• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.170-170
• /
• 2017

본 연구의 목표는 극한 지역의 대비 시스템을 구축하기 위하여 인공 신경망(Artificial Neural Networks)을 이용하여 보다 관측하기 쉬운 기상 인자들로부터 적설량을 실시간 측정 가능성을 제시하는 것이다. 본 연구에서 사용한 데이터베이스는 기상청의 기상자료개방포털에서 사람이 직접 측정한 종관기상관측의 자료다. 이 중에서 일최대 기온, 일최저 기온, 일평균 기온, 강수량을 사용하여 오차를 줄여나가는 최적화방법으로 인공 신경망 시스템을 설계하였다. 설계된 시스템으로 500회 시뮬레이션한 연구 결과는 상관계수가 적설량 측정에 대한 인공 신경망의 크기(노드의 개수)와 관계없이 평균적으로 0.8627인 것을 보여준다. 추가적으로 보조 입력 값인 고도를 사용한 결과, 성능은 좋아졌지만 상관계수의 차이는 평균 0.0044로 미세했다. 또한 Cross-Validation을 통해 기존의 보간법인 Kriging기법과 비교하여 미 관측 지역에서 인공 신경망(ANNs) 사용이 Kriging기법 보다 우수하다는 것을 2차원 Regression's map을 통해 나타냈다. 마지막으로 오차가 크게 발생했을 경우 보안할 수 있는 확률적인 방안을 제시하였다.

• 열처리공학회지
• /
• 제34권5호
• /
• pp.211-217
• /
• 2021

To predict mechanical properties of secondary hardening martensitic steels, a machine learning ensemble model was established. Based on ANN(Artificial Neural Network) architecture, some kinds of methods was considered to optimize the model. In particular, interaction features, which can reflect interactions between chemical compositions and processing conditions of real alloy system, was considered by means of feature engineering, and then K-Fold cross validation coupled with bagging ensemble were investigated to reduce R2_score and a factor indicating average learning errors owing to biased experimental database.

• International Journal of Contents
• /
• 제17권4호
• /
• pp.79-90
• /
• 2021

With the deepening of population aging, pension has become an urgent problem in most countries. Community smart pension can effectively resolve the problem of traditional pension, as well as meet the personalized and multi-level needs of the elderly. To predict the pension intention of the elderly in the community more accurately, this paper uses the decision tree classification method to classify the pension data. After missing value processing, normalization, discretization and data specification, the discretized sample data set is obtained. Then, by comparing the information gain and information gain rate of sample data features, the feature ranking is determined, and the C4.5 decision tree model is established. The model performs well in accuracy, precision, recall, AUC and other indicators under the condition of 10-fold cross-validation, and the precision was 89.5%, which can provide the certain basis for government decision-making.

• International Journal of Advanced Culture Technology
• /
• 제10권1호
• /
• pp.236-241
• /
• 2022

We consider methods of estimating a binary regression function using a nonparametric kernel estimation when there is only one covariate. For this, the Nadaraya-Watson estimation method using single and double bandwidths are used. For choosing a proper smoothing amount, the cross-validation and plug-in methods are compared. In the real data analysis for case study, German credit data and heart disease data are used. We examine whether the nonparametric estimation for binary regression function is successful with the smoothing parameter using the above two approaches, and the performance is compared.

• 한국미생물생명공학회:학술대회논문집
• /
• 한국미생물생명공학회 2000년도 Proceedings of 2000 KSAM International Symposium and Spring Meeting
• /
• pp.186-192
• /
• 2000

• Nuclear Engineering and Technology
• /
• 제53권10호
• /
• pp.3151-3157
• /
• 2021

Copper is an important structural material in various nuclear energy applications, therefore the correct knowledge of copper cross sections is crucial. The presented paper deals with a validation of different copper transport libraries by means of activation of selected samples. An intense ²⁵²Cf(sf) source with a reference neutron spectrum was used as a neutron source. After irradiation, the samples were measured using a high purity germanium detector and the dosimeter reaction rates were inferred. These experimental data were compared with MCNP6 calculations using CENDL-3.1, JENDL-4.0, ENDF/B-VII.1, ENDF/B-VIII.0, JEFF-3.2 and JEFF-3.3 evaluated Cu transport libraries. The experiment specifically focuses on ⁵⁸Ni(n,p)⁵⁸Co, ⁹³Nb(n,2n)^92mNb, ¹⁹⁷Au(n,g)¹⁹⁸Au and ⁵⁵Mn(n,g)⁵⁶Mn dosimetry reactions. Evaluated activation cross sections of these dosimetric reactions were taken from the IRDFF-II library. The best library performance depends on the energy region of interest.

• Nuclear Engineering and Technology
• /
• 제52권12호
• /
• pp.2717-2724
• /
• 2020

Silicon, especially silicon in the form of SiO₂, is a major component of rocks. Final spent fuel storages, which are being designed, are located in suitable rock formations in the Earth's crust. Reduction of the uncertainty of silicon neutron scattering and capture is needed; improved silicon evaluations have been recently produced by the ORNL/IAEA collaboration within the INDEN project. This paper deals with the nuclear data validation of that evaluation performed at the LR-0 reactor by means of critical experiments and measurement of reaction rates. Large amounts of silicon were used both as pure crystalline silicon and SiO₂ sand. The critical moderator level was measured for various core configurations. Reaction rates were determined in the largest core configuration. Simulations of the experimental setup were performed using the MCNP6.2 code. The obtained results show the improvement in silicon cross-sections in the INDEN evaluations compared to existing evaluations in major libraries. The new Thermal Scattering Law for SiO₂ published in ENDF/B-VIII.0 additionally reduces the discrepancy between calculation and experiments. However, an unphysical peak is visible in the neutron spectrum in SiO₂ obtained by calculation with the new Thermal Scattering Law.

• 한국수자원학회논문집
• /
• 제52권12호
• /
• pp.963-973
• /
• 2019

본 연구는 도시침수 위험기준이 산정되지 않은 지역의 예·경보 기준을 예측하기 위해 유역특성 자료와 피해이력 기반으로 산정된 한계강우량을 활용하여 도시침수 위험기준을 추정하는 모델을 검토하였다. 위험기준 추정모델은 머신러닝 알고리즘의 하나인 Support Vector Machine을 이용하여 설계하였으며, 학습자료는 지역별 한계강우량과 유역특성으로 구성하였다. 학습자료는 정규화 한 후 SVM 알고리즘에 적용하였으며, SVM에 적용시 Leave-One-Out과 K-fold 교차검증 알고리즘을 이용하여 절대평균오차와 표준편차를 계산한 후 모델의 성능을 평가하였다. Leave-One-Out의 경우 표준편차가 작은 모델이 최적모델로 선정되었으며, K-fold의 경우 fold의 개수가 적은 모델이 선정되었다. 선정된 모델의 지속시간별 평균 정확도는 80% 이상으로 나타나 침수 위험기준 추정을 위해 SVM을 활용가능 할 것으로 판단된다.

• 한국정보통신학회논문지
• /
• 제15권12호
• /
• pp.2511-2520
• /
• 2011

본 논문은 다중 센서 융합의 성능을 높이기 위해 적응형 퍼지-칼만 필터를 적용하고 교차검증법(cross-validation)으로 퍼지시스템 입 출력 소속 함수의 매개변수를 조정하는 방법을 제안한다. 적응형 퍼지-칼만 필터는 가속도의 변화량과 칼만 필터의 잔여오차를 입력으로 시스템잡음, 측정잡음을 추정하여 칼만 이득을 변화시킨다. 적용된 퍼지-칼만 필터는 잡음들을 가우시안 분포로 가정한 이전 방법과 비교하여 비선형/비가우시안 잡음에 강인한 추정 결과를 보여준다. 본 논문에서 제안한 퍼지-칼만 필터를 평가하기 위해 가속도센서/자이로센서를 융합하여 2축 자세추정시스템(Attitude Heading Reference System)을 설계하였고 무인항공기에 사용되는 자세추정센서 NAV420CA-100과 비교하여 성능을 검증하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제24권6호
• /
• pp.1113-1125
• /
• 2013

기업의 부도를 예측하는 것은 회계나 재무 분야에서 중요한 연구주제이다. 지금까지 기업 부도예측을 위해 여러 가지 데이터마이닝 기법들이 적용되었으나 주로 단일 모형을 사용함으로서 복잡한 분류 문제에의 적용에 한계를 갖고 있었다. 본 논문에서는 최근에 각광받고 있는 SVM (support vector machine) 모형들을 결합한 앙상블 SVM 모형 (ensemble SVM model)을 부도예측에 사용하고자 한다. 제안된 앙상블 모형은 v-조각 교차 타당성 (v-fold cross-validation)에 의해 얻어진 여러 가지 모형 중에서 성능이 좋은 상위 k개의 단일 모형으로 구성하고 과반수 투표 방식 (majority voting)을 사용하여 미지의 클래스를 분류한다. 본 논문에서 제안된 앙상블 SVM 모형의 성능을 평가하기 위해 실제 기업의 재무비율 자료와 모의실험자료를 가지고 실험하였고, 실험결과 제안된 앙상블 모형이 여러 가지 평가척도 하에서 단일 SVM 모형들보다 좋은 성능을 보임을 알 수 있었다.