• 한국물환경학회지
• /
• 제28권3호
• /
• pp.359-366
• /
• 2012

Accurate predictions about the water quality of a river have great importance in identifying in-stream flow and water supply requirements and solving relevant environmental problems. In this study, the effect of water release from upstream dam on the downstream water quality has been investigated by applying a hydological model combined with QUAL2E to Geum River basin. The ESP (Ensemble Stream Prediction) method, which has been validated and verified by lots of researchers, was used to predict reservoir and tributary inflow. The input parameters for a combined model to predict both hydrological characteristics and water quality were identified and optimized. In order to verify the model performance, the simulated result at Gongju station, located at the downstream from Daecheong Dam, has been compared with measured data in 2008. As a result, it was found that the proposed model simulates well the values of BOD, T-N, and T-P with an acceptable reliability.

• 한국멀티미디어학회논문지
• /
• 제19권8호
• /
• pp.1530-1537
• /
• 2016

Recently, solar power generation shows the significant growth in the renewable energy field. Using the short-term prediction, it is possible to control the electric power demand and the power generation plan of the auxiliary device. However, a short-term prediction can be used when you know the weather forecast. If it is not possible to use the weather forecast information because of disconnection of network at the island and the mountains or for security reasons, the accuracy of prediction is not good. Therefore, in this paper, we proposed a system capable of short-term prediction of solar power generation amount by using only the weather information that has been collected by oneself. We used temperature, humidity and insolation as weather information. We have applied a moving average to each information because they had a characteristic of time series. It was composed of min, max and average of each information, differences of mutual information and gradient of it. An artificial neural network, SVM and RBF Network model was used for the prediction algorithm and they were combined by Ensemble method. The results of this suggest that using a moving average during pre-processing and ensemble prediction models will maximize prediction accuracy.

• 한국물환경학회지
• /
• 제37권5호
• /
• pp.335-343
• /
• 2021

Water quality prediction is essential for the proper management of water supply systems. Increased suspended sediment concentration (SSC) has various effects on water supply systems such as increased treatment cost and consequently, there have been various efforts to develop a model for predicting SSC. However, SSC is affected by both the natural and anthropogenic environment, making it challenging to predict SSC. Recently, advanced machine learning models have increasingly been used for water quality prediction. This study developed an ensemble machine learning model to predict SSC using the XGBoost (XGB) algorithm. The observed discharge (Q) and SSC in two fields monitoring stations were used to develop the model. The input variables were clustered in two groups with low and high ranges of Q using the k-means clustering algorithm. Then each group of data was separately used to optimize XGB (Model 1). The model performance was compared with that of the XGB model using the entire data (Model 2). The models were evaluated by mean squared error-ob servation standard deviation ratio (RSR) and root mean squared error. The RSR were 0.51 and 0.57 in the two monitoring stations for Model 2, respectively, while the model performance improved to RSR 0.46 and 0.55, respectively, for Model 1.

• 한국멀티미디어학회논문지
• /
• 제25권1호
• /
• pp.39-51
• /
• 2022

Image-based gender classification and age estimation of human are classic problems in computer vision. Most of researches in this field focus just only one task of either gender classification or age estimation and most of the reported methods for each task focus on accuracy performance and are not computationally light. Thus, running both tasks together simultaneously on low cost mobile or embedded systems with limited cpu processing speed and memory capacity are practically prohibited. In this paper, we propose a novel light-weight gender classification and age estimation method based on ensemble multitasking deep learning with light-weight processing neural network architecture, which processes both gender classification and age estimation simultaneously and in real-time even for embedded systems. Through experiments over various well-known datasets, it is shown that the proposed method performs comparably to the state-of-the-art gender classification and/or age estimation methods with respect to accuracy and runs fast enough (average 14fps) on a Jestson Nano embedded board.

• 한국수자원학회논문집
• /
• 제39권3호
• /
• pp.187-198
• /
• 2006

한국수자원공사에서는 매월 1일 생성한 월 앙상블 유량예측(Ensemble Streamflow Prediction, ESP)을 근거로 월 최적운영 모형인 SSDP모형을 통해 월말목표저수량을 산정할 수 있는 실시간 물 관리 시스템을 구축하였다. 그러나 월 중간에 발생하는 수문기상학적 변화를 반영할 수 없다는 단점을 가지고 있어 이를 보완하자는 필요성이 제기되었다. 이를 위해 본 연구에서는 1일부터 예측시점까지는 그 동안 발생한 강우 관측자료를 이용하고 이후 기간에는 발생 가능한 모든 과거 강수시나리오를 이용하는 기법을 통해 매월 10일 간격으로 3차례 앙상블예측을 갱신하여 예측정확도를 향상시켰으며, 예측정확도에 따른 저수지 운영효과의 개선여부를 정량적으로 분석하였다. 그 결과 월중 수문상황을 반영한 SSDP/ESP21모형이 그렇지 못한 SSDP/ESP01모형에 비해 연평균 $1\;X\;10^6\;m^3$의 용수부족 감소효과를 가졌으며 전반적으로 이수기에 총 유량이 적으면서 예측정확도가 향상된 경우 상당한 용수부족 감소효과를 나타냄을 또한 알 수 있었다.

• 한국지역사회생활과학회지
• /
• 제25권4호
• /
• pp.549-556
• /
• 2014

This study evaluates the thermal insulation and evaporative resistance of a waterproof and breathable garment system and determines the factors influencing its thermal performance. The experimental garments were composed of underwear (shirts with 100% wool and 100% polyester) and outerwear (jackets and pants with a vapor-permeable membrane and a vapor-impermeable membrane). Data on clothing insulation in a dry condition ($10^{\circ}C$) and a wet condition ($10^{\circ}C$, 40% R.H.), evaporative resistance ($34^{\circ}C$, 40% R.H., and $10^{\circ}C$, 40% R.H.), and microclimate vapor pressure were collected and analyzed. According to the results, the thermal insulation of the experimental garment system ranged 1.27~1.40 in the dry condition and 0.40~0.89 in the wet condition at $10^{\circ}C$. Evaporative resistance ranged $41{\sim}525m^2Pa/W$. A decrease in thermal insulation by wetting underwear ranged 31~67% in the cold condition ($10^{\circ}C$). The breathability of the outer garment influenced the decrease in thermal insulation by wetting. The type of underwear fiber influenced the decrease in thermal insulation only when it was used with breathable outerwear. The vapor-permeable outerwear sample with polyester underwear (P_Perm) showed a larger decrease in insulation than that with wool (W_Perm). The evaporative resistance of the vapor-permeable ensemble showed no effect of underwear in the warm condition ($34^{\circ}C$), but polyester underwear showed lower evaporative resistance than wool in the cold condition ($10^{\circ}C$). The vapor-impermeable ensemble showed no difference in evaporative resistance between polyester underwear and wool underwear in both conditions. Future research should consider various clothing ensemble combinations and environmental conditions and evaluate wear comfort by using human subjects.

• 한국지능시스템학회논문지
• /
• 제13권4호
• /
• pp.433-438
• /
• 2003

최근, 인터넷 쇼핑몰과 같은 웹 사이트를 대상으로 각 사용자에게 가장 필요한 정보를 제공하기 위한 웹 정보 추천 시스템에 대한 연구가 활발히 진행되고 있다. 사용자 프로파일과 명시적 피드백에 의존하는 대부분의 웹 정보 추천 시스템의 경우 사용자의 다양하고 정확한 정보를 필요로 하지만 실세계의 문제에 있어 이러한 연관 정보를 얻기란 쉽지 않다. 본 논문에서는 사용자의 명시적 피드백과 프로파일에 의존하지 않는 웹 정보 서비스를 위한 정보 예측 기법을 제안한다. 이를 위해 앙상블 Support Vector Machine과 하이브리드 SOM을 설계하고 적용하여 웹 로그 데이터의 희소성 문제를 해결하면서 대용량 웹 데이터로부터 사용자에게 꼭 필요하고 유용한 정보를 추천할 수 있는 동적 웹 정보 예측 시스템을 설계하고 구현한다.

• 한국콘텐츠학회논문지
• /
• 제17권3호
• /
• pp.231-237
• /
• 2017

최근 기업의 보안 시스템으로부터 수집되는 보안 인텔리전스 수는 악성코드의 확산으로 인해 기하급수적으로 증가하고 있다. 빅 데이터 환경이 도래하면서 기업들은 침해사고에 대한 다양한 정보를 이용할 수 있게 되면서 기업이 수집할 수 있는 침해사고 정보가 다양해지고 있다. 이에 따라 보안 인텔리전스를 구성하고 있는 침해사고의 다양한 속성을 사용하여 보다 정확하게 유사침해사고를 그룹별로 분류할 필요성이 요구되고 있다. 본 연구에서는 유사도 비교 분석 이론에 근거하여 침해사고를 공격유형과 침해자원을 고려한 다중 프로파일을 개발하고, 이를 활용하여 보안 인텔리전스를 구성하고 있는 침해사고 유형 분류의 정확성을 개선하는 다중 프로파일 기반 앙상블 모델을 제안한다. 제안 모델은 침입탐지시스템에서 수집된 계층적 침해자원에 대한 유사도 분석을 통해 새로운 침해사고를 효과적으로 분석할 수 있다. 사실적이고 의미 있는 침해사고의 구성을 통한 유형 분류는 새로운 침해사고에 대한 유사 침해사고를 정확하게 분류 제공함으로써 분석의 실용성을 향상시킨다.

• 한국콘텐츠학회논문지
• /
• 제10권6호
• /
• pp.213-221
• /
• 2010

최근 문화콘텐츠 시장의 규모가 커짐에 따라 한국의 소리문화의 경쟁력을 갖추고 세계에 알릴 수 있는 독창적인 콘텐츠 개발이 요구되고 있다. 이러한 흐름에 따라 본 논문에서는 한국 전통음악인 사물놀이를 터치 인터페이스를 이용하여 연주하는 '사물놀이 협주 시스템'을 제안한다. 본 시스템은 터치기능을 지원하는 '콘트롤 디바이스'와 콘트롤 디바이스에서 입력한 터치 신호를 감지하여 연주음을 재생하는 '연주관리자', 다른 디바이스와 협주를 가능하게 하는 '통신 관리자', 협주시 시간 동기화 프로토콜을 활용하여 속도의 차이가 있는 통신환경에서도 연주의 순서를 유지할 수 있도록 하는 '동기화 관리자'로 구성 하여 설계하였다. 또한 사물놀이의 재미를 느낄 수 있도록 멀티터치를 활용한 조작방법을 고려했고, 여러 사람이 함께 연주할 수 있는 협주 기능을 구현하여, 사물놀이의 관심이 부족한 사람들에게 흥미를 끌어낼 수 있도록 하였다.

• 한국수자원학회논문집
• /
• 제38권6호
• /
• pp.471-483
• /
• 2005

일단위 강우-유출모형인 SSARR모형을 이용하여 한강, 낙동강, 섬진강유역에 월 앙상블 유량예측 시스템을 구축하였다. 우선 SSARR모형의 월 평균 유출량에 대한 모의정확성을 평가한 결과 한강과 낙동강유역에서는 과소추정하는 경향이 뚜렷하였으며, 섬진강유역에서는 모의오차의 분산이 커 정확성 개선이 필요하였다. 최적선형 보정기법을 적용하여 SSARR모형의 모의유량을 보정한 결과, 섬진강을 제외한 한강과 낙동강유역의 검증지점에서는 모의 정확성이 크게 개선되었다. 또한 1998년부터 2003년까지 월 앙상블 유량예측을 실시하여 예측 정확성을 평가하였다. 한강과 낙동강유역에서 최적선형 보정기법을 이용할 경우 앙상블 유량예측 정확성이 크게 개선되었으나, 섬진강유역은 개선효과가 미비하였다.