• 한국통신학회논문지
• /
• 제21권4호
• /
• pp.996-1007
• /
• 1996

이 논문에서는 비최소위상(nonminimum phase) 채널을 등화할 수 있는 판정궤환(decision feedback equalizer)에 대한 자력등화 기법을 제안한다. 등화기는 선형필터와 예측에러 필터(prediction error filter)의 결합으로 이루어지며 각 부분에 대해 서로 다른 알고리듬을 적용한다. 즉 선형필터는 CMA(constant modulus algorithm)를 적용하여 계수를 추정하며, 예측에러 필터는 판정궤환 예측 알고리듬(decision feedback prediction algorithm)을 적용하여 필터의 계수를 추정한다. 제안한 알고리듬은 판정궤환 등화기의 FFF(feedforward filter)부를 이루는 선형필터가 수렴할 때 항상 작은 오율을 나타내는 계수로의 수렴을 보장한다. 모의실험을 통해 제안한 자력등화알고리듬의 유효성을 몇개의 채널에 대해 예를 들었으며 기존의 자력등화 알고리듬과 성능을 비교하였다.

• 한국전자통신학회논문지
• /
• 제16권6호
• /
• pp.1239-1248
• /
• 2021

본 논문은 학문적인 이해를 기반을 둔 예측을 수행하기 위해 FDNN(: Flood drought index neural network) 알고리즘을 제시한다. 데이터에 의존한 예측이 아닌 학문적인 이해를 기반을 둔 예측을 딥러닝에 적용하기 위해, 알고리즘을 수리, 수문학을 기반으로 구성하였다. 강수량의 입력으로 하천의 유량을 예측하는 모델을 구성하여 K-교차검증을 통해 모델의 성능을 측정한다. 제시한 알고리즘의 성능을 증명하기 위해 시계열 예측에서 가장 많이 사용되는 LSTM(: Long short term memory) 알고리즘의 예측 성능과 비교하여 제시한 알고리즘의 우수성을 나타낸다.

• 한국인공지능학회지
• /
• 제9권1호
• /
• pp.15-20
• /
• 2021

This paper was conducted to prevent and respond to crimes by predicting crimes based on artificial intelligence. While the quality of life is improving with the recent development of science and technology, various problems such as poverty, unemployment, and crime occur. Among them, in the case of crime problems, the importance of crime prediction increases as they become more intelligent, advanced, and diversified. For all crimes, it is more critical to predict and prevent crimes in advance than to deal with them well after they occur. Therefore, in this paper, we predicted crime types and crime tools using the Multiclass Logistic Regression algorithm and Multiclass Neural Network algorithm of machine learning. Multiclass Logistic Regression algorithm showed higher accuracy, precision, and recall for analysis and prediction than Multiclass Neural Network algorithm. Through these analysis results, it is expected to contribute to a more pleasant and safe life by implementing a crime prediction system that predicts and prevents various crimes. Through further research, this researcher plans to create a model that predicts the probability of a criminal committing a crime again according to the type of offense and deploy it to a web service.

• 한국정보통신학회논문지
• /
• 제26권7호
• /
• pp.963-971
• /
• 2022

상수도 관망은 국가 수도 시설의 주요한 구성 요소이지만 대부분이 지중에 매립되어 있어 배관의 노후화 정도 및 누수를 파악하기 어려우므로 유지관리 하기가 매우 어렵다. 본 연구에서는 관망에 설치된 다양한 센서 조합을 가정하여, 데이터 조합에 따른 관로 누수 판별 가능성을 검토하기 위하여 선형회귀분석, 뉴로퍼지 등의 인공지능 알고리즘을 통한 유량과 압력 예측을 실시하여 최적 알고리즘을 도출하였다. 공급압력 예측을 통한 누수판별의 경우 뉴로퍼지 알고리즘이 선형회귀분석에 비하여 우수하였다. 누수유량 예측에서는 뉴로퍼지를 이용한 유량예측이 우선 고려되어야 한다. 다만, 유량을 모사하기 힘든 경우에는 선형 알고리즘을 이용한 공급압력 예측이 이루어져야 할 것으로 사료 된다.

• 한국공간정보시스템학회 논문지
• /
• 제10권3호
• /
• pp.31-43
• /
• 2008

주행 시간 예측은 첨단 여행정보 시스템 (ATIS) 및 교통관리 시스템 (ITS)에서 필수적이다. 이를 위해 본 연구에서는 대용량의 데이터 분류에서 높은 정확도와 빠른 속도를 보장하는 $Na{\ddot{i}}ve$ Bayesian 분류화 기법을 기반으로 한 주행시간 예측 알고리즘을 제안한다. 제안된 알고리즘은 도로 네트워크 상에서 사용자 지정 주행 경로에 대하여 주행시간 예측이 가능하며, 또한 주어진 경로에 대해 시간대 별 평균 구간 속도를 고려하여 보다 정확한 주행 시간 예측을 수행한다. 제안된 알고리즘을 기존의 링크-기반 예측(link-based prediction)알고리즘[1] 및 Micro T* 알고리즘[2]과 성능 비교를 수행하였다. 성능 비교 결과, 제안된 기법이 타 예측기법에 비해 MARE (mean absolute relative error)가 크게 감소하여 성능이 향상되었음을 보였다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제12권1호
• /
• pp.111-115
• /
• 2020

In this paper, I proposed an effective technique for accurately predicting pixel values using edge components. Adjacent pixel values are similar to each other. That is, generally, similarity exists between adjacent pixels in an image. In the proposed algorithm, edge components are detected using the surrounding pixels in the first step, and pixel values are estimated using the edge components in the second step. Therefore, the prediction accuracy of the pixel value is improved and the prediction error is reduced. Pixel value prediction is a necessary technique for various applications such as image magnification and confidential data concealment. Experimental results show that the proposed method has higher prediction accuracy and fewer prediction error. Therefore, the proposed technique can be effectively used for applications such as image magnification and confidential data concealment.

• 한국컴퓨터정보학회논문지
• /
• 제22권10호
• /
• pp.9-17
• /
• 2017

The student dropout prediction is an indispensable for many intelligent systems to measure the educational system and success rate of all university. Therefore, in this paper, we propose an intelligent dropout prediction system that minimizes the situation by adopting the proactive process through an effective model that predicts the students who are at risk of dropout. In this paper, the main data sets for students dropout predictions was used as questionnaires and university information. The questionnaire was constructed based on theoretical and empirical grounds about factor affecting student's performance and causes of dropout. University Information included student grade, interviews, attendance in university life. Through these data sets, the proposed dropout prediction model techniques was classified into the risk group and the normal group using statistical methods and Naive Bays algorithm. And the intelligence dropout prediction system was constructed by applying the proposed dropout prediction model. We expect the proposed study would be used effectively to reduce the students dropout in university.

• 융합신호처리학회논문지
• /
• 제7권1호
• /
• pp.24-32
• /
• 2006

본 논문에서는 무선 이동통신망에서 멀티미디어 응용 프로그램의 서비스 품질 보장을 위하여 무선 단말기의 이동성을 예측하기 위하여 무선 단말기 위치 예측에 기반을 둔 대역폭 예약 알고리즘을 제안한다. 제안된 알고리즘은 이동성 예측 기법을 이용하여 단말기의 이동 방향에 대한 예측 오류를 최소화하는 것을 목적으로 한다. 이러한 예측은 불필요하게 중복되어 예약된 대역폭의 크기를 줄인다. 알고리즘의 성능 평가를 위해서, 신규호의 탈락률과 핸드오프호의 강제종료율을 측정하고 기존에 제안된 기법들의 성능 평가 결과와 비교한다. 그 결과 본 논문에서 제시된 알고리즘이 기존의 방법들에 비해 낮은 호 탈락률 및 강제종료율을 가지는 우수한 성능을 나타내었다

• 한국전자파학회논문지
• /
• 제23권8호
• /
• pp.1014-1017
• /
• 2012

본 논문에서는 고해상도 SAR(Synthetic Aperture Radar) 영상 획득을 위해 방위각 방향 해상도를 향상시키기 위한 방법을 소개하였다. SAR 영상 획득을 위해 ${\omega}-k$(omega-k) 알고리즘을 이용하였으며, 2차원 주파수 영역에서 방위각 방향으로 AR(Auto-Regressive) 방법을 이용한 외삽을 이용하여 해상도를 향상시켰다. AR 방법은 선형 예측(linear prediction) 모델을 기반으로 한 외삽 기법이다. AR 방법을 이용한 외삽 기법 중에서 Burg 알고리즘을 이용하여 예측 차수(prediction order)와 표적의 거리에 따른 성능 비교 결과를 보여 준다.

• 한국인공지능학회지
• /
• 제11권3호
• /
• pp.29-34
• /
• 2023

Recently, the rapid development of artificial intelligence technology, many studies are being conducted to predict the risk of heart disease in order to lower the mortality rate of cardiovascular diseases worldwide. This study presents exercise or dietary improvement contents in the form of a software app or web to patients with cardiovascular disease, and cardiovascular disease through digital devices such as mobile phones and PCs. LR, LDA, SVM, XGBoost for the purpose of developing "Life style Improvement Contents (Digital Therapy)" for cardiovascular disease care to help with management or treatment We compared and analyzed cardiovascular disease prediction models using machine learning algorithms. Research Results XGBoost. The algorithm model showed the best predictive model performance with overall accuracy of 80% before and after. Overall, accuracy was 80.0%, F1 Score was 0.77~0.79, and ROC-AUC was 80%~84%, resulting in predictive model performance. Therefore, it was found that the algorithm used in this study can be used as a reference model necessary to verify the validity and accuracy of cardiovascular disease prediction. A cardiovascular disease prediction analysis algorithm that can enter accurate biometric data collected in future clinical trials, add lifestyle management (exercise, eating habits, etc.) elements, and verify the effect and efficacy on cardiovascular-related bio-signals and disease risk. development, ultimately suggesting that it is possible to develop lifestyle improvement contents (Digital Therapy).