• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.38 no.4
• /
• pp.505-516
• /
• 2018

In order to establish an efficient bridge maintenance strategy, the future performance of a bridge must be estimated by considering the current performance, which allows more rational way of decision-making in the prediction model with higher accuracy. However, personnel-based existing maintenance may result in enormous maintenance costs since it is difficult for a bridge administrator to estimate the bridge performance exactly at a targeting management level, thereby disrupting a rational decision making for bridge maintenance. Therefore, in this work, we developed a representative performance prediction model for each bridge element considering uncertainty using domestic bridge inspection data, and proposed a bayesian updating method that can apply the developed model to actual maintenance bridge with higher accuracy. Also, the feasibility analysis based on calculation of maintenance cost for monitoring maintenance scenario case is performed to propose advantages of the Bayesian-updating-driven preventive maintenance in terms of the cost efficiency in contrast to the conventional periodic maintenance.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.121-121
• /
• 2019

특정 지역에 집중적으로 비가 내리는 현상인 국지성호우가 빈번히 발생함에 따라 하천 주변 사회기반시설의 침수 위험성이 증가하고 있다. 침수 위험성 판단 여부는 주로 수위정보를 이용하며 수위 예측은 대부분 수치모형을 이용한다. 본 연구에서는 빅데이터 기반의 RNN(Recurrent Neural Networks)기법 알고리즘을 활용하여 수위를 예측하였다. 연구대상지는 조위의 영향을 많이 받는 한강 전역을 대상으로 하였다. 2008년~2018년(10개년)의 실제 침수 피해 실적을 조사한 결과 잠수교, 한강대교, 청담대교 등에서 침수 피해 발생률이 높게 나타났고 SNS(Social Network Services)와 같은 비정형화 자료에서는 청담대교가 가장 많이 태그(Tag)되어 청담대교를 연구범위로 설정하였다. 본 연구에서는 Python에서 제공하는 Tensor flow Library를 이용하여 수위예측 알고리즘을 적용하였다. 데이터는 정형화 데이터와 비정형 데이터를 사용하였으며 정형화 데이터는 한강홍수 통제소나 기상청에서 제공하는 최근 10년간의 (2008~2018) 수위 및 강우량 자료를 수집하였다. 비정형화 데이터는 SNS를 이용하여 민간 정보를 수집하여 정형화된 자료와 함께 전체자료를 구축하였다. 민감도 분석을 통하여 모델의 은닉층(5), 학습률(0.02) 및 반복횟수(100)의 최적값을 설정하였고, 24시간 동안의 데이터를 이용하여 3시간 후의 수위를 예측하였다. 2008년~ 2017년 까지의 데이터는 학습 데이터로 사용하였으며 2018년의 수위를 예측 및 평가하였다. 2018년의 관측수위 자료와 비교한 결과 90% 이상의 데이터가 10% 이내의 오차를 나타내었으며, 첨두수위도 비교적 정확하게 예측되는 것을 확인하였다. 향후 수위와 강우량뿐만 아니라 다양한 인자들도 고려한다면 보다 신속하고 정확한 예측 정보를 얻을 수 있을 것으로 기대된다.

• Proceedings of the Korean Institute Of Construction Engineering and Management
• /
• 2007.11a
• /
• pp.872-875
• /
• 2007

Estimation of total construction period and cost in the early stage of the project is very important. Simulation is one of the method considering proper compound such as tools, materials for effective construction management and estimating and analysing affected factors to construction through making suitable process. This study is to develop the model by using Arena simulation considering limited facts like blast time in a subway tunnel construction of both sides inner city. Developed model is easily useful type by using Visual Basic program, and can obtain total construction period and cost as a result. It could be used as a decision making tool in early stage of the construction.

• Journal of Korean Society of Transportation
• /
• v.24 no.2 s.88
• /
• pp.139-145
• /
• 2006

This paper develops pedestrian fatality models capable of producing the probability of pedestrian fatality in collision between vehicles and pedestrians. Probabilistic neural network (PNN) and binary logistic regression (BLR) ave employed in modeling pedestrian fatality pedestrian age, vehicle type, and collision speed obtained from reconstructing collected accidents are used as independent variables in fatality models. One of the nice features of this study is that an iterative sampling technique is used to construct various training and test datasets for the purpose of better performance comparison Statistical comparison considering the variation of model Performances is conducted. The results show that the PNN-based fatality model outperforms the BLR-based model. The models developed in this study that allow us to predict the pedestrian fatality would be useful tools for supporting the derivation of various safety Policies and technologies to enhance Pedestrian safety.

• The Journal of Engineering Geology
• /
• v.33 no.1
• /
• pp.201-211
• /
• 2023

This study investigated the damage range of the debris flow to predict the amount of collapsed soil in a landslide event. The height of the collapsed slope and the distance traveled by the collapsed soil were used to predict the total trajectory distance using a random walk model. Debris flow trajectory probabilities were calculated through 10,000 Monte Carlo simulations and were used to calculate the damage range as measured from the landslide scar to its toe. Compiled information on debris flows that occurred in the Cheonwangbong area of Mt. Jirisan was used to test the accuracy of the proposed random walk model in estimating the damage range of debris flow. Results of the comparison reveal that the proposed model shows reasonable accuracy in estimating the damage range of debris flow and that using 10 m × 10 m cells allows the damage range to be reproduced with satisfactory precision.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.43-43
• /
• 2022

유해 조류 대발생은 전국 각지의 인공호소나 하천에서 다발적으로 발생하며, 경관을 해치고 수질을 오염시키는 등 수자원에 부정적인 영향을 미친다. 본 연구에서는 인공호소에서 발생하는 유해 조류 대발생을 예측하기 위해 심층학습 기법을 이용하여 예측 모델을 개발하고자 하였다. 대상 지점은 대청호의 추동 지점으로 선정하였다. 대청호는 금강유역 중류에 위치한 댐으로, 약 150만명에 달하는 급수 인구수를 유지 중이기에 유해 남조 대발생 관리가 매우 중요한 장소이다. 학습용 데이터 구축은 대청호의 2011년 1월부터 2019년 12월까지 측정된 수질, 기상, 수문 자료를 입력 자료를 이용하였다. 수질 예측 모델의 구조는 다중 레이어 퍼셉트론(Multiple Layer Perceptron; MLP)으로, 입력과 한 개 이상의 은닉층, 그리고 출력층으로 구성된 인공신경망이다. 본 연구에서는 인공신경망의 은닉층 개수(1~3개)와 각각의 레이어에 적용되는 은닉 노드 개수(11~30개), 활성함수 5종(Linear, sigmoid, hyperbolic tangent, Rectified Linear Unit, Exponential Linear Unit)을 각각 하이퍼파라미터로 정하고, 모델의 성능을 최대로 발휘할 수 있는 조건을 찾고자 하였다. 하이퍼파라미터 최적화 도구는 Tensorflow에서 배포하는 Keras Tuner를 사용하였다. 모델은 총 3000 학습 epoch 가 진행되는 동안 최적의 가중치를 계산하도록 설계하였고, 이 결과를 매 반복마다 저장장치에 기록하였다. 모델 성능의 타당성은 예측과 실측 데이터 간의 상관관계를 R2, NSE, RMSE를 통해 산출하여 검증하였다. 모델 최적화 결과, 적합한 하이퍼파라미터는 최적화 횟수 총 300회에서 256 번째 반복 결과인 은닉층 개수 3개, 은닉 노드 수 각각 25개, 22개, 14개가 가장 적합하였고, 이에 따른 활성함수는 ELU, ReLU, Hyperbolic tangent, Linear 순서대로 사용되었다. 최적화된 하이퍼파라미터를 이용하여 모델 학습 및 검증을 수행한 결과, R2는 학습 0.68, 검증 0.61이었고 NSE는 학습 0.85, 검증 0.81, RMSE는 학습 0.82, 검증 0.92로 나타났다.

• Bulletin of the Korean Space Science Society
• /
• 2009.10a
• /
• pp.26.3-27
• /
• 2009

한 기의 영상레이더 위성을 이용하여 동일한 촬영지역에 대해 적절한 기선벡터(Baseline)을 유지하는 두 장(scene)의 영상을 획득하여 그 지역의 정밀 표고차를 추출하는 레이더 간섭계(Interferometry) 임무를 수행하기 위해서는 반복지상궤적을 유지하도록 위성의 궤도를 주기적으로 조정해 주어야 한다. 이 연구에서는 반복지상궤적 유지 정밀도를 극대화시키기 위하여 최적의 기준궤도를 생성하고 이를 유지하기 위한 속도증분 및 궤도 조정 일정을 산출할 수 있는 궤도최적화 S/W 를 개발하였다. 이 연구의 최적 궤도 설계 문제는 다음과 같다. "시작시간 $T_0$에서 초기 접촉궤도 상태벡터 (ECEF 위치 및 속도벡터) $x_0$이고, 지상궤적반복주기 p 이후의 시간 $T_0+p$에서도 초기 접촉궤도 상태벡터와 동일한$x_0$가 되도록 궤도를 유지하려고 할 때, 여명 궤도(dawn-dusk and sun-synchronous orbit)에서 운영되는 위성의 연료소모(또는 속도증분)를 최소화시키는 가상의 궤도조정(maneuver) 횟수, 시기, 크기를 찾아라." 이 연구에서는 궤도최적화 문제를 풀기 위하여 GRACE 중력모델(GGM02C)이 적용된 수치적 방법의 위성궤도예측 알고리즘을 시스템 설계에 적용하였고, 매개변수 최적화 방법 중 구속조건이 있는 비선형 최적화 기법의 하나인 연속 2차 계획법(sequential quadratic programming)을 사용하여 해를 구하였다. 개발된 궤도최적화 S/W의 성능을 분석하기 위하여 고도 550km의 여명궤도를 돌며 지상궤적반복주기가 28일인 영상레이더 위성에 대해 적용하였다. 해석 결과를 통해, 비록 시스템의 비선형이 큼에도 불구하고 최소의 속도증분으로 정밀한 반복지상궤적이 유지됨을 알 수 있었다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.10 no.11
• /
• pp.1265-1270
• /
• 2015

For the sensor node or collection node operating with a battery in a wireless sensor network, MAC protocols with improved energy efficiency are important performance factors. In this paper, in order to improve the restrictive capability in accordance with the fixed activity period of the duty cycle technology in the MAC protocol for wireless sensor networks, we propose a periodic adaptive wakeup technique based on receive prediction. The proposed technique is through a performance evaluation using the CC2500 RF transceiver and C8051F330 microcontroller based wireless node, to analyze the minimum active period. As a result, it was confirmed that it is possible to improve energy efficiency by adaptively changing the sleep period in accordance with the change of period.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.113-114
• /
• 2011

납축전지는 충/방전을 반복함에 따라 전지 내의 화학적인 반응에 의해 그 용량을 잃어버린다. 그러한 과정에서 전지의 용량과 수명을 정확히 평가할 수 있도록 전지를 모델링하는 것이 이 논문의 목적이다. 정적 모델링을 통해 골프카트용 납축전지의 충/방전 특성의 연구 내용을 기술하였다. 정적 모델링 기법은 구성이 비교적 간단하고 결과를 빠르게 예측할 수 있는 장점이 있다. 이 모델링 기법을 통해 전지의 특성을 나타내는 변수들을 도출해내었다. 이러한 과정을 바탕으로 골프카트용 납축전지를 모델링한 후, 시뮬레이션 결과를 실험 데이터와 비교하여 모델링의 정확성을 판단하였다.

• Journal of KIISE:Software and Applications
• /
• v.33 no.2
• /
• pp.252-266
• /
• 2006

Many problems in computer vision are mainly based on mathematical models. Their optimal solutions can be found by estimating the parameters of each model. However, provided an input data set is involved outliers which are relative]V larger than normal noises, they lead to incorrect results. RANSAC is a representative robust algorithm which is used to resolve the problem. One major problem with RANSAC is that it needs priori knowledge(i.e. a percentage of outliers) of the distribution of data. To solve this problem, we propose a FRANSAC algorithm which improves the rejection rate of outliers and the accuracy of solutions. This is peformed by categorizing all data into good sample set, bad sample set and vague sample set using a fuzzy classification at each iteration and sampling in only good sample set. In the experimental results, we show that the performance of the proposed algorithm when it is applied to the linear regression and the calculation of a homography.