• 천문학회보
• /
• 제37권2호
• /
• pp.123.1-123.1
• /
• 2012

We have compared near-real time Kp forecast models based on neural network (NN) and support vector machine (SVM) algorithms. We consider four models as follows: (1) a NN model using ACE solar wind data; (2) a SVM model using ACE solar wind data; (3) a NN model using ACE solar wind data and preliminary kp values from US ground-based magnetometers; (4) a SVM model using the same input data as model 3. For the comparison of these models, we estimate correlation coefficients and RMS errors between the observed Kp and the predicted Kp. As a result, we found that the model 3 is better than the other models. The values of correlation coefficients and RMS error of the model 3 are 0.93 and 0.48, respectively. For the forecast evaluation of models for geomagnetic storms ($Kp{\geq}6$), we present contingency tables and estimate statistical parameters such as probability of detection yes (PODy), false alarm ratio (FAR), bias, and critical success index (CSI). From a comparison of these statistical parameters, we found that the SVM models (model 2 and model 4) are better than the NN models (model 1 and model 3). The values of PODy and CSI of the model 4 are the highest among these models (PODy: 0.57 and CSI: 0.48). From these results, we suggest that the NN models are better than the SVM models for predicting Kp and the SVM models are better than the NN models for forecasting geomagnetic storms.

• 조명전기설비학회논문지
• /
• 제29권8호
• /
• pp.98-103
• /
• 2015

Power plant is that very high reliability when industrial and economic impact on the overall electric power system is required, it is essential to improve the reliability, especially the fault prediction diagnosis. Since an accident caused by the partial discharge in the power plant is above state has a faster response characteristic than the other indications in the case of any, the partial discharge generated in the power plant immediately detect the deterioration of insulation due to the accident of the power plant and the non-drawn It should prevent or reduce. Partial Discharge Measuring Systems for UHV SF6 Gas Insulated Switchgear and power transformer on site installed has some probability of abnormal recognition in case of non-flexible deal with on site noise. Many methode to eliminate these kinds of noises, UHF Detection System is chosen as purchase description in Korea, but this system having a bandwidth between 500MHz 1.5GHz wide band. Initial install periods(about 20 years ago), this band had no strong signal source, but in these days this wide band have strong signals, such as LTE. So, module described in this paper is designed as simultaneously use with wide and narrow band for solve this noise problem, and introduce this system.

• International Journal of Internet, Broadcasting and Communication
• /
• 제13권2호
• /
• pp.231-243
• /
• 2021

In Recent years the way we analyze the breast cancer has changed dramatically. Breast cancer is the most common and complex disease diagnosed among women. There are several subtypes of breast cancer and many options are there for the treatment. The most important is to educate the patients. As the research continues to expand, the understanding of the disease and its current treatments types, the researchers are constantly being updated with new researching techniques. Breast cancer survival rates have been increased with the use of new advanced treatments, largely due to the factors such as earlier detection, a new personalized approach to treatment and a better understanding of the disease. Many machine learning classification models have been adopted and modified to diagnose the breast cancer disease. In order to enhance the performance of classification model, our research proposes a model using A Hybrid Modified K-Means Clustering with Modified SVM (Support Vector Machine) Machine learning algorithm to create a new method which can highly improve the performance and prediction. The proposed Machine Learning model is to improve the performance of machine learning classifier. The Proposed Model rectifies the irregularity in the dataset and they can create a new high quality dataset with high accuracy performance and prediction. The recognized datasets Wisconsin Diagnostic Breast Cancer (WDBC) Dataset have been used to perform our research. Using the Wisconsin Diagnostic Breast Cancer (WDBC) Dataset, We have created our Model that can help to diagnose the patients and predict the probability of the breast cancer. A few machine learning classifiers will be explored in this research and compared with our Proposed Model "A Hybrid Modified K-Means with Modified SVM Machine Learning Algorithm to Enhance the Cancer Prediction" to implement and evaluated. Our research results show that our Proposed Model has a significant performance compared to other previous research and with high accuracy level of 99% which will enhance the Cancer Prediction.

• 한국콘텐츠학회논문지
• /
• 제21권2호
• /
• pp.587-593
• /
• 2021

본 논문에서는 나날이 발전하는 대규모 서비스거부공격에 대해 고전적인 방식의 DDoS 대응시스템에서 벗어나, 4차 혁명 시대의 핵심기술 중의 하나인 인공지능 기반의 기술을 활용해 지능화된 서비스거부공격을 효율적으로 감내 할 수 있는 서비스모델 개발방안을 제안하였다. 즉, 다수의 보안장비, 웹서버로부터 수집된 다량의 데이터를 대상으로 머신러닝 인공지능 학습을 통해 서비스거부공격을 탐지하고 피해를 최소화할 수 있는 방안을 제안하였다. 특히, 인공지능기술을 활용하기 위한 모델을 개발은 일정한 트래픽 변화를 반복하며 안정적 흐름의 데이터를 전송이 이루어지다가 서비스거부공격이 발생하면 다른 양상의 데이터 흐름을 보인다는 점에 착안하여 서비스서부공격 탐지에 인공지능기술을 활용하였다. 서비스거부공격이 발생하면 확률기반의 실제 트래픽과 예측값과의 편차가 발생하기 때문에 공격성 데이터로 판단하여 대응이 가능하다. 이 논문에서는 보안장비나 서버에서 발생하는 로그를 기반으로 데이터를 분석하여 서비스거부공격 탐지모델을 설명하였다.

• 한국컴퓨터정보학회논문지
• /
• 제20권3호
• /
• pp.47-56
• /
• 2015

흥미 있는 웹페이지의 자동화된 탐색은 다양한 응용 분야에 활용될 수 있다. 웹페이지에 대한 사용자의 흥미는 판단하는 것은 사용자의 행동을 관찰함으로 자동화가 가능하다. 흥미 있는 웹페이지를 구분하는 작업은 판별 문제에 속하며, 우리는 실증을 위해 화이트 박스의 학습 방법(로짓회귀분석, 지지기반학습)을 선택한다. 실험 결과는 다음을 나타내었다. (1) 고정효과 로짓회귀분석, polynomial 과 radial 커널을 이용한 고정효과 지지기반학습은 선형 커널보다 높은 성능을 보였다. (2) 개인화가 모델 성능을 향상시킴에 있어 주요한 이슈이다. (3) 사용자에게 웹페이지에 대항 흥미를 물을 때, 구간은 단순히 예/아니 도 충분할 수 있다. (4) 웹페이지에 머문 기간이 매초 증가할 때마다 성공확률은 1.004배 증가하며, 하지만 스크롤바 클릭 수 (p=0.56) 와 마우스 클릭 수 (p=0.36) 지표는 흥미와 통계적으로 유의한 관계를 가지지 않았다.

• 자원환경지질
• /
• 제36권3호
• /
• pp.201-212
• /
• 2003

한반도 남동부의 경상분지에 한국지질자원연구원의 지진관측망을 비롯한 관측소들이 급격히 증가함에 따라, 지진관측의 능력이 최근에 들어 크게 향상되었다. 그러나, 빈번한 중소규모의 화약발파에 의한 진동이 다수 관측되고 있다. 따라서, 이 지역에서 자연지진과 발파에 의한 인공지진의 식별이 중요한 문제로 부상하였다. 이 지역에서의 인공지진과 자연지진의 적절한 식별법을 확립하기 위하여 소규모의 지역지진 43개와 이에 대응되는 인공지진 43개를 선정하였다. 이 연구에서는 주파수 영역에서 Pg파, Sg파 및 Lg파의 스펙트럼 진폭비를 이용하는 기법들이 폭 넓게 검토되었다. 그들 중 Pg/Lg 스펙트럼 진폭비를 이용하는 방법이 가장 좋은 식별법으로 나타났다. 또한, 식별능력을 향상시키기 위하여 Pg/Lg 스펙트럼비에 다변량 판별분석법을 적용하였다. 거리보정이 안된 수직성분에 비하여 거리에 대한 감쇠효과를 보정한 3성분의 Pg/Lg비에 판별분석법을 적용했을 때의 판별능력은 뚜렷한 증가를 보인다. 주파수 대역 4-l4Hz의 범위에서, 거리 보정한 3성분의 Pg/Lg비에 대한 판별분석의 결과 총 분류비율은 0.89%에 불과한 것으로 나타난다.

• 비파괴검사학회지
• /
• 제22권4호
• /
• pp.411-421
• /
• 2002

초음파의 전파와 결함에 의한 산란장의 정확한 해석은 초음파 비파괴평가에서 중요한 역할을 한다. 수치해석 법은 매개변수에 대한 연구를 간단하고 값싸게 할 수 있으므로 결함 탐지 확률을 높이고 결과적으로 검사의 신뢰도를 개선시키는데 도움이 된다. 본 연구에서는 초음파 전파와 산란장의 계산을 위하여 유한요소법(finite element method)을 사용하였으며, 대표적인 몇 가지 문제에 대하여 시뮬레이션을 실시하여 해석의 타당성을 검증하였다. 상용 FEM 프로그램을 이용하여 안정적인 수치해를 얻기 위한 유한요소 격자 크기와 시간 근사 스텝을 먼저 결정하였다. 2-D 등방성 및 이방성 재료에서의 전파와 산란 문제를 다루었으며, 이론적 정해 또는 실험 결과가 알려진 문제를 선정하여 FEM 해석 결과와 비교, 분석하였다.

• 응용통계연구
• /
• 제24권3호
• /
• pp.535-546
• /
• 2011

본 연구는 겨울철 남한지역 황사출현일수에 대한 이 범주 계절예측모형 개발을 목적으로 수행되었다. 최근 31년간 관측된 황사출현일수를 예측량으로 하고, 황사발원지 기상요소(지상기온, 강수량, 강설량, 지상풍속)에 대한 NCEP 재분석자료 예측치와 광역규모 기후지수들을 잠재적 예측인자로 사용하였다. 월별로 구분하여 예측모형을 개발하기 위하여 네 종류 통계모형(중회귀모형, 로지스틱 회귀모형, 의사결정나무모형, 지지벡터기계)을 각각 적용하였다. 예측모형 평가측도인 정분류율, 탐지확률, 잘못된 경고를 사용하여 모형 비교하고 예측모형을 제안하였다.

• 대한전자공학회논문지TC
• /
• 제43권10호
• /
• pp.46-54
• /
• 2006

본 논문에서는 기존의 아날로그 트랜시버가 가지고 있는 단점을 극복하기 위한 디지털 트랜시버를 제안한다. 제안된 트랜시버는 불연속적인 협대역 채널들로 구성된 환경에서 사용된다고 가정하였다. 그리고 어느 정도의 보안성을 가지며 개인 대(對) 개인뿐만 아니라, 개인 대(對) 그룹, 그룹 대(對) 그룹의 음성 및 데이터 통신이 가능하여야 하며, 음성과 데이터를 동시에 전송할 경우 1 Mbps의 데이터 율을 가져야 한다고 가정하였다. 주파수 대역의 제한 때문에 FH-SS(Frequency Hopping-Spread Spectrum) 방식을, 구현의 복잡성 때문에 D8PSK(Differential 8 Phase Shift Keying) 방식을 채택하였다. 반송파와 심볼 타이밍 복원을 위해 IEEE 802.11 FHSS 프레임 구조를 바탕으로 새로운 프리앰블 구조를 제안하여 검출 확률을 높였다. 전산 모의 실험과 전력 계산을 통하여 제안된 시스템은 아날로그 워키토키와 같은 간단한 무선 통신에 사용될 수 있음을 보였다.

• 대한전자공학회논문지TC
• /
• 제43권1호
• /
• pp.49-56
• /
• 2006

본 논문에서는 2003년 표준화된 저속, 저전력, 저가의 근거리 무선 통신망(WPAN, Wireless Personal Area Network)기술로서 유비쿼터스 센서 네트워크를 위한 IEEE 802.15.4 LR-WPAN 표준의 2.4GHz 대역의 물리계층에 대한 설계 및 검증에 관해 기술하였다. IEEE 802.15.4 LR-WPAN 표준에서 제시하는 주파수 tolerance 인 ${\pm}40ppm$을 만족하는 반송파 주파수 옵셋 보상 방법과 다양한 유비쿼터스 센서 네트워크 환경에 적절하게 반응하기 위한 임계값 재 설정 방법의 적응형 정합 필터에 기반한 심볼 동기부를 설계하였다. 본 논문에서 제안한 방법에 의해 동기를 위한 연산량이 i, q 위상에서 각각 1/l6으로 감소가 되었으며, 약 0.5dB의 성능 향상을 얻을 수 있었다. 하드웨어 구현은 verilog HDL을 사용하였고, FGPA를 이용한 테스트 보드를 통해 성능 검증을 수행하였다.