Most of the predictions using machine learning are neutral predictions considering the symmetrical situation where the predicted value is not smaller or larger than the actual value. However, in some situations, asymmetric prediction such as over-prediction or under-prediction may be better than neutral prediction, and it can induce better judgment by providing various predictions to decision makers. A method called Asymmetric Twin Support Vector Regression (ATSVR) using TSVR(Twin Support Vector Regression), which has a fast calculation time, was proposed by controlling the asymmetry of the upper and lower widths of the ε-tube and the asymmetry of the penalty with two parameters. In addition, by applying the existing GSVQR and the proposed ATSVR, prediction using the prediction propensities of over-prediction, under-prediction, and neutral prediction was performed. When two parameters were used for both GSVQR and ATSVR, it was possible to predict according to the prediction propensity, and ATSVR was found to be more than twice as fast in terms of calculation time. On the other hand, in terms of accuracy, there was no significant difference between ATSVR and GSVQR, but it was found that GSVQR reflected the prediction propensity better than ATSVR when checking the figures. The accuracy of under-prediction or over-prediction was lower than that of neutral prediction. It seems that using both parameters rather than using one of the two parameters (p_1,p_2) increases the change in the prediction tendency. However, depending on the situation, it may be better to use only one of the two parameters.

국내 감염병 매개 모기인 흰줄숲모기(Aedes albopictus), 중국얼룩날개모기(Anopheles sinensis s.l.), 빨간집모기(Culex pipens), 작은빨간집 모기(Cx. tritaeniorhynchus)를 대상으로 살충제 deltamethrin, etofenprox, bifenthrin를 석유, 등유, 그리고 물로 희석하여 휴대용 가열연막과 차량용 가열연막의 방제효과를 측정하였다. 실험은 야외에서 일정한 거리에 암컷모기가 들어있는 노출장을 매단 스탠드를 세우고 실시하였다. 세 종류의 살충제를 각각 경유에 희석하여 살포한 휴대용 가열연막은 10 m 이내의 모기에 대해 평균 52.0%의 치사율을 보였고, 살충제를 물로 희석하여 사용한 휴대용 가열연막의 모기 치사율은 평균 64.0%였다. 살충제를 경유로 희석한 차량용 가열연막은 모기에 대해 살포 거리 50 m 이 내에서 평균 34.8%의 치사율을 보였다. 가열연막용 살충제의 희석제로 사용되는 경유와 등유의 모기 치사효과는 등유가 경유에 비해 1.9배 높게 나타났다.

The development of IOT technology and artificial intelligence technology is promoting the smartization of manufacturing system. In this study, data extracted from acceleration sensor and current sensor were obtained through experiments in the cutting process of SKD11, which is widely used as a material for special mold steel, and the amount of tool wear and product surface roughness were measured. SVR (Support Vector Regression) is applied to predict the roughness of the product surface in real time using the obtained data. SVR, a machine learning technique, is widely used for linear and non-linear prediction using the concept of kernel. In particular, by applying GSVQR (Generalized Support Vector Quantile Regression), overestimation, underestimation, and neutral estimation of product surface roughness are performed and compared. Furthermore, surface roughness is predicted using the linear kernel and the RBF kernel. In terms of accuracy, the results of the RBF kernel are better than those of the linear kernel. Since it is difficult to predict the amount of tool wear in real time, the product surface roughness is predicted with acceleration and current data excluding the amount of tool wear. In terms of accuracy, the results of excluding the amount of tool wear were not significantly different from those including the amount of tool wear.

최근 기후변화 및 국제교역량, 여행객, 외국 이주민 등의 증가로 국내 농작물에 큰 피해를 입힐 수 있는 고위험 식물 병의 국내 유입이 꾸준히 증가하고 있고 이에 따라, 검역기관 종사자들의 업무량도 늘어나고 있다. 특히 ‘Candidatus Liberibacter solanacearum’가 원인병원균인 감자 제브라칩병의 경우, 발생하게 되면 감자를 초토화시켜 막대한 피해를 야기한다. ‘Ca. L. solanacearum’의 감자와 토마토 등의 가지과(Solanaceae) 작물과 당근을 포함하는 산형과(Umbelliferae) 작물이 기주가 될 수 있다. 이에 본 연구에서는 아직까지 국내에 유입되지 않은 감자 제브라칩병과 매개충인 토마토 감자 나무이(tomato potato psyllid; TPP; Bactericera cockerelli Sulc.)에 대한 예찰 조사를 수행하였다. 예찰 조사를 위해 전국을 7개 권역(경기-강원, 충청, 전북, 전남, 경북, 경남 및 제주)으로 나누고, 각 권역에 속하는 3개 지역 중심으로 수행하였는데, 경기-강원 권역은 인천, 화성, 춘천 및 홍천, 충청 권역은 공주, 세종 및 청주, 전북 권역은 익산, 완주 및 정읍, 전남 권역은 보성, 고흥 및 순천, 경북 권역은 상주, 김천 및 안동, 경남 권역은 거창, 함양 및 진주, 제주 권역은 구좌 및 성산 지역이 해당되며, 지역당 3개 지점을 두고 조사하였다. 매개충 TPP 조사를 위해 끈끈이 트랩을 이용한 조사를 병행하였다. 예찰 조사는 2018년 9월부터 10월까지 2주 간격으로 실시하였다. 2018년 예찰 조사결과, 감자 제브라칩병과 매개충인 TPP는 국내에는 확인되지 않았다. 이 연구는 식물병을 조기에 탐지하기 위해 구축된 전국적인 모니터링 네트워크를 통해 수행할 수 있었고, 국외 외래유입병들의 예찰 조사를 위한 지역 거점을 확보하는데 기여하였다고 평가된다.

스피로그래프는 고정된 프레임 형태에 휠을 맞물려서 휠 안에 특정한 점이 지난 궤적을 곡선 형태로 표현하 는 룰렛 곡선 생성 시스템이다. 일반적으로 프레임과 휠은 원형과 같은 단순한 형태로 만들어지며 일종의 장난감처럼 만들어져 사용된다. 이러한 룰렛 곡선의 패턴을 그리는 수학적 원리는 이미 많이 연구가 이루어져 있으며 교육용 게임이나 케주얼 게임 등으로도 활용되고 있다. 그러나 이러한 게임들에는 원형 프레임과 원형 휠을 이용한 생성 방법만을 기반으로 하고 있으며 좀 더 복잡한 일반적인 형태의 프레임을 활용한 생성방법은 사용되고 있지 않다. 이에 본 논문에서는 이러한 스피로그래프 시스템을 우리에게 친숙한 벡터 폰트를 프레임으로 사용하여 룰렛 곡선을 생성할 수 있도록 하고자 한다. 기존의 연구에서 다루지 않았던 불연속적인 방향 전환부분과 휠이 접근할 수 없는 부분에 대한 처리 등에 대해 해결할 수 있는 방안을 제시하였고 실험 결과를 통해 벡터 폰트에 적용한 예를 보였다. 이러한 연구는 기존의 스피로그래프 생성 방법을 확장하여 교육용 게임이나 케주얼 게임 등으로 활용할 수 있고 벡터 폰트를 이용한 폰트변형 방법, 벡터 그래픽 응용 등의 분야에 활용할 수 있을 것으로 기대한다.

최근 기후변화와 더불어 국제 교역량, 여행객 및 외국 이주민 등의 증가로 인해 국내 농작물에 큰 피해를 입힐 수 있는 고위험 식물 병의 유입 사례가 꾸준히 증가하고 있는 추세다. 특히, ‘Candidatus Liberibacter asiaticus’가 원인병원균인 감귤황룡병의 경우, 발생하게 되면 감귤과원에 큰 피해를 야기한다. 이에 본 연구에서는 아직까지 국내 유입되지 않은 감귤황룡병과 매개충인 아시아감귤나무이(Asian citrus psyllid; ACP; Diaphotima citri)에 대한 예찰 조사를 남부지역에 집중된 유자 재배지 중심으로 수행하였다. 유자는 감귤황룡병의 기주가 될 수 있는 운향과(Rutaceae)에 속하는 작물로 기후 특성상 우리 나라 전라남도와 경상남도 해안지역을 중심으로 주로 재배되고 있다. 예찰 조사는 전남과 경남에 속하는 각 3개 지역 중심으로 수행하였는데, 전남 권역은 고흥, 보성 및 광양 중심으로 그리고 경남 권역은 거제, 통영 및 남해 지역이며, 지역당 3개 지점을 두고 조사하였다. ACP 포획을 위해 끈끈이 트랩을 이용한 조사를 병행하였다. 예찰 조사는 2018년부터 2020년까지 3년에 걸쳐 수행하였고 2018년은 6월부터 10월까지, 2019년과 2020년은 4월부터 10월까지 2주 간격으로 실시하였다. 예찰 조사 결과 감귤황룡병과 매개충 ACP는 국내에서는 아직 확인되지 않았다. 이 연구는 식물병을 조기에 탐지하기 위해 구축된 전국적인 모니터링 네트워크를 통해 수행할 수 있었고, 국외 고위험 식물 병들의 예찰 조사를 위한 지역 거점을 확보하는데 기여하였다고 평가된다.

With the spread of smart manufacturing, one of the key topics of the 4th industrial revolution, manufacturing systems are moving beyond automation to smartization using artificial intelligence. In particular, in the existing automatic machining, a number of machining defects and non-processing occur due to tool damage or severe wear, resulting in a decrease in productivity and an increase in quality defect rates. Therefore, it is important to measure and predict tool life. In this paper, v-ASVR (v-Asymmetric Support Vector Regression), which considers the asymmetry of є-tube and the asymmetry of penalties for data out of є-tube, was proposed and applied to the tool wear prediction problem. In the case of tool wear, if the predicted value of the tool wear amount is smaller than the actual value (under-estimation), product failure may occur due to tool damage or wear. Therefore, it can be said that v-ASVR is suitable because it is necessary to overestimate. It is shown that even when adjusting the asymmetry of є-tube and the asymmetry of penalties for data out of є-tube, the ratio of the number of data belonging to є-tube can be adjusted with v. Experiments are performed to compare the accuracy of various kernel functions such as linear, polynomial. RBF (radialbasis function), sigmoid, The best result isthe use of the RBF kernel in all cases

Support vector regression (SVR) is devised to solve the regression problem by utilizing the excellent predictive power of Support Vector Machine. In particular, the є-insensitive loss function, which is a loss function often used in SVR, is a function thatdoes not generate penalties if the difference between the actual value and the estimated regression curve is within є. In most studies, the є-insensitive loss function is used symmetrically, and it is of interest to determine the value of є. In SVQR (Support Vector Quantile Regression), the asymmetry of the width of є and the slope of the penalty was controlled using the parameter p. However, the slope of the penalty is fixed according to the p value that determines the asymmetry of є. In this study, a new ε-insensitive loss function with p1 and p2 parameters was proposed. A new asymmetric SVR called GSVQR (Generalized Support Vector Quantile Regression) based on the new ε-insensitive loss function can control the asymmetry of the width of є and the slope of the penalty using the parameters p1 and p2 , respectively. Moreover, the figures show that the asymmetry of the width of є and the slope of the penalty is controlled. Finally, through an experiment on a function, the accuracy of the existing symmetric Soft Margin, asymmetric SVQR, and asymmetric GSVQR was examined, and the characteristics of each were shown through figures.

In the context of world economic integration, Vietnam's market-oriented economy is facing many opportunities and also many challenges. Market factors are gradually dominating and dominating economic activities, affecting overall economic achievements and in almost all production and consumption sectors. Shipping in general and shipping by the sea, in particular, is one of the economic sectors most affected by the process of openness and international economic integration. As government intervention in the economy decreases, the fluctuations in the total output of the economy, according to the cycle theory, are considered more. Continuous fluctuations and cyclical themselves are made up of variables related to the results of production and business of economic sectors, which transport goods by sea are one of them. Quantitative analysis is being used in many types of research on economic and financial fields in the world as well as in Vietnam. For a more holistic, comprehensive, and scientific view, the use of a powerful quantitative tool, it allows assessment of multidimensional relationships between macro variables and variables that reflect the industry's production results. The Vector Autoregression (VAR) is one of the reasonably standard quantitative models used to determine the multidimensional relationship between economic factors supposedly related to each other. Use this model to analyze the relationship between some key macroeconomic indicators and the volume of goods transported by sea in Vietnam. The author finds that there is a relatively close relationship between import and export turnover of goods and sea transport output. This result suggests many policy ideas to develop both international trade and shipping activities in Vietnam in the current period. On the other hand, the quantitative model used in the project can be applied at the enterprise level to help managers identify the impact of economic fluctuations on production and business results. On that basis, appropriate decisions will be made in the context of ongoing short-term economic fluctuations.

We develop forecast models of daily probabilities of major flares (M- and X-class) based on empirical relationships between photospheric magnetic parameters and daily flaring rates from May 2010 to April 2018. In this study, we consider ten magnetic parameters characterizing size, distribution, and non-potentiality of vector magnetic fields from Solar Dynamics Observatory (SDO)/Helioseismic and Magnetic Imager (HMI) and Geostationary Operational Environmental Satellites (GOES) X-ray flare data. The magnetic parameters are classified into three types: the total unsigned parameters, the total signed parameters, and the mean parameters. We divide the data into two sets chronologically: 70% for training and 30% for testing. The empirical relationships between the parameters and flaring rates are used to predict flare occurrence probabilities for a given magnetic parameter value. Major results of this study are as follows. First, major flare occurrence rates are well correlated with ten parameters having correlation coefficients above 0.85. Second, logarithmic values of flaring rates are well approximated by linear equations. Third, using total unsigned and signed parameters achieved better performance for predicting flares than the mean parameters in terms of verification measures of probabilistic and converted binary forecasts. We conclude that the total quantity of non-potentiality of magnetic fields is crucial for flare forecasting among the magnetic parameters considered in this study. When this model is applied for operational use, it can be used using the data of 21:00 TAI with a slight underestimation of 2–6.3%.

해양산업분야에서는 극심한 대기오염으로 인하여 전기추진선박에 대한 관심이 높아지고 있다. 이로 인해 선내 전력품질의 저하를 개선하기 위한 연구가 활발히 진행되고 있다. 기존 DFE 정류기의 입력전류 고조파 함유량을 완화시키기 위해 수동형필터, 노치필터, 능동형필터 등을 이용한 다양한 방법이 등장하였다. 그 중에서도 능동필터의 일종인 AFE(Active Front End) 정류장치가 우수한 기술로써 평가받고 있다. 본 논문에서는 공간벡터변조에 의한 AFE정류장치의 전류제어방식을 제안하였다. 기존의 히스테리시스 방식, 삼각파 변조 방식 및 공간벡터변조방식을 PSIM을 사용해 시뮬레이션을 수행하여 비교, 분석하였고, 그 결과 공간벡터변조방식이 구조가 간단하고 성능이 가장 우수함을 확인하였다.