• 천문학회지
• /
• 제52권4호
• /
• pp.133-144
• /
• 2019

We develop forecast models of daily probabilities of major flares (M- and X-class) based on empirical relationships between photospheric magnetic parameters and daily flaring rates from May 2010 to April 2018. In this study, we consider ten magnetic parameters characterizing size, distribution, and non-potentiality of vector magnetic fields from Solar Dynamics Observatory (SDO)/Helioseismic and Magnetic Imager (HMI) and Geostationary Operational Environmental Satellites (GOES) X-ray flare data. The magnetic parameters are classified into three types: the total unsigned parameters, the total signed parameters, and the mean parameters. We divide the data into two sets chronologically: 70% for training and 30% for testing. The empirical relationships between the parameters and flaring rates are used to predict flare occurrence probabilities for a given magnetic parameter value. Major results of this study are as follows. First, major flare occurrence rates are well correlated with ten parameters having correlation coefficients above 0.85. Second, logarithmic values of flaring rates are well approximated by linear equations. Third, using total unsigned and signed parameters achieved better performance for predicting flares than the mean parameters in terms of verification measures of probabilistic and converted binary forecasts. We conclude that the total quantity of non-potentiality of magnetic fields is crucial for flare forecasting among the magnetic parameters considered in this study. When this model is applied for operational use, it can be used using the data of 21:00 TAI with a slight underestimation of 2-6.3%.

• International Journal of Contents
• /
• 제15권4호
• /
• pp.65-73
• /
• 2019

Social media is a massive dataset in which individuals' thoughts are freely recorded. So there have been a variety of efforts to analyze it and to understand the social phenomenon. In this study, Twitter was used to define the moments when negative perceptions of the Korean Meteorological Administration (KMA) were displayed and the reasons people were dissatisfied with the KMA. Machine learning methods were used for sentiment analysis to automatically train the implied awareness on Twitter which mentioned the KMA July-October 2011-2014. The trained models were used to validate sentiments on Twitter 2015-2016, and the frequency of negative sentiments was compared with the satisfaction of forecast users. It was found that the frequency of the negative sentiments increased before satisfaction decreased sharply. And the tweet keywords and the news headlines were qualitatively compared to analyze the cause of negative sentiments. As a result, it was revealed that the individual caused the increase in the monthly negative sentiments increase in 2016. This study represents the value of sentiment analysis that can complement user satisfaction surveys. Also, combining Twitter and news headlines provided the idea of analyzing the causes of dissatisfaction that are difficult to identify with only satisfaction surveys. The results contribute to improving user satisfaction with weather services by efficiently managing changes in satisfaction.

• 대한기계학회논문집
• /
• 제16권1호
• /
• pp.156-161
• /
• 1992

본 연구에서는 이송축 직류 서보 모터의 전류신호와 NC정보를 이용해서 선삭 가공상태를 감시하는 시스템을 개발하였다. 모터 전류는 가공 부하의 상태를 잘 나 타내며, NC 장치에 내장되어 있기 때문에 신호 검출을 위한 별도의 센서가 필요 없어 서 공구가 수시로 바뀌는 NC작업 감시를 위한 유효한 신호이다. 또 NC 정보로부터 작업을 예측함으로써 감시 대상을 명확히 하고 신뢰성을 높이고자 하였다. 전체적인 감시 시스템의 프로그래밍 언어로는 C를 사용하여, 실시간 감시처리를 가능하게 하였 다.

• 한국환경과학회지
• /
• 제32권8호
• /
• pp.595-611
• /
• 2023

The purpose of this study is to improve the daily prediction results of PM2.5 from the air quality diagnosis and evaluation system operated by the Busan Institute of Health and Environment in real time. The air quality diagnosis and evaluation system is based on the photochemical numerical model, CMAQ (Community multiscale air quality modeling system), and includes a 3-day forecast at the end of the model's calculation. The photochemical numerical model basically has limitations because of the uncertainty of input data and simplification of physical and chemical processes. To overcome these limitations, this study applied DNN (Deep Neural Network), a deep learning technique, to the results of the numerical model. As a result of applying DNN, the r of the model was significantly improved. The r value for GFS (Global forecast system) and UM (Unified model) increased from 0.77 to 0.87 and 0.70 to 0.83, respectively. The RMSE (Root mean square error), which indicates the model's error rate, was also significantly improved (GFS: 5.01 to 6.52 ug/m³ , UM: 5.76 to 7.44 ug/m³ ). The prediction results for each concentration grade performed in the field also improved significantly (GFS: 74.4 to 80.1%, UM: 70.0 to 77.9%). In particular, it was confirmed that the improvement effect at the high concentration grade was excellent.

• 한국건축시공학회지
• /
• 제18권6호
• /
• pp.621-631
• /
• 2018

국내 공공임대주택에서 유지관리 단계에서의 수선유지비는 효율적 관리의 필요와 함께 그 중요성이 부각되고 있다. 본 연구에서는 수선유지비를 예측하는 방법으로서 기존의 실적자료를 통한 방법을 대신하여 물량기반의 예측방법을 제안하고자 한다. 견적방식 모델을 통하여 공동주택 유지관리단계의 40년간을 대상으로 연차 단위별로 수선유지비용을 예측하고 분포 특성에 대한 정보를 제공한다. 수선유지비예측의 정확성을 제고하기 위해, 최근 변경된 장기수선항목 및 수선주기를 반영하였다. 또한 최근에 건설된 공동주택 마감수준을 수선대상으로 포함하였다. 수량산출은 공공임대주택 5개 사례현장을 선정하여 수행되었으며, 세대수 및 연면적 단위로 환산하여 공공임대주택의 수선유지비를 범용적으로 예측하는데 활용될 수 있도록 분석하였다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2005년도 GIS/RS 공동 춘계학술대회
• /
• pp.351-354
• /
• 2005

NASA's remote sensing market analysis and forecast projects 3.3 billion dollars in 2005. On the other hand, a market research firm expected that world commercial remote sensing imagery, GIS software, Data, and value-added services will generate 8.3 billion dollar in 2007. It has been widely believed that geo-spatial information and service market is growing rapidly and has a huge potential, but it is not clearly understood where it is now and will be heading in the future. Also, it could be a significant question to answer where the industry in Korea fits the best in the world business trends and where it should be strategically heading to take a large market share. Furthermore, if it could be worth being considered as a Korean strategic industry for the future. Instead of pursuing direct answers to the questions, the author will start reviewing general business practices, major business transactions such as merging and acquisitions (M&A's) and initial public offerings (IPO's), and research on market capitalization and revenue of major companies. Throughout the study, a list of common grounds in the market was uncovered and realized as follows: (1) value-added data matters in geo-spatial information and service market; (2) private sector grows faster; (3) characteristics of multi-national industry; and (4) Dependency on major industry. Based on the findings, the author presents a list of recommendations as conclusions.

• 한국항행학회논문지
• /
• 제22권6호
• /
• pp.491-499
• /
• 2018

항공기 이착륙 유무의 중요한 지표 중 하나인 활주로 가시거리는 기온, 습도 등과 같은 기상 조건에 영향을 받는다. 비행장의 활주로 이용 시 도착시점에서의 활주로 가시거리를 예측하는 것은 항공기 이용의 효율성에서 중요하다. 본 연구에서는 활주로 가시거리를 예측하기 위해 기존에 제안된 심층 신경망을 활용한 활주로 가시거리 예측 모델의 고도화를 통해 1시간 이후의 국지 비행장의 활주로 가시거리를 예측하였다. 이를 위해 예측 모델의 고도화는 입력 값으로 기상 정보(기온, 습도, 풍속, 활주로 가시거리)에 대한 시간 간격 변화와 예측 값의 선형변환을 통해 진행하였다. 제안된 방법은 과거 기상 관측 값을 바탕으로 예측 모델의 학습을 생성해 1시간 이후의 활주로 가시거리에 대한 예측을 수행하였고, 1시간 이후의 측정된 활주로 가시거리와 비교를 통해 타당성을 확인했다. 제안된 예측 모델은 예보를 제공해주지 않는 지역의 소규모 비행장에서 참고할 수 있는 활주로 가시거리 생성에 활용 할 수 있을 것이다.

• 한국지구과학회지
• /
• 제23권7호
• /
• pp.587-596
• /
• 2002

경험적 직교함수(EOF)분석법과 다중회귀법에 기초하여 지연상관된 광역규모 예측인자로부터 3개월 이전에 계절 강수량을 예측할 수 있는 슈퍼앙상블 모델이 개발되었다. 이 모델의 예측성이 교차검증법에 의해 평가되었다. 관측값과 예측값사이의 상관계수는 봄철에 0.73, 여름철에 0.61, 가을철에 0.69, 겨울철에 0.75로 나타났다. 이러한 값은 유의수준 ${\alpha}$=0.00에서 유의한 값이다. 수퍼 앙상블 방법의 범주형 예측성이 3개 범주로 나누어진 사례에 대해서 평가되었다. 3개 범주는 계절 누적강수량의 상위 33.3%를 과우해, 하위 33.3%를 소우해, 그 나머지를 평년해로 구분하였다. 범주형 예측의 적중률은 계절에 따라 42%에서 74%로 나타났다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제23권4호
• /
• pp.21-29
• /
• 2017

예측 시각적 분석 연구는 다양한 대화식 데이터 탐색 기법을 사용하여 예측 결과의 불확실성을 줄이는데 중점을 두었다. 대화식 탐색 기법의 목적은 변수간의 관계를 이해하고 알려지지 않은 변수를 예측하기 위한 적합한 모델을 선택함으로서 의사결정권자의 수준에 따른 예측결과의 품질 차이를 줄이는 것이다. 하지만 청소년 신체 성장 데이터와 같이 전체적인 추세가 알려지지 않은 시계열 데이터를 설명할 수 있는 예측 모델을 만드는 것은 어렵다. 본 논문에서는 불확실한 추세를 가지는 시계열 데이터 단편에서 물리적 성장 값을 예측하기 위한 새로운 예측 방법을 제안한다. 새로운 예측 방법은 특정 시점에서의 데이터 분포를 추정하는 방법으로 실험결과 기존 회귀 모델보다 높은 정확도를 갖는다. 또한 우리는 예측 모델링 과정에서 발생 가능한 불확실성을 최소화 할 수 있는 시각적 분석 방법을 제안한다.

• 응용통계연구
• /
• 제35권5호
• /
• pp.603-617
• /
• 2022

2001년 9.11 테러 이후 미국은 테러와의 전쟁을 선포하면서 아프가니스탄과 이라크침공하여 단기간에 정규전 승리를 이끌었다. 하지만 이후 발생한 다수의 테러를 통제하지 못해 전후 국가 재건을 돕는 안정화 작전에 상당시간이 소요되면서, 전후 테러활동의 분석에 대한 관심이 높아지게 되었다. 본 연구에서는 시공간 종속성을 반영하는 베이지안 계층 모형을 이용해 2003년부터 2010년까지 이라크에서 발생한 테러 자료를 기반으로 시·공간 요인, 자치구별 인구·종교와 같은 예측 변수들과 자치구별 테러 빈도수와의 관계를 분석하고, 2011년의 테러 위협을 예측하였다. 이렇게 구한 예측치를 바탕으로 해당지역 담당 군 지휘관이 효율적인 부대 배치를 통해 테러방지에 활용할 수 있을 것으로 기대된다.