PM10 예측 성능 향상을 위한 농도별 예측 모델 설계

조경우 ( Kyoung-woo Cho ),정용진 ( Yong-jin Jung ),오창헌 ( Chang-heon Oh ) 한국항행학회 2021 韓國航行學會論文誌 Vol.25 No.6

고농도의 경우 저농도와 비교하였을 때, 발생 빈도수의 차이와 발생 환경에 대한 차이로 예측 성능의 한계를 두드러지게 보이고 있다. 이러한 문제를 해결하기 위해 본 논문에서는 인공신경망 알고리즘을 이용하여 저농도와 고농도로 분류하고 구분된 농도별로 특성을 학습시킨 두 가지 예측 모델을 통해 예측을 수행하는 모델을 제안하였다. 저농도와 고농도를 분류하기 위해 DNN 기반의 분류 모델을 설계하고 분류모델을 통해 구분된 저농도와 고농도를 기준으로 농도별 특성을 반영하기 위한 저농도 예측 모델과 고농도 예측 모델을 설계하였다. 농도별 예측 모델의 성능 평가 결과, 저농도 예측 정확도가 90.38%, 고농도 예측 정확도는 96.37%의 예측 정확도를 보였다. Compared to a low concentration, a high concentration clearly entails limitations in terms of predictive performance owing to differences in its frequency and environment of occurrence. To resolve this problem, in this study, an artificial intelligence neural network algorithm was used to classify low and high concentrations; furthermore, two prediction models trained using the characteristics of the classified concentration types were used for prediction. To this end, we constructed training datasets using weather and air pollutant data collected over a decade in the Cheonan region. We designed a DNN-based classification model to classify low and high concentrations; further, we designed low- and high-concentration prediction models to reflect characteristics by concentration type based on the low and high concentrations classified through the classification model. According to the results of the performance assessment of the prediction model by concentration type, the low- and high-concentration prediction accuracies were 90.38% and 96.37%, respectively.

PM10 예보 정확도 향상을 위한 Deep Neural Network 기반 농도별 분리 예측 모델

조경우,정용진,이종성,오창헌,Cho, Kyoung-woo,Jung, Yong-jin,Lee, Jong-sung,Oh, Chang-heon 한국정보통신학회 2020 한국정보통신학회논문지 Vol.24 No.1

미세먼지의 인체 영향이 밝혀지며 예보정확도 개선에 대한 요구가 증가하고 있다. 이에 기계 학습 기법을 도입하여 예측 정확성을 높이려는 노력이 수행되고 있으나, 저농도 발생 비율이 매우 큰 미세먼지 데이터로 인해 전체 예측 성능이 떨어지는 문제가 있다. 본 논문에서는 PM10 미세먼지 예보 정확도 향상을 위해 농도별 분리 예측 모델을 제안한다. 이를 위해 천안 지역의 기상 및 대기오염 인자를 활용하여 저, 고농도별 예측 모델을 설계하고 전 영역 예측 모델과의 성능 비교를 수행하였다. RMSE, MAPE, 상관계수 및 AQI 정확도를 통한 성능 비교 결과, 전체 기준에서 예측 성능이 향상됨을 확인하였으며, AQI 고농도 예측 성능의 경우 20.62%의 성능 향상이 나타났음을 확인하였다. The human impact of particulate matter are revealed and demand for improved forecast accuracy is increasing. Recently, efforts is made to improve the accuracy of PM10 predictions by using machine learning, but prediction performance is decreasing due to the particulate matter data with a large rate of low concentration occurrence. In this paper, separation prediction model by concentration is proposed to improve the accuracy of PM10 particulate matter forecast. The low and high concentration prediction model was designed using the weather and air pollution factors in Cheonan, and the performance comparison with the prediction models was performed. As a result of experiments with RMSE, MAPE, correlation coefficient, and AQI accuracy, it was confirmed that the predictive performance was improved, and that 20.62% of the AQI high-concentration prediction performance was improved.

미세먼지 예측 정확도 향상을 위한 다층 퍼셉트론 기반 농도별 분리 예측 모델

조경우(Kyoung-woo Cho),정용진(Yong-jin Jung),이종성(Jong-sung Lee),오창헌(Chang-heon Oh) 한국정보통신학회 2019 한국정보통신학회 종합학술대회 논문집 Vol.23 No.2

논문 : 정기선 해운영업의 거래특성요인이 e-Biz 구현에 미치는 영향에 관한 실증연구

조경우 ( Kyung Woo Cho ) 한국해운물류학회 (구 한국해운학회) 2006 해운물류연구 Vol.49 No.-

해운기업에 있어서 기업내부요인 및 외부환경요인이 전자상거래 활용수준과 성과에 미치는 영향에 관한 실증연구 : 정기선해운영업을 중심으로

조경우(Kyung-Woo Cho) 한국항해항만학회 2006 한국항해항만학회 학술대회논문집 Vol.1 No.-

본 연구는 정기선해운영업을 중심으로 해운산업에서의 전자상거래 활용 및 성과에 영향을 미치는 요인들을 도출한 후, 도출된 영향요인들과 전자상거래 활용수준 및 성과간에 어떠한 인과관계가 있는지를 검증하고자 하였다. 이를 위해 우리나라 해운기업들의 내부환경변수인 해운기업특성과 외부환경변수인 해운환경특성이 전자상거래 활용수준에 어떠한 영향을 미치는지와 우리나라 해운기업들의 전자상거래 활용수준이 전자상거래 활용성과에 어떠한 영향을 미치는지의 2단계 연구모형을 구조방정식모델을 통해 실증분석하였다. The purpose of this study is to suggest logical foundation and points which necessarily for establishing E-commerce of Korean shipping companies' development strategy and activation plan. In order to empirical analysis, two step analyses are adopted. Firstly, this study examines the effects of the shipping company character and the shipping environment character on the usage of E-commerce in the shipping companies. Secondly, this study examines the effects of usage of E-commerce on the performance in shipping companies. In the empirical analysis, research hypotheses are being tested mainly by a structural equation model(SEM).

LSTM을 이용한 PM10 미세먼지 농도 예측

조경우(Kyoung-woo Cho),정용진(Yong-jin Jung),이종성(Jong-sung Lee),오창헌(Chang-heon Oh) 한국정보통신학회 2019 한국정보통신학회 종합학술대회 논문집 Vol.23 No.2

효율적인 4D 영상을 위한 영상 검출 시스템 개발 및 성능평가

조경우 ( Kyoung Woo Cho ),류택기 ( Ze Qi Liu ),전민호 ( Min Ho Jeon ),오창헌 ( Chang Heon Oh ) 한국항행학회 2013 韓國航行學會論文誌 Vol.17 No.6

4D 영화는 3D 혹은 일반영상과 함께 물리적인 효과를 추가한 영화이다. 시청자에게 물리적 효과를 제공하기 위해선 각 장면마다 적용할 물리 효과 데이터를 작성해야 한다. 본 논문에서는 영화의 폭발 장면이나 빙설, 적설 장면의 상황을 판단하여 효율적으로 물리효과를 제공할 수 있는 영상 검출 시스템을 제안한다. 제안하는 영상 검출 시스템은 R컬러와 적색차 정보인Cr값을 이용한 화염 검출 알고리즘과 RGB 컬러를 이용한 적설 영역 검출 알고리즘, 8051 계열의 MCU를 사용한 제어시스템으로 구성된다. 성능평가 결과 화염의 경우 91%의 검출율을 보였으며, 적설 영역의 경우 26%의 오검출이 발생하였다. 또한 해당 알고리즘을 통한 자동적인 물리적 효과 제공이 가능함을 보였다. 4D film is just a film that made by adding some physical effects to 3D film or general film. In order to provide physical effects to the audience, the data that make the physical effect must be added to each frames. In this paper, we proposed a video detection system that can efficiently provide physical effects by assessing the present situation such as explosion scene, snowing scene. The proposed video detection system contains an algorithm for fire detection by using R color and  Cr value, and also an algorithm for snow detection by using RGB color model. The system constitutes in a MCU that from 8051 family. In the performance evaluations, the result shows that 91% of detection rate in case of fire and 25% of false detection rate in case of snow. Also the system is capable of providing physical effects automatically.

미세먼지 예측을 위한 기계 학습 알고리즘의 적합성 평가

조경우,정용진,강철규,오창헌,Cho, Kyoung-woo,Jung, Yong-jin,Kang, Chul-gyu,Oh, Chang-heon 한국정보통신학회 2019 한국정보통신학회논문지 Vol.23 No.1

미세먼지의 인체 영향으로 인해 기존 대기 환경 모니터링 네트워크에서 측정된 과거 데이터를 활용하여 미세먼지를 예측하려는 다양한 연구가 진행되고 있다. 하지만 기존 설계된 예측 모델의 측정 환경, 세부 조건을 정확히 설정하기 어려우며, 측정된 기상 데이터의 누락과 같은 문제로 기존 연구 결과에 기반 한 새로운 예측 모델의 설계가 필요하다. 본 논문에서는 미세먼지 예측을 위한 선행 연구로서 다수의 연구에서 사용된 기계 학습 알고리즘인 다중 선형 회귀와 인공 신경망을 통해 예측 모델을 설계하여 미세먼지 예측을 위한 알고리즘의 적합성을 평가하였다. RMSE를 통한 예측 성능 비교 결과, MLR 모델의 경우 18.13, MLP 모델의 경우 14.31의 값을 보여 미세먼지 농도를 예측함에 있어 인공 신경망 모델이 예측에 더 적합함을 보였다. Due to the human influence of particulate matter, various studies are being conducted to predict it using past data measured in the atmospheric environment monitoring network. However, it is difficult to precisely set the measurement environment and detailed conditions of the previously designed predictive model, and it is necessary to design a new predictive model based on the existing research results because of the problems such as the missing of the weather data. In this paper, as a previous study for particulate matter prediction, the conformity of the algorithm for particulate matter prediction was evaluated by designing the prediction model through the multiple linear regression and the artificial neural network, which are machine learning algorithms. As a result of the prediction performance comparison through RMSE, 18.13 for the MLR model and 14.31 for the MLP model, and the artificial neural network model was more conformable for predicting the particulate matter concentration.

에너지 절약을 위한 위치측위 기반 조명 제어 시스템 개발

조경우,전민호,오창헌,Cho, Kyoung-Woo,Jeon, Min-Ho,Oh, Chang-Heon 한국정보통신학회 2014 한국정보통신학회논문지 Vol.18 No.12

건물에 설치된 조명의 경우, 야간 통행자 및 광량이 부족한 곳을 위해 인체 감지센서를 이용하여 조명을 제어한다. 그러나 부적절한 센서 위치로 인한 오작동의 문제가 있으며, 대형 건물 통로의 경우 통행자 통과 후에도 장시간 조명기구가 점등되어 있는 문제점이 존재한다. 본 논문에서는 실내 위치 측위를 통해 상주자의 위치에 따라 조명을 제어하는 위치측위 기반 조명 제어 시스템을 제안한다. 제안하는 시스템은 위치측위 기술 중 하나인 fingerprinting 기술을 이용, 스마트 디바이스를 통해 수집된 RSSI (Received Signal Strength Indicator) 데이터를 토대로 측위 된 영역에 해당하는 조명만을 점등함으로써 불필요하게 소비되는 소비전력을 감소시킨다. 4인의 상주자가 존재하는 환경에서 실험결과 개별 조명의 조도는 308 lux였으며, 기존 방식에 비해 49 Wh의 소비전력 절감 효과가 나타났음을 확인하였다. When lighting has installed indoor, we control lighting using human-detecting sensors for people who pass at night and places that are lack of quantity of light. However, malfunction can be caused by positions of inappropriate sensors, and in the case of passages of big buildings, it is a problem that even after a person pass, light apparatuses are turned on for a long time. In this paper, we propose lighting control system based on location positioning for energy saving that control lighting in accordance with passers's position through indoor location positioning. This system use the fingerprinting technology that is one of the location positioning technologies and RSSI data that is collected by a smart device. Using those, it can turn on only lightings that are included in the positioned location and reduce unnecessary power consumption. As a result of experiment, on condition that four people were existing and illumination was 308 lux, we assured reduction effect of 49 Wh.

Norepinephrine 에 의한 Natriuresis 의 특성

조경우(Kyung Woo Cho),김선희(Suhn Hee Kim),김민철(Min Chul Kim),안해선(Hai Sun Ann) 대한신장학회 2001 Kidney Research and Clinical Practice Vol.20 No.5

가토 신장에 nor epinephrine을 투여하여 나타나는 postischemic natriuresis 의 기전을 밝히고자 kallikrein 억제제, adenosine 수용체 흥분제와 길항제로 일측 신장을 전처리 하거나 신장 신경을 제거한 후 norepinephrine의 신장 효과를 비교하였다. Prostaglandin 합성 억제제인 indomethacin과 kallikrein 억제제인 aprotinin은 norepinephrine에 의한 natriuresis에 영향을 미치지 않았다. Adenosine 수용체 흥분제(5`-N-ethylcarboxamidoadenosine, NECA; N6-cyclohexyladenosine, CHA)와 길항제(8- phenyltheophylline) 또한 norepinephrine 투여 후의 natriuresis에 영향을 미치지 않았다. 양측 신장 신경을 제거한 가토에서는 norepinephrine 의 postischemic natriuresis 는 나타나지 않았으며 norepinephrine의 신장 억제 효과는 강화되었다. 이상의 결과로 대량의 norepinephrine을 단기간 투여하여 나타나는 소위 postischemic natriuresis 는 prostaglandin 또는 kallikrein 등과의 관련보다는 신장 신경의 역할이 관련되어 있을 것으로 추측하였다. Intrarenal arterial infusion of norepinephrine (NE)or renal arterial occlusion has been reported to cause acute renal failure. However , the pathophysiologicalmechanism inv olved is still not clearly defined. Recently, NE- induced natriuresis localized in the NEinfusedkidney has been found. In the present study,to elucidate the mechanism involved in the NEinduced natriuresis, NE(1.65 μg/ kg/min ) was infusedinto the left renal artery of r abbits and modulation e effect by aprotinin, indomethacin, adenosinereceptor modulator s and bilateral denervation was ex amined. T reatment with aprotinin or indomethacinaffected no changes in NE- induced natriuresis . Also in r abbit s treated with adenosine receptor modulators, no change in NE- induced natriuresis was observed. However, in r abbits bilaterally renal nervedenervated, NE- induced natriuresis was not observed. From these result s, it is suggested that the NEinduced natriuresis is related to an impairment of the renal nerve activity .