• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.177-177
• /
• 2018

유역의 홍수량 산정하기 위해서 데이터기반 모형, 개념적 모형, 프로세스 기반 모형과 같은 다양한 개념의 수문학적 모형이 개발되고 적용성이 검토되고 있다. 물리기반 강우-유출관계 모형의 경우, 이론적으로 강우유출응답의 연속 모의에 적합하다고 알려져 있으나 모형 구성에 필요한 수문자료 확보의 한계성 때문에 실절적인 적용에 어려움이 있다. 또한 수문 자료가 충분하지 않거나, 없는 미계측 유역에서 홍수량을 산정하기 위해서는 기존의 수문 관측 시스템의 데이터를 이용하기 어렵기 때문에 레이더 및 위성 등을 이용한 다양한 기상수문데이터 도입이 필요하다. 이에 본 연구에서는 관측된 자료와 함께 모델기반 수문기상 시스템인 GLDAS(Global Land Data Assimilation System, GLDAS)의 자료를 이용하여 개념적 강우-유출관계 모형인 PMD(Probaility Distributed Model, PMD)을 통해 홍수량을 모의하는 방법을 적용하였다. 이를 위해 개념적 강우유출관계 모형을 구성하고, 공간적 토양저류(soil moisture storage)분포를 산정하기 위해 토양의 함수상태를 산출하였다. 이같은 접근법은 수문 자료의 제한, 모형 검정의 문제와 같은 어려움을 해결하기 위한 대안으로 제시할 수 있으며, 분석 결과로부터 모델기반 수문기상 자료와 개념적 강우-유출관계 모형의 활용가능성을 검증할 계획이다.

• Journal of Korean Port Research
• /
• v.7 no.1
• /
• pp.25-42
• /
• 1993

지난 20여년간 화물수송 분야에는 큰 변화가 있었다. 수송 공급 측면에서는 보다 다양하고 기술적으로 앞선 수송수단들이 등장했으며, 수송 수요 측면에서는 로지스틱스 개념의 도입으로 화주들의 보다 높은 수송 서비스가 요구 되었다. 수송수단의 수송 분담에 있어서도 특히 철도에서 공로로의 두드러진 화물이동 현상이 나타났다. 이러한 변화는 수송 현안 해결에 대한 관심을 높이고 화물수송수요 예측기법의 이론적, 개념적인 발달을 가져왔다. 그 중 두드러진 발달은 화주의 행태를 반영하는 행태모형의 개발과 새로운 자료수집 방법 및 자료형태이다. 전통적으로 화물수송 및 교통 연구에 널리 사용된 행태모형은 확률표본을 사용하여 왔으나, 80년대 부터 비확률 표본 사용에 관심이 높아졌다. 그 대표적인 것으로 기반근거 데이터를 들 수 있다. 이 데이터는 제한된 정보를 제공한다는 자료자체의 한계를 지니고 있으나, 자료수집이 용이하고 비용이 저렴하다는 장점을 가지고 있다. 화물수송 분야에서 선택기반 데이터를 이용한 연구는 현재까지 두 편이 발표 되어 있다. 따라서 볼 연구는 선택기반 데이터를 이용한 개별선택모형의 잠재력을 검증하는 것을 그 목적으로 하고, 네 종류의 제조품 그룹을 대상으로 기반근거 데이터를 수집하여 로짓모형을 추정하였으며, 추정결과를 이전 연구들의 결과와 비교하여 그 타당성을 검토 하였다. 추정된 결과는 통계적으로 유의하며 직관적으로 타당한 것으로 나타난다. 또한 그 결과는 문헌의 결과와도 일치하였다. 수송계획에 있어서 자료수집비용 절감의 필요성을 생각할 때 이것은 중요한 의미를 지닌다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2005.05a
• /
• pp.87-93
• /
• 2005

다양한 정보의 교환 및 공유가 이루어지는 물류분야에서는 정보의 통합관리가 필요하다. 본 논문에서는 서로 다른 물류주체 간의 정보 교환 및 공유가 원활히 이루어지는 RFID에 기반을 둔 물류환경에 적합한 물류정보 통합관리 모형을 제시한다. 본 논문에서 제시하는 물류정보 통합관리 모형은 웹 서비스를 기반으로 물류정보를 저장/관리하는 시스템 모형으로 애플리케이션과의 데이터교환을 위한 인터페이스, 물류데이터 저장, 검색을 위한 모듈, 물류정보의 데이터 무결정과 의미추론을 위한 온톨로지 모듈, XML Repository 및 Respository access 모듈로 구성된다. 데이터 교환을 위한 인터페이스는 SOAP을 이용하며 애플리케이션 및 RFID 미들웨어와 물류정보를 주고 받는다. 데이터 처리모듈은 물류 데이터의 유형에 따라 데이터를 저장/관리하며, 애플리케이션의 정보요청에 대한 결과를 제공한다. 또한 물류정보의 데이터 무결성 검증, 의미추론을 위한 온톨로지 모듈을 포함한다. 본 논문은 XML형식의 물류정보 저장관리 및 시맨틱웹 개념 중심의 모형을 설계한다.

• The Korean Journal of Applied Statistics
• /
• v.34 no.3
• /
• pp.329-345
• /
• 2021

Recommender systems use data from customers to suggest personalized products. The recommender systems can be categorized into three cases; collaborative filtering, contents-based filtering, and hybrid recommender system that combines the first two filtering methods. In this work, we introduce and compare deep learning-based recommender system using autoencoder. Autoencoder is an unsupervised deep learning that can effective solve the problem of sparsity in the data matrix. Five versions of autoencoder-based deep learning models are compared via three real data sets. The first three methods are collaborative filtering and the others are hybrid methods. The data sets are composed of customers' ratings having integer values from one to five. The three data sets are sparse data matrix with many zeroes due to non-responses.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.109-109
• /
• 2016

유역의 물수지는 기상인자, 지형, 토양, 식생 등 여러 가지 인자들에 의해 결정된다. 물수지 분포를 평가하기 위해 수문모형의 모의 시 필요한 수문요소 조건들을 정보화하게 되며, 동시에 토양수분의 특성, 강우 입력자료, 유역의 지형학적 특성들은 불확실성에 기인하는 요소로 작용한다. 이러한 수문모형 모의 시 불확실성을 제거하기 위해 모형 초기조건에 대한 다각적인 분석이 선행이 필요하다. 특히 토양수분은 대기와 지표 사이의 상호작용에 작용하는 중요한 수문기상학적 인자로 평가되고 있다. 토양수분 데이터 자료를 이용하여 강우-유출모형의 입력자료를 구축하여 실제 토양수분의 변동성을 파악하는 연구가 활발히 진행되고 있으며, 유역기반의 유출현황을 산정하기 위해 매우 유용한 초기조건으로 그 역할이 기대된다. 현장에서 관측하는 토양수분 데이터는 넓은 유역의 토양수분을 대표하는 자료로 사용되기에는 한계점이 있으며, 위성기반 토양수분 데이터는 원격탐사를 통해 획득되기 때문에 토양수분의 시 공간적인 변동성 파악에 용의하며 경제성 또한 높다. 이에 따라, 본 연구에서는 유역의 수문순환 분석을 하고, 위성기반 토양수분의 적용 가능성을 평가하기 위해 Aqua위성에 탑재된 Advanced Mircowave Scanning Radiometer Earth Observing System(AMSR-E)와 Metop-A의 Advanced SCATterometer(ASCAT)의 토양수분 데이터를 이용하여 강우-유출모델의 초기조건을 산정하였다. 또한, 이에 대한 검증을 위해 기존 강우인자 초기조건 및 지점에서 관측된 토양수분 초기조건 등을 비교하여 통계분석을 실시하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.736-737
• /
• 2021

최근의 빅데이터 처리 환경은 실시간 빅데이터를 기반으로 하고 있다. 실시간 빅데이터 처리를 위해서는 기존의 배치처리 방식의 빅데이터 기술에서 발생하는 기술적 요구를 포함하여 추가적으로 요구되는 다양한 문제들을 고려해야 한다. 기계학습 모형을 활용한 의사결정 지원 시스템의 경우 모형 개발을 위한 배치처리 기술과 함께 모형의 배포와 최적화 등도 고려되어야 하며 발전 설비나 제조, 공정, 배송 등의 분야에서 발생하는 대규모 실시간 데이터를 이용하여 추론을 수행해야 한다. 본 연구에서는 센서 데이터를 활용한 예측 모형 개발과 실시간 데이터 처리 그리고 추론을 위한 모델 배포와 최적화 과정을 지원하는 시스템 환경을 제공하여 실제 현장에서 발생하고 있는 데이터를 활용하여 실증을 수행하였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2000.04a
• /
• pp.558-561
• /
• 2000

본 연구에서는 Web 기반 사용자 인터페이스를 사용하여 일반적인 수학 모형을 만드는 Web기반 클라이언트/서버 시스템의 구현 방법을 제시하고, 수학모형을 위한 데이터 베이스 설계 방법을 소개한다. 수학 모형을 설계하고 구현하기 위해서는 방대한 양의 데이터 처리가 반드시 필요하며 이를 위하여 데이터베이스를 수학 모형에 맞게 설계함으로써 보다 효과적으로 수학 모형을 구현 할 수 있다. 한편 Web을 이용한 클라이언트/서버 구조는 사용자가 Web Browser 만으로 프로그램을 이용할 수 있다. 본 연구에서는 3계층 데이터베이스 접근 모델을 갖는 Web기반 클라이언트/서버 구조를 설계하였으며, Front-End를 Java Applet을 사용하고, Back-End로써 실제 수학 모형을 만들어주는 Java Application 서버를 구현하며 Front-End와 Back-End 사이의 통신을 담당하는 네트웍 아키텍처로 자바 소켓을 사용한다. 일반적인 수학모형을 데이터베이스를 이용하여 구현함으로써 수리계획, 일정계획, 물류관리 등 수학 모형을 이용하여 최적화 결과를 도출하고자 할 때, 입력 부분과 출력 부분의 사용자 인터페이스만 구현하여 붙여주면 쉽게 응용하여 확장할 수 있다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.21 no.2
• /
• pp.17-32
• /
• 2022

This study explored an approach to estimate a flow-density diagram(FD) on a link in highway traffic environment by utilizing probe vehicles' time headway records. To study empirical flow-density diagram(EFD), the probe vehicles with vision sensors were recruited for collecting driving records for nine months and the vision sensor data pre-processing and GIS-based map matching were implemented. Then, we examined the new EFDs to evaluate validity with reference diagrams which is derived from loop detection traffic data. The probability distributions of time headway and distance headway as well as standard deviation of flow and density were utilized in examination. As a result, it turned out that the main factors for estimation errors are the limited number of probe vehicles and bias of flow status. We finally suggest a method to improve the accuracy of EFD model.

• Journal of Korean Society of Transportation
• /
• v.30 no.1
• /
• pp.113-123
• /
• 2012

This study introduces a new type of a modal split model that use zonal data instead of cost data as independent variables. It has been indicated that the ones using cost data have deficiencies in the multicollinearity of travel time and cost variables and unpredictability of independent variables. The zonal data employed in this study include (1) socioeconomic data, (2) land use data and (3) transportation system data. The test results showed that the proposed modal split model using zonal data performs better than the other does.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.349-349
• /
• 2021

일반적인 도시홍수모형은 수리-수문모형을 기반으로 한 홍수위 모형을 사용하고 있으나 강우사상이나 물리적 조건에 따라 모의시간의 변화가 있으며 경우에 따라서는 긴 모의시간이 소요된다. 알파고 이후 큰 관심을 갖게된 딥러닝을 이용한 데이터기반의 모의를 통해 수자원 부분에 적용하여 수위 예측을 진행하였다. 본 연구에서는 딥러닝을 이용하여 관측자료기반의 수위예측 연구를 수행하였다. 대상유역은 중랑천 유역으로 선정하였으며 2015년 ~ 2020년 사이의 10분단위 강우, 수위자료를 이용하였다. 지방자치단체에서 제공하는 강우, 수위자료의 경우 결측자료 또는 이상자료에 대한 보정이 미흡하여 기계학습을 통합 분석자료로 활용하는데 어려움이 있다. 이에, 결측 및 이상자료가 포함된 자료로부터 인위적으로 교란된 데이터 및 결측구간을 삭제한 데이터를 생성하여 자료의 시계열성을 제거하고, 딥러닝을 통한 수위 예측 결과를 정상 데이터를 적용한 결과와 비교하였다. 사용된 딥러닝 모형은 시계열 데이터 예측에 우수한성능을 보이는 LSTM모형과 GRU모형을 이용하였으며 RMSE, NSE를 이용하여 평가하였다. 본 연구에서는 결측자료 및 이상자료가 포함된 수문자료를 자료의 시계열성 제거를 통해 딥러닝 분석 입력자료 구성하기 위한 방안을 제시하였다.