본 논문에서는 최적화기법을 이용하여 모드매개변수를 추정하는 방법을 개발하였다. 최적화기법중 steepest descent method와 Fletcher-Powell method를 1자유도계의 시뮬레이션 데이터에 사용하여 Fletcher-Powell method가 초기값이나 계의 감쇠비에 관계없이 항상 정확한 모드매개변수를 추정함을 밝혀 내었다. 2자유도계의 시뮬레이션 데이터에 적용하였을 때도 본 방법은 정확한 모드매개변수를 추정하였다. 본 방법은 기존의 모드해석방법처럼 실제모드수보다 많은 모드수를 가정할 필요가 없고, 밀집한 모드를 분리하는 능력도 우수하였다. 본 방법을 실험 데이터에 적용하였을 때에도 만족할만한 결과를 나타내었다.
본 논문에서는 비전공자들을 위한 교양과정으로, 기초 인공신경망 과목 커리큘럼을 설계하기 위해, 지도학습 인공신경망 매개변수 최적화 방법과 활성화함수에 대한 기초 교육 방법을 제안하였다. 이를 위해, 프로그래밍 없이, 매개 변수 최적화 해를 스프레드시트로 찾는 방법을 적용하였다. 본 교육 방법을 통해, 인공신경망 동작 및 구현의 기초 원리 교육에 집중할 수 있다. 그리고, 스프레드시트의 시각화된 데이터를 통해 비전공자들의 관심과 교육 효과를 높일 수 있다. 제안한 내용은 인공뉴런과 Sigmoid, ReLU 활성화 함수, 지도학습데이터의 생성, 지도학습 인공신경망 구성과 매개변수 최적화, 스프레드시트를 이용한 지도학습 인공신경망 구현 및 성능 분석 그리고 교육 만족도 분석으로 구성되었다. 본 논문에서는 Sigmoid 뉴런 인공신경망과 ReLU 뉴런 인공신경망에 대해 음수허용 매개변수 최적화를 고려하여, 인공신경망 매개변수 최적화에 대한 네가지 성능분석결과를 교육하는 방법을 제안하고 교육 만족도 분석을 실시하였다.
본 논문에서는 낮은 해상도의 영상을 높은 해상도의 영상으로 보간하는 과정에서 각각의 픽셀에 대해 최적화된 매개변수를 적용하는 새로운 적응적 3차 회선 보간 기법을 제안한다. 기존의 3차 회선 보간 기법은 보간하려는 영상에 대해 동일한 매개변수를 적용하여 각 픽셀의 고유한 특성을 적응적으로 반영하지 못하였지만, 제안한 보간 기법은 픽셀의 정보에 따라 매개변수를 최적화하여 반영함으로써 주어진 영상을 고화질 영상으로 보간한다. 여러 가지 영상을 통해 본 논문에서 제안한 보간 기법과 기존에 알려진 보간 기법들을 비교하는 실험을 하였고, 도출된 실험 결과를 객관적인 지표로 제시하여 우수함을 입증하였다.
개별 강우-유출 사상을 대상으로 최적 매개변수를 산정하는 경우 사상별로 매개변수가 서로 다르며 물리적인 범위를 중심으로 변동성이 커 유역의 대표 매개변수를 결정하는데 어려움이 있다. 매개변수 추정 시 변동성 증가는 강우의 시공간적 변동성과 함께, 유역 내 일부 홍수량 산정지점 기준으로 강우-유출 자료만이 이용 가능하여 매개변수의 식별성(identifiability)이 매우 낮다. 추정되는 매개변수의 변동성 확대에 따른 문제점을 개선하기 위하여, 본 연구에서는 다수의 사상들을 동시에 고려한 매개변수 최적화 방법을 제안하였으며, NSE를 목적함수로 하여 매개변수를 최적화하였다. 개별 사상들을 통합적으로 고려하여 최적매개변수를 산정하는 경우 매개변수의 물리적인 특성을 유지함과 동시에 유역의 공동 매개변수 효율적으로 추정이 가능하였다. 개별 매개변수와 공통 매개변수 NSE의 차이가 최대 0.08 정도를 나타내며, 홍수량 재현 측면에서도 개별적으로 최적화를 수행한 경우와 유사하거나 보다 개선된 결과를 확인할 수 있었다.
신뢰성 있는 수문순환모의를 위해서 다양한 수문모형이 사용되고 있다. 그 중 대표적인 수문모형인 강우-유출 모형은 유역에 발생한 강우에 반응하는 유출특성을 평가하는데 이용된다. 강우-유출 과정은 강우량, 유출량, 도달시간 및 토양수분 등과 연관된 매개변수들의 최적화 과정을 통해서 추정된다. 하지만 동일한 강우사상이라도 다양한 매개변수들로 인하여 상당히 다른 유출패턴을 나타내기 때문에 수문순환 과정을 정확히 모의하기 위해서 강우-유출 분석시 불확실성 분석이 필수적으로 요구된다. 불확실성 분석은 통계학에서도 쉽지 않은 연구내용으로서 가장 진보된 불확실성 분석기법인 Bayesian 기법은 매개변수의 추정과 불확실성 분석을 동시에 수행할 수 있는 방법으로 매개변수들은 사후분포(posterior distribution)로 귀결되며 최종적으로 확률분포형의 형태를 가진다. 본 연구에서는 국내외적으로 널리 사용되는 단기유출 모형 HEC-1 모형에 Bayesian 기법을 연계하여 대상유역의 도달시간, 저류상수 및 CN No. 최적화 및 불확실성 평가를 수행하였다. 연구결과 Bayesian 기법을 통한 매개변수 최적화 결과는 안정적인 수렴결과를 확인하였으며, 확률강우량을 입력자료로 사용하여 산정된 빈도별 홍수수분곡선의 불확실성 분석을 통하여 향후 수공구조물의 위험도 분석 및 수자원계획 수립시 유용한 자료로 사용될 것으로 판단된다.
기존 홍수기시 댐 운영은 예측 강우와 실시간 관측 강우를 이용하여 댐 운영 모형을 수행하며, 예측 결과에 따라 의사결정 및 댐 운영을 실시하게 된다. 하지만 이 과정에서 반복적인 분석이 필요하며, 댐 운영 모형 수행자의 경험에 따라 예측 결과가 달라져서 반복작업에 대한 자동화, 모형 수행자에 따라 달라지지 않는 예측 결과의 일반화가 필요한 상황이다. 이에 댐 운영 모형에 AI 기법을 적용하여, 다양한 강우 상황에 따른 자동 예측 및 모형 결과의 일반화를 구현하고자 하였다. 이를 위해 수자원 분야에 적용된 국내외 129개 연구논문에서 사용된 딥러닝 기법의 활용성을 분석하였으며, 다양한 수자원 분야 AI 적용 사례 중에서 댐 운영 예측 모형에 적용한 사례는 없었지만 유사한 분야로는 장기 저수지 운영 예측과 댐 상·하류 수위, 유량 예측이 있었다. 수자원의 시계열 자료 활용을 위해서는 Long-Short Term Memory(LSTM) 기법의 적용 활용성이 높은 것으로 분석되었다. 댐 운영 모형에서 AI 적용은 2개 분야에서 진행하였다. 기존 강우관측소의 관측 강우를 활용하여 강우의 패턴분석을 수행하는 과정과, 강우에서 댐 유입량 산정시 매개변수 최적화 분야에 적용하였다. 강우 패턴분석에서는 유사한 표본끼리 묶음을 생성하는 K-means 클러스터링 알고리즘과 시계열 데이터의 유사도 분석 방법인 Dynamic Time Warping을 결합하여 적용하였다. 강우 패턴분석을 통해서 지점별로 월별, 태풍 및 장마기간에 가장 많이 관측되었던 강우 패턴을 제시하며, 이를 모형에서 직접적으로 활용할 수 있도록 구성하였다. 강우에서 댐 유입량을 산정시 활용되는 매개변수 최적화를 위해서는 3층의 Multi-Layer LSTM 기법과 경사하강법을 적용하였다. 매개변수 최적화에 적용되는 매개변수는 중권역별 8개이며, 매개변수 최적화 과정을 통해 산정되는 결과물은 실측값과 오차가 제일 적은 유량(유입량)이 된다. 댐 운영 모형에 AI 기법을 적용한 결과 기존 반복작업에 대한 자동화는 이뤘으며, 댐 운영에 따른 상·하류 제약사항 표출 기능을 추가하여 의사결정에 소요되는 시간도 많이 줄일 수 있었다. 하지만, 매개변수 최적화 부분에서 기존 댐운영 모형에 적용되어 있는 고전적인 매개변수 추정기법보다 추정시간이 오래 소요되며, 매개변수 추정결과의 일반화가 이뤄지지 않아 이 부분에 대한 추가적인 연구가 필요하다.
본 논문에서는 낮은 해상도의 영상을 높은 해상도의 영상으로 변환하는 과정에서 최적화된 매개변수를 적용하는 적응적 3차 회선 보간 기법을 제안한다. 제안된 알고리즘은 먼저 주어진 영상 신호에 3차 회선 보간 기법을 수행하여 높은 해상도로 변환시킨다. 변환된 영상 신호는 다시 3차 회선 보간 기법으로 변환 과정을 통해 처음 주어진 원 영상 신호와 같은 해상도로 변환시킨다. 여기서 변환된 영상 신호와 원 영상 신호의 차이를 최소로 만드는 매개변수는 적응적으로 최적화된다. 적응적으로 최적화된 매개변수는 보간 커널을 최적화하여 3차 회선 보간 기법의 성능을 향상시킨다. 본 논문에서 제안한 알고리즘을 알려진 여러 영상으로 기존에 존재하던 보간 기법들과 비교하는 실험을 하고, 도출된 실험 결과를 객관적인 지표로 제시하여 우수함을 입증한다.
현재 국내 주요 하천의 홍수예경보시스템 운영과 다목적댐의 홍수조절관리를 위하여 수문학적 모형의 하나인 저류함수모형(storage function model)을 사용하고 있다. 저류함수모형은 산지가 많은 유역에 적합하도록 개발된 모형으로, 계산절차가 간편하고 홍수유출의 비선형성을 고려할 수 있는 방법이므로 선형모형보다 합리적이라고 알려져 있다. 그러나 실제 홍수사상에 저류함수모형을 적용하기 위해서는 적절한 매개변수의 적용이 필요하다. 현재까지 저류함수모형의 매개변수를 보정하기 위한 연구가 많이 되었지만, 실질적으로 보정된 매개변수를 실제 홍수사상에 적용함에 있어서는 많은 어려움이 존재한다. 따라서 이러한 문제점을 해결하고자 본 연구에서는 저류함수 모형 중 유역유출 매개변수를 첨두유량에 대한 상대민감도분석을 통하여 매개변수의 경계조건을 설정하고, 이 경계조건을 바탕으로 최적화기법(optimization technique)을 사용하여 과거 홍수사상에 대하여 보정을 수행하였다. 그리고 보정된 매개변수를 모의 홍수사상에 적용하기 위한 최적매개변수(optimal parameter) 결정을 위한 방법들을 제시 및 적용하여 비교 분석하였다.
현재 홍수예보를 위하여 많은 강우-유출 모형이 사용되고 있으나, 이러한 모형의 매개변수를 결정하는 것은 매우 난해하다. 본 연구에서는 저류함수모형과 Tank 모형, SSARR 모형을 이용하여 미호천 유역에 대하여 홍수모의 예측을 수행하고 그 효율성을 분석하였다. 연구에 적용된 강우-유출 모형에 최적화 방법을 적용하여 매개 변수 산정을 수행하였으며, 패턴탐색과 유전자 알고리즘의 최적화 방법을 적용 시, 보정과정 내에서 매개변수 간 민감도를 분석하고 이를 바탕으로 매개변수를 소군집으로 분류하여 민감도에 따른 순차 보정 방법을 적용하고 이 결과를 비교 분석하였다. 매개변수 소군집을 이용한 보정 방법과 기존에 사용되는 매개변수 군집을 이용한 보정 방법을 비교한 결과, SSR에 소군집을 이용한 순차보정 방법을 적용하였을 때 첨두 유량과 보정 시간 면에서 유리한 것으로 나타났다.
홍수를 예측하기 위해서 국내 5대강 유역의 홍수통제소는 저류함수모형을 사용하고 있다. 그러나 저류함수모형을 실제 홍수사상에 적용하기 위해 매개변수를 결정하여야 하는데 이는 매우 어려운 작업으로 지금까지는 저류함수모형의 매개변수 보정을 위해 시행착오에 의한 수동보정 방법을 사용하여 왔다. 이에 본 연구는 미호천 유역을 대상유역으로 하여 Pattern Search Multi-Start(P-S), SCE-UA와 유전자 알고리즘(GA)을 이용하여 매개변수 보정을 하고, 그 방법들에 대한 비교와 분석을 하였다. 그리고 최적화 기법을 통해 얻어진 매개변수를 사용하여 저류함수모형의 홍수수문곡선을 유도하고 이를 비교, 분석하였다. 또한 SSR과 WSSR의 목적함수를 사용하여 목적함수별 홍수수문곡선을 비교, 분석하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.