• Wind and Structures
• /
• 제31권6호
• /
• pp.549-560
• /
• 2020

Methods for stochastic simulation of non-Gaussian wind pressure have increasingly addressed the efficiency and accuracy contents to offer an accurate description of the extreme value estimation of the long-span and high-rise structures. This paper presents a linear prediction and z-transform (LPZ) based Cumulative distribution function (CDF) mapping algorithm for the simulation of multivariate non-Gaussian fluctuating wind pressure. The new algorithm generates realizations of non-Gaussian with prescribed marginal probability distribution function (PDF) and prescribed spectral density function (PSD). The inverse linear prediction and z-transform function (ILPZ) is deduced. LPZ is improved and applied to non-Gaussian wind pressure simulation for the first time. The new algorithm is demonstrated to be efficient, flexible, and more accurate in comparison with the FFT-based method and Hermite polynomial model method in two examples for transverse softening and longitudinal hardening non-Gaussian wind pressures.

• 한국환경과학회지
• /
• 제16권5호
• /
• pp.541-548
• /
• 2007

A three-dimensional linear model and the Advanced Regional Prediction System (ARPS) were used to simulate parabola-shaped disturbances and clouds in the lee of a bell-shaped mountain. The ARPS model was compared in the x-y plane against the linear model's analytic solution. Under similar conditions with the linear theory, the ARPS produced well-developed parabola-shaped mountain disturbances and confirmed the features are accounted for in the linear regime. A parabola-shaped cloud in the lee of an isolated bell-shaped mountain was successfully simulated in the ARPS after 6 hours of integration time with the prescribed initial and boundary conditions, as well as a microphysical scheme.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.485-485
• /
• 2000

A design method of model following control system using neural networks is proposed. An unknown nonlinear single-input single-output plant is identified using a multilayer neural networks. A linear controller is designed fer the linear approximation model obtained by linearinzing the identification model. The identification model is also used as a plant emulator to obtain the prediction error. Deficient servo performance due to controlling nonlinear plant with only linear controller is mended by adjusting the linear controller output using the prediction output and the parameters of the identification model. An optimal preview controller is adopted as the linear controller by reason of having good servo performance lowering the peak of control input. Validity of proposed method is illustrated through a numerical simulation.

• 방송공학회논문지
• /
• 제17권5호
• /
• pp.756-764
• /
• 2012

HEVC의 화면내 예측은 AIP와 화면내 평할화를 사용하여 예측 화소의 값을 결정하는데, 최종적으로 예측 화소값은 참조 화소들 사이에서 1차 방정식의 형태를 가지고 계산된다. 이는 참조 화소들의 값의 차이가 큰 경우 성능을 기대하기 어렵다. 본 논문에서는 현재 HEVC의 화면내 예측에서 사용되는 1차 함수 형태의 보간 방법 외에 DCT-IF 및 3차 함수를 사용하는 적응적 예측 방법을 제안한다. 2개 이상의 참조 화소들의 주파수 성분을 이용하는 DCT-IF를 사용하고, 또한 3차 함수의 형태를 이용하여 보간하므로 기존의 1차 함수를 이용하는 것보다 예측 화소값을 정확하게 결정한다. 3차함수는 1차함수보다 기울기가 더 크다. 따라서, 3차 함수는 예측 단위내의 에지에서 활용되어진다. HM6.0에서 부호화 시간은 3%, 복호화 시간은 1%의 증가를 보였고, 평균 BD-rate가 휘도 신호 Y에서 0.4%, 색차 신호 U, V에서 0.3%, 0.3% 감소되었다. 이를 통해 DCT-IF와 3차 함수, 그리고 기존의 방법을 적응적으로 사용할 경우 부호화 성능이 향상됨을 알 수 있다.

• 응용통계연구
• /
• 제31권3호
• /
• pp.367-382
• /
• 2018

회사채 신용 등급 예측 모형에 대한 연구는 신용 평가 기관이 회사채 신용 등급 평가에 사용될 것이라 예상 되는 여러 재무적 특성 변수들을 기반으로 진행되었으며 선형 회귀 모형(linear regression), 순위 로짓(ordered logit), 순위 프로빗(ordered probit), 서포트 벡터 기계(support vector machine), 랜덤 포레스트(random forest) 등 다양한 모형들을 적용하여 개발되었다. 하지만 기존 연구들에서 고려한 회사채 신용 등급은 연구에 따라 5등급에서 20등급까지 다른 등급 구간을 적용하였으며 분석에 이용된 표본 자료의 기간 및 대상도 상이하여 예측 성능의 공정한 비교에 어려움이 있다. 따라서 본 연구에서는 2013년부터 2017년까지의 회사채 신용 등급 자료와 기존 연구들에서 사용된 재무 지표들을 통합하여 기존에 발표된 예측 모형들을 동일한 자료에 적용하고 예측 성능을 비교하였다. 추가적으로 Elastic-net 벌점화 회귀 모형 및 순위 로짓, 순위 프로빗 모형을 적합하여 LASSO 벌점이 선택됨을 확인하였으며 LASSO 벌점을 고려한 예측 모형이 대응하는 기존의 예측 모형들보다 향상된 성능을 보임을 확인하였다. 본 연구의 수행 결과, 랜덤 포레스트를 이용한 예측 모형이 15등급 기준 검증 자료에서 정확한 등급 예측률이 69.6%로 다른 모형과 비교하여 높은 예측 성능을 나타내었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume II
• /
• pp.635-638
• /
• 2006

Regression of conventional prediction techniques in data mining uses the model which is generated from the training step. This model is applied to new input data without any change. If this model is applied directly to time series, the rate of prediction accuracy will be decreased. This paper proposes an incremental regression for time series prediction like typhoon track prediction. This technique considers the characteristic of time series which may be changed over time. It is composed of two steps. The first step executes a fractional process for applying input data to the regression model. The second step updates the model by using its information as new data. Additionally, the model is maintained by only recent data in a queue. This approach has the following two advantages. It maintains the minimum information of the model by using a matrix, so space complexity is reduced. Moreover, it prevents the increment of error rate by updating the model over time. Accuracy rate of the proposed method is measured by RME(Relative Mean Error) and RMSE(Root Mean Square Error). The results of typhoon track prediction experiment are performed by the proposed technique IMLR(Incremental Multiple Linear Regression) is more efficient than those of MLR(Multiple Linear Regression) and SVR(Support Vector Regression).

• 대한전자공학회논문지SP
• /
• 제45권4호
• /
• pp.84-91
• /
• 2008

본 논문에서는 초음파 센서를 이용하여 고령자를 위한 앰비언트 디스플레이 시스템을 제안하고, 시스템의 신뢰도를 높이기 위해서 선형 예측 알고리즘을 적용하였다. 본 논문에서는 시스템의 사용자를 고령자로 제안하여 일반인에 비해 느린 움직임으로 가정하였고 얻어진 데이터가 모두 극점인 데이터의 특성상 AR(Autoregressive) 모델을 사용하여 Yule-Walker 방식의 선형 예측 알고리즘을 적용하였다. 선형 예측 알고리즘을 적용하기 위해서는 적절한 참조 데이터와 차수의 결정이 요구된다. 본 논문에서는 데이터의 특성과 평균 에러, 계산량을 고려하여 50개의 참조데이터를 이용한 16차의 시스템을 통해서 앰비언트 디스플레이 시스템의 신뢰도를 평균 74.39%, 최대 97.97%정도 높일 수 있음을 확인하였다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.51-57
• /
• 2021

근래에 초등학교에서 맞춤형 지능 정보 시스템 서비스를 학생들에게 제공하기 위하여 인공지능 기술을 활용하는 사례가 늘고 있다. 그러나 인공지능의 원리를 학습하는 것도 활용만큼 중요하다고 볼 수 있는데, 그 이유는 인공지능의 원리를 터득함으로써 고도 기술사회의 변화에 대한 적응력을 길러 줄 수 있기 때문이다. 본 논문에서는 초등학생들에게 적합한 실세계의 문제를 인공지능 기반의 예측 시스템으로 해결하는 경험을 통하여 선형회귀 알고리즘의 작동원리를 이해하도록 하였다. 이를 위하여 스크래치로 만든 시뮬레이션 프로그램을 사용하여 학생들이 선형 회귀 모델을 찾도록 하였다. 이 과정을 통하여 학생들은 데이터를 분석하고, 예측 모델의 정확도를 비교하였고, 적합한 예측 모델을 발견함으로써 생활주변의 문제를 해결하는 능력을 보여주었다.

• 품질경영학회지
• /
• 제47권4호
• /
• pp.687-700
• /
• 2019

Purpose: The purpose of this study is to investigate the interaction effects between price determinants of artworks. We expand the methodology in art market by applying machine learning techniques to estimate the price of artworks and compare linear regression and machine learning in terms of prediction accuracy. Methods: Moderated regression analysis was performed to verify the interaction effects of artistic characteristics on price. The moderating effects were studied by confirming the significance level of the interaction terms of the derived regression equation. In order to derive price estimation model, we use multiple linear regression analysis, which is a parametric statistical technique, and k-nearest neighbor (kNN) regression, which is a nonparametric statistical technique in machine learning methods. Results: Mostly, the influences of the price determinants of art are different according to the auction types and the artist 's reputation. However, the auction type did not control the influence of the genre of the work on the price. As a result of the analysis, the kNN regression was superior to the linear regression analysis based on the prediction accuracy. Conclusion: It provides a theoretical basis for the complexity that exists between pricing determinant factors of artworks. In addition, the nonparametric models and machine learning techniques as well as existing parameter models are implemented to estimate the artworks' price.

• 정보처리학회논문지B
• /
• 제9B권4호
• /
• pp.421-428
• /
• 2002

지금까지 삽입(Embedding)백터를 이용한 국소적예측방법은 고차미분방정식으로부터 생성된 카오스 시계열을 예측할 때, 파라메타 $\tau$의 추정이 정확하지 않으면 예측성능은 떨어졌다. 지금까지 지연시간 ($\tau$)의 값을 추정하는 방법은 많이 제안되어있지만 실제로 고차원미분방정식부터 생성되어진 수많은 시계열에 모두 적용 가능한 방법은 아직 없다. 이것을 기울기 백터를 이용한 기울기 선형모델을 도입하는 것에 의해 정확한 지연시간 ($\tau$)의 값을 추정하지 않아도 예측성능에 만족할 수 있는 결과를 표시했다. 이것을 이론뿐이 아니고 경제시계열에도 적용해서 종래의 예측방법과 비교해서 그 유효성을 표시했다.