• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.373-373
• /
• 2021

Rainfall forecasting is an important issue that is applied in many areas, such as agriculture, flood warning, and water resources management. In this context, this study proposed a statistical and machine learning-based forecasting model for monthly rainfall. The Bayesian Gaussian process was chosen to optimize the hyperparameters of the Stacked Long Short-term memory (SLSTM) model. The proposed SLSTM model was applied for predicting monthly precipitation of Seoul station, South Korea. Data were retrieved from the Korea Meteorological Administration (KMA) in the period between 1960 and 2019. Four schemes were examined in this study: (i) prediction with only rainfall; (ii) with deseasonalized rainfall; (iii) with rainfall and minimum temperature; (iv) with deseasonalized rainfall and minimum temperature. The error of predicted rainfall based on the root mean squared error (RMSE), 16-17 mm, is relatively small compared with the average monthly rainfall at Seoul station is 117mm. The results showed scheme (iv) gives the best prediction result. Therefore, this approach is more straightforward than the hydrological and hydraulic models, which request much more input data. The result indicated that a deep learning network could be applied successfully in the hydrology field. Overall, the proposed method is promising, given a good solution for rainfall prediction.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.127-130
• /
• 2022

본 논문은 생성자 손실함수를 이용한 가창 음성합성 모델링에 대한 연구로서 기존 이미지 생성에 최적화된 딥러닝 알고리즘 중 BEGAN모델을 오디오 생성모델(SVS모델)에 적용시킬 때 발생할 수 있는 여러 요인에 대해 분석하고 최적의 품질을 도출하기 위한 실험을 수행하였다. 특히 BEGAN 기반 모델에서 제안된 L1 loss가 어느 시점에서 감마(𝛾)파라미터의 역할을 상실하게 한다는 점을 개선하고자 알파(𝛼)파라미터를 추가한 후 각 파라미터 값들의 구간별 실험을 통해 최적의 값을 찾아냄으로써 가창합성 생성물의 품질향상에 기여할 수 있음을 확인하였다.

• ETRI Journal
• /
• 제45권5호
• /
• pp.822-835
• /
• 2023

Recent semantic segmentation frameworks usually combine low-level and high-level context information to achieve improved performance. In addition, postlevel context information is also considered. In this study, we present a Context ReFinement Network (CRFNet) and its training method to improve the semantic predictions of segmentation models of the encoder-decoder structure. Our study is based on postprocessing, which directly considers the relationship between spatially neighboring pixels of a label map, such as Markov and conditional random fields. CRFNet comprises two modules: a refiner and a combiner that, respectively, refine the context information from the output features of the conventional semantic segmentation network model and combine the refined features with the intermediate features from the decoding process of the segmentation model to produce the final output. To train CRFNet to refine the semantic predictions more accurately, we proposed a sequential training scheme. Using various backbone networks (ENet, ERFNet, and HyperSeg), we extensively evaluated our model on three large-scale, real-world datasets to demonstrate the effectiveness of our approach.

• 대한임베디드공학회논문지
• /
• 제18권6호
• /
• pp.319-325
• /
• 2023

In this study, we proposed a method for hyperparameter optimization in the building and training of a deep learning model designed to process point cloud data collected by a millimeter-wave radar system. The primary aim of this study is to facilitate the deployment of a baseline model in resource-constrained IoT devices. We evaluated a RadHAR baseline deep learning model trained on a public dataset composed of point clouds representing five distinct human activities. Additionally, we introduced a coarse-to-fine hyperparameter optimization procedure, showing substantial potential to enhance model efficiency without compromising predictive performance. Experimental results show the feasibility of significantly reducing model size without adversely impacting performance. Specifically, the optimized model demonstrated a 3.3% improvement in classification accuracy despite a 16.8% reduction in number of parameters compared th the baseline model. In conclusion, this research offers valuable insights for the development of deep learning models for resource-constrained IoT devices, underscoring the potential of hyperparameter optimization and model size reduction strategies. This work contributes to enhancing the practicality and usability of deep learning models in real-world environments, where high levels of accuracy and efficiency in data processing and classification tasks are required.

• 한국미생물·생명공학회지
• /
• 제45권3호
• /
• pp.236-242
• /
• 2017

본 연구에서는 미역을 이용하여 초고온 열산 가수분해, 효소 당화, 발효과정을 거쳐 아세톤, 부탄올, 에탄올을 생성하는 실험에 대해 진행하였다. 초고온 열산 가수분해에서의 최적 조건은 10%의 slurry, 270 mM의 황산, $160^{\circ}C$에서의 7.5분이었다. 초고온 열산 가수분해는 열처리 시간을 줄이고 적은 농도의 황산을 사용해도 더 많은 당과 적은 저해물질을 생성해 낸다는 장점이 있다. 효소 당화에서는 Viscozyme L (${\beta}-glucanase$, Novozymes)을 12 unit/ml으로 처리하는 것이 25.1 g/l로 가장 많은 단당을 생성했다. 발효에서는 C. acetobutylicum KCTC 1724이 비교적 낮은 pH 5.0에서 많은 아세톤, 부탄올, 에탄올을 생성하는 장점이 있었지만 mannitol을 모두 소비하지 못하는 단점이 있어 고농도의 mannitol 배지에 순치한 C. acetobutylicum KCTC 1724을 사용하여 발효를 진행하였다. 그 결과, 아세톤, 부탄올, 에탄올이 각각 0.99 g/l, 5.62 g/l, 2.44 g/l로 순치하지 않은 C. acetobutylicum KCTC 1724를 이용해 발효했을 때 보다 부탄올은 2.45 g/l, 에탄올은 1.10 g/l 증가했으며 수율($Y_{ABE}$)은 0.24에서 0.37로 증가했다.

• The Journal of Korean Physical Therapy
• /
• 제15권4호
• /
• pp.112-128
• /
• 2003

Since areas of pain and dysfunction of musculoskeletal typically suffered by the patients with back disorders spread all over the body, WBIP(GCM Program) for the primary treatment and management is required. The purpose of this study is to analyze if WBIP(GCM Program) based on the hyper/hypomobility pattern of Four Body Types can identify the effective treatment of back disorders and the effect on the postural balanced restoration of the spine and extremities. Non-specific back disorder is still a major reason for sick leave. And moreover, its been reported that there was often recurrence to the patients whose symptom had been diminished. As a WBIP(GCM Program) based on kinematic chain patterns of Four Body Types, this study gave a new information on the effective diagnosis, treatment and management of non-specific back disorders. 337 patients above the twenty-five years old with the non-specific back disorders at the hospital and oriental medical clinics at Kyungnam and Busan areas in South Korea from August 24th, 2000 to Feb 23rd, 2001 have randomly been assigned to four experimental groups such as Whole Body Intervention Program Group, Physical Therapy Group like modality treatments, Acupuncture-Treatment Group, and Placebo Control Group. According to intervention program applied to the each four group for three times per week(twelve times per 4weeks), as the time-series methods, we compared and evaluated the body status of the pretest with that of post treatment completion of four week, three month, and six month, respectively. As the analytical method of measurement, our researchers used the Moire Interferometry Unit and Postural Kit that could measure the postural balance of spine and extremities. The collection of data was performed in the designated hospital and oriental medical clinics. For the analysis of the data, the SPSS 10.0 package program was used. X2-test has been taken in order to compare and analyze characteristics and GPES of the patients in four experimental groups. Repeated Measure ANOVA and Tukey post hoc test has been adopted in order to compare the effects of the balanced restoration of the spine and extremities among four Groups categorized for this study. Statistical significance was accepted at the 0.05 level of confidence The effect of the balanced restoration on the spine and extremities of the patients with non-specific back disorders has been proved in all of the Groups. As for the restoration degree, however, WBIP(GCM Program) Group produced the highest effectiveness in terms of the fact that it had a dense moire in comparison with the other three Groups and that the Moires of both sides had the same level by the time(p<0.01). WBIP(GCM Program) based on four tilting types of scapular and ilium and hyper/hypomobility pattern took a higher effect on the balanced restoration of the spine and extremities through a whole body as well as the treatment of back disorders than the other three Groups which the usual remedy without classification of body type had been applied to.

• 대한예방한의학회지
• /
• 제13권1호
• /
• pp.41-58
• /
• 2009

Objectives: The purpose of this study was to investigate the effects of Hyolbuchukeo-tang extracts on the hyperlipidemia rats induced by high fat diet. Methods and Materials: In vitro; The extracts prepared for Hyolbuchukeo-tang by hot water extraction (HH), fermentation(HF) and UMPM extraction(HU) method. The extracts were examined for levels of polyphenol compounds, antioxidant activities, and inhibitory potencies for HMG-CoA reductase. In vivo; Sprague-Dawley male rats of weighing $150{\pm}5g$ were randomly divided into six groups ; normal control diet(NC), and high fat diet(HC), high fat diet with treated lovastatin of 10mg/kg(PC), high fat diet with Hyolbuchukeo-tang extracts; HH, HF and HU treated extracts of 300mg/kg, respectively. Also, we compared the effects of the extracts of HH, HF and HU on rats fed high fat diet for four weeks. Results: 1. The content of polyphenol compounds and electron donating abilities(EDAs) was the HF higher than HH and HU. The superoxide dismutase(SOD)-like activities were proportionate in consistency and they appeared highly from all extracts. The HMG-CoA reductase inhibition activities was highest activities in the HU. 2. The activities of serum GOT and GPT were significantly lower in the HH and HF groups. The level of serum triglyceride was significantly decreased in the HF group. HH and HU groups were significantly decreased in the atherogenic index(AI). The total cholesterol concentration in liver was significantly decreased in the HF group, and HU showed more significantly decreased in the triglyceride than of the lovastatin. Also, photomicrographs of liver tissue showed higher fat accumulation in the HC group than in the HH, HF and HU groups. Conclusions: These result suggest that the hyper-lipidemia caused by a high fat diet was effectively inhibited the administration of HF and HU.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제7권2호
• /
• pp.165-182
• /
• 2001

무선 마크업 언어(Wireless Markup Language) 컴파일러는 텍스트로 구성된 문서를 바이너리 문서로 변환, 압축함으로써, 낮은 대역폭을 갖는 무선 선로에서 트래픽을 감소시키며, 낮은 성능을 갖고 있는 이동 단말기에서 브라우징 처리를 간단하게 하는 역할을 한다. 또한 이러한 변환 과정에서 확장 마크업 언어(eXtensible Markup Language)의 well-formedness와 validation 과정을 동시에 처리함으로써, 이동 단말기에서 문서처리 부담을 대폭 경감하는 효과를 가져온다. 본 논문에서 구현한 무선 마크업 언어 컴파일러는 어휘분석기 모듈과 파서 모듈로 구성되어 있는데, 파서 모듈은 파서 생성기를 사용하여 구현하였다. 이는 향후 응용 수준에서 보안 기능을 제공하기 위하여 태그를 확장하거나 무선 마크업 언어의 버전이 업그레이드 될 때에서 변경된 부분에 해당하는 문법만 다시 설계함을써 유연하게 대처할 수 있는 장점을 가지고 있다. 사용된 문법은 LALR(1) context-free 문법으로서, 확장 마크업 언어 1.0과 무선 마크업 언어 1.2의 문서 형태 정의(Document Type Definition)를 기반으로 무선 응용 프로토콜 바이너리 확장 마크업 언어(Wireless Application Protocol Binary XML) 문법을 고려하여 설계되었다. 구현된 컴파일러의 기능을 실험하여 데모하기 위하여 세 가지 방법(수작업, WML 디컴파일러, 노키아 WAP 툴킷)을 사용하였으며, 다양한 태그 조합을 갖는 임의의 130여 개 문서에 대해 실험한 결과, 최대 85%의 압축효과를 얻을 수 있었다. 그러나, 태그나 속성에 비해 일반 문자열 데이타가 많아지면 상대적으로 압축효과가 감소되므로, Hyper Text Markup Language 문서로부터 무선 마크업 언어 문서로 자동 변환된 텍스트를 인코딩하는 경우와 같이 특정한 응용 분야에서는 일반 문자열에 대한 확장 인코딩 기법을 적용할 필요가 있을 수 있다.

• 전자공학회논문지
• /
• 제50권5호
• /
• pp.150-164
• /
• 2013

WAC (Wholesale Application Community) 기반 모바일 웹 애플리케이션의 보급이 널리 확산됨에 따라 자바스크립트와 HTML (Hyper Text Markup Language)로 구현된 애플리케이션의 처리 성능이 점차 이슈화되고 있다. 단순한 처리 기능만을 갖는 구조라면 현재 통용되는 브라우저에서도 문제가 없지만 자바스크립트의 처리량이 점점 증가 할수록 브라우저의 처리 부담 또한 가중된다. 현재 상용화 되어 있는 모바일 브라우저에서는 자바스크립트의 처리에 시간 및 용량의 제한을 두고 있다. 이러한 문제점의 해결을 위한 대안으로서 HTML 5에서는 기존의 자바스크립트에서는 지원하지 않는 멀티 스레드 구현을 위한 Web Worker를 제공하고 있다. Web Worker는 싱글 스레드에서 처리하는 일정 부분을 별도의 스레드를 통해서 처리하는 메커니즘을 제공한다. 하지만 이는 모바일상의 Native 애플리케이션만큼의 처리 능력을 보장하는 것이 아니며 근본적인 처리 속도 개선 방법으로는 미흡하다. Cyclostorm은 이러한 모바일 상에서의 자바스크립트 처리를 클라우드 상의 컴퓨터 서버에 이전함으로써 모바일 클라이언트로서의 자원적 한계를 극복하고 고성능 처리 서비스를 제공하여 Native 애플리케이션 만큼의 성능을 보장한다. 성능 평가 실험에서 Cyclostorm은 기존의 모바일 브라우저에서의 자바스크립트 처리보다 최대 6배 빠른 처리 속도를 보이고 있고 HTML 5의 Web Worker보다는 3~6배정도의 빠른 성능을 보이고 있다. 또한 메모리 부분에서도 서버 측에 존재하는 메모리를 사용하기 때문에 전반적으로 기존의 방법보다는 낮은 사용량이 측정 되었다. 본 논문에서는 현재 모바일 산업에서 화두가 되고 있는 WAC 기반에서 모바일 브라우저가 갖고 있는 한계를 극복하고 기존 웹 애플리케이션의 성능을 획기적으로 개선할 수 있는 클라우드 컴퓨팅 서비스인 Cyclostorm을 소개한다.

• 한국항해항만학회지
• /
• 제44권3호
• /
• pp.187-194
• /
• 2020

항만의 주요 정책 및 향후 운영계획 수립 시 정확한 물동량 예측에 관한 연구는 매우 중요하며 이러한 중요성으로 인해 관련 연구가 활발히 수행되고 있다. 본 논문에서는 국내 최대 석탄 및 철광석 처리 항만인 광양항을 대상으로 단계적 회귀분석과 인공신경망모형을 활용하여 모형간 예측력을 비교하였다. 2009년 1월부터 2019년 1월까지 총 121개월의 월별자료를 활용하였으며 석탄 및 철광석 물동량에 영향을 주는 요인을 선정하여 공급관련요인과 시장·경제관련요인으로 분류하였다. 단계적 회귀분석 결과, 광양항 석탄 물동량 예측모형의 경우, 입항선박 톤수, 석탄가격 및 대미환율이 최종변수로 선정되었고 철광석 물동량 예측모형의 경우, 입항선박 톤수, 철광석가격이 최종변수로 선정되었다. 인공신경망모형의 경우, 모델 성능에 영향을 미치는 다양한 Hyper-parameters를 조정하며 최적 모델을 선정하는 시행착오법을 사용하였다. 분석결과 인공신경망모형이 단계적 회귀분석에 비해 우수한 예측성능을 나타내었으며 예측 모형별 예측값과 실측값을 그래프 상 비교 시에도 인공신경망모형이 단계적 회귀분석에 비해 고·저점을 유사하게 나타냈다.