• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.287-287
• /
• 2021

본 연구에서는 CUDA(Compute Unified Device Architecture) 포트란을 이용하여 확산파 강우 유출모형을 개발하였다. CUDA 포트란은 그래픽 처리 장치(Graphic Processing Unit: GPU)에서 수행하는 병렬 연산 알고리즘을 포트란 언어를 사용하여 작성할 수 있도록 하는 GPU상의 범용계산(General-Purpose Computing on Graphics Processing Units: GPGPU) 기술이다. GPU는 그래픽 처리 작업에 특화된 다수의 산술 논리 장치(Arithmetic Logic Unit: ALU)로 구성되어 있어서 중앙 처리 장치(Central Processing Unit: CPU)보다 한 번에 더 많은 연산 수행이 가능하다. 이에 따라, CUDA 포트란기반 확산파모형은 분포형 강우유출모형의 수치모의 연산시간을 단축시킬 수 있다. 분포형모형의 지배방정식은 확산파모형과 Green-Ampt모형으로 구성되었고, 확산파모형은 유한체적법을 이용하여 이산화 하였다. CUDA 포트란기반 확산파모형의 정확성은 기존 연구된 수리실험 결과 및 CPU기반 강우유출모형과 비교하였으며, 연산소요시간에 대한 효율성은 CPU기반 확산파모형과 비교하였다. 그 결과 CUDA 포트란기반 확산파모형의 결과는 수리실험 결과 및 CPU기반 강우유출모형의 결과와 유사한 결과를 나타냈다. 또한, 연산소요시간은 CPU 기반 확산파모형의 연산소요시간보다 단축되었으며, 본 연구에 사용된 장비를 기준으로 최대 100배 정도 단축되었다.

• Journal of Science Education
• /
• v.37 no.1
• /
• pp.170-185
• /
• 2013

The purpose of this study is to investigate a cognitive model of task commitment on biology classification inquiry. To achieve this goal, first, this study analyzed several literatures on task commitment in biology inquiry, and invented the tentative model of the task commitment. To investigate a tentative model invented, 2 main tasks were developed. These tasks were administered to 8 high-school students, first grade. Raw protocols were collected by thinking aloud method and a retrospective interview method. Collected protocols were converted to segmented protocols and coded by analyzing frame based invented model. The codes were analyzed. As a result, some problems were discovered, tentative model were revised. New analyzing frame based on Improved model were composed, and raw protocols were re-analyzed. Finally, a cognitive model of task commitment on biology classification inquiry was investigated. The investigated cognitive model of task commitment on biology classification inquiry was constructed 3 steps, 'Task commitment Induction', 'Task commitment Reinforcement', 'Task commitment Maintenance'. And each steps were consisted of several sub-factor. And commitment component were changed in each steps. Through this results, base information for strategy that improvement task commitment on biology classification inquiry is provided. Furthermore, the cognitive model of task commitment on biology classification inquiry will assist on evaluation and feedback by stage on task commitment.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.550-554
• /
• 2009

본 연구에서는 댐 붕괴시 발생하는 홍수파가 건물군으로 이루어진 가상의 도시지역을 관통하면서 이동될 경우 시간에 따라 변화되는 특성을 수치적으로 분석하였다. 분석에 적용된 수치모형은 2차원 유한체적법과 불연속 흐름을 모의하기 위해 시간과 공간상으로 1차 정확도를 가진 HLLC 기법을 적용한 모형이다. 본 연구에서 적용된 가상의 도시지역은 Soares-Frazao와 Zech(2008)에 의해 수행된 수리모형실험에 근거하여 세 가지 case에 대해 구성하였다. 첫 번째 case(Case 1)는 25개의 건물로 구성된 정방형의 도시지역이 흐름에 직각으로 배열되어 있는 경우이며, 두 번째와 세 번째 case는 각각 흐름에 대해 $22.5^{\circ}$(Case 2)와 $45^{\circ}$(Case 3)로 경사진 경우이다. 세 경우에 대해 시간에 따른 홍수파의 변화양상을 수치적으로 분석하였으며, 첫 번째와 두번째 case에 대해 모의된 수위변화결과를 수리모형실험결과와 비교하여 모형의 적용성을 검증하였다. 검증결과 수치모형을 통해 계산된 수위변화는 수리모형실험결과와 비교적 일치하는 결과를 얻었다. 또한 본 연구에서는 도시지역의 조도계수(Manning계수: 0.01,015,$0.025sm^{-1/3}$)와 비구조적 격자시스템을 구성하는 격자수(T1: 19759개 요소, T2: 193859)에 따른 홍수파의 변화양상을 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.279-283
• /
• 2012

유역 유출 연속모의 모형은 수자원 계획과 효율적인 물 관리 정책 수립에 중요한 도구가 된다. 유역 유출 연속모의 모형에는 다수의 매개변수가 있으며, 이러한 매개변수는 모형 보정을 통해 추정된다. 연구에서 사용한 모형은 SWMM이며 집합체 혼합 진화 알고리즘으로 자동 보정하였다. 자동 보정에 사용되는 최적화 알고리즘은 목적함수에 따라 상이한 결과를 도출하기도 한다. 이에 따라 본 연구에서는 유역 유출 모형의 자동보정에 적합한 목적함수를 선정하기 위하여 4개의 목적함수를 구성하였고, 밀양댐 유역에 적용하였다. 그리고 목적함수에 따른 자동 보정의 결과를 평가하기 위해 5가지의 평가지표를 활용하였다. 보정의 결과, 모든 목적함수에서 공통적으로 첨두유량의 오차는 다소 크게 발생하였다. 그리고 잔차 절대값의 합이 최소가 되도록 구성한 목적함수가 다른 목적함수에 비해 상대적으로 양호한 결과를 도출하였지만, 목적함수에 따른 큰 차이는 없었다. 또한, 유역 유출 연속모의에서는 유역의 물수지가 중요한 요소이므로 향후, 보다 정확도 높은 유역 유출 연속모의 모형의 자동 보정을 위해서는 첨두유량과 물수지와 관련된 오차를 제어할 수 있는 추가적인 기법이 요구된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.107-107
• /
• 2016

표면영상유속계는 영상분석을 이용하여 홍수시 하천 수표면 유속을 측정하는 비접촉식 유속측정장치이다. 때문에 안전하고 편하게 홍수시 유속을 측정할 수 있으나, 이를 위해서는 영상과 실세계와의 좌표변환을 위한 참조점 측량이 반드시 필요하였다. 좌표 변환에 8-변수 사영변환을 이용할 경우 최소한 4개의 참조점이 필요하다. 그러나 홍수시 참조점 측량은 불가능에 가까우며, 홍수전후의 측량도 매우 번거로운 일이다. 본 연구에서는 참조점을 이용하지 않고, 좌표변환 관계를 구성할 수 있는 카메라 모형(camera model)을 구성하였다. 여기서 카메라 모형은 실세계 좌표(world coordinates)를 영상좌표(image coordinates)로 변환해 주는 관계를 말한다. 이 카메라 모형에 필요한 외부 변수는 하천수표면과 카메라와의 높이 및 카메라의 두 가지 경사각뿐이다. 여기에 일반적인 카메라 보정에 이용하는 방법으로 구한 카메라 내부 변수를 결합하면 된다. 이 모형은 표면영상유속계 장비로 스마트폰을 이용할 때 간편하게 적용할 수 있으며, 별도의 경사계만 부착하면 일반적인 CCTV나 캠코더를 이용할 때도 적용할 수 있다. 이 카메라 모형과 종래 사용하던 8-변수 사영변환에 의한 좌표변환관계를 비교한 결과 상호간 오차가 거의 없이 적용할 수 있었다. 또한, 스마트폰 표면영상유속계와 열영상 표면영상유속계에 적용한 결과 종전보다 훨씬 적용이 간편하며, 정확도 또한 거의 차이가 없이 적용할 수 있었다.

• Korean Journal of Cognitive Science
• /
• v.6 no.1
• /
• pp.5-30
• /
• 1995

Fodor and his followers argue that connectionist model does not have compositional structure,or else it is merely an implementation of a classicist model.'Classical constityency'is used importantly to show connectionist model does not have compositional structure.However,in contrast Fodor and his followers,I maintain that it is possible for connectionist model to have compositional structure without attributing classical constituency to cognitive model,and the very classical consitiuency makes the connectionist model nonimplementational.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.323-323
• /
• 2020

그래픽 처리 장치(Graphic Processing Unit: GPU)는 그래픽 처리 작업에 특화된 다수의 산술논리 장치(Arithmetic Logic Unit: ALU)로 구성되어 있어서 중앙 처리 장치(Central Processing Unit: CPU)보다 한 번에 더 많은 연산 수행이 가능하다. 본 연구는 GPU 가속 운동파모형을 실제 유역에 적용하여, GPU 가속 운동파 강우유출모형 결과에 대한 정확성과 연산 소요 시간에 대한 효율성을 확인하였다. GPU 가속 운동파모형은 분포형 강우유출모형의 수치모의 연산시간을 단축시키기 위해 CUDA 포트란을 이용하여 개발되었다. 분포형모형의 지배방정식은 운동파모형과 Green-Ampt모형으로 구성되었고, 운동파모형은 유한체적법을 이용하여 이산화 하였다. GPU 가속 운동파모형을 이용하여 금강의 미호천 유역에서 발생하는 강우유출현상을 모의 하였고, 동일한 유한체적법을 이용한 CPU(Central Processing Unit) 기반의 강우유출모형과 비교하였다. 그 결과 GPU 가속모형의 결과는 미호천 유역 하류단에서 관측한 결과와 유사한 결과를 나타냈다. 또한, 연산소요시간은 CPU 기반의 강우유출모형의 연산소요시간보다 단축되었으며, 본 연구에 사용된 장비를 기준으로 최대 100배 정도 단축되었다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2006.05a
• /
• pp.1758-1764
• /
• 2006

컨테이너 터미널 간의 치열한 경쟁, 대형 선박의 출현, 컨테이너 터미널 운영의 자동화 등으로 인해서 세계 각국에서는 많은 컨테이너 터미널들을 건설 중이다. 컨테이너 터미널의 건설에는 아주 많은 시간과 비용이 소요되기 때문에 컨테이너 터미널을 효율적으로 설계하는 것이 필수적이다. 본 연구는 컨테이너 터미널의 엔지니어링 프로세스를 지원하기 위해서 개발된 소프트웨어 시스템 TODAY(Terminal Optimization, Design, and Analysis sYstem)에 대해 다루고자 한다. 먼저 설계 프로세스를 제안하였다. 설계 프로세스는 데이터 입력, 능력 소요 계산, 대안 설계, 대안 평가, 결과 출력으로 구성된다. 대안을 신속히 설계하고 평가하기 위해서 컨테이너 터미널 전용 라이브러리가 개발되었다. 라이브러리는 Wharf, Yard, TravellingArea, Gate로 구성된다. 라이브러리의 구조는 객체 지향적으로 설계하여 확장성과 재사용성을 가지게 하였다. 시스템은 사용자에게 친숙한 인터페이스와 CAD 환경을 제공하여, 다양한 유형의 컨테이너 터미널 모형들이 데이터 입력과 라이브러리 구성요소의 조합에 의해 구성될 수 있도록 지원한다. 생성된 대안 모형들은 시뮬레이션과 경제성 모형에 의해 평가된다. 시스템은 생성된 모형을 시뮬레이션 모형으로 자동 변환하는 기능을 제공한다. 피드백 과정을 거쳐서 최종적으로 사용자의 요구사항을 만족시키는 대안이 제시된다.

• Journal of The Korean Association For Science Education
• /
• v.37 no.1
• /
• pp.155-168
• /
• 2017

This study investigates how elementary students used cognitive-emotional rebuttals in the context of modeling activities, especially on how their emotional and cognitive processes lead them to use rebuttals in terms of epistemic affect. Twenty-five fifth grade elementary students participated in the study as part of their science class. During the course of their sixth periods, students constructed a human respiratory system model through continuous discussion. The research results showed that elementary students used an elaboration-oriented rebuttal, a defence-oriented rebuttal, and a blame-oriented rebuttal in their modeling activity. The elaboration-oriented rebuttal interspersed with negative epistemic affect was used to elaborate on a student's explanation, and a negative epistemic affect was elicited from their cognitive discrepancy. On the other hand, defence-oriented rebuttal and blame-oriented rebuttal entangled with negative epistemic affect were used to defeat the students rather than help rigor evaluation of students' explanation, and the negative epistemic affect was elicited from the other students' undesirable behavior. These results suggest that students' rebuttals can be elicited by epistemic dynamics related to the epistemic affect. The study shows that if negative epistemic affect were elicited from the other students' naive or false explanations, such an emotion is natural in terms of model construction, and the model can be further developed through the acceptance of the elaboration-oriented rebuttals by students' emotion regulation. In addition, we suggest that negative emotions aroused from the worsening of relationships during small group modeling activities are difficult to regulate and can have negative effects on students' cooperative model construction.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.92-92
• /
• 2023

본 연구에서는 대한민국 도시 유역에 대하여 딥러닝 네트워크 기반의 분산형 수문 모형을 개발하였다. 개발된 모형은 완전연결계층(Fully Connected Layer)으로 연결된 여러 개의 장단기 메모리(LSTM-Long Short-Term Memory) 은닉 유닛(Hidden Unit)으로 구성되었다. 개발된 모형을 사용하여 연구 지역인 중랑천 유역을 분석하기 위해 1km² 해상도의 239개 모델 격자 셀에서 10분 단위 레이더-지상 합성 강수량과 10분 단위 기온의 시계열을 입력으로 사용하여 10분 단위 하도 유량을 모의하였다. 모형은 보정과(2013~2016년)과 검증 기간(2017~2019년)에 대한 NSE 계수는각각 0.99와 0.67로 높은 정확도를 보였다. 본 연구는 모형을 추가적으로 심층 분석하여 다음과 같은 결론을 도출하였다: (1) 모형을 기반으로 생성된 유출-강수 비율 지도는 토지 피복 데이터에서 얻은 연구 지역의 불투수율 지도와 유사하며, 이는 모형이 수문학에 대한 선험적 정보에 의존하지 않고 입력 및 출력 데이터만으로 강우-유출 분할과정을 성공적으로 학습하였음을 의미한다. (2) 모형은 연속 수문 모형의 필수 전제 조건인 토양 수분 의존 유출 프로세스를 성공적으로 재현하였다; (3) 각 LSTM 은닉 유닛은 강수 자극에 대한 시간적 민감도가 다르며, 응답이 빠른 LSTM 은닉 유닛은 유역 출구 근처에서 더 큰 출력 가중치 계수를 가졌는데, 이는 모형이 강수 입력에 대한 직접 유출과 지하수가 주도하는 기저 흐름과 같이 응답 시간의 차이가 뚜렷한 수문순환의 구성 요소를 별도로 고려하는 메커니즘을 가지고 있음을 의미한다.