• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.117-117
• /
• 2023

도시 홍수, 하천 범람, 산사태와 같은 폭우와 관련된 재해는 자주 동시에 발생하며, 각 재해는 서로 다른 범위의 시간 스케일에서 강우 변동성에 민감하게 반응한다. 따라서 재해 복합화 모델링에 적합한 확률 강우 모델은 모든 유형의 재해와 관련된 모든 시간 스케일에서 강우 변동성을 잘 재현할 수 있어야 한다. 본 연구에서는 5분에서 10년 사이의 시간 스케일에서 다양한 강우통계특성을 재현할 수 있는 추계학적 강우 생성기를 제안하였다. 이 모델은 우선 Randomized Bartlett-Lewis Rectangular Pulse (RBLRP) 모델을 사용하여 미세 규모의 강우량 시계열을 생성한 후, 연속된 폭풍 사이의 상관관계 구조가 유지되도록 폭풍우의 순서를 섞는다. 마지막으로, 별도의 월별 강우량 모델링 결과에 따라 월 단위로 시계열을 재배열한다. 독일 보훔에서 기록된 69년간의 5분 강우량 데이터를 사용하여 본 모형을 검증한 결과, 평균, 분산, 공분산, 왜곡도 및 강우 간헐성은 5분에서 10년에 이르는 시간 스케일에서 체계적인 편향 없이 잘 재현됨은 물론, 5분에서 3일 사이의 시간 스케일에서의 극한 강수량 값도 잘 재현음을 확인하였다. 아울러, 극한 강우 및 산사태에 큰 영향을 주는 극한 강우 발생 전 과거 7일간의 강수량도 정확히 재현되었다.

• The Korean Journal of Applied Statistics
• /
• v.29 no.3
• /
• pp.449-462
• /
• 2016

This paper considers a long-run variance estimation using a block bootstrap method under strong dependence also known as long range dependence. We extend currently available methods in two ways. First, it extends bootstrap methods under short range dependence to long range dependence. Second, to accommodate the observation that strong dependence may come from deterministic trend plus noise models, we propose to utilize residuals obtained from the nonparametric kernel estimation with the bimodal kernel. The simulation study shows that our method works well; in addition, a data illustration is presented for practitioners.

• Journal of KIISE
• /
• v.41 no.12
• /
• pp.1066-1074
• /
• 2014

In this paper, we present a visual analytics system that uses serial-correlation to detect an abnormal event in spatio-temporal data. Our approach extracts the topic-model from spatio-temporal tweets and then filters the abnormal event candidates using a seasonal-trend decomposition procedure based on Loess smoothing (STL). We re-extract the topic from the candidates, and then, we apply STL to the second candidate. Finally, we analyze the serial-correlation between the first candidates and the second candidate in order to detect abnormal events. We have used a visual analytic approach to detect the abnormal events, and therefore, the users can intuitively analyze abnormal event trends and cyclical patterns. For the case study, we have verified our visual analytics system by analyzing information related to two different events: the 'Gyeongju Mauna Resort collapse' and the 'Jindo-ferry sinking'.

• Journal of the Korean Society for information Management
• /
• v.36 no.4
• /
• pp.83-105
• /
• 2019

This study aims to suggest an effective method for the automatic classification of keywords with similar patterns by calculating pattern similarity of temporal data. For this, large scale news on the Web were collected and time series data composed of 120 time segments were built. To make training data set for the performance test of the proposed model, 440 representative keywords were manually classified according to 8 types of trend. This study introduces a Dynamic Time Warping(DTW) method which have been commonly used in the field of time series analytics, and proposes an application model, MA-DTW based on a Moving Average(MA) method which gives a good explanation on a tendency of trend curve. As a result of the automatic classification by a k-Nearest Neighbor(kNN) algorithm, Euclidean Distance(ED) and DTW showed 48.2% and 66.6% of maximum micro-averaged F1 score respectively, whereas the proposed model represented 74.3% of the best micro-averaged F1 score. In all respect of the comprehensive experiments, the suggested model outperformed the methods of ED and DTW.

• Journal of Korea Water Resources Association
• /
• v.52 no.11
• /
• pp.905-916
• /
• 2019

This study explores the effect of mother wavelet in the bivariate wavelet analysis. A total of four mother wavelets (Bump, Mexican hat, Morlet, and Paul) which are frequently used in the related studies is selected. These mother wavelets are applied to several bivariate time series like white noise and sine curves with different periods, whose results are then compared and evaluated. Additionally, two real time series such as the arctic oscillation index (AOI) and the southern oscillation index (SOI) are analyzed to check if the results in the analysis of generated time series are consistent with those in the analysis of real time series. The results are summarized as follows. First, the Bump and Morlet mother wavelets are found to provide well-matched results with the theoretical predictions. On the other hand, the Mexican hat and Paul mother wavelets show rather short-periodic and long-periodic fluctuations, respectively. Second, the Mexican hat and Paul mother wavelets show rather high scale intervention, but rather small in the application of the Bump and Morlet mother wavelets. The so-called co-movement can be well detected in the application of Morlet and Paul mother wavelets. Especially, the Morlet mother wavelet clearly shows this characteristic. Based on these findings, it can be concluded that the Morlet mother wavelet can be a soft option in the bivariate wavelet analysis. Finally, the bivariate wavelet analysis of AOI and SOI data shows that their periodic components of about 2-4 years co-move regularly every about 20 years.

• Journal of Korea Water Resources Association
• /
• v.52 no.8
• /
• pp.575-587
• /
• 2019

This study evaluated the effect of a mother wavelet in the wavelet analysis of various times series made by combining white noise and/or sine function. The result derived is also applied to short-memory arctic oscillation index (AOI) and long-memory southern oscillation index (SOI). This study, different from previous studies evaluating one or two mother wavelets, considers a total of four generally-used mother wavelets, Bump, Morlet, Paul, and Mexican Hat. Summarizing the results is as follows. First, the Bump mother wavelet is found to have some limitations to represent the unstationary behavior of the periodic components. Its application results are more or less the same as the spectrum analysis. On the other hand, the Morlet and Paul mother wavelets are found to represent the non-stationary behavior of the periodic components. Finally, the Mexican Hat mother wavelet is found to be too complicated to interpret. Additionally, it is also found that the application result of Paul mother wavelet can be inconsistent for some specific time series. As a result, the Morlet mother wavelet seems to be the most stable one for general applications, which is also assured by the recent trend that the Morlet mother wavelet is most frequently used in the wavelet analysis research.

• 건강소식
• /
• v.32 no.6
• /
• pp.34-35
• /
• 2008

스트레스는 현대를 사는 모든 이들의 화두이다. 특히 매일 시계추처럼 판에 박힌 생활을 하는 직장인들은 과중한 업무와 대인관계, 가정생활에 이르기까지 끝도 없이 스트레스에 시달리고 있다. 그렇다고 직장인들이 스트레스를 효과적으로 관리하고 있는가 하면 그것도 아니다. 오히려 잦은 술과 담배로 피곤에 지쳐 더 큰 스트레스에 시달리고 있는 것이 현실이다. 식습관부터 변화시켜 스트레스를 이겨내자. 당신에게 중요한 것은 일이 아니라 당신의 건강이다.

• The Korea Swine Journal
• /
• v.18 no.10 s.206
• /
• pp.64-65
• /
• 1996

우리의 식량 자급률이 28%라고 하는데, 모든 농정은 72%는 쉽게 언제든지 구입할 수 있다는 가정하에 세워지게 되고, 이러한 가정이 이번 중국에서 변질된 식용쌀 수입으로 얼마나 위험한가를 말해준다. 식용쌀 수입은 수입 자체보다도 희망을 빼앗아 간다는데 문제가 있다. 많은 축산농가들이 시설에 신규투자를 두려워 하고, 분뇨처리 시설도 망설이는 것은 전망이 불투명하기 때문이다. 안개속에 가리워져 시계가 흐리기 때문에 보이지 않기 때문이다.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.166-166
• /
• 2017

모돈의 건강 상태를 정량 지수화 하기 위한 연구를 수행 중이다. 지제이상, 섭식 불량, 수면 패턴 등의 운동 특성 분석을 위하여 복수의 초음파 센서를 이용하였다. 시계열 계측 신호를 분석하여 정량 지수화를 수행하는 과정에서 주파수 도메인 분석을 시도하였다. 이 과정에서 주파수 도메인의 분해능에 따른 편차 극복을 위한 비선형 모델링을 수행하였다. 또한 인접한 시계열 데이터 구간 간의 상관성 분석이 가능하면 대용량 데이터의 실시간 처리로 인한 지연 시간 극복 및 기대되는 예후에 대한 조기 진단이 가능할 것이다. 본 연구에서는 구글에서 제공하는 Tensorflow와 NVIDIA에서 제공하는 CUDA 엔진을 동시 적용한 심층 학습 시스템을 이용하였다. 전 처리를 위하여 주파수 분해능 (2분, 3분, 5분, 7분, 11분, 13분, 17분, 19분)에 따른 데이터 집합을 1단계로 두고, 상위 10 순위 안에 드는 파워 스펙트럼 밀도의 크기를 2단계로 하여, 총 2~10개의 입력 노드를 순차적으로 선정하였고, 동일한 방식으로 인접한 시계열의 파워 스펙터럼 밀도를 순위를 변화시켜 지정하였다. 대표적인 심층학습 모델인 Softmax regression with a multilayer convolutional network를 이용하여 Recursive feature selection 경우의 수를 $8{\times}9{\times}9$로 총 648 가지 선정하고, Epoch는 10,000회로 지정하였다. Calibration 모델링의 경우 Cost function이 10% 이하인 경우 해당 경우의 학습을 중단하였으며, 모델 간 상호 교차 검증을 수행하기 위하여 $_8C_2{\times}_8C_2{\times}_8C_2$ 경우의 수에 대한 Verification test를 수행하였다. Calibration 과정 상 모든 경우에 대하여 10% 이하의 Cost function 값을 보였으나, 검증 테스트 과정에서 모든 경우에 대하여 $r^2$ < 0.5 인 결정 계수 값이 나타났다. 단적으로 심층학습 모델의 과도한 적합(Over fitting) 방식의 한계를 보인 것이라 판단할 수 있다. 적합한 Feature selection 및 심층 학습 모델에 대한 지속적이고 추가적인 고려를 통해 과도적합을 해소함과 동시에 실효적이고 활용 가능한 Classification을 위한 입, 출력 노드 단의 전후 Indexing, Quantization에 대한 고려가 필요할 것이다. 이를 통해 모돈 생체 정보 정량화를 위한 지능형 현장 진단 기술 연구를 지속할 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.599-603
• /
• 2012

본 연구에서는 부정류 계산 모형을 이용한 확률 홍수량 및 홍수위 산정 방법을 개발하고, 이를 한강 살리기 사업이 진행 중인 남한강 구간에 적용하였다. 우선 한강 살리기 사업 전과 후의 하도에 대하여 부정류 계산 모형을 각각 수립하였으며, 과거 발생한 홍수사상을 조사하였다. 사업 전 모형과 최근에 발생한 홍수사상을 이용하여 모형의 보정 및 검증을 실시하고, 추정된 매개변수를 사업 후의 하도에 대한 모형에 적용하였다. 대상 유역에 과거 발생한 홍수사상을 사업 후 모형으로 모의하여 각 홍수사상 별로 최대 홍수량 및 홍수위를 계산하였다. 이때 최대 홍수량 모의 결과들을 빈도해석 대상 자료군으로 사용하여, 연최대치 계열이나 부분 시계열에 대하여 빈도해석을 통하여 확률 홍수량을 산정할 수 있다. 본 연구에서는 장기간의 관측자료의 확보가 어려운 국내의 현실을 고려하여, 부분 시계열의 빈도해석 방법을 사용하여 확률 홍수량을 산정하였다. 다음으로 부정류 계산모형의 모의 결과인 최대 홍수량 및 홍수위 자료를 회귀분석하여 수위-유량 관계식을 유도하고, 각 빈도별 확률 홍수량을 관계식에 대입하여 확률 홍수량에 대응하는 확률 홍수위를 산정하였다.