• Journal of Navigation and Port Research
• /
• v.47 no.4
• /
• pp.182-190
• /
• 2023

This study proposes a predictive model using XGBoost and SHapley Additive exPlanation (SHAP) to estimate fuel consumption in bulk carriers. Previous studies have also utilized ship engine data and weather data. However, they lacked reliability in predicted results and explanations of variables used in the fuel consumption prediction model implementation. To address these limitations, this study developed a predictive model using XGBoost and SHAP. It provides research background, scope, relevant regulations, previous studies, and research methodology. Additionally, it explains the data cleaning method for bulk carriers and verifies results of the predictive model.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.05a
• /
• pp.108-111
• /
• 2022

Applying deep learning to machine vision systems for defect detection of products requires vast amounts of training data about various defect cases. However, since data imbalance occurs according to the type of defect in the actual manufacturing industry, it takes a lot of time to collect product images enough to generalize defect cases. In this paper, we apply a Siamese neural network that can be learned with even a small amount of data to product defect detection, and modify the image pairing method and contrastive loss function by properties the situation of product defect image data. We indirectly evaluated the embedding performance of Siamese neural networks using AUC-ROC, and it showed good performance when the images only paired among same products, not paired among defective products, and learned with exponential contrastive loss.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.45-46
• /
• 2020

최근 의료데이터의 표준화를 기반으로 다양한 임상연구가 국내외에서 활발하게 진행되고 있다. 그러나 대부분 개발기술이 임상현장에 적용되지 못하는 이유는 상이한 인프라로 인한 일관성있는 결가를 도출하지 못하는 문제점과 부족한 진단지표와 기준 그리고 충분하지 못한 기술적·임상적 검증이 문제가 되고 있다. 본 논문에서는 이러한 문제점을 해결하기위한 새로운 통합 플랫폼을 제안하고자 한다. 이를 위해서 임상데이터는 OHDSI의 OMOP-CDM으로 표준화되어야 하며, 이외에 의료영상 정보를 포함한다. 제안한 플랫폼은 표준화된 데이터를 통해 지속적인 자가 학습을 수행하며, 질환별 진단에 필요한 개발 도구와 분석 소프트웨어 도구를 통해 다양한 타겟 질환연구를 지원한다. 제안한 플랫폼은 질환에 대한 비침습적 진단을 위해 의료영상을 기반으로 데이터표준화을 기반으로하며, 이를통해 인공지능 기술을 개발하고 병원 정보시스템과 연계하여 임상현장에 실증을 통해 검증하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.30-30
• /
• 2021

우리나라 수리시설물 중 30년 이상 경과된 수리시설물은 전체의 61%를 차지하며, 특히 저수지의 경우 저수지의 약 84% 정도는 50년 이상 된 노후 저수지로 분류되고 있어 지속적인 보수·보강 필요하며 향후 기후변화에 취약할 것으로 예상된다. 이수측면에서 설계기준이 되는 설계한발빈도는 농업용 저수지의 내한능력을 나타내는 것으로 수리시설의 규모를 결정하는 기준이 된다. 국내의 경우 1982년 농지개량사업계획 설계기준 댐편에 한발빈도 10년 기준을 채택하여 사용되고 있으며, 현재 농업용 저수지의 이수안전도는 한발빈도 설계기준을 대신하여 사용하고 있다. 농업용 저수지의 이수안전도는 기존 설계기준에 의한 물수지법에 따른 저수지의 설계빈도로 산정되어 기후 및 영농변화, 용수수요의 변화, 농법의 변화 등 현장의 물관리 여건을 반영하는데 한계가 있다. 실제 저수지의 이수능력은 한발빈도 설계기준으로 대변되는 공급가능량 및 평야부 용배수로의 형상에 따라 농업용수 공급역량이 상이하므로, 평야부를 포함하는 농촌유역, 농촌공간의 이수안전도 개념이 도입되어야 한다. 또한 국가의 유관기관들은 특성 및 용도에 맞는 용수공급 정보를 생산하여 모니터링 자료를 제공하고 있지만, 실제 현장에서 체감하는 물 부족 및 이수관련 문제 해결을 위해 현장기반 데이터 활용이 필요하다. 본 연구에서는 기존 경험에 의한 관행적인 물관리 자료, 저수지 관련 계측 자료, 위성영상 자료, 비정형 미디어 데이터 등 이수 관련 분야의 빅데이터를 통합 구축하여 농촌유역 이수안전도의 개념을 정의하고자 한다.

• Korean Journal of Construction Engineering and Management
• /
• v.14 no.2
• /
• pp.131-140
• /
• 2013

Econometric forecast models based on past time-series data have been applied to a wide variety of applications due to their advantages in short-term point estimating. These models are particularly used in predicting the impact of governmental research and development (R&D) programs because program managers should assert their feasibility due to R&D program's huge amount of budget. The construction governmental R&D programs, however, separately make an investment by dividing total budget into five sub-business area. It make R&D program managers difficult to understand how R&D programs affect the whole system including economy because they are restricted with regard to many dependent and dynamic variables. In this regard, system dynamics (SD) model provides an analytic solution for complex, nonlinear, and dynamic systems such as the impacts of R&D programs by focusing on interactions among variables and understanding their structures. This research, therefore, developed SD model to capture the different impacts of five construction R&D sub-business by considering different characteristics of sub-business area. To overcome the SD's disadvantages in point estimating, this research also proposed the method for constructing quantitative forecasting model using qualitative data. Understanding the different characteristics of each construction R&D sub-business can support R&D program managers to demonstrate their feasibility of capital investment.

• Journal of KIISE
• /
• v.44 no.1
• /
• pp.51-56
• /
• 2017

The research area for solving question answering (QA) problems using artificial intelligence models is in a methodological transition period, and one such architecture, the dynamic memory network (DMN), is drawing attention for two key attributes: its attention mechanism defined by neural network operations and its modular architecture imitating cognition processes during QA of human. In this paper, we increased accuracy of the inferred answers, by adapting an automatic data augmentation method for lacking amount of training data, and by improving the ability of time perception. The experimental results showed that in the 1K-bAbI tasks, the modified DMN achieves 89.21% accuracy and passes twelve tasks which is 13.58% higher with passing four more tasks, as compared with one implementation of DMN. Additionally, DMN's word embedding vectors form strong clusters after training. Moreover, the number of episodic passes and that of supporting facts shows direct correlation, which affects the performance significantly.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.44 no.1
• /
• pp.26-32
• /
• 2007

In sequential speaker classification, the lack of prior information about the speakers poses a challenge for model initialization. To address the challenge, a predetermined generic model set, called Sample Speaker Models, was previously proposed. This approach can be useful for accurate speaker modeling without requiring initial speaker data. However, an optimal method for sampling the models from a generic model pool is still required. To solve this problem, the Speaker Quantization method, motivated by vector quantization, is proposed. Experimental results showed that the new approach outperformed the random sampling approach with 25% relative improvement in error rate on switchboard telephone conversations.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.12 no.4
• /
• pp.141-145
• /
• 2012

In a Ubiquitous sensor network environment, the sensor node is in general small and low price, and operating with power limited battery. The reliable TCP/IP protocol is used for transmitting sensed data from the sensor node. A new method was proposed in order to overcome the limitation of small embedded memory, but it is difficult to use for the case of frame error. In this paper, a new algorithm is proposed to manage the receiving frame error or loss, and it is appropriate to the sensor network to send sensed data periodically.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06b
• /
• pp.437-440
• /
• 2007

최근 환경 문제를 해결하기 위하여 환경 문제의 많은 컴퓨터 기술들이 응용되고 있다. 환경 정보는 환경오염원 및 주위에 미치는 영향과 오염된 농도에 대한 정보를 연구 및 분석 할 수 있는 분야이다. 최근 환경에 관련 연구가 일부에서 수행되고 있으나 이를 IT기술과 접목하여 다양한 정보를 효율적으로 저장 및 검색 할 수 있는 시스템은 부족한 실정이다. 또한 현재 환경오염의 측정방법으로는 수작업으로 이루어지는 경우가 많아서 공간적 및 물리적 제약이 있는 따르는 실정이다. 환경오염에 관한 정보를 센서를 사용하여 사용자에게 실시간으로 효과적으로 저장 관리하여 관련된 연구자들 간에 서로가 필요한 정보를 쉽게 공유할 수 있도록 본 논문에서는 Ubiquitous Sensor Network(USN), Java Message Service(JMS) 및 Webservice를 이용한 환경 모니터링 서비스를 제안 한다. 본 논문에서 제안한 시스템은 환경정보와 사용자간에 유연성, 확장성 및 실시간을 보장해 주는 시스템을 구현한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.128-130
• /
• 2019

최근 딥러닝의 급격한 발전과 함께 얼굴표정 인식(facial expression recognition) 기술이 상당한 진보를 이루었다. 얼굴표정 인식은 컴퓨터 비전 분야에서 지속적으로 관심을 받고 있으며, 인포테인먼트 시스템(Infotainment system), 인간-로봇 상호작용(human-robot interaction) 등 다양한 분야에서 활용되고 있다. 그럼에도 불구하고 얼굴표정 인식 분야는 학습 데이터의 부족, 얼굴 각도의 변화 또는 occlusion 등과 같은 많은 문제들이 존재한다. 본 논문은 얼굴표정 인식 분야에서의 위와 같은 고유한 문제들을 다룬 기술들을 포함하여 고전적인 기법부터 최신 기법에 대한 연구 동향을 제시한다.