• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1159-1163
• /
• 2010

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이다. 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 수위자료로부터 단시간 수위예측에 관해 연구하였다. 신경망은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 연결강도를 최적화함으로서 모형의 구조를 스스로 조직화하기 때문에 모형의 구조에 적합한 최적 매개변수를 추정할 수 있다. 따라서 정확한 예측이 어려운 하천수위를 과거의 자료로 부터 학습된 신경망의 수학적 알고리즘을 통해 유출량의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 따라서 본 연구에서는 인공신경망의 가중치를 유전자 알고리즘에 의해 최적화시킨후 오류역전파알고리즘에 의해 신경망의 학습을 진행하는 모형으로 감천유역의 선산수위표지점의 수위를 1시간~6시간까지 예측하였다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.38 no.4
• /
• pp.579-586
• /
• 2018

Short-term prediction of travel speed has been widely studied using data-driven non-parametric techniques. There is, however, a lack of research on the prediction aimed at urban areas due to their complex dynamics stemming from traffic signals and intersections. The purpose of this study is to develop a hybrid approach combining ensemble empirical mode decomposition (EEMD) and artificial neural network (ANN) for predicting urban travel speed. The EEMD decomposes the time-series data of travel speed into intrinsic mode functions (IMFs) and residue. The decomposed IMFs represent local characteristics of time-scale components and they are predicted using an ANN, respectively. The IMFs can be predicted more accurately than their original travel speed since they mitigate the complexity of the original data such as non-linearity, non-stationarity, and oscillation. The predicted IMFs are summed up to represent the predicted travel speed. To evaluate the proposed method, the travel speed data from the dedicated short range communication (DSRC) in Daegu City are used. Performance evaluations are conducted targeting on the links that are particularly hard to predict. The results show the developed model has the mean absolute error rate of 10.41% in the normal condition and 25.35% in the break down for the 15-min-ahead prediction, respectively, and it outperforms the simple ANN model. The developed model contributes to the provision of the reliable traffic information in urban transportation management systems.

• Journal of the Korean Geotechnical Society
• /
• v.17 no.2
• /
• pp.51-57
• /
• 2001

지하수위의 상승에 따른 간극수압의 증가는 사면의 불안정을 야기할 수 있다. 그러나 모델링 오차, 계측오차, 모델변수의 불확실성 등과 같은 오차로 인하여 사면에서의 지하수위 변동을 예측하는 것은 매우 어렵다. 이러한 불확실성을 극복하고 지하수위 변동을 평가하기 위한 최적의 모델변수를 구하기 위하여 역해석 기법이 사용되고 있다. 본 논문에서는 사면에서의 지하수위 변동을 예측하기 위하여 포화대에서의 지하수 흐름과 불포화대에서의 지하수 흐름을 동시에 고려할 수 있는 수치해석 모델과 변수예측기법을 적용하였다. 따라서, 본 논문에서는 포화투수계수($K_{s}$ ), 포화흡인력($\psi$$_{e}$) 및 불포화 투수계수의 함수에 사용되는 경험적인 상수(b)를 주요 매개변수로 선정하여 역해석을 실시하였다. 그리고, 역해석 기법 가운데 Maximum Likelihood(MK), Maximum-A-Posterior(MAP) 및 Extended Bayesian Method(EBM)에 대하여 비교연구를 실시하였다. 위의 세가지 방법 가운데 EBM은 가상의 변수(Hyperparameter) $\beta$를 도입함으로써 현장계측치와 사전정보를 가장 잘 조화시키는 방법으로 다른 ML, MAP 보다 탁월한 방법인 것을 알 수 있었다.

• Journal of the Korean Geotechnical Society
• /
• v.19 no.4
• /
• pp.287-298
• /
• 2003

The feasibility of using neural networks to model the complex relationship between piezocone measurements and the undrained shear strength of clays has been investigated. A three layered back propagation neural network model was developed based on actual undrained shear strengths, which were obtained from the isotrpoically and anisotrpoically consolidated triaxial compression test(CIUC and CAUC), and piezocone measurements compiled from various locations around the world. It was validated by comparing model predictions with measured values about new piezocone data, which were not previously employed during development of model. Performance of the neural network model was compared with conventional empirical method, direct correlation method, and theoretical method. It was found that the neural network model is not only capable of inferring a complex relationship between piezocone measurements and the undrained shear strength of clays but also gives a more precise and reliable undrained shear strength than theoretical and empirical approaches. Furthermore, neural network model has a possibility to be a generalized relationship between piezocone measurements and undrained shear strength over the various places and countries, while the present empirical correlations present the site specific relationship.

• Journal of Intelligence and Information Systems
• /
• v.2 no.1
• /
• pp.109-120
• /
• 1996

TV 부라운관 유리를 생산하기 위한 용해 공정은 원료의 투입에서부터 유리물이 생성될 때 까지 고온의 화확적 작용을 거친다. 유리몰을 생성하기 위한 여러 가지 조건중에서 용해로 내부에서의 유리몰의 온도 변화 및 이에 따른 제반 공정변수의 조정 설정치(Set-up)는 불량률에 밀접한 영향을 미친다. 그러나 고온의 밀폐된 환경에서 반응이 진행되므로 공정의 운전 요원들은 그들의 경험을 바탕으로 용해로의 운전상태를 파악하고 운전해 나간다. 본 연구에서는 이러한 경험적 판단에 따른 위험성을 가능한 한 줄이고 용해로의 안정적인 운영을 통하여 불량률을 감소시키기 위하여 용해로 최적 Set-up 예측 시스템을 개발하였다. 이 시스템은 일정 기간 동안의 용해로서 운전 상태와 불량률간의 관계를 신경망 기법을 이용하여 학습한 후에, 이를 이용하여 불량률을 유지하기 위한 Set-up 값을 예측하여 준다.

• Proceedings of the KIEE Conference
• /
• 2001.07a
• /
• pp.318-322
• /
• 2001

본 논문은 뉴로-퍼지 모델의 구조 학습을 이용한 단기 전력 수요 예측시스템에서 예측치별로 신뢰도를 계산하는 체계적인 방법을 제안한다. 예측시스템의 신뢰도를 추정하는 작업은 특히 신경회로망과 같은 경험적 모델을 실제 활용하기 위해서 필수적인 연구로 인식되고 있다. 본 논문에서 제안하는 출력별 신뢰 구간 계산 방법은 지역 표현하는 뉴로-퍼지 모델의 특성을 활용하여 학습된 퍼지 규칙 각각에 대해 신뢰도를 추정하는 Local reliability measure 기법을 사용한다. 제안된 신뢰도 계산이 가능한 단기 전력 수요 예측시스템은 먼저 결정 트리를 이용하여 초기 구조를 생성하고, 이를 초기 구조 뱅크에 저장한다. 저장된 초기 구조 뱅크를 이용하여 뉴로-퍼지 모델을 학습하고, 학습된 퍼지 규칙의 신뢰도를 추정한다. 제안된 시스템의 실효성을 검증하기 위해서 한국 전력에서 수집한 1996년과 1997년의 실제 전력 수요 데이터를 이용하여 한 시간 앞의 수요를 예측하는 모의 실험을 수행하고 실험 결과를 비교 분석한다.

• Journal of the Korean Geotechnical Society
• /
• v.17 no.5
• /
• pp.43-50
• /
• 2001

딜라토메터는 실험의 간편성, 경제성, 신속성 및 반복성 등을 바탕으로 현장에서의 지반공학적 물성추정에 보편화되고 있다. 또한 간단한 장비구성과 손쉬운 사용법에도 불구하고 다양한 지반공학적 물성들 -예로서, $K_{o}$ , OCR, $c_{u}$ , $\psi$, $c_{h}$, $k_{h}$, ${\gamma}$, M, $u_{o}$ -을 추정할 수 있으며 다양한 지반공학적 설계문제에 성공적으로 적용되어 왔다. 그러나 제안된 관계식들이 대부분 기존실험 결과들과의 비교를 통하여 얻어진 경험적 상관관계이며, 특히 압밀계수 추정에 관한 부분은 관입시 평면변형 상태의 지반변형으로 인한 관입모사의 복잡성으로 인하여 피에조콘 소산시험 해석을 위해 제안된 이론 해들에 경험적인 가정사항들을 추가하여 사용하는 반경험적 방법들과 순수한 경험적인 방법이 사용되어 왔다. 본 연구에서는 elf라토메터 관입기의 실제 평면적을 등가의 원형반경으로 고려한 등가반경을 사용하고 최적화기법을 적용함으로써, 소산시험에서 실제 관측된 간극수압($p_2$)과 딜라토메터 소산시험을 모사하여 얻어진 예측 간극수압의 차이를 최소화하는 수평압밀계수 추정법을 제안하였다. 제안된 방법을 국내 양산지역에서 수행된 딜라토메터 소산실험에 적용하였으며 추정된 수평압밀계수 값을 기존의 딜라토메터 수평압밀계수 추정법들과 불교란 시료를 이용한 일차원 실내 압밀실험으로 얻어진 수평압밀계수 값들과 비교검증 하였다. 그 결과 제안된 방법으로 기존의 방법에 비해 실내 압밀실험 결과와 일치하는 수평압밀계수 추정결과를 얻었다. 또한, 제안된 방법으로 얻어진 수평압밀계수는 전 소산도 범위에서 고르게 관측값과 일치하는 소산곡선을 예측하여, 최적화기법을 이용한 딜라토메터 소산시험 해석으로 전 소산과정을 대표하는 압밀계수의 추정이 가능할 것으로 사료된다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.33 no.1_2
• /
• pp.15-34
• /
• 2006

This paper introduces an empirical modeling technique. This technique uses a set of sample results which are collected from a few small scale simulations. Empirical models are developed by applying a couple of statistical estimation techniques to these samples. We built two types of models for cache miss rates in Symmetric Multiprocessor systems. One is for the changes of input data set size while the specification of target system is fixed. The other is for the changes of the number of processors in target system while the input data set size is fixed. To develop accurate models, we built individual model for every kind of cache misses for each shared data structure in a program. The final model is then obtained by integrating them. Besides, combined use of Least Mean Squares and Robust Estimations enhances the quality of models by minimizing the distortion due to outliers. Empirical modeling technique produces extremely accurate models without analysis on sample data. In addition, since only snail scale simulations are necessary, once a set of samples can be collected, empirical method can be adopted in any research areas. In 17 cases among 24 trials, empirical models present extremely low prediction errors below $1\%$. In the remaining cases, the accuracy is excellent, as well. The models sustain high quality even when the behavioral characteristics of programs are irregular and the number of samples are barely enough.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.221-221
• /
• 2016

최근 레이더를 이용한 정량적 강수추정과 관련된 연구가 활발히 수행되고 있으며, 우량계와 레이더 자료의 합성과 관련된 연구가 수행되고 있다. 이는 정도 높은 우량계 자료의 장점과 강우의 공간분포를 파악할 수 있는 레이더 자료의 장점을 결합하여 고품질의 자료를 생산할 수 있기 때문이다. 자료합성과 관련된 다양한 기법이 도입되었고, 크리깅의 한 종류인 코크리깅이 널리 사용되고 있다. 크리깅은 값을 알고 있는 지점의 자료를 가중선형 조합하여 미지점의 값을 예측하는 경험적 방법으로 연속적이며 정규분포를 따르는 자료에 대해 유효하다. 그러나 강우자료는 강한 양의 왜곡도를 나타나고 간헐성도 강하게 나타나 크리깅의 이러한 조건을 만족시키지 못한다. 이로 인해 강우 자료에 크리깅을 수행할 경우 예측 값이 왜곡되거나 편향될 가능성이 크다. 이에 본 연구에서는 강우의 간헐성과 정규분포를 따르지 않는 특성을 고려하여 단순크리깅의 적용방법을 개선하였다. 단순크리깅은 가장 간단한 크리깅 기법으로 설명이 쉽고 적용사례를 비교하기 유리하여 이를 개선하면 다른 복잡한 크리깅 기법에도 쉽게 적용이 가능한 이점이 있다. 본 연구에서는 모의 자료와 레이더 강우 자료를 이용하여 단순크리깅을 수행하였고, 그 결과를 비교하여 자료의 간헐성과 비정규적 특성이 예측 값에 미치는 영향을 분석하였다.

• Proceedings of the Korean Society for Rock Mechanics Conference
• /
• 2001.03a
• /
• pp.231-245
• /
• 2001

경험적 암반 분류법과 운동학적 해석을 동시에 통합하여 사용할 수 있다면, 터널의 암반 상태를 분류하고 예측하는데 매우 유용할 것이다. TMR-net 분석 기법은 RMR 시스템의 평가 기준에 기초한 절리 방향 평가 기준을 설정하고, 이를 극 투영망 상의 평점 기준을 가진 활동 범위로 표현한 평사투영 중첩기법이다. 터널의 설계 및 시공 단계에 적용된 TMR-net 분석은 절리 방향의 영향과 관련된 효과적인 결과를 제공할 수 있었다.