• 한국과학교육학회지
• /
• 제31권1호
• /
• pp.115-127
• /
• 2011

본 연구에서는 탐구 기능 가운데 자료 수집, 자료처리, 자료 해석과 관련하여 실험보고서 분석틀을 개발하였다. 또한 개발한 분석틀을 대학생들의 보고서 분석에 적용하여 오차와 불확도 개념을 중심으로 대학생들이 보고서 작성에서 어려움을 겪고 있는가에대해 알아보았다. 물리실험 수업을 수강한 30명의 학생들에게 실시한 설문지와 학생들이 작성한 실험보고서를 분석하였다. 학생들은 자료 수집과 관련하여 반복 측정에 대해 인식을 하고 있으나 보고서에서는 이를 명확하게 표현하지 못하였다. 극값이나 기울기가급하게 변하면 더욱 정밀한 측정을 해야 하지만 학생들은 이 부분에서도 어려움을 지니고 있었다. 특히, 오차와 불확도와 관련하여 학생들은 많은 어려움을 표출하고 있었다. 오차와 불확도의 전파에 대한 이해도가 매우 낮은 상태에서 단순한 오차 전파공식도 이용하지 못하는 학생이 많았다. 오차와 불확도를 분석을 통해 자료를 해석하는 과정에서도 많은 어려움을 겪고 있었는데, 오차의 원인들이 결과에 어떻게 영향을 주는지를 정량적으로 분석할 수 있는 학생은 거의 없었다. 반면에 학생 대부분이 오차와 불확도 분석이 중요하다고 응답하였다. 학생들이 중요성을 인식하고 있으나 올바른 개념을 지니지 못하여 보고서 작성에서 어려움을 겪고 있다는 결론을 내릴 수 있었다. 실험 수업에서 보고서를 통해 과학적 의사소통을 해야하는 학생들에게 물리 개념뿐만 아니라 자료를 수집하고 처리하고 해석하는 데 필요한 기본 개념에 대한 교육이 필요할 것이다.

• 한국방재안전학회논문집
• /
• 제13권4호
• /
• pp.75-92
• /
• 2020

일반적으로 물수지 분석 시 공급에 해당되는 회귀수량의 경우 용수별 회귀율을 일률적으로 정하여 산정하는 방법을 채택하고 있어 정확한 가용유량을 산정하지 못하는 한계를 갖고 있다. 이에 본 연구에서는 회귀수 중 하·폐수에 초점을 두었고 인공신경망 등의 기계학습 모형을 적용하여 하수종말처리장의 방류량 예측 모형을 개발하였다. 시계열 자료예측 시 사용되는 주요 기계학습 모형인 LSTM (Long Short-Term Memory), GRU (Gated Recurrent Units), SVR (Support Vector Regression)모형을 적용하였으며 관측 값과 예측 값을 비교하는 오차지표를 통하여 방류량 예측의 최적의 모형을 선정하였다. 모형 적용 결과, GRU 모형의 평균제곱근 오차(Root Mean Square Error, RMSE)는 LSTM 모형과 SVR 모형보다 작으며 Nash-Sutcliffe 계수(NSE)는 LSTM 모형과 SVR 모형보다 큰 것을 확인하였고, 이를 근거로 하수종말처리장의 방류량 예측에 최적모형은 GRU 모형이라고 판단하였다. 다만, 극값에서는 예측 값이 과소 및 과대 산정되는 경향을 보여 추후 예측 정확도 향상을 위해서는 극한사상에 대한 추가자료 구축 및 입력 자료의 최소시간단위를 축소하는 것이 필요할 것으로 판단되었다. 또한, 예측하고자 하는 대상지의 용수이용량을 검토하고 계절적 영향을 반영할 수 있는 추가인자를 고려하게 되면 기후변동성에 대비하여 정확한 방류량 예측이 가능하며 예측 결과를 토대로 종합적인 하천수 사용관리 및 물이용 계획 수립을 위한 기초자료로 활용될 수 있을 것으로 기대된다.

• 한국해양학회지:바다
• /
• 제26권4호
• /
• pp.307-326
• /
• 2021

상시 관측되는 조위관측소 해수위 자료는 결측값과 오측값을 포함하고 있으며, 그 중 오측 값은 이상값으로 분류되는 전처리 대상이다. 이러한 오측을 제거하기 위해 대표적으로 3𝜎 (three standard deviations) 규칙이 적용되어왔으나, 기상이변 등에 의한 극값이 존재하거나 3𝜎 범위 안에서도 오측이 존재하는 해수위 자료에는 그 적용이 어렵다. 본 연구에서 설계된 모델은 오측에 대한 사전 정보가 필요하지 않은 비주석 학습으로 구성되며, 재귀신경망과 앙상블 기법을 이용함으로써 실시간으로 수집되는 해수위 자료가 오측일 가능성을 발생한지 20분 이내로 제시한다. 검증이 완료된 모델은 평시 및 기상이변시의 정상값과 오측값을 잘 분리하며, 학습이 이뤄지지 않은 연도의 해수위 자료에서도 이상값 탐지가 가능함을 확인하였다. 본 연구의 관측 이상치 탐지 알고리즘은 조위관측소 해수위에 국한되지 않고 다양한 해양 및 대기자료의 이상치 탐지 인공신경망 모델에 확장 적용할 수 있다.

• 한국농림기상학회지
• /
• 제24권4호
• /
• pp.234-243
• /
• 2022

우리나라에서 우박에 의한 피해는 매년 발생하고 있으며, 특히 농업 분야의 경우 노지 작물과 재배 시설에 치명적인 손실을 입히고 있다. 이러한 우박 피해를 최소화하기 위해 국내 주산지 분포와 작물 생육에 맞춤화 된 우박정보 서비스 시스템의 개발이 필요하다. 그러나 우박의 관측은 다른 기상 변수에 비해 상대적으로 많은 어려움이 따르고 자료도 시공간적으로 불균일성이 크며 산발적이다. 이에 본 연구는 우박정보 서비스 시스템 개발의 일환으로 우박 발생에 대한 시·공간 분포를 파악하기 위해 자연과학적 자료인 기상청 목측자료와 사회과학적 자료인 신문기사 자료를 통합한 우박 관측 DB를 구축하고, 이를 기반으로 우박위험지도를 제작하였다. 이러한 다학제적 우박 자료 융합을 통해 우박 자료의 공백기간과 공백지역에 대해서 보완이 될 수 있었다. 지역별 우박 발생 시기와 빈도 및 크기에 대해 분석한 결과, 최근으로 올수록 크기가 큰 우박의 비중이 증가하였고, 발생 시간은 상승기류가 잘 형성되는 오후 시간대에 주로 분포하였다. 강원, 경북, 충북 등 남한의 북동쪽과 일부 내륙 지역이 더 자주 발생하였고, 겨울에는 북쪽 해안과 일부 내륙 지역에 주로 싸락 우박이 발생하였다. 통합 자료를 이용하여 제작한 우박 위험지도를 통해 1970~2018년 기간의 전국적인 발생 분포 특성과 극값들이 제시되었다. 이번 연구에서 제작된 우박위험지도는 작물 재배적지 선정과 생육 관리에 다학제적인 응용기후 자료로서 도움을 줄 것이다.

• 한국지구과학회지
• /
• 제37권1호
• /
• pp.29-39
• /
• 2016

본 연구는 일조시간과 강수량 자료를 이용하여 다중회귀 방법을 통해 일사량을 추정하였다. 연구에 사용된 자료들은 강릉지역에 위치한 강원지방기상청(105 관측소, 1980-2007)과 신강원지방기상청(104 관측소, 2009-2014) 그리고 강릉원주대학교(GWNU 관측소, 2013-2014)이며, 105 관측소 자료를 통해 산출된 회귀식을 104 관측소와 GWNU 관측소에 적용하여 비교분석하였다. 먼저, 일조시간만을 이용하였을 때 104 관측소는 기존 연구들과 유사한 상관계수(0.96)와 표준오차($1.16MJm^{-2}$)가 나타났고, GWNU 관측소에서는 높은 상관계수(0.99)와 낮은 표준오차($0.57MJm^{-2}$)로 분석되었다. 그리고 일조시간과 강수량 자료를 104 관측소에 적용하였을 때 상관계수 0.96과 표준오차 $0.99MJm^{-2}$로 일조시간만을 적용했을 때보다 표준오차가 감소되었다. 일조시간만을 이용한 방법보다 강수량이 추가된 방법은 관측 일사량과 편차의 극값이 -26.6%(2010년 3월)에서 -31.0%(2011년 2월)로 증가되었다. 이는 강수량이 5월과 7-9월에 집중되어 나타나 이외의 월에서 추정식의 계수가 음으로 계산되었기 때문으로 분석된다. 따라서 한반도와 같이 강수량이 여름철에 집중되는 지역에서는 월평균 강수량을 일사량 추정에 이용할 때 주의를 기울여야 할 것이다.