• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.35-36
• /
• 2024

전신 마취 수술 중 저혈압의 발생은 다양한 합병증을 유발하며 이를 사전에 예측하여 대응하는 것은 매우 중요한 일이다. 따라서 본 연구에서는 SHAP 모델을 통해 변수 선택을 진행하고, Transformer 모델을 이용해 저혈압 발생 여부를 예측함으로써 임상적 의사결정을 지원한다. 또한 기존 연구들과는 달리, 수술실에서 수집되는 데이터를 기반으로 하여 높은 범용성을 가진다. 비침습적 혈압 예측에서 RMSE 9.46, MAPE 4.4%를 달성하였고, 저혈압 여부를 예측에서는 저혈압 기준 F1-Score 0.75로 우수한 결과를 얻었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 추계학술발표논문집 (하)
• /
• pp.1323-1326
• /
• 2001

서브네트워크에서 실시간으로 통신 트래픽을 감시하고, 트래픽 정보를 바탕으로 시계열 분석을 이용해 트래픽의 변화추이를 예측할 수 있는 시스템을 설계 및 구현한다. SNMP를 이용한 MIB-II 정보를 바탕으로 하는 분석 방법은 누적 데이터를 기본으로 하는 관리 방법으로 이상 징후의 판단이 실시간 감시에는 적합하지 않은 점이 있다. 따라서, 본 논문에서는 실시간 트래픽 감시를 위해 서브네트워크에 들어오거나 나가는 트래픽의 양을 측정하여 분석하고, 이 정보를 바탕으로 특정 시점 이후의 트래픽 추이를 시계열 분석 방법을 이용하여 미래의 트래픽 양을 예측하는 알고리즘을 시스템으로 구현한다. 예측 알고리즘으로는 AR, MA, ARMA, ARIMA 모델중에 평균 제곱 오차를 최소로 가지는 알고리즘을 선택하여 예측하도록 설계한다. 개발되는 시스템을 망 관리자가 전체 통신 네트워크의 부하 상태를 예상할 수 있게 하여 신속하고 예방적인 대응을 할 수 있다.

• 천문학회지
• /
• 제40권4호
• /
• pp.99-106
• /
• 2007

Statistical analyses were performed to investigate the relative success and accuracy of daily maximum X-ray flux (MXF) predictions, using both multilinear regression and autoregressive time-series prediction methods. As input data for this work, we used 14 solar activity parameters recorded over the prior 2 year period (1989-1990) during the solar maximum of cycle 22. We applied the multilinear regression method to the following three groups: all 14 variables (G1), the 2 so-called 'cause' variables (sunspot complexity and sunspot group area) showing the highest correlations with MXF (G2), and the 2 'effect' variables (previous day MXF and the number of flares stronger than C4 class) showing the highest correlations with MXF (G3). For the advanced three days forecast, we applied the autoregressive timeseries method to the MXF data (GT). We compared the statistical results of these groups for 1991 data, using several statistical measures obtained from a $2{\times}2$ contingency table for forecasted versus observed events. As a result, we found that the statistical results of G1 and G3 are nearly the same each other and the 'effect' variables (G3) are more reliable predictors than the 'cause' variables. It is also found that while the statistical results of GT are a little worse than those of G1 for relatively weak flares, they are comparable to each other for strong flares. In general, all statistical measures show good predictions from all groups, provided that the flares are weaker than about M5 class; stronger flares rapidly become difficult to predict well, which is probably due to statistical inaccuracies arising from their rarity. Our statistical results of all flares except for the X-class flares were confirmed by Yates' $X^2$ statistical significance tests, at the 99% confidence level. Based on our model testing, we recommend a practical strategy for solar X-ray flare predictions.

• Journal of Advanced Marine Engineering and Technology
• /
• 제40권2호
• /
• pp.138-145
• /
• 2016

This paper proposes an improved tabu search method for subset selection in multiple linear regression models. Variable selection is a vital combinatorial optimization problem in multivariate statistics. The selection of the optimal subset of variables is necessary in order to reliably construct a multiple linear regression model. Its applications widely range from machine learning, timeseries prediction, and multi-class classification to noise detection. Since this problem has NP-complete nature, it becomes more difficult to find the optimal solution as the number of variables increases. Two typical metaheuristic methods have been developed to tackle the problem: the tabu search algorithm and hybrid genetic and simulated annealing algorithm. However, these two methods have shortcomings. The tabu search method requires a large amount of computing time, and the hybrid algorithm produces a less accurate solution. To overcome the shortcomings of these methods, we propose an improved tabu search algorithm to reduce moves of the neighborhood and to adopt an effective move search strategy. To evaluate the performance of the proposed method, comparative studies are performed on small literature data sets and on large simulation data sets. Computational results show that the proposed method outperforms two metaheuristic methods in terms of the computing time and solution quality.

• 한국농림기상학회지
• /
• 제24권4호
• /
• pp.201-217
• /
• 2022

미국은 전 세계 주요 곡물(밀, 옥수수, 콩 등)의 생산 및 수출 국가로 알려져 있다. 따라서 신뢰할 만한 기상 예측 정보를 바탕으로 해당 지역에 대한 작황을 추정하는 것은 우리나라의 곡물 수급을 안정적으로 계획하기 위해서 중요하다. 본 연구에서는 지역 규모의 일 기온 및 이를 기반으로 산출되는 농업기후지수의 계절 예측성을 향상시키는 데 목적을 두었다. 이를 위해 먼저 역학적 규모축소법을 위한 지역기후모형으로 WRF가 사용되었으며, 해당 모형의 초기 및 측면 경계조건으로 PNU CGCM에서 생산된 시간 별 전지구 예측자료가 활용되었다. WRF의 적분은 22년(2000~2021년) 동안 매년 하반기를 포함하는 기간(6~12월)에 대해 수행되었다. 본 연구에서는 WRF에 의해 모의된 일 평균⋅최저⋅최고기온에 대해 EQM을 적용하여 모형이 갖는 편의를 보정하였다. EQM을 이용하여 보정된(보정되지 않은) 자료들은 WRF_C (WRF_UC)로 명명하였다. WRF_UC는 미국 내 대부분의 지역에서 일 최저기온(최고기온)을 과대(과소) 모의했는데, 이는 저온(고온) 범위를 과소 모의한 특징에서 비롯되었다. WRF_C는 WRF_UC에 나타난 일 평균⋅최저⋅최고기온의 편의가 감소하고 공간분포에 대한 예측성이 향상되었기 때문에 결과적으로 일 기온을 기반으로 산출되는 농업기후지수의 예측성 향상을 유도했다.

• Ocean Science Journal
• /
• 제43권4호
• /
• pp.195-208
• /
• 2008

This paper evaluates whether a thermodynamic ocean-carbon model can be used to predict the monthly mean global fields of the surface-water partial pressure of $CO_2$ ($pCO_{2SEA}$) from sea surface salinity (SSS), temperature (SST), and/or nitrate ($NO_3$) concentration using previously published regional total inorganic carbon ($C_T$) and total alkalinity ($A_T$) algorithms. The obtained $pCO_{2SEA}$ values and their amplitudes of seasonal variability are in good agreement with multi-year observations undertaken at the sites of the Bermuda Atlantic Timeseries Study (BATS) ($31^{\circ}50'N$, $60^{\circ}10'W$) and the Hawaiian Ocean Time-series (HOT) ($22^{\circ}45'N$, $158^{\circ}00'W$). By contrast, the empirical models predicted $C_T$ less accurately at the Kyodo western North Pacific Ocean Time-series (KNOT) site ($44^{\circ}N$, $155^{\circ}E$) than at the BATS and HOT sites, resulting in greater uncertainties in $pCO_{2SEA}$ predictions. Our analysis indicates that the previously published empirical $C_T$ and $A_T$ models provide reasonable predictions of seasonal variations in surface-water $pCO_{2SEA}$ within the (sub) tropical oceans based on changes in SSS and SST; however, in high-latitude oceans where ocean biology affects $C_T$ to a significant degree, improved $C_T$ algorithms are required to capture the full biological effect on $C_T$ with greater accuracy and in turn improve the accuracy of predictions of $pCO_{2SEA}$.

• 한국수자원학회논문집
• /
• 제50권5호
• /
• pp.335-346
• /
• 2017

본 연구에서는 공간규모분할 기법(SCDM)을 적용하여 레이더 예측강우를 산정하고, 도시홍수예보 관점에서 기상청 현업 레이더 예측강우(MAPLE 및 KONOS)와 함께 수문학적 활용성을 평가하였다. 본 연구에서 제시한 공간규모분할 기법은 강우를 층운형과 대류성 강우로 분리하여 각각의 이동속도를 고려하여 개별예측 및 재합성하는 것이다. 수도권 영역의 세 호우 사례를 대상으로 기상청 MAPLE 및 KONOS와의 예측강우 정확도를 평가한 결과, 본 연구에서 적용한 예측기법은 기법의 단순함에 비해 양호한 예측 정확도를 보였다. 또한, 강남유역을 대상으로 각 예측강우의 수심모의 정확도를 평가한 결과, MAPLE 및 SCDM에 비하여 KONOS가 첨두수심을 보다 정확하게 모의하였으나, 호우의 시간적 패턴 구현의 정확도가 높지 않았다. SCDM의 경우 정량적인 오차는 다소 크게 나타났지만, 전체적으로 관측수심과 유사한 모의 양상을 보였다. 추후 부족한 정량적 정확도를 보정 기법 및 수치예보자료와의 결합을 통해 개선한다면 SCDM의 예측강우가 홍수예보를 위한 입력자료로 유용하게 활용될 수 있을 것으로 판단된다.

• 한국통신학회논문지
• /
• 제29권2B호
• /
• pp.217-227
• /
• 2004

인터넷의 발달로 네트워크 트래픽은 현저하게 증가되었다. 트래픽의 폭증은 전체 네트워크의 성능에 크게 영향을 미치게 되었으며 트래픽의 관리가 망 관리의 중요한 이슈로 되었다. 본 논문에서는 네트워크 트래픽을 분석하여 효율적인 대응을 수립하기 위해 예측하는 시계열 모형의 적합성을 검증한다. 네트워크 트래픽을 예측하기 위해서는 시간적 흐름에 따라 자료간의 상관 관계를 유추하고, 이 관계를 이용하여 예측을 수행한다. 상관 관계를 유추하는 과정에서 필연적으로 확률적 오류를 포함하게 되는데, 정확한 예측을 위해서는 확률적 오차를 최소화해야 한다. 따라서, 통계학 분야에서 예측 방법으로 널리 쓰이는 시계열 모형인 AR, MA, ARMA, ARIMA 모형을 사용하여 네트워크 트래픽을 예측함과 동시에, 예측하는 과정에서 정확한 예측을 수행할 수 있는지에 대한 적합성을 검증하고자 한다. 적합성 검증은 모형 식별 단계에서 초기 단계인 정상성 가정을 만족하는지의 여부로 판단하며. 정상성 가정은 자기상관함수와 편자기상관함수를 통해 구할 수 있다. 정상성 가정을 만족하지 못하는 모형은 비정상 시계열 자료로 분류되는데 이 경우의 예측은 정확하다고 볼 수 없다. 따라서, 정확한 예측을 수행할 수 있도록 시계열 자료의 정상성 가정을 만족하도록 모형을 분류하는 방안을 제시하고자 한다. 정확한 예측을 수행하면, 네트워크 트래픽을 좀 더 나은 방법으로 관리하며, 예측 결과를 이용하여 동적인 트래픽의 관리가 가능하게 된다.