The purpose of this study is to develop a system dynamics model for growth prediction of low birth weight infants(LBWIs) based on nutrition. This growth prediction model consists of 9 modules; body weight, height, carbohydrate, protein, lipid, micronutrient, water, activity and energy module. The results of the model simulation match well with the percentiles of weights and heights of the Korean infants, also with the growth records of 55 LBWIs, under 37 weeks of gestational age, whose weights are appropriate for their gestational age. This model can be used to understand the current growth mode of LBWIs, predict the future growth of LBWIs, and be utilized as a tool for controlling the nutrient intake for the optimal growth of LBWIs in actual practice.
Journal of the Korean Academy of Child and Adolescent Psychiatry
/
v.31
no.3
/
pp.97-104
/
2020
Deep learning (DL) is a kind of machine learning technique that uses artificial intelligence to identify the characteristics of given data and efficiently analyze large amounts of information to perform tasks such as classification and prediction. In the field of neuroimaging of neurodevelopmental disorders, various biomarkers for diagnosis, classification, prognosis prediction, and treatment response prediction have been examined; however, they have not been efficiently combined to produce meaningful results. DL can be applied to overcome these limitations and produce clinically helpful results. Here, we review studies that combine neurodevelopmental disorder neuroimaging and DL techniques to explore the strengths, limitations, and future directions of this research area.
In this study we conduct a specification test of at-the-money option volatility. Results show that the implied volatility estimate recovered from the Black-Scholes European option pricing model is nearly indistinguishable from the implied volatility estimate obtained from the Barone-Adesi and Whaley's American option pricing model. This study also investigates whether the use of Black-Scholes implied volatility estimates in American put pricing model significantly affect the prediction the prediction of American put option prices. Results show that, at long as the possibility of early exercise is carefully controlled in calculation of implied volatilities prediction of American put prices is not significantly distorted. This suggests that at-the-money option implied volatility estimates are robust across option pricing model.
Kim, Boo-Young;Yang, Seongpil;Kim, Sang ho;Cho, Han Byung;Son, Kiyoung
Proceedings of the Korean Institute of Building Construction Conference
/
2015.05a
/
pp.253-254
/
2015
Currently, according to the climate change, the damages due to the hurricane is more increased than before. In this respect, several countries have been conducted the studies regarding the damage prediction model of buildings to minimize the damages from natural disaster. As hurricane is the complex disaster including a strong wind and heavy rain, to predict the damage of hurricane, various factors has to be considered. However, mostly research has been conducted to consider only hurricane properties. Therefore, the objective of this study is to develop the regression model for predicting damages of buildings considering geography, socio-economy, construction environment and hurricane information. In the future, this study can be utilized to developing damage prediction model for building from hurricane in South Korea.
For the planning of future land use for economic activities, an essential component is the identification of the vulnerable areas for natural hazard and environmental impacts from the activities. Also, exploration for mineral and energy resources is carried out by a step by step approach. At each step, a selection of the target area for the next exploration strategy is made based on all the data harnessed from the previous steps. The uncertainty of the selected target area containing undiscovered resources is a critical factor for estimating the exploration risk. We have developed not only spatial prediction models based on adapted artificial intelligence techniques to predict target and vulnerable areas but also validation techniques to estimate the uncertainties associated with the predictions. The prediction models will assist the scientists and decision-makers to make two critical decisions: (i) of the selections of the target or vulnerable areas, and (ii) of estimating the risks associated with the selections.
Communications for Statistical Applications and Methods
/
v.17
no.6
/
pp.909-916
/
2010
A trend in software reliability engineering is to take into account the coverage growth behavior during testing. A coverage growth function that represents the coverage growth behavior is an essential factor in software reliability models. When multiple competitive coverage growth functions are available, there is a need for a criterion to select the best coverage growth functions. This paper proposes a selection criterion based on the prediction error. The conditional coverage growth function is introduced for predicting future coverage growth. Then the sum of the squares of the prediction error is defined and used for selecting the best coverage growth function.
A General Pipe Break Prediction Model that incorporates linear and exponential models in its form is developed. The model is capable of fitting pipe break trends that have linear, exponential or in between of linear and exponential trend by using a weighting factor. The weighting factor is adjusted to obtain a best model that minimizes the sum of squared errors of the model. The model essentially plots a best curve (or a line) passing through "cumulative number of pipe breaks" versus "break times since installation of a pipe" data points. Therefore, it prevents over-predicting future number of pipe breaks compared to the conventional exponential model. The optimal replacement time equation is derived by using the Threshold Break Rate equation by Loganathan et al. (2002).
This study attempts to predict the price of gold futures, a real financial product, using ARIMA and LSTM. The wavelet analysis was applied to the data to predict the price of gold futures through LSTM and ARIMA. As results, it is confirmed that the prediction performance of the existing model of predict was improved. the case of predict of price of gold futures, we confirmed that the use of a deep learning model that is not affected by the non-stationary series data is suitable and the possibility of improving the accuracy of prediction through wavelet analysis.
International Journal of Advanced Culture Technology
/
v.11
no.3
/
pp.190-198
/
2023
Sentiment analysis can be applied to all texts generated from websites, blogs, messengers, etc. The study fulfills an artificial intelligence sentiment analysis estimating visiting evaluation opinions (reviews) and visitor ratings, and suggests a deep learning model which foretells either an affirmative or a negative inclination for new reviews. This study operates review big data about Jeju tourist attractions which are extracted from Google from October 1st, 2021 to November 30th, 2021. The normalization data used in the propensity prediction modeling of this study were divided into training data and test data at a 7.5:2.5 ratio, and the CNN classification neural network was used for learning. The predictive model of the research indicates an accuracy of approximately 84.72%, which shows that it can upgrade performance in the future as evaluating its error rate and learning precision.
Journal of The Korean Society of Agricultural Engineers
/
v.52
no.4
/
pp.83-91
/
2010
Generally, the GCM (General Circulation Model) data by IPCC climate change scenarios are used for future weather prediction. IPCC GCM models predict well for the continental scale, but is not good for the regional scale. This paper tried to generate future temperature and precipitation of 8 scattered meteorological stations in South Korea by using the MIROC3.2 hires GCM data and applying LARS-WG downscaling method. The MIROC3.2 A1B scenario data were adopted because it has the similar pattern comparing with the observed data (1977-2006) among the scenarios. The results showed that both the future precipitation and temperature increased. The 2080s annual temperature increased $3.8{\sim}5.0^{\circ}C$. Especially the future temperature increased up to $4.5{\sim}7.8^{\circ}C$ in winter period (December-February). The future annual precipitation of 2020s, 2050s, and 2080s increased 17.5 %, 27.5 %, and 39.0 % respectively. From the trend analysis for the future projected results, the above middle region of South Korea showed a statistical significance for winter precipitation and south region for summer rainfall.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.