• International Journal of Computer Science & Network Security
• /
• 제22권7호
• /
• pp.301-307
• /
• 2022

Energy consumption has grown alongside dramatic population increases. Statistics show that buildings in particular utilize a significant amount of energy, worldwide. Because of this, building energy prediction is crucial to best optimize utilities' energy plans and also create a predictive model for consumers. To improve energy prediction performance, this paper proposes a ResNet-LSTM model that combines residual networks (ResNets) and long short-term memory (LSTM) for energy consumption prediction. ResNets are utilized to extract complex and rich features, while LSTM has the ability to learn temporal correlation; the dense layer is used as a regression to forecast energy consumption. To make our model more robust, we employed Huber loss during the optimization process. Huber loss obtains high efficiency by handling minor errors quadratically. It also takes the absolute error for large errors to increase robustness. This makes our model less sensitive to outlier data. Our proposed system was trained on historical data to forecast energy consumption for different time series. To evaluate our proposed model, we compared our model's performance with several popular machine learning and deep learning methods such as linear regression, neural networks, decision tree, and convolutional neural networks, etc. The results show that our proposed model predicted energy consumption most accurately.

• 한국전자파학회논문지
• /
• 제22권1호
• /
• pp.89-97
• /
• 2011

본 논문은 space-time adaptive processing(STAP)의 불균일한 클러터 환경에 의한 성능 저하를 극복하기 위하여 제시된 다양한 기술에 대하여 성능 분석을 하였다. 불균일한 클러터에 의한 이상치(outlier)를 제거하는 기술인 nonhomogeneity detector(NHD)의 성능 향상을 위해, 다수의 이상치가 존재할 때 기존의 inner product(IP) 혹은 generalized inner product(GIP)보다 좋은 성능을 보여주는 projection statistics(PS)를 적용하였다. 또한, 중위수를 이용한 간섭 공분산 행렬의 예측 방법과 기존의 예측 방법에 따른 성능 분석을 하였다. 시뮬레이션을 통하여 STAP성능 분석을 한 결과, 중위수를 이용한 간섭 공분산 행렬의 예측 방법이 NHD 방법에 구애를 받지 않고 signal to interference plus noise ratio(SINR) 손실, MSMI를 이용한 단일 혹은 다수의 목표물 검출 모두 기존의 간섭 공분산 행렬의 예측 방법보다 우수한 성능을 보임을 확인하였다.

• 천문학회지
• /
• 제48권1호
• /
• pp.83-92
• /
• 2015

Recent large scale surveys such as Sloan Digital Sky Survey have produced homogeneous samples of multiple-image gravitationally lensed quasars with well-defined selection effects. Statistical analysis on these can yield independent constraints on cosmological parameters. Here we use the image separation statistics of lensed quasars from Sloan Digital Sky Survey Quasar Lens Search (SQLS) to derive constraints on cosmological parameters. Our analysis does not require knowledge of the magnification bias, which can only be estimated from the detailed knowledge on the quasar luminosity function at all redshifts, and includes the consideration for the bias against small image separation quasars due to selection against faint lens galaxy in the follow-up observations for confirmation. We first use the mean image separation of the lensed quasars as a function of redshift to find that cosmological models with extreme curvature are inconsistent with observed lensed quasars. We then apply the maximum likelihood test to the statistical sample of 16 lensed quasars that have both measured redshift and magnitude of lens galaxy. The likelihood incorporates the probability that the observed image separation is realized given the luminosity of the lens galaxy in the same manner as Im et al. (1997). We find that the 95% confidence range for the cosmological constant (i.e., the vacuum energy density) is $0.72{\leq}{\Omega}_{\Lambda}{\leq}1.0$ for a flat universe. We also find that the equation of state parameter can be consistent with -1 as long as the matter density ${\Omega}_m{\leq}0.4$ (95% confidence range). We conclude that the image separation statistics incorporating the brightness of lens galaxies can provide robust constraints on the cosmological parameters.

• 한국음향학회지
• /
• 제29권3호
• /
• pp.200-208
• /
• 2010

본 논문에서는 배경잡음에 강인한 잡음제거 알고리즘 설계를 위해서 minimum statistics (MS) 기법을 codebook driven short-term predictor parameter estimation (CDSTP) 기법에 접목하는 방법을 제안한다. MS는 stationary 배경잡음에는 강인하지만, non-stationary 배경잡음에는 상대적으로 취약하다. CDSTP는 non-stationary 배경잡음에 강인한 특성을 보이지만, 코드북에 없는 배경잡음 환경에는 취약하다. 따라서 non-stationary 배경잡음에 강인한 CDSTP 방법과 별도의 코드북 학습 과정이 필요 없는 MS를 결합해서 다양한 배경잡음에 강인한 알고리즘을 제안한다. 제안방법은 MS나 CDSTP 방법에 비해서 전체적으로 향상된 perceptual evaluation of speech quality (PESQ) 성능을 나타냈으며, 특히 stationary 배경잡음과 non-stationary 배경잡음이 섞여 있는 mixed 배경잡음 환경에서 강인한 특성을 보였다.

• 응용통계연구
• /
• 제24권6호
• /
• pp.1181-1196
• /
• 2011

영상 융합은 특징이 다른 두 개 이상의 영상에 대하여 각 영상의 특징을 모두 갖는 하나의 영상으로 재구성하는 기술로 의료 분야, 군사 분야, 원격 탐사 분야 등 여러 분야에 활용되고 있다. 지금까지 웨이블렛 기반 영상 융합은 주로 이산 웨이블렛 변환 하에서 고주파 영역에서는 표준편차와 같은 액티비티(activity) 측도를 사용하고 저주파 영역에서는 두 영상의 픽셀값의 평균을 취함으로써 이루어져 왔다. 그러나, 이산 웨이블렛 변환은 이동불변(translation-invariance)하지 않으므로 융합 영상에 블록 인공물이 생기곤 한다. 본 논문에서는 이산 웨이블렛 변환의 단점을 보완한 정상 웨이블렛 변환을 이용하여 고주파 영역에서는 영상 특징에 민감하지 않은 사분위수 범위를 사용하고 저주파 영역에서는 고주파 영역의 사분위수 범위 정보를 이용하여 영상을 융합하고자 한다. 영상 실험 결과, 제안된 방법은 정성적이고 정량적인 평가에서 입력 영상의 종류에 관계없이 로버스트한 결과를 낳음을 알 수 있었다.

• 품질경영학회지
• /
• 제39권3호
• /
• pp.400-411
• /
• 2011

Process variables are factors in an experiment that are not mixture components but could affect the blending properties of the mixture ingredients. For example, the effectiveness of an etching solution which is measured as an etch rate is not only a function of the proportions of the three acids that are combined to form the mixture, but also depends on the temperature of the solution and the agitation rate. Efficient designs for the mixture components-process variables experiments depend on the mixture components-process variables model which is called a combined model. We often use the product model between the canonical polynomial model for the mixture and process variables model as a combined model. In this paper we propose three starting models for the mixture components-process variables experiments. One of the starting model we are considering is the model which includes product terms up to cubic order interactions between mixture effects and the linear & pure quadratic effect of the process variables from the product model. In this paper, we propose a method for finding robust designs and practical designs with respect to D-, G-, and I-optimality for the various starting combined models and then, we find practically efficient and robust designs for estimating the regression coefficients for those models. We find the prediction capability of those recommended designs in the case of three components and three process variables to be good by checking FDS(Fraction of Design Space) plots.

• 응용통계연구
• /
• 제15권2호
• /
• pp.395-403
• /
• 2002

반응표면방법론에서의 세번째 단계에서는 일차모형이 가정되고, 반응표면의 곡선효과는 중앙점과 2수준 부분실시법에서의 실험을 통해서 검토된다. 참모형이 2차 모형인 경우를 가정하자. 최적실험계획을 선택하기 위해서 Box와 Draper(1959)는 관심영역에서 예측치 y(x)의 평균제곱오차를 적분한 값인 가중평균제곱오차(AMSE)를 최소화 시키는 최적실험계획 기준을 제안하였다. AMSE는 예측치의 가중분산과 가중제곱편의 량의 합으로 분할될 수 있다. AMSE는 실험계획 적률과 참모형의 회귀계수들의 값에 종속되어서 가중평균제곱오차를 최 소화하는 실험 계획을 찾기는 불가능하다. 실용적인 대안으로 Box와 Draper(1959)는 가중제곱편의 량을 최소화하는 실험계획을 제안했고, 이 실험계획의 상자점들이 중앙점을 향해서 축소됨을 보였다. 이 논문에서는 표준화된 회귀계수들의 값에 대해서 실험계획의 최소효율을 최대화하는 강건한 실험계획을 제안한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제24권3호
• /
• pp.43-48
• /
• 2018

본 연구는 핸드폰과 같은 모바일 기기로 촬영한 문서 이미지에서 조명 조건들로 인해 발생한 부드러운 그림자를 제거하는 방법을 제안한다. 본 방법은 기존의 피라미드 기반 방법이나, 경계법 방법에 비해 더 좋은 결과를 만들어 낸다. 방법의 기본아이디어는 촬영된 문서 이미지로부터 이미지 지역 통계를 활용하여 글자나 그림 등의 흥미로운 내용이 있는 부분을 분리하고, 이 분리된 부분에 대해 적응적인 밝기 및 대조 조정과 레벨 변환을 수행하여 이미지를 더욱 선명하게 하는 것이다. 또한 내용이 없는 부분에 대해서는 부드러운 채움을 위해 이미지 변형량 기반의 빈 곳 메우기 방법을 이용한다.

• 응용통계연구
• /
• 제28권3호
• /
• pp.561-571
• /
• 2015

실험영역을 벗어나는 점에 해당하는 반응값 예측을 위한 최적실험을 고려할 때 실험에 필요한 받힘점을 위한 실험기준을 선택하는 경우 매우 신중하여야 한다. 왜냐하면 가정한 모형과 오차구도가 실험영역을 벗어나도 타당하다는 가정을 하여야 되기 때문이다. 따라서 기존문헌의 외삽최적의 실험기준을 이러한 상황에 맞게 설계될 수 있도록 수정하였다. 본 연구에서는 maximin방법을 적용하여 새로운 실험기준의 특징 및 강건성을 단순회귀모형과 이차회귀모형을 기준으로 검정하였다.

• 산업공학
• /
• 제23권3호
• /
• pp.257-263
• /
• 2010

Taguchi defined a good quality as 'A correspondence of product characteristic's expected value to the objective value satisfying the minimum variance condition.' For his good quality, he suggested Taguchi Method which is called Robust design which is irrelevant to the effect of these noise factors. Taguchi Method which has many success examples and which is used by many manufacturing industry. But Optimal solution of Taguchi Method is one among the experiments which is not optimal area of experiment point. On the other hand, Response Surface Method (RSM) which has advantage to find optimal solution area experiments points by approximate polynomial regression. But Optimal of RSM is depended on initial point and RSM can not use many factors because of a great many experiment. In this paper, we combine the Taguchi Method and the Response Surface Method with each advantage which is called Taguchi-RSM. Taguchi-RSM has two step, first step to find first solution by Taguchi Method, second step to find optimal solution by RSM with initial point as first step solution. We give example using catapults.