• 지반과기술
• /
• 제3권3호
• /
• pp.15-22
• /
• 2006

The optimum blasting pattern to excavate a quarry efficiently and economically can be determined based on the minimum production cost, which is generally estimated according to rock fragmentation. Therefore, it is a critical problem to predict fragment size distribution of blasted rocks over an entire quarry. By comparing various prediction models, it can be ascertained that the result obtained from Kuz-Ram model relatively coincides with that of field measurements. Kuz-Ram model uses the concept of rock factor to signify conditions of rock mass such as block size, rock jointing, strength and others. For the evaluation of total production cost, it is imperative to estimate 3-D spatial distribution of rock factor for the entire quarry. In this study, a sequential indicator simulation technique is adopted for estimation of spatial distribution of rock factor due to its higher reproducibility of spatial variability and distribution models than Kriging methods. Further, this can reduce the uncertainty of predictor using distribution information of sample data. The entire quarry is classified into three types of rock mass and optimum blasting pattern is proposed for each type based on 3-D spatial distribution of rock factor. In addition, plane maps of rock factor distribution for each ground level are provided to estimate production costs for each process and to make a plan for an optimum blasting pattern.

• 한국지형학회지
• /
• 제23권3호
• /
• pp.67-78
• /
• 2016

Soil carbon(C) is an essential property for characterizing soil quality. Understanding spatial patterns of soil C is particularly limited for mountain areas. This study aims to predict the spatial pattern of soil C using terrain analysis in a steep mountainous area. Specifically, model performances and prediction uncertainties were investigated based on the number of resampling repetitions. Further, important predictors for soil C were also identified. Finally, the spatial distribution of uncertainty was analyzed. A total of 91 soil samples were collected via conditioned latin hypercube sampling and a digital soil C map was developed using support vector regression which is one of the powerful machine learning methods. Results showed that there were no distinct differences of model performances depending on the number of repetitions except for 10-fold cross validation. For soil C, elevation and surface curvature were selected as important predictors by recursive feature elimination. Soil C showed higher values in higher elevation and concave slopes. The spatial pattern of soil C might possibly reflect lateral movement of water and materials along the surface configuration of the study area. The higher values of uncertainty in higher elevation and concave slopes might be related to geomorphological characteristics of the research area and the sampling design. This study is believed to provide a better understanding of the relationship between geomorphology and soil C in the mountainous ecosystem.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2001년도 하계 학술대회 논문집(KISPS SUMMER CONFERENCE 2001
• /
• pp.213-216
• /
• 2001

H.263부호기의 화면내 부호화(intraframe coding)를 위한 부가 부호기법인 Annex I는 기존의 JPEG, MPEG-1, -2 부호기들의 화면내 부호방법들과는 달리 부호화하고자 하는 현재 블록의DCT 계수를 기부호화된 블록들의 DCT 계수들을 이용하여 예측부호화 (Differential Pulse Coded Modulation; DPCM)를 행하고, 이를 통한 부호화 이득의 향상을 얻고 있다. 본 논문에서는 이런 H.263 Annex I의 예측기법을 공간영역에서의 물리적인 의미를 유도한다. 이를 통해서 H.263 Annex I의 예측기법의 비효율성을 지적하고, 영상신호의 통계적 특성에 맞게 예측방식을 수정한다. 제안된 DCT 계수 예측 방식과 기존의 H:263 Annex I 방식의 이론적인 예측성능을 평가하고, H.263 부호기에 적용하여 제안방식의 효율성을 검증한다.

• 한국공간구조학회논문집
• /
• 제24권2호
• /
• pp.83-90
• /
• 2024

Machine learning is widely applied to various engineering fields. In structural engineering area, machine learning is generally used to predict structural responses of building structures. The aging deterioration of reinforced concrete structure affects its structural behavior. Therefore, the aging deterioration of R.C. structure should be consider to exactly predict seismic responses of the structure. In this study, the machine learning based seismic response prediction model was developed. To this end, four machine learning algorithms were employed and prediction performance of each algorithm was compared. A 3-story coupled shear wall structure was selected as an example structure for numerical simulation. Artificial ground motions were generated based on domestic site characteristics. Elastic modulus, damping ratio and density were changed to considering concrete degradation due to chloride penetration and carbonation, etc. Various intensity measures were used input parameters of the training database. Performance evaluation was performed using metrics like root mean square error, mean square error, mean absolute error, and coefficient of determination. The optimization of hyperparameters was achieved through k-fold cross-validation and grid search techniques. The analysis results show that neural networks and extreme gradient boosting algorithms present good prediction performance.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1987년도 학술발표회 논문집
• /
• pp.61-65
• /
• 1987

An algorithm for estimating incident angles of multiple broaband signals is proposed. The method adopts semicausal model for two dimensional linear prediction filter coefficients such that the arithmatic averag of the mean squared values of the forward and reverse prediction arrors is minimized. Preliminary results demonstrating the performance of the proposed method are presented. Simulation results indicate that the performance depends on signal-to-noise ratio and prediction order in spatial demension.

• Communications for Statistical Applications and Methods
• /
• 제8권3호
• /
• pp.797-803
• /
• 2001

This paper obtained Bayes prediction density for the spatial linear model with non-informative prior. It showed the results that predictive inferences is completely unaffected by departures from the normality assumption in the direction of the elliptical family and the structure of prediction density is unchanged by more than one additional future observations.

• 응용통계연구
• /
• 제23권2호
• /
• pp.345-356
• /
• 2010

오래 전부터 지속적으로 제기된 기후변화에 의한 문제들은 전 세계적인 문제점으로 언급되고 있다. 이러한 환경적 위기에 처한 각 나라들의 대처방법 중에 하나는 친환경적이고 지속가능한 발전 설비를 마련하기 위한 노력과 연구를 진행하고 있다는 것이다. 그중에서 풍력을 이용한 발전은 해외 선진국에서 오래 전부터 개발되어 발전해 오고 있고 우리나라 역시 최근에 풍력 발전에 관심을 갖고 기술개발에 노력을 기울이고 있다. 이러한 실정에서 우리나라 지역의 풍력에 대한 분석 및 예측은 천연자원의 적절한 이용이라는 관점에서 매우 중요한 연구라고 할 수 있겠다. 본 논문에서는 기상청에서 제공하는 풍속 측정 자료로 선형회귀모형에 근간을 둔 추정방법을 이용하여 주요도서지역을 제외한 남한지역의 공간적 특성을 파악할 수 있는 적절한 모형을 찾고 각 모형의 비교를 실시하였다. 이 결과를 바탕으로 남한지역의 풍속 예측지도를 구성하였다.

• 한국지리정보학회지
• /
• 제10권2호
• /
• pp.58-70
• /
• 2007

본 연구의 목적은 Landsat 시계열 영상으로 CA-Markov 기법에 의한 토지이용의 예측시 면적규모 및 공간해상도가 예측결과에 미치는 영향을 고려하여 미래의 토지이용 변화를 예측하는데 있다. 분석지역의 면적규모를 $31.26km^2$부터 $84.48km^2$까지 달리하면서 기법을 적용한 결과, 적용면적의 규모는 전체정확도에서 약 11% 차이를 보이면서 예측결과에 영향을 주었다. 공간해상도는 10m, 30m, 50m, 100m, 150m의 해상도에 대하여 비교한 결과, 30m의 공간해상도가 예측한 도심지의 총 면적과 도심지의 공간적인 분포 측면에서 가장 좋은 결과를 얻었다. 이와 같은 결과를 토대로, 1996년과 2001년의 토지피복도를 이용하여 CA-Markov기법으로 예측한 2004년의 토지피복결과와 2004년의 영상으로 최대우도법에 의한 토지피복결과를 비교하여 그 적용성을 평가한 후, 2030년, 2060년, 2090년에 대한 미래의 토지이용변화를 예측하였다. 현재를 기준으로 미래(2030, 2060, 2090)의 토지이용 면적변화는 도심지의 경우 지속적으로 증가하고, 산림의 경우는 크게 감소하는 일반적인 경향을 보이면서 예측되었다.

• 방송공학회논문지
• /
• 제19권3호
• /
• pp.307-315
• /
• 2014

차세대 영상압축 표준인 HEVC(High Efficiency Video Coding)에 적용 가능한 무손실 인트라 예측 방법 CR-DPCM(Cross-Residual Difference Pulse Code Modulation)을 제안한다. HEVC는 공간상의 중복성을 줄이기 위해 다양한 방향의 예측을 하도록 만들어졌으며, 이를 위해 부호화 하려는 블록의 주변 화소들을 사용하고 있다. 본 논문에서 제안하는 HEVC 적용 가능한 무손실 인트라 예측 방법은, 예측을 위해 화소 단위 DPCM을 수행하면서도 잔차 변환과, 잔차 변환의 결과로 얻어지는 잔차 신호에 대해 2차로 진행하는 잔차 변환을 예측 방향에 맞추어 교차시키는 CR-DPCM 방법을 사용하며, 이는 기존 제안한 방법인 제 2차 잔차 변환(Secondary Residual Transform)보다 높은 성능 향상을 가진다. 제안하는 무손실 인트라 코딩 방식인 CR-DPCM 방법은 기존의 HEVC 표준 방법과 비교 하였을 때 bit-rate 평균 약 8.43%정도 감소시키며, JPEG2000 무손실 압축 방법과 비교해서도 높은 성능 향상을 가진다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2008년도 International Symposium on Remote Sensing
• /
• pp.259-261
• /
• 2008

GIS-based spatial data integration tasks have used exhaustive thematic maps generated from sparsely sampled data or satellite-based exhaustive data. Due to a simplification of reality and error in mapping procedures, such spatial data are usually imperfect and of different accuracy. The objective of this study is to carry out a sensitivity analysis in connection with input topographic data for landslide hazard mapping. Two different types of elevation estimates, elevation spot heights and a DEM from ASTER stereo images are considered. The geostatistical framework of kriging is applied for generating more reliable elevation estimates from both sparse elevation spot heights and exhaustive ASTER-based elevation values. The effects of different accuracy arising from different terrain-related maps on the prediction performance of landslide hazard are illustrated from a case study of Boeun, Korea.