• 전기학회논문지
• /
• 제60권3호
• /
• pp.600-605
• /
• 2011

This paper shows field test and evaluation results for a wireless vehicle detector with anisotropic magneto-resistive (AMR) sensors. The detector consists of two AMR sensors and mechanical and electronic apparatuses. The AMR sensor senses disturbance of the earth magnetic field caused by a vehicle moving over the sensor and then produces an output indicative of the moving vehicle. In this paper, vehicle speeds are calculated by using two AMR sensors fixed on a board, with constant distance. To test and evaluate the accuracy of the detector in real traffic situations, the detector was installed on a local highway and vehicle speeds and volumes were measured both in a free running and a highly congested traffic. The measurements from the detector are compared with the reference measurements obtained from a traffic camera with the Mean Absolute Percentage Errors (MAPE), which has proved the usefulness of the detector in the field.

• 응용통계연구
• /
• 제26권2호
• /
• pp.349-360
• /
• 2013

최근 일별 최대 전력수요 예측은 전력설비 계획 및 운용에 매우 중요한 사안으로 주목받고 있다. 본 연구는 일별 최대 전력수요 예측을 위하여 대표적 시계열 모형을 소개하고, 예측의 성능 비교를 위하여 RMSE(Root mean squared error)와 MAPE(Mean absolute percentage error)를 사용한다. 연구결과로 보완된 Holt-Winters 모형과 Reg-ARIMA 모형이 다른 모형에 비하여 우수한 예측 성능을 보였다.

• 한국도로학회논문집
• /
• 제17권4호
• /
• pp.135-141
• /
• 2015

PURPOSES: This study has been conducted to determine a homogeneous segment and integration to improve the efficiency of short-term traffic count. We have also attempted to reduce the traffic monitoring budget. METHODS: Based on the statistical approach, a homogeneous segment in the same road section is determined. Statistical analysis using t-test, mean difference, and correlation coefficient are carried out for 10-year-long (2004-2013) short-term count traffic data and the MAPE of fresh data (2014) are evaluated. The correlation coefficient represents a trend in traffic count, while the mean difference and t-score represent an average traffic count. RESULTS : The statistical analysis suggests that the number of target segments varies with the criteria. The correlation coefficient of more than 30% of the adjacent segment is higher than 0.8. A mean difference of 36.2% and t-score of 19.5% for adjacent segments are below 20% and 2.8, respectively. According to the effectiveness analysis, the integration criteria of the mean difference have a higher effect as compared to the t-score criteria. Thus, the mean difference represents a traffic volume similarity. CONCLUSIONS : The integration of 47 road segments from 882 adjacent road segments indicate 8.87% of MAPE, which is within an acceptable range. It can reduce the traffic monitoring budget and increase the count to improve an accuracy of traffic volume estimation.

• Journal of the Korean Wood Science and Technology
• /
• 제35권2호
• /
• pp.69-78
• /
• 2007

The mechanical properties of wood flour, Hwangto (325 and 1,400 mesh per 25,4 mm) and coupling agent-reinforced HDPE composites were investigated in this study. Hwangto and maleated polyethylene (MAPE) were used as an inorganic filler and a coupling agent, respectively. The addition of Hwangto and MAPE to virgin HDPE also increased the Young's modulus in the smaller degree. The addition of wood flour and Hwangto to virgin HDPE increased the tensile strength, due to the high uniform dispersion of HDPE by high surface area of Hwangto in HDPE and wood flour. MAPE also significantly increased the tensile strength. When wood flour was added, there was no notable difference on the tensile properties, in terms of Hwangto particle size. Hwangto also improved the flexural modulus and strength of reinforced HDPE composites. With different particle sizes of Hwangto, there was no considerable difference in flexural modulus and strength of reinforced HDPE composites. The addition of Hwangto showed slightly lower impact strength than that of wood flour. However, the particle size of Hwangto showed no significant effect on the impact strength of reinforced composites. In conclusion, reinforced HDPE composites with organic and inorganic fillers provide highly improved mechanical properties over virgin HDPE.

• 한국산학기술학회논문지
• /
• 제11권8호
• /
• pp.2793-2800
• /
• 2010

이 논문에서는 여름철 일일 전력수요 총량을 예측하는 회귀모형을 개발한다. 경제적인 전력 생산계획을 수립하기위해 예측 오차율을 낮추는 것은 매우 중요하다. 전력수요가 크게 증가하는 여름철 전력수요를 예측하기위해 기존 연구에서는 외기온도 및 직전일 전력수요를 고려하였으나, 이 논문에서는 기존 연구에서 제시한 예측 오차율을 개선하기 위해 전력수요의 요일별 특성을 추가적으로 고려한 회귀모형을 개발한다. 이 논문에서는 여름철 전력수요의 요일별 패턴은 최고차항의 계수가 음수인 2차 함수 형태를 나타냄을 확인하였다. 즉, 2005년부터 2009년까지 5년간의 여름철 전력수요 패턴을 살펴본 결과 전력수요 총량은 일요일에 가장 낮고 월요일부터 증가하다가 수요일이나 목요일부터 다시 감소하는 패턴을 보인다. 이 논문에서 제안하는 여름철 전력수요 예측 회귀모형의 타당성을 검증하기 위해 2005년부터 2009년까지 실제 전력수요 데이터를 바탕으로 여름철 전력수요 총량을 예측한 결과, 평균 오차율(MAPE: Mean Absolute Percentage Error)과 최대 오차율(MPE: Maximum Percentage Error)이 각각 3.08%와 8.99%를 넘지 않는 수준임을 확인하였다. 또한 기존 연구에서 제시한 방법과 비교하여도 평균 오차율과 최대 오차율 모두 기존 연구에서 제시한 오차율보다 우수함을 확인하였다.

• 응용통계연구
• /
• 제27권7호
• /
• pp.1257-1268
• /
• 2014

KTX에 등장에 따라 국내 여객시장은 KTX 시장을 중심으로 변화가 이루어졌다. 이에 따라 KTX 이용 여객의 수요예측은 열차 운영에 있어서 매우 중대한 사안이다. 본 논문에서는 여러 시계열 모형의 비교를 통해 KTX 이용 여객의 수요와 연관이 있는 요일과 공휴일, 명절을 어떠한 형태로 고려할 것인지 연구하였다. 모형 간 예측력을 비교하기 위하여 Mean Absolute Percentage Errors (MAPE)를 사용하였으며, 1달간의 단기간 예측에 있어서 변동성을 고려해줄 수 있는 Reg-AR-GARCH 모형이 우수한 예측력을 나타냈으며, 1달을 초과한 기간의 예측에서는 Reg-ARMA 모형이 우수한 예측력을 나타냈다.

• Computers and Concrete
• /
• 제19권4호
• /
• pp.419-427
• /
• 2017

With the rising global environmental awareness on energy saving and carbon reduction, as well as the environmental transition and natural disasters resulted from the greenhouse effect, waste resources should be efficiently used to save environmental space and achieve environmental protection principle of "sustainable development and recycling". This study used recycled cement mortar and adopted the volumetric method for experimental design, which replaced cement (0%, 10%, 20%, 30%) with recycled materials (fly ash, slag, glass powder) to test compressive strength and ultrasonic pulse velocity (UPV). The hyperbolic function for nonlinear multivariate regression analysis was used to build prediction models, in order to study the effect of different recycled material addition levels (the function of $R_m$(F, S, G) was used and be a representative of the content of recycled materials, such as fly ash, slag and glass) on the compressive strength and UPV of cement mortar. The calculated results are in accordance with laboratory-measured data, which are the mortar compressive strength and UPV of various mix proportions. From the comparison between the prediction analysis values and test results, the coefficient of determination $R^2$ and MAPE (mean absolute percentage error) value of compressive strength are 0.970-0.988 and 5.57-8.84%, respectively. Furthermore, the $R^2$ and MAPE values for UPV are 0.960-0.987 and 1.52-1.74%, respectively. All of the $R^2$ and MAPE values are closely to 1.0 and less than 10%, respectively. Thus, the prediction models established in this study have excellent predictive ability of compressive strength and UPV for recycled materials applied in cement mortar.

• 디지털융복합연구
• /
• 제15권3호
• /
• pp.157-163
• /
• 2017

항만 물동량 예측은 항만관리 기관의 투자계획에 매우 중요한 요소이다. 더불어 최근 항만은 물동량 유치를 위한 치열한 경쟁을 이어가고 있기 때문에 항만 정책수립에 있어 국내외 주요국의 물동량 예측은 중요한 의미를 갖는다. 항만 물동량 예측이 항만의 개발정책에 매우 중요하지만 최적의 물동량 예측 모델 개발에는 아직 어려움을 겪고 있다. 이러한 측면에서 본 연구는 중국 컨테이너 물동량 예측모델 제시를 연구의 목적으로 하였다. 중국 컨테이너 물동량 예측은 Clarkson's Shipping Intelligence Network를 통해 수집한 2004년 1월부터 2015년 12월까지 12년간의 월간 데이터를 System Dynamics를 사용하여 2004년부터 2020년까지 변화를 시뮬레이션 하였다. 실제 중국 컨테이너 물동량 데이터와 Stock-flow 다이어그램을 통해 도출된 예측값을 비교하여 모델의 정확도를 검증했다. 검증결과 수 출입 컨테이너 예측모델은 MAPE값이 각각 6.21 %, 7.68 %로 나타나 정확한 예측모델로 확인되었다.

• 치위생과학회지
• /
• 제24권1호
• /
• pp.22-28
• /
• 2024

Background: Particulate matter (PM) has been extensively observed due to its negative association with human health. Previous research revealed the possible negative effect of air pollutant exposure on oral health. However, the predictive model between air pollutant exposure and the prevalence of periodontitis has not been observed yet. Therefore, this study aims to propose a predictive model for the number of patients with periodontitis exposed to PM and atmospheric factors in South Korea using deep learning. Methods: This study is a retrospective cohort study utilizing secondary data from the Korean Statistical Information Service and the Health Insurance Review and Assessment database for air pollution and the number of patients with periodontitis, respectively. Data from 2015 to 2022 were collected and consolidated every month, organized by region. Following data matching and management, the deep neural networks (DNN) model was applied, and the mean absolute percentage error (MAPE) value was calculated to ensure the accuracy of the model. Results: As we evaluated the DNN model with MAPE, the multivariate model of air pollution including exposure to PM_2.5, PM₁₀, and other atmospheric factors predict approximately 85% of the number of patients with periodontitis. The MAPE value ranged from 12.85 to 17.10 (mean±standard deviation=14.12±1.30), indicating a commendable level of accuracy. Conclusion: In this study, the predictive model for the number of patients with periodontitis is developed based on air pollution, including exposure to PM_2.5, PM₁₀, and other atmospheric factors. Additionally, various relevant factors are incorporated into the developed predictive model to elucidate specific causal relationships. It is anticipated that future research will lead to the development of a more accurate model for predicting the number of patients with periodontitis.

• 지능정보연구
• /
• 제18권4호
• /
• pp.43-57
• /
• 2012

제조업에 있어서 판매 후 서비스 건수와 내용 등은 향후 서비스 제공을 위한 자원배분의 효율성 증진과 서비스 품질 향상을 위해서도 매우 중요한 정보이다. 따라서 기업들은 향후 발생하는 판매 후 서비스에 대해 정확히 예측하고 그에 따라 적절히 대처하는 능력을 확보할 필요성이 제조업을 중심으로 증가하고 있다. 그러나 실제로 이들 기업들이 활용하고 있는 서비스 수요예측 방법들은 전통적인 통계적인 예측기법이거나, 시뮬레이션을 기반한 기법들이다. 예를 들면, 전통적인 통계적인 예측기법으로는 회귀분석(regression analysis)의 경우, 다양한 제품모델에 대한 판매 후 서비스 발생 패턴이 선형적인 관계가 매우 적음에도 불구하고 선형으로 가정하여 추정한다는 점과 적정한 회귀식을 가정하여야 되며, 이러한 가정이 실제 경영환경에서는 매우 어렵다는 점 등이 기존의 예측기법들의 한계점으로 지적되고 있다. 본 연구에서는 디지털 TV 모델을 생산 판매 하는 A사의 사례연구를 통하여 최근 인공지능연구에서 각광을 받고 있는 사례기반추론(case-based reasoning; CBR) 기법을 활용한 서비스 수요예측 프레임워크를 제안하고자 한다. 또한, 사례기반추론에서 핵심적인 역할 중 하나인 유사 사례추출 방법에 있어서 가장 일반적인 nearest-neighbor 방법 이외의 유사 사례추출 방법을 제안하고자 한다. 특히, 본 연구에서 제안하는 유사 사례추출 방법은 인공신경망(artificial neural network)을 활용한 자기조직화지도(Self-Organizing Maps : SOM) 군집화 기법을 활용한 유사 사례추출 방식으로 이를 활용한 서비스 수요예측 프레임워크에 구현하고, 실제 기업의 판매 후 서비스 데이터를 활용하여 본 연구에서 제안하는 서비스 수요 예측 프레임워크의 유효성을 실증적으로 검증하고자 한다.