• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.160-160
• /
• 2017

자동화 기술을 통한 한국형 스마트팜의 발전이 비약적으로 이루어지고 있는 가운데 무인화를 위한 지능적인 스마트 시설환경 관찰 및 분석에 대한 요구가 점점 증가 하고 있다. 스마트 시설환경에서 취득 가능한 시계열 데이터는 온도, 습도, 조도, CO2, 토양 수분, 환기량 등 다양하다. 시스템의 경계가 명확함에도 해당 속성의 특성상 타임도메인과 공간도메인 상에서 정확한 추정 또는 예측이 난해하다. 시설 환경에 접목이 증가하고 있는 지능형 관리 기술 구현을 위해선 시계열 공간 데이터에 대한 신속하고 정확한 정량화 기술이 필수적이라 할 수 있다. 이러한 기술적인 요구사항을 해결하고자 시도되는 다양한 방법 중에서 공간 분해능 향상을 위한 다지점 계측 메트릭스를 실험적으로 구성하였다. $50m{\times}100m$의 단면적인 연동 딸기 온실을 대상으로 $3{\times}3{\times}3$의 3차원 환경 인자 계측 매트릭스를 설치하였다. 1 Hz의 주기로 4가지 환경인자(온도, 습도, 조도, CO2)를 계측하였으며, 계측 하는 시점과 동시에 병렬적으로 공간통계법을 이용하여 미지의 지점에 대한 환경 인자들을 실시간으로 추정하였다. 선행적으로 50 cm 공간 분해능에 대응하기 위하여 Kriging interpolation법을 횡단면에 대하여 분석한 후 다시 종단면에 대하여 분석하였다. 3 Ghz에 해당하는 연산 능력을 보유한 컴퓨터에서 1초 동안 획득한 데이터에 대한 분석을 마치는데 소요되는 시간이 15초 내외로 나타났다. 이는 해당 알고리즘의 매우 높은 시간 복잡도(Order of $O=O^3$)에 기인하는 것으로 다양한 시설 환경의 관리 방법론에 적절히 대응하기에 한계가 있다 할 수 있다. 실시간으로 시간 복잡도가 높은 연산을 수행하기 위한 기술적인 과제를 해결하고자, 근래에 관심이 증가하고 있는 NVIDIA 사에서 제공하는 CUDA 엔진과 Apple사의 제안을 시작으로 하여 공개 소프트웨어 개발 컨소시엄인 크로노스 그룹에서 제공하는 OpenCL 엔진을 비교 분석하였다. CUDA 엔진은 GPU(Graphics Processing Unit)에서 정보 분석 프로그램의 연산 집약적인 부분만을 담당하여 신속한 결과를 산출할 수 있는 라이브러리이며 해당 하드웨어를 구비하였을 때 사용이 가능하다. 반면, OpenCL은 CUDA 엔진이 특정 하드웨어에서 구동이 되는 한계를 극복하고자 하드웨어에 비의존적인 라이브러리를 제공하는 것이 다르며 클러스터링 기술과 연계를 통해 낮은 하드웨어 성능으로 인한 단점을 극복하고자 하였다. 본 연구에서는 CUDA 8.0(https://developer.nvidia.com/cuda-downloads)버전과 Pascal Titan X(NVIDIA, CA, USA)를 사용한 방법과 OpenCL 1.2(https://www.khronos.org/opencl/)버전과 Samsung Exynos5422 칩을 장착한 ODROID-XU4(Hardkernel, AnYang, Korea)를 사용한 방법을 비교 분석하였다. 50 cm의 공간 분해능에 대응하기 위한 4차원 행렬($100{\times}200{\times}5{\times}4$)에 대하여 정수 지수화를 위한 Quantization을 거쳐 CUDA 엔진과 OpenCL 엔진을 적용한 비교한 결과, CUDA 엔진은 1초 내외, OpenCL 엔진의 경우 5초 내외의 연산 속도를 보였다. CUDA 엔진의 경우 비용측면에서 약 10배, 전력 소모 측면에서 20배 이상 소요되었다. 따라서 우선적으로 OpenCL 엔진 기반 하드웨어 가속 기술 최적화 연구를 통해 스마트 시설환경 실시간 시뮬레이션 기술 도입을 위한 기술적 과제를 풀어갈 것이다.

• Information Systems Review
• /
• v.23 no.3
• /
• pp.159-176
• /
• 2021

Obviating user churn is a prominent strategy to capitalize on online games, eluding the initial investments required for the development of another. Extant literature has examined factors that may induce user churn, mainly from perspectives of motives to play and game as a virtual society. However, such works largely dismiss the service aspects of online games. Dissatisfaction of user needs constitutes a crucial aspect for user churn, especially with online services where users expect a continuous improvement in service quality via software updates. Hence, we examine the relationship between a game's quality management and its user base. With text mining and survival analysis, we identify complaint factors that act as key predictors of user churn. Additionally, we find that enjoyment-related factors are greater threats to user base than usability-related ones. Furthermore, subsequent quasi-experiment shows that improvements in the complaint factors (i.e., via game patches) curb churn and foster user retention. Our results shed light on the responsive role of developers in retaining the user base of online games. Moreover, we provide practical insights for game operators, i.e., to identify and prioritize more perilous complaint factors in planning successive game patches.

• Journal of Korean Society of Transportation
• /
• v.33 no.1
• /
• pp.14-28
• /
• 2015

Numerous research has been conducted using internet search data since the mid-2000s. For example, Google Inc. developed a service predicting influenza patterns using the internet search data. The main objective of this study is to prove the hypothesis that highway traffic indices are similar to the internet search patterns. In order to achieve this objective, a model to predict the number of vehicles entering the expressway and space-mean speed was developed and the goodness-of-fit of the model was assessed. The results revealed several findings. First, it was shown that the Google search traffic was a good predictor for the TCS entering traffic volume model at sites with frequent commute trips, and it had a negative correlation with the TCS entering traffic volume. Second, the Naver search traffic was utilized for the TCS entering traffic volume model at sites with numerous recreational trips, and it was positively correlated with the TCS entering traffic volume. Third, it was uncovered that the VDS speed had a negative relationship with the search traffic on the time series diagram. Lastly, it was concluded that the transfer function noise time series model showed the better goodness-of-fit compared to the other time series model. It is expected that "Big Data" from the internet search data can be extensively applied in the transportation field if the sources of search traffic, time difference and aggregation units are explored in the follow-up studies.

• Economic and Environmental Geology
• /
• v.45 no.5
• /
• pp.503-512
• /
• 2012

We performed DInSAR (Differential Interferometric SAR) and SBAS (Small BAseline Subset) analysis using spaceborne SAR (Synthetic Aperture Radar) in order to detect a surface subsidence in Taebaek area, Kangwon, which are suitable to the monitoring of broad and inaccessible areas. During the period from October 2006 to June 2010, we acquired twenty-three ALOS PALSAR data sets (path/frame=425/730) for this study. The ninety-six differential interferograms with a perpendicular baseline less than 1100 m were constructed by ROI_PAC, then the mean velocity map of surface displacement was derived from SBAS analysis. As a result, it was confirmed that the ground displacement occurred about 4 cm/yr at Seokgong-Jangseong and Kyungdong mines and 2 cm/yr at Saehan-Eoryong-Jungdong and Hwangji mines in Taebaek area, Kangwon. It seems that the subsidence in study area is closely related to mining activities because the most of subsiding areas are well matched with mining areas. The subsidence at Kyungdong mine shows continuous and fast velocity in about $2{\times}2$ km area. Therefore the further analysis and the effort to prevent disaster are required in this area.

• 한국데이터정보과학회:학술대회논문집
• /
• 2004.04a
• /
• pp.79-82
• /
• 2004

본 발표에서는 1998년 서울대학교 통계학과에서 개발한 KESS(Korean Educational Statistical System; http://stats.snu.ac.kr/time)의 추가로 개발된 내용을 소개하기로 한다 (조신섭 외, 1999). 추가로 개발된 모듈(module)들은 통계교육에서 필요로 하는 분석법들 중에서 회귀분석, 시계열분석과 연관된 내용들이다. 기존의 여러 가지 통계패키지와 비교해 보아 효율적인 통계교육을 위한 필수적인 옵션 및 분석 결과를 제공하도록 하였다.

• Korea Real Estate Review
• /
• v.27 no.3
• /
• pp.71-86
• /
• 2017

The purpose of this study was to apply the deep running method to real estate price index predicting and to compare it with the time series analysis method to test the possibility of its application to real estate market forecasting. Various real estate price indices were predicted using the DNN (deep neural networks) and LSTM (long short term memory networks) models, both of which draw on the deep learning method, and the ARIMA (autoregressive integrated moving average) model, which is based on the time seies analysis method. The results of the study showed the following. First, the predictive power of the deep learning method is superior to that of the time series analysis method. Second, among the deep learning models, the predictability of the DNN model is slightly superior to that of the LSTM model. Third, the deep learning method and the ARIMA model are the least reliable tools for predicting the housing sales prices index among the real estate price indices. Drawing on the deep learning method, it is hoped that this study will help enhance the accuracy in predicting the real estate market dynamics.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.295-295
• /
• 2021

수자원 관리 및 계획 수립에 있어 강우 유출 분석은 가장 중요하며, 기본적인 분석이다. 기존의 강우 유출 분석은 일반적으로 수문 모형을 이용한다. 강우 유출 분석은 강수와 증발산 과정, 즉 물순환에 있어 복잡한 상호 작용을 고려해야한다. 본 연구에서는 기존의 수문 모형과 데이터간의 관계를 포착할 수 있는 딥러닝 기법을 이용한 강우 유출분석 수행하였다. 우리나라의 유역 중, 비교적 풍부한 수문데이터를 보유하고 있는 IHP (International Hydrological Program)의 청미천 유역을 연구대상지역으로 연구를 수행하였다. 수문 모형으로는 SWAT (Soil and Water Assessment Tool)을 이용하였으며, 딥러닝 기법은 시계열 분석에 있어 주로 사용되는 RNN(Recurrent Neural Network) 중 LSTM (Long Short-Term Memory) 네트워크를 이용하였다. 분석결과 수문 모형의 성능 지표인 상관계수와 NSE (Nash-Sutcliffe Efficiency)는 LSTM 네트워크에서 더 높은 성능을 확인 할 수 있었다. 일반적으로 LSTM 네트워크는 보정 기간이 길수록 더욱 좋은 성능을 나타낸다. 즉, 과거 수문데이터가 충분히 확보된 유역에서 LSTM 네트워크와 같은 데이터 기반 모델은 다양한 지형 및 기상데이터를 필요하는 수문 모델보다 유용할 것이라 사료된다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.25 no.2
• /
• pp.129-136
• /
• 2020

Recognizing finger movements have been used as a intuitive way of human-computer interaction. In this study, we implement an wearable device for finger motion recognition and evaluate the accuracy of several ML (Machine learning) techniques. Not only HMM (Hidden markov model) and DTW (Dynamic time warping) techniques that have been traditionally used as time series data analysis, but also NN (Neural network) technique are applied to compare and analyze the accuracy of each technique. In order to minimize the computational requirement, we also apply the pre-processing to each ML techniques. Our extensive evaluations demonstrate that the NN-based gesture recognition system achieves 99.1% recognition accuracy while the HMM and DTW achieve 96.6% and 95.9% recognition accuracy, respectively.

• Proceedings of the Korean Society of Soil and Groundwater Environment Conference
• /
• 2003.09a
• /
• pp.227-230
• /
• 2003

시계열 분석 기법을 통하여 창원시 대산면 갈전리 강변여과수 취수지역의 지하수위와 하천수위와의 연관성을 살펴보았다. 연구지역의 6개 관측공의 30분 간격의 지하수위의 자기상관성을 분석한 결과, 세 개의 그룹으로 나타난다. 이 세 그룹은 낙동강으로부터 가까운 거리에 있으며 강한 자기상관성을 보이는 그룹(1그룹), 하천으로부터 비교적 가깝고 양수정으로부터 떨어져 있는 그룹(2그룹), 그리고 약한 자기상관성을 보이는 그룹(3그룹)으로 나타난다. 1그룹이 강한 자기상관성을 보이는 것은 낙동강의 영향 때문인 것으로 판단되며, 3그룹의 약한 자기상관성은 취수정의 양수의 영향으로 판단된다. 6개 관측공 지하수위와 낙동강 수위의 교차상관분석을 실시한 결과, 교차상관함수가 0.1이하의 낮은 교차상관성을 보이고 있다. 이는 취수정의 양수에 의한 관측공의 수위변동에 의해서 낙동강 수위와의 연관성이 잘 나타나지 않기 때문이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.229-233
• /
• 2008

기상청은 작년 말 전국 60개 지점 기상관측 자료 분석결과로부터 2007년 평균기온($13.5^{\circ}C$)이 1998년($13.6^{\circ}C$)에 이어 두 번째로 높게 나타났으며, 2007년 전국 강수량(1498.5mm)은 평년보다 13.9% 증가한 것을 확인하였다. 그리고 한반도 기후변화의 특징으로 기상 사상의 극값이 증가하고 있음을 추가로 언급한 바 있다. 과거에는 발생하지 않았던 고강도의 강우, 기온 상승과 같은 극치 사상의 잦은 출현빈도가 원인이 되고 있다. 그러나 이들 현상들은 일정한 패턴과 규칙에 따라 발생하지 않아 판단기준이나 경향성을 객관화 또는 정량화하기에 무리가 따른다. 본 논문에서는 기후변화가 우리나라의 극한 사상 변동과 그 영향을 분석하기 위하여 SRES B2 온난화가스시나리오와 YONU CGCM 으로부터 모의된 강우 시계열 자료를 이용하여 미래의 극치 사상의 경향성을 계절에 따라 비교 분석하였다.