• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.26-26
• /
• 2023

General circulation models (GCMs) are widely used in hydrological prediction, however their coarse grids make them unsuitable for regional analysis, therefore a downscaling method is required to utilize them in hydrological assessment. As one of the downscaling methods, convolutional neural network (CNN)-based downscaling has been proposed in recent years. The aim of this study is to generate the process of dynamic downscaling using CNNs by applying GCM output as input and RCM output as label data output. Prediction accuracy is compared between different input datasets, and model structures. Several input datasets with key atmospheric variables such as precipitation, temperature, and humidity were tested with two different formats; one is two-dimensional data and the other one is three-dimensional data. And in the model structure, the hyperparameters were tested to check the effect on model accuracy. The results of the experiments on the input dataset showed that the accuracy was higher for the input dataset without precipitation than with precipitation. The results of the experiments on the model structure showed that substantially increasing the number of convolutions resulted in higher accuracy, however increasing the size of the receptive field did not necessarily lead to higher accuracy. Though further investigation is required for the application, this paper can contribute to the development of efficient downscaling method with CNNs.

• International journal of advanced smart convergence
• /
• 제9권3호
• /
• pp.17-27
• /
• 2020

With the continuous development and application of Internet technology, in recent years, new technologies such as cloud computing, big data, the Internet of Things, and AI are becoming more and more familiar to the general public. The development of a digital society has entered a new period of development. In this paper, we used on the 2018 annual data of 50 listed companies with blockchain concept stocks in China. Using data envelopment analysis (DEA) to study and analyze the input-output efficiency, it can be concluded that the input-output efficiency of 50 listed companies is very different. Inefficient companies are as high as 62%. Most companies have a large room for improvement in input-output efficiency due to uneconomical scale or inefficient technology. In order to better improve the company's input-output efficiency, one must improve the efficiency of resource utilization, optimize the company's research and development costs and the input and management of technical personnel; the second is to increase technological innovation and business innovation.

• 한국농림기상학회지
• /
• 제23권1호
• /
• pp.68-81
• /
• 2021

농업 생태계는 주요 온실가스의 배출원 중 하나로, 농경지에서의 온실가스 배출량을 최소화하면서 최적의 수량을 얻기 위한 기후변화 적응옵션을 도출하기 위해서는, 상세한 공간적 규모에서 여러 모형들을 연계하여 구동하는 것이 유리하다. 본 연구에서는 DSSAT 모형과 DNDC 모형을 연계하여 상세한 공간 규모에서 기후변화 영향평가를 수행할 수 있도록 지원하기 위한 도구를 개발하고자 하였다. 객체 지향 언어인 R과 C++을 사용하여 DNDC 모형의 격자형 입력자료를 생성하기 위한 DRIFT (DNDC Regional Input File Tool)을 구현하였다. 기후변화 조건에서 격자별 작물 생육모의를 위해 생성된 DSSAT 모형의 입력자료 및 출력자료를 사용하여 DNDC 모형의 입력자료를 생성하였다. 생성된 입력자료를 사용하여 미래 기후변화 조건에서의 온실가스 배출량을 모의하였다. 입력자료를 생성하는 시간은 격자 지점의 수에 비례하여 증가하였다. 그 중, DSSAT 모형의 담수 깊이 자료를 DNDC 모형의 담수 기간으로 변환하는 과정에서 시간이 비교적 오래 걸렸으나, 그 외의 입력자료를 생성하는 데에는 짧은 시간만이 소요되었다. 본 연구에서는 비교적 적은 지점을 대상으로 하였으나, 대량의 자료를 처리하고자 할 경우 일부 계산과정을 병렬화함으로써 구동시간을 줄일 필요가 있을 것이다. 이후 다른 모형들에 대한 확장을 통해 모형 간 연계를 위한 입력자료 생성에 소요되는 시간을 줄일 수 있을 것이다.

• 한국통신학회논문지
• /
• 제26권12A호
• /
• pp.2059-2066
• /
• 2001

본 논문에서는 프랙탈 영상압축에서 일차원 VLSI 어레이의 입력편의 수를 줄이기 위한 방법을 제안했다. 제안한 VLSI 어레이 구조에서는 쿼드-트리 분할방식을 사용하였으며 치역과 정의역의 데이터 입력핀을 공유함으로써 입력핀의 수를 50% 줄일 수 있었다. 또한 입력 데이터의 가중치가 낮은 하위의 몇 비트를 생략함으로써 데이터 입력핀의 수를 줄이고 처리요소의 내부 연산회로를 간단히 할 수 있었다. 이 방법의 성능을 검증하기 위하여 256x256 및 512$\times$512 Lena 영상을 사용하여 시뮬레이션을 수행했다. 그 결과, 원 입력 데이터의 최하위 2-비트를 제거하여도 신호대 잡음비가 약 32dB로 원 영상을 복원할 수 있었으며 치역과 정의역의 데이터 입력핀을 공유하는 VLSI 어레이에서 보다 입력핀을 추가로 25% 정도 줄일 수 있었다.

• 한국융합학회논문지
• /
• 제11권10호
• /
• pp.45-51
• /
• 2020

최근 많은 게임이 사용자의 게임 플레이와 관련된 데이터를 제공하고 있고, 이에 기계학습 기법을 결합하여 상대의 행동을 예측하는 연구들이 있다. 본 연구는 실시간 전략 게임(클래시로얄)의 경기 데이터와 기계학습 기반의 다중 레이블 분류를 사용하여 상대 플레이어의 행동을 예측한다. 초기 실험은 이진 형태의 카드 특성과 카드 배치 좌표 그리고 정규화된 시간 정보를 입력받아 카드 타입, 카드 배치 좌표를 랜덤포레스트와 다층 퍼셉트론을 이용하여 예측한다. 이후, 순차적으로 3 가지 전처리 방식을 사용하여 실험을 진행했다. 먼저 입력 데이터의 특성 정보 일부를 변환시켜 예측했다. 다음으로 입력 데이터를 연속된 카드 입력 방식까지 고려한 중첩 형태로 변환 시켜 예측했다. 마지막으로 모든 이전 단계의 데이터들을 정규화된 시간 기준에 따라 초반, 후반으로 분할하여 예측했다. 그 결과 가장 개선을 보인 전처리 방식은 중첩 형태의 데이터를 초반으로 분할하였을 경우로 카드 타입이 약 2.6%, 카드 배치 좌표가 약 1.8% 개선을 보였다.

• Spatial Information Research
• /
• 제3권2호
• /
• pp.135-146
• /
• 1995

본 연구의 목적은 소유역 지표유출의 시각적.공간적 재현을 위한 GIS의 응용 및 호환 모형 GISCELWAB을 개발하는 것이다. 이 모형은 세가지의 모형으로 구성되었다. 분포형 수문모형인 격자 물수지 모형 CELWAB과 CELWAB 모형의 입력자료를 자동으로 추출하는 입력자료 추출모형GISINDATA 와 CELWAB모형의 계산결과를 도형화하여 도시하도록 구성된 출력자료처리 모형GISOUTDISP로 구성되었다. GISINDATA는 모형의 입력자료 구성에 소모되는 시간을 절약하고 자료의 객관적 정확성을 갖도록 하기 위하여 개발되었으며, GISOUTDISP는 CELWAB 모형의 결과르 도형화하고 도시하여 유역전체에 대한 유출현상을 시간적, 공간적으로 재현하는 것을 가능하게 하였다.

• 한국지능시스템학회논문지
• /
• 제13권3호
• /
• pp.360-365
• /
• 2003

본 논문에서는 데이터의 효율적인 활용과 정확성에서 보다 우수한 특성을 보이는 GMDH(Croup Method of Data Handling) 알고리즘을 전력수요예측에 적용함으로써 입력 데이터의 선정을 용이하게 하였고, 다양한 데이터를 기반으로 보다 정확한 예측을 할 수 있게 하였다. 그리고, 예측 시에 경제적인 요인(GDP, 수출, 수입, 취업자 수, 경제활동인구, 석유소비량)과 기후적인 요인(평균기온)을 모두 고려하였다. 또한 목표 예측 기간을 1999년 1/4분기에서 2001년 1/4분기까지 9개의 분기로 가정하고, 가정한 목표 기간의 예측 정확도를 높이기 위해 3단계의 시뮬레이션 과정(최적 입력 분기 수를 결정하는 과정, 입력 데이터와 예측값의 시간적 연관성을 분석하는 과정, 입력 데이터의 최적화 과정)을 이용함으로써 더 정확한 전력수요예측 방법을 제시하였고, 제안된 기법으로 목표한 예측 기간에서 0.96%의 평균 에러율을 얻을 수 있었다.

• 전기학회논문지
• /
• 제63권5호
• /
• pp.676-682
• /
• 2014

In this paper, precipitation echo(PRE) and non-precipitaion echo(N-PRE)(including ground echo and clear echo) through weather radar data are identified with the aid of neuro-fuzzy algorithm. The accuracy of the radar information is lowered because meteorological radar data is mixed with the PRE and N-PRE. So this problem is resolved by using RBFNN and judgement module. Structure expression of weather radar data are analyzed in order to classify PRE and N-PRE. Input variables such as Standard deviation of reflectivity(SDZ), Vertical gradient of reflectivity(VGZ), Spin change(SPN), Frequency(FR), cumulation reflectivity during 1 hour(1hDZ), and cumulation reflectivity during 2 hour(2hDZ) are made by using weather radar data and then each characteristic of input variable is analyzed. Input data is built up from the selected input variables among these input variables, which have a critical effect on the classification between PRE and N-PRE. Echo judgment module is developed to do echo classification between PRE and N-PRE by using testing dataset. Polynomial-based radial basis function neural networks(RBFNNs) are used as neuro-fuzzy algorithm, and the proposed neuro-fuzzy echo pattern classifier is designed by combining RBFNN with echo judgement module. Finally, the results of the proposed classifier are compared with both CZ and DZ, as well as QC data, and analyzed from the view point of output performance.

• Journal of the Korean Data and Information Science Society
• /
• 제20권6호
• /
• pp.1207-1212
• /
• 2009

Basic objective in cluster analysis is to discover natural groupings of items or variables. In general, clustering is conducted based on some similarity (or dissimilarity) matrix or the original input text data. Various measures of similarities (or dissimilarities) between objects (or variables) are developed. We introduce a real application problem of clustering procedure in SPSS when the distance matrix of the objects (or variables) is only given as an input data. It will be very helpful for the cluster analysis of huge data set which leads the size of the proximity matrix greater than 1000, particularly. Syntax command for matrix input data in SPSS for clustering is given with numerical examples.

• ETRI Journal
• /
• 제41권2호
• /
• pp.224-234
• /
• 2019

This paper proposes a new spectrum forecasting (SF) model to estimate the spectrum demands for future mobile broadband (MBB) services. The model requires five main input metrics, that is, the current available spectrum, site number growth, mobile data traffic growth, average network utilization, and spectrum efficiency growth. Using the proposed SF model, the future MBB spectrum demand for Malaysia in 2020 is forecasted based on the input market data of four major mobile telecommunication operators represented by A-D, which account for approximately 95% of the local mobile market share. Statistical data to generate the five input metrics were obtained from prominent agencies, such as the Malaysian Communications and Multimedia Commission, OpenSignal, Analysys Mason, GSMA, and Huawei. Our forecasting results indicate that by 2020, Malaysia would require approximately 307 MHz of additional spectrum to fulfill the enormous increase in mobile broadband data demands.