• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.22 no.2
• /
• pp.284-294
• /
• 2018

Statistical methods have been widely used to estimate the remaining battery runtime of mobile smart devices, such as smart phones, smart gears, tablets, and etc. However, existing work available in the literature only considers a particular statistical method. Thus, it is difficult to determine whether statistical methods are applicable to estimating thr remaining battery runtime of mobile devices or not. In this paper, we evaluated the performance of statistical methods applicable to estimating the remaining battery runtime of mobile smart devices. The statistical estimation methods evaluated in this paper are as follows: simple and moving average, linear regression, multivariate adaptive regression splines, auto regressive, polynomial curve fitting, and double and triple exponential smoothing methods. Research results presented in this paper give valuable data of insight to IT engineers who are willing to deploy statistical methods on estimating the remaining battery runtime of mobile smart devices.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.24 no.4
• /
• pp.536-545
• /
• 2020

When general statistical regression methods are applied to predict the battery remaining time of a mobile smart device, they yielded the poor accuracy of estimating battery remaining time as the deviations of battery usage time per battery level became larger. In order to improve the estimation accuracy of general statistical regression methods, a preprocessing task is required to refine the measured raw data with large deviations of battery usage time per battery level. In this paper, we propose a data preprocessing framework that preprocesses raw measured battery consumption data and converts them into refined battery consumption data. The numerical results obtained by experimenting the proposed data preprocessing framework confirmed that it yielded good performance in terms of accuracy of estimating battery remaining time under general statistical regression methods for given refined battery consumption data.

• The Bulletin of The Korean Astronomical Society
• /
• v.37 no.2
• /
• pp.129.1-129.1
• /
• 2012

서포트 벡터 머신(Support Vector Machine, SVM)과 인공신경망 모형(Neural Network, NN)을 사용하여 태양 양성자 현상(Solar proton event, SPE)의 플럭스 세기를 예측해 보았다. 이번 연구에서는 1976년부터 2011년까지 10MeV이상의 에너지를 가진 입자가 10개 cm-1 sec-1 ster -1 이상 입사할 경우를 태양 양성자 현상으로 정의한 NOAA의 태양 고에너지 입자 리스트와 GOE위성의 X-ray 플레어 데이터를 사용하였다. 여기에서 C, M, X 등급의 플레어와 관련있는 178개 이벤트를 모델의 훈련을 위한 데이터(training data) 89개와 예측을 위한 데이터(prediction data) 89개로 구분하였다. 플러스 세기의 예측을 위하여, 우리는 로그 플레어 세기, 플레어 발생위치, Rise time(플레어 시작시간부터 최대값까지의 시간)을 모델 입력인자로 사용하였다. 그 결과 예측된 로그 플럭스 세기와 관측된 로그 플럭스 세기 사이의 상관계수는 SVM과 NN에서 각각 0.32와 0.39의 값을 얻었다. 또한 두 값 사이의 평균 제곱근 오차(Root mean square error)는 SVM에서 1.17, NN에서는 0.82로 나왔다. 예측된 플럭스 세기와 관측된 플럭스 세기의 차이를 계산해 본 결과, 오차 범위가 1이하인 경우가 SVM에서는 약 68%이고 NN에서는 약 80%의 분포를 보였다. 이러한 결과로부터 우리는 NN모델이 SVM모델보다 플럭스 세기를 잘 예측하는 것을 알 수 있었다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.25 no.11A
• /
• pp.1709-1716
• /
• 2000

ATM 스위치에서 입력 트래픽의 링크 이용의 불확실성과 입력 트래픽에 대한 예측 오류 등으로 인한 폭주가 발생될 가능성을 완전히 배제할 수 없기 때문에 스위치내부에서 폭주 발생을 억제할 수 있는 방법이모새되어야 한다.본 논문에서는 스위치 내부 링크의 대역 사용량을 측정하여 폭주 및 트래픽 제어를 수행하고 링크 이용률을 최대화하기 위한대역 할당 알고리즘을 제안한다. 폭주가 발생한 링크에 대하여 짧은 시간 내에 폭주를 해결하고 폭주가 발생하지 않은 링크에서는 사용하고 남은 여분의 대역을 공평하게 할당함으로서 링크의 이용률을 극대화할 수 있으므로 트래픽 관리를 보다 쉽고 효율적으로 수행할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.449-449
• /
• 2018

최근 국내 하천과 호수에서 수온상승 및 기후변화로 인한 녹조발생이 빈번하게 나타남에 따라 녹조발생원인과 예측에 대한 중요성이 빠르게 인식되어가고 있다. 이에 본 연구에서는 보 구간의 연직 수온분포를 분석하고, 측정된 수온분포와 유해 남조류 세포수를 바탕으로 수체안정화도와 남조류의 발생을 비교하였다. 낙동강수계의 8개보를 선정하여 2015년 1월부터 2016년 12월까지 주 1회, 수심 1m 간격으로 측정한 수온을 분석했으며, 유해 남조류 세포수는 환경부 조류경보제 및 수질예보제에서 측정한 자료를 사용하였다. 수온 모니터링 분석 결과 2015년과 2016년 모두 5월 이후 수온성층이 형성되었고, 8월에 비교적 강한 수온성층이 형성되는 것으로 나타났다. 특히 칠곡보와 강정고령보에서 상대적으로 뚜렷하게 나타났는데 이는 수심이 깊고 체류시간이 긴 지형적 특성에 의한 것으로 판단된다. 형성된 수온성층은 안정된 상태로 지속되지 않고 주로 강우 시에 상 하층간의 수온구배가 줄어들어 혼합되는 전도현상이 관찰되었다. 수체안정화도 산정 결과 역시 2015년, 2016년 모두 수온성층 결과와 비슷하게 5월에 수체안정화도가 급증하다 9월 이후에 크게 감소하는 경향을 보였으며, index별로 Schmidt stability, Bouyancy Frequency 항목에서 이러한 경향이 뚜렷하게 나타났다. 또한 5월 이후 수체안정화도가 증가하는 시기에 남조류 세포수의 현존량도 증가하는 것으로 관찰되어 남조류의 발생과 수체안정화도의 증가는 시기적으로 일치하는 것으로 나타났다. 수체안정화도와 남조류 세포수와의 상관성은 2016년이 높았으며 그중 강정고령보에서 상관계수가 Schmidt stability는 0.78, Bouyancy frequency는 0.65로 높은 상관성을 나타내었다. 하지만 2015년의 경우 9월 이후 수체안정화도와 수온이 감소하였지만 남조류 세포수는 증가하여 경향이 일치하지 않는 것으로 나타났는데, 이는 저수온성의 남조류가 우점했기 때문인 것으로 판단된다. 향후 조류 발생 및 예측 등을 효과적으로 재현하는데 있어 자료로 활용하기 위해서는 지속적인 수질 모니터링 및 기상인자 모니터링이 필요할 것으로 판단된다.

• The Journal of Korean Association of Computer Education
• /
• v.16 no.2
• /
• pp.39-48
• /
• 2013

This study investigates the predictive model of the adolescents' computer entertainment behavior using neural network with the KYPS data (3449 in the junior high school; 1725 boys and 1724 girls). This study compares the results of neural network(model 1) to the logistic regression model and neural network(model 2) with the exact same variables used in logistic regression. The results reveal that the prediction of neural network model 1 is the highest among three models and with gender, computer use time, family income, the number of close friends, the number of misdeed friends, individual study time, self-control, private education time, leisure time, self-belief, stress, adaptation to school, and study related worries, the neural network model 1 predicts the computer entertainment behavior more efficiently. These results suggest that the neural network could be used for diagnosing and adjusting the adolescents' computer entertainment behavior.

• Journal of Power System Engineering
• /
• v.9 no.3
• /
• pp.21-25
• /
• 2005

디젤분무가 연소실 벽에 충돌할 때의 연료부착특성을 파악하기 위하여 평판에 충돌하는 디젤 분무의 부착특성을 실험적으로 연구하였다. 투명 아크릴판을 이용하여 연료액막과 충돌분무를 동시에 촬영하였고, 충돌분무의 성장에 따른 연료액막의 성장도 함께 측정되었다. 부착된 연료는 연료액막 및 부착액적들로 나누어서 측정할 수 있었으며 그 결과 연료액막 주변에 무수한 연료액적이 부착함을 알 수 있었다. 시간에 따른 부착연료비를 예측하기 위하여 몇 가지 가정이 사용되었다. 그 결과 시간경과에 따른 부착연료비를 충돌거리 10mm, 30mm, 50mm에 대하여 예측할 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.07a
• /
• pp.343-345
• /
• 2010

H.264/AVC는 율-왜곡 계산에 기반한 화면 내 예측과 화면 간 예측을 통하여 높은 압축효율을 나타낸다. 그러나 모든 예측 모드의 율-왜곡 값을 계산하여 하나의 최적의 모드를 구하는 기존의 방법은 높은 계산량을 가지며 부호화에 걸리는 시간을 현저히 증가시킨다. 이러한 높은 계산량을 갖는 모든 예측모드의 율-왜곡 계산을 보완하기 위하여, 본 논문에서는 매크로블록의 움직임 특성 을 고려한 고속 부호화 모드 결정 방법을 제안한다. 각각의 매크로블록을 부호화하기 위해 미리 계산되는 SKIP모드에 대한 율-왜곡 값을 바탕으로 두 가지 문턱 값을 사용하여 움직임의 특성을 판단한다. 움직임의 특성에 따라 매크로블록은 3가지 분류로 나뉘게 되며, 각 분류에 따라 경쟁 모드를 적응적으로 선별하여 최적의 모드를 선택한다. 이러한 움직임 특성을 고려한 선택적 부호화 모드 결정을 통하여 부호화 효율의 큰 손실 없이 계산량을 감소시킴으로서 H.264/AVC의 고속 부호화가 가능한 x.264 대비 MMX를 사용하였을 때 16%, MMX를 사용하지 않았을 때 22%의 속도향상을 가져왔다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.32 no.6A
• /
• pp.550-557
• /
• 2007

We predict a context of various structures by using Bayesian Networks Algorithms, Three-Dimensional Structures Algorithms and Genetic Algorithms. However, these algorithms have unavoidable problems when providing a context-aware service in reality due to a lack of practicality and the delay of process time in real-time environment. As far as context-aware system for specific purpose is concerned, it is very hard to be sure about the accuracy and reliability of prediction. This paper focuses on reasoning and prediction technology which provides a stochastic mechanism for context information by incorporating various context information data. The objective of this paper is to provide optimum services to users by suggesting an intellectual reasoning and prediction based on hierarchical context information. Thus, we propose a design of user location prediction algorithm using sequential matching with n-size flexible window scheme by taking user's habit or behavior into consideration. This algorithm improves average 5.10% than traditional algorithms in the accuracy and reliability of prediction using the Flexible Window Scheme.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.179-179
• /
• 2022

최근 화두가 되고 있는 환경문제 중 하나로 녹조현상을 꼽을 수 있다. 녹조란 남세균이 대량 증식함으로써 물빛이 녹색으로 변하는 현상으로, 영양염류 및 수온 등 이화학적 요소뿐만 아니라체류시간과 같은 수리학적 요인까지 모두 충족되었을 때 발생한다. 심하면 고밀도의 스컴(scum)을 형성하며 독소와 악취를 동반하기도 한다. 유해 남세균이 생성하는 마이크로시스틴(microcystin, MC)이 함유된 물을 입 또는 코로 섭취시 간을 손상시킨다는 보고가 있으며, 최근 해외에서는 MC가 미세먼지처럼 공기 중에 떠다니다 수변에서 생활하는 사람의 호흡기로 들어가 건강 피해를 줄 수 있다는 연구가 속속 나오고 있다. 본 연구는 우리나라 최초의 수질개선용 댐인 영주댐을 연구 대상으로 삼아 수질 모델링을 구축하고 영주댐 운영에 따른 댐 상·하류 조류 변화를 정량적으로 분석하였다. 조류의 강도를 추정하는데 클로로필-a 농도를 사용하였으며, 분석 도구로는 국립환경과학원이 수질예측 및 평가 시 사용하는 EFDC(Environmental Fluid Dynamics Code) 모형을 활용하였다. 대상 구간의 실제 폭, 하상고 분포 등을 고려하여 수표면 격자망을 구현하였으며, 환경부에서 제공하는 수위 및 DO, TN, T-P, 클로로필-a 등을 활용하여 EFDC 모형의 수리 및 수질 재현성 검토를 하였다. 검·보정된 EFDC 모형으로 영주댐의 방류량 변화 및 댐의 개방과 같은 수리학적 요인을 제어하여 특정 지점의 조류 변화를 분석하였다.