• 한국산업정보학회논문지
• /
• 제4권3호
• /
• pp.1-7
• /
• 1999

소프트웨어 프로젝트 관리과정의 활동에서 프로젝트 관리자의 중요한 임무는 소프트웨어의 크기와 인적 노력 등을 예측하는 것이다. 최근 소프트웨어 개발에 주로 사용되는 제 4세대 언어(4GL)와 데이터베이스 환경에서 개발되는 프로젝트에 대한 크기를 예측하는 모델은 불행하게도 연구가 미비한 실정이다. 본 논문에서는 4GL로 개발되는 프로젝트 개발 초기 단계에서 수집한 메트릭스를 이용하여 소프트웨어 크기를 예측하는 추정 모델을 제안 한다. 제안된 방법은 상대오차(MRE)를 최소화시키는 방법으로 개발 초기과정에서 얻어지는 측도들의 이상치에 덜 민감한 특성을 가지고 있다. 본 논문에서 제안된 모델에 대하여 적합도와 예측력의 성능을 테스트하기 위하여 데이터 ？을 I,II 2개로 나누어 실험하였다. 실험결과, 추정된 모델의 적합도와 예측력은 제안된 MRE 추정방법이 데이터 셀 I,II 모두에서 전통적인 방법 LS, RLS보다 우수하게 나타났다.

• Journal of Biosystems Engineering
• /
• 제17권3호
• /
• pp.229-236
• /
• 1992

In an effort to localize the spray-dryer which is markedly used for drying food materials, a experiment was carried out with a wheel type atomizer locally designed and manufactured to evaluate the effect of rotational speed, feed rate and physical properties of liquid food material on the droplet size, and to develop a model to predict the droplet size sprayed at various operational conditions. The result are summarized as follows. 1. The frequency of droplet size sprayed from the atomizer at every treatment were similar to normal distributions. 2. Under the test conditions adopted in this study, that is, rotational speed of the atomizer ranging from 15,000 to 20,000 rpm (55.0 m/sec - 73.3 m/sec), feed rate from 14 to 37 kg/hr and viscosity of the material from 1.14 to 350 cP, the mean volume-surface dia. of droplets was decreased as increase in rotational speed and was not affected significantly by the feed rate and viscosity. 3. Through the dimensional analysis, a prediction model was developed as follows : $$\frac{Dvs}{r}=K[\frac{Q}{{\mu}r}]^a[\frac{rN^2}{g}]^b[\frac{{\rho}^2r^3g}{{\mu}^2}]^c[\frac{L}{r}]^d$$ and it was proved that the above model was better in degree of fitness than other models reported. 4. A prediction equation for the droplet size sprayed from the atomizer under the test was expressed as follows : $$\frac{Dvs}{r}=0.0215[\frac{Q}{{\mu}r}]^{0.06}[\frac{rN^2}{g}]^{0.3314}[\frac{{\mu}^2}{{\rho}^2r^3g}]^{0.0158}$$.

• 한국경영과학회지
• /
• 제29권4호
• /
• pp.41-60
• /
• 2004

A stream data is a data set that is accumulated to the data storage from a data source over time continuously. The size of this data set, in many cases. becomes increasingly large over time. To mine information from this massive data. it takes much resource such as storage, memory and time. These unique characteristics of the stream data make it difficult and expensive to use this large size data accumulated over time. Otherwise. if we use only recent or part of a whole data to mine information or pattern. there can be loss of information. which may be useful. To avoid this problem. we suggest a method that efficiently accumulates information. in the form of rule sets. over time. It takes much smaller storage compared to traditional mining methods. These accumulated rule sets are used as prediction models in the future. Based on theories of ensemble approaches. combination of many prediction models. in the form of systematically merged rule sets in this study. is better than one prediction model in performance. This study uses a customer data set that predicts buying power of customers based on their information. This study tests the performance of the suggested method with the data set alone with general prediction methods and compares performances of them.

• Journal of the Korean Physical Society
• /
• 제73권10호
• /
• pp.1589-1595
• /
• 2018

Similarity index measures the topological proximity of node pairs in a complex network. Numerous similarity indices have been defined and investigated, but the dependency of structure on the performance of similarity indices has not been sufficiently investigated. In this study, we investigated the relationship between the performance of similarity indices and structural properties of a network by employing a two-state random network. A node in a two-state network has binary types that are initially given, and a connection probability is determined from the state of the node pair. The performances of similarity indices are affected by the number of links and the ratio of intra-connections to inter-connections. Similarity indices have different characteristics depending on their type. Local indices perform well in small-size networks and do not depend on whether the structure is intra-dominant or inter-dominant. In contrast, global indices perform better in large-size networks, and some such indices do not perform well in an inter-dominant structure. We also found that link prediction performance and the performance of similarity are correlated in both model networks and empirical networks. This relationship implies that link prediction performance can be used as an approximation for the performance of the similarity index when information about node type is unavailable. This relationship may help to find the appropriate index for given networks.

• 한국해양공학회지
• /
• 제38권1호
• /
• pp.18-29
• /
• 2024

Waves are a complex phenomenon in marine and coastal areas, and accurate wave prediction is essential for the safety and resource management of ships at sea. In this study, three types of machine learning techniques specialized in nonlinear data processing were used to predict the waves of Korea waters. An optimized algorithm for each area is presented for performance evaluation and comparison. The optimal parameters were determined by varying the window size, and the performance was evaluated by comparing the mean absolute error (MAE). All the models showed good results when the window size was 4 or 7 d, with the gated recurrent unit (GRU) performing well in all waters. The MAE results were within 0.161 m to 0.051 m for significant wave heights and 0.491 s to 0.272 s for periods. In addition, the GRU showed higher prediction accuracy for certain data with waves greater than 3 m or 8 s, which is likely due to the number of training parameters. When conducting marine and offshore research at new locations, the results presented in this study can help ensure safety and improve work efficiency. If additional wave-related data are obtained, more accurate wave predictions will be possible.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2011년도 정기총회 및 추계학술대회 논문집
• /
• pp.1115-1122
• /
• 2011

Reinforced-Roadbed materials are usually composed of crushed stones. Repeated load application can induce deformation in the reinforced-roadbed layer so that it causes irregularity of track. Thus it is important to develop a prediction model of elastic modulus based on stress-strain relation under repeatitive load in order to investigate behavior of reinforced roadbed. The prediction model of elastic modulus of the material can be obtained from repeated triaxial test. However, a proper size of the sample for the test must be used. In this study, a large repeatitive triaxial test apparatus with the sample size of diameter of 30 cm and height of 60cm was adapted for performing test of the crushed stone reinforced-roadbed considering large particle size to get resilient modulus Mr. The obtained resilient modulus was compared to shear modulus obtained from mid size resonant column test. The sample size effect is somewhat large enough so that it is required to design a scale factor based on similarity law in order to use smaller samples for getting elastic modulus of the crushed stone reinforced-roadbed material. A scale factor could be obtained from this study.

• 조명전기설비학회논문지
• /
• 제24권1호
• /
• pp.63-70
• /
• 2010

본 논문에서는 원자력발전소 증기세관 크기 예측을 위한 신경회로망 구조에 대해서 연구한다. 와류탐상 시험(ECT) 신호로부터 특징을 추출한 후, 결함크기 예측을 위해서 다층퍼셉트론 신경회로망을 이용한다. 결함크기 예측성능을 최대화하기 위해서는 신경회로망의 구조, 특히 은닉층 내의 뉴런의 개수를 신중히 결정하여야 한다. 본 논문에서는, 결함크기 예측을 위한 은닉층 내의 뉴런의 개수를 교차검증을 이용하여 매우 효과적으로 결정할 수 있음을 보인다.

• 대한소아치과학회지
• /
• 제33권2호
• /
• pp.253-261
• /
• 2006

이번 연구의 목적은 혼합치열기 아동에서 미맹출된 견치와 소구치의 크기를 예측하는데 있어서 한국인에 맞는 방정식을 만들기 위함이다. 미맹출 치아의 크기를 예측하는 것은 혼합치열기 교정 진단과 치료계획 수립에 있어서 매우 중요하다. 미맹출된 견치와 소구치 크기를 예측하는 방법은 몇 가지가 있지만 그 중에서도 가장 흔하게 쓰이는 것이 모이어의 예측 표와 다나카와 존스턴의 방정식이 있다. 하지만 그것들은 백인을 위해서 제작된 것이고 치아 크기는 인종에 따라서 다르다고 알려져 있다. 이번 연구에서는 치아크기를 측정하여 하악 영구 절치의 크기 합과 견치 및 소구치의 크기 합 사이의 상관계수를 구하고 회귀방정식을 이용해서 한국인에 맞는 예측표를 만들었다. 연세대학교 치과대학에 재학중인 178명의 한국 학생(남 108명, 여 70명, 평균연령 21.63)을 대상으로 실험하였다. 영구치의 근원심 폭경을 석고모형상에서 calipers를 이용해서 측정하였다. 성별간의 치아 크기는 차이가 있었다 (p<0.05). Correlation coefficient는 0.57에서 0.64의 범위였고, standard errors of the estimates는 여성에서 0.6으로써 남성보다 우수하였다. ${\gamma}^2$값은 0.27에서 0.41의 범위를 나타내었다.

• 방송공학회논문지
• /
• 제15권6호
• /
• pp.815-829
• /
• 2010

본 논문에서는 H.264/AVC의 성능향상을 위해 단방향 예측에 의한 $4{\times}4$ 인트라 부호화 방법을 제안한다. 최신의 동영상 압축 표준인 H.264/AVC에서는 $16{\times}16$과 $4{\times}4$ 인트라 예측 방법을 사용하고 있다. $4{\times}4$ 인트라 예측 방법은 예측 블록의 크기가 작기 때문에 $16{\times}16$ 예측 방법과 비교하여 상대적으로 복잡한 영역에서 보다 정밀한 예측이 가능하고, $16{\times}16$ 인트라 예측 방법은 $4{\times}4$ 예측 방법에 비해 상대적으로 큰 예측 블록을 사용하여 예측 방향정보를 적게 전송함으로써 평편한 영역에서 보다 높은 효율로 부호화할 수 있는 특징이 있다. 제안하는 방법은 매크로블록(Macroblock)을 부호화하기 위해 $4{\times}4$ 블록 단위로 예측하여 예측블록의 정밀도를 높이고, 동시에 모두 같은 방향으로 예측하여 예측 방향 정보를 줄임으로써 부호화 효율을 높이는 효과가 있다. 실험 결과, 제안하는 단방향의 $4{\times}4$ 인트라 예측 방법은 기존 H.264/AVC의 $16{\times}16$ 예측 방법과의 툴 단위 성능 비교에서 약 10.47% 정도의 비트 감소를 보인다. 또한, $16{\times}16$ 및 $4{\times}4$ 예측 방법을 모두 적용한 것과 두 가지 방법에 제안한 방법을 추가로 적용했을 때의 성능 비교에서는 평균적으로 약 1.57% 정도의 비트 감소가 있음을 확인할 수 있다.

• 한국식품과학회지
• /
• 제20권6호
• /
• pp.827-833
• /
• 1988

본 연구는 식품의 동결시간에 영향을 미치는 요인에 대해 비교 검토하고. 시료 두께에 따른 동결시간 예측 모델을 유도하기 위해 정지공기식 동결법을 이용하여 피조개 등 4종의 시료에 대하여 실험하였다. 그 결과, 시료의 두께가 두꺼울수록, 표면열전달계수 및 초기온도에 의한 영향은 상당히 급증하였으며, 표면열전달계수의 값이 낮을수록 시료 두께에 미치는 영향은 크며. $150W/m^2^{\circ}C$ 이상에서는 동결시간에 미치는 영향이 거의 유사하게 나타났다. 또한 각 시료에 있어 초기 빙결점이 낮을수록 초기 수분함량이 많을수록, 밀도가 높을수록 동결시간이 길게 나타났고. 열적 물성치의 영향은 밀도, 수분함량, 비열 및 열전도도의 순으로 나타났다. 그리고 시료 초기온도, 초기 빙결점, 동결매체 온도에 따른 시료 두께별 동결 시간을 예측할 수 있는 중직선 회귀방정식을 유도한 결과 실험치와 비교하여 ${\pm}5%$의 오차를 보여 주었다.