• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.163-165
• /
• 2008

In this paper we compare performance of exponential effective SINR mapping (EESM) with traditional actual value interface (AVI) approach for various modulation and coding schemes (MCS) in terms of coded bit error rate (BER) or block error rate (BLER) using different transmission schemes. This paper provides explanation and comparison of the two algorithms for single input single output (SISO), and single input multi-output (SIMO, 1X2) in OFDM systems. We calibrate the value of beta ($\beta$) in EESM using large number of channel realizations, here $\beta$ is a calibration constant. This paper also presents importance of beta value in EESM and how it improves the performance of OFDM wireless systems. We propose different modulation and coding schemes. Here we consider Standford university interim (SUI) channel models. Furthermore this paper also shows the detail observation of the two algorithms. Finally the conclusion review given for short summary.

• International Journal of Vascular Biomedical Engineering
• /
• 제2권2호
• /
• pp.16-26
• /
• 2004

The object of this study is to develop a mathematical model of the hemodialysis system including the mechanism of solute kinetics, water exchange and also cardiovascular dynamics. The cardiovascular system model used in this study simulates the short-term transient and steady-state hemodynamic responses such as hypotension and disequilibrium syndrome (which are main complications to hemodialysis patients) during hemodialysis. It consists of a 12 lumped-parameter representation of the cardiovascular circulation connected to set-point models of the arterial baroreflexes, a kinetic model (hemodialysis system model) with 3 compartmental body fluids and 2 compartmental solutes. We formulate mathematically this model in terms of an electric analog model. All resistors and most capacitors are assumed to be linear. The control mechanisms are mediated by the information detected from arterial pressoreceptors, and they work on systemic arterial resistance, heart rate, and systemic venous unstressed volume. The hemodialysis model includes the dynamics of urea, creatinine, sodium and potassium in the intracellular and extracellular pools as well as fluid balance equations for the intracellular, interstitial, and plasma volumes. Model parameters are largely based on literature values. We have presented the results on the simulations performed by changing some model parameters with respect to their basal values. In each case, the percentage changes of each compartmental pressure, heart rate (HR), total systemic resistance (TSR), ventricular compliance, zero pressure filling volume and solute concentration profiles are represented during hemodialysis.

• Corrosion Science and Technology
• /
• 제19권4호
• /
• pp.174-188
• /
• 2020

Atmospheric corrosion is a natural surface degradation process of metal due to changes in environmental parameters in the surrounding atmosphere. It is very sensitive to environmental parameters such as temperature, relative humidity, sulphur dioxide, and chloride, making it a major global economic challenge. Existing forecasting empirical corrosion models including the ISO standard are based on statistical analysis of experimental studies without considering the behavior of atmospheric parameters. The present study proposes a reliable global empirical model for estimating short and long-term atmospheric corrosion rates based on environmental parameters and corrosion mechanisms obtained from a parametric study. Repercussion of atmospheric corrosion rate due to individual and combined influences of environmental parameters specifies their importance in the estimation. New global empirical coefficients obtained for environmental parameters are statistically established (R² =0.998) with 95% confidence limit. They are validated using experimental datasets of existing studies observed at 88 different continental locations. The current proposed model can predict atmospheric corrosion by means of corrosion formation mechanisms influenced by combined effects of environmental parameters, further abating applicability limitations of location and time.

• Geomechanics and Engineering
• /
• 제30권1호
• /
• pp.75-91
• /
• 2022

This paper aims to show how to use several Machine Learning (ML) methods to estimate the TBM penetration rate systematically (TBM-PR). To this end, 1125 datasets including uniaxial compressive strength (UCS), Brazilian tensile strength (BTS), punch slope index (PSI), distance between the planes of weakness (DPW), orientation of discontinuities (alpha angle-α), rock fracture class (RFC), and actual/measured TBM-PRs were established. To evaluate the ML methods' ability to perform, the 5-fold cross-validation was taken into consideration. Eventually, comparing the ML outcomes and the TBM monitoring data indicated that the ML methods have a very good potential ability in the prediction of TBM-PR. However, the long short-term memory model with a correlation coefficient of 0.9932 and a route mean square error of 2.68E-6 outperformed the remaining six ML algorithms. The backward selection method showed that PSI and RFC were more and less significant parameters on the TBM-PR compared to the others.

• 국제학술발표논문집
• /
• The 4th International Conference on Construction Engineering and Project Management Organized by the University of New South Wales
• /
• pp.534-541
• /
• 2011

Risk evaluation approaches for bidding on international construction projects are typically partitioned into three stages: country selection, project classification, and bid-cost evaluation. However, previous studies are frequently under attack in that they have several crucial limitations: 1) a dearth of studies about country selection risk tailored for the overseas construction market at a corporate level; 2) no consideration of uncertainties for input variable per se; 3) less probabilistic approaches in estimating a range of cost variance; and 4) less inclusion of covariance impacts. This study thus suggests a three-staged risk evaluation model to resolve these inherent problems. In the first stage, a country portfolio model that maximizes the expected construction market growth rate and profit rate while decreasing market uncertainty is formulated using multi-objective genetic analysis. Following this, probabilistic approaches for screening bad projects are suggested through applying various data mining methods such as discriminant logistic regression, neural network, C5.0, and support vector machine. For the last stage, the cost overrun prediction model is simulated for determining a reasonable bid cost, while considering non-parametric distribution, effects of systematic risks, and the firm's specific capability accrued in a given country. Through the three consecutive models, this study verifies that international construction risk can be allocated, reduced, and projected to some degree, thereby contributing to sustaining stable profits and revenues in both the short-term and the long-term perspective.

• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1125-1134
• /
• 2023

우리나라의 17,000여개의 저수지 중 13,600개소의 소규모 농업용 저수지에는 수문 계측 시설이 설치되지 않아서, 저수율 예측과 합리적인 저수지 운영이 쉽지 않다. 본 연구는 인공지능 기술을 이용하여 농업용 저수지의 저수율을 예측하는 것을 목적으로 하며, 단변량 long short-term memory (LSTM)에서 저수율 그 자체를 사용하는 것뿐만 아니라, 다변량 LSTM에서 강수 등의 기상변수와 시기 등의 계절변수를 추가하여 예측에 활용하였다. 이동저수지의 2013년부터 2020년까지 8년간 데이터로 모델을 학습시키고, 모델의 예측 결과를 2021년의 일일 저수율 데이터로 검증하였다. 단변량 LSTM은 1일 후 저수율을 root-mean square error (RMSE) 1.04%, 3일 후 2.52% 이내, 5일 후 4.18%의 오차로 예측하였으며, 다변량 LSTM은 1일 후 저수율을 RMSE 0.98%, 3일 후 1.95%, 5일 후 2.76%의 오차로 예측하여 더 좋은 성능을 보였다. 1일 후 저수율을 예측하는 다변량 모델의 경우, 시계열 저수율 이외에도 date of year (DOY)와 1일 및 5일 누적 강수량이 중요한 변수인 것으로 나타났는데, 이를 통해 볼 때 당일 저수율에 영향을 미치는 강수의 시간적 범위는 5일 정도인 것으로 사료된다.

• 한국콘텐츠학회논문지
• /
• 제16권6호
• /
• pp.151-167
• /
• 2016

외형적으로 화려하고 인기직종으로 보이는 광고모델이지만 이면에는 많은 광고모델들이 직업에 적응하지 못하고 비교적 단기간에 이직하고 있다. 이는 광고모델 에이젠시의 업무에 상당한 차질을 초래하고 그 신뢰성에 부정적 영향을 주며 매출감소로 이어지고 있다. 이에 본 연구에서는 광고모델의 전문직업적 정체성, 감정노동, 역할갈등이 이직의도에 미치는 영향을 알아보고 또한 전문직업적 정체성, 감정노동, 역할갈등과 이직의도의 관계에서 신뢰성과 매력성 그리고 윤리적환경의 조절효과를 분석하여 광고모델의 이직의도에 대한 개선책을 제시하고자 하였다. 연구결과에 따르면 역할갈등, 감정노동, 전문직업적 정체성의 순서로 광고모델의 이직의도에 영향을 미치는 것으로 나타났다. 또한 위계적 회귀분석을 사용하여 이들 독립변수들과 이직의도간의 관계에 신뢰성, 매력성, 윤리적환경을 투입하여 조절효과를 검증한 결과 신뢰성은 감정노동이 이직의도에 미치는 부정적 영향을 조절하며, 윤리적환경은 전문직업적 정체성이 낮을 경우 이직의도에 미치는 부정적 영향을 조절하는 요인으로 나타났다. 이러한 결과는 감정노동자인 광고모델에게 자기신뢰가 갖는 중요성을 부각시키고 광고모델이 태어나는 것이 아니라 전문적이고 체계적이며 바람직한 직업 환경에 의해 만들어짐을 의미한다 하겠다.

• Nuclear Engineering and Technology
• /
• 제54권10호
• /
• pp.3620-3630
• /
• 2022

The diagnosis of abnormalities in a nuclear power plant is essential to maintain power plant safety. When an abnormal event occurs, the operator diagnoses the event and selects the appropriate abnormal operating procedures and sub-procedures to implement the necessary measures. To support this, abnormality diagnosis systems using data-driven methods such as artificial neural networks and convolutional neural networks have been developed. However, data-driven models cannot always guarantee an accurate diagnosis because they cannot simulate all possible abnormal events. Therefore, abnormality diagnosis systems should be able to detect their own potential misdiagnosis. This paper proposes a rulebased diagnostic validation algorithm using a previously developed two-stage diagnosis model in abnormal situations. We analyzed the diagnostic results of the sub-procedure stage when the first diagnostic results were inaccurate and derived a rule to filter the inconsistent sub-procedure diagnostic results, which may be inaccurate diagnoses. In a case study, two abnormality diagnosis models were built using gated recurrent units and long short-term memory cells, and consistency checks on the diagnostic results from both models were performed to detect any inconsistencies. Based on this, a re-diagnosis was performed to select the label of the second-best value in the first diagnosis, after which the diagnosis accuracy increased. That is, the model proposed in this study made it possible to detect diagnostic failures by the developed consistency check of the sub-procedure diagnostic results. The consistency check process has the advantage that the operator can review the results and increase the diagnosis success rate by performing additional re-diagnoses. The developed model is expected to have increased applicability as an operator support system in terms of selecting the appropriate AOPs and sub-procedures with re-diagnosis, thereby further increasing abnormal event diagnostic accuracy.

• 해양환경안전학회지
• /
• 제27권5호
• /
• pp.574-583
• /
• 2021

해운 시황을 예측하는 것은 중요한 문제이다. 투자 방식의 결정, 선대 편성 방법, 운임 등을 결정하기 위한 판단 근거가 되며 이는 기업의 이익과 생존에 큰 영향을 미치기 때문이다. 이를 위해 본 연구에서는 기계학습 모델인 장단기 메모리 및 간소화된 장단기 메모리 구조의 Gated Recurrent Units를 활용하여 컨테이너선의 해상운임 예측 모델을 제안한다. 운임 예측 대상은 중국 컨테이너 운임지수(CCFI)이며, 2003년 3월부터 2020년 5월까지의 CCFI 데이터를 학습에 사용하였다. 각 모델에 따라 2020년 6월 이후의 CCFI를 예측한 후 실제 CCFI와 비교, 분석하였다. 실험 모델은 하이퍼 파라메터의 설정에 따라 총 6개의 모델을 설계하였다. 또한 전통적인 분석 방법과의 성능을 비교하기 위해 ARIMA 모델도 실험에 추가하였다. 최적 모델은 두 가지 방법에 따라 선정하였다. 첫 번째 방법으로 각 모델을 10회 반복 실험하여 얻은 RMSE의 평균값이 가장 작은 모델을 선정하는 것이다. 두 번째 방법으로는 모든 실험에서 가장 낮은 RMSE를 기록한 모델을 선정하는 것이다. 실험 결과 전통적 시계열 예측모델인 ARIMA 모델과 비교하여 딥러닝 모델의 정확도를 입증하였으며, 정확한 예측모델을 통해 운임 변동의 위험관리 능력을 제고시키는데 기여했다. 반면 코로나19와 같은 외부 효과에 따른 운임의 급격한 변화상황이 발생한 경우, 예측모델의 정확도가 감소하는 한계점을 나타냈다. 제안된 모델 중 GRU1 모델이 두 가지 평가 방법 모두에서 가장 낮은 RMSE(69.55, 49.35)를 기록하며 최적 모델로 선정되었다.

• 한국정보처리학회논문지
• /
• 제7권12호
• /
• pp.3866-3873
• /
• 2000

본 논문에서는 경제시계열 데이타중에 하나인 환율데이타(Yen/Dollar)의 장기기억성과 정답율을 조사했다. 통상 단기 기억성을 가진 대표적 모델 AR 모델로 부터 생성되는 시계열에는 두종류의 프랙탈차원이 존재하는 경우가 많다. 두차원으로 분리되는 샘플 간격을 $k^{crossover}$라고 한다면, 통계모델에서K < $k^{crossover}$일때의 프랙탈차원을 $D_1$, K > $k^{crossover}$일때의 프랙차원을 $D_2$라고 한다면 $ D_1이면서 $D_2\cong2$ 인 관계를 가진다. 그러나 일본경제평균등 실제의 시계열에서는 이것에 반대되는 결과가 나타났다. 그 한 예로써 환율데이타에서는 $D_1>D_2$라는 관계를 가진다는 것을 알았다. 이것은 데이타 사이의 시간 간격이 멀어지는데 오히려 상관은 강해지는 현상을 나타내는 것이다. 환율 시계열을 뉴럴네트워크를 이용해서 예측한 결과, 예측오차로부터 얻어진 지수(指數) $\beta$와 D가 프랙탈성질을 가진 비선형 모델로 부터 구한 관계식 $\beta$=2-2D을 정확히 만족 시키는 것을 확인했다. 그리고 프랙탈차원의 차이가 정답율에서도 나타남을 확인했다.