최근 우리나라뿐만 아니라 전 세계적으로 기후변화에 따른 국지성 호우의 증가로 피해가 증가하고 있고 그에 따른 대책으로 단기예보의 중요성이 높아지고 있다. 우리나라의 기상청에서는 전구 모형인 GDAPS와 지역 모델인 RDAPS를 이용하여 정량적 예보인 수치 예보를 하고 있다. RDAPS 모델을 이용하여 생성된 자료는 3시간의 누적 강수량으로 48시간에 대한 예측 자료를 12시간 간격으로 00UTC와 12UTC를 생성한다. 본 연구에서는 2005년의 RDAPS의 결과를 9가지의 경우에 대하여 일강수량으로 변환하였으며, 금강유역을 대상으로 면적평균강수량 (MAP)을 산정하였다. 또한, 기상청 강우관측소의 관측강우량과 절대상대오차평균 (AARE)을 산정하여 가장 정확한 변환의 방법을 제시하고 적용성을 검토하였다.
협업 필터링 추천은 사용자의 아이템에 대한 선호도를 기반으로 유사 아이템 집합 또는 유사 사용자 집합을 생성하고 이를 이용해 사용자의 특정 아이템에 대한 선호도를 예측한다. 따라서 선호도 행렬이 희박할 경우, 추천의 신뢰도는 급격히 낮아진다. 본 논문에서는 위 문제를 해결하기 위해 데이터 신뢰도 기반 가중치를 이용한 하이브리드 선호도 예측 기법을 제안한다. 선호도 예측은 유사 아이템 집합과 유사 사용자 집합을 모두 생성하고 각 집합을 통해 사용자의 선호도를 예측하며, 모델의 상황을 반영한 가중치를 이용해 각 예측치를 병합하여 수행된다. 이 기법은 사용자 선호도 예측 정확도를 높이며 선호도 행렬 희박도가 높은 상황에도 추천 서비스의 신뢰도를 유지할 수 있도록 한다. 이 기법을 바탕으로 추천 시스템을 구현하고 절대평균오차를 기준으로 서비스 신뢰도 향상을 측정하였다. 실험에서 본 기법은 Hao Ji가 제안한 기존의 기법에 비해 선호도 행렬 희박도가 84% 이상인 상황에서 평균 21.7%의 성능 향상을 보여 효과적으로 행렬 희박도 문제를 해소할 수 있음을 검증하였다.
Purpose: This study aims to predict the dry cargo transportation market economy. The subject of this study is the BDI (Baltic Dry Index) time-series, an index representing the dry cargo transport market. Methods: In order to increase the accuracy of the BDI time-series, we have pre-processed the original time-series via time-series decomposition and data augmentation techniques and have used them for ANN learning. The ANN algorithms used are Multi-Layer Perceptron (MLP), Recurrent Neural Network (RNN), and Long Short-Term Memory (LSTM) to compare and analyze the case of learning and predicting by applying time-series decomposition and data augmentation techniques. The forecast period aims to make short-term predictions at the time of t+1. The period to be studied is from '22. 01. 07 to '22. 08. 26. Results: Only for the case of the MAPE (Mean Absolute Percentage Error) indicator, all ANN models used in the research has resulted in higher accuracy (1.422% on average) in multivariate prediction. Although it is not a remarkable improvement in prediction accuracy compared to uni-variate prediction results, it can be said that the improvement in ANN prediction performance has been achieved by utilizing time-series decomposition and data augmentation techniques that were significant and targeted throughout this study. Conclusion: Nevertheless, due to the nature of ANN, additional performance improvements can be expected according to the adjustment of the hyper-parameter. Therefore, it is necessary to try various applications of multiple learning algorithms and ANN optimization techniques. Such an approach would help solve problems with a small number of available data, such as the rapidly changing business environment or the current shipping market.
Jasim I. Humadi;Ghassan Hassan Abdul Razzaq;Ghassan Hassan Abdul Razzaq;Mustafa A. Ahmed;Liqaa I. Saeed
Korean Chemical Engineering Research
/
제61권2호
/
pp.226-233
/
2023
To create an environmentally sustainable fuel with a low sulfur concentration, requires alternative sulfur removal methods. During the course of this study, a high surface gamma alumina-supported ZnO nanocatalyst with a ZnO/-Al2O3 ratio of 12% was developed and tested for its ability to improve the activity of the oxidative desulfurization (ODS) process for the desulfurization of kerosene fuel. Scanning electron microscopy (SEM) and Brunauer-Emmett-Teller (BET) were used to characterize the produced nanocatalyst. In a digital batch baffled reactor (20~80 min), the effectiveness of the synthesized nanocatalyst was tested at different initial concentrations of dibenzothiophene (DBT) of 300~600 ppm, oxidation temperatures (25~70 ℃), and oxidation periods (0.5, 1, and 2 hours). The baffles included in the digital baffled batch reactor resist the swirling of the reaction mixture, thus facilitating mixing. The ODS procedure yielded the maximum DBT conversion (95.5%) at 70 ℃ with an 80-minute reaction time and an initial DBT level of 600 ppm. The most precise values of kinetic variables were subsequently determined using a mathematical modelling procedure for the ODS procedure. The average absolute error of the simulation findings was less than 5%, demonstrating a good degree of agreement with the experimental results acquired from all runs. The optimization of the operating conditions revealed that 99.1% of the DBT can be removed in 140 minutes.
본 논문에서는 데이터의 이상을 탐지하고 예측하는 모델을 통해 VOC 저감 설비에서 실측한 데이터를 분석했다. 이상 탐지 분야에서 안정적인 성능을 보이는 USAD 모델을 이용하여 실시간 데이터의 이상을 탐지하고 이상 원인이 되는 센서를 탐색한다. 또한 자기 회귀 모델을 통해 미래의 이상치를 예측하여 이상이 발생할 시점을 예측하고 경고하는 방법을 제안한다. 실험은 VOC 저감 설비에서 실측한 데이터를 이용하여 시스템의 이상을 탐지할 수 있는지 검증하는 실험을 진행했으며 이상 탐지 실험 결과는 정밀도, 재현율, F1-점수가 각각 98.54%, 89.08%, 93.57%로 높은 성능의 탐지율을 보였다. 센서 별 학습된 모델의 성능은 8개 센서의 정밀도, 재현율, F1-점수를 평균한 결과 각각 99.64%, 99.37%, 99.63%로 높은 성능의 탐지율을 보였다. 또한, 센서 별 탐지 실험에 대한 타당성을 확인하기 위해 구한 해밍 손실은 0.0058로 안정적인 성능을 보였다. 그리고 이상 예측 실험 결과는 평균절대오차 0.0902로 안정적인 성능을 보였다.
본 연구에서는 투과 유량 모델을 개발하기 위하여, 시간, 막 전후의 압력 차, 회전 속도, 막의 기공 크기, 동점도, 농도 및 공급 유체의 밀도 등 7개의 입력 변수에 기반한 두 종류(ANN 및 SVM) 인공지능 기법을 이용하였다. 시행착오법과 실험데이터와 예측 데이터 간의 결정 계수(R2) 와 평균절대상대편차(AARD)를 포함한 두 가지 통계 변수를 통해 최적의 모델을 선정하였다. 최종적으로 얻어진 결과에서 최적화된 ANN 모델이 R2 = 0.999 및 AARD% = 2.245인 투과 플럭스 예측 정확도를 보여서, R2 = 0.996 및 AARD% = 4.09의 정확도를 보인 SVM 모델에 비해 더 정확함을 알 수 있었다. 또한, ANN 모델은 SVM 방식에 비해 투과 유속을 예측하는 능력도 더 높은 것으로 나타났다.
노면에 차량 검지센서를 설치하여 개별차량의 속도자료를 수집하는 경우, 일반적으로 일정거리가 이격되게 설치한 두 개 이상의 차량 검지센서간의 반응시간을 활용하여 차량의 속도를 산출하게 된다. 본 논문에서는 차로당 센서 1개만을 설치하여 개별차량의 속도 산출을 함에 있어, 기존 방법인 파형의 기울기를 이용하여 속도 추정하는 방법(Case 1)과 평균차량길이를 적용한 속도산출(Case2), 새로 고안한 방법인 단일 테이프스위치(Tape Switch) 센서를 수평형으로 설치하고 평균축거를 적용하여 속도 추정하는 방법(Case 3), 그리고 테이프스위치 센서를 사선형으로 설치하고 차량의 평균윤거(Mean of tread)를 적용하여 속도 추정하는 방법(Case 4)에 대한 속도 추정정확도를 평가하였다. 4가지 방식 각각에 대해 현장에서 센서를 설치하고 기준값과 속도추정 값을 비교 분석을 했으며, 평가지표로는 등가계수(Equality Coefficient), 절대오차백분율(MAPE)을 통하여 평가하였다. 평가결과는 Case1 > Case 4 > Case 2, 3 순으로 양호한 결과를 보이는 것으로 분석되었다.
본 연구에서는 AAPM TG-119 보고서를 통해 본원에 도입된 세기조절방사선치료(IMRT)와 부피적세기조절회전치료(VMAT)의 치료 전 환자별 정도관리(patient specific QA)를 시행하고자 하였다. 본원의 치료계획장치를 이용해 각각의 치료계획을 수립하여 절대선량은 표적 및 위험장기에 전리함을 이용해 측정하였고 상대선량분포는 $DELTA^{4PT}bi$-planar diode array를 사용하여 측정하였다. 치료계획의 평가는 선량체적히스토그램을 이용하였고 선량검증은 측정값과 계산값을 비교하여 시행하였다. 치료계획평가에서 전립선의 경우에는 두 치료법 모두 표적과 위험장기의 목표선량에 도달하였으며 두경부와 Multi target의 경우, 세기조절방사선치료는 표적에서는 목표선량에 도달하지 못하였지만 부피적세기조절 회전치료는 표적과 위험장기 모두 목표선량에 도달하였다. C-shape(easy)은 두 치료법이 표적과 위험장기 모두 목표선량에 도달하였고, C-shape(hard)의 경우엔, 두 치료법이 표적에서는 목표선량에 도달하였으나 위험장기에서는 목표선량에 도달하지 못하였다. 절대선량평가에서는 세기조절방사선치료의 경우 평균오차율의 평균값이 표적에서 $1.24{\pm}2.06%$, 위험장기에서 $1.4{\pm}2.9%$였고 신뢰구간은 표적에서 3.65%, 위험장기에서 4.39%였다. 부피적세기조절회전치료는 평균오차율의 평균값이 표적에서 $2.06{\pm}0.64%$, 위험장기에서 $2.21{\pm}0.74%$ 였고 신뢰구간은 표적에서 4.09%, 위험장기에서 3.04%로 두 치료법 모두 제안된 허용기준인 표적에서 4.5%, 위험장기에서 4.7% 이내였다. 상대선량평가에서는 세기조절방사선치료의 경우 허용기준을 통과하는 감마인덱스의 평균값은 $98.3{\pm}1.5%$였고 신뢰구간은 3.78%였다. 부피적세기조절회전치료의 경우엔 평균값이 $98.2{\pm}1.1%$였고 신뢰구간은 3.95%로 두 치료법 모두 제안된 허용기준인 7.0% 이내였다. 따라서 이번 연구에서 실시한 시험을 통해 본원의 세기조절방사선치료와 부피적세기조절회전치료가 보고서에서 제안된 허용기준에 모두 부합하고 사용에 적합함을 확인할 수 있었다.
목적: 환자별 강도변조방사선치료 정도관리(IMRT QA) 중 필름 선량계를 임상에 적용하고, 필름 등선량중심점 치우침 교정 최적화법을 개발하였다. 최적화 후 필름 선량계에 대한 정량적 허용기준도 제시하고자 하였다. 대상 및 방법: IMRT 치료를 시행하기로 한 14명의 두경부종양 환자에서 필름 선량계를 시행하고, 가장 큰 계통적 오차 요인인 필름 등선량중심점 치우침 교정 최적화법을 고안하여 적용하였다. 결과: 필름 선량계의 필름 등선량중심점 치우침 교정 최적화법은 local minimum을 구하는 방식으로 고안하였으며, 환자에게 적용 시 조정값은 2 mm를 보인 2명을 제외하고 12명에서 1 mm로 나타났다. 필름 등선량중심점 치우침 교정 최적화 전후로 선량오차 결과를 산출하였으며, 최적화 전후의 절대 평균 선량오차의 평균은 각각 $2.36\%,\;1.56\%$, 점선량오차가 $5\%$ 이상인 지점의 비율은 평균은 각각 $9.67\%,\;2.88\%$로서 최적화 후 선량오차가 현저히 감소하였다. 최적화 후 절단 저선량 영역을 설정하였으며, 최적화 후 $5\%$ 이상의 점선량오차 지점 수 $10\%$ 미만, 절대평균 선량오차 $3\%$ 미만의 필름 선량계를 위한 정량적 허용 기준을 제시하였다. 결론: 본 연구에서 개발한 최적화법은 필름 선량계의 치우침 교정에 매우 유효하며, 최적화 후 제시된 정량적 허용 기준은 환자별 IMRT QA에 유용하게 사용될 수 있을 것으로 기대된다.
상대적으로 홍수량의 규모가 작은 지류 하천에서는 합류부 배수영향으로 제내지 침수 및 제방 범람에 의한 홍수피해의 위험이 가중되고 있다. 특히 지류 합류부에서는 본류와 지류의 홍수유하 조건에 따라 수위가 급격히 증가하므로 인명피해의 가능성 또한 높다. 따라서 본 연구에서는 비구조적 홍수피해저감대책의 일환으로 지류 합류부의 실시간 홍수위 예측기술을 개발하고자 한다. 이를 위하여 지류 합류부 수위의 주요 영향인자를 검토하였고, 잘 구축된 수리학적 모형으로부터 계산된 본류 및 지류의 유량과 합류부 수위자료를 이용하여 홍수위 예측을 위한 경험식을 개발하였다. 개발된 식에 의한 예측결과는 최대 1.0m의 수위오차를 포함하고 있었으나, 평균 0.2~0.3m의 절대오차를 나타내었고, 발생시각은 0~5 hr 앞서 예측 가능한 것으로 나타났다. 본 연구결과로부터 홍수예측 시스템이 구축되지 않은 지류 합류부에서도 쉽게 실시간 홍수예측이 가능하며, 구축된 시스템은 지류의 홍수범람 및 침수피해 예방에 활용될 수 있을 것으로 기대된다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.