• 스마트미디어저널
• /
• 제7권1호
• /
• pp.16-23
• /
• 2018

본 연구는 Deep Neural Network(DNN)을 이용하여 광주-기아 챔피언스 필드의 일일 관중 수를 예측함으로써 이를 통해 구단과 관련기업의 마케팅 자료제공 및 구장 내 부대시설의 재고관리에 자료로 쓰임을 목적으로 수행 되었다. 본 연구에서는 Artificial Neural Network(ANN)의 종류인 DNN 모델을 이용하였으며 DNN 모델의 과적합을 막기 위해 Dropout과 Batch normalization 적용한 모델을 바탕으로 총 4종류를 설계하였다. 각각 10개의 DNN을 만들어 예측값의 Root Mean Square Error(RMSE)와 Mean Absolute Percentage Error(MAPE)의 평균값을 낸 모델과 예측값의 평균으로 RMSE와 MAPE를 평가한 Ensemble 모델을 만들었다. 모델의 학습 데이터는 2008년부터 2017년까지의 관중 수 데이터를 수집하여 수집된 데이터의 80%를 무작위로 선정하였으며, 나머지 20%는 테스트 데이터로 사용하였다. 총 100회의 데이터 선정, 모델구성 그리고 학습 및 예측을 한 결과 Ensemble 모델은 DNN 모델의 예측력이 가장 우수하게 나왔으며, 다중선형회귀 모델 대비 RMSE는 15.17%, MAPE는 14.34% 높은 예측력을 보이고 있다.

• Journal of Microbiology and Biotechnology
• /
• 제17권9호
• /
• pp.1437-1444
• /
• 2007

A response surface model was developed for predicting the growth rates of Staphylococcus aureus in tryptic soy broth (TSB) medium as a function of combined effects of temperature, pH, and NaCl. The TSB containing six different concentrations of NaCl (0, 2, 4, 6, 8, and 10%) was adjusted to an initial of six different pH levels (pH 4, 5, 6, 7, 8, 9, and 10) and incubated at 10, 20, 30, and $40^{\circ}C$. In all experimental variables, the primary growth curves were well ($r^2=0.9000$ to 0.9975) fitted to a Gompertz equation to obtain growth rates. The secondary response surface model for natural logarithm transformations of growth rates as a function of combined effects of temperature, pH, and NaCl was obtained by SAS's general linear analysis. The predicted growth rates of the S. aureus were generally decreased by basic (pH 9-10) or acidic (pH 5-6) conditions and higher NaCl concentrations. The response surface model was identified as an appropriate secondary model for growth rates on the basis of correlation coefficient (r=0.9703), determination coefficient ($r^2=0.9415$), mean square error (MSE=0.0185), bias factor ($B_f=1.0216$), and accuracy factor ($A_f=1.2583$). Therefore, the developed secondary model proved reliable for predictions of the combined effect of temperature, NaCl, and pH on growth rates for S. aureus in TSB medium.

• 지능정보연구
• /
• 제23권3호
• /
• pp.139-153
• /
• 2017

기업의 부도는 이해관계자들뿐 아니라 사회에도 경제적으로 큰 손실을 야기한다. 따라서 기업부도예측은 경영학 연구에 있어 중요한 연구주제 중 하나로 다뤄져 왔다. 기존의 연구에서는 부도 예측을 위해 다변량판별분석, 로짓분석, 신경망분석 등 다양한 방법론을 이용하여 모형의 부도 예측력을 높이고 과적합의 문제를 해결하고자 시도하였다. 하지만 기존의 연구들이 시간적 요소를 고려하지 않아 발생할 수 있는 문제점들을 갖고 있음에도 불구하고 부도 예측에 있어서 동적 모형을 이용한 연구는 활발히 진행되고 있지 않으며 따라서 동적 모형을 이용하여 부도예측모형이 더욱 개선될 여지가 있다는 점을 확인할 수 있었다. 이에 본 연구에서는 RNN(Recurrent Neural Network)을 이용하여 시계열 재무 데이터의 동적 변화를 반영한 모형을 만들었으며 기존의 부도예측모형들과의 비교분석을 통해 부도 예측력의 향상에 도움이 된다는 것을 확인할 수 있었다. 모형의 유용성을 검증하기 위해 KIS Value의 재무 데이터를 이용하여 실험을 수행하였고 비교모형으로는 다변량판별분석, 로짓분석, SVM, 인공신경망을 선정하였다. 실험 결과 제안된 모형이 비교 모형에 비해 우수한 예측력을 보이는 것으로 나타났다. 따라서 본 연구는 변수들의 변화를 포착하는 동적 모형을 부도예측에 새롭게 제안하여 부도예측 연구의 발전에 기여할 수 있을 것으로 기대된다.

• 생물정신의학
• /
• 제20권2호
• /
• pp.54-60
• /
• 2013

Objectives The purpose of this study is to find the influential clinical and physical characteristics which affect apnea-hypopnea index (AHI) in suspected obstructive sleep apnea (OSA) patients. Methods We evaluated the comprehensive factors including sleep related symptoms, clinical scales, medical history, substance use, and anthropometric data of the 119 participants who complained of the symptoms of OSA. All the participants underwent attended-full night laboratory polysomnography. The correlation and multiple regression analysis were conducted to find the influential and predictive factors of AHI. Results A multiple linear regression model 1 showed that higher AHI was associated with higher body mass index (BMI)(p < 0.001) and higher frequency of observed apnea (p = 0.002). In multiple linear regression model 2, AHI was associated with higher BMI (p < 0.001) and loudness of snoring (p = 0.018). Conclusions The present preliminary results suggest that BMI and observed apnea are most influential factors that affect AHI in suspected OSA patients. In the future study we will design the prediction formula for the OSA and AHI, which is useful in the clinical medical field.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1143-1154
• /
• 2021

활성화함수의 선택은 인공신경망(Artificial Neural Network, ANN) 모델의 지하수위 예측성능에 큰 영향을 미친다. 특히 제주도의 중산간 지역과 같이 지하수위의 변동폭이 크고 변동양상이 복잡한 경우 적절한 지하수위 예측을 위해서는 다양한 활성화함수의 비교분석을 통한 최적의 활성화함수 선택이 반드시 필요하다. 본 연구에서는 지하수위의 변동폭이 크고 변동양상이 복잡한 제주도 표선유역 중산간지역 2개 지하수위 관측정을 대상으로 5개의 활성화함수(sigmoid, hyperbolic tangent (tanh), Rectified Linear Unit (ReLU), Leaky Rectified Linear Unit (Leaky ReLU), Exponential Linear Unit (ELU))를 ANN 모델에 적용하여 지하수위 예측결과를 비교 및 분석하고 최적 활성화함수를 도출하였다. 그리고 최근 널리 사용되고 있는 순환신경망 모델인 Long Short-Term Memory (LSTM) 모델의 결과와 비교분석하였다. 분석결과 지하수위 변동폭이 상대적으로 큰 관측정과 상대적으로 작은 관측정에 대한 지하수위 예측에 대해서는 각각 ELU와 Leaky ReLU 함수가 최적의 활성화함수로 도출되었다. 반면 sigmoid 함수는 학습기간에 대해 5개 활성화함수 중 예측성능이 가장 낮았으며 첨두 및 최저 지하수위 예측에서 적절하지 못한 결과를 도출하였다. 따라서 ANN-sigmoid 모델은 가뭄기간의 지하수위 예측을 통한 지하수자원 관리목적으로 사용할 경우 주의가 필요하다. ANN-ELU와 ANN-Leaky ReLU 모델은 LSTM 모델과 대등한 지하수위 예측성능을 보여 활용가능성이 충분히 있으며 LSTM 모델은 ANN 모델들 보다 예측성능이 높아 인공지능 모델의 예측성능 비교분석 시 참고 모델로 활용될 수 있다. 마지막으로 학습기간의 정보량에 따라 학습기간의 지하수위 예측성능이 검증 및 테스트 기간의 예측성능보다 낮을 수 있다는 것을 확인하였으며, 관측지하수위의 변동폭이 크고 변동양상이 복잡할수록 인공지능 모델별 지하수위 예측능력의 차이는 커졌다. 본 연구에서 제시한 5개의 활성화함수를 적용한 연구방법 및 비교분석 결과는 지하수위 예측뿐만 아니라 일단위 하천유출량 및 시간단위 홍수량 등 지표수 예측을 포함한 다양한 연구에 유용하게 사용될 수 있다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1095-1105
• /
• 2021

기후변화에 따른 집중호우, 태풍 등의 발생빈도의 증가로 인하여 댐 운영의 고도화가 요구되고 있다. 일반적으로 댐 운영의 경우 강우예측, 강우-유출, 홍수추적 등 다양한 수리수문학적 요소들을 반영하여 수행되나 기 계획된 특정 규칙에 기반한 댐 운영 모형의 경우, 때때로 개별 모듈들의 불확실성과 복합적인 인자들로 인하여 댐의 방류량을 능동적으로 제어하는데 제약이 있을 수 있다. 본 연구는 남강댐 직하류 홍수피해 예방을 위하여 댐의 방류량 결정 등 효율적인 댐 운영을 지원하기 위해 딥러닝 기반 LSTM (Long Short-Term Memory) 모형을 구축하고, 선행시간별 댐직하류 수위예측 정확도를 분석하는 것을 목적으로 한다. LSTM 모형의 입력자료는 댐 운영에 사용되는 기초자료 및 하류 장대동 수위관측소의 수위 자료를 시 단위로 2009년부터 2021년 7월까지 수집하였다. 2009년부터 2018년 자료는 모형의 학습과 검증 및 2019년부터 2021년 7월 자료는 선행시간을 7개(1 h, 3 h, 6 h, 9 h, 12 h, 18 h, 24 h)로 구분하여 관측 수위와 예측 수위를 비교·분석하였다. 그 결과, 선행시간 1시간의 예측결과는 평균적으로 MAE가 0.01 m, RMSE가 0.015 m, NSE가 0.99 로 관측 수위에 매우 근접한 예측 결과를 나타내었다. 또한, 선행시간이 길어질수록 예측 정확도는 근소하게 감소하였지만, 관측 수위의 시간적 패턴을 유사하게 안정적으로 예측하는 것으로 분석되었다. 따라서 수리수문학적 비선형의 복잡한 자료간의 특징을 자동으로 추출하여 예측 자료를 생산하는 LSTM 모형은 댐 방류량 의사결정에 있어 활용이 가능할 것으로 판단된다.

• 한국지반공학회논문집
• /
• 제32권7호
• /
• pp.35-45
• /
• 2016

해양구조물을 지지하기 위해 사용되는 버킷기초를 설계하는데 있어 수직지지력을 정확하게 예측하는 것은 중요하다. 사질토 또는 점성토 지반에 설치된 버킷기초의 수직지지력에 대한 실험적, 이론적 연구가 많이 수행되었지만, 실제와 같은 다층지반에서의 산정방법은 명확하게 제시되지 않았다. 본 연구에서는 2차원 축대칭 유한요소해석을 수행하여 점성토 지반 위의 사질토 층에 설치된 버킷기초의 수직지지력을 산정하였다. 사질토의 마찰각, 점성토의 비배수전단강도, 사질토 층 두께, 기초의 장경비가 다양한 조건에 대하여 매개변수 해석을 수행하였으며, 이들의 영향에 따른 지반의 파괴 메커니즘 차이를 분석하였다. 최종적으로 수치해석을 수행하여 얻어진 극한지지력의 결과를 바탕으로 버킷기초 설계에 사용할 수 있는 지지력 산정 차트를 제시하였다. 또한 설계차트에 직접 제시되어 있지 않은 조건에 대해서는 차트에 제시된 값에 선형보간법을 적용하여 버킷기초의 선단지지력을 예측할 수 있는 것으로 나타났다.

• 대한후두음성언어의학회지
• /
• 제10권2호
• /
• pp.119-123
• /
• 1999

Background and Objectives : Conditions such as muscle atrophy, stretching of strap muscles, and continued craniofacial growth factors have been cited as contributing to the changes observed in the vocal tract structure and function in elderly speakers. The purpose of the present study is to compare F$_1$ and F$_2$ frequency levels in elderly and young adult male and female speakers producing a series of vowels ranging from high-front to low-back placement. Material and Methods : The subjects were two groups of young adults(10 males, 10 females, mean age 21 years old range 19-24 years) and two groups of elderly speakers(10 males, 10 females, mean age 67 years : range 60-84 years). Each subject participated in speech pathologist to be a speaker of unimpared standard Korean. The headphone was positioned 2 cm from the speakers lips. Each speaker sustained the five vowels for 5 s. Formant frequency measures were obtained from an analysis of linear predictive coding in CSL model 4300B(Kay co). Results : Repeated measure AVOVA procedures were completed on the $F_1$ and $F_2$ data for the male and female speakers. $F_2$ formant frequency levels were proven to be significantly lower fir elderly speakers. Conclusions : We presume $F_2$ vocal cavity(from the point of tongue constriction to lip) lengthening in elderly speakers. The research designed to observe dynamic speech production more directly will be needed.

• International Journal of Control, Automation, and Systems
• /
• 제4권3호
• /
• pp.325-332
• /
• 2006

The dynamic responses of human standing postural control were investigated when subjects were exposed to long-term horizontal vibration. It was hypothesized that the motion of standing posture complexity mainly occurs in the mid-sagittal plane. The motor-driven support platform was designed as a source of vibration. The AC Servo-controlled motors produced anterior/posterior (AP) motion. The platform acceleration and the trunk angular velocity were used as the input and the output of the system, respectively. A method was proposed to identify the complexity of the standing posture dynamics. That is, during AP platform motion, the subject's knee, hip and neck were tightly constrained by fixing assembly, so the lower extremity, trunk and head of the subject's body were individually immovable. Through this method, it was assumed that the ankle joint rotation mainly contributed to maintaining their body balance. Four subjects took part in this study. During the experiment, the random vibration was generated at a magnitude of $0.44m/s^2$, and the duration of each trial was 40 seconds. Measured data were estimated by the coherence function and the frequency response function for analyzing the dynamic behavior of standing control over a frequency range from 0.2 to 3 Hz. Significant coherence values were found above 0.5 Hz. The estimation of frequency response function revealed the dominant resonance frequencies between 0.60 Hz and 0.68 Hz. On the basis of our results illustrated here, the linear model of standing postural control was further concluded.

• 대한산업공학회지
• /
• 제40권1호
• /
• pp.8-17
• /
• 2014

In this research, we employed various data mining techniques to build predictive models for win-loss prediction in Korean professional baseball games. The historical data containing information about players and teams was obtained from the official materials that are provided by the KBO website. Using the collected raw data, we additionally prepared two more types of dataset, which are in ratio and binary format respectively. Dividing away-team's records by the records of the corresponding home-team generated the ratio dataset, while the binary dataset was obtained by comparing the record values. We applied seven classification techniques to three (raw, ratio, and binary) datasets. The employed data mining techniques are decision tree, random forest, logistic regression, neural network, support vector machine, linear discriminant analysis, and quadratic discriminant analysis. Among 21(= 3 datasets${\times}$7 techniques) prediction scenarios, the most accurate model was obtained from the random forest technique based on the binary dataset, which prediction accuracy was 84.14%. It was also observed that using the ratio and the binary dataset helped to build better prediction models than using the raw data. From the capability of variable selection in decision tree, random forest, and stepwise logistic regression, we found that annual salary, earned run, strikeout, pitcher's winning percentage, and four balls are important winning factors of a game. This research is distinct from existing studies in that we used three different types of data and various data mining techniques for win-loss prediction in Korean professional baseball games.