• 한국환경과학회지
• /
• 제31권7호
• /
• pp.555-567
• /
• 2022

With the introduction of the tele-monitoring system (TMS) in South Korea, monitoring of the concentration of pollutants discharged from nationwide water quality TMS attachments is possible. In addition, the Ministry of Environment is implementing a smart sewage system program that combines ICT technology with wastewater treatment plants. Thus, many institutions are adopting the automatic operation technique which uses process operation factors and TMS data of sewage treatment plants. As a part of the preliminary study, a multilayer perceptron (MLP) analysis method was applied to TMS data to identify predictability degree. TMS data were designated as independent variables, and each pollutant was considered as an independent variables. To verify the validity of the prediction, root mean square error analysis was conducted. TMS data from two public sewage treatment plants in Chungnam were used. The values of RMSE in SS, T-N, and COD predictions (excluding T-P) in treatment plant A showed an error range of 10%, and in the case of treatment plant B, all items showed an error exceeding 20%. If the total amount of data used MLP analysis increases, the predictability of MLP analysis is expected to increase further.

• 전기전자학회논문지
• /
• 제23권1호
• /
• pp.120-126
• /
• 2019

최근 에너지 인터넷에서 지능형 원격검침 인프라를 이용하여 확보된 대량의 전력사용데이터를 기반으로 효과적인 전력수요 예측을 위해 다양한 기계학습기법에 관한 연구가 활발히 진행되고 있다. 본 연구에서는 전력량 데이터와 같은 시계열 데이터에 대해 효율적으로 패턴인식을 수행하는 인공지능 네트워크인 Gated Recurrent Unit(GRU)을 기반으로 딥 러닝 모델을 제안하고, 실제 가정의 전력사용량 데이터를 토대로 예측 성능을 분석한다. 제안한 학습 모델의 예측 성능과 기존의 Long Short Term Memory (LSTM) 인공지능 네트워크 기반의 전력량 예측 성능을 비교하며, 성능평가 지표로써 Mean Squared Error (MSE), Mean Absolute Error (MAE), Forecast Skill Score, Normalized Root Mean Squared Error (RMSE), Normalized Mean Bias Error (NMBE)를 이용한다. 실험 결과에서 GRU기반의 제안한 시계열 데이터 예측 모델의 전력량 수요 예측 성능이 개선되는 것을 확인한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.467-468
• /
• 1998

Impulsive noise appears as black and/or white spots in an image. It is usually caused by errors during the image acquisition or transmission through communication channels. This paper presents a study on the impulsive noise reduction filter of digital image. A much more effective method for removing impulse noise is weighted median filtering. But it loses some information by changing center value with no condition. We propose some new technique to change center value with some conditions. In this paper, the performance of conditional weighted median filter is compared to the commonly used median filter, mean filter, max/min filter, and weighted median filter. A quantitative comparison is performed on MSE (Mean Square Error), RMSE (Root Mean Square Error), and SNR (Signal to Noise Ratio). Proposed conditional weighted median filter can yield better performance than regular filters.

• Journal of the Korean Data and Information Science Society
• /
• 제20권2호
• /
• pp.349-356
• /
• 2009

국내의 행정구역상 시군구 등과 같은 소지역에 있어서 실업률에 대한 남녀별 공통 상대위험도를 추정하는데, 추정방법으로 단순한 합동추정, 울프 방법에 기초한 가중추정과 잭나이프 추정들을 고려하고 이 추정 방법들의 효율성을 편의와 평균제곱오차의 개념을 통해서 비교하고자 한다. 이를 위해 2002년 12월 경기지역의 경제활동인구조사 자료를 이용하여 이 지역 내의 24개 시군단위 소지역들의 남녀별 실업률에 대한 상대위험도의 편의 및 평균제곱오차가 본 연구에서 제시된 추정절차에 의해 추정된다. 또한, 이들 추정치들의 안정성과 신뢰성은 상대편의와 상대오차제곱근을 통하여 비교된다. 추정결과 잭나이프 추정이 다른 두 추정들에 비해 매우 효율적임을 보였다.

• 환경영향평가
• /
• 제29권4호
• /
• pp.272-285
• /
• 2020

본 연구에서는 3차원 기상 및 대기질 모델의 입출력 자료를 평가하는 데 필요한 통계 검증지표를 선별하고, 선정된 검증지표의 기준치를 조사하여 그 결과를 요약하였다. 여러 국내외 문헌과 최근 논문 검토를 통해 최종 선정된 통계 검증지표는 MB (Mean Bias), ME (Mean Error), MNB (Mean Normalized Bias Error), MNE (Mean Absolute Gross Error), RMSE (Root Mean Square Error), IOA (Index of Agreement), R (Correlation Coefficient), FE (Fractional Error), FB (Fractional Bias)로 총 9가지이며, 국내외 문헌을 통해 그 기준치를 확인하였다. 그 결과, 기상모델의 경우 대부분 MB와 ME가 주요 지표로 사용되어 왔고, 대기질 모델 결과는 NMB와 NME 지표가 주로 사용되었으며, 그 기준치의 차이를 분석하였다. 아울러 이들 통계 검증지표값을 이용하여 모델 예측 결과를 효과적으로 비교하기 위한 표출 도식으로 축구 도식, 테일러 도식, Q-Q (Quantile-Quantile) 도식의 장단점을 분석하였다. 나아가 본 연구 결과를 기반으로 우리나라의 산악지역의 특수성 등이 잘 고려된 통계 검증지표의 기준치 설정 등의 추가연구가 효과적으로 진행될 수 있기를 기대한다.

• 산업식품공학
• /
• 제14권1호
• /
• pp.75-79
• /
• 2010

시중 즉석 면류의 관능적 성질과 back extrusion test 데이터에 대하여 partial least square regression(PLSR)을 실시하였다. 즉석유탕면 8종과 즉석비유탕면 2종에 대한 관능적 속성으로서 경도(A), 탄성(B), 껄끄러운 정도(C), 이에 박히는 정도(D), 굵기감(E)를 검사하였고, 실험 데이터로 힘-변형 곡선 전체를 사용하였다. PLSR의 회귀계수는 힘-변형곡선의 압착단계, 항복단계, 압출단계로 크게 구분되어 각관능속성에 대한 특유의 양 또는 음의 효과를 나타냈다. PLSR의 상관계수는 E>D>A>B>C, 오차(root mean square error of prediction expressed in sensory units)는 D>C>E>B>A, 예측능(relative ability of prediction)는 D>C>E>B>A 로 나타나 종합적으로 '이에 박히는 정도'가 PLSR의 적용에 가장 우수하게 나타났다. '경도'는 예측능은 낮았지만 상관성은 높아서 시료간 순위의 결정에 합당하게 평가되었다.

• 한국전자거래학회지
• /
• 제23권2호
• /
• pp.33-47
• /
• 2018

도시가스 배관은 지중에 매설되어 있기 때문에 세부 관리가 어렵고 다양한 위험에 노출되어 있다. 본 연구에서는 도시가스 배관압력 실시간 데이터를 분석해 배관압력 이상을 예측하고 전문가의 의사결정을 돕는 모델을 제안한다. 국내 도시가스 공급업체들 중 하나인 중부도시가스사의 정압기에서 수집하는 실시간 배관압력 데이터와 시간변수, 외부환경변수를 통합해 분석 데이터로 사용한다. 아산시와 천안시에 위치하는 11개 정압기를 분석 대상으로 하며 분 단위 배관압력 예측모델을 구현한다. Random forest, support vector regression(SVR), long-short term memory(LSTM) 알고리즘을 사용해 회귀모델을 구현한 결과 LSTM 모델에서 우수한 성능을 보인다. 아산시 배관압력 예측모델의 경우 LSTM 모델에서 RMSE가 0.011, MAPE가 0.494이며, 천안시 배관압력 예측모델의 경우 LSTM 모델에서 평균제곱근오차(root mean square error, RMSE)가 0.015, 절대평균백분율오차(mean absolute percentage error, MAPE)가 0.668로 가장 낮은 오류율을 보인다.

• Structural Engineering and Mechanics
• /
• 제81권5호
• /
• pp.565-574
• /
• 2022

The infrastructures such as offshore, bridges, power plant, oil and gas piping and aircraft operate in a harsh environment during their service life. Structural integrity of engineering components used in these industries is paramount for the reliability and economics of operation. Two regression models based on the concept of Gaussian process regression (GPR) and Minimax probability machine regression (MPMR) were developed to predict stress intensity factor range (𝚫K). Both GPR and MPMR are in the frame work of probability distribution. Models were developed by using the fatigue crack growth data in MATLAB by appropriately modifying the tools. Fatigue crack growth experiments were carried out on Eccentrically-loaded Single Edge notch Tension (ESE(T)) specimens made of API 5L X65 Grade steel in inert and corrosive environments (2.0% and 3.5% NaCl). The experiments were carried out under constant amplitude cyclic loading with a stress ratio of 0.1 and 5.0 Hz frequency (inert environment), 0.5 Hz frequency (corrosive environment). Crack growth rate (da/dN) and stress intensity factor range (𝚫K) values were evaluated at incremental values of loading cycle and crack length. About 70 to 75% of the data has been used for training and the remaining for validation of the models. It is observed that the predicted SIF range is in good agreement with the corresponding experimental observations. Further, the performance of the models was assessed with several statistical parameters, namely, Root Mean Square Error (RMSE), Mean Absolute Error (MAE), Coefficient of Efficiency (E), Root Mean Square Error to Observation's Standard Deviation Ratio (RSR), Normalized Mean Bias Error (NMBE), Performance Index (ρ) and Variance Account Factor (VAF).

• 한국항행학회논문지
• /
• 제18권4호
• /
• pp.341-346
• /
• 2014

본 논문은 6.0~18.0 GHz 대역에서 동작하는 광대역 디지털 주파수 변별기(DFD, digital frequency discriminator)의 위상 상관기(phase correlator)를 설계하고 제작하였으며, 제작된 DFD 위상 상관기의 I와 Q 신호를 측정하고, 주파수 변별 오차를 분석하였다. 믹서형 위상 상관기의 동작 특성에 대한 해석적 관계식을 유도하였으며, 위상 상관기에 포함되는 IQ 믹서(mixer)와 8-way 전력분배기(power divider)는 RF 시뮬레이션 툴(tool)을 이용하여 모델링하였다. 설계된 위상 상관기는 제작되어 측정하였다. 제작된 위상 상관기의 I와 Q 출력신호를 측정하여 제시하였으며, 측정된 I와 Q 출력신호를 이용하여 위상오차(phase error)와 주파수 변별오차(frequency discrimination error)를 나타내었다. 위상 상관기의 평균 위상오차(phase error)는 $4.81^{\circ}$, RMS(root mean square)이고, 주파수 변별 오차는 1.49 MHz, RMS 이다.

• 한국유기농업학회지
• /
• 제25권2호
• /
• pp.279-293
• /
• 2017

This study suggests the yield forecast models for autumn chinese cabbage and radish using crop growth and development information. For this, we construct 24 alternative yield forecast models and compare the predictive power using root mean square percentage errors. The results shows that the predictive power of model including crop growth and development informations is better than model which does not include those informations. But the forecast errors of best forecast models exceeds 5%. Thus it is important to establish reliable data and improve forecast models.