A quicker method was developed for foliar analysis in diagnosis of nitrogen in apple trees based on multivariate calibration procedure using partial least squares regression (PLSR) and principal component regression (PCR) to establish the relationship between reflectance spectra in the near infrared region and nitrogen content of fresh- and dry-leaf. Several spectral pre-processing methods such as smoothing, mean normalization, multiplicative scatter correction (MSC) and derivatives were used to improve the robustness and performance of the calibration models. Norris first derivative with a seven point segment and a gap of six points on MSC gave the best result of partial least squares-1 PLS-1) model for dry-leaf samples with root mean square error of prediction (RMSEP) equal to $0.699g\;kg^{-1}$, and that the Savitzky-Golay first derivate with a seven point convolution and a quadratic polynomial on MSC gave the best results of PLS-1 model for fresh-samples with RMSEP of $1.202g\;kg^{-1}$. The best PCR model was obtained with Savitzky-Golay first derivative using a seven point convolution and a quadratic polynomial on mean normalization for dry leaf samples with RMSEP of $0.553g\;kg^{-1}$, and obtained with the Savitzky-Golay first derivate using a seven point convolution and a quadratic polynomial for fresh samples with RMSEP of $1.047g\;kg^{-1}$. The results indicate that nitrogen can be determined by the near infrared reflectance (NIR) technology for fresh- and dry-leaf of apple.
Neves, Maria Luciana Menezes Wanderley;de Souza, Evaristo Jorge Oliveira;Veras, Robson Magno Liberal;de Campos Valadares Filho, Sebastiao;Marcondes, Marcos Inacio;da Silva, Gabriel Santana;Barreto, Ligia Maria Gomes;de Andrade Ferreira, Marcelo;Veras, Antonia Sherlanea Chaves
Asian-Australasian Journal of Animal Sciences
/
v.31
no.10
/
pp.1604-1610
/
2018
Objective: The aim of the study was to evaluate the efficiency of the Hankins and Howe (HH46), Valadares Filho (V06), and Marcondes (M12) equations for predicting the physical and chemical composition of dairy crossbred bulls carcasses, as well as the chemical composition of their empty bodies. Methods: This study was conducted using 30 dairy crossbred bulls. One group of five animals was slaughtered at the beginning of the experiment, and the remaining were slaughtered 112 days later. Animals were distributed in a completely randomized design into treatments consisting different levels of concentrate (0%, 17%, 34%, 51%, and 68%). The physical and chemical compositions of the cattle were obtained from the right half of the carcass and using samples taken between the 9th and 11th ribs of the left half of the carcass. The estimated and experimentally determined values were compared using the correlation and concordance coefficient, as well as the mean square error of prediction (MSEP) and its components. Results: The HH46 equations were better at estimating the amount of muscle plus fat in the carcass. The amount of bone in the carcasses could not be well estimated by the HH46 and M12 models. The M12, HH46, and V06 equations were worst at estimating the amounts of protein, ether extract, and water in the carcass, respectively. In the empty body, the amounts of protein and water were well estimated by the HH46 equations. Protein, ether extract, and water were accurately estimated by the V06 equations, and ether extract by the M12 equations. Conclusion: The physical and chemical composition of dairy crossbred bull carcasses, as well as the chemical composition of their empty bodies, can be predicted using the equations tested here. The amount of bone in these carcasses could not be accurately predicted.
Proceedings of the Korean Institute of Navigation and Port Research Conference
/
2002.03a
/
pp.197-203
/
2002
The estimation of pile bearing capacity is important since the design details are determined from the result. There are numerous ways of determining the pile design load, but only few of them are chosen in the actual design. According to the recent investigation in Korea, the formulas proposed by Meyerhof based on the SPT N values are most frequently chosen in the design stage. In the study, various static and dynamic formulas have been used in predicting the allowable bearing capacity of a pile. Further, the reliability of these formulas has been verified by comparing the perdicted values with the static and dynamic load test measurements. Also in cases, these methods of pile bearing capacity determination do not take the time effect consideration, the actual allowable load as determined from pile load test indicates severe deviation from the design value. The principle results of this study are summarized as follows : A a result of estimate the reliability in criterion of the Davisson method, in was showed that Terzaghi & Peck > Chin > Meyerhof > Modified Meyerhof method was the most reliable method for the prediction of bearing capacity. Comparisons of the various pile-driving formulas showed that Modified Engineering News was the most reliable method. However, a significant error happened between dynamic bearing capacity equation was judged that uncertainty of hammer efficiency, characteristics of variable , time effect etc... was not considered. As a result of considering time effect increased skin friction capacity higher than end bearing capacity. It was found out that it would be possible to increase the skin friction capacity 1.99 times higher than a driving. As a result of considering 7 day's time effect, it was obtained that Engineering News. Modified Engineering News. Hiley, Danish, Gates, CAPWAP(CAse Pile Wave Analysis Program ) analysis for relation, respectively, $Q_{u(Restrike)}$$Q_{u(EOID)}$ = 0.971 $t_{0.1}$, 0.968 $t_{0.1}$, 1.192 $t_{0.1}$, 0.88 $t_{0.1}$, 0.889 $t_{0.1}$, 0.966 $t_{0.1}$, 0.889 $t_{0.1}$, 0.966 $t_{0.1}$
Low, Kah Hin;Zain, Sharifuddin Md.;Abas, Mhd. Radzi;Misran, Misni;Mohd, Mustafa Ali
Journal of the Korean Chemical Society
/
v.53
no.6
/
pp.717-726
/
2009
Multivariate models were developed for the simultaneous spectrophotometric determination of copper (II), nickel (II) and zinc (II) in water with 1-(2-thiazolylazo)-2-naphthol as chromogenic reagent in the presence of Triton X-100. To overcome the drawback of spectral interferences, principal component regression (PCR) and partial least square (PLS) multivariate calibration approaches were applied. Performances were validated with several test sets, and their results were then compared. In general, no significant difference in analytical performance between PLS and PCR models. The root mean square error of prediction (RMSEP) using three components for $Cu^{2+}$, $Ni^{2+}$ and $Zn^{2+}$ were 0.018, 0.010, 0.011 ppm, respectively. Figures of merit such as sensitivity, analytical sensitivity, limit of detection (LOD) were also estimated. High reliability was achieved when the proposed procedure was applied to simultaneous determination of $Cu^{2+}$, $Ni^{2+}$ and $Zn^{2+}$ in synthetic mixture and tap water.
Watermelons (Citrulus vulgaris Schrad) are usually sorted manually by weight, appearance, and acoustic impulse, so grading of maturity and internal quality is subject to inaccuracies. It was necessary to develop a nondestructive evaluation technique of internal watermelon quality to reduce human error. Thus, acoustic characteristics related to internal quality factors were analyzed. Among these factors, three (ripeness, presence of an internal cavity, and blood-colored flesh) were selected for evaluation. The number of peaks and the sum of peak amplitudes for watermelons with blood-colored flesh were lower than for normal fruits. The portable evaluation system has an impact mechanism, a microphone sensor, a signal processing board, an LCD panel, and a battery. A performance test was conducted in the field. The internal quality evaluation model showed 87% prediction accuracy. Validation was conducted on 72 samples. The accuracy of quality evaluation was 83%. The quality of samples was evaluated by an inspector using conventional methods (hitting the watermelon and listening to the sounds), and then compared with prototype results. The quality evaluation accuracy of the prototype was better than that of the inspector. This nondestructive quality evaluation system could be useful in the field, warehouse, and supermarket
A variety of methods have been proposed through a number of studies on sophisticated demand forecasting models that can reduce logistics costs. These studies mainly determine the applicable demand forecasting model based on the pattern of demand quantity and try to judge the accuracy of the model through statistical verification. Demand patterns can be broadly divided into regularity and irregularity. A regular pattern means that the order is regular and the order quantity is constant. In this case, predicting demand mainly through regression model or time series model was used. However, this demand is called "intermittent demand" when irregular and fluctuating amount of order quantity is large, and there is a high possibility of error in demand prediction with existing regression model or time series model. For items that show intermittent demand, predicting demand is mainly done using Croston or HOLTS. In this study, we analyze the demand patterns of various items of air cargo with intermittent patterns and apply the most appropriate model to predict and verify the demand. In this process, intermittent optimal demand forecasting model of air cargo is proposed by analyzing the fit of various models of air cargo by item and region.
Research on diagnosing and predicting the response of ecosystems caused by environmental changes such as artificial disturbance and climate change is emerging as the most important issue of biodiversity and ecosystem researches. This study aims to clean, standardize, and provide the results of National Ecosystem Survey which should be considered fundamentally in diagnosing and predicting ecosystem changes in the form of dataset. To refine and clean the dataset we developed a simple verification program based on the fifth National Ecosystem Survey Guideline and applied that program to the data from the second (1997~2005), third (2006~2013) and fourth (2014~2018) National Ecosystem Survey. Data quality control processes were implemented including (1) standardization of terminology, (2) similar data table integration, (3) unnecessary attribute and error elimination, (4) unification of different input items, (5) data arrangement in codes, and (6) code mapping for input items. These approaches and methods are the first attempt propose an option for ecological data standardization in Korea. The standardized dataset of National Ecosystem Survey in Korea will be easily accessible, reusable for both researchers and public. In addition, we expect it will contribute to the establishment of diverse environmental policies concerning environmental assessments, habitat conservation, prediction of endangered species distribution and ecological risks due to climate change. The dataset through this study is open freely online via EcoBank (nie-ecobank.kr) which is the first ecological information portal system in Korea developed by National Institute of Ecology.
One of the most important current features of food related industry is the growth of food delivery service. Another notable food related culture is, with the advent of Youtube, the popularity of Mukbang, which refers to content that records eating. Based on these background, this study intended to focus on two things. First, we tried to see the impact of Youtube Mukbang and the sentiments of Mukbang comments on the number of related food deliveries. Next, we tried to set up the predictive modeling of chicken delivery order with machine learning method. We used Youtube Mukbang comments data as well as weather related data as main independent variables. The dependent variable used in this study is the number of delivery order of fried chicken. The period of data used in this study is from June 3, 2015 to September 30, 2019, and a total of 1,580 data were used. For the predictive modeling, we used machine learning methods such as linear regression, ridge, lasso, random forest, and gradient boost. We found that the sentiment of Youtube Mukbang and comments have impacts on the number of delivery orders. The prediction model with Mukban data we set up in this study had better performances than the existing models without Mukbang data. We also tried to suggest managerial implications to the food delivery service industry.
The N-value from the Standard Penetration Test (SPT), which is one of the representative in-situ test, is an important index that provides basic geological information and the depth of the bearing layer for the design of geotechnical structures. In the aspect of time and cost-effectiveness, there is a need to carry out a representative sampling test. However, the various variability and uncertainty are existing in the soil layer, so it is difficult to grasp the characteristics of the entire field from the limited test results. Thus the spatial interpolation techniques such as Kriging and IDW (inverse distance weighted) have been used for predicting unknown point from existing data. Recently, in order to increase the accuracy of interpolation results, studies that combine the geotechnics and deep learning method have been conducted. In this study, based on the SPT results of about 22,000 holes of ground survey, a comparative study was conducted to predict the depth of the bearing layer using deep learning methods and IDW. The average error among the prediction results of the bearing layer of each analysis model was 3.01 m for IDW, 3.22 m and 2.46 m for fully connected network and PointNet, respectively. The standard deviation was 3.99 for IDW, 3.95 and 3.54 for fully connected network and PointNet. As a result, the point net deep learing algorithm showed improved results compared to IDW and other deep learning method.
Background: Surgical resection is the standard treatment for early-stage lung cancer. Since postoperative lung function is related to mortality, predicted postoperative lung function is used to determine the treatment modality. The aim of this study was to evaluate the predictive performance of linear regression and machine learning models. Methods: We extracted data from the Clinical Data Warehouse and developed three sets: set I, the linear regression model; set II, machine learning models omitting the missing data: and set III, machine learning models imputing the missing data. Six machine learning models, the least absolute shrinkage and selection operator (LASSO), Ridge regression, ElasticNet, Random Forest, eXtreme gradient boosting (XGBoost), and the light gradient boosting machine (LightGBM) were implemented. The forced expiratory volume in 1 second measured 6 months after surgery was defined as the outcome. Five-fold cross-validation was performed for hyperparameter tuning of the machine learning models. The dataset was split into training and test datasets at a 70:30 ratio. Implementation was done after dataset splitting in set III. Predictive performance was evaluated by R2 and mean squared error (MSE) in the three sets. Results: A total of 1,487 patients were included in sets I and III and 896 patients were included in set II. In set I, the R2 value was 0.27 and in set II, LightGBM was the best model with the highest R2 value of 0.5 and the lowest MSE of 154.95. In set III, LightGBM was the best model with the highest R2 value of 0.56 and the lowest MSE of 174.07. Conclusion: The LightGBM model showed the best performance in predicting postoperative lung function.
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.