• 전기학회논문지
• /
• 제66권5호
• /
• pp.833-842
• /
• 2017

In this study, the design methodology of radial basis function neural networks based on incremental K-means clustering is introduced for learning and processing the big data. If there is a lot of dataset to be trained, general clustering may not learn dataset due to the lack of memory capacity. However, the on-line processing of big data could be effectively realized through the parameters operation of recursive least square estimation as well as the sequential operation of incremental clustering algorithm. Radial basis function neural networks consist of condition part, conclusion part and aggregation part. In the condition part, incremental K-means clustering algorithms is used tweights of the conclusion part are given as linear function and parameters are calculated using recursive least squareo get the center points of data and find the fitness using gaussian function as the activation function. Connection s estimation. In the aggregation part, a final output is obtained by center of gravity method. Using machine learning data, performance index are shown and compared with other models. Also, the performance of the incremental K-means clustering based-RBFNNs is carried out by using PSO. This study demonstrates that the proposed model shows the superiority of algorithmic design from the viewpoint of on-line processing for big data.

• 한국ITS학회 논문지
• /
• 제19권1호
• /
• pp.1-16
• /
• 2020

4차 산업혁명 시대가 도래함에 따라 빅데이터를 활용하는 딥러닝에 대한 관심이 높아졌으며 다양한 분야에서 딥러닝을 이용한 연구가 활발하게 진행되고 있다. 교통 분야에서도 교통빅데이터를 많이 활용하는 만큼 딥러닝을 연구에 이용한다면 많은 이점이 있을 것이다. 본 연구에서는 통행속도를 예측하기 위하여 딥러닝 기법인 LSTM을 이용한 단기 통행속도 예측 모형을 구축하였다. 예측에 활용한 데이터인 통행속도 데이터가 시계열 데이터인 것을 고려하여 시계열 예측에 적합한 LSTM 모델을 선택하였다. 통행속도를 보다 정확하게 예측하기 위하여 시간적, 공간적 영향을 모두 반영하는 모형을 구축하였으며, 모형은 1시간 이후를 예측하는 단기 예측모형이다. 분석데이터는 서울시 교통정보센터에서 수집한 5분 단위 통행속도를 활용하였고 분석구간은 교통이 혼잡한 강남대로 일부구간으로 선정하여 연구를 수행하였다.

• 스마트미디어저널
• /
• 제5권2호
• /
• pp.84-89
• /
• 2016

스마트폰이나 태블릿 PC와 같이 GPS를 탑재한 모바일 기기 보급으로 위치 기반 정보는 모바일 생활의 필수 요소로 자리잡았다. 이제 사용자들은 더 나아가 개인별 성향에 따른 맞춤형 정보를 원하고 있다. 개인 맞춤형 추천을 위해서는 사용자의 행동을 이해하는 것이 필요한데 실생활에 많은 부분을 차지하고 있는 음식점 방문도 맞춤형 추천 서비스를 제공해 줄 수 있다. 본 논문에서는 음식점 방문에 대한 비슷한 태도를 보인 사용자를 추출한 후 방문했던 장소를 비교하여 추천하는 사용자 행동기반 다속성 태도 모델 기반의 장소 추천 모델을 연구한다. 다속성 태도점수를 산출하기 위해 피쉬바인(Fishbein) 방정식을 활용하고 피어슨 상관계수를 이용하여 사용자들이 방문했던 장소의 중 유사한 속성을 가진 장소를 추출했다. 그리고 그룹렌즈의 선호도 예측 알고리즘을 활용하여 추천 대상 장소를 선정하고 유클라디안 거리법으로 사용자에게 거리기반 장소를 추천하였다. 또한 실제 데이터를 이용한 실험을 통해 본 논문에서 제시한 시스템의 우수성도 입증하였다.

• 한국항행학회논문지
• /
• 제24권5호
• /
• pp.368-373
• /
• 2020

4차 산업혁명 주요기술을 체계적으로 항공우주력에 적용하기 위해서는 항공우주력 기술 모델이 필요하다. 예전에는 항공우주력 기술 모델링을 위해 항공우주력 기본특성인 고도, 속도, 거리에 기반한 프로펠러 모델이 주로 사용되었다. 그러나 4차 산업혁명 시대에는 수많은 기술들이 융합되기 때문에 새로운 모델이 필요하다. 본 논문에서는 새로운 항공우주력 기술 모델로 제트엔진 모델을 정립하였다. 또한 요구능력 기반이 아닌, 항공우주력 기술 모델을 기반으로 하는 미래 항공우주무기체계 도출과정을 제시한다. 미래 전장환경과 신기술을 적용한 선진국의 개념발전 연구사례를 통해 새로운 개념의 무기체계를 도출할 수 있다.

• 스마트미디어저널
• /
• 제11권5호
• /
• pp.9-16
• /
• 2022

최근 농업 현장에서는 빅데이터와 IoT(Internet of Things) 등 기술을 적용하여 디지털농업 스마트팜으로 자동화를 하고 있다. 이러한 스마트팜은 작물의 환경을 측정하고 데이터를 조사하고 가공하여 생산량의 증대와 작물의 품질을 향상하고자 한다. 생산량 예측은 첨단 농업인 스마트팜 디지털 농업에서 중요한 연구로 빅데이터를 활용하여 환경데이터를 분석하고 나아가 생육정보 데이터 품질 관리를 위한 표준화 연구가 필요하다. 본 논문에서는 스마트팜 딸기 농장에서 수집된 환경 및 생산량 데이터를 분석하여 연구하였다. 회귀분석을 기반으로 릿지회귀(Ridge Regression), LightGBM, XGBoost를 사용하여 작물 생산량 예측 모델을 분석하였다. 3가지 모델 중 최적의 모델은 XGBoost로 R2는 82.5%의 설명력을 보였다. 연구 결과 양액흡수량과 환경데이터간의 상관관계를 확인할 수 있었고, 생산량 예측 연구에 대한 유의미한 결과를 얻을 수 있었다. 향후 작물의 생육환경 정보 및 양액의 성분 등 양액흡수량을 연구하여 양액관리를 통해 환경오염 예방 및 양액 절감에 기여할 것으로 기대된다.

• 지구물리와물리탐사
• /
• 제9권4호
• /
• pp.299-303
• /
• 2006

지질잡음, 특히 이들이 천부에 위치할 경우 물리탐사자료의 해석에 상당한 문제가 된다. 따라서 이들 지질잡음을 효과적으로 억제해야만 조사지역내의 주된 이상체를 정확하게 탐지해 낼 수 있다. 물리탐사자료의 역산에서 천부에 존재하는 물성대비가 크지 않은 소규모 이상체는 지질잡음의 하나로 생각할 수 있다. 현재 물리탐사 자료의 역산에는 평활화 제한 최소자승법이 널리 사용되고 있다. 이 방법은 물성대비가 큰 모델변수에는 강한 제한을 가하고, 작은 모델변수에는 약한 제한을 가한다. 따라서 천부에 존재하는 소규모 이상체(지질잡음)를 제거하는 데는 한계가 있다. 본 연구에서는 큰 모델변수에는 작은 제한을, 작은 모델변수에는 강한 제한을 가하는 새로운 MTE 역산법을 개발하였으며, 이 방법은 천부의 소규모 이상체의 억제에 효과적이다. 개발된 역산 방법을 소형루프 전자탐사자료의 2.5차원 역산에 적용한 결과 천부의 소규모 이상체를 효과적으로 억제하고 주 대상체를 보다 선명하게 나타내는 영상을 얻을 수 있었다.

• Journal of Biosystems Engineering
• /
• 제22권3호
• /
• pp.279-288
• /
• 1997

This study was worked out to obtain fundamental data needed for developing a continuous type dryer. The drying process in a cross-flow type continuous dryer was expressed as partial differential equations, and a drying simulation model for predicting rice moisture content, rice temperature, drying air absolute humidity, drying air temperature was developed by using the finite difference method. To validate the performance of the drying simulation model, a prototype continuous dryer was constructed in this study. The size of the test dryer was one-tenth to that of a commercial continuous dryer. The difference in the outlet rice moisture content between the predicted values and the measured values was within 0.5%, that of outlet rice temperature was below $3^{\circ}C$, that of drying air temperature in drying bed was within $8^{\circ}C$ and that of relative humidity of outlet drying air was big because of the different measuring point. In addition, a drying simulation model for a actual size continuous dryer with double flow was developed in this study. This drying simulation model included the rice mixing effect in the middle of drying length. The difference of outlet moisture content between the predicted and the measured values showed below 0.5% in this study.

• 설비공학논문집
• /
• 제26권5호
• /
• pp.231-239
• /
• 2014

This paper represents a method of existing building energy simulation using energy audit data. Energy audit must be carried out for reasonable analysis, because characteristics of existing buildings such as efficiency of fan, pump, flow rate, pressure, COP and operating schedule could be changed during the building operation. These building characteristics should be measured to estimate actual energy consumption of the existing building. In this study, we conducted energy audit and calculated energy savings for a 7-stories building as a case-study. The energy audit data were used to calibrate the building model of EnergyPlus simulation. Baseline model validated according to M&V guideline index. As a result, building characteristics are significant parameters making a big impact on energy savings in existing buildings.

• 정보보호학회논문지
• /
• 제33권6호
• /
• pp.1055-1065
• /
• 2023

최근 사물 인터넷을 활용한 산업 현장에서 수집되는 빅데이터를 활용해 복잡한 문제들을 해결하기 위하여 심층 강화학습 기술을 적용한 다양한 연구들이 이루어지고 있다. 심층 강화학습은 강화 학습의 시행 착오 알고리즘과 보상의 누적값을 이용해 자체 데이터를 생성하여 학습하고 신경망 구조와 파라미터 결정을 빠르게 탐색한다. 그러나 종래 방법은 학습 데이터의 크기가 커질수록 메모리 사용량과 탐색 시간이 기하급수적으로 높아지며 정확도가 떨어진다. 본 연구에서는 메타 학습을 적용한 연합학습 기반의 심층 강화학습 모델을 활용하여 55.9%만큼 보안성을 개선함으로써 프라이버시 침해 문제를 해결하고, 종래 최적화 기반 메타 학습 모델 대비 5.5% 향상된 97.8%의 분류 정확도를 달성하면서 평균 28.9%의 지연시간을 단축하였다.

• 한국건설관리학회논문집
• /
• 제19권5호
• /
• pp.43-52
• /
• 2018

일반적으로 공사비에 대한 연구는 직접비 위주로 행해졌으며, 간접비를 면밀하게 산정하는 모델에 대한 연구가 부족하다. 본 연구의 목적은 국내 건설시장에서 큰 축을 차지하는 아파트 건설공사 현장의 현장관리비를 예측하기 위한 모델을 제시하는 것이다. 아파트 건설공사 현장 다수의 전체공사기간 동안의 실비사용 데이터를 분석하여 곡선접합 분석을 통해 공정률별 1일당 현장관리비를 도출할 수 있는 9차방정식을 제안하였으며, 이를 활용하여 300억 규모의 공사의 경우의 현장관리비를 추정하는 결과를 보여줌으로서 활용가능성을 설명하고 있다. 선행연구에서는 총 현장관리비의 규모의 변화패턴을 직접적으로 확인할 수 있는 다항식을 도출한 사례는 없었던 점에 비추어 본다면, 본 연구에서 제시한 모델은 그 편의성과 면밀성에 합리적 근거를 토대로 현장관리비를 예측할 수 있다는 점에서 연구의 기여도가 있다.