• Smart Structures and Systems
• /
• 제26권6호
• /
• pp.781-796
• /
• 2020

Prediction of total sediment load is essential in an extensive range of problems such as the design of the dead volume of dams, design of stable channels, sediment transport in the rivers, calculation of bridge piers degradation, prediction of sand and gravel mining effects on river-bed equilibrium, determination of the environmental impacts and dredging necessities. This paper is aimed to investigate and predict the total sediment load of the Wadi Arbaat in Eastern Sudan. The study was estimated the sediment load by separate total sediment load into bedload and Suspended Load (SL), independently. Although the sediment records are not sufficient to construct the discharge-sediment yield relationship and Sediment Rating Curve (SRC), the total sediment loads were predicted based on the discharge and Suspended Sediment Concentration (SSC). The turbidity data NTU in water quality has been used for prediction of the SSC in the estimation of suspended Sediment Yield (SY) transport of Wadi Arbaat. The sediment curves can be used for the estimation of the suspended SYs from the watershed area. The amount of information available for Khor Arbaat case study on sediment is poor data. However, the total sediment load is essential for the optimal control of the sediment transport on Khor Arbaat sediment and the protection of the dams on the upper gate area. The results show that the proposed model is found to be considered adequate to predict the total sediment load.

• 품질경영학회지
• /
• 제49권4호
• /
• pp.569-579
• /
• 2021

Purpose: The purpose of this study is the time series analysis for predicting the yield of crops applicable to each farm using environmental variables measured by smart farms cultivating tomato. In addition, it is intended to confirm the influence of environmental variables using a deep learning model that can be explained to some extent. Methods: A time series analysis was performed to predict production using environmental variables measured at 75 smart farms cultivating tomato in two periods. An LSTM-based encoder-decoder model was used for cases of several farms with similar length. In particular, Dual Attention Mechanism was applied to use environmental variables as exogenous variables and to confirm their influence. Results: As a result of the analysis, Dual Attention LSTM with a window size of 12 weeks showed the best predictive power. It was verified that the environmental variables has a similar effect on prediction through wieghtss extracted from the prediction model, and it was also verified that the previous time point has a greater effect than the time point close to the prediction point. Conclusion: It is expected that it will be possible to attempt various crops as a model that can be explained by supplementing the shortcomings of general deep learning model.

• 국제강구조저널
• /
• 제18권4호
• /
• pp.1384-1396
• /
• 2018

One of the failure modes observed in steel yield energy dissipating devices (SYEDs) excited by a strong earthquake would be the low-cycle fatigue failure. Fatigue cracks of a SYED are prone to initiate at the notch areas where stress concentration is usually occurred, which is demonstrated by the cyclic tests and analyses carried out for this study. Since the fatigue failure of SYEDs dramatically deteriorates their structural capacities, the thorough investigation on their fatigue life is usually required. To do this, sophisticated modeling with considering a time-consuming and complicate fracture mechanism is generally needed. This study makes an effort to investigate the low-cycle fatigue life of SYEDs predicted by a simplified method utilizing damage indices and fatigue prediction equations that are based on the plastic strain amplitudes obtained from typical finite element analyses. This study shows that the low-cycle fatigue failure of SYEDs predicted by the simplified method can be conservatively in good agreement with the test results of SYED specimens prepared for experimental validation.

• Advances in nano research
• /
• 제14권3호
• /
• pp.225-234
• /
• 2023

In this study, we aim to use big data resources and statistical analysis to obtain a reliable instruction to reach high-quality and high yield agricultural yields. In this regard, soil type data, raining and temperature data as well as wheat production in each year are collected for a specific region. Using statistical methodology, the acquired data was cleaned to remove incomplete and defective data. Afterwards, using several classification methods in machine learning we tried to distinguish between different factors and their influence on the final crop yields. Comparing the proposed models' prediction using statistical quantities correlation factor and mean squared error between predicted values of the crop yield and actual values the efficacy of machine learning methods is discussed. The results of the analysis show high accuracy of machine learning methods in the prediction of the crop yields. Moreover, it is indicated that the random forest (RF) classification approach provides best results among other classification methods utilized in this study.

• 한국측량학회지
• /
• 제40권5호
• /
• pp.449-456
• /
• 2022

본 연구는 GIS를 통해 토양정보를 수집하고 가공하여 농산물 생산량을 예측하는 모델을 제안한다. 농산물 생산량 예측 딥러닝 알고리즘은 공개된 CNN-RNN 농산물 생산량 예측 모델 구조를 변경하여 국내 농산물 자료 환경에 적합하도록 새롭게 구축하였다. 기존모델은 두 가지 특징을 가지고 있는데 첫 번째는 농산물의 생산량을 해당 필지값이 아닌 당해 평균값으로 대체한다는 것이고 두 번째는 예측하는 연도의 데이터까지 학습한다는 것이다. 새로운 모델은 해당 필지의 값을 그대로 사용하여 데이터의 정확성을 확보하고 예측하고자 하는 연도 이전의 데이터만 가지고 학습할 수 있도록 네트워크 구조를 개선하였다. 제안한 CNN-RNN 모델은 1980년부터 2020년까지의 기상정보, 토양정보, 토양적성도, 생산량 데이터를 학습하여 김장용 가을배추의 지역별 단위면적당 생산량을 예측한다. 2018년부터 2021년까지 4개 연도별 자료에 대하여 계산하고 생산량을 예측한 결과, 테스트 데이터셋에 대한 오차백분율이 약 10% 내외로 실제값과 비교하여 정확도 높은 생산량 예측이 가능했고, 특히 전체 생산량 비중이 큰 지역에서의 생산량은 비교적 근접하게 예측하는 것으로 분석되었다. 또한 제안모델과 기존모델은 모두 학습자료 연도 수가 증가할수록 점점 오차가 작아지므로 학습데이터가 많아질수록 범용 성능은 향상되는 결과를 나타낸다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 1996년도 춘계공동학술대회논문집; 공군사관학교, 청주; 26-27 Apr. 1996
• /
• pp.741-744
• /
• 1996

Artifical Neural Network(ANN) models were used for forecasting interest rate as a new methodology, which has proven itself successful in financial domain. This research intended to construct ANN models which can maximize the performance of prediction, regarding Corporate Bond Yield (CBY) as interest rate. Synergistic Market Analysis (SMA) was applied to the construction of models [Freedman et al.]. In this aspect, while the models which consist of only time series data for corporate bond yield were devloped, the other models generated through conjunction and reorganization of fundamental variables and market variables were developed. Every model was constructed to predict 1,6, and 12 months after and we obtained 9 ANN models for interest rate forecasting. Multi-layer perceptron networks using backpropagation algorithm showed good performance in the prediction for 1 and 6 months after.

• 지능정보연구
• /
• 제9권1호
• /
• pp.157-177
• /
• 2003

본 논문은 반도체 FAB공정의 수율개선 및 예측을 위해 데이터마이닝 기법을 적용한 사례를 소개한다. FAB 공정의 복잡성과 생산현장에서 수집되는 방대한 기술데이터로 인해 기존의 통계적 방법이나 엔지니어의 경험적 분석 방법만으로는 미처 파악하지 못하는 수율 저하 요인이 상당 수 존재한다. 본 논문은 먼저, FAB공정을 마친 웨이퍼에 불량 칩(chip)이 지리적으로 특정 위치에 집중적으로 발생하는 현상을 육안검사 대신 군집분석을 이용하여 데이터로부터 자동 판별할 수 있는 방법을 제안한다. 다음으로 연속패턴분석, 분류분석, RBF(Radial Base Function) 기법을 적용하여 수율 저하의 원인이 되는 문제 장비나 문제 파라미터를 신속, 정확하게 파악할 수 있도록 해 줄 뿐만 아니라 공정 진행 중인 제품의 미래 수율을 예측할 수 있도록 지원하는 방법을 제안한다. 또한 위 기법들을 반도체 FAB공정을 대상으로 국내 모 반도체 회사에서 정보시스템으로 구현한 Y2R-PLUS (Yield Rapid Ramp-up, Prediction, analysis ＆ Up Support) 시스템을 소개한다.

• 대한원격탐사학회지
• /
• 제33권5_2호
• /
• pp.647-659
• /
• 2017

마늘과 양파 재배는 작물의 생육 조건과 주산지 기상에 영향을 받는다. 따라서 단수를 예측할 때에는 주산지의 작황과 기상을 고려할 필요가 있다. 본 연구에서는 2006년에서 2015년까지의 작물의 생육 조건을 반영한 MODIS NDVI와 7개 주산지의 기상요인을 다중 회귀 모형에 적용하여 주산지별 마늘 및 양파의 단수예측 모형을 개발하였다. 다중 회귀 모형에서 독립변수 채택은 단계적 선택방법을 이용하였다. 그 결과, 마늘과 양파 단수예측 모형은 2월의 MODIS NDVI가 중요한 독립변수로 채택되었다. 기상요인은 마늘의 경우, 평균온도(3월), 강우량(11월, 3월), 상대습도(4월), 최저온도(6월)가 채택되었으며, 양파는 강우량(11월), 일조시간(1월), 상대습도(4월), 최저온도(6월)가 독립변수로 채택되었다. MODIS NDVI와 기상요인을 이용한 단수예측 모형은 주산지별 마늘, 양파 평균 단수의 84.4%, 75.9% 설명력을 나타내었으며, RMSE는 각각 42.57 kg/10a, 340.29 kg/10a로 나타났다. 따라서 본 모형은 MODIS NDVI와 기상요인에 따른 마늘과 양파의 단수 변화특성을 잘 반영하고 있는 것으로 판단된다.

• 한국소성가공학회:학술대회논문집
• /
• 한국소성가공학회 2009년도 추계학술대회 논문집
• /
• pp.277-280
• /
• 2009

This paper deals with the performance evaluation of Barlat's and BBC yield criteria by the directional variation prediction of the yield stresses and the R-values. for the evaluation of yield criteria, three kinds of Aluminum alloys and two kinds of steels were selected and their material properties are from Stoughton and Yoon's work. The experimental data required for the parameter evaluation included the uniaxial yield stresses and R-values (width-to-thickness strain ratio in uniaxial tension) measured in rolling direction, diaganol direction and the transverse direction, the equibiaxial yield stress and the R-value of equibiaxial tension. The optimization method, the Downhill Simplex method, was selected for the coefficient identification of Barlat91, Barlat97 and Barlat2000 yield criteria. Yield surface shapes, yield stress and R-value directionalities of Barlat's and BBC yield criteria were investigated and compared with the experimental data. Barlat2000 and BBC yield criteria were extremely qualified for the shape of the yield surface and the directionality of the yield stresses and the R-values.

• 한국초지조사료학회지
• /
• 제37권1호
• /
• pp.80-91
• /
• 2017

본 연구는 기후요인을 이용한 혼파초지 수량예측모형을 기초로 하여 시비, 파종 및 조성연차 요인을 단계적으로 적용하여 해석력이 높은 모형을 선정하는데 목적이 있다. 혼파초지 수량예측모형 구축 과정은 자료(풀사료 및 기상자료)수집, 가공, 분석 및 모형 구축의 순이었다. 여기서 수량예측모형은 기후, 시비, 파종 및 조성연차 요인을 고려하여 6가지를 구축하였으며, 해석력 및 풀사료 생산 이론 측면의 검토를 통해 최적의 모형을 선택하였다. 그 결과 기후, 시비 및 파종과 조성연차(조성연차의 그룹화) 요인을 고려한 Model VI이 선택되었다(해석력=53.8%). Model VI의 요인 별 해석력은 기후요인이 가장 크고(24.5%) 시비(17.8%), 파종(10.7%) 및 조성연차(0.8%) 요인의 순이었다. 그러나 건물수량과 하고일수 간에 나타난 정(+)의 상관관계는 지역별 및 적산변수 등의 관점에서 검토가 필요하다. 또한 시비량 및 파종량은 특정값에 집중적으로 분포하고 있어 이차항(Quadratic term)을 이용하여 적정 수준에 관한 연구가 요구된다.