• 한국지리정보학회지
• /
• 제17권2호
• /
• pp.44-58
• /
• 2014

본 연구에서는 하천공간정보의 상호운용성을 위해 표준벡터데이터 모델을 개발하고 이를 검증하기위해 강정고령보 및 창녕합천보유역의 RIMGIS 벡터자료를 대상으로 모형에 적용하여 표준벡터데이터 모델의 적용성을 평가하였다. 국제표준화기구(ISO)와 공간자료 표준화 단체(OGC)의 표준을 조사 분석하고 표준을 준용하여 하천공간 데이터모델의 규격을 정립하였다. 데이터 속성 및 관계등에 대한 분석 정보를 바탕으로 ERD를 설계하였다. 개발된 GDM에 RIMGIS의 벡터자료인 점, 선, 면 자료에 대한 검증을 레이어 별 자료에 대해 비교하고 각 자료에 대한 기본공간정보와 속성정보를 정밀 전수 비교하였다. 변환시 오류는 0%로 모델의 문제점은 없는 것으로 판단되었다. 하천공간정보 표준데이터모델은 여러 연구자와 기관들에 의해 수집된 대량의 데이터 세트의 통합 분석이 용이하도록 설계된 관계형 데이터베이스에 저장 및 하천공간자료의 검색을 위해 일관성 있는 형식을 제공하고자 한다.

• 한국지리정보학회지
• /
• 제17권2호
• /
• pp.95-106
• /
• 2014

RIMGIS 벡터자료를 대상으로 모형을 적용하여 표준 벡터데이터모델의 적용성을 평가하고 하천공간정보의 웹서비스를 위한 포탈기반의 서버와 클라이언트간 XML 및 JSON 데이터 제공 시스템을 개발하였다. 개발된 GDM(Geospatial Data Model)에 RIMGIS의 벡터자료인 점, 선, 면 자료에 대한 검증을 레이어 별 자료에 대해 비교하고 각 자료에 대한 기본공간정보와 속성정보를 정밀전수 비교하였다. 또한 GDM 변환 후 Shp 형식 파일의 동반 속성 정보가 모두 손실없이 유지됨을 확인하였다. 포탈에서 DB를 관리하는 GeoServer GDB(GeoDataBase) 관리 모듈을 개발하였다. 벡터 레이어에 대한 접근, 관리 및 공간자료를 인코딩하기 위한 OGC의 XML 기반의 GML(Geography Markup Language) 이용하였다. GML은 데이터의 내용과 표현이 분리되어 있어 동일 데이터에 대한 다양한 표현이 가능하며, 데이터에 대한 수정과 갱신이 용이하고 확장 가능성이 우수하다. 향후 하천정보의 접속, 교환, 저장을 이용자의 주문형 서비스와 인터넷 기반의 접근성을 개선할 수 있는 방안도 고려할 필요가 있다.

• 산업공학
• /
• 제24권4호
• /
• pp.351-361
• /
• 2011

Forecasting of electricity demand have difficulty in adapting to abrupt weather changes along with a radical shift in major regional and global climates. This has lead to increasing attention to research on the immediate and accurate forecasting model. Technically, this implies that a model requires only a few input variables all of which are easily obtainable, and its predictive performance is comparable with other competing models. To meet the ends, this paper presents an energy demand forecasting model that uses the variable selection or extraction methods of data mining to select only relevant input variables, and employs support vector regression method for accurate prediction. Also, it proposes a novel performance measure for time-series prediction, shift index, followed by description on preprocessing procedure. A comparative evaluation of the proposed method with other representative data mining models such as an auto-regression model, an artificial neural network model, an ordinary support vector regression model was carried out for obtaining the forecast of monthly electricity demand from 2000 to 2008 based on data provided by Korea Energy Economics Institute. Among the models tested, the proposed method was shown promising results than others.

• Journal of the Korean Data and Information Science Society
• /
• 제25권4호
• /
• pp.807-817
• /
• 2014

본 논문은 최근 많은 관심을 받는 미세먼지 (PM10)의 일별 평균농도에 대해서 전국 16개 시도에서 2008년부터 2011년까지 관측한 다변량 시계열 자료에 대한 연구이다. 다변량 시계열 모형을 이용해서 시간 및 공간에 대한 상관관계를 동시에 고려, 일변량 혹은 특정 지역에 국한해서 분석한 기존의 연구와 차별성을 두었다. 또한 Davis 등 (2013)이 제안한 부분 스펙트럼 일관성 (partial spectral coherence)을 통해 다른 지역간의 상호 의존성을 파악하고 이를 토대로 변수 선택을 통해 희박벡터자기회귀모형 (sVAR; sparse vector autoregressive model)을 적합하는 방법론을 적용하여 고차원 자료 분석의 단점 및 한계를 보완하였으며 예측력 비교를 통해서 sVAR 모형 적합의 타당성을 검증하였다.

• Nuclear Engineering and Technology
• /
• 제49권6호
• /
• pp.1165-1171
• /
• 2017

The traditional form of parallelism in Monte Carlo particle transport simulations, wherein each individual particle history is considered a unit of work, does not lend itself well to data-level parallelism. Event-based algorithms, which were originally used for simulations on vector processors, may offer a path toward better utilizing data-level parallelism in modern computer architectures. In this study, a simple model is developed for estimating the efficiency of the event-based particle transport algorithm under two sets of assumptions. Data collected from simulations of four reactor problems using OpenMC was then used in conjunction with the models to calculate the speedup due to vectorization as a function of the size of the particle bank and the vector width. When each event type is assumed to have constant execution time, the achievable speedup is directly related to the particle bank size. We observed that the bank size generally needs to be at least 20 times greater than vector size to achieve vector efficiency greater than 90%. When the execution times for events are allowed to vary, the vector speedup is also limited by differences in the execution time for events being carried out in a single event-iteration.

• 한국컴퓨터그래픽스학회논문지
• /
• 제30권2호
• /
• pp.1-9
• /
• 2024

본 논문에서는 밀도 데이터로부터 다양한 벡터장 패턴을 시각화하는 새로운 방법을 제안한다. 이를 위해 물리 기반 시뮬레이션과 기하학적 처리에서 사용되는 이동최소제곱(Moving least squares, MLS)을 이용한다. 하지만 일반적인 MLS는 벡터기반의 제약조건을 통해 고차 보간되기 때문에 밀도의 특성을 고려하지 못한다. 본 논문에서는 입력 데이터에 내포되어 있는 밀도의 특성을 효율적으로 고려하기 위해 몬테카를로 기반의 가중치를 MLS에 통합하여 다양한 형태의 백터장을 표현할 수 있도록 알고리즘을 설계한다. 결과적으로 일반적인 MLS와 발산제약 기반의 MLS 같은 기존 기법으로는 표현하기 힘든 디테일한 벡터장을 실험을 통해 보여준다.

• Journal of the Korean Data and Information Science Society
• /
• 제20권5호
• /
• pp.925-931
• /
• 2009

In this paper we propose a variance function estimation method for replicated data based on averages of squared residuals obtained from estimated mean function by the least squares support vector machine. Newton-Raphson method is used to obtain associated parameter vector for the variance function estimation. Furthermore, the cross validation functions are introduced to select the hyper-parameters which affect the performance of the proposed estimation method. Experimental results are then presented which illustrate the performance of the proposed procedure.

• 한국가시화정보학회지
• /
• 제19권1호
• /
• pp.68-73
• /
• 2021

In this study, the detection of rubber o-ring defects was carried out using k-fold cross validation and Support Vector Machine (SVM) algorithm. The data process was carried out in 3 steps. First, we proceeded with a frame alignment to eliminate unnecessary regions in the learning and secondly, we applied gray-scale changes for computational reduction. Finally, data processing was carried out using image augmentation to prevent data overfitting. After processing data, SVM algorithm was used to obtain normal and defect detection accuracy. In addition, we applied the SVM algorithm through the k-fold cross validation method to compare the classification accuracy. As a result, we obtain results that show better performance by applying the k-fold cross validation method.

• 한국지능시스템학회논문지
• /
• 제13권6호
• /
• pp.655-660
• /
• 2003

일반적으로 Support Vector Machine은 이진 분류 모형에 있어 우수한 성능을 보이지만 모델의 한계로 인하여 다중 패턴의 분류 문제에는 쉽게 적용하기가 어렵다. 본 논문에서는 이진 분류를 포함한 다중 레이블을 갖는 데이터의 정확한 패턴 분류를 위하여 Zhu가 제안한 Import Vector Machine에 커널 Bagging 전략을 적용하여 분류의 정확성을 향상시키기 위한 Import Vector Voting 모형을 제안한다. 이러한 Import Vector Voting 모형은 다수의 커널함수를 적용한 결과 중에서 가장 성능이 우수한 커널함수를 이용하여 최종 분류를 수행하기 위한 voting 전략으로 사용한다. 본 논문에서 제안하는 Import Vector Voting 모형은 이진 분류를 포함한 3개 이상의 다중 패턴 데이터에 대한 분류 문제에 있어 매우 정확한 분류 성능을 보임을 실험을 통해 입증한다.

• Journal of the Korean Data and Information Science Society
• /
• 제13권2호
• /
• pp.65-75
• /
• 2002

The support vector machine (SVM), first developed by Vapnik and his group at AT &T Bell Laboratories, is being used as a new technique for regression and classification problems. In this paper we present an approach to estimating approximate prediction intervals for SVM regression based on posterior predictive densities. Furthermore, the method is illustrated with a data example.