• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.424-424
• /
• 2018

인공신경망(Artificial Neural Network; ANN)은 뇌에 존재하는 생물학적 신경세포와 이들의 신호처리 과정을 수학적으로 묘사하여 뇌가 나타내는 지능적 형태의 반응을 구현한 것이다. 인공신경망은 학습(training)을 통해 입력과 출력으로 구성되는 하나의 시스템을 병렬적이고 비선형적으로 구축할 수 있으며, 유연한 모델링 특성으로 인하여 시스템 예측, 패턴인식, 분류 및 공정제어 등의 다양한 분야에서 활용되고 있다. 인공신경망에 대한 최초의 이론은 Muculloch and Pitts(1943)가 제안한 Perceptron에서 시작 되었으며, 기본적인 학습기법인 오차역전파 기법(back-propagation Algorithm) 이 1980년대에 들어 수학적으로 정립된 이후 여러 분야에서 활용되기 시작하였다). 본 연구에서는 하도추적, 구체적으로는 상류단의 복수의 수위관측을 이용하여 하류단의 수위를 예측하기 위하여 인공신경망 모델을 구성하였다. 대상하도는 금강유역의 용담댐과 대청댐 사이의 본류이며, 상류단 입력자료로써 본류에 있는 수통, 호탄 관측소 관측수위와 지류인 송천 관측소 관측수위를 고려하였다. 출력 값으로는 하류단의 옥천 관측소 수위를 3시간 및 6시간의 선행시간으로 예측하도록 인공신경망 모형을 구성하였다. 인공신경망의 학습(testing), 시험(testing), 검증(validation)을 위해 2000년부터 2012년까지 13년간의 시수위자료를 이용하여 학습을 진행하였으며, 2013년부터 2014년의 2년간의 수위자료를 이용한 시험을 통해 최적의 모형을 선정하였다. 또한 선정된 최적의 모형을 이용하여 2015년부터 2016년까지의 수위예측을 수행하였다.

• 전자공학회지
• /
• 제42권2호
• /
• pp.40-44
• /
• 2015

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.29-32
• /
• 2019

인공신경망은 인간의 신경세포인 뉴런을 모델로서 사용했다. 인간은 외부에서 오는 정보를 뇌에서 받아들이고 판단한다. 받아들인 정보를 통해 어떻게 산출할 것인지에 대한 일들을 기능하게 된다. 그러한 일련의 과정을 필기체 숫자 데이터를 통하여 사람이 유도하는 예측 값을 인식해내고, 학습된 예측 값을 실제 값과 비교해 분석하였다. 그리고 더 나아가 인공신경망에 대해 어떻게 응용할 것인지 논의하였다.

• 전자통신동향분석
• /
• 제8권2호
• /
• pp.60-68
• /
• 1993

지금까지 뇌에는 컴퓨터와 같은 클럭(clock) 신호가 없고 신경들 간의 활동은 비동기적이라고 알려져 왔다. 그러나, 1989년 Singer 연구 그룹에서 시각 피질에 있는 많은 신경들이 발진하며 이들 간에는 시각 영상에 따라 동기현상을 보인다고 발표한 후, 많은 실험과 모델링이 행해지고 있다. 이 분야의 응용으로는 여러 분야가 있으며, 특히 동기 발진 모델을 이용하였을 경우에 패턴 분리와 인식에 응용될 수 있다. 본 고에서는 신경회로망의 새로운 기류인 생물학적 발진 신경망의 실험과 모델링에 대한 동향을 분석하고자 한다.

• 물과 미래
• /
• 제29권4호
• /
• pp.109-118
• /
• 1996

신경망이론은 분산기억성질과 병렬국소처리를 수행하는 뇌의 활동을 이론화한 수학모형이다. 이러한 신경망이론의 장점은 분류문제, 대규모로 결합된 최적화문제, 비선형 사상문제 등에서 잘 나타나므로, 이 점을 이용하여 복잡한 강우의 예측을 시도하였다. 신경망이론을 적용하기 위해서 연속적인 값으로 표시되는 입력자료와 출력자료를 학습한 후 강우예측을 시행할 수 있는 다층신경망 모형을 구성하였다. 신경망이론에 의한 강우예측은 서울지역과 소양강유역의 1 시간 대위 강우자료에 적용하였다. 그 결과는 대체로 만족할 만하였다. 따라서 신경망이론은 양질의 자료가 충분히 확보될 경우복잡한 강우현상을 잘 예측할 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.404-404
• /
• 2017

이상기후현상으로 인해 극치 수문 사상들이 빈번히 발생함에 따라 상대적으로 높은 재현기간에 해당하는 극치 수문 사상해석에 대한 관심이 높아지고 있다. 그러나 우리나라의 경우 이러한 극치 수문 사상을 추정하기 위한 표본의 수가 부족한 실정이다. 지역빈도해석은 지점의 표본 수가 적거나 수문자료의 수집이 불가능한 미계측지점인 경우, 해당 지점과 수문학적으로 동질하다고 여겨지는 주변 지점들의 자료를 확보하여 확률수문량을 추정함으로써 상대적으로 지점빈도해석 보다 roubst한 추정값을 얻을 수 있다는 장점을 가지고 있다. 따라서 최근 확률수문량 산정 기법으로 지역빈도해석 방법에 관한 관심이 높아지고 있다. 지역구분은 지역빈도해석이 지점빈도해석과 구분될 수 있는 큰 특징이고 지역구분 결과 따라 지역의 표본 크기가 결정되기 때문에 수문학적으로 동질한 지역을 나누는 방법은 매우 중요하다고 볼 수 있다. 인공신경망은 인간의 뇌가 학습하는 방식을 모사한 통계적 모델링 기법이다. 즉, 인간의 뇌가 일정한 반복 학습을 통해 어떠한 문제의 해법을 추론하거나 예측, 또는 패턴을 인식하는 일련의 과정을 알고리즘화 하여 목적함수의 해를 찾는 방식이다. 특히, 주어진 자료들로 부터 특징을 추출하고 그 특징을 학습하여 전체 자료의 분류나 군집화를 이루는데 널리 이용되고 있다. 본 연구에서는 낙동강유역을 대상으로 인공신경망을 이용한 군집분석을 수행하고 구분된 지역을 이용하여 지역빈도해석을 수행하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1013-1017
• /
• 2008

이 연구는 기상수치예보 모델 중 지역수치예보모델인 RDAPS 모델을 이용하여 강우자료를 예측한 값과 실제 강우관측지점에서의 강우량을 비교해 보고 RDAPS 예측량의 정확도를 높이기 위한 연구이다. RDAPS 모델의 자료는 00UTC와 12UTC에 3시간 누적 자료를 48시간에 대해서 생성하고, 30km 격자망에 대한 정보를 담고 있기 때문에 1시간 간격으로 측정된 지점 강우량과의 비교를 위해서는 관측지점과 근거리 정보를 찾고 1시간 간격의 관측 자료를 3시간 누적강우량으로 바꾸는 전처리 과정이 필요하다. 실제 강우예측이 어려움을 겪는 것처럼 RDAPS의 예측 강우량과 관측 강우량은 큰 차이를 보이는 것으로 나타났다. 예측 강우량의 정확도를 높이고자 인공신경망을 적용하였다. 인공신경망이란 뇌기능의 특성 몇가지를 컴퓨터 시뮬레이션으로 표현하는 것을 목표로 하는 수학 모델이다. 강우수치예측 자료 외에도 RDAPS 모델에서 얻을 수 있는 풍향, 풍속, 상대습도, 기압, 온도 등의 다른 수치자료들을 이용하여 인공신경망을 이용하여 자료들의 패턴을 시뮬레이션 하여 정확도가 높은 예측값을 얻을 수 있었다.

• 한국통신학회논문지
• /
• 제22권11호
• /
• pp.2425-2431
• /
• 1997

자기 공명 영상의 사용이 빈번해 짐에 따라 환자의 해부학적인 정확한 정보와 이를 빠르고 효과적으로 진단하는데 유용한 자동 영상 세그멘테이션 방법이 요구되고 있다. 본 논문에서는 오류 역전파 알고리즘으로 학습한 신경망을 이용하여 뇌의 자기 공명 영상을 자동적으로 세그멘테이션하는 방법을 제안한다. 특정 환자의 자기 공명 영상을 분할하여 학습시킨 신경망은 다른 환자의 자기 공명 영상도 자동적으로 세그멘테이션하여 뇌의 윤곽을 뚜렷하게 나타내었다.

• 전산구조공학
• /
• 제10권2호
• /
• pp.273-281
• /
• 1997

대량의 복잡한 비선형적인 관계도 단순화의 과정 없이 연관 관계를 자체 조직화 할 수 있는 인간의 뇌와 가장 유사한 병렬 연산 모델인 인공 신경 회로망을 구조 해석 분야에 도입하였다. 본 논문은 스터브 거더의 거동 예측을 위한 신경망 근사해석 모델 개발을 궁극적인 목적으로 하는 기초적 연구로서, 단순 보의 처짐 문제와 같은 정확해를 구할 수 있는 문제로부터 신경망 근사해석모델의 원형 (prototype)을 제시하고 검증하는데 목적이 있다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2001년도 춘계학술대회 논문집
• /
• pp.175-181
• /
• 2001

본 연구의 목적은 사람들이 언어과제와 공간지각과제을 수행하는 동안 활성화되는 뇌 영역의 차이를 규명하는 것이다. 428명의 대학생을 대상으로 집단 심리실험을 수행하여, fMRI 연구를 위한 실험참여자로 17명의 오른손잡이 여대생을 선정하였다. 17명 중 8명은 언어능력은 뛰어나지만 공간지각능력이 떨어지고, 나머지 9명은 언어능력은 빈약하지만, 공간지각능력이 우수한 사람들이었다. fMRI 실험에 사용된 패러다임에는 언어과제와 공간지각과제가 각각 8block으로 구성되었으며, 각 block은 동일한 과제 3문항을 포함하였다. fMRI 이미징은 1.5T Siemens Vision Scanner로 수집되었으며, Single-shot EPI 기법으로 (TR/TE : 3840/40ms, flip angle : 90, FOV : 220, 64x64 matrix) 이미지를 스캔하였다. 자료분석은 SPM-99 소프트웨어를 사용하였다. 감산(subtraction)분석결과, 언어능력이 뛰어난 집단에서는 양측 대상회(bilateral cingulate gyri)와 좌측 상두정엽 (left superior parietal lobe)이 더 많이 활성화되었고, 언어능력이 떨어지는 집단에서는 양측 전두엽 (both frontal lobes)이 더 많이 활성화되었다. 공간지각능력이 떨어지는 집단에서는 우측 시상 (right thalamus)과 좌측 측-후두엽 (left temporooccipital)이 더 많이 활성화되었다. 언어능력이나 공간지각능력이 우수한 집단에서는 공통적으로 대상회 (cingulate gyri)가 활성화되었다.