• International journal of advanced smart convergence
• /
• 제7권2호
• /
• pp.86-94
• /
• 2018

This study focuses on presenting the IT program module provided by real - time forecasting and database of the voluntary disclosure quality measure in order to solve the problem of capital cost due to information asymmetry of external investors and corporate executives. This study suggests a model of the algorithm that the quality of real - time voluntary disclosure can be provided to all investors immediately by IT program in order to deliver the meaningful value in the domestic capital market. This is a method of generating and analyzing real-time or non-real-time prediction models by transferring the predicted estimates delivered to the Big Data Log Analysis System through the statistical DB to the statistical forecasting engine.

• 물과 미래
• /
• 제28권5호
• /
• pp.219-233
• /
• 1995

강우의 평균과 분산이 시 공간적으로 변하는 비정상 다변량 모형을 강우모형으로 선정하였다. 그리고 강우모형의 상태 및 매개변수의 추정을 위해 비정상 대변량 모형의 잔차항에 Kalman Filter 순환추정 알고리즘을 적용하여 강우예측모형 시스템을 구성하였다. 그후 반응시간이 짧은 도시지역에 설치된 T/M 강우관측소에 입력되는 매 시간(10분간격) 강우자료를 사용하여 호우개수방법에 의한 비정상(Non-stationary) 평균과 분산의 추정 그리고 호우속도 추정을 통한 정규잔차 공분산을 추정하여 다수의 지점들 및 선행시간들의 실시간 다변량 단기 강우예측 (On-line, Real-time, Multivariate Short-term, Rainfall Prediction)을 하였다. 강우예측시스템 모형에 의한 결과와 비정상 변량 모형에 의한 강우모의 결과가 잘 일치하였다. 그리고 예측정도를 측정하는 방법인 제곱 평균 제곱근 오차(RMSE)와 모형 효율성 계수(ME)를 분석한 결과, 강우 예측시간 즉 선행시간이 갈수록 제곱 평균 제곱근 오차가 커지고 모형 효율성 계수가 1로부터 점차 작아지는 것으로 보아 강우예측 정도가 떨어지는 것을 알 수 있었다. 또한 호우개수방법으로 구한 평균이 호우구조의 많은 부분을 차지하고 있음을 알 수 있었다.

• 한국정보통신학회논문지
• /
• 제10권5호
• /
• pp.783-791
• /
• 2006

전자무역에서 실시간 시스템은 매우 중요한 역할을 담당한다. 각각의 태스크들은 제한된 시간이 주어져 있고, 제한된 시간 내에 문서 처리를 수행하지 못할 경우 큰 피해를 입을 수 있으므로 반드시 약속된 규정이 지켜져야 한다. 전자무역에서 스케줄링 가능성 기법들은 주로 주기적인 태스크를 사용하는데 이 방법 외의 다른 태스크 시간 조건과 비 주기적인 태스크 시간조건을 이용하여 보다 안정적인 사전예측 스케줄링 가능성 알고리즘의 연구가 필요하다. 본 논문은 개별 태스크 이용율을 사용하여 예측가능성을 높이기 위한 알고리즘을 제안하며, 기존의 태스크 전체 이용율과 제안한 알고리즘을 이용한 스케줄링 가능성 조건을 제시하였다.

• 한국태양에너지학회 논문집
• /
• 제34권1호
• /
• pp.8-18
• /
• 2014

Building simulation is used in a variety of sectors. In its early years, building simulation was mainly used in the design phase of a building for basic functions. Recently, however, it has become increasingly important during the operating phase, for commissioning and facility management. Most building simulation tools are used to estimate the thermal environment and energy consumption performance, and hence, they require the inputting of hourly weather data. A building simulation used for prediction should take into account the use of standard weather data. Weather data, which is used as input for a building simulation, plays a crucial role in the prediction performance, and hence, the selection of appropriate weather data is considered highly important. The present study proposed a technique for generating real-time weather data files, as opposed to the standard weather data files, which are required for running the building simulation. The forecasted weather elements provided by the Korea Meteorological Administration (KMA), the elements produced by the calculations, those utilizing the built-in functions of Energy Plus, and those that use standard values are combined for hourly input. The real-time weather data files generated using the technique proposed in the present study have been validated to compare with measured data and simulated data via EnergyPlus. The results of the present study are expected to increase the prediction accuracy of building control simulation results in the future.

• 한국빅데이터학회지
• /
• 제3권1호
• /
• pp.55-62
• /
• 2018

본 연구에서는 그동안 해외에서 주로 실행되어 왔던 빅데이터를 이용한 다양한 질병(독감, 폐렴, 수족구병) 환자수 예측 모델을 개발해 보았다. 기존의 환자수 예측이 병원에서 실제 환자수를 카운팅한 수를 수집하여 발표하는 시스템이라면, 이번에 개발한 연구 모델은 실시간으로 제공되는 질병 관련 단어 및 다양한 기후 데이터를 접목하여 기계학습 방법으로 알고리즘을 만들고, 이를 기반으로 정부에서 발표하기 전 환자수를 예측하는 모델이다. 특히 유행성 질병이 빠르게 확산될 경우, 실시간으로 전파 속도를 파악할 수 있다는 점에서 그 장점이 있다. 이를 위하여 구글 플루 트렌드에서 실패한 부분을 최대한 보완하여 다양한 데이터를 활용한 예측 모델을 개발하였다.

• 대한토목학회논문집
• /
• 제32권6D호
• /
• pp.599-605
• /
• 2012

교통개방시점의 예측은 공사 계획을 위해 중요하며 이를 위해 에폭시 아스팔트 혼합물의 양생에 따른 강도를 예측하는 것이 필요하다. 본 연구에서는 에폭시 아스팔트 혼합물의 양생온도와 시간에 따른 마샬안정도를 측정하고 이를 이용해 강도 발현식을 구하였으며, 변화하는 온도와 강도에 따른 반응속도를 반영할 수 있도록 화학적 반응속도론을 이용하여 에폭시 아스팔트 강도 예측모델을 개발하였다. 예측모델을 사용하여 에폭시 아스팔트 포장이 적용된 국내 교량에 대해 교통개방시기를 예측하였다. 2009년~2011년의 기상조건에 따라 가정된 포장체 온도를 사용한 예측결과는 실제 교통개방일과 17일의 차이가 발생했으나 이는 2012년의 실제 기상상태와의 차이 때문이다. 실제 측정된 포장 온도를 예측모델에 대입할 경우 2일의 교통개방가능일 차이가 있었으며, 상관관계 분석 결과 R2가 0.95로 실제 강도값과 매우 유사한 결과를 얻을 수 있었다. 기상상태와 포장체의 온도에 대한 충분한 데이터를 확보한다면 에폭시 아스팔트 강도 예측모델을 사용하여 상당히 신뢰도 있는 교통개방 가능 시기의 예측이 가능한 것으로 나타났다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 학술대회 논문집 정보 및 제어부문
• /
• pp.82-85
• /
• 2004

This paper proposes the development of delay compensator to minimize performance degradation caused by time delays in network-based real-time control systems. The delay compensator uses the time-stamp method as a direct delay measuring method to measure time delays generated between network nodes. The delay compensator predicts the network time delays of next period in the views point of time delays and minimizes performance degradation from network through considering predicted time delays. Control output considering network time delays is generated by the defuzzification of probable time delays of next period. The time delays considered in the delay compensator are modeled by using a timed Petri net model. The proposed delay prediction mechanism for the delay compensator is evaluated through some simulation tests by measuring deviation of the predicted delays from simulated delays.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1999년도 제36회 학술발표회논문집
• /
• pp.217-222
• /
• 1999

• Geomechanics and Engineering
• /
• 제29권5호
• /
• pp.523-533
• /
• 2022

Several prediction model of penetration rate (PR) of tunnel boring machines (TBMs) have been focused on applying to design stage. In construction stage, however, the expected PR and its trends are changed during tunneling owing to TBM excavation skills and the gap between the investigated and actual geological conditions. Monitoring the PR during tunneling is crucial to rescheduling the excavation plan in real-time. This study proposes a sequential prediction method applicable in the construction stage. Geological and TBM operating data are collected from Gunpo cable tunnel in Korea, and preprocessed through normalization and augmentation. The results show that the sequential prediction for 1 ring unit prediction distance (UPD) is R²≥0.79; whereas, a one-step prediction is R²≤0.30. In modeling algorithm, a gradient boosted regression tree (GBRT) outperformed a least square-based linear regression in sequential prediction method. For practical use, a simple equation between the R² and UPD is proposed. When UPD increases R² decreases exponentially; In particular, UPD at R²=0.60 is calculated as 28 rings using the equation. Such a time interval will provide enough time for decision-making. Evidently, the UPD can be adjusted depending on other project and the R² value targeted by an operator. Therefore, a calculation process for the equation between the R² and UPD is addressed.

• IEIE Transactions on Smart Processing and Computing
• /
• 제5권6호
• /
• pp.430-439
• /
• 2016

Estimation and analysis of traffic jams plays a vital role in an intelligent transportation system and advances safety in the transportation system as well as mobility and optimization of environmental impact. For these reasons, many researchers currently mainly focus on the brilliant machine learning-based prediction approaches for traffic prediction systems. This paper primarily addresses the analysis and comparison of prediction accuracy between two machine learning algorithms: Naïve Bayes and K-Nearest Neighbor (K-NN). Based on the fact that optimized estimation accuracy of these methods mainly depends on a large amount of recounted data and that they require much time to compute the same function heuristically for each action, we propose an approach that applies multi-threading to these heuristic methods. It is obvious that the greater the amount of historical data, the more processing time is necessary. For a real-time system, operational response time is vital, and the proposed system also focuses on the time complexity cost as well as computational complexity. It is experimentally confirmed that K-NN does much better than Naïve Bayes, not only in prediction accuracy but also in processing time. Multi-threading-based K-NN could compute four times faster than classical K-NN, whereas multi-threading-based Naïve Bayes could process only twice as fast as classical Bayes.