• 열처리공학회지
• /
• 제36권6호
• /
• pp.374-381
• /
• 2023

This study develops and evaluates a deep learning model for predicting oxide and nitride layers based on plasma process data. We introduce a novel deep learning-based Varying Coefficient Regressor (VCR) by adapting the VCR, which previously relied on an existing unique function. This model is employed to forecast the oxide and nitride layers within the plasma. Through comparative experiments, the proposed VCR-based model exhibits superior performance compared to Long Short-Term Memory, Random Forest, and other methods, showcasing its excellence in predicting time series data. This study indicates the potential for advancing prediction models through deep learning in the domain of plasma processing and highlights its application prospects in industrial settings.

• Nuclear Engineering and Technology
• /
• 제55권10호
• /
• pp.3898-3906
• /
• 2023

The paper notes that the most common way of handling spent nuclear fuel (SNF) of power reactors is its temporary long-term dry storage. At the same time, the operation of the dry spent fuel storage facilities almost never use the modern capabilities of information systems in safety control and collecting information for the next studies under implementation of aging management programs. The author proposes a structure of an information system that can be implemented in a dry spent fuel storage facility with ventilated storage containers. To control the thermal component of spent fuel storage safety, a database structure has been developed, which contains 5 tables. An algorithm for monitoring the thermal state of spent fuel was created for the proposed information system, which is based on the comparison of measured and forecast values of the safety criterion, in which the level of heating the ventilation air temperature was chosen. Predictive values of the safety criterion are obtained on the basis of previously published studies. The proposed algorithm is an implementation of the information function of the system. The proposed information system can be used for effective thermal monitoring and collecting information for the next studies under the implementation of aging management programs for spent fuel storage equipment, permanent control of spent fuel storage safety, staff training, etc.

• Asia pacific journal of information systems
• /
• 제30권1호
• /
• pp.31-52
• /
• 2020

Stock markets are popular investment avenues to people who plan to receive premium returns compared to other financial instruments, but they are highly volatile and risky due to the complex financial dynamics and poor understanding of the market forces involved in the price determination. A system that can forecast, predict the stock prices and automatically create a portfolio of top performing stocks is of great value to individual investors who do not have sufficient knowledge to understand the complex dynamics involved in evaluating and predicting stock prices. In this paper the authors propose a Stock prediction, Portfolio Generation and Selection model based on Machine learning algorithms, Artificial neural networks (ANNs) are used for stock price prediction, Mathematical and Statistical techniques are used for Portfolio generation and Un-Supervised Machine learning based on K-Means Clustering algorithms are used for Portfolio Evaluation and Selection which take in to account the Portfolio Return and Risk in to consideration. The model presented here is limited to predicting stock prices on a long term basis as the inputs to the model are based on fundamental attributes and intrinsic value of the stock. The results of this study are quite encouraging as the stock prediction models are able predict stock prices at least a financial quarter in advance with an accuracy of around 90 percent and the portfolio selection classifiers are giving returns in excess of average market returns.

• 풍력에너지저널
• /
• 제15권2호
• /
• pp.10-22
• /
• 2024

This research is a comprehensive analysis of wind power prediction sensitivity using a Long Short-Term Memory (LSTM) deep learning neural network model, accounting for the inherent uncertainties in wind speed estimation. Utilizing a year's worth of operational data from an operational wind farm, the study forecasts the power output of both individual wind turbines and the farm collectively. Predictions were made daily at intervals of 10 minutes and 1 hour over a span of three months. The model's forecast accuracy was evaluated by comparing the root mean square error (RMSE), normalized RMSE (NRMSE), and correlation coefficients with actual power output data. Moreover, the research investigated how inaccuracies in wind speed inputs affect the power prediction sensitivity of the model. By simulating wind speed errors within a normal distribution range of 1% to 15%, the study analyzed their influence on the accuracy of power predictions. This investigation provided insights into the required wind speed prediction error rate to achieve an 8% power prediction error threshold, meeting the incentive standards for forecasting systems in renewable energy generation.

• 시큐리티연구
• /
• 제30호
• /
• pp.139-169
• /
• 2012

본 연구는 살인, 강도, 강간, 절도, 폭력 등 주요 범죄를 예측할 수 있는 시계열 모형을 도출하고 이를 이용한 주요 범죄의 발생 전망을 파악하여 범죄 발생에 대한 과학적인 치안정책 수립에 기여하는데 그 목적이 있다. 이와 같은 목적을 달성하기 위하여 2002년부터 2010년까지의 살인, 강도, 강간, 절도, 폭력 등 주요범죄에 대한 월별 발생건수를 IBM PASW(SPSS) 19.0을 사용하여 주요 범죄의 시계열 예측모형을 규명하기 위한 시계열 모형생성(C), 주요 범죄의 시계열 예측모형에 대한 정확도 규명을 위한 시계열 모형생성(C) 및 시계열 순차도표(N)를 실시하였다. 이와 같은 연구목적과 연구방법을 통하여 도출한 연구결과는 다음과 같다. 첫째, 살인, 강도, 강간, 절도, 폭력 등 주요 범죄에 대한 시계열 예측모형은 각각 단순계절, Winters 승법, ARIMA(0,1,1)(0,1,1), ARIMA(1,1,0)(0,1,1), 단순계절로 나타났다. 둘째, 살인, 강도, 강간, 절도, 폭력 등 주요 범죄에 대하여 시계열 예측모형을 이용한 주요 범죄에 대한 단기적 발생 전망이 가능한 것으로 나타났다. 이러한 연구결과를 토대로 범죄 발생에 대한 지속적인 시계열 예측모형 제시, 분기별, 연도별 범죄 발생건수를 기초로 하는 중 장기 시계열 예측모형에 대한 관심이 요구된다.

• 대한교통학회지
• /
• 제34권5호
• /
• pp.421-436
• /
• 2016

민간투자사업은 많은 프로젝트 개발 비용이 투입되며, 관리운영기간 동안의 미래 수입을 통하여 투자비를 회수하는 구조로 추진된다. 일반적으로 긴 관리운영기간은 민간사업자의 더 많은 수입을 가져가게 하고 짧은 관리운영기간은 민간사업자의 수입회수 기간이 짧아져 더 적은 수입을 가져가게 된다. 관리운영기간의 설정은 민간투자사업의 중요 요인임에도 불구하고 전통적으로 정부가 사전에 결정하거나 민간이 제안한 기간으로 결정되고 있다. 특히 교통분야 사업에서 관리운영기간의 설정은 정확한 교통량 예측이 전제되어야 하나, 교통량 예측은 실제 교통량과 차이가 발생하는 등 위험 및 불확실성이 뒤따른다. 따라서 정부 및 민간사업자는 관리운영기간 설정시 교통량 예측 위험을 고려할 필요가 있다. 본 연구는 도로사업에 있어 교통량 위험을 고려한 적정 관리운영기간을 설정하는 모형을 제시하였다. 이를 위해 몬테카를로 시뮬레이션 기법을 적용하였으며, 시뮬레이션 과정에서 교통량 위험은 확률 분포(single probability distribution)와 확률 과정(stochastic process)을 함께 고려하였다. 본 연구에서 제시한 방법론 및 시뮬레이션 모형을 바탕으로 모의 분석을 수행하였다. 모의 분석 결과 기대수익률 7%인 경우, 평균 관리운영기간은 21.2년으로 산정되었으며, 정부의 할인율 5.5%를 적용한 경우 관리운영기간은 평균 17.2년으로 산정되었다. 그 밖에 도출된 통계량은 다각적인 해석을 통해 민간투자사업 관련 의사결정자들이 관리운영기간을 설정함에 있어 직관에 의존하거나 동일한 운영기간을 적용하기보다는 객관적이고 합리적인 관리운영기간 설정하도록 도움을 줄 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제54권12호
• /
• pp.1243-1254
• /
• 2021

수자원 운영이나 농업용수 관리 등을 위해서는 계절 또는 월 단위 이상의 장기간의 미래에 대한 증발산량의 정확한 예측이 중요하다. 본 연구에서는 한강권역을 대상으로 통계적으로 예측된 월 기온자료와, 기온자료를 기반으로 한 Hamon 증발산량 추정식을 활용하여 기준증발산량에 대한 장기전망(최대 12개월까지)을 수행하였다. 먼저 한강권역의 월 단위 기온예측정보를 시공간적으로 상세화하여 한강권역 내 15개 지점에 대한 일 단위 기온자료를 도출하였다. 지점별 상세화된 기온자료의 적합도를 분석한 결과, 월평균 최고기온에 대해서는 PBIAS는 1.3~6.9%, RSR은 0.22~0.27, NSE는 0.93~0.95, r은 0.97~0.98이었으며, 월평균 최저기온에 대해서는 PBIAS는 7.8~44.7%, RSR은 0.21~0.25, NSE는 0.94~0.96, r은 0.98~0.99로 대체로 관측값과 유사하게 상세화가 수행되었다. 상세화된 기온자료를 이용하여 Hamon 방법에 의한 기준증발산량을 산정하고 한강권역 전체에 대해 면적평균하여 관측값과 비교한 결과, PBIAS는 2.2~5.4%, RSR은 0.21~0.28, NSE는 0.92~0.96, r은 0.96~0.98로 매우 높은 적합도를 나타내었다. 통계적 모형의 특성상 과거와 전혀 다른 기온이 관측되는 경우의 예측성 저하, 시공간적 상세화 과정에서의 불확실성 등으로 인해 일부 기간에 대해서는 예측된 기준증발산량이 관측치와 다소 편차를 나타내기도 하지만 미래기간에 대한 예측결과라는 점을 고려할 때, 미래의 가용수자원에 대한 평가 및 수자원 관리를 위한 정보로 충분히 활용성이 있을 것이다.

• 융합신호처리학회논문지
• /
• 제2권3호
• /
• pp.73-78
• /
• 2001

특수일 부하를 예측하기 위하여 BP 신경회로망 모형과 다중 회귀모형을 구성한다. 신경회로망 모형은 패턴 변환비를 이용하고, 다중회귀 모형은 평일 환산비를 이용하여 특수일 부하를 예측한다. 주간 피크 부하예측 모형에 패턴 변환비를 이용하여 짧고 긴 특수일 부하를 예측 한 결과 주간 평균 오차율이 1∼2[%]로 나와 본 기법의 적합성을 확인할 수 있다. 하지만, 패턴 변환비 방법으로는 하계의 특수일 부하 예측은 어려웠다. 따라서 기온-습도, 불쾌지수 등을 설명변수로 하는 다중 회귀 모형을 구성하고 평일 환산비를 이용하여 하계의 특수일 부하를 예측한다. 평일만의 예측 모형과 예측 결과를 비교해 보면 월 평균 오차율이 비슷하게 나와 이용한 방법의 적합성을 확인하였다. 그리고, 통계적 검정을 통해 구성한 예측 모형의 유효성을 입증할 수 있었다. 이로서 본 연구에서 제시한 특수일 부하를 예측하는 기법의 적합성을 확인함으로서 피크 부하 예측시 큰 난점 중의 하나가 해결되었다.

• 한국병원경영학회지
• /
• 제11권2호
• /
• pp.61-86
• /
• 2006

Based on a previous literature about hospital capital structure(Shyam- Sunder & Myers, 1999), this study attempted comparison and analysis on whether the forecast of trade-off and pecking order theory could be validated in hospital's capital structure. First, this study analyzed whether hospitals follow the priority for each capital source as suggested by pecking order theory under lack of capital running in hospital. Next, it analyzed whether debt level is regressed on the average to target debt level so as to verify the validity of trade-off theory. Finally, it also analyzed possible associations between debt level and determinants of capital structure as adopted in static trade-off theory, so as to verify relative advantages of these two theories about hospital capital structure. The analysis over whole period showed that both trade-off theory and pecking order theory isn't supported particularly. This mean that each hospital's financing behaviors is different and that has not dominant financing behaviors. In the midst of separation of dispensary from medical practice, medical institutions in Korea first finances funds required using retained earnings and then use liabilities. however pecking order theory is supported, the preference of long-term liabilities and short-term liabilities is not clear. In addition, considering that debt level is in no average regression to target debt ratio, it is found that hospital capital structure following trade-off theory turns into that subject to pecking order theory via the separation of dispensary from medical practice.

• 한국수자원학회논문집
• /
• 제51권2호
• /
• pp.165-174
• /
• 2018

시계열 데이터를 활용하는 모형은 신뢰할 수 있는 자료를 확보한 경우에는 모형 구축이 용이하고 예측 선행 시간 확보를 위해 신속한 모의가 가능한 장점 때문에 규모가 작은 하천의 홍수예측 모형으로 고려할 수 있다. 이 중 Transfer Function Noise (TFN) 모형은 이탈리아, 영국 등 해외에서는 1970년대부터 시간단위 자료를 이용한 하천유량 예측에 적용되었으나, 우리나라에서는 주로 일 단위 혹은 월 단위의 하천유량 모의에 적용되었다. 국내 수문 자료의 품질 향상으로 그동안 축적된 수문자료를 통해 시간단위 자료를 이용한 홍수예측 모형의 구축 기반이 갖추어졌다. 본 연구의 목적은 소규모 하천을 대상으로 외생변수의 반영이 가능하고 동적시스템과 오차항을 결합하여 예측 오차를 줄이는데 용이한 TFN 모형을 구축하고 그 적용성을 검토하는 것이다. 이를 위해 1시간 단위 자료를 이용하여 TFN 모형을 구축하였으며 구축된 모형을 이용한 홍수 예측 결과를 홍수예보 실무에 활용 중인 저류함수모형의 홍수 예측 결과와 비교하였다. 비교 결과 홍수사상에 따라 TFN 모형과 저류함수 모형이 각각 더 나은 결과를 보이는 사상이 있었으며, 실무에서 TFN 모형을 홍수예측 모형으로 활용할 수 있을 것으로 판단하였다.