In this study, artificial neural network (ANN) and multiple regression (MR) models were developed to predict the critical factor of safety ($F_s$) of the homogeneous finite slopes subjected to earthquake forces. To achieve this, the values of $F_s$ in 5184 nos. of homogeneous finite slopes having different slope, soil and earthquake parameters were calculated by using the Simplified Bishop method and the minimum (critical) $F_s$ for each of the case was determined and used in the development of the ANN and MR models. The results obtained from both the models were compared with those obtained from the calculations. It is found that the ANN model exhibits more reliable predictions than the MR model. Moreover, several performance indices such as the determination coefficient, variance account for, mean absolute error, root mean square error, and the scaled percent error were computed. Also, the receiver operating curves were drawn, and the areas under the curves (AUC) were calculated to assess the prediction capacity of the ANN and MR models developed. The performance level attained in the ANN model shows that the ANN model developed can be used for predicting the critical $F_s$ of the homogeneous finite slopes subjected to earthquake forces.
제어로봇시스템학회 1994년도 Proceedings of the Korea Automatic Control Conference, 9th (KACC) ; Taejeon, Korea; 17-20 Oct. 1994
/
pp.224-228
/
1994
This paper deals with a Batch processor application to determine orbit trajectories from satellite tracking data. The purpose of this paper is to find the initial state vectors. In order to determine the better estimation process, several different cases are compared. Here we adapt a minimum variance concept to develop estimation and prediction techniques. These results are compared with by SEP, Spherical Error Probable, values.
A new algorithm based on the concept of prediction error minimization is suggested to estimate the time varying delay in discrete processes. In spite of the existence of the stochastic noise, this algorithm can estimate time varying delay accurately. Computation time of this algorithm is far less than that of the previous extended parameter methods. With the use of this algorithm, generalized minimum variance control shows good control behavior in simulations.
Over the years, several machine learning approaches have been proposed and utilized to create a prediction model for the high-performance concrete (HPC) slump flow. Despite HPC is a highly complex material, predicting its pattern is a rather ambitious process. Hence, choosing and applying the correct method remain a crucial task. Like some other problems, prediction of HPC slump flow suffers from abnormal attributes which might both have an influence on prediction accuracy and increases variance. In recent years, different studies are proposed to optimize the prediction accuracy for HPC slump flow. However, more state-of-the-art regression algorithms can be implemented to create a better model. This study focuses on several methods with different mathematical backgrounds to get the best possible results. Four well-known algorithms Support Vector Regression, M5P Trees, Random Forest, and MLPReg are implemented with optimum parameters as base learners. Also, redundant features are examined to better understand both how ingredients influence on prediction models and whether possible to achieve acceptable results with a few components. Based on the findings, the MLPReg algorithm with optimum parameters gives better results than others in terms of commonly used statistical error evaluation metrics. Besides, chosen algorithms can give rather accurate results using just a few attributes of a slump flow dataset.
가뭄 및 갈수시에 용수부족 현상이 발생하나 회귀수량을 고려한 대응이나 대책 마련이 진행되지 않고 있다. 이에 본 연구에서 자료기반의 기계학습 모형(LSTM)을 통해 회귀수량 중 하수종말처리장의 방류량을 예측하였다. 입력자료로 방류량, 유입량, 강수량, 수위를 사용하였고 예측 결과의 정확도를 개선하기 위하여 추가적으로 입력변수의 변동성 분포를 고려하였다. 방류량 자료의 변동성을 확인하기 위해서 관측값과 분포 사이의 잔차를 복합삼각함수 형태로 가정하여 이론적인 확률분포와 함께 방류량 최적의 분포 형태로 나타내었다. 변동성 분포를 고려한 입력자료를 이용한 결과와 그렇지 않는 결과를 비교한 결과, 오차정도가 감소함을 보였으며 이는 변동성 분포가 계절성을 상대적으로 잘 재현하였기 때문이라 판단된다. 따라서 본 연구에서 구축한 하수종말장처리장의 방류량 예측 모형을 활용할 경우 보다 정확한 회귀수량 예측이 가능하여 효율적인 하천수 관리 체계를 수립하는데 기초자료로 활용될 수 있을 것으로 기대된다.
Communications for Statistical Applications and Methods
/
제13권1호
/
pp.151-165
/
2006
It is important to estimate the true misclassification rate of a given classifier when an independent set of test data is not available. Cross-validation and bootstrap are two possible approaches in this case. In related literature bootstrap estimators of the true misclassification rate were asserted to have better performance for small samples than cross-validation estimators. We compare the two estimators empirically when the classification rule is so adaptive to training data that its apparent misclassification rate is close to zero. We confirm that bootstrap estimators have better performance for small samples because of small variance, and we have found a new fact that their bias tends to be significant even for moderate to large samples, in which case cross-validation estimators have better performance with less computation.
Kriging is a nonparametric regression method used in geostatistics for estimating curves and surfaces for spatial data. It may come as a surprise that the Kriging estimator, normally derived as the best linear unbiased estimator, is also the solution of a particular variational problem. Thus, Kriging estimators can also be interpreted as generalized smoothing splines where the roughness penalty is determined by the covariance function of a spatial process. We build off the early work by Silverman (1982, 1984) and the analysis by Cox (1983, 1984), Messer (1991), Messer and Goldstein (1993) and others and develop an equivalent kernel interpretation of geostatistical estimators. Given this connection we show how a given covariance function influences the bias and variance of the Kriging estimate as well as the mean squared prediction error. Some specific asymptotic results are given in one dimension for Matern covariances that have as their limit cubic smoothing splines.
산림입지도의 지위지수 정보는 조사지점에만 존재하므로 미조사 지역에 대한 지위지수는 별도의 추정이 필요하다. 미조사 지역의 지위지수 추정을 위해 본 연구에서는 점자료로부터 연속표면을 생성하는 공간 내삽법인 크리깅 기법을 적용하였다. Chapman-Richards 생장모델을 이용하여 표준지별 지위지수 추정치를 구한 뒤 가우시안, 구형 및 지수형 베리오그램 모델별로 정규크리깅을 이용하여 단양 전역의 소나무림 지위지수를 격자단위($30m{\times}30m$)로 추정하였다. 교차검증을 위해 평균오차(ME), 평균표준오차(ASE) 및 평균제곱근오차(RMSE)를 계산하였다. 베리오그램 모델 적합 결과, 상대 너깃이 가장 큰 가우시안 모델(37.40%)이 제외되었으며 구형 모델(16.80%)과 지수형 베리오그램 모델(8.77%)이 선택되었다. 크리깅에 의한 지위지수 추정치는 지수형 모델을 적용한 경우 4.39~19.53, 구형모델을 적용한 경우 4.54~19.23의 분포를 보였다. 교차 검증 결과, RMSE는 두 모델에서 큰 차이가 없는 것으로 나타났으나 구형모델의 ME와 ASE가 지수형 모델보다 작기 때문에 구형 베리오그램 모델 기반 지위지수 지도를 최종적으로 선정하였다. 지위지수 지도로부터 산출된 단양지역 소나무림 평균 지위지수는 10.78로 추정되었다. 공간이질성이 큰 우리나라 산림의 바이오매스 추정 시 지위지수 지도를 통해 지역적 변이를 고려할 수 있으며 궁극적으로는 탄소저장량 분포 추정의 정확도 제고에 기여할 수 있을 것으로 기대된다.
Kim, Kwan-Su;Park, Si-Hyung;Shim, Kang-Bo;Ryu, Su-Noh
Journal of Crop Science and Biotechnology
/
제10권3호
/
pp.185-192
/
2007
Near-infrared spectroscopy(NIRS) was used to develop a rapid and efficient method to determine lignan glucosides in intact seeds of sesame(Sesamum indicum L.) germplasm accessions in Korea. A total of 93 samples(about 2 g of intact seeds) were scanned in the reflectance mode of a scanning monochromator, and the reference values for lignan glucosides contents were measured by high performance liquid chromatography. Calibration equations for sesaminol triglucoside, sesaminol($1{\rightarrow}2$) diglucoside, sesamolinol diglucoside, sesaminol($1{\rightarrow}6$) diglucoside, and total amount of lignan glucosides were developed using modified partial least square regression with internal cross validation(n=63), which exhibited lower SECV(standard errors of cross-validation), higher $R^2$(coefficient of determination in calibration), and higher 1-VR(ratio of unexplained variance divided by variance) values. Prediction of an external validation set(n=30) showed a significant correlation between reference values and NIRS estimated values based on the SEP(standard error of prediction), $r^2$(coefficient of determination in prediction), and the ratio of standard deviation(SD) of reference data to SEP, as factors used to evaluate the accuracy of equations. The models for each glucoside content had relatively higher values of SD/SEP(C) and $r^2$(more than 2.0 and 0.80, respectively), thereby characterizing those equations as having good quantitative information, while those of sesaminol($1{\rightarrow}2$) diglucoside showing a minor quantity had the lowest SD/SEP(C) and $r^2$ values(1.7 and 0.74, respectively), indicating a poor correlation between reference values and NIRS estimated values. The results indicated that NIRS could be used to rapidly determine lignan glucosides content in sesame seeds in the breeding programs for high quality sesame varieties.
In this study, we analyzed and developed the monitoring system in order to confirm the effect of observations on forecast sensitivity on ensemble-based data assimilation. For this purpose, we developed the Ensemble Forecast Sensitivity to observation (EFSO) monitoring system based on Local Ensemble Transform Kalman Filter (LETKF) system coupled with Korean Integrated Model (KIM). We calculated 24 h error variance of each of observations and then classified as beneficial or detrimental effects. In details, the relative rankings were according to their magnitude and analyzed the forecast sensitivity by region for north, south hemisphere and tropics. We performed cycle experiment in order to confirm the EFSO result whether reliable or not. According to the evaluation of the EFSO monitoring, GPSRO was classified as detrimental observation during the specified period and reanalyzed by data-denial experiment. Data-denial experiment means that we detect detrimental observation using the EFSO and then repeat the analysis and forecast without using the detrimental observations. The accuracy of forecast in the denial of detrimental GPSRO observation is better than that in the default experiment using all of the GPSRO observation. It means that forecast skill score can be improved by not assimilating observation classified as detrimental one by the EFSO monitoring system.
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.