• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.23 no.4
• /
• pp.893-900
• /
• 1998

본 논문에서는 잡음 예측 필터를 적용한 멀티 캐리어 CDMA 병렬 동기 시스템을 위한 임계치의 통계적인 해석에 중점을 둔다. 시스템 성능 척도로써 평균 동기 획득 시간을 검파 확률과 오보 확률의 관점에서 유도한다. 다중 경로 페이딩 채널에서 평균 동기 획득 시간을 유도한다. 수치해석 결과, 잡음 예측 필터를 적용한 멀티 캐리어 CDMA 병렬 동기 해석에 있어서 임계치의 통계적인 특성을 이용한 동기 해석이 임계치의 근사화에 의한 동기 해석보다 정확한 결과를 보임을 알 수 있다. 또한, 잡음 예측 필터를 적용한 멀티 캐리어 CDMA 별렬 동기 시스템이 넓은 범위의 SNR에 대해서 평균 동기 획득 시간을 최소화할 수 있는 임계치를 검파할 수 있음을 확인할 수 있다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2003.05a
• /
• pp.19-24
• /
• 2003

신경망은 적용 다양성과 제약조건의 최소성, 강력한 예측성, 범용성, 근사성 등 많은 장점을 지니고 있으나 초기 가중치의 할당에 따라 모델 생성의 Performance와 예측의 결과가 달라지게 되는 단점을 지니고 있다. 이런 신경망의 초기 가중치에 따른 단점을 보안하기 위해 통계적 알고리즘의 접목을 통해 Hybrid된 신경망 보완 알고리즘을 제시하고자 하였다. 논문을 위한 기본 가정으로 신경망의 가장 기본인 SLP 알고리즘을 바탕으로 활성함수에 가장 일반적으로 사용되는 Sigmoid 활성함수를 이용하였을 때, 초기 가중치로 기존의 임의 난수 생성 방식이 아닌 통계적 로지스틱 회귀분석의 계수값(mle)을 제시하여 이를 초기치로 사용한 경우와 그렇지 않은 경우의 예측 정확성과 수렴의 Performance정도를 비교하여 가장 효과적인 초기치 방법을 제시하고자 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.474-476
• /
• 2021

전용회선은 두 지역을 독점적으로 사용하는 구조이기 때문에 안정된 품질수준과 보안성이 확보되어 교환 회선의 급격한 증가에도 불구하고 지속적으로 많이 사용하는 회선 방식이다. 하지만 비용이 상대적으로 고가이기 때문에 네트워크 전용회선의 자원을 적절히 배치하고 활용하여 최적의 상태를 유지하는 것이 중요한 요소이다. 이에 본 연구에서는 기업 네트워크에서 사용하는 전용회선의 실제 사용률 데이터를 기반으로 다양한 시계열 데이터 예측 모델을 적용하고 성능을 평가하였다. 일반적으로 통계적인 방법으로 많이 사용하는 평활화 모형 및 ARIMA 모형과 요즘 많은 연구가 되고 있는 인공신경망에 기반한 딥러닝의 대표적인 모델들을 적용하여 각각의 예측에 대한 성능을 측정하고 비교하였다.

• Journal of the Korean Data and Information Science Society
• /
• v.27 no.5
• /
• pp.1215-1224
• /
• 2016

Climate information of the high resolution grid units is an important factor to explain the phenomenon in a variety of research field. Statistical linear interpolation models are computationally inexpensive and applicable to any climate data compared to the dynamic simulation method at regional scales. In this paper, we considered four different linear-based statistical interpolation models: general linear model, generalized additive model, spatial linear regression model, and Bayesian spatial linear regression model. The climate variable of interest was the daily mean temperature, where the spatial variability was explained using geographic terrain information: latitude, longitude, elevation. The data were collected by weather stations in January from 2003 and 2012. In the sense of RMSE and correlation coefficient, Bayesian spatial linear regression model showed better performance in reflecting the spatial pattern compared to the other models.

• Proceedings of the Korean Institute of Communication Sciences Conference
• /
• 1991.10a
• /
• pp.167-173
• /
• 1991

현재까지 가입자 트래픽 예측방법은 계량학적 방법중 추세분석 방법을 이용하고 있는데, 이 방법은 급변하는 시장상황이나 지역여건을 고려하지 못하고 하나의 통계적 기술에 의한 획일화된 예측방법으로서 트래픽예측치가 실제 운용트래픽값과는 다소 차이가 있어왔다. 이러한 원인을 제거할 수 있는 하나의 방법으로서 Box-Jenkins 시계열 분석에 의한 트래픽 예측방법을 제안하고자 한다. 이 방법에 대한 이론을 살펴보고, 시뮬레이션을 통하여 얻은 결과를 각각 분석하여 문제점을 파악하고 실측치와 비교분석함으로서 본 논문에서 제안한 방법이 기존방법보다 타당함을 입증하려 하였다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2008.10b
• /
• pp.104-112
• /
• 2008

As the information and communications market goes more uncertain, foresight activities becomes more important. A number of foresight activities, such as trend analysis, have been used to predict customer needs. However previous studies tend to lack objectivity and systematization. In this study, we suggest a meta analysis methodology which combines both top-down and bottom-up approach in order to systematize the analysis process. Secondly, we applied this approach to ICT market to identify essential future technologies. Based on the result from the meta analysis, we have constructed the future technology roadmap.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.33-33
• /
• 2016

산사태 발생 예측은 재해를 예방하고 대처하기 위한 가장 근본적이며 효과적인 방법이나, 과학기술의 발전과 많은 노력에도 불구하고 아직 산사태의 발생 장소와 시기를 예측하는 것은 매우 어려운 일이다. 산사태 발생 예측 기법은 크게 경험론적 지수기법, 통계적 해석기법, 물리적 해석 기법으로 나뉠 수 있다. 이 세 방법은 각기 장단점이 있으나 일반적으로 후자로 갈수록 많은 데이터가 요구되고, 해석에 시간이 필요하며, 보다 신뢰할만한 결과를 도출할 수 있다. 경험론적 지수 기법은 국내에서 실무적으로 널리 활용되고 있으며, 통계적 해석기법에 관한 연구도 수행된 바 있다. 하지만 이 두 방법론은 일정량 또는 일정강도 이상의 강우 발생 시 산사태의 발생 위험도를 공간적으로 예측할 수 있으나, 산사태의 발생 시점과 연속적인 강우량 또는 강우강도의 관계를 정량적으로 분석하기 힘든 한계가 있어 최근에는 이러한 한계를 극복하기 위해 최근 무한사면안정 모형과 토양수분침투 모형을 결합한 시변 사면안정모형들이 활용되기 시작하고 있다. 대표적으로는 TRIGRS가 있으며, 이 모형에서는 선형화한 1차원 Richards 방정식의 해석해를 활용하여 토양수분량을 계산한 후 이 정보를 무한사면안정모형에 반영하여 시변적인 사면안정도를 구하고 있다. 하지만 Richards 방정식을 선형화하기 위해서 제한된 토양수분-압력 관계식이 사용되며, GUI가 제공되지 않아 전처리 및 후처리가 번거로운 한계가 있다. 본 연구에서는 이러한 한계를 개선하기 위해 3차원 Richards방정식을 수치적으로 계산하여 보다 다양한 토양수분-압력 모형과 초기조건을 반영할 수 있게 하였다. 또한 GUI를 지원하여 사용자가 보다 손쉽게 해석모형을 사용할 수 있도록 하였다.

• KIPS Transactions on Computer and Communication Systems
• /
• v.12 no.2
• /
• pp.53-60
• /
• 2023

Recently, the demand and traffic volume for various multimedia contents are rapidly increasing through real-time streaming platforms. In this paper, we predict real-time streaming traffic to improve the quality of service (QoS). Statistical models have been used to predict network traffic. However, since real-time streaming traffic changes dynamically, we used recurrent neural network-based deep learning models rather than a statistical model. Therefore, after the collection and preprocessing for real-time streaming data, we exploit vanilla RNN, LSTM, GRU, Bi-LSTM, and Bi-GRU models to predict real-time streaming traffic. In evaluation, the training time and accuracy of each model are measured and compared.

• Journal of the Institute of Electronics Engineers of Korea SD
• /
• v.43 no.8 s.350
• /
• pp.35-43
• /
• 2006

In the paper, we propose a new method for power optimization that uses path balancing based on stochastic estimation of glitch in Statistical Static Timing Analysis (SSTA). The proposed method estimates the probability of glitch occurrence using tightness probability of each node in timing graph. In addition, we propose efficient gate sizing technique for glitch reduction using accurate calculation of sizing effect in delay considering probability of glitch occurrence. The efficiency of proposed method has been verified on ISCAS85 benchmark circuits with $0.16{\mu}m$ model parameters. Experimental results show up to 8.6% of accuracy improvement in glitch estimation and 9.5% of optimization improvement.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.156-156
• /
• 2021

본 연구는 지역빈도해석을 기반으로한 인공신경망 모델과 기존에 널리 사용되는 방법인 홍수지수법의 성능을 몬테카를로 시뮬레이션을 이용하여 평가하였다. 컴퓨터 기술이 발달함에 따라 인공지능에 대한 접근성이 좋아지며 수문학을 포함한 다양한 분야에 적용되고 있다. 인공지능을 이용하여 강수량 및 유량 등 다양한 수문자료에 대한 예측이 이루어지고 있으나 빈도해석에 관한 연구는 비교적 적다. 본 연구에서 사용된 인공 지능 모델은 대상 지점의 지형학적 자료와 수문학적 자료를 이용하여 인공신경망을 통해 지점의 확률강우량(QRT-ANN) 및 확률분포형의 매개변수 (PRT-ANN)를 추정한다. 지형학적 자료로는 위도, 경도 그리고 고도가 사용되었으며 수문학적 자료로는 대상 지점의 최근 30년 일일연최대강우량을 사용하였다. 지역빈도해석의 정확도는 지역 내 통계적 특성이 비슷한 지점들이 포함되면 될수록 높아진다. 통계적 특성으로는 불일치 척도, 이질성 척도, 적합성 척도가 있으며 다양한 조건의 통계적 특성에 따른 세 개의 지역빈도해석 방법의 성능을 평가하고자 하였다. 대상 지역 내 n개의 지점이 있다고 가정하였을 때, 홍수지수법의 경우 n-1개의 지점으로 추정한 지역 성장곡선을 이용하여 나머지 1개 지점의 확률강우량을 산정할 수 있으며 인공신경망 모델들 또한 n-1개 지점들의 자료를 이용하여 모델을 구축한 뒤 나머지 지점의 확률강우량 및 확률분포형의 매개변수를 예측할 수 있다. PRT-ANN의 경우 예측된 매개변수를 이용하여 확률강우량을 산정하며 시뮬레이션 시행마다 발생시킨 자료의 지점빈도해석 결과에 대한 나머지 세 방법의 평균 제곱근 상대오차 (Relative root mean square error, RRMSE)를 계산하였다. 몬테카를로 시뮬레이션을 이용한 성능 분석을 통하여 관측값의 다양한 통계적 특성에 맞는 지역빈도해석 방법을 제시할 수 있을 것으로 판단된다.