• Proceedings of the Korean Society for Bio-Environment Control Conference
• /
• 1992.12a
• /
• pp.21-22
• /
• 1992

온실의 난방에 필요한 난방기기의 용량 및 연료소비량을 합리적으로 추정하기 위해서는 난방설계용 외기조건, 즉 표준기상 데이터가 필요하다. 그러나, 현재 국내에는 건물의 냉난방 설계를 위한 표준기상 자료가 대도시 지역의 일부에 대하여만 발표되어 있다. 이것은 농업시설에 대해서는 적용이 불가능하므로 농업 시설 설계를 위한 개략적인 표준기상 데이터의 선정이 요망된다. (중략)

• Journal of the Society of Disaster Information
• /
• v.17 no.2
• /
• pp.329-340
• /
• 2021

Purpose: In this paper, using artificial neural network algorithm, the Korean Peninsula was analyzed for drought vulnerable areas by predicting weather data changes. Method: Monthly cumulative precipitation data were utilized for research areas considering the specific nature areas, and weather data prediction through artificial neural network algorithm was carried out using statistical program R. The predicted data were applied to the Standardized Precipitation Index (SPI) to analyze drought vulnerable areas in the Korean Peninsula. Result: In this paper, the correlation coefficient values between real and predicted data are found to be 0.043879 higher on average than the regression results, using artificial neural network algorithms. Conclusion: The results of the research are expected to be used as basic research materials for responding to drought.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.124-124
• /
• 2016

하천에서의 분변성대장균은 분변성 오염 정도를 나타내는 지표로서, 이 농도가 높을수록 오염된 하천수와의 접촉을 통한 호흡기, 소화기 및 피부 관련 질병의 발발 확률이 높다고 알려져 있다. 따라서 하천에서의 수영, 수상스키 등과 같은 입수형 친수활동을 할 때, 분변성대장균 농도가 농도 기준 이하인지를 확인하고 이러한 정보를 친수활동에 이용할 필요가 있다. 그러나 분변성대장균의 경우, 현재 자동수질측정망에서 측정되고 있는 다른 수질인자들과는 달리 실시간 측정이 불가능하다고 알려져 있다. 분변성대장균을 측정하는데 있어 최소 18시간 이상이 필요하며, 이러한 분변성대장균 측정 방식은 하천 이용자들이 안전한 친수활동을 영위하는데 있어 적절한 수질 정보를 제공하지 못한다. 그러므로 분변성대장균을 예측하는 모델을 개발하고, 이를 이용하여 실시간 분변성대장균 정보를 생성하여 하천 이용자들에게 제공할 필요가 있다. 본 연구에서는 친수활동이 활발하게 이루어지는 곳 중 하나인 북한강의 대성리 지점에 대해 데이터 기반 모델을 이용하여 분변성대장균을 예측하였다. 데이터 기반 모델은 물리 기반 모델에서 필요한 지형데이터나 비점오염원 등의 초기 오염물의 양에 대한 데이터를 필요로 하지 않고, 대신 독립변수로 사용되는 기상 및 수질데이터를 필요로 한다. 이러한 기상 및 수질데이터는 기존 기상관측소, 수질관측소에서 매일 자동으로 측정되기 때문에 데이터 기반 모델은 물리 기반 모델에 비해 입력데이터를 구성하기가 쉽다는 장점을 지닌다. 이러한 데이터 기반 모델 중 분류 모델은 회귀 모델과 달리 분변성대장균 농도가 일정 수질기준 이상을 넘는지를 바로 예측할 수 있다. 본 연구에서는 분류 모델 중 높은 예측력을 가진다고 알려진 랜덤포레스트(random forest) 기법을 이용하여 분변성대장균 예측 모델을 개발하였다. 분변성대장균 예측 모델은 주어진 기상 및 수질 조건에 대해 분변성대장균이 200 CFU/100ml가 넘는지를 예측하였다. 예측된 분변성대장균이 기준을 넘는 경우를 2등급, 넘지 않는 경우를 1등급으로 명명하였다. 모델을 개발하기 위하여 북한강 대성리 인근 측정소에서 2010년부터 2015년까지 측정된 기상 및 수질데이터를 수집하였다. 수집한 데이터를 훈련 및 검증데이터로 샘플링하였으며, 이 때 샘플링한 데이터가 기존 데이터가 가지고 있던 등급별 비율을 유지하기 위하여 층화샘플링을 하였다. 본 연구에서는 샘플링에 의한 불확실성을 줄이기 위하여 랜덤하게 50번 샘플링된 각각의 훈련데이터에 대해 모델을 개발하였다. 50개의 모델의 검증 결과를 종합한 결과, 전체 예측률은 0.139로 나타났다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.24 no.1
• /
• pp.92-111
• /
• 2021

As fine dust negatively affects disease, industry and economy, the people are sensitive to fine dust. Therefore, if the occurrence of fine dust can be predicted, countermeasures can be prepared in advance, which can be helpful for life and economy. Fine dust is affected by the weather and the degree of concentration of fine dust emission sources. The industrial sector has the largest amount of fine dust emissions, and in industrial complexes, factories emit a lot of fine dust as fine dust emission sources. This study targets regions with old industrial complexes in local cities. The purpose of this study is to explore the factors that cause fine dust and develop a predictive model that can predict the occurrence of fine dust. weather data and fine dust data were used, and variables that influence the generation of fine dust were extracted through multiple regression analysis. Based on the results of multiple regression analysis, a model with high predictive power was extracted by learning with a machine learning regression learner model. The performance of the model was confirmed using test data. As a result, the models with high predictive power were linear regression model, Gaussian process regression model, and support vector machine. The proportion of training data and predictive power were not proportional. In addition, the average value of the difference between the predicted value and the measured value was not large, but when the measured value was high, the predictive power was decreased. The results of this study can be developed as a more systematic and precise fine dust prediction service by combining meteorological data and urban big data through local government data hubs. Lastly, it will be an opportunity to promote the development of smart industrial complexes.

• The Journal of the Korea Contents Association
• /
• v.16 no.11
• /
• pp.488-498
• /
• 2016

Much of the information is stored as data, research has been activated for analyzing the data and predicting the special circumstances. In the case of power data, the studies, such as research of renewable energy utilization, power prediction depending on site characteristics, smart grid, and micro-grid, is actively in progress. In this paper, we propose a power prediction model using the substation environment data. In this case, we try to verify the power prediction result to reflect the multiple arguments on the power and weather data, rather than a simple power data. The validation process is the effect of multiple factors compared to other two methods, one of power prediction result considering power data and the other result using power pattern data that have been made in the similar weather data. Our system shows that it can achieve max prediction error of less than 15%.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.367-369
• /
• 2016

정보통신기술이 발전함에 따라 수많은 데이터가 발생하고 있다. 이러한 '빅데이터'의 활용은 국민의 니즈 파악, 공공서비스 제공 등 미래 경쟁력의 핵심 가치라 할 수 있다. 이에 본 논문에서는 기상데이터와 교통데이터를 수집한 후, 분산 시스템 환경 하에서 실행되는 기계학습 알고리즘을 이용하여 기상기후와 관련된 교통 정체 구간 예측 시스템에 대해 제안하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.579-581
• /
• 2023

에너지바우처 사업은 해마다 지원 예산의 규모를 증액하고 대상 가구원 특성 기준을 추가하는 등 지속적인 노력에도 불구하고 현재 에너지바우처 사용률은 전국 평균 약 81.8%로 여전히 목표치에는 못 미치는 상황이다. 본 논문에서는 2015년 최초 시행 이후부터 누적된 에너지바우처의 데이터와 에너지연료비(유가 정보, 지역 난방비 등), 기상청의 개방된 기상자료(기상특보, 예보), 한전의 실시간 전력 소비데이터 등 타 정보를 결합하여 인공지능 기반 데이터 분석으로 에너지바우처 사용률을 높여 사용률 저조 원인을 분석하고 이를 기반으로 위험 가구에 대한 사전 탐지와 관리를 위한 시스템을 제안한다. 향후, 제안 시스템의 현실적인 운영을 위해서는 사용률과 연관된 다양한 변수에 대한 분석과 시스템 성능평가가 필요하다.

• The Magazine of the Society of Air-Conditioning and Refrigerating Engineers of Korea
• /
• v.32 no.8
• /
• pp.20-25
• /
• 2003

부산.경남지역의 50개 지점에 설치된 AWS 기상관측망의 측정데이터를 이용하여, 기상대 및 기상관측소를 대표점으로 하는 11개의 기후존을 구분하고, 설정된 기후존별 대표도시의 기상특성을 파악할 수 있는 기후맵을 작성하는 방안을 소개하였다. 본 고에서 작성된 기후맵을 이용하면, 지역의 온도.습도.풍향.풍속.일사량.우량 등의 기상요소가 건축환경에 미치는 영향을 정량적으로 파악할 수 있으며, 향후 지역의 특성을 살린 에너지 절약적 환경친화건축 개발의 기상자료로 활용될 수 있을 것으로 기대된다.

• Defense and Technology
• /
• no.1 s.299
• /
• pp.42-53
• /
• 2004

우리 나라는 독자적인 기상위상이 없어 일본의 기상위성 데이터를 무상으로 이용하여 왔으나, 태풍이나 천재지변시 위성자료를 계속적으로 받을 수가 없었기 때문에 위급시 기상분석과 예측에 애로사항이 많았다. 우리 나라도 기상위성의 필요성을 절감하여 정부는 2002년 11월 통신.해상.기상(통해기)의 기능을 갖춘 다목적위성을 개발하기로 결정하였다. 계획대로 2008년에 다목적 위성이 발사되면 보다 정확하고 신속한 우리 나라 기상예측과 연400억원의 재해손실을 줄일 수 있을 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.541-544
• /
• 2005

최근 들어 개인용 경항공기 및 헬리콥터 등의 저고도 항공기들의 사용이 급증하고 있다. 항공기 운항의 증가와 더불어 항공기 사고 또한 증가하고 있는데, 비행을 준비하는 단계에서 경로상의 기상정보와 지형정보를 정확하게 인지할 수 있다면 보다 안전한 비행경로의 결정과, 유사시 좀 더 빠르고 적절한 판단을 내리는데 기여할 수 있을 것이다. 따라서 본 논문에서는 기상데이터를 공간데이터로 모델링 하여 공간정보시스템에 구현함으로써 지형과 기상정보를 가시적인 방법으로 보다 효율적으로 전달할 수 있는 방안을 제안한다.