combined use of geostatistics and machine learning, it was possible to create a highly reliable soil contamination map at the local scale, and to identify which factors have a significant impact when interpolating a small amount of soil heavy metal data.
Kyung-won Lee;Dan-bi Ou;Ki-man Kim;Tae Hyeong Kim;Heechang Lee
The Journal of the Acoustical Society of Korea
/
v.43
no.4
/
pp.383-390
/
2024
When measuring the radiated noise of an underwater vehicle, the range information between the vehicle and the receiver is an important factor, but since Global Positioning System (GPS) is not available in underwater, an alternative method is needed. As an alternative, the range is measured by estimating the arrival time, arrival time difference, and arrival frequency difference using a separate acoustic signal. However, errors occur due to the channel environment, and these outliers become obstacles in continuously measuring range. In this paper, we propose a method to reduce errors by curve fitting with a function in the form of a V-curve as a post-processing to remove outliers that occurred in the process of measuring range information. Simulation, lake and sea trials were conducted to verify the performance of the proposed method. In the results of the lake trial, the range estimation error was reduced by about 85 % from the Root Mean Square Error (RMSE) point of view.
With the increasing danger of personal information being exposed, a technique to protect personal information by identifying a non-user in case it is exposed. A study to construct a neural network recognizer for developing a economical and effective user protecting system. For this, time variables regarding user typing patterns from a pattern extraction device. With the variations in the standard deviation for the collected time variables, non-user patterns were generated. The recognition performance increased with the increase in the standard deviation and a higher recognition was achieved at 2.5. Also, five types of training data were generated and the recognition performance was examined as a function of the number of non-user patterns. With the increase in non-suer patterns, the recognition error quantified in the root mean square error (RMSE) was reduced. The smallest RMSE was obtained at the type 5 and 90 non-user patterns. In overall, the type 3 model yielded the highest recognition accuracy Particularly, a perfect recognition of 100% was achieved at 45 non-user patterns.
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.