• Proceedings of the Technology Innovation Conference
• /
• 2003.02a
• /
• pp.173-190
• /
• 2003

Demand forecasting is essential in establishing national and corporate strategy as well as the management of their resource. We forecast demand for multi-generation product using discrete choice model combining diffusion model The discrete choice model generally captures consumers'valuation of the product's qualify in the framework of a cross-sectional analysis. We incorporate diffusion effects into a discrete choice model in order to capture the dynamics of demand for multi-generation products. As an empirical application, we forecast demand for worldwide DRAM (dynamic random access memory) and each of its generations from 1999 to 2005. In so doing, we use the method of 'Technological Forecasting'for DRAM Density and Price of the generations based on the Moore's law and learning by doing, respectively. Since we perform our analysis at the market level, we adopt the inversion routine in using the discrete choice model and find that our model performs well in explaining the current market situation, and also in forecasting new product diffusion in multi-generation product markets.

• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.53-56
• /
• 2000

무제한 어휘 음성합성 시스템의 문-음성 합성기는 합성음의 자연감을 높이기 위해 여러 가지 방법을 사용하게되는데 그중 하나가 자연음에 내재하는 운을 법칙을 정확히 구현하는 것이다. 합성에 필요한 운율법칙은 언어학적 정보를 이용해 구현하거나, 자연음을 분석해 구한 운을 정보로부터 운율 법칙을 추출하여 합성에 이용하고 있다. 이와 같이 구한 운을 법칙이 자연음에 존재하는 운율 법칙을 전부 반영하지 못했거나, 잘못 구현되는 경우에는 합성음의 자연성이 떨어지게 된다. 이런 점을 고려하여 우리는 자연음의 운율 정보를 이용해 인공 신경망을 훈련시켜, 문장단위 운율을 발생시킬 수 있는 방식을 제안하였다. 운율의 세 가지 요소는 피치, 지속시간, 크기 변화가 있는데, 인공 신경망은 문장이 입력되면, 각 해당 음소의 지속시간에 따른 피치 변화와 크기 변화를 학습할 수 있도록 설계하였다. 신경망을 훈련시키기 위해 고립 단어 군과 음소균형 문장 군을 화자로 하여금 발성하게 하여, 녹음하고, 분석하여 구한 운을 정보를 데이터베이스로 구축하였다. 문장 내의 각 음소에 대해 지속시간과 피치 변화 그리고 크기 변화를 구하고, 곡선적응 방법을 이용하여 각 변화 곡선에 대한 다항식 계수와 초기치를 구해 운을 데이터베이스를 구축한다. 이 운을 데이터베이스의 일부를 인공 신경망을 훈련시키는데 이용하고, 나머지를 이용해 인공 신경망의 성능을 평가한 결과 운을 데이터베이스를 계속 확장하면 좀더 자연스러운 운율을 발생시킬 수 있음을 관찰하였다.

• Proceedings of the KIEE Conference
• /
• 2006.11a
• /
• pp.192-194
• /
• 2006

In this paper, the situation of energy efficiency standards for motors and diffusion states are analyzed and a new methodology is proposed using diffusion models and learning curves. The existing diffusion models could not explain affects from new appliances' penetration during the diffusion. But a mixed diffusion model with learning curves or learning ratio is studied to explain this penetration.

• Journal of Energy Engineering
• /
• v.21 no.1
• /
• pp.33-42
• /
• 2012

In this study, long-term greenhouse gas reductions expected passenger sector was used for the MESSAGE. Green Car road map proposed BAU scenario, Enhanced diffusion green car scenario, and price 1, 2 scenarios was configured with four scenarios. Enhanced diffusion green car in the scenario, in 2050 compared to BAU scenario 13% of the emissions will decrease. Price 1 and Price 2 scenario is emissions reduction of 14% compared to BAU. This study consists of six chapters. Introduction of MESSAGE, creation and RES in the year and the target year set a different base line and the passenger building materials sector activities, steps for passenger sector scenario and Based on the results of running the emissions reductions were to describe.

• Journal of the Korean Orthopaedic Association
• /
• v.55 no.2
• /
• pp.143-153
• /
• 2020

Purpose: To evaluate the timing of the improvement in surgical skills of the direct anterior approach for hip arthroplasty through an analysis of the clinical features and learning curve in 58 cases. Materials and Methods: From November 2016 to November 2018, 58 patients, who were divided into an early half and late half, and underwent hip arthroplasty by the direct anterior approach, were enrolled in this retrospective study. The operation time and complications (fracture, lateral femoral cutaneous nerve injury, heterotopic ossification, infection, and dislocation) were assessed using a chi-square test, paired t-test, and cumulative sum (CUSUM) test. Results: The mean operation times in total hip arthroplasty (26 cases) and bipolar hemi-arthroplasty were 132.1 minutes and 79.7 minutes, respectively, demonstrating a significant difference between the two groups. CUSUM analysis based on the results revealed breakthrough points of the operation time, decreasing to less than the mean operation time because of the 16th case in total hip arthroplasty and 14th case in bipolar hemiarthroplasty. Complications were encountered in the early phase and late phase: five cases of fractures in the early phase, no case in the late phase; eight and two cases of lateral femoral cutaneous nerve injury, respectively; three and two cases of heterotopic ossification, respectively; and one case of dislocation, one case of infection and three cases of others in the early phase. The CUSUM chart for the fracture rate during operation in the early phase revealed the following: five cases fracture (17.2%) in the early phase and no case in the late phase (0%). This highlights the learning curve and the need for monitoring the inadequacy of operation based on the complications. Conclusion: Hip arthroplasty performed by the direct anterior approach based on an anatomical understanding makes it difficult to observe the surgical field and requires a learning curve of at least 30 cases.

• Proceedings of the CALSEC Conference
• /
• 2004.02a
• /
• pp.129-133
• /
• 2004

최근에는 다양한 에이전트를 전자상거래시스템에 적용함으로써 전자상거래를 보다 활성화시키려는 연구가 늘어나고 있다. 그러나 현재의 에이전트 연구들은 주로 구매자의 선호도에 따른 물품을 추천하는데 있고, 판매 가격이 판매자의 실제 이윤에 미치는 영향을 파악하기 어려운 문제가 있었다 따라서 본 논문에서는 이러한 문제를 해결하기 위해서 원가 회계 이론에 기반한 고저점법과 학습 곡선법을 비교·분석하고 원가를 보다 정확하게 산정하여 입찰가를 결정함으로써 판매자가 적정 이윤을 얻을 수 있도록 한다. 이를 위해 본 논문에서는 각 원가 산정법을 적용한 에이전트의 성능 실험을 통해 성능이 좋은 원가 산정법을 알아내고, 이 에이전트를 활용할 수 있는 XML 기반의 공동구매시스템을 설계한다.

• Communications of Mathematical Education
• /
• v.27 no.4
• /
• pp.567-580
• /
• 2013

As integrated essay writing is performed in university entrance examinations, teachers and students recognize the importance of integrated essay, but teachers have still difficulties of teaching methods. The purpose of this study is to derive educational implications through case of mathematics instruction for integrated essay education to pre-service mathematics teachers. The content knowledge of this class is a definition of conic section in mathematics and properties of conic section in an antenna reflector. The students have to discover them using the history of math, manipulative material, paper-folding and computer simulation. In this teaching and learning process the students can realize mathematical knowledge invented by humans through history of mathematics. The students can evaluate the validity of that as create and justify a mathematical proposition. Also, the students can explain the relation between them logically and descript cause or basis convincingly in the process of justifying. We should keep our study to instructional materials and teaching methods in integrated essay education.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.967-970
• /
• 2001

본 논문에서는 적응 필터의 계수 갱신에서 가변 블록을 사용하는 방법을 제안하였다. 데이터 블록의 길이는 MSE 학습곡선의 시정수에 비례하도록 하였다. 이 방법에서는 적응 필터가 정상상태로 접근함에 따라 스텝사이즈를 조정하여 필터계수 갱신의 횟수를 줄일 수 있다. 제안한 방법의 유용성을 입증하기 위한 컴퓨터모의 실험을 통해 기존의 최적 스텝사이즈 수열을 이용한 알고리듬과 가변 스텝사이즈 알고리듬과 성능을 비교하였다. 그리고 MSE 의 초기값을 최소화하는 최적 초기 스텝사이즈를 유도하였다. 유도된 최적 스텝사이즈를 가변 스텝사이즈 알고리듬에 적용, 그 성능을 평가 하였다.

• IE interfaces
• /
• v.25 no.4
• /
• pp.441-449
• /
• 2012

Solar PV(photovoltaic) is paid great attention to as a possible renewable energy source to overcome recent global energy crisis. However to be a viable alternative energy source compared with fossil fuel, its market competitiveness should be attained. Grid parity is one of effective measure of market competitiveness of renewable energy. In this paper, we forecast the grid parity timing of solar PV energy in Korea using two factor learning curve model. Two factors considered in the present model are production capacity and technological improvement. As a result, it is forecasted that the grid parity will be achieved in 2019 in Korea.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.810-812
• /
• 2017

최근 기계학습에 대한 관심이 높아지면서 금융 분야에서는 인공지능을 이용하여 투자 포트폴리오를 제안하는 로보어드바이저(robo-advisor)를 출시하고 있다. 이는 고객에게 저렴한 수수료를 제공하며 높은 접근성, 인건비의 절감 등의 장점으로 이를 도입하여 다양한 상품을 개발하고 있다. 본 연구에서는 머신러닝 알고리즘인 SVM(support vector machine)과 kNN(k-nearest neighbor)을 활용하여 매월 12개월 이전의 KOSPI 지수 데이터를 학습시킨 후 예측하는 투자 시스템을 구현하였다. 실험결과 SVM이 2.90413배의 성적으로 가장 우수했으며 수익률은 Precision(예측정확도)와 비례함을 보였다. 또한 수익곡선은 추세에 따라 유사한 형태를 보인 성과를 도출하였다.