• 지능정보연구
• /
• 제16권4호
• /
• pp.99-112
• /
• 2010

앙상블 학습은 분류 및 예측 알고리즘의 성과개선을 위하여 제안된 기계학습 기법이다. 그러나 앙상블 학습은 기저 분류자의 다양성이 부족한 경우 다중공선성 문제로 인하여 성과개선 효과가 미약하고 심지어는 성과가 악화될 수 있다는 문제점이 제기되었다. 본 연구에서는 기저 분류자의 다양성을 확보하고 앙상블 학습의 성과개선 효과를 제고하기 위하여 유전자 알고리즘 기반의 범위 최적화 기법을 제안하고자 한다. 본 연구에서 제안된 최적화 기법을 기업 부실예측 인공신경망 앙상블에 적용한 결과 기저 분류자의 다양성이 확보되고 인공신경망 앙상블의 성과가 유의적으로 개선되었음을 보여주었다.

• 한국습지학회지
• /
• 제21권spc호
• /
• pp.39-50
• /
• 2019

본 논문의 목적은 기후변화가 북한지역에서 유역규모의 수문순환에 미치는 영향을 평가하는데 있다. 먼저, CMIP5(Coupled Model Intercomparison Project Phase 5)의 모형인 MRI-CGCM3모델을 선택하였으며, 추계학적 축소기법의 하나인 SDQDM(Spatial Disaggregation-Quantile Delta Mapping)기법을 이용하여 기후변화시나리오 자료를 편의보정 하였다. 또한 관측치와 SDQDM 기법의 적용 전·후의 비교를 통해 SDQDM기법의 타당성을 검토하였다. 또한 기후변화에 따른 극한기후가 북한의 유역규모 수문순환과 유출에 미치는 영향을 평가하고자 한다. 일반적으로 기후변화에 따른 수문순환을 전망하기에 앞서 분석에 사용되는 유출모형의 매개변수 최적화가 우선적으로 수행되어야 하지만 북한지역은 정치적 이유로 인해 미계측 유역으로 분류되어 있어 관측 유출량 자료를 확보하기 어렵다. 따라서 본 논문에서는 양질의 유출량자료가 있는 남한의 16개 유역을 대상으로 M-RAT모형의 최적 매개변수를 산정하였다. 또한 유역특성변수 간 상관분석을 통해 다중공선성을 고려하였고, 단계적 회귀분석을 통해 미계측 유역에 적용 할 수 있는 매개변수 추정식을 산정하였다. 매개변수 추정식의 검증을 위해 남한의 오십천, 남대천, 용담댐, 영강 유역을 미계측 유역이라고 가정하고 교차검증을 수행한 결과 4개 유역 모두 효율계수 NSE가 0.8이상으로 높은 효율성을 확인하였다. 본 논문에서는 기후변화시나리오와 추정된 유출모형의 매개변수를 이용하여 북한의 압록강 유역의 기후변화에 따른 유역규모의 수문순환과정의 변화를 평가하였다. 분석 결과, 기후변화시 강수량이 증가하였고, 기온상승으로 인해 증발산량의 증가되는 것으로 전망되었고, 유역 내 유역 저류량은 감소하는 것을 확인하였다. 유황 분석결과 Future 1, 2 기간에 풍수량은 증가하고, 갈수량이 감소하고 Future 3 기간에 풍수량과 갈수량이 증가하는 것으로 전망되었다.