• 한국음향학회지
• /
• 제33권2호
• /
• pp.146-151
• /
• 2014

본 논문은 기존의 가야금 안족 모델을 분석하고 안족의 위치에 따른 주파수 모델링을 개선하기 위한 방법에 대해서 기술한다. 기존의 모델은 안족의 위치별 기본 주파수의 변화를 지수 함수로 가정, 리키 적분기를 이용하여 이들 주파수를 적분한 후 선형 회귀 모델을 이용하여 주파수와 안족의 위치에 관한 수식의 파라미터를 구하였다. 이 모델은 평균적으로 2.5 Hz의 오차를 보였으나 낮은 주파수에 대해서는 최대 7.75 Hz의 오차를 보였다. 이에 제안하는 모델은 안족의 위치를 세부 구간으로 나누고 각 구간 내 누적 주파수에 대한 선형 회귀 모델을 적용하였고, 리키 적분기의 계수를 바꿔가며 안족 위치의 세부 구간 내 각 현의 기본 주파수와 계산된 주파수간 RMSE(Root Mean Square Error)가 최소가 되는 계수를 찾음으로써 최적의 파라미터를 구하였다. 이러한 과정을 통해 얻어진 모델은 기존의 오차를 최대 3배가량 줄일 수 있었다.

• 한국환경과학회지
• /
• 제26권4호
• /
• pp.421-432
• /
• 2017

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.

• Journal of Biosystems Engineering
• /
• 제37권5호
• /
• pp.327-334
• /
• 2012

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.

• Ecology and Resilient Infrastructure
• /
• 제5권4호
• /
• pp.276-284
• /
• 2018

하단배출 형태의 연직수문을 대상으로 퇴적토 배출특성에 따른 두부침식 거리비, 퇴적토 이동거리와 이동량을 분석하기 위해 수리 모형실험과 차원해석을 수행하였다. Froude 수와 배출특성의 상관관계를 도식화하고, 퇴적토 배출특성을 지배하는 무차원 매개변수에 의한 다중회귀식을 제안하였다. 두부침식거리, 퇴적토 이동거리와 이동량에 대한 각 다중회귀 분석식의 결정계수는 각각 0.618, 0.632, 0.866으로 높게 나타났다. 개발한 퇴적토 배출특성식의 사용성을 평가하기 위해 실제 측정값과 회귀분석식에 의해 계산된 값의 95%의 예측 신뢰구간 분석을 수행하였고, 두부침식거리, 퇴적토 이동거리와 이동량에 대한 예측의 정확도 분석차원의 NSE (Nash-Sutcliffe Efficiency), RMSE (root mean square)와 MAPE (mean absolute percentage error)는 적절한 것으로 판단되었다.

• 농업과학연구
• /
• 제38권1호
• /
• pp.129-143
• /
• 2011

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.

• Geomechanics and Engineering
• /
• 제33권2호
• /
• pp.183-194
• /
• 2023

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.

• 자원환경지질
• /
• 제56권3호
• /
• pp.331-341
• /
• 2023

지구통계 기법을 기반으로 토양오염지도를 작성하는 경우 예측 오차가 발생하며 이에 영향을 미치는 다양한 원인이 존재한다. 본 연구에서는 정규 크리깅을 활용하여 폐광산지역의 토양 내 중금속 농도 샘플링 데이터로부터 격자형 기반의 토양오염지도를 작성하였다. 해당 지도의 예측 오차에 영향을 미친다고 판단된 5개 인자를 선정하고, Leave-one-out 기법을 기반으로 인자의 옵션과 설정값의 변화에 따른 예측값과 실측값 간의 평균제곱근오차(root mean square error, RMSE) 변화를 분석하였다. 이후 머신러닝 알고리즘을 이용하여 RMSE에 영향을 미치는 상위 3개 인자를 도출하였다. 그 결과, Standard interpolation에서는 Variogram Model, Minimum Neighbors, Anisotropy 인자가 RMSE에 가장 큰 영향을 미치는 것으로 분석되었다. 베리오그램 모델에서는 Spherical 모델이 가장 낮은 RMSE를 보였으며, Minimum Neighbors는 3에서 최젓값을 보인 후 값이 증가함에 따라 증가하였다. Anisotropy의 경우 이방성을 고려하지 않는 것이 더 적합한 것으로 나타났다. 본 연구에서는 지구통계와 머신러닝의 복합 활용을 통해 지역 규모에서 높은 신뢰성을 갖는 토양오염지도를 작성할 수 있었고, 적은 수의 토양 샘플링 데이터의 보간 작업 시 어떠한 요인들이 큰 영향을 미치는지 파악할 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년 학술대회 논문집 정보 및 제어부문
• /
• pp.449-451
• /
• 2006

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.

• Geomechanics and Engineering
• /
• 제30권6호
• /
• pp.551-564
• /
• 2022

Fragmenting the rock mass is considered as the most important work in open-pit mines. Ground vibration is the most hazardous issue of blasting which can cause critical damage to the surrounding structures. This paper focuses on developing an explicit model to predict the ground vibration through an multi objective evolutionary polynomial regression (MOGA-EPR). To this end, a database including 79 sets of data related to a quarry site in Malaysia were used. In addition, a gene expression programming (GEP) model and several empirical equations were employed to predict ground vibration, and their performances were then compared with the MOGA-EPR model using the mean absolute error (MAE), root mean square error (RMSE), mean (𝜇), standard deviation of the mean (𝜎), coefficient of determination (R²) and a20-index. Comparing the results, it was found that the MOGA-EPR model predicted the ground vibration more precisely than the GEP model and the empirical equations, where the MOGA-EPR scored lower MAE and RMSE, 𝜇 and 𝜎 closer to the optimum value, and higher R² and a20-index. Accordingly, the proposed MOGA-EPR model can be introduced as a useful method to predict ground vibration and has the capacity to be generalized to predict other blasting effects.

• 한국해안·해양공학회논문집
• /
• 제22권6호
• /
• pp.361-373
• /
• 2010

기상청의 해양 예측모델을 이용하여 2008년과 2009년의 한반도 주변의 폭풍해일의 특성을 살펴보았다. 모델의 정확성을 파악하기 위해 모델 결과는 한반도 연안의 검조소 자료와 비교하였다. 본 연구에서 사용된 조석/폭풍해일 모델은 한반도 주변의 폭풍해일의 특성을 잘 나타내고 있으며 특히 하계의 태풍 영향으로 인한 폭풍해일의 계절변화를 뚜렷이 나타내고 있다. 2008년과 2009년의 48시간 예측 평균 RMSE(root mean square error)는 각각 0.272 m와 0.420 m로 나타났다. 한반도 주변의 해역별, 월별 폭풍해일에서는 하계의 강한 해상풍의 영향으로 하계에 높은 폭풍해일고가 2008년에 나타나지만 2009년의 경우에는 하계 이외의 기간에도 매우 높은 폭풍해일고를 나타내었다. 태풍 Kalmaegi(2008)와 Morakot(2009)이 한반도에 접근시 모델의 정확도는 연평균 수치와 유사하게 나타났지만 연평균 검증결과와 같이 2008년 태풍 Kalmaegi에 비해 2009년 태풍 Morakot의 경우가 예측정확도가 낮게 나타났다.