• 산업경영시스템학회지
• /
• 제46권1호
• /
• pp.23-31
• /
• 2023

Research and interest in sustainable printing are increasing in the packaging printing industry. Currently, predicting the amount of ink required for each work is based on the experience and intuition of field workers. Suppose the amount of ink produced is more than necessary. In this case, the rest of the ink cannot be reused and is discarded, adversely affecting the company's productivity and environment. Nowadays, machine learning models can be used to figure out this problem. This study compares the ink usage prediction machine learning models. A simple linear regression model, Multiple Regression Analysis, cannot reflect the nonlinear relationship between the variables required for packaging printing, so there is a limit to accurately predicting the amount of ink needed. This study has established various prediction models which are based on CART (Classification and Regression Tree), such as Decision Tree, Random Forest, Gradient Boosting Machine, and XGBoost. The accuracy of the models is determined by the K-fold cross-validation. Error metrics such as root mean squared error, mean absolute error, and R-squared are employed to evaluate estimation models' correctness. Among these models, XGBoost model has the highest prediction accuracy and can reduce 2134 (g) of wasted ink for each work. Thus, this study motivates machine learning's potential to help advance productivity and protect the environment.

• 한국음향학회지
• /
• 제34권1호
• /
• pp.36-45
• /
• 2015

유동광대역소음을 효율적으로 예측하기 위하여 통계적으로 난류를 재생하는 방법에 대한 많은 연구들이 최근에 진행되고 있다. 그 중에서도, FRPM(Fast Random Particle Mesh) 기법은 RANS(Reynolds-Averaged Navier-Stokes) 방정식 해석을 통해 도출된 정상상태 유동장의 난류 운동에너지와 소산 값을 이용하여 특정한 통계적 특성을 가지는 난류를 재생하는 기법으로서 유동광대역소음 문제 등에 성공적인 적용 예에 대해서 보고되고 있다. 하지만 기존의 FRPM 방법은 축류팬과 같이 축 대칭 특성을 갖는 기계의 경우 정상상태의 유동장을 기초로 광대역소음을 예측하는 문제에는 적용할 수 있으나, 원심팬과 같이 볼루트 영역으로 인하여 축 대칭이 성립되지 않는 기계류의 유동광대역소음에는 적용할 수 없다. 본 연구에서는 이러한 FRPM 기법을 확장하여, 원심팬에서 발생하는 광대역소음을 효율적으로 예측하기 위하여 비정상 RANS 방정식의 수치해와 연계하여 광대역소음원으로 고려되는 난류를 특정한 통계적 특성을 가지도록 재생할 수 있는 U-FRPM(Unsteady-FRPM) 기법을 제안하였다. 먼저 전산유체역학을 사용하여 RANS 방정식을 해석함으로써, 원심팬 주위의 비정상상태 유동장 정보를 도출하고, 음향상사법(Acoustic Analogy)을 기초로 도출된 유동소음원을 U-FRPM을 이용하여 모델링하였다. 모델링된 소음원은 경계요소법을 통해 구현되는 선형음향전파모델과 연계하여 수음점에서 광대역소음을 예측하는데 이용되었다. 예측된 결과와 실험결과의 비교를 통해 본 논문에서 제시한 방법의 유효성을 확인하였다.

• 한국지리정보학회지
• /
• 제20권3호
• /
• pp.181-194
• /
• 2017

본 연구의 목적은 산림재적 현장자료와 항공 LiDAR 자료 기반의 산림재적 추정을 위한 회귀모델의 개발이다. 추정 모델은 경상북도 봉화군 지역에서 임의추출법에 의해 선정된 30개의 원형 표본지로부터 산출한 표본지별 산림재적을 반응변수로 하고, 항공 LiDAR 원자료로부터 개별 표본지의 고도분포 백분위수(Height Percentiles, HP) 및 층위 단위 점 개체수 백분율(Height Bin, HB)을 추출하여 예측변수로 사용하여 구성하였다. 단순선형회귀분석, 이차 다항회귀분석 및 단계적 회귀분석 방법을 이용한 다중회귀분석을 실시하여 적합모델들의 후보들을 도출하였으며, 검증을 위하여 각 모델별로 교차 타당성 검증을 실시하여 PRESS 통계치를 구하였다. 모델의 $R^2$ 및 PRESS을 비교하여 적합성을 검토한 결과, $HB_{5-10}$, $HB_{15-20}$, $HB_{20-25}$, $HBgt_{25}$의 다중회귀모델의 $R^2$이 0.509로 가장 높고, $HP_{25}$ 단순회귀모델의 PRESS 값이 122.352으로 가장 낮은 것으로 나타났다. 수직구조가 복잡한 우리나라 산림재적을 추정하는 모델로는 다양한 수직적 정보를 포함하고 있는 $HB_{5-10}$, $HB_{15-20}$, $HB_{20-25}$, $HBgt_{25}$이 상대적으로 보다 적합하다고 사료된다.

• 천문학회보
• /
• 제41권1호
• /
• pp.54.1-54.1
• /
• 2016

Multi-wavelength variability is a staple of active galactic nuclei (AGN). Optical variability probes the nature of the central engine of AGN at smaller linear scales than conventional imaging and spectroscopic techniques. Previous studies have shown that optical variability is more prevalent at longer timescales and at shorter wavelengths. Intra-night variability can be explained through the damped random walk model but small samples and inhomogeneous data have made constraining this model hard. To understand the properties and physical mechanism of intra-night optical variability, we are performing the KMTNet Active Nuclei Variability Survey (KANVaS). Using KMTNet, we aim to study the intra-night variability of ~1000 AGN at a magnitude depth of ~19mag in R band over a total area of ${\sim}24deg^2$ on the sky. Test data in the COSMOS, XMM-LSS, and S82-2 fields was obtained over 4, 6, and 8 nights respectively during 2015, in B, V, R, and I bands. Each night was composed of 5-13 epoch with ~30 min cadence and 80-120 sec exposure times. As a pilot study, we analyzed data in the COSMOS field where we reach a magnitude depth of ~19.5 in R band (at S/N~100) with seeing varying between 1.5-2.0 arcsec. We used the Chandra-COSMOS catalog to identify 166 AGNs among 549 AGNs at B<23. We performed differential photometry between the selected AGN and nearby stars, achieving photometric uncertainty ~0.01mag. We employ various standard time-series analysis tools to identify variable AGN, including the chi-square test. Preliminarily results indicate that intra-night variability is found for ~17%, 17%, 8% and 7% of all X-ray selected AGN in the B, V, R, and I band, respectively. The majority of the identified variable AGN are classified as Type 1 AGN, with only a handful of Type 2 AGN showing evidence for variability. The work done so far confirms there are more variable AGN at shorter wavelengths and that intra-night variability most likely originates in the accretion disk of these objects. We will briefly discuss the quality of the data, challenges we encountered, solutions we employed for this work, and our updated future plans.

• 자원환경지질
• /
• 제55권5호
• /
• pp.551-561
• /
• 2022

지구물리탐사기법은 매장 문화재 조사에 필요한 높은 해상도의 지하 구조 영상 생성과 매장 유구의 정확한 위치 결정하는 데 매우 유용하다. 이 연구에서는 경주 신라왕경 중심방의 고해상도 지하투과레이더 영상에서 유구의 규칙적인 배열이나 선형 구조를 자동적으로 구분하기 위하여 영상처리 기법인 영상 특징 추출과 영상분할 기법을 적용하였다. 영상 특징 추출의 대상은 유구의 원형 적심과 선형의 도로 및 담장으로 캐니 윤곽선 검출(Canny edge detection)과 허프 변환(Hough Transform) 알고리듬을 적용하였다. 캐니 윤곽선 검출 알고리듬으로 검출된 윤곽선 이미지에 허프 변환을 적용하여 유구의 위치를 탐사 영상에서 자동 결정하고자 하였으나, 탐사 지역별로 매개변수를 달리해서 적용해야 한다는 제약이 있었다. 영상 분할 기법의 경우 연결요소 분석 알고리듬과 QGIS에서 제공하는 Orfeo Toolbox (OTB)를 이용한 객체기반 영상분석을 적용하였다. 연결 요소 분석 결과에서, 유구에 의한 신호들이 연결된 요소들로 효과적으로 인식되었지만 하나의 유구가 여러 요소로 분할되어 인식되는 경우도 발생함을 확인하였다. 객체기반 영상분석에서는 평균이동(Large-Scale Mean-Shift, LSMS) 영상 분할을 적용하여 각 분할 영역에 대한 화소 정보가 포함된 벡터 레이어를 우선 생성하였고, 유구를 포함하는 영역과 포함하지 않는 영역을 선별하여 훈련 모델을 생성하였다. 이 훈련모델에 기반한 랜덤포레스트 분류기를 이용해 LSMS 영상분할 벡터 레이어에서 유구를 포함하는 영역과 그렇지 않은 영역이 자동 분류 될 수 있음을 확인하였다. 이러한 자동 분류방법을 매장 문화재 지하투과레이더 영상에 적용한다면 유구 발굴 계획에 활용가능한 일관성 있는 결과를 얻을 것으로 기대한다.