• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.283-285
• /
• 2005

단백질들이 어느 세포내 소기관에 위치하는지에 대한 지식은 그들의 기능을 예측하는데 있어서 중요한 정보를 제공한다. 하지만 실험적으로 세포내 소기관 위치를 분석하는 작업은 않은 비용과 시간을 요구한다. 따라서 지금까지 단백질의 세포내 소기관 위치 예측을 위한 다양한 계산적 방법들이 개발되었으나, 효율적인 학습 데이터의 생성에 있어서 문제점을 가지고 있다. 본 논문은 기계학습 기법을 이용하여 주요 서열 구성을 선택함으로써 예측의 성능을 최대화 하는 방법을 제안하고자 한다. 실험은 효모의 단백질의 세포 내 소기관 위치 예측에 있어서 주요 아미노산 서열들을 선택함으로써 예측의 성능을 향상시키는 결과를 보이고 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.148-150
• /
• 2020

최근 VVC(Versatile Video Coding) 표준 완료 이후 JVET(Joint Video Experts Team)은 인공신경망 기반의 비디오 부호화를 위한 AhG(Ad-hoc Group) 구성하고 인공지능을 이용한 비디오 압축 기술들을 검증하고 있으며, MPEG(Moving Picture Experts Group)에서는 DNNVC(Deep Neural Network based Video Coding) 활동을 통해 딥러닝 기반의 차세대 비디오 부호화 표준 기술을 탐색하고 있다. 본 논문은 VVC 에 채택된 신경망 기반의 기술인 MIP(Matrix Weighted Intra Prediction)를 참조하여, MIP 모델의 학습에서 손실함수가 예측 성능에 미치는 영향을 분석한다. 즉, 예측의 왜곡(MSE)만을 고려한 경우와 예측오차의 부호화 비용도 함께 반영한 손실함수를 비교한다. 실험을 위해 HEVC(High Efficiency Video Coding) 화면내 예측 대비 평균적인 PSNR 향상 정도를 나타내는 성능 지표(��PSNR)를 정의한다. 실험결과 예측오차의 부호화 특성을 반영하는 손실함수를 이용한 학습이 MSE 만 고려한 학습 대비 ��PSNR 기준 평균 0.4dB 향상됨을 보였다.

• 한국정보통신학회논문지
• /
• 제20권3호
• /
• pp.471-476
• /
• 2016

본 논문에서는 음성 특성 지표를 이용한 음성 인식 성능 예측 실험의 내용을 소개한다. 선행 실험에서 효과적인 음성 인식 성능 예측을 위해 대표적인 음성 인식 성능 지표인 단어 오인식률과 상관도가 높은 여러 가지 특성 지표들을 조합하여 새로운 성능 지표를 제안하였다. 제안한 지표는 각 음성 특성 지표를 단독으로 사용할 때 보다 단어 오인식률과 높은 상관도를 나타내 음성 인식 성능을 예측하는데 효과적임을 보였다. 본 실험에서는 이 결과를 근거하여 조합에 사용된 음성 특성 지표를 채택하여 4차원 특징 벡터를 생성하고 GMM 기반의 음성 인식 성능 예측기를 구축한다. 가우시안 요소를 증가시키며 실험한 결과 제안된 시스템은 babble 잡음, 자동차 잡음에서 모두 SNR이 낮을수록 단어 오인식률을 높은 확률로 예측함을 확인하였다.

• 대한토목학회논문집
• /
• 제32권1A호
• /
• pp.55-64
• /
• 2012

이 연구에서는 강섬유 보강 초고성능 콘크리트 보의 전단거동를 파악하기 위한 실험연구를 수행하였다. I-형 단면을 갖는 단순지지 6개의 보 부재에 대해 3점하중 정적재하실험을 수행하여 전단 거동 특성을 분석하였다. 부재의 실험변수는 강섬유 혼입량과 전단지간-유효깊이 비이다. 강섬유 혼입량은 1.0, 1.5 및 2.0%로 변화하였고, 전단지간-유효깊이 비는 2.5 및 3.4로 변화하였다. 실험결과는 강섬유량이 증가할수록 극한전단강도가 증가하고, 전단지간-유효깊이 비가 증가할수록 극한전단강도가 감소하는 것을 나타낸다. 실험결과를 이용하여 기존 강섬유 보강 콘크리트 보의 전단강도 예측식의 적합성을 평가하고자 하였다. 전단강도 실험값을 기존의 제안식에 의한 전단강도 예측값과 비교하였으며, 비교결과는 예측식의 유효성을 나타내고 있다. AFGC와 JSCE의 제안식에 의한 전단강도 예측 평균값이 실험값에 거의 근접하고 있으며, 예측식 중에서 이들 제안식의 정확도가 가장 높은 것으로 나타난다.

• 콘크리트학회논문집
• /
• 제19권6호
• /
• pp.735-744
• /
• 2007

본 연구는 CFRP 긴장재를 이용하여 외부 프리스트레싱으로 보강된 프리스트레스트 콘크리트 보에 관한 문헌 연구와 프리스트레싱 CFRP의 극한응력 예측식의 개발, 극한응력에 영향을 미치는 변수들에 대한 실험 등이다. 새로운 통합 예측식 개발을 위하여 비부착 프리스트레싱 CFRP의 극한응력에 대한 ACI 시방서 설계식을 확장하고 분석하였다. 본 논문에서는 외부 CFRP 긴장재의 극한응력에 대한 새로운 합리적 예측식을 제안하고 있는데, 프리스트레싱 긴장재와 중립축의 깊이비의 함수로서 표현하여 내부 PS 강재의 영향을 고려하고 있다. 실험 연구에서는 프리스트레싱 CFRP의 극한응력에 가장 큰 영향을 미치는 실험 변수를 가지고 외부 프리스트레싱으로 보강된 PSC 보를 제작하여 실험하였다. 실험 연구에서 채택한 영향인자들은 내부 PS 강재비, 외부 PS 긴장재비, 지간과 PS 강재 깊이비 등이다. 실험 결과는 분석되어 외부 프리스트레싱 CFRP의 극한응력에 대한 제안된 예측식의 합리성과 적용성을 확인하였다.

• 콘크리트학회논문집
• /
• 제15권4호
• /
• pp.585-593
• /
• 2003

본 연구는 외부 프리스트레싱으로 보강된 철근콘크리트 보에 관한 문헌연구와 프리스트레싱 강재의 극한응력 예측식의 개발, 극한응력에 영향을 미치는 변수들에 대한 실험 등이다. 새로운 통합 예측식 개발을 위하여 비부착 프리스트레싱 강재의 극한응력에 대한 ACI 시방식을 확장하고 분석하였다. 본 논문에서는 외부 프리스트레싱 강재의 극한응력에 대한 새로운 합리적 예측식을 제안하고 있는데, 프리스트레싱 강재와 중립축의 깊이 비의 함수로서 표현하여 내부 철근의 영향을 고려하고 있다. 실험연구에서는 프리스트레싱 강재의 극한응력에 가장 큰 영향을 미치는 실험변수를 가지고 외부 프리스트레싱으로 보강된 철근콘크리트 보를 제작하여 실험하였다. 실험연구에서 채택한 영향인자들은 배부철근비, 외부 프리스트레싱 강재비, 지간과 PS강재높이 비 등이다. 실험결과는 분석되어 외부 프리스트레싱 강재의 극한응력에 대한 제안된 예측식의 합리성과 적용성을 확인하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제10권3호
• /
• pp.97-105
• /
• 2006

고성능 콘크리트의 자기수축은 초기균열을 유도할 수 있기 때문에 내구성 측면에서 매우 중요하다. 이에 따라, 본 연구에서는 실험을 통해 혼화재료를 혼입한 고성능 콘크리트의 자기수축 특성을 분석한 후 예측모델을 제안하였다. 이를 위해 다양한 실험변수를 가진 시편에 대해 광범위한 실험을 수행하였다. 주요 실험변수는 혼화재료의 종류 및 혼입률로 설정하였으며 물-시멘트비는 30%로 고정하였다. 실험결과 플라이애시를 치환한 경우에는 자기수축량이 다소 감소하였으며, 고로슬래그를 사용한 경우에는 자기수축이 증가하였다. 또한, 수축저감제 및 팽창재의 혼입량이 클수록 고성능 콘크리트의 자기수축은 감소하는 경향을 보였다. 한편, 본 논문에서는 회귀분석을 통해 혼화재료를 사용한 고성능 콘크리트의 자기수축 예측식을 제안하였으며, 제안된 자기수축 예측식은 실험결과와 비교적 일치하였다

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2000년도 춘계공동학술대회 논문집
• /
• pp.247-250
• /
• 2000

주가는 시계일 데이터의 일종으로 많은 변수들이 주가의 변동에 영향을 미친다. 그러나 몇 개의 어떠한 변수가, 어떻게 영향을 미치는 지 정확히 알려져 있지 않다. 그렇기 때문에 주가를 예측하는 것은 쉽지 않으며 단지 등락을 예측하는 것 조차도 쉽지 않다. 본 논문에서는 주가를 신호와 잡음이 혼합된 것으로 가정하고 그 특성을 고려하여, 전 종목에 대한 등락을 예측하지 않고, 예측율이 높은 종목을 선정하는 것을 목표로 하였다. MLP를 BP로 학습시켰으면 입력으로는 28개의 주가분석 지표값이 사용되었다. 여러 예측 기간으로 실험하였으며, 예측기간이 60일일 때 77.1%의 예측율을 보였고 선정된 종목의 등락 예측율은 88%였다.

• 한국음향학회지
• /
• 제20권8호
• /
• pp.12-18
• /
• 2001

본문에서는 예측형 회귀신경망과 HMM (Hidden Markov Model)의 하이브리드 네트워크인 회귀신경망 예측 HMM을 구성하였다. 회귀신경망 예측 HMM은 예측형 회귀신경망을 HMM의 각 상태마다 예측기로 정의하여 일정치인 평균벡터 대신에 과거의 특징벡터의 영향을 받아 동적으로 변화하는 신경 망에 의한 예측치를 이용하므로 학습패턴 설정자체가 시변성을 반영하는 동적 네트워크의 특성을 가진다. 따라서 음성과 같은 시계열 패턴의 인식에 유리하다. 회귀신경망 예측 HMM은 예측형 회귀신경망의 구조에 따라 Elman망 예측 HMM과 Jordan망 예측 HMM으로 구분하였다. 실험에서는 회귀신경망 예측 HMM의 상태수를 4, 5, 6으로 증가시켜 각 상태 수별로 예측차수 및 중간층 유니트 수의 변화에 따른 인식성능을 조사하였다. 실험결과 평가용 데이터에 대하여 Elman망 예측 HMM은 상태수가 6이고, 예측차수가 3차, 중간층 유니트의 수가 15차원일 때, Jordan망 예측 HMM의 경우 상태수가 5이고, 예측차수가 3차, 중간층 유니트의 수가 10차원일 때 각각 98.5%로 우수한 결과를 얻었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.2207-2211
• /
• 2008

한반도 및 동아시아의 여름철은 장마와 태풍으로 인한 집중호우의 발생으로 많은 피해를 입는다. 따라서 여름철에 나타나는 이러한 집중호우가 나타나는 지역, 시기, 기간, 그리고 강수량 등을 예측하는 것은 매우 중요하다. 특히, 효율적인 수자원 관리를 위하여 이러한 예측은 매우 중요한데, 단기적으로 정확하고 신속하게 강수를 예측하는 것도 중요하지만, 장기적으로 계절 강수, 특히 여름철의 장마 또는 우기의 시기와 강수량과 태풍 발생의 시기 등을 미리 예측하여 이에 따른 집중 호우의 발생 지역, 기간, 강수량을 예측하여 사전에 대비하는 것도 매우 중요하다. 특히, 최근에는 6,7월 장마에 의한 집중 호우의 영향보다도 8월에 강수량이 높아지고 있는 경향을 보이므로 강수량의 장기적 경향의 파악이 매우 중요하다. 장기 기후를 예측하는 데는 과거 자료를 이용한 통계 방법도 유용하지만 최근에는 AOGCM (Atmospheric Oceanic General Circulation Model)을 이용한 연구가 활발하게 이루어지고 있다. 하지만 강수와 같이 지역적으로 나타나는 현상은 저해상도의 AOGCM으로는 유용한 정보를 제공하기가 어려움이 따른다. 따라서 본 연구에서는 전구를 삼각형으로 된 20면체로 격자화 시켜 모든 격자의 크기가 거의 동일하고, 해상도 조절이 가능한 Geodesic 격자를 활용한 GME 모델을 사용하였다. GME 모델은 icosahedral-hexagonal grid 격자 체계를 가진 독일 기상청(Deutscher Wetterdient)에서 현업으로 사용 중인 모델이다. 본 연구에서는 수직/수평 해상도를 40km/40layers로 하여 GME 모델을 수행하였으며, 일간격의 장기 기후 자료를 생산하였다. 사용된 초기자료로는 ECMWF (European Centre for Medium Range Weather Forecasts) 자료이며, 경계 자료로는 ERA Climatology의 최근 30년간의 SST (Sea Surface Temperature) 평균 자료를 이용하여 규준 실험(Control Run), 즉, climatology 자료를 생산하였으며, persistent SST 아노말리와 ERA Climatology의 최근 30년간의 SST 자료를 이용하여 내삽 과정을 거친 SST forcing을 주어서 예측 실험(Prediction Run)을 통하여 모의 자료를 생산하였다. 특히, 규준 실험에서는 수치 모델이 가지는 불확실성을 줄이고 예보 정확도를 향상시키기 위하여 각각의 실험은 초기자료를 달리한 앙상블 모의실험을 수행하였다. 장기 모의 3개월을 위하여 모의 기간 1달 전부터 모의를 수행하여, 첫 1달은 모델의 spin-up 시간으로 분석에서 제외 하였다. 생산된 Climatology 자료와 Prediction 자료를 비교하여 아노말리와 Category 분석을 실시하여 한반도 및 동아시아 지역의 강수(Precipitation)를 중심으로 기압장(Pressure), 온도(2m Temperature) 위주로 분석하였다. 이러한 예측된 매 계절의 전망 자료 중에서도 수자원 분야에서 관심이 집중되는 여름철에 초점을 맞추어 실제 관측 자료와 비교하여 GME 모델의 계절 모의 예측성 성능을 분석하여 평가하고 다가올 여름철의 강수량의 장기 변화를 모의하고자 하였다.