• Journal of Korean Society of Forest Science
• /
• v.104 no.1
• /
• pp.111-116
• /
• 2015

The purpose of this study was to evaluate mixed model of dbh-height relation containing random effect. Data were obtained from a survey site for Quercus variabilis in Gangwon region and remeasured the same site after three years. The mixed model were used to fixed effect in the dbh-height relation for Quercus variabilis, with random effect representing correlation of survey period were obtained. To verify the evaluation of the model for random effect, the akaike information criterion (abbreviated as, AIC) was used to calculate the variance-covariance matrix, and residual of repeated data. The estimated variance-covariance matrix, and residual were -0.0291, 0.1007, respectively. The model with random effect (AIC = -215.5) has low AIC value, comparison with model with fixed effect (AIC = -154.4). It is for this reason that random effect associated with categorical data is used in the data fitting process, the model can be calibrated to fit repeated site by obtaining measurements. Therefore, the results of this study could be useful method for developing model using repeated measurement.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.219-219
• /
• 2020

하천의 수질을 나타내는 환경지표 중 국가 TMS(Tele Monitoring system)의 수질측정망을 통해 관리되고 있는 지표로는 DO, BOD, COD, SS, TN, TP 등 여러 인자들이 있다. 이러한 수질인자는 하천의 자정작용에 있어 많은 영향을 나타내고 있다. 이를 활용한 경제적이고 합리적인 수질관리를 위해 하천의 자정작용을 활용하는 것이 중요하다. 생물학적 작용을 가장 효과적으로 활용하기 위해서는 수질오염 데이터에 기초한 수질예측을 채택하여 적절한 대책이 필요하다. 이를 위해서는 수질인자의 데이터를 측정하고 축적해 수질오염을 예측하는 것이 필수적인데, 실제적으로 수질인자의 일일 측정은 비용 관점에서 쉽게 접근할 수 없다. 본 연구에서는 시계열 학습으로 알려진 RNN-LSTM(Recurrent Neural Network-Long Term Memory) 알고리즘을 활용하여 기존에 측정된 수질인자의 데이터를 통해 시간당 및 일일 수질인자를 예측하려고 했다. 연구에 앞서, 기존에 시간단위로 측정된 수질인자 데이터의 이상 유무를 확인 후, 에러값은 제거하고 12시간 이하 데이터가 누락되었을 때는 선형 보간하여 데이터를 사용하고, 1일 데이터도 10일 이하 데이터가 누락되었을 때 선형 보간하여 데이터를 활용하여 수질인자를 예측하였다. 수질인자를 예측하기 위해 구글이 개발한 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하였고, 연구지역으로는 대한민국 부산에 위치한 온천천의 유역을 선정하였다. 수질인자 데이터 수집은 부산광역시에서 운영하는 보건환경정보 공개시스템의 자료를 활용하였다. 모델의 연구를 위해 하천의 수질인자, 기상자료 데이터를 입력자료로 활용하였다. 분석에서는 입력자료와, 반복횟수, 시계열의 길이 등을 조절해 수질 요인을 예측했고, 모델의 정확도도 분석하였다.

• Journal of Korean Society of Transportation
• /
• v.28 no.3
• /
• pp.119-130
• /
• 2010

Reconstruction analysis of traffic accident is done by analyzing diverse data such as the road, accident traces and damage on the automobile. Most data can be a variable in the process of analysis, and measurement error of the data occurs from the investigator, tool and the given environment. Therefore, accident analysis always has some risks of measurement uncertainty. This research quantify the uncertainty in traffic accident analysis by conducting repetitive measurement experiments for variables with high probability of uncertainly such as length (i.e. geometric structure of the road, tire marks) and coefficient of friction. This paper also suggests an analysis result for the uncertainly of photographic observation of automobile crush measurement. These statistical distributions can help determine appropriate ranges for the input data in order to estimate the accident reconstruction uncertainty.

• Journal of the Korean Data and Information Science Society
• /
• v.28 no.1
• /
• pp.1-10
• /
• 2017

Longitudinal data of Korean child academic achievement have been used to find the significant exploratory variables under the assumption of independent repeated measured data. Using the exploratory variables in previous research works, we analyze the linear mixed model incorporating the fixed and random effects for child academic achievement to detect the significant exploratory variables. Korea welfare panel study data observed three times between 2006 and 2012 by additional survey for children. The child academic achievement is evaluated by the sum of academic achievements of Korean, English and Mathematics. We also investigate the multicollinearity and the missing mechanism and select some popular correlation matrices to analyze the linear mixed model.

• Geophysics and Geophysical Exploration
• /
• v.12 no.4
• /
• pp.328-337
• /
• 2009

To investigate the relation between pore fluid conductivity and bulk resistivity of a rock sample it is assumed that electrolyte solution perfectly substitute the pore fluid that occupied the pore space within the sample in general. In this study, it is investigated that how much can the electrolyte solution substitute the pore fluid by repeating the same saturation process. Four kinds of NaCl solutions of 8, 160, 3200, 64000 ${\mu}S$/cm are used. The saturation process has repeated four times for each electrolyte in increasing conductivity order first then four times each in decreasing order. The more the saturation process repeated with the same electrolyte, the more electrolyte solution substitute the pore fluid. Geometric mean of bulk resistivity in increasing and decreasing orders with the same electrolyte solution is assumed to be mostly close to the bulk resistivity with perfect substitution. Bulk resistivity measurements for both increasing and decreasing order differs within 10% to the geometric mean when repeating the saturation process 4 times while maximum 40% difference is observed when single saturation process for each electrolyte solution with increasing order. The modified parallel resistant model can generally represent the relations between pore fluid resistivity and bulk resistivity in the experiment, but more experimental data with various rock samples with different porosity is needed to generalize the model.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1996.05c
• /
• pp.458-463
• /
• 1996

수송용기가 운반 트레일러에 의해 정상수송될 때, 국내 도로 상태에서 발생되는 반복적인 진동 흑은 충격하중을 측정하기 위해 국도 및 고속도로에서 차량수송시 가속도량를 기록하였으며, 이 측정결과를 주파수분석기로 분석하여 전산진동해석을 위한 입력자료를 생산하였다. 수송용기의 기계구조에 대한 건전성을 평가하기 위한 전산해석은 ABAQUS 코드로 KSC-7 수송용기를 3차원 보요소로 모델링하여 응력평가를 수행하였다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.7 no.1
• /
• pp.10-15
• /
• 2002

It is presented to extended to an interaction matrix formulation to the problem of system and disturbance identification for a plant that is corrupted by both process and output disturbances. With only an assumed upper bound on the order of the system and an assumed upper bound on the number of disturbance frequencies, it is shown that both the disturbance-free model and disturbance effect can be recovered exactly from disturbance-corrupted input-output data without direct measurement of the periodic disturbances. The rich information returned by the identification can be used by an iterative learning or repetitive control system to eliminate unwanted periodic disturbances. Those can be helped to apply to the multiple dynamic systems for precision quality assurance.

• International Journal of Highway Engineering
• /
• v.12 no.2
• /
• pp.123-127
• /
• 2010

In this study, the profiles of optimized rehabilitated section was measured by a lightweight inertial profiler, and pavement smoothness was evaluated. To analyze the repeatability of the used lightweight profiler, two repeatable measurements were conducted. The agreement between two repeatable measurements were evaluated by Cross-correlation function. Pavement smoothness of the optimized rehabilitated pavement section and existing area was compared in terms of International Roughness Index and Profilograh Index. In general, the pavement smoothness of the rehabilitated sections was not good compared to the existing pavement sections. The analysis results could be used for the evaluation of pavement smoothness of the optimized rehabilitated pavement sections.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.248-248
• /
• 2020

토양수분은 증발산, 유출, 침투 등 물수지 요소들과 밀접한 연관이 있는 주요한 변수 중에 하나이다. 토양수분의 정도는 토양의 특성, 토지이용 형태, 기상 상태 등에 따라 공간적으로 상이하며, 특히 기상 상태에 따라 시간적 변동성을 보이고 있다. 기존 토양수분 측정은 토양시료 채취를 통한 실내 실험 측정과 측정 장비를 통한 현장 조사 방법이 있으나 시간적, 경제적 한계점이 있으며, 원격탐사 기법은 공간적으로 넓은 범위를 포함하지만 시간 해상도가 낮은 단점이 있다. 또한, 모델링을 통한 토양수분 예측 기술은 전문적인 지식이 요구되며, 복잡한 입력자료의 구축이 요구된다. 최근 머신러닝 기법은 수많은 자료 학습을 통해 사용자가 원하는 출력값을 도출하는데 널리 활용되고 있다. 이에 본 연구에서는 토양수분과 연관된 다양한 기상 인자들(강수량, 풍속, 습도 등)을 활용하여 머신러닝기법의 반복학습을 통한 토양수분의 예측 가능성을 분석하고자 한다. 이를 위해 시공간적으로 토양수분 실측 자료가 잘 구축되어 있는 청미천과 설마천 유역을 대상으로 머신러닝 기법을 적용하였다. 두 대상지에서 2008년~2012년 수문자료를 확보하였으며, 기상자료는 기상자료개방포털과 WAMIS를 통해 자료를 확보하였다. 토양수분 자료와 기상자료를 머신러닝 알고리즘을 통해 학습하고 2012년 기상 자료를 바탕으로 토양수분을 예측하였다. 사용되는 머신러닝 기법은 의사결정 나무(Decision Tree), 신경망(Multi Layer Perceptron, MLP), K-최근접 이웃(K-Nearest Neighbors, KNN), 서포트 벡터 머신(Support Vector Machine, SVM), 랜덤 포레스트(Random Forest), 그래디언트 부스팅 (Gradient Boosting)이다. 토양수분과 기상인자 간의 상관관계를 분석하기 위해 히트맵(Heat Map)을 이용하였다. 히트맵 분석 결과 토양수분의 시간적 변동은 다양한 기상 자료 중 강수량과 상대습도가 가장 큰 영향력을 보여주었다. 또한 다양한 기상 인자 기반 머신러닝 기법 적용 결과에서는 두 지역 모두 신경망(MLP) 기법을 제외한 모든 기법이 전반적으로 실측값과 유사한 형태를 보였으며 비교 그래프에서도 실측값과 예측 값이 유사한 추세를 나타냈다. 따라서 상관관계있는 과거 기상자료를 통해 머신러닝 기법 기반 토양수분의 시간적 변동 예측이 가능할 것으로 판단된다.

• Proceedings of the Society of Korea Industrial and System Engineering Conference
• /
• 2002.05a
• /
• pp.297-302
• /
• 2002

족형 설계를 위한 발 치수의 측정과 관련된 국내 연구는 매우 부진한 형편이다. 발과 관련된 치수의 자료로는 1992년 공업진흥청(현 중소기업청)에서 실시한 국민인체 측정 조사 연구 (공업 진흥청, 1992)와 1997년 국민체위조사를 바탕으로 국민 치수 표준화 연구(기술표준원, 1999) 등 극히 미미한 실정이다. 그리고 측정된 데이터는 주로 마틴식기기를 사용하여 측정함으로 측정시 생길 수 있는 여러 오차, 즉 측정오차, 입력오차 등을 내재하고 있는 실정이다. 이 논문에서는 측정시 생길 수 있는 오차를 최소화하면서 반복성과 재현성이 뛰어난 3D 측정기기를 선정, 사용하여 일반적인 신발제작자들이 필요로 하는 그리고 일반 논문에서 제시한 신발 제작시 요구되는 발 치수에 관련된 데이터를 얻기 위한 의사결정지원시스템을 전개하였다.