• Journal of the Korean Data and Information Science Society
• /
• 제24권4호
• /
• pp.857-865
• /
• 2013

집중 호우로 인한 피해가 증가하면서 다양한 기법들을 이용하여 강우량 예측에 대한 관심이 높아졌다. 최근에는 극단분포를 활용하여 강우량을 예측하려는 시도가 늘고 있다. 본 연구에서는 일반화 극단 분포를 활용하여 실제 서울시의 1973년부터 2010년까지 7월달의 사후예측분포를 생성하고, 수치적인 계산을 위해서 MCMC (Markov chain Monte Carlo)알고리즘을 활용하였다. 이 연구를 통해서 사후예측분포의 점추정값들을 비교하였고 2011년 7월달의 자료와 비교해 봤을 때 집중 호우의 확률이 증가한 것을 알 수 있었다.

• 한국초지조사료학회지
• /
• 제26권1호
• /
• pp.45-52
• /
• 2006

본 시험의 목적은 옥수수 사일리지의 소화율 및 에너지가치를 신속하고 정확하게 평가하는 방법으로서 근적외선분광법(NIRS)의 이용성을 확대하고 동시에 더욱 정확한 검량식을 유도하기 위하여 수행되었다. 112점의 옥수수 사일리지 시료를 이용하여 근적외선분광기를 이용하여 스펙트럼을 수집하였다. 검량기법은 변형부분 최소자승회귀법(MPLS), 산란보정법은 SNV-D 또한 1,4,4,1 수처리 방법을 이용하여 검량식을 작성하였다. 옥수수 사일리지의 소화율 측정방법에 따른 근적외선분광법의 예측 능력은 IVDMD, IVTD 및 CDMD 함량에서 각각 $SEP=1.57% (R^2v=0.70),\;SEP=1.13%(R^2v=0.73)$ 및 $SECV=1.74%\;(R^2v=0.77)$로 나타났으며 에너지 가치를 예측하기 위한 검량식 작성 및 검증 결과는 TDN, NEL 및 ME 함량에서 각각 SECV=0.69% $(R^2v=0.85)$, SECV=0.02% (R2v=0.88) 및 SECV=0.02% $(R^2v=0.88)$로 비교적 양호한 결과를 나타냈다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제15권23호
• /
• pp.10539-10542
• /
• 2015

A method to predict the risk of lung cancer is proposed, based on two feature selection algorithms: Fisher and ReliefF, and BP Neural Networks. An appropriate quantity of risk factors was chosen for lung cancer risk prediction. The process featured two steps, firstly choosing the risk factors by combining two feature selection algorithms, then providing the predictive value by neural network. Based on the method framework, an algorithm LCRP (lung cancer risk prediction) is presented, to reduce the amount of risk factors collected in practical applications. The proposed method is suitable for health monitoring and self-testing. Experiments showed it can actually provide satisfactory accuracy under low dimensions of risk factors.

• Journal of Information Technology Applications and Management
• /
• 제22권3호
• /
• pp.1-18
• /
• 2015

Financial markets are characterized by large numbers of complex and interacting factors which are ill-understood and frequently difficult to measure. Mathematical models developed in finance are precise formulations of theories of how these factors interact to produce the market value of financial asset. While these models are quite good at predicting these market values, because these forces and their interactions are not precisely understood, the model value nevertheless deviates to some extent from the observable market value. In this paper we propose a framework for augmenting the predictive capabilities of mathematical model with a learning component which is primed with an initial set of historical data and then adjusts its behavior after the event of prediction.

• 대한토목학회논문집
• /
• 제38권4호
• /
• pp.587-593
• /
• 2018

현재 널리 사용되고 있는 도로교통소음 예측프로그램들은 국외 예측모형을 바탕으로 제작된 것이 대부분이다. 이에 본 연구에서는 국내 도로교통환경에 적합한지를 알아보기 위해 국외 예측모형에 대한 검증을 수행하였다. 또한, 예측모형마다 도로교통소음 발생에 대한 영향요인이 다르기 때문에 주요 요인들에 대한 분석 및 고찰을 선행하였다. 본 연구에서는 도로교통소음 예측 시 사용되고 있는 영향인자와 기존 예측모형에 대하여 고찰하고, 교통환경 및 도로기하구조를 고려하여 주행차량의 발생 소음에 영향을 미치는 영향인자와의 관계를 다중회귀분석을 통한 예측모형으로 도출하였다. 나아가 기존의 도로교통소음 예측모형(국립환경과학원(NIER), 독일의 RLS-90)과 도출된 도로교통소음 예측모형의 실측값을 적용하여 비교 검증 결과, 오차의 절대값 합은 NIER, RLS-90, 모형값 순으로 나타났다. 따라서 본 모형식이 향후 도로교통소음 예측 모델링에 대한 연구의 참고자료로 활용할 수 있는 기틀을 제공하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제20권3호
• /
• pp.19-27
• /
• 2015

대체 에너지 기술 개발을 위해 지난 20년 동안 풍력 발전에 관련한 기술들이 축적되어왔다. 풍력 발전은 자연적으로 부는 바람을 에너지원으로 사용하므로 환경 친화적이며 경제적이다. 이러한 풍력 발전의 효율적인 운영을 위해서는 시시각각 변하는 자연 바람의 세기를 정확도 높게 예측할 수 있어야 한다. 풍속을 평균적으로 얼마나 정확하게 잘 예측하는지도 중요하지만 실제 값과 예측 값의 절대 오차의 최댓값을 최소화시키는 것 또한 중요하다. 발전 운영 계획 측면에서 예측 풍속을 통한 예측 발전량과 실제 발전량의 차이는 경제적 손실을 가져오는 원인이 되므로 유연한 운영 계획을 세우기 위해 최대 오차가 중요한 역할을 한다. 본 논문에서는 풍속 예측 방법으로 과거 풍속 변화 추세뿐만 아니라 기상청 예보와 시기적인 풍속의 특성을 고려하기 위한 경향 값을 반영하여 수치 예측 알고리즘으로 학습한 풍속 예보 모델을 제안한다. 기상청 예보는 풍력 발전 단지를 포함하는 비교적 넓은 지역의 풍속을 예보하지만 풍속을 예측하고자 하는 국소지점에 대한 풍속 예측의 정확도를 높이는데 상당히 기여한다. 또한 풍속 변화 추세는 긴 시간동안 관측한 풍속을 세세하게 반영할수록 풍속 예측의 정확도를 높인다.

• Computers and Concrete
• /
• 제13권4호
• /
• pp.531-545
• /
• 2014

The purpose of this paper is to develop a prediction model for the compressive strength of waste LCD glass applied in concrete by analyzing a series of laboratory test results, which were obtained in our previous study. The hyperbolic function was used to perform the nonlinear-multivariate regression analysis of the compressive strength prediction model with the following parameters: water-binder ratio w/b, curing age t, and waste glass content G. According to the relative regression analysis, the compressive strength prediction model is developed. The calculated results are in accord with the laboratory measured data, which are the concrete compressive strengths of different mix proportions. In addition, a coefficient of determination $R^2$ value between 0.93 and 0.96 and a mean absolute percentage error MAPE between 5.4% and 8.4% were obtained by regression analysis using the predicted compressive analysis value, and the test results are also excellent. Therefore, the predicted results for compressive strength are highly accurate for waste LCD glass applied in concrete. Additionally, this predicted model exhibits a good predictive capacity when employed to calculate the compressive strength of washed glass sand concrete.

• 산업경영시스템학회지
• /
• 제41권3호
• /
• pp.154-161
• /
• 2018

This study conducted to predict the stock market prices based on the assumption that internet news articles might have an impact and effect on the rise and fall of stock market prices. The internet news articles were tested to evaluate the accuracy by comparing predicted values of the actual stock index and the forecasting models of the companies. This paper collected stock news from the internet, and analyzed and identified the relationship with the stock price index. Since the internet news contents consist mainly of unstructured texts, this study used text mining technique and multiple regression analysis technique to analyze news articles. A company H as a representative automobile manufacturing company was selected, and prediction models for the stock price index of company H was presented. Thus two prediction models for forecasting the upturn and decline of H stock index is derived and presented. Among the two prediction models, the error value of the prediction model (1) is low, and so the prediction performance of the model (1) is relatively better than that of the prediction model (2). As the further research, if the contents of this study are supplemented by real artificial intelligent investment decision system and applied to real investment, more practical research results will be able to be developed.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 추계학술대회
• /
• pp.145-148
• /
• 2016

본 논문에서는 고성능 HEVC 부호기를 위한 효율적인 Intra Prediction Angular 모드 결정 하드웨어 설계를 제안한다. Intra Prediction에서는 35가지 모드 중에서 최적의 모드를 결정한 후 예측하여 부호화 성능을 향상 시킨다. 하지만 35가지의 모드를 모두 처리하기 위해서는 많은 연산 복잡도와 처리시간이 요구된다. 그러므로 본 논문에서는 원본 영상 픽셀의 차이 값을 비교하여 Angular 모드를 효율적으로 결정하는 알고리즘을 적용한 하드웨어 설계를 제안한다. 효율적인 알고리즘의 사용을 통해 하드웨어 면적을 감소시켰다. 제안된 하드웨어 구조는 Verilog HDL로 설계하였으며, 65nm 공정으로 합성하였다. 합성 결과 14.9K개의 게이트로 구현되었고 최대 동작주파수는 2GHz이다.

• 한국정보통신학회논문지
• /
• 제21권4호
• /
• pp.767-773
• /
• 2017

본 논문에서는 HEVC 부호기를 위한 효율적인 Intra Prediction Angular 모드 결정 하드웨어 설계를 제안한다. HEVC의 Intra Prediction은 현재 블록 주변의 재구성된 샘플들을 참조하여 현재 블록을 예측하는 방법이다. Intra Prediction에서는 1개의 DC 모드, 1개의 Planar 모드, 33개의 Angular 모드로 총 35개의 모드를 지원한다. HEVC의 Intra Prediction은 35개의 모드 중에서 최적의 모드를 결정한 후 예측하여 부호화 성능을 향상 시킨다. 그러나 35가지의 모드를 모두 처리하기 위해서는 많은 연산 복잡도와 처리시간이 요구된다. 그러므로 본 논문에서는 원본 영상 픽셀의 차이 값을 비교하여 Angular 모드를 효율적으로 결정하는 알고리즘을 적용한 하드웨어 설계를 제안하였다. 또한 효율적인 알고리즘의 사용을 통해 하드웨어 면적을 감소시켰다. 제안된 하드웨어 구조는 Verilog HDL로 설계하였으며, 65nm 공정으로 합성하였다. 합성 결과 14.9K개의 게이트로 구현되었고, 최대 동작 주파수는 2GHz이다.