• 대한전자공학회논문지
• /
• 제23권5호
• /
• pp.625-630
• /
• 1986

In this paper, an adaptive observer based upon the exponentially weighted least-square method is implemented in the design of a model reference adaptive controller for an unknown time-invariant discrete single-input single-output linear plant. The adaptive observer estimates the padrameter vectors and initial state vector. The control input is determined so that the output of the plant converges to the output of the stable model reference.

• 스마트미디어저널
• /
• 제13권6호
• /
• pp.90-97
• /
• 2024

This paper focuses on detecting Alzheimer's Disease (AD). The most usual form of dementia is Alzheimer's disease, which causes permanent cause memory cell damage. Alzheimer's disease, a neurodegenerative disease, increases slowly over time. For this matter, early detection of Alzheimer's disease is important. The purpose of this work is using Magnetic Resonance Imaging (MRI) to diagnose AD. A Convolution Neural Network (CNN) model, Reset, and VGG the pre-trained learning models are used. Performing analysis and validation of layers affects the effectiveness of the model. T1-weighted MRI images are taken for preprocessing from ADNI. The Dataset images are taken from the Alzheimer's Disease Neuroimaging Initiative (ADNI). 3D MRI scans into 2D image slices shows the optimization method in the training process while achieving 96% and 94% accuracy in VGG 16 and ResNet 18 respectively. This study aims to classify AD from brain 3D MRI images and obtain better results.

• 한국통신학회논문지
• /
• 제18권10호
• /
• pp.1422-1432
• /
• 1993

HCNN(Hidden Control Neural Network)은 신경회로망에 의한 비선형 예측과 HMM의 segmentation 기능을 접합시킨 신경회로망 모델로서, 시간에 따라 입출력 사상 함수를 변화시킴으로써 음성 신호를 잘 모델링할 수 있도록 되어 있다. 본 논물에서는 첫째, HCNN의 성능이 HMM보다 우수함을 보이고, 둘째로, HCNN에서의 예측 오차 측정에 적절한 거리 측도를 이용하기 위해 가중거리가 도입된 HCNN을 제안하여, 화자 독립 음성 인식에 있어 그 성능이 우수함을 보였다. 여기서 가중거리는 음성 특징 벡터 각 구성 성분의 분산도 차이를 고려한 거리이다. 화자 독립 숫자음 인식 실험 결과, 유클리드 저리를 이용한 HCNN에 대해 95%의 인식율을 얻었는데, 이는 HMM에 비해 1.28% 높은 결과로서, 확률적인 제한이 가해진 HMM에 비해 시스템의 동작인 모델링을 이용한 HCNN이 더 우수함을 알 수 있다. 또한 가중거리를 이용한 CNN에 대해서는 97.35%의 인식율을 얻었는데, 이는 유클리드 거리를 이용한HCNN에 비해 2.3%가 향상된 결과이다. 가중 거리를 도입한 HCHN의 경우에 더 높은 인식율을 얻은 이유는, 오인식이 많이 되는 화자의 인식율을 높임으로써 화자간의 인식율차가 감소하게 되기 때문임을 알 수 있었고, 따라서 화자 독립 음성인식에 가중거리를 도입한 HCNN이 보다 적합합을 알 수 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권9호
• /
• pp.351-360
• /
• 2018

전통적으로 나태한 학습에 해당하는 국소가중회귀(LWR: Locally Weighted Regression)모델은 입력변수인 질의지점에 따라 예측의 해를 얻기 위해 일정구간 범위내의 학습 데이터를 대상으로 질의지점의 거리에 따라 가중값을 달리 부여하여 학습 한 결과로 얻은 짧은 구간내의 회귀식이다. 본 연구는 메모리 기반학습의 형태에 해당하는 LWR을 위한 점진적 앙상블 학습과정을 제안한다. LWR를 위한 본 연구의 점진적 앙상블 학습법은 유전알고리즘을 이용하여 시간에 따라 LWR모델들을 순차적으로 생성하고 통합하는 것이다. 기존의 LWR 한계는 인디케이터 함수와 학습 데이터의 선택에 따라 다중의 LWR모델이 생성될 수 있으며 이 모델에 따라 예측 해의 질도 달라질 수 있다. 하지만 다중의 LWR 모델의 선택이나 결합의 문제 해결을 위한 연구가 수행되지 않았다. 본 연구에서는 인디케이터 함수와 학습 데이터에 따라 초기 LWR 모델을 생성한 후 진화 학습 과정을 반복하여 적절한 인디케이터 함수를 선택하며 또한 다른 학습 데이터에 적용한 LWR 모델의 평가와 개선을 통하여 학습 데이터로 인한 편향을 극복하고자 한다. 모든 구간에 대해 데이터가 발생 되면 점진적으로 LWR모델을 생성하여 보관하는 열심학습(Eager learning)방식을 취하고 있다. 특정 시점에 예측의 해를 얻기 위해 일정구간 내에 신규로 발생된 데이터들을 기반으로 LWR모델을 생성한 후 유전자 알고리즘을 이용하여 구간 내의 기존 LWR모델들과 결합하는 방식이다. 제안하는 학습방법은 기존 단순평균법을 이용한 다중 LWR모델들의 선택방법 보다 적합도 평가에서 우수한 결과를 보여주고 있다. 특정지역의 시간 별 교통량, 고속도로 휴게소의 시간별 매출액 등의 실제 데이터를 적용하여 본 연구의 LWR에 의한 결과들의 연결된 패턴과 다중회귀분석을 이용한 예측결과를 비교하고 있다.

• 대한안전경영과학회지
• /
• 제16권3호
• /
• pp.451-469
• /
• 2014

The purpose of this study is to implement and develop the integrated Economic Value Added (EVA) and Time-Driven Activity-Based Costing (TDABC) model to seek both improvement of Net Operating Profit Less Adjusted Tax (NOPLAT) and reduction of Capital Charge (CC). Net Operating Profit Less Adjusted Tax (NOPLAT) can be maximized by reducing the indirect cost of an unused resource capacity increased by Cost Capacity Ratio (CCR) of TDABC. On the other hand, Capital Charge (CC) can be minimized by improving the efficiency of Invested Capital (IC) considered by Weighted Average Cost of Capital (WACC) of EVA. In addition, the integrated system of TDABC using Balance Scorecard (BSC) and EVA is developed by linking between the lagging indicators and the three leading indicators. The three leading indicators include customer, internal process and growth and learning perspectives whereas the lagging indicator includes NOPLAT and CC in terms of financial perspective. When the Critical Success Factor (CSF) of BSC is cascading as a cause and an effect relationship, time driver of TDABC and capital driver of EVA can be used efficiently as Key Performance Indicator (KPI) of BSC. For a better understanding of the proposed EVA/TDABC model and BSC/EVA/TDABC model, numerical examples are derived from this paper. From the proposed model, the time driver of TDABC and the capital driver of EVA are known to lessen indirect cost from comprehensive income statement when increasing the efficiency of operating IC from the statement of financial position with unified KPI cascading of aligned BSC CSFs.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권5호
• /
• pp.1690-1707
• /
• 2021

Precipitation prediction during flood season has been a key task of climate prediction for a long time. This type of prediction is linked with the national economy and people's livelihood, and is also one of the difficult problems in climatology. At present, there are some precipitation forecast models for the flood season, but there are also some deviations from these models, which makes it difficult to forecast accurately. In this paper, based on the measured precipitation data from the flood season from 1993 to 2019 and the precipitation return data of CWRF, ANN cycle modeling and a weighted integration method is used to correct the CWRF used in today's operational systems. The MAE and TCC of the precipitation forecast in the flood season are used to check the prediction performance of the proposed algorithm model. The results demonstrate a good correction effect for the proposed algorithm. In particular, the MAE error of the new algorithm is reduced by about 50%, while the time correlation TCC is improved by about 40%. Therefore, both the generalization of the correction results and the prediction performance are improved.

• 한국가스학회지
• /
• 제18권1호
• /
• pp.8-16
• /
• 2014

본 연구에서는 국내에서 발생한 가스사고를 분석하여 가스사고의 건수예측모델에 대하여 제시하였다. 가스사고 건수를 예측하기 위하여 단순이동평균법(3,4,5기간), 가중이동평균법 및 지수평활법을 적용해 본 결과, 4기간 이동평균법과 가중이동평균법에 의한 모델의 평균오차제곱합이 44.4와 43으로 가장 정확성이 높은 것으로 나타났다. 가스사고 발생건수 예측시스템을 개발함으로서 가스사고 예방활동에 적극 활용할 수 있을 것이다.

• 천문학회보
• /
• 제40권1호
• /
• pp.64.3-64.3
• /
• 2015

We have developed a set of daily solar flare peak flux forecast models for strong flares using multiple linear regression and artificial neural network methods. We consider input parameters as solar activity data from January 1996 to December 2013 such as sunspot area, X-ray flare peak flux and weighted total flux of previous day, and mean flare rates of McIntosh sunspot group (Zpc) and Mount Wilson magnetic classification. For a training data set, we use the same number of 61 events for each C-, M-, and X-class from Jan. 1996 to Dec. 2004, while other previous models use all flares. For a testing data set, we use all flares from Jan. 2005 to Nov. 2013. The best three parameters related to the observed flare peak flux are weighted total flare flux of previous day (r = 0.51), X-ray flare peak flux (r = 0.48), and Mount Wilson magnetic classification (r = 0.47). A comparison between our neural network models and the previous models based on Heidke Skill Score (HSS) shows that our model for X-class flare is much better than the models and that for M-class flares is similar to them. Since all input parameters for our models are easily available, the models can be operated steadily and automatically in near-real time for space weather service.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권4호
• /
• pp.2149-2170
• /
• 2017

Application-layer Distributed Denial-of-Service (DDoS) attack is one of the leading security problems in the Internet. In recent years, the attack strategies of application-layer DDoS have rapidly developed. This paper introduces a new attack strategy named Path Vulnerabilities-Based (PVB) attack. In this attack strategy, an attacker first analyzes the contents of web pages and subsequently measures the actual response time of each webpage to build a web-resource-weighted-directed graph. The attacker uses a Top M Longest Path algorithm to find M DDoS vulnerable paths that consume considerable resources when sequentially accessing the pages following any of those paths. A detection mechanism for such attack is also proposed and discussed. A finite-state machine is used to model the dynamical processes for the state of the user's session and monitor the PVB attacks. Numerical results based on real-traffic simulations reveal the efficiency of the attack strategy and the detection mechanism.

• 한국통신학회논문지
• /
• 제27권7B호
• /
• pp.653-663
• /
• 2002

3세대 비동기 IMT-2000 패킷망인 UMTS/GPRS는 독자적인 QoS 구조를 가지고 있으나 인터넷 서비스를 위해서는 IP-QoS의 수용이 불가피하다. 본 논문에서는 MPLS를 기반으로 하는 UMTS/GPRS에서의 IP-QoS 제공 방안을 소개하고자 한다. MPLS를 적용한 GPRS 망의 기능 구조를 포함한 QoS 지원 프레임워크를 제시하였으며, 패킷 스케줄링 부분에서는 Diffserv 모델을 근간으로 한 효율적인 스케줄링 방식을 제시하였다. 본 논문에서 제시하고 있는 스케줄링 방식은 특히 실시간 서비스에 대한 QoS 지원에 초점을 맞추어 Priority Queueing (PQ)과 Weighted Round Robin (WRR)이 결합된 형태의 새로운 버퍼 관리 방안을 포함하고 있다. NS-2 시뮬레이터를 이용하여 제안한 스케줄링 방식에 대한 성능 평가를 수행하였으며, 시뮬레이션 결과 그 타당성을 입증할 수 있었다.