• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.328-330
• /
• 2002

본 논문에서는 역전파 신경망(Backpropagation Neural Network)을 시계열 데이터인 주가 데이터를 이용한 주가 예측의 정확도를 향상시키기 위한 학습 방법으로 적용하였다. 실제 증권거래소의 종목 데이터에서 비교적 등락폭이 안정적인 각 산업분야별 5개 기업의 5일 이동평균선 데이터 240개를 훈련 데이터로, 20개는 테스트 데이터로 이용하였다. 선정된 입력 데이터를 은닉층의 개수와 은닉 노드의 개수 등을 달리 하면서 10,000번의 훈련을 통해서 실험 하였으며, 그 결과 1개의 은닉층을 사용한 네트워크1은 20개의 테스트 데이터 사이의 19개의 신호 중 14개를 예측하였고, 2개의 은닉층을 사용한 네트워크 2는 16개를 예측하였다. 시험 결과를 통해서 보듯이 은닉층을 2개 사용하였을 때 보다 좋은 실험 결과를 얻을 수 있었으며, 역전파 신경망 모델이 주가 예측에 적합하다는 것이 증명되었다.

• Annual Conference on Human and Language Technology
• /
• 1999.10e
• /
• pp.191-195
• /
• 1999

자연스럽고 명료한 한국어 Text-to-Speech 변환 시스템을 위해서 음소의 지속 시간을 제어하는 일은 매우 중요하다. 음소의 지속 시간은 여러 가지 문맥 정보에 의해서 변화하므로 제어 규칙에 의존하기 보다 방대한 데이터베이스를 이용하여 통계적인 기법으로 음소의 지속 시간에 변화를 주는 요인을 찾아내려고 하는 것이 지금의 추세이다. 본 연구에서도 트리기반 모델링 방법중의 하나인 CART(classification and regression tree) 방법을 사용하여 회귀 트리를 생성하고, 생성된 트리에 기반하여 음소의 지속 시간 예측 모델과, 자연스러운 끊어 읽기를 위한 휴지 기간 예측 모델을 제안하고 있다. 실험에 사용한 음성코퍼스는 550개의 문장으로 구성되어 있으며, 이 중 428개 문장으로 회귀 트리를 학습시켰고, 나머지 122개의 문장으로 실험하였다. 모델의 평가를 위해서 실제값과 예측값과의 상관관계를 구하였더니 음소의 지속 시간을 예측하는 회귀 트리에서는 상관계수가 0.84로 계산되었고, 끊어 읽는 경계에서의 휴지 기간을 예측하는 회귀 트리에서는 상관계수가 0.63으로 나타났다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2005.11a
• /
• pp.588-594
• /
• 2005

사례기반추론(Case-Based Reasoning)은 다양한 예측 문제에 있어서 성공적으로 활용되고 있는 데이터마이닝 기법 중 하나이다. 사례기반추론 시스템의 예측 성능은 예측에 사용되는 최근접이웃(Nearest Neighbor)을 어떻게 설정하느냐에 따라 영향을 받게 된다. 따라서 최근접 이웃을 결정짓는 k 값의 설정은 성공적인 사례기반추론 시스템을 구축하기 위한 중요 요인 중 하나가 된다. 최근접 이웃의 설정에 있어서 대부분의 선행 연구들은 고정된 k 값을 사용하는 사례기반추론 시스템은 k 값을 크게 설정할 경우 최근접 이웃 안에 주어진 오류를 일으킬 수 있으며, k 값이 작게 설정된 경우에는 유사 사례 중 일부만을 예측에 사용하기 때문에 예측 결과의 왜곡을 초래할 수 있다. 본 이웃을 결정함에 있어서 Similarity Threshold를 이용하는 s-NN 방법을 제안하였다. 본 연구의 실험을 위해 UCI(University of california, Irvine) Machine Learning Repository에서 제공하는 두 개의 신용 데이터 셋을 사용하였으며, 실험 결과 s-NN 적용한 CBR 모델이 고정된 k 값을 적용한 전통적인 CBR 모델보다 더 우수한 성능을 보여주었다.

• The Magazine of the Society of Air-Conditioning and Refrigerating Engineers of Korea
• /
• v.17 no.4
• /
• pp.336-341
• /
• 1988

바람은 건물 외벽에서의 압력차의 주요인의 하나이다. 바람에 의한 압력차를 정확히 예측할 수 있다는 것은 외벽에 있어서의 풍하중, 건물내로 투입되는 공기양의 설계치 결정, 그리고 건물을 사용하는 거주인의 병리학적 면에서 보다 중요한 것이다. 단열재로 잘 설계된 건물에서는 투입되는 공기에 의한 열부하가 전체 열부하의 30 ~ 50%도 될 수 있으며, 화재시 화염과 연기의 확산에도 중요한 문제이다. 20층 아파트를 사용해서 실물실험을 한 후 측정된 여러가지 값을 예측할 수 있는 방법을 고찰했으며 본 연구에서는 건물에서 바람에 기인되는 압력차를 예측하는 modeling과 Simulation에 있어서의 고찰할 여러가지 재원을 제시했다. 또한 Model을 이용한 실험결과는 Simulation에 있어서 적합한 조건을 충족시키면 풍동을 사용하여 바람에 기인하는 압력차를 예측할 수 있다는 것이 증명되었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.324-326
• /
• 2012

본 연구에서는 날씨를 나타내는 속성들의 값을 이용하여 현재로부터 6시간 후의 호우/비호우를 예측하기 위한 기법을 연구한다. 본 연구를 통해 호우/비호우 예측을 할 때 각 속성 값들이 호우, 비호우를 나타내는 일기도의 특정 패턴에 영향을 받는지 혹은 계절별로 영향을 받는지를 살펴보았다. 실험을 위하여 20년 누적 일기도를 SVM으로 학습하고 호우와 비호우 각각의 정답 집합을 이용하여 테스트 하였다. 실험 결과 SVM의 호우 예측도는 최대 70% 정도의 정확률을 보였으며 예측에 영향을 주는 것은 특정 패턴보다는 계절에 따른 변화임을 알아내었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.11a
• /
• pp.163-164
• /
• 2018

본 논문에서는 양방향 예측 모드에서 LIC(Local Illuminance Compensation)의 복잡도 감소를 위한 방법을 제안한다. 제안하는 방법은 현재 CU 가 양방향 예측 모드일 경우 움직임 보상 단계에서 예측 블록 두 개를 가중 평균을 낸 뒤 LIC 를 수행함으로써 양방향 예측모드에서 LIC 를 한번만 수행하여 기존 LIC 대비 낮은 복잡도를 보인다. 제안하는 방법의 성능 평가를 위하여 RA(Random Access) 조건에서 MPEG 표준 실험 영상의 B, C, D 클래스를 이용하여 BD-rate 를 VTM-2.0.1 과 비교한다. 실험결과로서 본 논문에서 제안하는 방법이 VTM2.0.1 대비 BD-rate 성능 관점에서 Y, U, V 각각에 대하여 평균 0.17, 0.17, 0.23 의 성능 향상을 보인다.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.27 no.5
• /
• pp.574-583
• /
• 2021

Predicting shipping markets is an important issue. Such predictions form the basis for decisions on investment methods, fleet formation methods, freight rates, etc., which greatly affect the profits and survival of a company. To this end, in this study, we propose a shipping freight rate prediction model for container ships using gated recurrent units (GRUs) and long short-term memory structure. The target of our freight rate prediction is the China Container Freight Index (CCFI), and CCFI data from March 2003 to May 2020 were used for training. The CCFI after June 2020 was first predicted according to each model and then compared and analyzed with the actual CCFI. For the experimental model, a total of six models were designed according to the hyperparameter settings. Additionally, the ARIMA model was included in the experiment for performance comparison with the traditional analysis method. The optimal model was selected based on two evaluation methods. The first evaluation method selects the model with the smallest average value of the root mean square error (RMSE) obtained by repeating each model 10 times. The second method selects the model with the lowest RMSE in all experiments. The experimental results revealed not only the improved accuracy of the deep learning model compared to the traditional time series prediction model, ARIMA, but also the contribution in enhancing the risk management ability of freight fluctuations through deep learning models. On the contrary, in the event of sudden changes in freight owing to the effects of external factors such as the Covid-19 pandemic, the accuracy of the forecasting model reduced. The GRU1 model recorded the lowest RMSE (69.55, 49.35) in both evaluation methods, and it was selected as the optimal model.

• Proceedings of the Korea Concrete Institute Conference
• /
• 2008.11a
• /
• pp.713-716
• /
• 2008

In about the concrete application which recycles Ash the research came to be advanced as research in compliance with researchers relation actively in about cement substitutional concrete mixing ratio and burglar quality of existing. The research which it sees as fundamental research the research which it follows in cement substitutional concrete mixing ratio of existing and it researched different Bottom-Ash recycling qualities in about cup aggregate partial substitution Bottom-Ash application.

• Composites Research
• /
• v.25 no.5
• /
• pp.147-153
• /
• 2012

In this paper, static perforation tests are conducted to predict the penetration energy for the composite laminates subjected to high velocity impact. Three methods are used to analyze the perforation energy accurately. The first method is to select the perforation point using the AE sensor signal energy, the second method is to retest the tested specimen and use the difference between initial and retested perforation energy, and the third method is to select the perforation point based on the maximum loading point in the retested load-displacement curve of the tested specimen. The predicted perforation energy results are presented and verified by comparing with those by the high velocity tests.

• Fire Science and Engineering
• /
• v.11 no.2
• /
• pp.25-33
• /
• 1997

Fire hazards in an apartment building that represents the average households in Korean were investigated by conducting a full-scale experiment. This experiment attempts to analyze fire hazards using materials, and furnishings common to Korean housing stock. Experimental results are compared to the predictions of the C-FAST and smoke transport computer model. Comparisons between experimental data and C-FAST data are performed only to a living-room fire. Flashover occurred at approximately 380 seconds in a fire experinent, and at approximately 420 seconds in Zone-Model. Based on all of data between experimental data between experimental data and Zone-Model data, it is concluded that the safe egress time is at least 250 seconds.