• Journal of Communications and Networks
• /
• 제13권6호
• /
• pp.621-624
• /
• 2011

With the rapid growth of internet traffic, accurate and reliable prediction of internet traffic has been a key issue in network management and planning. This paper proposes an autoregressive-generalized autoregressive conditional heteroscedasticity (AR-GARCH) error model for forecasting internet traffic and evaluates its performance by comparing it with seasonal autoregressive integrated moving average (ARIMA) models in terms of root mean square error (RMSE) criterion. The results indicated that the seasonal AR-GARCH models outperformed the seasonal ARIMA models in terms of forecasting accuracy with respect to the RMSE criterion.

• 대한토목학회논문집
• /
• 제31권1B호
• /
• pp.21-27
• /
• 2011

유출예측량을 모의할 때 과거와 현재의 수문자료를 이용한다는 측면에서 미래 예측결과의 불확실성을 완전히 제거할 수는 없겠지만, 다양한 기법별 분석에 의하여 불확실성을 감소시킬 수 있다. 본 연구에서는 유출예측의 정확성 향상을 위해 다양한 유출예측 기법을 적용 및 평가하였으며 확률론적 예측을 가능하게 하는 예측기법인 ESP와 관측 시계열 자료를 이용한 통계기법으로 공주지점의 유출예측을 수행하였다. 각 기법에 따른 유출예측 결과의 신뢰성 평가는 MAE(Mean Absolute Error), RMSE(Root Mean Squared Error), RRMSE(Relative Root Mean Squared Error), Mean Absolute Percentage Error (MAPE), TIC(Theil Inequality Coefficient)를 이용하였다. ESP 확률을 이용하여 예측한 유출결과와 통계적 시계열 분석에 의해 예측된 유출결과를 MAE, RMSE, RRMSE, MAPE, TIC를 이용하여 비교 분석하였으며 유출예측의 개선효과를 확인해본 결과, ESP 확률을 이용한 예측이 MAE(10.6), RMSE(15.14), RRMSE(0.244), MAPE(22.74%), TIC(0.13)으로 평가되었으며 MAE(23.2), RMSE(37.13), RRMSE(0.596), MAPE(26.69%), TIC(0.30)으로 평가된 ARMA와 MAE(26.4), RMSE(34.44), RRMSE(0.563), MAPE(47.38%), TIC(0.25)으로 평가된 Winters 에 비해 신뢰성이 높게 나타났다.

• 한국환경과학회지
• /
• 제18권9호
• /
• pp.1045-1055
• /
• 2009

The discharge within the basin in Jeju Island was calculated by using SWAT model, which a Semi-distributed rainfall-runoff model to the important rivers. The basin of Chunmi river of the eastern region of Jeju Island, as the result of correcting as utilizing direct runoff data of 2 surveys, appeared the similar value to the existing basin average runoff rate as 22% of average direct runoff rate for the applied period. The basin of Oaedo river of the northern region showed $R^2$ of 0.93, RMSE of 14.92 and ME of 0.70 as the result of correcting as utilizing runoff data in the occurrence of 7 rainfalls. The basin of Ongpo river of the western region showed $R^2$ of 0.86, RMSE of 0.62 and ME of 0.56 as the result of correcting as utilizing runoff data except for the period of flood in $2002{\sim}2003$. Yeonoae river of the southern region showed $R^2$ of 0.85, RMSE of 0.99 and ME of 0.83 as the result of correcting as utilizing runoff data of 2003. As the result of calculating runoff for the long term about 4 basins of Jeju Island from the above results, SWAT model wholly appears the excellent results about the long-term daily runoff simulation.

• 한국ITS학회 논문지
• /
• 제22권1호
• /
• pp.103-114
• /
• 2023

본 연구에서는 도시부 도로의 다양한 자료를 수집하여 통행속도 변화에 대한 영향을 분석하였고, 이와 같은 빅데이터를 활용하여 GRU 기반의 단기 통행속도 예측 모형을 개발하였다. 그리고 Baseline 모형과 이중지수평활 모형을 비교 모형으로 선정하여 RMSE 지표로 예측 오차를 평가하였다. 모형 평가 결과, Baseline 모형과 이중지수평활 모형의 RMSE는 평균 7.46, 5.94값으로 각각 산출되었다. 그리고 GRU 모형으로 예측한 평균 RMSE는 5.08 값이 산출되었다. 15개 링크별로 편차가 있지만, 대부분의 경우 GRU 모형의 오차가 최소의 값을 나타내었고, 추가적인 산점도 분석 결과도 동일한 결과를 제시하였다. 이러한 결과로부터 도시부 도로의 통행속도 정보 생성 과정에서 GRU 기반의 예측 모형 적용 시 예측 오차를 감소시키고 모형 적용 속도의 개선을 기대할 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제39권1호
• /
• pp.47-63
• /
• 2023

Unmanned aerial vehicle (UAV) and sensor technologies are rapidly developing and being usefully utilized for spatial information-based agricultural management and smart agriculture. Until now, there have been many difficulties in obtaining production information in a timely manner for large-scale agriculture on reclaimed land. However, smart agriculture that utilizes sensors, information technology, and UAV technology and can efficiently manage a large amount of farmland with a small number of people is expected to become more common in the near future. In this study, we evaluated the productivity of forage maize grown on reclaimed land using UAV and sensor-based technologies. This study compared the plant height, vegetation cover ratio, fresh biomass, and dry biomass of maize grown on general farmland and reclaimed land in South Korea. A biomass model was constructed based on plant height, cover ratio, and volume-based biomass using UAV-based images and Farm-Map, and related estimates were obtained. The fresh biomass was estimated with a very precise model (R² =0.97, root mean square error [RMSE]=3.18 t/ha, normalized RMSE [nRMSE]=8.08%). The estimated dry biomass had a coefficient of determination of 0.86, an RMSE of 1.51 t/ha, and an nRMSE of 12.61%. The average plant height distribution for each field lot was about 0.91 m for reclaimed land and about 1.89 m for general farmland, which was analyzed to be a difference of about 48%. The average proportion of the maize fraction in each field lot was approximately 65% in reclaimed land and 94% in general farmland, showing a difference of about 29%. The average fresh biomass of each reclaimed land field lot was 10 t/ha, which was about 36% lower than that of general farmland (28.1 t/ha). The average dry biomass in each field lot was about 4.22 t/ha in reclaimed land and about 8 t/ha in general farmland, with the reclaimed land having approximately 53% of the dry biomass of the general farmland. Based on these results, UAV and sensor-based images confirmed that it is possible to accurately analyze agricultural information and crop growth conditions in a large area. It is expected that the technology and methods used in this study will be useful for implementing field-smart agriculture in large reclaimed areas.

• Journal of Biosystems Engineering
• /
• 제43권4호
• /
• pp.352-361
• /
• 2018

Purpose: The objective of this study was to develop a multilayer perceptron (MLP) model to estimate solar radiation using a solar module. Methods: Data for the short-circuit current of a solar module and other environmental parameters were collected for a year. For MLP learning, 14,400 combinations of input variables, learning rates, activation functions, numbers of layers, and numbers of neurons were trained. The best MLP model employed the batch backpropagation algorithm with all input variables and two hidden layers. Results: The root-mean-squared error (RMSE) of each learning cycle and its average over three repetitions were calculated. The average RMSE of the best artificial neural network model was $48.13W{\cdot}m^{-2}$. This result was better than that obtained for the regression model, for which the RMSE was $66.67W{\cdot}m^{-2}$. Conclusions: It is possible to utilize a solar module as a power source and a sensor to measure solar radiation for an agricultural sensor node.

• 대한공간정보학회지
• /
• 제23권4호
• /
• pp.43-48
• /
• 2015

본 논문은 DGNSS(Differential GNSS) 위치정확도 향상을 위한 PRC(Pseudo-Range Correction) 보정정보 모델링에 관한 연구내용이다. PRC는 DGNSS 기법을 이용하여 측위정확도를 향상시키기 위해 사용되는 보정정보로써 사용자가 통신망을 통해 수신한 뒤 사용된다. 그러나 일시적인 통신두절이나 신호간섭 등으로 인해 위치정확도가 급격히 저하되는 일이 발생한다. 그래서 본 논문에서는 이러한 현상을 방지하기 위해 PRC 보정정보를 다항식 곡선접합 방정식을 이용하여 모델링하고 그 정확도를 평가하였다. 모델링 매개변수를 이용하여 계산한 PRC 추정값과 실제 기준국 수신기에서 생산되는 관측값간의 차이를 계산한 결과 GPS의 경우에는 평균 0.1m, RMSE는 1.3m로 나타났고 대부분의 위성들이 ${\pm}1.0m$ 이내의 편향오차와 3.0m 이내의 RMSE를 보였다. GLONASS의 경우에는 평균 0.2m이고 대부분 ${\pm}2.0m$ 이내에 분포하였다. RMSE는 2.6m로 나타났고 다수의 위성들이 3.0m 이내에 분포하였다. 이런 결과는 모델링을 통해 산출한 추정값이 사용자의 위치정확도를 유지하는데 유효하게 사용될 수 있음을 보였다. 그러나 고도각이 낮은 영역에서 두 값의 차이가 크게 나타나 이에 대한 연구를 추가적으로 수행할 필요성이 있다.

• 한국지리정보학회지
• /
• 제11권4호
• /
• pp.139-149
• /
• 2008

도로를 통과하는 차량하중 및 통행량의 증가로 인해 발생하는 하중효과는 교량에 급격한 손상을 유발시키기 때문에 교량의 유지관리차원에서 심각한 문제로 대두되고 있다. 그중 신축이음부는 차량의 주행을 원활하게 해주면서 주형에 유해한 응력이나 부가 하중이 최소화되도록 해주는 것이 가장 중요한 부분이다. 그러나 신축이음부는 향시 차량이 지나감으로 신축량을 측정하기란 매우 어려운 실정이다. 따라서, 신축이음부를 영상을 이용하여 신축량을 추출하면 정량적이고, 정성적인 유지관리를 할 수 있음을 알 수 있었다. 영상을 이용하여 량신축이음부에 대한 3차원 좌표를 취득할 수 있었으며, A지역 32개소과 B지역 28개소에 있어서 검사점(Check Point)의 잔차에 대한 RMSE를 산정한 결과 A,B지역 모두 RMSE는 0.829mm~1.680mm의 매우 양호한 결과가 나타났다. 영상에 의해서 추출한 신축량과 실측값과 비교분석한 결과, A지역 RMSE는 0.64mm, B지역 RMSE는 0.28mm로 분석하였으며, A지역 평균잔차는 0.60%, B지역평균잔차는 0.27%로 나타났다. 또한, 향후 교량의 유지관리시 신축량을 측정은 영상을 이용하여 측정하므로서 과거에 비해 과학적이고, 효율적인 방법으로 판단된다.

• Communications for Statistical Applications and Methods
• /
• 제28권4호
• /
• pp.351-368
• /
• 2021

For a probabilistic model with positively skewed data, a lognormal distribution is one of the key distributions that play a critical role. Several lognormal models can be found in various areas, such as medical science, engineering, and finance. In this paper, we propose a new estimator for a lognormal mean and depict the performance of the proposed estimator in terms of the relative mean squared error (RMSE) compared with Shen's estimator (Shen et al., 2006), which is considered the best estimator among the existing methods. The proposed estimator includes a tuning parameter. By finding the optimal value of the tuning parameter, we can improve the average performance of the proposed estimator over the typical range of σ². The bias reduction of the proposed estimator tends to exceed the increased variance, and it results in a smaller RMSE than Shen's estimator. A numerical study reveals that the proposed estimator has performance comparable with Shen's estimator when σ² is small and exhibits a meaningful decrease in the RMSE under moderate and large σ² values.

• 한국항행학회논문지
• /
• 제21권4호
• /
• pp.365-370
• /
• 2017

본 연구는 전력수요 패턴이 다른 평일과 특수일 데이터가 가지는 상관관계를 분석하여, 별도의 데이터 셋을 구축하고, 각 데이터 셋에 적합한 딥 러닝 네트워크를 이용하여, 전력수요예측 오차를 감소하는 방안을 제시하였다. 또한, 기본적인 전력수요 예측요소인 기상요소에 환경요소, 구분요소 등 다양한 예측요소를 추가하여 예측율을 향상하는 방안을 제시하였다. 전체데이터는 시계열 데이터 학습에 적합한 LSTM을 이용하여 전력수요예측을 하였으며, 특수일 데이터는 DNN을 이용하여 전력수요예측을 하였다. 실험결과 기상요소 이외의 예측요소 추가를 통해 예측율이 향상되었다. 전체 데이터 셋의 평균 RMSE는 LSTM이 0.2597이며, DNN이 0.5474로 LSTM이 우수한 예측율을 보였다. 특수일 데이터 셋의 평균 RMSE는 0.2201로 DNN이 LSTM보다 우수한 예측율을 보였다. 또한, 전체 데이터 셋의 LSTM의 MAPE는 2.74 %이며, 특수 일의 MAPE는 3.07 %를 나타냈다.