• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.99-99
• /
• 2018

기상이변으로 인해 국지성 호우의 발생 증가와 그로 인한 수재해 피해가 증가하고 있다. 따라서 수재해를 사전에 예측하고 저감하기 위해 비구조물적 대책인 실시간 홍수예보시스템 개발 및 운영에 관한 연구들이 수행되고 있다. 일반적으로 홍수예보시스템은 대피선행시간 확보를 위해서 초단시간 혹은 단기 수치예보모델을 수문해석모형이나 예보기법의 입력으로 활용하고 있다. 초단시간 예측은 기상레이더를 기반으로 외삽, 이류, 셀 추적 등의 기법을 활용하여 0~3시간 이내의 강수예측을 수행한다. 그러나 역학이나 물리적 과정이 동반되지 못하여 0~ 2시간 이내에서의 예측성은 높은 반면, 예측시간이 길어질수록 예측력이 낮아진다. 단기수치예보모델은 종관관측에 의존하면서 역학이나 물리과정을 동반하므로 0~6시간 혹은 12시간 이상의 예측을 수행하지만, 수치모델의 고유특성인 스핀업 등의 예측 불확실성이 내재되어 있어 예측 초기시간에서의 예측력이 낮은 한계가 있다. 따라서 강수예측의 정확도 향상을 위해 레이더와 수치예보모델의 병합기법이 필요하다. 본 연구에서는 통계분석을 통해 경험적으로 산출된 시간적 가중치를 이용한 기존 병합기법의 한계를 극복하면서 호우에 따른 가변성을 반영하는 실시간 병합기법을 개발하고, 수문학적인 활용성을 평가하고자 하였다. 사용된 예측강우 자료는 레이더 기반인 MAPLE, KONOS, 공간규모분할 예측강우와 수치예보모델 기반인 UM와 ASAPS의 예측강우이며, 제시한 가중치 산정기법은 직전 예측강우의 오차가 현 시점의 예측강우의 오차와 유사하다는 가정하에 오차항을 포함한 과거 1시간 예측강우들간의 가중치 조합이 과거 지상관측강우와의 평균제곱근오차가 최소가 되도록 화음 탐색법을 이용하여 찾는 것이다. 가중치 조합은 예측강우의 생산 시간 간격을 고려하여 매 10분마다 산정하며, 미래 3시간 예측까지 산정된 가중치를 적용한다. 수도권 영역을 대상으로 병합된 예측강우와 레이더 관측강우를 비교한 결과, 정량적 정확도가 향상됨을 확인할 수 있었다. 또한, 예측강우의 수문학적 활용성은 도시유출해석모의를 통해 평가하였다. 그 결과, 병합된 예측강우로 모의된 수심이 관측수심과 유사하여 수문학적 활용성 확인할 수 있었다.

• The Korean Journal of Financial Management
• /
• v.18 no.2
• /
• pp.125-144
• /
• 2001

본 연구는 선행연구들과 달리 경제변수로 설명할 수 없는 경제주체들의 심리적 요소가 주가에 영향을 미칠 수 있다는 관점에서 주가와 거시경제변수 및 경제주체들의 기대심리간의 장기 균형 및 동학구조관계를 분석한다. 주가는 기업의 내재가치를 나타내며 이는 상당부분 현재와 미래의 경제상황에 의해 영향을 받을 것이다. 미래경제상황을 정확히 예측할 수는 없으나 경제 주체들은 미래경제상황을 예측하게 되며 그 예측은 주가에 반영될 수 있다. 검증결과 BSI 전망치와 같은 경제주체들의 기대심리가 주가결정에 가장 중요한 단일 변수인 것으로 나타났다. 이변량 공적분검증을 실시한 결과 실질주가지수는 BSI와 장기균형관계에 있는 반면 다른 거시경제변수와는 공적분관계에 있지 않은 것으로 나타났다. 다변량 공적분분석에서도 BSI가 포함된 경우에만 KOSPI/P와 장기균형관계에 있는 것으로 나타났다. 벡터오차수정모형으로 동태적 관계를 분석한 결과, 이변량과 다변량 분석 모두에서 이들 두 변수의 오차수정항이 통계적으로 유의하여 장기균형으로부터 이탈에 대하여 상호 조정하는 것으로 나타났다.

• The Korean Journal of Applied Statistics
• /
• v.35 no.1
• /
• pp.93-104
• /
• 2022

In forecasting realized volatility of the major US stock price indexes (S&P 500, Russell 2000, DJIA, Nasdaq 100), internet search volume reflecting investor's interests and implied volatility are used to improve forecast via a deep learning method of the LSTM. The LSTM method combined with search volume index produces better forecasts than existing standard methods of the vector autoregressive (VAR) and the vector error correction (VEC) models. It also beats the recently proposed vector error correction heterogeneous autoregressive (VECHAR) model which takes advantage of the cointegration relation between realized volatility and implied volatility.

• Fire Science and Engineering
• /
• v.24 no.3
• /
• pp.66-71
• /
• 2010

In order to evaluate the fire and explosion involved and to ensure the safe and optimized operation of chemical processes, it is necessary to know combustion properties. Explosion limit is one of the major combustion properties used to determine the fire and explosion hazards of the flammable substances. In this study, the lower explosion and upper explosion limits of esters were predicted by using the heat of combustion. The values calculated by the proposed equations agreed with literature data within a few percent. From the given results, using the proposed methodology, it is possible to predict the explosion limits of the other ester flammable substances.

• Fire Science and Engineering
• /
• v.19 no.4 s.60
• /
• pp.26-31
• /
• 2005

In order to evaluate the fire and explosion involved and to ensure the safe and optimized operation of chemical processes, it is necessary to know combustion properties. Explosion limit is one of the major combustion properties used to determine the fire and explosion hazards of the flammable substances. In this study, the explosion limits of alcohols were predicted by using the normal boiling points and the flash points based on a solution theory. The values calculated by the proposed equations agreed with literature data within a few percent. From the given results, using the proposed methodology; it is Possible to Predict the explosion limits of the other flammable substances.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.16 no.5
• /
• pp.601-607
• /
• 2006

This paper proposes a novel balance control scheme of a biped robot to predict the next position of ZMP using Kalman Filter. The mathematical model of the biped robot is generally approximated by 3D-LIPM(3D-Linear Inverted Pendulum Mode), but it cannot completely express the robot's dynamics. The stability of the biped robot depends on whether the ZMP(Zero Moment Point) position is in the stability region or out of. And the internal error between the robot mechanism and its model could affect the stability of a robot. Therefore, the proposed balance control not reduces the internal error, but also timely generates the proper control. The experiment of the proposed balance control is simulated on the virtual workspace where the biped robot may encounter with various difficulties.

• The Korean Journal of Applied Statistics
• /
• v.33 no.4
• /
• pp.365-377
• /
• 2020

We discuss latent factor regression when constructing a common structure inherent among explanatory variables to solve multicollinearity and use them as regressors to construct a linear model of a response variable. Bayesian estimation with LASSO prior of a large penalty parameter to construct a significant factor loading matrix of intrinsic interests among infinite latent structures. The estimated factor loading matrix with estimated other parameters can be inversely transformed into linear parameters of each explanatory variable and used as prediction models for new observations. We apply the proposed method to Product Service Management data of HBAT and observe that the proposed method constructs the same factors of general common factor analysis for the fixed number of factors. The calculated MSE of predicted values of Bayesian latent factor regression model is also smaller than the common factor regression model.

• The Korean Journal of Applied Statistics
• /
• v.18 no.3
• /
• pp.701-712
• /
• 2005

The suppression for logistic regression models has been debated no longer than that for linear regression models since, among many other reasons, sum of squares for regression (SSR) or coefficient of determination ($R^2$) could be defined into various ways. Based on four kinds of $R^2$'s: two kinds are most preferred, and the other two are proposed by Liao & McGee (2003), four kinds of SSR's are derived so that the suppression for logistic models is explained. Many data fitted to logistic models are generated by Monte Carlo method. We explore when suppression happens, and compare with that for linear regression models.

• Journal of the Korean Institute of Gas
• /
• v.10 no.2 s.31
• /
• pp.7-13
• /
• 2006

In order to evaluate the fire and explosion involved and to ensure the safe and optimized operation of chemical processes, it is necessary to know combustion characteristics. The explosion limit, the heat of combustion, flame temperature and temperature dependence of the lower explosive limit are the major combustion characteristics used to determine the fire and explosion hazards of the flammable substances. The aim of this study is to investigate interrelationship of explosion characteristics and the temperature dependence of the lower explosion limit at elevated temperature for akylketones. By using the reference data, the empirical equations which describe the interrelationships of explosion properties of akylketones have been derived. Also, the new equations using the mathematical and statistical methods for predicting the temperature dependence of lower explosion limits of akylketones on the basis of the literature data are proposed. The values calculated by the proposed equations agreed with literature data within a few percent. From the given results, using the proposed methodology, it is possible to predict the explosion limits of the other flammable substances.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.444-444
• /
• 2021

하천의 오염부하량 관리 계획은 지속적인 모니터링을 통한 자료 구축과 모형을 이용한 예측결과를 기반으로 수립된다. 하천의 모니터링과 예측 분석은 많은 예산과 인력 등이 필요하나, 정부의 담당 공무원 수는 극히 부족한 상황이 일반적이다. 이에 정부는 전문가에게 관련 용역을 의뢰하지만, 한국과 같이 지형이 복잡한 지역에서의 오염부하량 배출 특성은 각각 다르게 나타나기 때문에 많은 예산 소모가 발생 된다. 이를 개선하고자, 본 연구는 합성곱 신경망 (convolution neural network)과 수문학적 이미지 (hydrological image)를 이용하여 강우 발생시 BOD 및 총인의 부하량 예측 모형을 개발하였다. 합성곱 신경망의 입력자료는 일반적으로 RGB (red, green, bule) 사진을 이용하는데, 이를 그래도 오염부하량 예측에 활용하는 것은 경험적 모형의 전제(독립변수와 종속변수의 관계)를 무너뜨리는 결과를 초래할 수 있다. 이에, 본 연구에서는 오염부하량이 수문학적 조건과 토지이용 등의 변수에 의해 결정된다는 인과관계를 만족시키고자 수문학적 속성이 내재된 수문학적 이미지를 합성곱 신경망의 훈련자료로 사용하였다. 수문학적 이미지는 임의의 유역에 대해 2차원 공간에서 무차원의 수문학적 속성을 갖는 grid의 집합으로 정의되는데, 여기서 각 grid의 수문학적 속성은 SCS 토양보존국(soil conservation service, SCS)에서 발표한 수문학적 토양피복형수 (curve number, CN)를 이용하여 산출한다. 합성곱 신경망의 구조는 2개의 Convolution Layer와 1개의 Pulling Layer가 5회 반복하는 구조로 설정하고, 1개의 Flatten Layer, 3개의 Dense Layer, 1개의 Batch Normalization Layer를 배열하고, 마지막으로 1개의 Dense Layer가 연결되는 구조로 설계하였다. 이와 함께, 각 층의 활성화 함수는 정규화 선형함수 (ReLu)로, 마지막 Dense Layer의 활성화 함수는 연속변수가 도출될 수 있도록 회귀모형에서 자주 사용되는 Linear 함수로 설정하였다. 연구의 대상지역은 경기도 가평군 조종천 유역으로 선정하였고, 연구기간은 2010년 1월 1일부터 2019년 12월 31일까지로, 2010년부터 2016년까지의 자료는 모형의 학습에, 2017년부터 2019년까지의 자료는 모형의 성능평가에 활용하였다. 모형의 예측 성능은 모형효율계수 (NSE), 평균제곱근오차(RMSE) 및 평균절대백분율오차(MAPE)를 이용하여 평가하였다. 그 결과, BOD 부하량에 대한 NSE는 0.9, RMSE는 1031.1 kg/day, MAPE는 11.5%로 나타났으며, 총인 부하량에 대한 NSE는 0.9, RMSE는 53.6 kg/day, MAPE는 17.9%로 나타나 본 연구의 모형은 우수(good)한 것으로 판단하였다. 이에, 본 연구의 모형은 일반 ANN 모형을 이용한 선행연구와는 달리 2차원 공간정보를 반영하여 오염부하량 모의가 가능했으며, 제한적인 입력자료를 이용하여 간편한 모델링이 가능하다는 장점을 나타냈다. 이를 통해 정부의 물관리 정책을 위한 의사결정 및 부족한 물관리 분야의 행정력에 도움이 될 것으로 생각된다.