• 정보처리학회논문지B
• /
• 제18B권5호
• /
• pp.271-278
• /
• 2011

최근 급증하는 기상이변 및 기후온난화 현상은 풍수로 인한 피해를 더욱 가속시키고 있어 풍수해 발생가능성을 미리 예측하여 선제적으로 대응할 방안 마련이 필요하다. 재난 재해의 위험성 분석은 주로 확률 통계기법에 기반한 수식모델 연구가 주류를 이루고 있고 소방방재청 국립방재연구소에서 구축한 태풍위원회 재해정보시스템(TCDIS: Typhoon Committee Disaster Information System) 또한 지역별 풍수해 위험성 분석에 확률모델을 활용하고 있다. 본 논문에서는 경험적 패턴인식에 탁월한 성능을 가진 신경망 알고리즘을 활용하여 개발한 풍수해 예측모델을 소개하고 이 모델과 TCDIS의 KDF 확률밀도함수를 이용한 풍수해 예측모델의 성능 비교 결과를 제시하여 기존 TCDIS의 위험성 분석기능에 신경망 모델을 적용함으로써 시스템의 강건성과 예측 정확도 향상이 가능함을 보이고자 한다.

• 한국산학기술학회논문지
• /
• 제16권3호
• /
• pp.2234-2241
• /
• 2015

본 연구에서는 국내 지반의 전단강도정수와 콘지수 사이의 상관관계를 확립하기 위하여 먼저 콘관입 모델을 통한 이론적 상관관계를 정리하고 이의 신뢰도를 높이기 위하여 인공신경망 기법을 적용하였다. 이론적 상관관계는 이론식을 유도하면서 적용한 가정들로 인하여 신뢰성 있는 지반의 거동을 예측하기 어려운 측면이 있다. 따라서 인공신경망 기법을 적용하여 이론적, 경험적 방법과 같은 기존의 방법과는 다른 새로운 측면에서 지반의 거동 특성을 파악할 필요성이 있다. 인경신경망 모델은 국내의 다양한 건설현장에서 수행한 지반조사 보고서를 통해서 입력자료를 확보한 뒤에 모델학습을 수행하였다. 연구결과 측정값과 예측값의 오차가 크지 않았고, 비교적 고르게 분포함을 알 수 있었다. 추후 보강된 인공신경망 모델을 구축하면 국내 특정 지역뿐만 아니라 일반화된 지역에 보편적으로 적용할 수 있을 것으로 기대된다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2003년도 추계종합학술대회 논문집
• /
• pp.436-439
• /
• 2003

도시화는 전 세계적인 현상이며 우리나라 역시 급속한 도시화를 경험하고 있다. 도시와 관련된 공간의사결정과정에서 미래의 도시형태를 객관적인 모델에 의해 예측하는 것은 토지의 효율적인 이용을 추구한다는 점에서 대단히 의미있는 일일 것이다. 본 연구에서는 도시인구와 도시면적사이의 생장생장이론에 기초하여 도시성장모델을 개발하였다. 모델의 입력데이터는 수치지도를 비롯한 공간데이터를 처리하여 생성하였으며, 래스터 GIS분석기법을 이용하여 정확도를 평가하였다. 본 연구의 결과물인 도시성장예측데이터는 물리적인 측면만을 이용해 제작되었으므로 사회ㆍ경제ㆍ정치적인 면까지를 고려하여 결정될 미래의 공간의사결정과정에서 기초데이터로 사용될 수 있을 것이다.

• 한국수자원학회논문집
• /
• 제36권4호
• /
• pp.691-703
• /
• 2003

본 논문에서는 유역과 강우특성을 통합하여 오염물질 부하량을 계산할 수 있는 접근방법을 제시하였다. 이 기법의 기본적인 개념은 특정유역에서 강우시 발생하는 오염물질의 유량 가중평균 농도, 즉 EMC 변화는 오로지 강우패턴에 의해 결정된다는 가정에 기초하고 있다. 이러한 가정은 적어도 유역의 토지이용에 급격한 변화가 없고(적어도 강우가 집중되는 경작기간동안) 점 오염원이 적은 농촌유역에서는 타당하다. 따라서, 다양한 농촌유역과 강우 패턴 조건에서 조사된 많은 EMC 자료가 있다면 EMC와 토지이용, 그리고 강우특성 사이의 유용한 경험적인 관계식을 도출할 수 있을 것이다. 이러한 목적을 달성하기 위하여 9개의 서로 다른 유역에서 51개의 독립적인 강우사상에서 조사된 EMC 자료를 이용하여 강우시 발생하는 EMC 값을 예측할 수 있는 도구를 개발하였다. 통계학적인 검토결과 개발된 경험식은 실제 측정한 EMC 값을 양호한 수준에서 예측할 수 있는 것으로 판명되었을 뿐만 아니라 EMC 자료와 유효 강우량에 기초하여 강우일, 주, 월, 년 단위의 부하량을 산출이 가능하였다. 또한, EMC 값과 유효 강우량에 의해 계산된 부하량으로부터 산출한 원 단위를 기존의 잘 알려진 경험적 원 단위와 비교 평가하였다.

• 대한조선학회논문집
• /
• 제31권1호
• /
• pp.133-141
• /
• 1994

본 논문은 통계적에너지 해석법(SEA)을 이용하여 선박소음해석 프로그램을 개발하는 과정중에 얻어진 연구결과를 소개하였다. 주요 내용은 SEA를 이용한 실선 소음해석 프로그램 NASS의 해석 모듈 개발과 검증, 그리고 선체구조 및 격실에 대한 모델링 기법이 제시되었다. 또한 NASS를 이용하여 실선에 대한 공기음 및 고체음 예측을 수행하였으며 이를 실선 계측값과 비교검토하였다. 비교 결과로부터 모델링 기법 및 방사효율 산정의 문제점을 발견할 수 있었으나, 상부갑판에서는 오차가 5 dB 이내였으며 특히 종래의 경험적인 방법으로서는 불가능했던 밴드별 경향의 일치등 긍정적 결과를 얻을 수 있었다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2007년도 GIS 공동춘계학술대회 논문집
• /
• pp.3-8
• /
• 2007

최근 도로 네트워크 환경에서 이동 객체 위치 정보를 관리하고 이동 객체의 미래 위치를 예측하는 이동 객체 위치 예측 시스템의 필요성이 나날이 증가되고 있다. 이동 객체위치 예측 시스템은 교통 관제 및 다양한 응급 상황 시 이동 객체의 미래 위치를 신속히 예측하기 위해 사용되며, 보다 편리한 위치 기반 서비스의 제공을 가능하게 해준다. 이러한 시스템을 위한 대부분의 미래 인덱싱 기법은 일반적으로 이동 객체의 미래 위치 예측을 위해 과거 이동 궤적을 이용하고 있다. 그러나, 수많은 이동 객체의 과거 이동 궤적 관리가 어렵고, 실시간으로 변화하는 이동 객체의 미래 궤적을 반영하기 위한 방대한 미래 인덱스의 갱신 요청으로 인해 인덱스 유지 비용이 증가하여 미래 위치 질의 요청에 대한 신속한 처리 성능이 떨어지게 된다. 따라서 본 논문에서는 이동 객체 위치 예측 시스템에서 방대한 이동 객체의 과거 이동 궤적으로부터 효율적으로 미래 위치를 예측하기 위해 셀 기반의 미래 인덱싱 방법인 PFCT-Tree(Probability Future Cell Trajectory-Tree)를 제시한다. PFCT-Tree는 방대한 과거 이동 궤적을 셀 단위로 재구성하여 인덱스 크기를 줄이고, 셀 내부 경험치를 기반으로 장기간 질의 시 빠른 미래 위치를 예측할 수 있다. 또한 신속한 미래 이동 궤적의 갱신 속도를 향상시키기 위해 미래 시간을 미래 궤적과 분리하여 인덱싱함으로써 위치 예측 오류로 인한 미래 인덱스 갱신 비용을 최소화 할 수 있다. 마지막으로 실험을 통해 도로 네트워크 환경에서 PFCT-Tree가 기존 인덱싱 기법들보다 갱신 및 검색 성능이 우수함도 입증하였다.ential oil (Bergamot, Grapefruit, Lemon, Petigrain)은 농도 의존적으로 ROS 생성을 증가시켰다. 이상의 결과를 종합하여 볼 때 citrus essential oil은 MSH에 의한 melanin 생성을 억제하는 것으로 보아 미백제로서의 개발 가능성이 있는 것으로 사료된다.가 사용될 수 있음을 제시한다.찍 발견되어 크기는 작았으며, 육안적으로 폴립의 Yamada 형태의 분류는 II, III의 형태를 띠고 있었다.EX>로 한반도 후기 백악기의 고지자기극$(Lat./Long.=70.9^{\circ}N/215.4^{\circ}E,\;A_{95}=5.3^{\circ})$의 위치와 유사하므로 암석의 생성 시기는 후기 백악기로 판단하였다. 한편 함평분지에 분포하는 백악기 화산암류에서는 한 개의 정자화 방향과 두 개의 역자화 방향이 확인되었다. 이들 특성잔류자화 방향은 백악기 화산암 형성 당시 암석에 기록된 성분으로써 당시 지구자기장의 상태를 기록한 것으로 해석하였으며, 이중 정자화 방향을 함평분지 화산암의 대표 방향으로 채택하였다 함평분지 화산암의 고지자기 극의 위치는 정자극의 경우는 $Lat./Long.=70.2^{\circ}N/199.5^{\circ}E,\;(K=18.1,\;A_{95}=9.6^{\circ})$ 이며 역자극의 경우는 $Lat./Long.=65.5^{\circ}S/251.3^{\circ}E,\;(K=7.1,\;A_{95}=20.7^{\circ})$이다. 이중 정자극의 위치는 한반도의 후기 백악기극의 위치와 통계적으로 동일한 것으로 나타나 함평분지 화산암

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 G
• /
• pp.2830-2832
• /
• 1999

신경망은 선형 시스템 뿐 만 아니라 비선형 시스템에 있어서도 탁월한 모델링 및 예측 성능을 갖고 있다. 하지만 좋은 성능을 갖는 신경망을 구현하기 위해서는 최적화 해야할 파라미터들이 있다. 은닉층의 뉴런의 수, 학습율, 모멘텀, 학습오차 등이 그것인데 이러한 파라미터들은 경험에 의해서, 또는 문헌들에서 제시하는 값들을 선택하여 사용하는 것이 일반적인 경향이다. 하지만 신경망의 전체적인 성능은 이러한 파라미터들의 값에 의해서 결정되기 때문에 이 값들의 선택은 보다 체계적인 방법을 사용하여 구하여야 한다. 본 논문은 유전 알고리즘을 이용하여 이러한 신경망 파라미터들의 최적 값을 찾는데 목적이 있다. 유전 알고리즘을 이용하여 찾은 파라미터들을 사용하여 학습된 신경망의 학습오차와 예측오차들을 심플렉스 알고리즘을 이용하여 찾은 파라미터들을 사용하여 학습된 신경망의 오차들과 비교하여 본 결과 유전 알고리즘을 이용하여 찾을 파라미터들을 이용했을 때의 신경망의 성능이 더욱 우수함을 알 수 있다.

• 한국도로학회논문집
• /
• 제14권3호
• /
• pp.49-58
• /
• 2012

1986년 AASHTO 설계법에서 회복탄성계수를 이용한 다짐관리 기법이 제안된 이후, 국내외에서 경험적 설계법에서 역학적-경험적 설계법으로 전환되고 있다. 10여년의 연구결과 노상 다짐관리는 기존의 다짐도와 평판재하시험에서 평판재하시험 및 소형 충격 재하시험, 동적 콘 관입시험으로 전환되어질 예정이다. 본 연구에서는 노상 재료의 물성치와 구조해석을 통해 한국형 도로포장 설계법에서 제시된 회복탄성계수 예측식을 검증하였으며, 실제 평판재하시험, 소형충격재하시험, 동적 콘 관입시험등의 현장시험을 통해 경험적 모델로 추정된 회복탄성계수와 현장 탄성계수 측정값간의 상관관계식들을 개발하였다. 또한 제안된 상관관계를 이용하여 현장시험을 통한 노상의 다짐관리방안을 제안하였다.

• 한국지구과학회지
• /
• 제26권3호
• /
• pp.268-275
• /
• 2005

대표적인 엘니뇨 지수인 태평양 Nino 해역의 표층 수온을 예측하기 위해 비선형 통계모델 중의 하나인 신경망 기법을 적용하였다. 신경망 모델 학습 과정의 입력 자료로 1951년부터 1993년까지의 태평양 해역$(120^{\circ}\;E,\;20^{\circ}\;S-20^{\circ}\;N)$ NCEP/NCAR의 재분석 표층 수온 편차의 경험적 직교함수 7개 주모드를 사용하였고, 그 중 1994년부터 2003년까지의 10년 결과를 분석하였다. 모든 해역에서의 9개월까지의 신경망 모델의 예측력은 비교적 우수하였으며, 특히 1997년과 1998년의 강한 엘니뇨의 발달 및 소멸도 잘 예측함을 확인할 수 있었다. 해역별로는 Nino3 지역의 예측성능이 가장 높았으며, 9개월 이후부터는 그 예측력이 급격히 감소하였다. 한편 지역적인 영향이 커 예측력이 낮은 동태평양 연안의 Nino1+2 지역은 9개월 이후에도 예측력의 감소가 관찰되지 않았다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.448-448
• /
• 2021

최근 급격한 기후변화와 도시화 및 산업화로 인한 지류하천에서의 수량과 수질의 변동은 생물 다양성 감소와 수생태계 건강성 저하에 큰 영향을 미치고 있다. 효율적인 수생태 관리를 위해서는 지속적인 유량, 수질, 그리고 수생태 모니터링을 통한 데이터 축적과 더불어 면밀한 상관 분석을 통해 수생태계 건강성의 악화 원인을 규명해야 할 필요가 있다. 그러나 수많은 지류하천을 대상으로 한 지속적인 모니터링은 현실적으로 어려움이 있으며, 수생태계의 특성 상 단일 영향 인자만으로 수생태계의 건강성 변화와의 관계를 정확히 파악하는데 한계가 있다. 따라서 지류하천에서의 유량 및 수질의 시공간적인 변동성과 다양한 영향 인자를 고려하여 수생태계의 건강성을 효율적으로 예측할 수 있는 기술이 필요하다. 이에 본 연구에서는 경험적 데이터 기반의 머신러닝 모델 구축을 통해 미계측 하천에서의 수생태계 건강성 지수(BMI, TDI, FAI)의 등급(A to E)을 예측하고자 하였다. 머신러닝 모델은 학습 데이터셋의 양과 질에 따라 성능이 크게 달라질 수 있으며, 학습 데이터셋의 분포가 불균형적일 경우 과적합 또는 과소적합 문제가 발생할 수 있다. 이를 보완하고자 본 연구에서는 실제 측정망 데이터셋을 바탕으로 생성적 적대 신경망 GAN(Generative Adversarial Network) 알고리즘을 통해 머신러닝 모델 학습에 필요한 추가 데이터셋(유량, 수질, 기상, 수생태 등급)을 확보하였다. 머신러닝 모델의 성능은 5차 교차검증 과정을 통해 평가하였으며, GAN 데이터셋의 정확도는 실제 측정망 데이터셋의 정규분포와의 비교 분석을 통해 평가하였다. 최종적으로 SWAT(Soil and Water Assessment Tool) 모형을 통해 예측 된 미계측 하천에서의 데이터셋을 머신러닝 모델의 검증 자료로 사용하여 수생태계 건강성 등급 예측 정확도를 평가하였다. 본 연구에서의 GAN에 의해 강화된 머신러닝 모델은 수질 및 수생태 관리가 필요한 우심 지류하천 선정과 구조적/비구조적 최적관리기법에 따른 수생태계 건강성 개선 효과를 평가하는데 활용될 수 있을 것이다. 또한 이를 통해 예측된 미계측 하천에서의 수생태계 건강성 등급 자료는 수량-수질-수생태를 유기적으로 연계한 통합 물관리 정책을 수립하는데 기초자료로 활용될 수 있을 것이라 사료된다.