• 한국정보전자통신기술학회논문지
• /
• 제11권1호
• /
• pp.95-99
• /
• 2018

본 논문에서는 영상에서 역 s-순으로 스캔된 주변 픽셀 값들을 이용하여 픽셀 값을 정밀하게 예측할 수 있는 효율적인 픽셀 값 예측 기법을 제안하였다. 영상에는 일반적으로 인접 픽셀 값들 사이에 비슷한 값을 갖는 유사성(similarity)이 존재하고, 방향성이 있는 에지 특성(directional edge characteristics)이 존재할 수 있다. 인접 픽셀간의 유사성과 에지 특성을 이용하여 픽셀 값을 예측하는 GAP(Gradient Adjacent Pixel) 기법을 개선하여 픽셀 값 예측 정확도를 향상시키는 기법을 본 논문에서 제안하였다. 제안된 기법에서는 주변 픽셀들의 위치별 가중치를 사용하여 픽셀 값을 정밀하게 예측하도록 함으로 예측 픽셀 값의 정확도를 증가시켰다. 실제 영상에 대한 실험을 통하여 제안된 기법의 우수성을 확인하였다. 제안된 기법은 가역 데이터 은닉, 가역 워터마킹 및 데이터 압축 등의 응용들에 유용하게 사용될 수 있다.

• 한국태양에너지학회 논문집
• /
• 제36권3호
• /
• pp.33-43
• /
• 2016

Daylight is an important factor which influences building energy efficiency and visual comfort for occupants. It is important to predict precise sky luminance at the early stages of design to reduce light energy in the building. This study predicted sky luminance distributions of standard sky model(CIE overcast sky, CIE clear sky) that was provided from the CIE(Commission internationale de $l^{\prime}{\acute{e}}clairage$). Afterward, result of sky luminance was compared and verified with simulation value of Radiance program. From the CIE overcast sky, zenith and horizon ratio is about 3:1. From the CIE clear sky, luminance value gets most high value around the sun. On the other hand, luminance value is the lowest in the opposite direction of the sun when angle is $90^{\circ}$ between the sun and sky element. As a result of comparing the calculation results with Radiance program, sky luminance prediction error rate is 0.4~1.3% when it is CIE overcast sky. Also, sky luminance prediction error rate is 0.3~1.5% when it is CIE clear sky. When compared with the results of radiance simulation, it was evaluated as fairly accurate.

• Computers and Concrete
• /
• 제19권5호
• /
• pp.467-475
• /
• 2017

The purpose of this study is to establish a prediction model for the electrical resistivity ($E_r$) of self-consolidating concrete by using waste LCD (liquid crystal display) glass as part of the fine aggregate and then, to analyze the results obtained from a series of laboratory tests. A hyperbolic function is used to perform nonlinear multivariate regression analysis of the electrical resistivity prediction model, with parameters such as water-binder ratio (w/b), curing age (t) and waste glass content (G). Furthermore, the relationship of compressive strength and electrical resistivity of waste LCD glass concrete is also found by a logarithm function, while compressive strength is evaluated by the electrical resistivity of non-destructive testing (NDT). According to relative regression analysis, the electrical resistivity and compressive strength prediction models are developed, and the results show that a good agreement is obtained using the proposed prediction models. From the comparison between the predicted analysis values and test results, the MAPE value of electrical resistivity is 17.0-18.2% and less than 20%, the MAPE value of compressive strength evaluated by $E_r$ is 5.9-10.6% and nearly less than 10%. Therefore, the prediction models established in this study have good predictive ability for electrical resistivity and compressive strength of waste LCD glass concrete. However, further study is needed in regard to applying the proposed prediction models to other ranges of mixture parameters.

• Genomics & Informatics
• /
• 제14권4호
• /
• pp.149-159
• /
• 2016

With the success of the genome-wide association studies (GWASs), many candidate loci for complex human diseases have been reported in the GWAS catalog. Recently, many disease prediction models based on penalized regression or statistical learning methods were proposed using candidate causal variants from significant single-nucleotide polymorphisms of GWASs. However, there have been only a few systematic studies comparing existing methods. In this study, we first constructed risk prediction models, such as stepwise linear regression (SLR), least absolute shrinkage and selection operator (LASSO), and Elastic-Net (EN), using a GWAS chip and GWAS catalog. We then compared the prediction accuracy by calculating the mean square error (MSE) value on data from the Korea Association Resource (KARE) with body mass index. Our results show that SLR provides a smaller MSE value than the other methods, while the numbers of selected variables in each model were similar.

• Nuclear Engineering and Technology
• /
• 제53권8호
• /
• pp.2610-2615
• /
• 2021

The prediction of irradiation-induced transition temperature shift for RPV steels is an important method for long term operation of nuclear power plant. Based on the irradiation embrittlement data, an irradiation-induced transition temperature shift prediction model is developed with machine learning method XGBoost. Then the residual, standard deviation and predicted value vs. measured value analysis are conducted to analyze the accuracy of this model. At last, Cu content threshold and saturation values analysis, temperature dependence, Ni/Cu dependence and flux effect are given to verify the reliability. Those results show that the prediction model developed with XGBoost has high accuracy for predicting the irradiation embrittlement trend of RPV steel. The prediction results are consistent with the current understanding of RPV embrittlement mechanism.

• 한국정보과학회논문지:시스템및이론
• /
• 제30권10호
• /
• pp.569-578
• /
• 2003

데이타 종속성은 명령어 수준 병렬성을 향상시키는데 중요한 장애요소가 되고 있으며, 최근 여러 논문에서 데이타 종속을 제거하기 위하여 결과 값을 예상하는 방법이 연구되고 있다. 혼합형 결과 값 예측기는 여러 예측기의 장점을 이용하여 높은 예상 정확도를 얻을 수 있지만, 동일한 명령어가 여러 개의 예측기 테이블에 중복 엔트리를 갖게되어 높은 하드웨어의 비용을 필요로 한다는 단점이 있다. 본 논문에서는 정적 및 동적 분류 정보를 이용하여 높은 성능을 얻을 수 있는 새로운 혼합형 결과 값 예측기를 제안한다. 제안된 예측기는 반입 단계 동안 정적 분류 정보를 사용하여 적절한 예측기에 할당함으로써 테이블 크기를 효과적으로 감소시켰고 예상정확도를 향상시켰다. 또한 제안된 예측기는 동적 분류를 사용하여“Unknown”유형의 명령어에 가장 적절한 예측방법을 선택하도록 하여 예상 정확도를 더욱 향상시켰다. SimpleScaiar/PISA 툴셋과 SPECint95 벤치마크 프로그램에서 시뮬레이션 한 결과, 정적 분류 정보를 사용하였을 경우 평균 예상 정확도가 85.1%, 정적 및 동적 분류 정보를 모두 사용하였을 경우 87.6%의 평균 예상 정확도를 얻을 수 있었다.

• 산업경영시스템학회지
• /
• 제45권1호
• /
• pp.71-82
• /
• 2022

Most of the predictions using machine learning are neutral predictions considering the symmetrical situation where the predicted value is not smaller or larger than the actual value. However, in some situations, asymmetric prediction such as over-prediction or under-prediction may be better than neutral prediction, and it can induce better judgment by providing various predictions to decision makers. A method called Asymmetric Twin Support Vector Regression (ATSVR) using TSVR(Twin Support Vector Regression), which has a fast calculation time, was proposed by controlling the asymmetry of the upper and lower widths of the ε-tube and the asymmetry of the penalty with two parameters. In addition, by applying the existing GSVQR and the proposed ATSVR, prediction using the prediction propensities of over-prediction, under-prediction, and neutral prediction was performed. When two parameters were used for both GSVQR and ATSVR, it was possible to predict according to the prediction propensity, and ATSVR was found to be more than twice as fast in terms of calculation time. On the other hand, in terms of accuracy, there was no significant difference between ATSVR and GSVQR, but it was found that GSVQR reflected the prediction propensity better than ATSVR when checking the figures. The accuracy of under-prediction or over-prediction was lower than that of neutral prediction. It seems that using both parameters rather than using one of the two parameters (p_1,p_2) increases the change in the prediction tendency. However, depending on the situation, it may be better to use only one of the two parameters.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권9호
• /
• pp.437-444
• /
• 2017

영화 매출에 대한 연구가 많이 있었지만 공통적인 핵심주제는 영화 매출에 대한 효율적인 예측모델을 훈련하는 것이다. 그러나 과거의 연구에서는 예측 오차를 발생시키는 요인에 대한 분석이 부족하여 이러한 오차를 줄이는 방법에 대한 연구가 이루어지지 않았다. 본 연구에서는 같은 시기에 개봉되고 있는 영화들 간의 영향이 예측 오차에 대한 주요인이라는 가정하에 한 영화가 다른 경쟁영화에서 영향을 받는 정도(경쟁값)를 분석하여 영화매출예측 성능을 향상시키는 것을 목표로 한다. 경쟁값을 예측하기 위하여, 먼저 경쟁값의 극성(양수/음수)에 대해 분류하고 양수의 확률과 음수의 확률을 계산한 다음 회귀분석을 이용하여 양수인 값과 음수인 값을 예측한다. 마지막으로, 확률값과 예측값을 통하여 경쟁값의 기댓값을 계산하여 초기 예측된 매출을 보정한다. 실험 결과에 의하면 제안 방법을 통하여 영화 매출 예측의 정확도가 향상됨을 알 수 있었다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권12호
• /
• pp.943-947
• /
• 2009

소프트웨어의 결함을 예측하고 검증과 확인 활동을 통하여 효율적인 자원을 관리하기 위하여 많은 연구에서 결함 예측 모형을 제안하고 있다. 하지만 기존의 연구는 예측율이 최대 효과를 보이는 임계치에 결함 예측 모형의 예측율을 평가하고 있다. 이는 측정 시스템의 결함 정보를 알고 있는 가정하에서 평가가 이루어지는 것이기 때문에 실제 결함 정보를 알 수 없는 시스템에서는 최적의 임계치를 결정할 수 없다. 그러므로 임계치 선정의 중요성을 확인하기 위하여 본 연구에서는 결함 예측 모형으로 타 시스템의 결함을 예측하는 비교 실험을 하였다. 실험은 기존에 제안된 3개의 결함 예측 모형과 4개의 시스템을 대상으로 하였고 결함 예측 모형의 임계치별 예측의 정확성을 비교하였다. 실험결과에서 임계치는 모형의 예측율과 높은 관련이 있었지만 실제 결함 정보가 확인 안 되는 시스템에 대하여 결함을 예측하는 경우에는 임계치를 선정할 수 없음을 확인하였다. 따라서 결함 예측 모형을 타 시스템에 적용하기 위하석 임계치 선정에 관한 추후 연구가 필요함을 확인하였다.

• 한국빅데이터학회지
• /
• 제5권2호
• /
• pp.215-229
• /
• 2020

산업 분야를 막론하고 머신러닝의 관심이 매우 높아지고 있으나, 머신러닝이 지닌 설명 불가능성은 여전히 문제로 남아있어 적극적인 업무 적용에 어려움이 있다. 본고에서는 증권사 금융 고객을 대상으로 이탈예측 모델 개발 사례를 소개하고 SHAP Value 기법을 사용하여 설명 가능한 머신러닝 모델 개발 시도와 해석 가능성 도출에 대한 연구 결과를 소개한다. 총 6가지 고객이탈 모델을 비교 분석하였으며, SHAP Value와 고객의 자산 변화에 따른 유형 분류 및 데이터 분석을 통해 고객 이탈 원인을 추론한다. 본 연구 결과를 토대로, 향후 마케팅 담당자의 실제 고객 마케팅 수행에 있어 원인 추론이 가능한 이탈 예측 결괏값을 사용하고 고객별 마케팅 여부를 점검하는 등의 종합적 판단 지표로 활용할 수 있을 것으로 판단된다.