• 전기의세계
• /
• 제31권2호
• /
• pp.126-131
• /
• 1982

Induction motors are known to cause voltage dip, oscillating torque and inrush current on the dynamic period. To compensate for these undesirable effects, the prediction of dynamic performances is required. The dynamic performances are determinated by circuit time constants. From this point of view, in this paper, the dynamic equivalent circuit included only three time-constant parameters are presented. To predict more simply dynamic performances, the new characteristics time constant parameters are analyzed, and now these parameters are described as the function of circuit time constants. This paper reviews and analyzes the use of series capacitance compensations, and the use of this analysis can make simply a prediction about oscillating conditions.

• 대한교통학회지
• /
• 제18권1호
• /
• pp.47-59
• /
• 2000

본 연구에서는 고속도로 교통관리시스템에서 VDS 교통정보 와 대상지역의 TCS로부터 여행시간을 수집하고, 이들 자료를 토대로 신경망 이론을 이용한 여행시간 추정(Estimation)모형을 구축하였다. 또한, 신경망 이론에 칼만필터기법(Kalman Filter Technique)을 연계하여 단위시간 동안의 여행시간을 예측(Prediction)하여, 고속도로 이용자에게 보다 향상된 실시간 여행시간정보를 제공할 수 있는 여행시간 추정 및 예측 알고리즘을 개발하였다. 신경망 모형의 여행시간 추정 방식과 현재 적용되고 있는 여행시간 산출 방식의 비교/분석을 위해 각 각의 여행시간 산출방식에 의한 평가지표별로 시행한 평가의 결과는 신경망 모형이 제시한 대부분의 지표에서 상대적으로 우수하게 나타났다.

• 대한산업공학회지
• /
• 제37권1호
• /
• pp.64-73
• /
• 2011

Oil price prediction is an important issue for the regulators of the government and the related industries. When employing the time series techniques for prediction, however, it becomes difficult and challenging since the behavior of the series of oil prices is dominated by quantitatively unexplained irregular external factors, e.g., supply- or demand-side shocks, political conflicts specific to events in the Middle East, and direct or indirect influences from other global economical indices, etc. Identifying and quantifying the relationship between oil price and those external factors may provide more relevant prediction than attempting to unclose the underlying structure of the series itself. Technically, this implies the prediction is to be based on the vectoral data on the degrees of the relationship rather than the series data. This paper proposes a novel method for time series prediction of using Semi-Supervised Learning that was originally designed only for the vector types of data. First, several time series of oil prices and other economical indices are transformed into the multiple dimensional vectors by the various types of technical indicators and the diverse combination of the indicator-specific hyper-parameters. Then, to avoid the curse of dimensionality and redundancy among the dimensions, the wellknown feature extraction techniques, PCA and NLPCA, are employed. With the extracted features, a timepointspecific similarity matrix of oil prices and other economical indices is built and finally, Semi-Supervised Learning generates one-timepoint-ahead prediction. The series of crude oil prices of West Texas Intermediate (WTI) was used to verify the proposed method, and the experiments showed promising results : 0.86 of the average AUC.

• KIEAE Journal
• /
• 제4권4호
• /
• pp.11-18
• /
• 2004

In this study, the measurement system was developed for the measurement of pollutants from building materials, and specimens were made with concrete, gypsum board, mortar and wall paper. Characteristics of VOCs and TVOC concentration and Emission Factor as a function of time were assessed, and the conclusion was drawn as follows. (1) From predicting TVOC concentration decrease of specimen 7 with the wall paper attached to the concrete, the graph may become linear by converting the value of y-axis into the log function, and the prediction equation can be expressed as $y=34906{\ast}e^{-0.0093{\ast}time}$. Moreover, chi-square value was 0.83 which is relatively high value, indicating that TVOC concentration can be properly predicted if the same materials are used indoors. (2) From predicting VOCs Emission Factor decrease of specimen 7, the prediction equation can be expressed as $EF=15111{\ast}e^{-0.0093{\ast}time}$, and chi-square value was 0.83. (3) From predicting TVOC concentration decrease of specimen 7, prediction equation can be considered to be $y=254323{\ast}(1-e^{-0.1046{\ast}time})$, and chi-square was 0.994 which is significantly high value, indicating that indoor TVOC concentration can be properly predicted if the same materials are used indoors. Furthermore, the prediction of concentration decrease using cumulative value of hourly measured concentration is considered to be more accurate than that using just hourly measured value directly. (4) From predicting Emission Factor decrease with cumulative hourly data of Emission Factor, chi-square appeared to be higher than that by just using hourly data of Emission Factor directly. Therefore, the prediction of Emission Factor with cumulative hourly data can provide more reliable prediction equation than the case by using just hourly concentration directly.

• 정보과학회 논문지
• /
• 제42권2호
• /
• pp.145-154
• /
• 2015

이 논문에서는 기존 경로 예측 알고리즘의 처리 속도를 향상시킬 수 있는 개선된 투영 후보 선택 알고리즘을 제안한다. 지금까지 다양한 사용자 이동 경로 예측 알고리즘이 개발되었으나 실시간 근거리 예측 환경에 적합하지 않다. 이러한 문제점을 해결하기 위해 새로운 예측 알고리즘이 제안되었으나 몇 가지 문제점을 지닌다. 특히 보다 빠른 처리 속도를 제공할 수 있도록 개선되어야 한다. 기존 예측 알고리즘의 높은 처리 시간의 주된 원인은 투영 후보 선택 연산의 높은 시간 복잡도이다. 따라서 이 논문에서는 기존 투영 후보 선택 알고리즘의 처리 속도를 개선할 수 있는 새로운 경로 단편 관리 구조와 향상된 투영 후보 선택 알고리즘을 제안한다. 또한 비교 평가를 통해 이 논문에서 제안한 알고리즘이 효과적임을 보인다.

• Journal of Astronomy and Space Sciences
• /
• 제33권4호
• /
• pp.279-285
• /
• 2016

The space radiation dose over air routes including polar routes should be carefully considered, especially when space weather shows sudden disturbances such as coronal mass ejections (CMEs), flares, and accompanying solar energetic particle events. We recently established a heliocentric potential (HCP) prediction model for real-time operation of the CARI-6 and CARI-6M programs. Specifically, the HCP value is used as a critical input value in the CARI-6/6M programs, which estimate the aviation route dose based on the effective dose rate. The CARI-6/6M approach is the most widely used technique, and the programs can be obtained from the U.S. Federal Aviation Administration (FAA). However, HCP values are given at a one month delay on the FAA official webpage, which makes it difficult to obtain real-time information on the aviation route dose. In order to overcome this critical limitation regarding the time delay for space weather customers, we developed a HCP prediction model based on sunspot number variations (Hwang et al. 2015). In this paper, we focus on improvements to our HCP prediction model and update it with neutron monitoring data. We found that the most accurate method to derive the HCP value involves (1) real-time daily sunspot assessments, (2) predictions of the daily HCP by our prediction algorithm, and (3) calculations of the resultant daily effective dose rate. Additionally, we also derived the HCP prediction algorithm in this paper by using ground neutron counts. With the compensation stemming from the use of ground neutron count data, the newly developed HCP prediction model was improved.

• 대한교통학회지
• /
• 제35권4호
• /
• pp.348-359
• /
• 2017

최근 국내에서는 대도시권의 교통혼잡 완화를 위하여 다양한 대중교통 활성화 정책을 시행중에 있다. 특히 대도시권역에서는 버스정보시스템이 도입되어 버스의 현재위치, 도착예정시간 등에 대한 정보를 제공하고 있다. 하지만 복잡한 도시부를 지나는 버스들의 경우 반복적인 교통혼잡과 버스몰림으로 인하여 정확한 통행시간 정보제공 시 정확도를 확보하는데 어려움이 있다. 기존 버스 통행시간 연구는 링크별 소통정보 제공방식으로 인하여 버스 이용자의 경로 통행시간 정보 제공 시 어려움이 있고, 데이터 기반의 단기 통행방식으로 중장기 정보 제공이 어렵다는 한계가 있다. 이에 본 연구에서는 경로기반의 중장기 버스통행시간 예측 방법론에 대한 연구를 실시한다. 이를 위하여 2015년 버스통행정보로 학습데이터, 2016년 자료로 검증데이터를 구성하였다. 학습데이터를 이용하여 버스통행정보를 분석하여 버스통행시간에 영향을 미치는 요인들을 출발시각, 요일, 그리고 기상요인 등으로 분류하고, 이들의 특성 값을 자기조직화지도를 활용하여 비슷한 통행 패턴을 가지는 군집으로 분류하였다. 도출된 군집들을 바탕으로 맑음과 우천시에 대한 요일/출발시각 별 버스통행시간 참조 테이블을 구성하였다. 검증데이터를 이용하여 본 연구에서 도출한 버스통행시간의 정확도를 검증하였다. 본 연구의 중장기 예측 알고리즘을 활용하여 기존의 직관적이고 경험적인 접근법의 한계를 극복할 수 있으며, 예측의 정확도 개선을 통한 버스이용자 만족도 향상 및 탄력적인 대중교통 정책 수립이 가능할 것으로 판단된다.

• International journal of advanced smart convergence
• /
• 제7권1호
• /
• pp.24-32
• /
• 2018

An outlier detection method using mixed prediction model has been described in this paper. The mixed prediction model consists of time-series model and regression model. The parameter estimation of the prediction model was performed using supervised learning and a genetic algorithm is adopted for a learning method. The experiments were performed in artificial and real data set. The prediction performance is compared with the existing prediction methods using artificial data. Outlier detection is conducted using the real sensor measurements in a dam. The validity of the proposed method was shown in the experiments.

• 품질경영학회지
• /
• 제22권3호
• /
• pp.179-190
• /
• 1994

Financial variables have been used in bankruptcy prediction. Despite of possible errors in prediction, most existing approaches do not consider the causal time sequence of prediction activity and bankruptcy phenomena. This paper proposes a prediction method using Neyman-Pearson Theorem and Bayes' rule. The proposed method uses posterior probability concept and determines a prediction policy with appropriate error rate.

• 대한토목학회논문집
• /
• 제35권2호
• /
• pp.465-470
• /
• 2015

에폭시 아스팔트 혼합물은 에폭시 수지와 경화제의 화학반응이 진행되어 양생시간을 거쳐 성능 발현이 이루어진다. 에폭시 아스팔트의 양생수준은 후속공정의 진행과 교통개방 및 공정계획의 수립에 절대적인 영향을 미치므로 정확한 예측모델의 개발이 중요하다. 본 연구에서는 기존 예측식에 사용되는 인자들의 화학적 의미 분석을 통하여 에폭시 수지의 농도와 경화특성을 반영하여 기존식보다 확대된 적용 범위를 갖는 양생수준 예측식을 제시하였다. 실외양생 실험과 비교 결과 상관계수가 0.971 이상으로 나타나 조성이 다른 에폭시 아스팔트 혼합물의 온도와 시간에 따른 양생수준을 예측할 수 있는 것으로 나타났다.