• Journal of Gifted/Talented Education
• /
• v.22 no.2
• /
• pp.291-315
• /
• 2012

This study try to analyze feature of model creation and model developing process for gifted students and the activity of students and teachers affected those processes in scientific model constructing class for phase change of moon. For this, I teach scientific model constructing class for science gifted students. I shoot video and record the voice for whole class and each group activity, have a face-to-face talk for selected group members, analyze the paper of activities. I reconstruct model creation and model developing process for each groups and each students, draw a influence that activity aspects of the students and role of the teacher affected modelling process based on those data. After analyzing, I find that discussion in the group contribute model creation and model developing process and developing process of each model changed according to the similarity between target model and first model. The more the students actively participate group activities, the more first model is diversified and final model is more elaborated. Also, the teacher influence model creation and developing process.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.109-109
• /
• 2019

본 연구에서는 강우-유출 과정 모의를 위한 GPU 기반 확산파 모형을 개발하였다. 확산파 방정식을 풀기위한 수치기법으로는 유한체적법을 이용하였으며, van Leer TVD limiter를 적용한 MUSCL 기법을 이용하여 각 셀의 인터페이스의 물리적 성질을 재구성하여 구하였다. 또한, 침투를 고려하기 위하여 Horton 침투 모형을 이용하였다. 개발된 모형을 이용하여 1D single overland plane과 2D V-shaped overland에서 강우-유출 과정을 모의실험을 하였으며, 각각 해석해와 dynamic wave model을 이용하여 계산된 수치 결과와 비교하여 본 모형의 정확성을 검증하였다. 또한, 1D와 2D의 기복이 심한 지형에 적용하여 강우-유출과정이 본 모형을 통하여 물리적으로 타당한 해석이 가능함을 검증하였다. 마지막으로 복잡한 실제 지형에 적용하였으며, 측정값과의 비교를 통하여 실제 유역에서의 확산파 모형의 적정성을 검증하였다. 또한, 본 연구에서는 NVIDIA사의 GPU인 Geforce GTX 1050과 GPU의 병렬 연산 처리 능력을 활용할 수 있는 NVIDIA사의 CUDA-Fortran을 이용하여 GPU 기반 확산파 모형을 개발하였다. PC windows에서 CPU(Intel i7, 4.70 GHz) 기반 모형 대비 GPU 기반 모형의 계산속도 성능을 비교한 결과, 격자 간격이 증가할수록 CPU 기반 모형 대비 GPU 기반 모형의 연산 효율이 증가하였으며, 격자 간격이 $3200{\times}3200$일 때, CPU 기반 모형 대비 GPU 기반 모형의 연산 효율이 최대 약 150배 증가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.99-99
• /
• 2023

기후변화는 물 관리의 가장 큰 리스크 요인이므로 물 관리 계획을 수립하는 과정에서 기후변화의 영향을 고려하는 것이 필수적이다. 기후변화에 대한 수자원 예측 관련 연구가 이루어지고 있으나, 대부분의 연구에는 수문학적 모델링이나 시뮬레이션이 동반되는데, 이 과정에는 시간과 비용이 많이 들어가며, 지역이나 연구목적에 따른 정밀한 매개변수의 보정은 전문지식이 필요하기 때문에 현업에서 연구결과를 의사결정에 활용하기에는 한계가 있다고 볼 수 있다. 이에 따라 수문학적 모델링의 입력 및 출력 결과를 딥러닝의 학습자료로 하여 수문모델을 사용하지 않아도 효율적으로 결과를 도출할 수 있는 딥러닝 기반 Surrogate 모형에 대한 연구가 이루어지고 있으나 수자원 분야에 접목된 사례는 부재한 실정이다. 따라서 이 연구를 통해 국내 유역을 대상으로 Surrogate 모형을 구축한 뒤, 그 성능을 평가하고자 한다. 이를 위한 Surrogate 모형 구축 과정은 다음과 같다. 충주댐 유역을 대상으로 과거 20년간의 강우 및 기온 자료를 수집한 뒤, 이 자료를 바탕으로 기후변화의 영향을 고려한 3,162개의 시나리오를 생성한다. 그 후 장기유출모형 IHACRES에 생성된 시나리오를 입력자료로 하여 유입량 결과를 도출하고, 이 결과를 Python코드 기반의 딥러닝 학습자료로 하여 최적 예측 결과를 도출해내는 Surrogate 모형을 생성한 뒤 기존 장기유출모형과의 성능을 비교하고자 한다. 이와 같은 Surrogate 모형은 추가적인 데이터와 매개변수의 보정 과정이 없어도 장기유출모형과 같은 결과를 짧은 시간내에 상당히 정확하게 모사할 수 있어 시간과 비용을 줄일 수 있으며, 비전문가도 쉽게 사용할 수 있다는 장점을 가진다.

• The Journal of the Convergence on Culture Technology
• /
• v.10 no.3
• /
• pp.421-426
• /
• 2024

The Analytic Hierarchy Process (AHP) converts people's judgment criteria into objective numerical values using pairwise comparisons. However, the need for an excessive number of pairwise comparisons poses a problem. To mitigate this issue, most existing studies have utilized the process separation approach. The method of process separation devised in this study is a "separation and integration approach," where 1) the standard AHP process is used for evaluating judgment criteria, and 2) the Multi-Attributive Utility Technique (MAUT) is applied for comparing alternatives. This AHP-MAUT Hybrid model was applied to a real analysis case, specifically analyzing the transportation choices of commuters between Bundang and Gangnam Station in Gyeonggi Province. The results showed that the computational process was reduced by 42.03% when applying the Hybrid model compared to using the AHP model alone. Furthermore, the choice results of residents using the Hybrid model were compared with those using the standard AHP. The consistency between the two models' choices was 82.1%, indicating a significant level of consistency. In conclusion, this study contributes by presenting a simpler, more convenient, yet equally effective Hybrid model as a new decision-support system alternative to AHP.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.43-45
• /
• 2006

본 논문에서는 사용자 인터페이스에서 발생하는 링크와 클릭의 순환과정에 대하여 고찰하였다. 링크는 저자 관점에서의 클릭이고, 클릭은 독자/사용자 관점에서의 링크로 해석할 수 있다. 링크에 대한 클릭으로 읽기 구조가 만들어지며, 이 과정에서 읽기의 문맥이 영향을 받는다. 이러한 변화는 사용자의 예측에 영향을 미치게 되고, 그 결과로 사용자의 다음 행위에 영향을 미친다. 이러한 순환의 과정을 사용자 관점에서 모형화 하였다. 링크-클릭 순환모형은 화면에서의 문맥변화에 따라 6단계로 구성된다. 이 모형의 효과성을 보기 위하여 인터넷 탐색기 상에서 두 개의 유명 포탈 홈페이지를 고찰해 보았다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.63-63
• /
• 2020

최근 머신러닝 기술의 발전에 따라 비선형 시계열자료에 대한 예측이 가능해졌으며, 기존의 과정기반모형을 대체하여 지하수, 하천수 예측 등 다양한 수문분야에 활용되고 있다. 본 연구에서는 기존의 연구들과 달리 과정기반모형을 이용한 하천수 모의결과를 개선하기 위해 과정기반모형과 결합하는 방식으로 머신러닝 기술을 활용하였다. 머신러닝 기술을 통해 관측값과 모의값 간의 차이를 예측하고 과정기반모형의 모의결과에 반영함으로써 관측값을 정확히 재현할 수 있도록 하는 시스템을 구축하고 평가하였다. 과정기반모형으로는 Weather Research and Forecasting model-Hydrological modeling system (WRF-Hydro)을 소양강 유역을 대상으로 구축하였다. 머신러닝 모형으로는 순환 신경망 중 하나인 Long Short-Term Memory (LSTM) 신경망을 이용하여 장기시계열예측이 가능하게 하였다(WRF-Hydro-LSTM). 머신러닝 모형은 2013년부터 2017년까지의 기상자료 및 유입량 잔차를 이용하여 학습시키고, 2018년 기상자료를 이용하여 예상되는 유입량 잔차를 모의하였다. 모의된 잔차를 WRF-Hydro 모의결과에 반영시켜 최종 유입량 모의값을 보정하였다. 또한, 연구에서 제안된 새로운 방법론의 성능을 비교평가하기 위해 머신러닝 단독 모형으로 유입량을 학습 후 모의하였다(LSTM-only). 상관계수와 Nash-Sutcliffe 효율계수(NSE)를 사용해 평가한 결과, LSTM을 이용한 두 방법(WRF-Hydro-LSTM과 LSTM-only) 모두 기존의 과정기반모형(WRF-Hydro-only)에 비해 높은 정확도의 하천수 모의가 가능했으며, PBIAS 지수를 사용하여 평가한 결과, LSTM을 단독으로 사용하였을 때보다 WRF-Hydro와 결합했을 때 더 관측값과 가까운 모의가 가능함을 확인할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.288-288
• /
• 2021

수문 모델링을 이용하여 미계측 유역의 유출을 예측하고 나아가 수문 현상을 이해하기 위해서는 기존과는 다른 새로운 모형 보정 전략과 평가 방법이 필요하다. 위성 관측자료의 가용성 증가는 미계측 유역에서 수문 모형의 예측 성능을 확보할 기회를 제공한다. 유역 내 증발산 과정은 물 순환 과정을 설명하는 주요한 부분 중 하나이다. 또한 식생에 대한 정보는 증발산 과정과 밀접한 연관을 가지기 때문에 간접적으로 유역의 증발산 과정을 이해할 수 있는 중요한 정보이다. 본 연구는 미계측 유역의 하천유량을 예측하기 위해 위성 관측 기반의 식생 정보만을 이용하여 보정된 생태 수문 모형의 잠재력을 조사한다. 이러한 보정 방법은 관측된 하천유량 자료가 있어야 하지 않기에 미계측 유역의 하천유량 예측에 특히 유용할 것이다. 모델링 실험은 관측 하천유량 자료가 존재하는 5개의 댐 유역(남강댐, 안동댐, 합천댐, 임하댐)에 대해 수행되었다. 본 연구에서는 식생동역학이 결합 된 집체형 수문 모델을 이용하였으며, MODIS 잎면적지수(Leaf Area Index, LAI) 자료를 이용하여 모형을 보정하였다. 보정된 모형으로부터 생산된 일 유량 결과는 관측 유량 자료와 비교된다. 또한, 전통적인 관측 유량 기반의 모형 보정 방법과 비교된다. 그 결과 LAI 시계열을 이용한 모형의 보정으로 획득한 유량의 적합도는 남강댐, 안동댐, 합천댐 유역에서 KGE가 임계치 이상으로 나타나 만족스러운 결과를 보여주지만, 임하댐 유역은 KGE가 임계치 이하로 계산되었다. 그러나 해당 유역에 대해 관측 유량을 기반으로 모형 보정 결과 또한 좋지 않은 적합도를 보여주기에 이는 LAI 자료 기반 접근법의 문제가 아닌 입력정보 또는 모형 자체에 포함된 오차로 인해 해당 유역의 특성을 반영하기에 어려운 것으로 판단된다. 이러한 결과는 증발산 과정에 주요한 식생 정보의 제약만으로도 비교적 만족스럽게 유역의 수문 순환을 재현할 수 있다는 가능성을 보여준다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.840-845
• /
• 2006

본 연구는 수리.수문 모형화에서의 시공간 자료 분석기술 개발에 관한 연구로서, 국내 GIS엔진인 GeoMania를 기반으로 하여 개발된 HyGIS와 수리.수문 연계모형을 확립하였으며, 주요 연구 결과로, 현재 국내에서 가장 보편적이고 광범위하게 적용되고 있는 HEC-HMS 모형과 HEC-RAS 모형을 선정하여 사용자의 편의성을 도모하고, 모형의 입 출력 구조, GIS와의 연계방안 등을 분석하여 제시하였다. 또한 HyGIS-HMS 모형과 HEC-RAS 모형의 개발은 국내 GIS엔진인 GeoMania-Pro와 Add-ON 방식으로 연계되어 구동되며, 입력자료는 GeoMania-Pro 프로그램 상에서 GUI에 의한 대화식으로 구성되었다. 하나의 시스템 상에서 DEM의 구축과 종합적인 유역분석 및 체계적인 하천에 대한 지형학적 자료구축과정을 제시하였고, 국내 하천유역 및 하도망의 Geo DB와 연계되는 시스템으로 구성하였다. Thiessen 계수 계산 결과에 신뢰성을 제고하였고, CN값 구성과정은 국내 유역상황과 자료구축과정에 적합하도록 개발하였다. 또한, GRID를 이용한 하천에 대한 지형학적 자료구축 과정에 있어 보다 정확한 계산이 가능하도록 구성되었고, HyGIS-HMS 모형 및 HyGIS-RAS 모형에 대한 입력자료의 구성이 편리하도록 GUI를 이용한 입력자료 구성 모듈이 적용되었고, 이러한 입력자료가 파일로 구성이 되어 각 모형에 적용될 수 있는 형태로 구성되었다. 본 연구는 HEC-HMS 및 HEC-RAS를 이용한 HyGIS-HMS 모형과 HyGIS-RAS 모형을 개발함로써 국내유역에 대한 수리 수문 모델링시 사용자들이 하나의 GIS 엔진상에서 필요한 제반사항을 모두 구현할 수 있도록 구성되어, 엔지니어링 회사, 수자원기술자, 수자원관련 연구자들에 의해서 활용될 수 있을 것이다.이 보다 향상될 것이다.>에서 $0.0190m^3/s$로, 갈수량$(Q_{355})$은 $0.0176m^3/s$에서 $0.0189m^3/s$로 약 7%가 증가하는 것으로 분석되었다. 결과로부터 침투 트렌치는 저수량 및 갈수량을 증가시키는 보조수단이 될 수 있다.해 보았다. 뿐만 아니라 이와 관련된 수문요소기술을 확보할 수 있을 것이다.역의 물순환 과정을 보다 명확히 규명하고자 노력하였다.으로 추정되었다.면으로의 월류량을 산정하고 유입된 지표유량에 대해서 배수시스템에서의 흐름해석을 수행하였다. 그리고, 침수해석을 위해서는 2차원 침수해석을 위한 DEM기반 침수해석모형을 개발하였고, 건물의 영향을 고려할 수 있도록 구성하였다. 본 연구결과 지표류 유출 해석의 물리적 특성을 잘 반영하며, 도시지역의 복잡한 배수시스템 해석모형과 지표범람 모형을 통합한 모형 개발로 인해 더욱 정교한 도시지역에서의 홍수 범람 해석을 실시할 수 있을 것으로 판단된다. 본 모형의 개발로 침수상황의 시간별 진행과정을 분석함으로써 도시홍수에 대한 침수위험 지점 파악 및 주민대피지도 구축 등에 활용될 수 있을 것으로 판단된다. 있을 것으로 판단되었다.4일간의 기상변화가 자발성 기흉 발생에 영향을 미친다고 추론할 수 있었다. 향후 본 연구에서 추론된 기상변화와 기흉 발생과의 인과관계를 확인하고 좀 더 구체화하기 위한 연구가 필요할 것이다.게 이루어질 수 있을 것으로 기대된다.는 초과수익률이 상승하지만, 이후로는 감소하므로, 반전거래전략을 활용하는 경우 주식투자기간은 24개월이하의 중단기가 적합함을 발견하였다. 이상의 행태적 측면과 투자성과측면의 실증결과를 통하여 한국주식시장에 있어서 시장수익률을 평균적으로 초과할 수 있는 거래전략은 존재하므로 이러한 전략을

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1164-1168
• /
• 2010

수자원이 우리 생활의 전반적으로 중요한 역할을 차지하면서 댐의 효율적인 운영과 안정적인 용수공급에 대한 연구는 지속적으로 수행되어지고 있다. 1990년대 이후 비선형적인 특성을 잘 모의하는 장점을 가진 인공신경망(ANN)을 이용하여 유입량 예측에 대한 많은 연구가 수행되었다. 하지만 ANN 모형을 포함한 회귀모형은 월 강우 및 유입량의 예측에 대해 간편하게 사용을 할 수 있지만, 예측의 정확성에 한계를 가지고 있다. 본 연구에서는 ANN 모형과 회귀모형의 예측오차를 후처리 과정을 통하여 오차를 줄임으로써 예측모형의 성과를 향상시키는 방법을 제안하였다. 연구지역은 금강수계의 대청댐 유역으로, 1982년 9월부터 2005년 12월에 해당하는 유역 내 11개 지점의 강우관측소에서 관측한 월 강우와 댐 유입량을 수집하여 모형을 구축하였다. 강우량과 유입량 자료에 대해 자기상관함수와 교차상관함수를 이용하여 입력변수를 결정하였고, 정규화를 통한 전처리 과정을 거쳐 ANN 모형과 회귀모형을 이용한 예측모형을 구축하였으며, 예측성과의 향상을 위하여 군집 분석을 이용하여 오차를 재조정하였다. 이러한 오차 후처리 과정을 포함한 모형은 RMSE와 상관계수를 이용하여 비교 평가한 결과, 예측성과를 약 40% 정도 향상시켰다.

• Journal of the Korean BIBLIA Society for library and Information Science
• /
• v.21 no.2
• /
• pp.97-110
• /
• 2010

The purpose of this study was to develop a curriculum model for the professional development of children's librarians at the university level through literature reviews, theoretical studies, survey of children's librarians' needs for their professional development, and investigation of the conditions of operation in the course of library and information sciences. The curriculum consists of five areas: (1) children's librarian, (2) child, (3) materials, (4) service, and (5) library management. There are two tracks: one for refinement in 90 hours, and the other for professional development in 165 hours. Some courses are made up practical activities drawn from theoretical foundations. The courses blend on-line and off-line styles of learning.