• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.292-292
• /
• 2023

본 연구에서는 인공신경망을 이용한 통계적 모형을 구성하여 금강권역의 봄철(3~5월) 강수량 예측을 수행하였다. 통계적 모형의 예측인자로서는 NOAA 등에서 제공하는 AAO, AMM, AO 등 36종의 기후지수와 대상권역인 금강권역의 강수량, 기온 등의 기상인자 8종 등 총 44종의 기후지수를 활용하였다. 예측대상기간을 기준으로 선행기간(1~18개월)에 따른 상관성을 분석하여 상관도가 높은 10개의 기후지수를 예측인자로 선정하였다. 예측모형 형태는 10개의 입력층과 1개의 은닉층으로 되어 있는 인공신경망모형을 구성하였다. 모형 구성과정에서의 불확실성을 최소화하고 예측모형의 적합도를 높이기 위해 예측대상기간을 기준으로 과거 40년간의 자료에 대해 임의로 20년간 자료를 선별하여 모형을 구성하고, 너머지 기간에 대해 검증하는 무작위 교차검증을 반복하여, 예측대상기간 및 예측시점에 따라 각각 적합도가 높은 1000개의 예측모형을 선별하였다. 과거기간(1991~2022년)을 대상으로 예측시점에 따라 각 연도별 1000개의 예측결과를 도출하여, 실제 해당년도의 관측값과의 비교를 통해 예측성을 분석하였다. 예측성은 크게 예측치의 최대값과 최소값 범위 및 예측치의 25%~75% 범위 안에 관측치가 포함될 확률, 그리고 과거 관측값의 3분위 구간을 기준으로 한 예측확률 등을 평가하였다. 관측치가 예측치의 범위 안에 포함될 확률은 평균 87.5%, 예측치의 25~75% 범위 안에 포함될 확률은 30.2%로 나타났으며, 3분위 예측확률은 35.6%로 분석되었다. 관측값과의 일대일 비교는 정확도가 떨어지지만 3분위 예측확률이 33.3% 이상인 점으로 볼 때 예측성은 확보된다고 볼 수 있다. 다만, 우리나라 강수량의 불규칙성과 통계적 모형 특성상 과거 관측되지 않은 패턴에 대해서는 예측이 어려운 문제가 있어, 특정년도의 예측결과가 관측치를 크게 벗어나는 경우도 종종 나타나고 있다.

• Journal of Korea Water Resources Association
• /
• v.52 no.7
• /
• pp.475-482
• /
• 2019

Subseasonal-to-Seasonal (S2S) prediction information which have 2 weeks to 2 months lead time are expected to be used through many parts of industry fields, but utilizability is not reached to expectation because of lower predictability than weather forecast and mid- /long-term forecast. In this study, we used multi-layer perceptron (MLP) which is one of machine learning technique that was built for regression training in order to improve predictability of S2S precipitation data at South Korea through post-processing. Hindcast information of ECMWF was used for MLP training and the original data were compared with trained outputs based on dichotomous forecast technique. As a result, Bias score, accuracy, and Critical Success Index (CSI) of trained output were improved on average by 59.7%, 124.3% and 88.5%, respectively. Probability of detection (POD) score was decreased on average by 9.5% and the reason was analyzed that ECMWF's model excessively predicted precipitation days. In this study, we confirmed that predictability of ECMWF's S2S information can be improved by post-processing using MLP even the predictability of original data was low. The results of this study can be used to increase the capability of S2S information in water resource and agricultural fields.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.467-467
• /
• 2023

강우에 의해 발생하는 비점오염물질의 수질 데이터가 충분하지 않아 비점오염원이 문제가 되고 있는 유역의 수질개선을 위한 대책마련이 어려운 실정이다. 기존에 환경부에서 운영하고 있는 자동측정망은 1시간 간격으로 데이터를 축적하고 있으나, 비점오염원이 문제가 되는 유역에 설치되어 있지 않거나 수온, DO, pH 등 현장항목만을 측정하고 있어 하천의 수질오염을 대표할 수 있는 T-P나 SS 등의 수질분석 항목의 부재하다. 이로인해 유역의 수질개선 대책을 수립하기 위한 오염원의 현황을 파악하기 어려운 실정이다. 따라서, 본 연구에서는 비점오염원관리지역 중 골지천 유역을 대상으로 수질항목별 상관성을 분석하고, 실측자료를 기반으로 DT, MLP, SVM, RF, GB, XGB 등의 머신러닝 기법을 통해 수질 예측 가능성을 연구하였다. 상관관계 분석결과 입력변수인 탁도 항목이 예측 수질과 뚜렷한 상관관계를 보이는 것으로 나타났으나, 그 외 항목에서는 약한 상관관계를 보이거나 상관관계가 없는 것으로 나타났다. 머신러닝 기법을 활용한 수질 예측 분석 결과, 검무교와 태봉2교, 제1여량교는 RF 기법에서 결정계수(R²) 0.57~0.86, RMSE 16.49~175.60으로 예측성이 우수한 것으로 나타났다. 관말교는 SVM 기법에서 R² 0.65, RMSE 57.69로, 송계교는 XGB 기법에서 R² 0.74, RMSE 282.86으로 가장 예측성이 우수한 것으로 나타났다. 분석결과와 같이 머신러닝 기법을 활용한 수질 예측은 가능하나, 예측성이 우수한 머신러닝 기법의 R² 비교 결과, 유역면적이 큰 제1여량교와 작은 관말교에서 0.57과 0.65로 다른 지점에 비해 낮은 것으로 나타났다. RMSE 비교 결과, 상류 산간지역에 발생한 국지성 호우의 영향으로 흙탕물이 가장 자주 발생하는 태봉2교 지점과 우선관리지역이 합류되는 송계교 지점에서 175.60과 282.86으로 예측값과 실측값의 오차가 큰 것으로 나타났다. 연구결과와 같이 하천 수질을 예측하기 위해서는 유역면적 혹은 유역특성과 관련한 기초자료를 추가로 적용하여 머신러닝 기법을 적용 해야할 것으로 판단된다. 또한, 본 연구에서 예측한 수질 항목 이외에 입력변수를 추가로 확보하여 수질의 예측 가능성을 검토해야 할 것으로 보여진다.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 2001.04a
• /
• pp.17-20
• /
• 2001

Combustion characteristics of KSR-III liquid rocket engine are investigated numerically in the standpoints of engine performance and acoustic instability. In the present calculation, engine performance for design and off-design conditions is estimated effectively with reasonable error. Numerical results of acoustic instability show that engine operation for the design condition has sufficient stability margin, but for a certain off-design condition, acoustic instability can be triggered by artificial pressure perturbation. The present results are in a good agreement with the available experimental results and can be adopted for the prediction of engine performance and stability, depending on the specific operating condition.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.99-99
• /
• 2018

기상이변으로 인해 국지성 호우의 발생 증가와 그로 인한 수재해 피해가 증가하고 있다. 따라서 수재해를 사전에 예측하고 저감하기 위해 비구조물적 대책인 실시간 홍수예보시스템 개발 및 운영에 관한 연구들이 수행되고 있다. 일반적으로 홍수예보시스템은 대피선행시간 확보를 위해서 초단시간 혹은 단기 수치예보모델을 수문해석모형이나 예보기법의 입력으로 활용하고 있다. 초단시간 예측은 기상레이더를 기반으로 외삽, 이류, 셀 추적 등의 기법을 활용하여 0~3시간 이내의 강수예측을 수행한다. 그러나 역학이나 물리적 과정이 동반되지 못하여 0~ 2시간 이내에서의 예측성은 높은 반면, 예측시간이 길어질수록 예측력이 낮아진다. 단기수치예보모델은 종관관측에 의존하면서 역학이나 물리과정을 동반하므로 0~6시간 혹은 12시간 이상의 예측을 수행하지만, 수치모델의 고유특성인 스핀업 등의 예측 불확실성이 내재되어 있어 예측 초기시간에서의 예측력이 낮은 한계가 있다. 따라서 강수예측의 정확도 향상을 위해 레이더와 수치예보모델의 병합기법이 필요하다. 본 연구에서는 통계분석을 통해 경험적으로 산출된 시간적 가중치를 이용한 기존 병합기법의 한계를 극복하면서 호우에 따른 가변성을 반영하는 실시간 병합기법을 개발하고, 수문학적인 활용성을 평가하고자 하였다. 사용된 예측강우 자료는 레이더 기반인 MAPLE, KONOS, 공간규모분할 예측강우와 수치예보모델 기반인 UM와 ASAPS의 예측강우이며, 제시한 가중치 산정기법은 직전 예측강우의 오차가 현 시점의 예측강우의 오차와 유사하다는 가정하에 오차항을 포함한 과거 1시간 예측강우들간의 가중치 조합이 과거 지상관측강우와의 평균제곱근오차가 최소가 되도록 화음 탐색법을 이용하여 찾는 것이다. 가중치 조합은 예측강우의 생산 시간 간격을 고려하여 매 10분마다 산정하며, 미래 3시간 예측까지 산정된 가중치를 적용한다. 수도권 영역을 대상으로 병합된 예측강우와 레이더 관측강우를 비교한 결과, 정량적 정확도가 향상됨을 확인할 수 있었다. 또한, 예측강우의 수문학적 활용성은 도시유출해석모의를 통해 평가하였다. 그 결과, 병합된 예측강우로 모의된 수심이 관측수심과 유사하여 수문학적 활용성 확인할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.441-446
• /
• 2006

유역에서 발생한 고탁수가 저수지내에서 장기화하는 현상에 관한 대책은 장기간이 소요되는 유역관리 대책과 탁수저감일수를 최소화하는 선택취수 개념의 우선 방류기법 등이 있다. 하류하천으로의 탁수 우선배제를 실시하기 위해서는 댐 방류탁수가 하류에 미치는 영향을 정확히 예측할 수 있는 하천탁도 예측 및 관리시스템 구축이 필요하다. 최근 고탁수현상을 경험한 낙동강 수계에서는 본류의 탁도 관리를 위해 임하댐 및 안동댐의 연직 탁도 분포 변화에 따라 댐 방류탁수에 의한 영향을 최소 또는 기준치 이하로 할 수 있는 댐 연계운영에 관한 조건 도출이 필요하다. 선택취수에 관한 수치모의 결과를 이용하여 저수지내 온도 및 탁도 분포 변화와 취수탑의 수문운영에 따른 방류수의 온도 및 탁도를 예측할 수 있다. 본 연구에서는 이와 같은 결과를 이용하여 안동댐과 임하댐의 방류조건에 대한 하류하천 합류부에서의 2차원 이송 확산 수치모의를 수행하고자 하였다. 이와 같은 연구를 성공적으로 수행하기 위해서는 지속적인 현장조사를 통한 지점별 탁도-SS 상관관계 도출, 비정상 흐름 및 수질모의 검 보정, 탁도예측 결과 검증이 필요하다. 평면 2차원 흐름 및 수질 모의 결과에 의하면, 임하댐 방류 탁도로 인한 반변천의 고탁수는 안동댐 방류 수에 지배를 받는 낙동강 본류와 합류되는 지점에서부터 약 5 km 떨어진 지점에서 횡방향 완전혼합이 이루어지는 것으로 나타났다. 이와 같은 모의결과는 완전혼합을 가정하는 1차원 수질모델링의 초기 입력자료에 사용됨으로써 1차원 탁도 모의결과의 정확성을 높이는 데 사용될 수 있다. 이를 이용하여 낙동강 수계 댐 연계운영에 따른 낙동강 탁도 예측모의를 수행하고, 이 결과를 이용하여 낙동강 탁도 예경보 시스템을 구축해야 할 것이다. 또한 선택취수 등을 통해 저수지 관리를 효과적으로 수행하기 위해서는 저수지 내부의 탁도 거동을 정확히 예측할 수 있어야 한다. 따라서 추후 동수역학 및 열역학에 기초한 3차원 수치모형 연구와 성층흐름에 정밀한 밀도류 실험연구 및 이에 대한 적용이 필요할 것으로 판단된다.

• The korean journal of orthodontics
• /
• v.32 no.3 s.92
• /
• pp.155-163
• /
• 2002

This study was performed to assess the accuracy of computer-based treatment prediction for soft tissue profile using Quick Ceph Image $Pro^{TM}\;&\;Quick\;Ceph\;2000^{TM}$ in bimaxillary protrusion cases. The Ore- and post-treatment lateral cephalograms of 21 female adults treated by low first premolar extraction were imaged and 9 landmarks and 27 specific soft tissue mesurements were digitized for comparing actual treatment results with computer simulations. The results of this study showed that Quick Ceph Image $Pro^{TM}\;&\;Quick\;Ceph\;2000^{TM}$ tends to overestimeate horizontal changes and underestimate vertical changes. In the computer simulation, upper lip showed rolling tendency. The upper lip measurements were disposed to be regular direction hut lower lip measurements were varied case by case even if it was statistically insignificant.

• The Korean Journal of Financial Management
• /
• v.12 no.2
• /
• pp.163-184
• /
• 1995

본 논문은 금융실명제가 기업에서 발표하는 회계학적 이익정보에 대한 주식가격의 변화에 미치는 영향을 분석하였다. 이는 금융실명제실시 이후에는 기업에서 창출해 내는 기업이익이 진정한 이익에 보다 더 접근을 할 것이라 예상과 채무분석가의 기업이익에 대한 예측치는 진정한 이익에 대한 예측치이므로 금융실명제 실시 이후에는 예측오차가 감소할 것이다는 일반적 예상을 검증하기 위한 것이다. 본 논문은 먼저 1992년과 1993년 12월 결산기업에 대하여 비기대이익을 계산하여 두 해에서의 차이를 분석하였고, 계산된 비기대이익과 기업이익 공시시점에서의 비정상수익율과의 관계를 회귀분석을 통하여 분석하였다. 채무분석가의 예측치로서 대우경제연구소에서 1992년과 1993년 12월에 각각 발표한 각 상장기업의 이익에 대한1992년 및 1993년의 예상치를 각각 년도의 예상기업 이익으로 사용하고 실제로 1993년과 1994년 초에 공시되는 기업이익과의 차이를 조사하였다. 비정상수익율의 계산은 시장위험조정모형과 시장조정모형을 사용하였고 일별수익율에 의하여 측정하였다. 사건 시점은 주주총회 일을 중심으로하여 여러 사건 기간을 택하여 분석을 하였다. 실증적 분석 결과를 보면, 전체표본을 대상으로한 재무분석가의 추정치에 의하여 계산된 비기대이익의 분산이 금융실명제 실시 이후가 실시 이전에 비하여 더 크게 나타났다. 이러한 결과는 금융실명제의 실시로 인하여 재무분석가의 예측이 오히려 더 부정확하게 나타난 것이라 할 수 있다. 이러한 결과는 실명제 실시에 따라서 기업이익예측에 대한 불확실성이 더 증가를 하여 기업이익 공시시점에서의 비기대이익의 측정에서의 오차가 오히려 증가하였다는 것을 알 수 있다. 그러나 전체표본을 소그룹으로 나누어서, 1부에 속한 기업들과 대형 주기업들을 대상으로한 분석에서는 이 두 소그룹에 속한 기업들이 각각 금융실명제실시 이후가 금융실명제 실시 이전보다 비기대이익의 분산이 작게 나타났다. 이러한 결과는 1부에 속한 기업들과 대형주기업들에서 는 금융실명제실시로 채무분석가들의 이익 예측치가 더 정확성을 지니게 된 것으로 해석된다. 이익반응계수의 추정에서 예상했던 바와는 반대로 금융실명제 실시 이후에 계수의 크기가 오히려 감소하였다. 소그룹으로 나누어서 분석한 결과도 마찬가지였다. 금융실명제 실시가 기업회계이익에 미친 영향은 비기대이익의 측정을 통하여 일부 가설과 일치하는 결과를 얻었고, 이익반응계수의 측정에서는 가설과 일치하는 결과를 얻지 못하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.81-81
• /
• 2015

전 지구적 기후변화는 대기-해양의 물리 특성을 변화시켜, 연안 및 하구의 수온상승과 염도 변화의 주요 원인이 되며, 생태 환경 및 다양한 경제 사회 문제를 야기 시킬 수 있다. 이러한 변화를 예측하고 영향을 최소화 하기위해서는 연안의 물리 특성을 세밀하고 정확하게 예측해야 한다. 그러나, 기후변화의 영향을 고려한 대기-해양 전 지구모델의 기후변화 시나리오는 우리나라와 같이 작고 복잡한 연안 지형을 가진 지역의 미래 환경 변화 예측에 적합하지 않다. 본 연구에서는 저해상도 정규격자 모형인 RIAMOM(RIAM Ocean Model)의 결과를 이용하여 비정규격자 모형인 FVCOM(Finite Volume Coastal Ocean Model)으로 울산만의 미래 물리 특성 변화를 상세 예측하였다. 기후변화로 인한 대기-해양의 물리 특성 변화를 고려하여 한국 주변해 및 연안을 대상으로 모의한 RIAMOM의 결과를, 본 연구의 대상 지역인 울산만 FVCOM 모델 경계에 초기 값과 시계열 자료로 사용하였다. FVCOM 모의 결과를 RIAMOM 자료와 비교 했을 때, 초기 표층 염분과 수온이 각각 0.4%, 2%의 오차를 보였다. 조위는 개방경계에서 01~0.4% 정도의 오차가 나타나, 다운스케일링(downscaling) 기법을 통한 수치 모의 결과가 초기 수온과 염분 및 조위 특성을 잘 재현하는 것으로 나타났다. 2001년(현 상태), 2050년(미래), 해수면 상승의 영향을 고려한 2050년에 대하여 모의 한 결과. 정규격자 모형인 RIAMOM에서 나타나지 않았던 기후변화로 인한 표층 염분과 수온의 상세한 변화가 울산만의 태화강 하구에서 나타났고, 염수쐐기의 길이 또한 상류쪽으로 증가하는 결과를 나타내었다. 다운스케일링을 통한 대상 지역의 상세 모델을 통해 기존의 예측 모델에서도출할 수 없던 결과를 나타낸 바, 향후 연구를 통해 지역의 장기 상세 환경 변화 예측에 활용할 수 있을 것으로 예상한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.505-508
• /
• 2021

반도체 회로의 미세화로 단위 공정이 증가하면 TAT(turn-around time) 증가에 따른 제조 비용이 늘어난다. 반도체 공정 중 포토 공정은 마스크의 회로를 웨이퍼에 전사하는 공정으로 전사를 담당하는 노광장비의 성능에 의해 회로의 정확성이 결정된다. 이런 정확성을 검증하는 계측공정은 회로의 미세화가 진행될수록 필요성은 증가하나 TAT 증가의 주된 요인으로 최근 기계학습을 사용한 다양한 예측 모형들의 개발로 계측 결과를 예측하는 실험들이 진행되고 있다. 본 논문은 노광장비 센서들의 이상값을 감지하여 분류 후 계측공정을 진행하는 LFDC(Lithography Fault Detection and Classification) 시스템의 문제인 분류 성능이 떨어지는 것을 해결하기 위해 XGBoost를 사용하여 계측공정을 진행하지 않고 노광장비 센서의 이상값을 학습된 학습기를 통해 분류하여 포토 공정을 재진행하거나 다음 공정을 진행하는 방법을 실험하였다. 실험에서 사용된 계측 결과 예측 모형은 89%의 정확도를 확보하였고 반도체 데이터 특성인 심각한 불균형의 데이터에 대해서도 같은 정확도를 얻었다. 이런 결과는 노광장비 센서들의 이상값에 대해 89%는 정상으로 판단하였고 정상으로 판단한 웨이퍼를 실제 계측 시 예측과 같은 결과를 얻었다. 계측 결과 예측 모형을 사용하면 실제 계측을 진행하지 않고 노광장비 센서들의 이상값에 대한 판정을 할 수 있어 TAT 단축으로 제조 비용감소, 계측 장비 부하 감소 및 효율 향상을 할 수 있다. 하지만 본 논문에서는 90%의 성능을 보이는 계측 결과 예측 모형으로 여전히 10%에 대해서는 실제 계측이 필요한 문제에 대해 추후 더 연구가 필요하다.