Korean Journal of Agricultural and Forest Meteorology
/
v.18
no.1
/
pp.55-63
/
2016
Temperature lapse rate within the planetary boundary layer shows a diurnal cycle with a substantial variation. The widely-used lapse rate value for the standard atmosphere may result in unaffordable errors if used in interpolating hourly temperature in complex terrain. We propose a simple method for estimating hourly lapse rate and evaluate whether this scheme is better than the conventional method using the standard lapse rate. A standard curve for lapse rate based on the diurnal course of temperature was drawn using upper air temperature for 1000hPa and 925hPa standard pressure levels. It was modulated by the hourly sky condition (amount of clouds). In order to test the reliability of this method, hourly lapse rates for the 500-600m layer over Daegwallyeong site were estimated by this method and compared with the measured values by an ultrasonic temperature profiler. Results showed the mean error $-0.0001^{\circ}C/m$ and the root mean square error $0.0024^{\circ}C/m$ for this vertical profile experiment. An additional experiment was carried out to test if this method is applicable for the mountain slope lapse rate. Hourly lapse rates for the 313-401m slope range in a complex watershed ('Hadong Watermark 2') were estimated by this method and compared with the observations. We found this method useful in describing diurnal cycle and variation of the mountain slope lapse rate over a complex terrain despite larger error compared with the vertical profile experiment.
A field spectroradiometer SE-590 was used to measure the spectral reflectance of water body. The reflectance was calculated as the ratio of surface water radiance to the standard whiteboard radiance nearly measured at the same time. Water samples were taken simultaneously for determining their chlorophyll-a, suspended solid (SS) and transparency. The relationships between those water quality parameters and spectral reflectance were analy zed using stepwise multiple regression to derive optimal prediction models . The multiple regression was also applied to the SE-590 simulated SPOT bands. The SPOT image of the same day was also analyzed using the same method to compare the statistical results. It showed that the multiple regression models using the SE-590 reflectance data got the best water quality prediction results. The evaluated RMS error of chlorophyll-a, SS and transparency of water quality parameters were 0.57 ug/l, 0.2 mg/l and 0.17 m, respectively, and the RMS errors were 0.36 ug/l, 0.49 mg/l and 0.42 m for SPOT data, respectively. The SE-590 simulated SPOT three bands data obtained the worst results and the RMS errors were 1.77 ug/l, 0.49 mg/l and 0.37 m, respectively.
In this paper, we propose a predictive block constrained trellis coded quantization (BC-TCQ) to quantize cepstral coefficients for the distributed speech recognition. For Prediction of the cepstral coefficients. the 1st order auto-regressive (AR) predictor is used. To quantize the prediction error signal effectively. we use a BC-TCQ. The performance is compared to the split vector quantizers used in the ETSI standard, demonstrating reduction in the cepstral distance and computational complexity.
The prediction of algal bloom is an important field of study in algal bloom management, and chlorophyll-a concentration(Chl-a) is commonly used to represent the status of algal bloom. In, recent years advanced machine learning algorithms are increasingly used for the prediction of algal bloom. In this study, XGBoost(XGB), an ensemble machine learning algorithm, was used to develop a model to predict Chl-a in a reservoir. The daily observation of water quality data and climate data was used for the training and testing of the model. In the first step of the study, the input variables were clustered into two groups(low and high value groups) based on the observed value of water temperature(TEMP), total organic carbon concentration(TOC), total nitrogen concentration(TN) and total phosphorus concentration(TP). For each of the four water quality items, two XGB models were developed using only the data in each clustered group(Model 1). The results were compared to the prediction of an XGB model developed by using the entire data before clustering(Model 2). The model performance was evaluated using three indices including root mean squared error-observation standard deviation ratio(RSR). The model performance was improved using Model 1 for TEMP, TN, TP as the RSR of each model was 0.503, 0.477 and 0.493, respectively, while the RSR of Model 2 was 0.521. On the other hand, Model 2 shows better performance than Model 1 for TOC, where the RSR was 0.532. Explainable artificial intelligence(XAI) is an ongoing field of research in machine learning study. Shapley value analysis, a novel XAI algorithm, was also used for the quantitative interpretation of the XGB model performance developed in this study.
Satyam Tiwari;Sarat K. Das;Madhumita Mohanty;Prakhar
Geomechanics and Engineering
/
v.37
no.5
/
pp.475-498
/
2024
The prediction of the susceptibility of soil to liquefaction using a limited set of parameters, particularly when dealing with highly unbalanced databases is a challenging problem. The current study focuses on different ensemble learning classification algorithms using highly unbalanced databases of results from in-situ tests; standard penetration test (SPT), shear wave velocity (Vs) test, and cone penetration test (CPT). The input parameters for these datasets consist of earthquake intensity parameters, strong ground motion parameters, and in-situ soil testing parameters. liquefaction index serving as the binary output parameter. After a rigorous comparison with existing literature, extreme gradient boosting (XGBoost), bagging, and random forest (RF) emerge as the most efficient models for liquefaction instance classification across different datasets. Notably, for SPT and Vs-based models, XGBoost exhibits superior performance, followed by Light gradient boosting machine (LightGBM) and Bagging, while for CPT-based models, Bagging ranks highest, followed by Gradient boosting and random forest, with CPT-based models demonstrating lower Gmean(error), rendering them preferable for soil liquefaction susceptibility prediction. Key parameters influencing model performance include internal friction angle of soil (ϕ) and percentage of fines less than 75 µ (F75) for SPT and Vs data and normalized average cone tip resistance (qc) and peak horizontal ground acceleration (amax) for CPT data. It was also observed that the addition of Vs measurement to SPT data increased the efficiency of the prediction in comparison to only SPT data. Furthermore, to enhance usability, a graphical user interface (GUI) for seamless classification operations based on provided input parameters was proposed.
Park, H.S.;Lee, J.K.;Fike, J.H.;Kim, D.A.;Ko, M.S.;Ha, Jong Kyu
Asian-Australasian Journal of Animal Sciences
/
v.18
no.5
/
pp.643-648
/
2005
Near infrared reflectance spectroscopy (NIRS) has become increasingly used as a rapid, accurate method of evaluating some chemical constituents in cereal grains and forages. If samples could be analyzed without drying and grinding, then sample preparation time and costs may be reduced. This study was conducted to develop robust NIRS equations to predict fermentation quality of corn (Zea mays) silage and to select acceptable sample preparation methods for prediction of fermentation products in corn silage by NIRS. Prior to analysis, samples (n = 112) were either oven-dried and ground (OD), frozen in liquid nitrogen and ground (LN) and intact fresh (IF). Samples were scanned from 400 to 2,500 nm with an NIRS 6,500 monochromator. The samples were divided into calibration and validation sets. The spectral data were regressed on a range of dry matter (DM), pH and short chain organic acids using modified multivariate partial least squares (MPLS) analysis that used first and second order derivatives. All chemical analyses were conducted with fresh samples. From these treatments, calibration equations were developed successfully for concentrations of all constituents except butyric acid. Prediction accuracy, represented by standard error of prediction (SEP) and $R^2_{v}$ (variance accounted for in validation set), was slightly better with the LN treatment ($R^2$ 0.75-0.90) than for OD ($R^2$ 0.43-0.81) or IF ($R^2$ 0.62-0.79) treatments. Fermentation characteristics could be successfully predicted by NIRS analysis either with dry or fresh silage. Although statistical results for the OD and IF treatments were the lower than those of LN treatment, intact fresh (IF) treatment may be acceptable when processing is costly or when possible component alterations are expected.
Lee, Gyeongsil;Chang, Jooyoung;Hwang, Seung-sik;Son, Joung Sik;Park, Sang Min
Nutrition Research and Practice
/
v.15
no.1
/
pp.95-105
/
2021
BACKGROUND/OBJECTIVES: The measurement of body composition, including muscle and fat mass, remains challenging in large epidemiological studies due to time constraint and cost when using accurate modalities. Therefore, this study aimed to develop and validate prediction equations according to sex to measure lean body mass (LBM), appendicular skeletal muscle mass (ASM), and body fat mass (BFM) using anthropometric measurement, serum creatinine level, and lifestyle factors as independent variables and dual-energy X-ray absorptiometry as the reference method. SUBJECTS/METHODS: A sample of the Korean general adult population (men: 7,599; women: 10,009) from the Korean National Health and Nutrition Examination Survey 2008-2011 was included in this study. The participants were divided into the derivation and validation groups via a random number generator (with a ratio of 70:30). The prediction equations were developed using a series of multivariable linear regressions and validated using the Bland-Altman plot and intraclass correlation coefficient (ICC). RESULTS: The initial and practical equations that included age, height, weight, and waist circumference had a different predictive ability for LBM (men: R2 = 0.85, standard error of estimate [SEE] = 2.7 kg; women: R2 = 0.78, SEE = 2.2 kg), ASM (men: R2 = 0.81, SEE = 1.6 kg; women: R2 = 0.71, SEE = 1.2 kg), and BFM (men: R2 = 0.74, SEE = 2.7 kg; women: R2 = 0.83, SEE = 2.2 kg) according to sex. Compared with the first prediction equation, the addition of other factors, including serum creatinine level, physical activity, smoking status, and alcohol use, resulted in an R2 that is higher by 0.01 and SEE that is lower by 0.1. CONCLUSIONS: All equations had low bias, moderate agreement based on the Bland-Altman plot, and high ICC, and this result showed that these equations can be further applied to other epidemiologic studies.
Transactions of the Korean Society of Mechanical Engineers
/
v.17
no.6
/
pp.1321-1329
/
1993
Long time creep strength and life prediction of 1% Cr-Mo-V and 12% Cr rotor steel were performed by using round-bar type specimens under static load at 500-600.deg. C TTP (time temperature parameter), MCM (minimum commitment method) and ISM (initial strain method newly devised) as life prediction methods were investigated, and the results could be summarized as follows. (1) The minimum parameter of SEE (standard error) by TTP was proved as LMP (larson-miller parameter), and the minimum parameter of RMS (root mean squares), by data less than 10$^{3}$hrs was MHP (manson-haferd parameter). (2) The parameters of the minimum and the maximum strength values predicted in $10^{5}$hrs creep life of 1% Cr-Mo-V steel by TTP were LMP and MSP, respectively. In case of 12% Cr steel above $550^{\circ}C$ OSDP (orr-sherby-dorn parameter) was minimum and MSP (manson-succop parameter) was maximum, but below $550^{\circ}C$, the inverse phenomena was observed. On the other hand the creep strengths before $10^{3}hrs$ life by MCM were similar to those by TTP, but the strengths after $10^{3}hrs$ life were 10-25% lower than those by TTP. (3) Creep strengths by ISM were maximum 5% lower than those by TTP. Because $10^{5}hrs$ strengths were similar to those of the lower band by TTP, the ISM was safer than the TTP.
Significant research efforts were undertaken to evaluate seismic performance of vertically irregular buildings on flat ground. However, there is scarcity of study on seismic performance of buildings on hill slopes. The present study attempts to investigate seismic behaviour of reinforced concrete irregular stepback building frames with different configurations on sloping ground. Based on extensive regression study of free vibration results of four hundred seventeen frames with varying ground slope, number of story and span number, a modification is proposed to the code based empirical fundamental time period estimation formula. The modification to the fundamental time period estimation formula is a simplified function of ground slope and a newly introduced equivalent height parameter to reflect the effect of stiffness and mass irregularity. The derived empirical formula is successfully validated with various combinations of slope and framing configurations of buildings. The correlation between the predicted and the actual time period obtained from the free vibration analysis results are in good agreement. The various statistical parameters e.g., the root mean square error, coefficient of determination, standard average error generally used for validation of such regression equations also ensure the prediction capability of the proposed empirical relation with reasonable accuracy.
In this study, we estimate the ultimate load of rectangular concrete-filled steel tubes (CFST) by developing a novel hybrid predictive model (ANN-BCMO) which is a combination of balancing composite motion optimization (BCMO) - a very new optimization technique and artificial neural network (ANN). For this aim, an experimental database consisting of 422 datasets is used for the development and validation of the ANN-BCMO model. Variables in the database are related with the geometrical characteristics of the structural members, and the mechanical properties of the constituent materials (steel and concrete). Validation of the hybrid ANN-BCMO model is carried out by applying standard statistical criteria such as root mean square error (RMSE), coefficient of determination (R2), and mean absolute error (MAE). In addition, the selection of appropriate values for parameters of the hybrid ANN-BCMO is conducted and its robustness is evaluated and compared with the conventional ANN techniques. The results reveal that the new hybrid ANN-BCMO model is a promising tool for prediction of the ultimate load of rectangular CFST, and prove the effective role of BCMO as a powerful algorithm in optimizing and improving the capability of the ANN predictor.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.