• 대한토목학회논문집
• /
• 제38권4호
• /
• pp.579-586
• /
• 2018

단기 통행속도 예측을 위해 데이터 기반 비모수적 기법들을 활용한 다양한 연구들이 수행되고 있다. 그럼에도 교통신호 및 교차로로 인한 복잡한 동적 특성을 가지는 도시부의 예측 연구는 상대적으로 부족한 실정이다. 본 연구는 도시부 통행 속도를 예측하기 위해 앙상블 경험적 모드 분해법(EEMD)과 인공신경망(ANN)을 이용한 하이브리드 접근법을 제안하는 것을 목적으로 한다. EEMD는 통행속도의 시계열 자료를 고유모드함수(IMF)와 오차항으로 분해한다. 분해된 IMF는 시간단위의 국지적 특성을 반영하며, ANN을 통해 개별적으로 예측된다. IMF는 원본데이터가 가진 비선형성, 비정상성, 진동 등의 복잡성을 완화하기 때문에, 원래의 통행속도에 비하여 더 정확하게 예측될 수 있다. 예측된 IMF들은 합산되어 예측 통행속도를 표현한다. 본 연구에서 제시된 방법을 검증하기 위하여 대구시의 DSRC로부터 구득된 통행속도 데이터가 활용된다. 성능평가는 도시부 링크 중 특히 예측이 어려운 지점에 대해 수행되었으며, 분석 결과 제시된 모형은 15분 후 예측에 대해 각각 평상시 10.41%, 와해상태시 25.35%의 오차율을 가지며, 단순 ANN 기법에 비하여 우수한 성능을 보이는 것으로 확인된다. 본 연구에서 개발된 모형은 도시교통관리체계의 신뢰성 있는 교통정보를 제공하는 데에 기여할 수 있을 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.16-16
• /
• 2017

기후 시스템의 다양한 상호작용으로 인해 나타나는 대표적 현상인 강우는 수문학적 분석 과정의 필수적인 요소이며 장기 강우를 예측하는 것은 효율적인 수자원 관리에 중요한 기반이 되고 있다. 이러한 강우는 장기적으로 지구의 대기-해양 순환 패턴의 영향을 받으며, 특히 엘니뇨와 라니냐와 같은 기상 이변이 발생할 경우 대규모 순환에 변화가 일어나게 되어 강우에 영향을 미칠 수 있다. 따라서 본 연구에서는 지구의 순환 패턴 특성을 수치화한 전지구적 기상인자 중에서 우리나라 장기 강우를 예측하기 위한 기상인자를 선정하고 시계열 모형 구축을 통하여 예측력을 평가하였다. 이를 위해 강우에 내재된 다양한 대기-해양 순환 패턴으로부터 나타나는 주기적 요소를 추출하기 위해 앙상블 경험적 모드분해법을 사용하여 강우를 분해한 후, 각 분해된 강우자료와 전지구적 기상인자와의 상관성 분석을 통해 높은 상관성을 가진 기상인자를 선별하고 단계식 변수선택법으로부터 유의미한 기상인자를 최종적으로 선정하였다. 그 결과, 우리나라 기상청 60개 지점의 월별 강우자료 중 전반적으로 영향을 미치는 기상인자를 선정할 수 있었으며, 선정된 기상인 자로 구축된 시계열 모형을 통해 우리나라 장기 강우를 예측하였다.

• 한국정밀공학회지
• /
• 제33권12호
• /
• pp.985-992
• /
• 2016

Bearings have various uses in industrial equipment. The lifetime of bearings is often lesser than anticipated at the time of purchase, due to environmental wear, processing, and machining errors. Bearing conditions are important, since defects and damage can lead to significant issues in production processes. In this study, we developed a method to diagnose faults in the bearing conditions. The faults were determined using kurtosis, average, and standard deviation. An intrinsic mode function for the data from the selected axis was extracted using empirical mode decomposition. The intrinsic mode function was obtained based on the frequency, and the learning data of ANN (Artificial Neural Network) was concluded, following which the normal and fault conditions of the bearing were classified.

• 한국수자원학회논문집
• /
• 제50권4호
• /
• pp.253-261
• /
• 2017

최근 수문자료에서 비정상성 현상들이 관측됨에 따라 비정상성 빈도해석에 관한 연구들이 활발하게 진행되고 있다. 시간에 따라 변화하는 통계적 특성을 고려하기 위하여 다양한 형태의 비정상성 확률분포형이 제시되고 있으며, 비정상성 매개변수를 추정할 수 있는 다양한 방법들이 연구되고 있는 추세이다. 본 연구에서는 앙상블 경험적 모드분해법을 이용한 비정상성 Gumbel 분포형의 매개변수 추정방법을 제시하고 기존에 비정상성 매개변수 추정방법으로 주로 사용되어온 최우도법과 비교해보고자 하였다. 국내 자료의 적용을 위하여 기상청 지점의 다양한 지속기간에 대해 경향성이 나타나는 연 최대치 강우자료를 사용하였다. 적용 결과 선형적 경향성을 나타내는 자료에 대해서는 두 가지 방법 모두 적절한 모형을 선정하였으나, 2차 곡선 형태의 경향성이 존재하는 자료에 대해서는 앙상블 경험적 모드분해법의 경우에만 이러한 경향성을 반영하는 비정상성 Gumbel 모형을 선정하였다.

• 한국기계가공학회지
• /
• 제15권4호
• /
• pp.23-29
• /
• 2016

Rotary machine is major equipment in industry. The rotary machine is applied for a machine tool, ship, vehicle, power plant, and so on. But a spindle fault increase product's expense and decrease quality of a workpiece in machine tool. A turbine in power plant is directly connected to human safety. National crisis could be happened by stopping of rotary machine in nuclear plant. Therefore, it is very important to know rotary machine condition in industry field. This study mentioned fault diagnosis algorithm with statistical parameter and empirical mode decomposition. Vibration locations can be found by analyze kurtosis of data from triaxial axis. Support vector of data determine threshold using hyperplane with fault location. Empirical mode decomposition is used to find fault caused by intrinsic mode. This paper suggested algorithm to find direction and causes from generated fault.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.308-308
• /
• 2019

지구상 해양, 대기 및 대륙 상호간의 연속적인 물의 거동을 나타내는 물의 순환의 주요 과정 중 하나인 유량 자료는 경년부터 수십년간의 다양한 기상학적 변동성을 내포하며 해당 지역의 수문기상학적 특성을 반영한다. 이러한 기상학적 변동성 중에서 비교적 긴 시간 주기를 나타내는 저주파 진동은 전지구적 기후변화의 장기적 영향을 나타내며 해수면 상승, 홍수 또는 가뭄과 같은 극한 수문사상을 나타내는 매우 주요한 지표로 활용되고 있지만 관측된 수문 시계열의 짧은 자료길이로 인하여 통계적 분석의 신뢰성에 한계를 보여왔다. 따라서 과거 수문 시계열의 확장으로 인하여 부재의 영역으로 남아있던 자료 기간의 한계가 보완되면 보다 정확하고 신뢰도 있는 분석이 가능할 것이다. 나무나이테를 활용한 고기후 복원 등의 연구가 증가하고 있지만 공학 분야에서 이를 실제로 활용한 연구는 아직 미비하다. 따라서 본 연구에서는 과거 기후의 정보를 바탕으로 복원된 수문 시계열을 활용하여 수문 시계열에 내재된 장기 기후 변동성을 통계적으로 분석하기 위한 문헌들을 조사하고, 장기적인 시간 흐름에 내재된 잠재적인 경향 및 변동성을 통계적 분석을 파악하고자 한다. 이를 위해 주어진 수문 시계열에 내재된 저주파 신호을 추출하기 위한 경험적 모드분해법을 활용하여 수문 자료에 내재된 장기 변동성을 추출하였으며, 산업화 이전부터 연장된 수문 시계열의 공학적 활용성을 분석하고자 한다.

• 응용통계연구
• /
• 제27권3호
• /
• pp.431-444
• /
• 2014

본 논문에서는 시간-진동수 영역에서 시계열을 여러 구성 성분으로 분해하는 방법인 경험적모드분해법(Empirical Mode Decomposition)을 소개하고, 이를 이용하여 한국의 주요 거시 경제 지표를 대상으로 순환변동과 추세 성분을 추출하고 예측에 활용한다. 그 효율성을 살펴보기 위하여, 추출된 구성 성분들의 변동성, 동행성, 지속성, 인과성, 비정상성 및 예측력을 계산하고, 가장 보편적으로 널리 사용되고 있는 Hodrick-Prescott 필터에 의한 결과와 비교한다.

• 한국소음진동공학회논문집
• /
• 제24권9호
• /
• pp.675-681
• /
• 2014

This paper proposes a fault diagnosis system for an induction motor. This system uses empirical mode decomposition(EMD) to extract fault signatures and multi-layer perceptron(MLP) neural network to facilitate an accurate fault diagnosis. EMD can not only decompose a signal adaptively but also provide intrinsic mode functions(IMFs) containing natural oscillatory modes of the signal. However, every IMF does not represent fault signature, an IMF selection algorithm based on harmonics and their energy of each IMF is proposed. The selected IMFs are utilized for fault classification using MLP and this system shows approximately 98 % diagnosis accuracy for the fault vibration signal of the induction motor.

• 한국수자원학회논문집
• /
• 제52권10호
• /
• pp.671-680
• /
• 2019

기후변화에 따른 수문순환 요소들의 변화로 인해 미래에는 전 세계적으로 수문사상의 규모 및 빈도가 증가할 것이라는 많은 선행연구들이 있다. 하지만 북한지역의 미래 강수량에 대한 정량적 연구와 평가는 미비한 실정이다. 북한지역 역시 우리나라와 마찬가지로 극한강수에 따른 피해가 발생될 것으로 예상되기 때문에 북한지역에 관한 연구는 지속적으로 진행되어야 한다. 따라서 본 연구에서는 정상성 및 비정상성 빈도해석을 통해 북한지역의 미래(2020-2060년) 극한강수를 산정하고 현재기후(1981-2017년)와 비교 분석하였다. 비정상성 빈도해석은 RCP기후변화시나리오에 따라 모의된 HadGEM2-AO모델의 외부인자(JFM(1-3월), AMJ(4-6월), JAS(7-9월), OND(10-12월)의 평균 강수량)를 고려하여 수행하였다. 북한지역 극치 강우 사상과 유사한 경향을 보이는 외부인자 선정을 위해 앙상블 경험적 모드분해법을 활용하여 연 최대 강우자료의 잔차를 추출하였다. 추출된 잔차와 외부인자 사이의 상관성분석을 실시하였다. 8개 지점(강계, 삼지연, 장진, 양덕, 함흥, 신포, 장전, 신계)에서 3개의 외부인자(AMJ, JAS, OND)가 경향이 있음을 확인하였다. 선정된 외부인자를 고려하여 비정상성 GEV모형을 구축하고 빈도해석을 수행하였다. 그 결과, RCP4.5에서는 8개 지점 중 4개 지점이 현재기후 대비 미래극한강수량이 감소하는 경향을 보였고 3개 지점이 증가하는 것으로 나타났다. 반면에 RCP8.5에서는 2개 지점이 감소하는 경향을 5개 지점이 증가하는 것으로 분석되었다.

• 대한지리학회지
• /
• 제49권5호
• /
• pp.675-689
• /
• 2014

본 연구에서는 앙상블 경험적 모드 분해법을 우리나라에 적용하여 봄 시작일을 정의하고, 이에 대한 시 공간적인 변화를 분석하였으며, 봄 시작일의 변동성을 분석하여, 봄 시작일에 영향을 미치는 요인을 파악하였다. 우리나라 평균 봄 시작일은 3월 11일로 나타났고, 연구기간 동안 2.6일/10년으로 빨라졌다. 봄 시작일은 일반적으로 위도와 고도가 높아짐에 따라, 그리고 해안에서 내륙으로 갈수록 늦게 나타났다. 우리나라 봄 시작일에 영향을 미치는 요인을 파악하기 위해 상관분석을 수행하였고, 전구평균기온, 북극진동(Arctic Oscillation, AO), 시베리아 고기압이 우리나라 봄 시작일과 유의한 상관관계를 나타냈다. 봄 시작일에 영향을 미치는 지수들을 대상으로 다중회귀분석을 수행하였고, 세 가지 변수가 모두 입력된 모형은 64.7%의 설명력을 나타냈다. 다중회귀분석의 결과 봄 시작일에 미치는 영향은 전구평균기온이 가장 크고, AO가 그 다음으로 나타났다. 우리나라 봄 시작일에 영향을 미치는 종관적인 요인을 파악하기 위해 기압장 및 바람장을 분석한 결과, 시베리아 고기압, 알류샨 저기압, 상층 기압골의 강도 및 위치에 따른 북풍계열 바람의 강도가 봄 시작일을 결정하는 주요 원인인 것으로 나타났다.