• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.300-300
• /
• 2019

남북공유하천인 북한강 및 임진강 유역 남측에는 평화의 댐, 군남댐이 치수목적으로 건설되어 운영되고 있으나 북측의 기상 및 수문정보 획득이 불가하여 홍수대응에 불확실성이 높으며 공유하천상류 북측댐 방류패턴에 많은 영향을 받고 있다. 특히 접경지역 남측에 위치한 군남댐은 상류에 있는 황강댐에 비해 저수용량이 작고 우리나라 최북측 수위관측지점(필승교)에서 군남댐까지의 홍수도달시간은 1시간 이내로 예 경보 등 사전 대응에 한계가 있어 북측의 정보가 무엇보다 중요하다. 북측 강우상황 파악 및 위기대응 능력 강화를 위하여 실제 K-water는 기상청 관할 레이더(광덕산)를 활용한 접경지역 댐 유역 강우추정 및 홍수분석 체계를 구축하여 현업에 활용 중이나 실제 관측 강우량 대비 정량적인 차이를 보임에 따라 황강댐 방류 규모 및 군남댐 유입량 예측에 많은 한계가 있다. 따라서, 본 연구에서는 보다 정확한 임진강 상류 북측 강수량 추정을 위하여 기상청 관할 광덕산 레이더에서 얻어지는 군남댐 유역의 추정 강수량(Radar-AWS Rainrate; RAR)에 대하여 통계적 편의보정을 수행하였다. 본 연구에서 적용한 통계적 편의보정기법은 '확률분포형을 활용한 기법', '매개변수적 기법', '비매개변수적 기법' 등 크게 3가지로 구분할 수 있으며 세부적으로 총 11가지 기법을 적용하여 분석을 수행하였다. 분석결과, 일부 기법을 제외하고는 보정 전에 비해 정량적으로 레이더 강수량의 정확도가 향상된 것으로 나타났으며 특히 매개변수적 편의보정기법이 우수한 결과(결정계수: 0.9898)를 보였다. 비매개변수적 편의보정기법은 상대적으로 관측자료가 적어 과거기간에 발생하지 않은 이상치가 발생할 경우 비현실적인 강수로 편의보정되므로 충분한 자료가 축적된 이후 활용가능할 것으로 판단된다. 본 연구의 결과는 북한댐 수문 운영패턴 예측, 접경지역 홍수모의 및 홍수대응 등 치수적인 측면에서 활용도가 높을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.367-367
• /
• 2016

우리나라는 하상계수가 큰 하천의 특성 때문에 콘크리트 구조의 고정보를 설치하여 하천수위를 유지하고, 취수용으로 사용하여 왔다. 그러나 고정보는 유수방해, 토사퇴적으로 인한 홍수위 상승 등의 다양한 문제를 야기시키고 있다. 이에 따라 4대강에는 다양한 형상과 운영방식이 적용된 가동보가 설치되었으며, 소하천과 중규모 하천 역시 하천기능의 복원을 위한 정비사업이 진행되고 있다. 하천관리의 목표는 하천의 이수, 치수 및 생태환경 기능의 종합적이며, 유기적인 관계를 조화롭게 유지하면서 각 기능을 극대화시키는 것이다. 우선, 토사의 퇴적을 사전에 예방하고, 퇴적된 토사는 유수에 따라 배출될 수 있도록 하단방류 형식으로 개선되어야 한다. 또한 홍수기에는 통수가 원활하도록 보의 기능을 해제할 수 있어야 하는 한편, 하류구간이 범람하지 않도록 상류구간에서의 완충기능을 가져야 한다. 이러한 요구조건을 충족하기 위해서 다단형태의 하단방류형 가동보 수문 시스템을 고려할 수 있다. 다단형태의 하단방류형 가동보 수문시스템은 경사 하천에 가동보에 의해 물을 저수하고, 저수된 물을 보 상류에서 유입되는 유입수량 만큼만을 수문 하단 개도부를 통하여 방류하도록 하여, 일정량이 항상 저류되면서 퇴적토사가 배출되도록 하여 수질을 개선하는 방식이다. 본 연구에서는 금강의 지류인 치성천 9Km 구간을 대상으로 HEC-RAS 4.1 모형을 적용하여 하단방류형 가동보를 하류부터 상류구간까지 다단형태로 설치하였을 경우, 하천의 저류와 분배기능 회복에 따른 홍수위 저감 효과를 고정보 설치의 경우와 비교 분석하였다. 홍수소통 능력을 검토하기 위해서 연구대상 구간을 200년 빈도의 확률홍수량 별로 10개 구간으로 나누어 검토한 결과, 고정보 설치의 경우에는 여유고 기준을 초과하는 부분이 나타났으나, 다단식 하단방류형 가동보를 설치하고, 수문개도를 조작하여 운영할 경우에는 여유고 기준을 초과하는 부분이 없어, 홍수위 저감 효과를 기대할 수 있는 것으로 나타났을 뿐만 아니라, 홍수기이후에도 하천유지용수 기준을 만족하는 것으로 나타났다. 또한 설치 및 유지관리의 비용측면과 용수확보 및 홍수피해 절감의 편익측면에서도 50년 운영주기의 비용편익성은 양호한 것으로 나타났으며, 생태환경보전과 친수공간 확보측면의 편익성을 추가로 고려할 경우, 경제성은 충분히 확보될 것으로 판단되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.415-415
• /
• 2018

갈수관리를 효과적으로 수행하기 위해서는 하천유량을 예측할 수 있는 방안을 마련하는 것이 중요하다. 하천유량 예측을 위해서는 강수량에 대한 예측 값을 활용하는 방안이 가장 적합하다고 할 수 있으나 강수량 예측에 대한 불확실성은 하천유량 예측의 정확도 확보에 있어 한계로 작용하고 있다. 강수량 예측에 대한 불확실성 극복을 위해서는 다양한 강수 시나리오를 설정하여 활용하는 방안을 검토할 수 있으며, 유량 예측을 하고자 하는 유역에 대해 과거 발생했던 강수량이 반복된다는 가정 하에 유량 예측을 제한적으로 수행하고 있는 상황이다. 이와 함께 강수 시나리오의 다양성 확보 차원에서 하천유량을 예측하고자 하는 유역에 대해 가뭄빈도 강수량을 사전에 산정한 후 유량 예측 과정에 활용하는 방안도 고려해볼 수 있는 방안이다. 이에 본 연구에서는 2016년 수립된 수자원장기종합계획(국토교통부, 2016)에서 제시된 중 권역별 일 강수량 자료를 이용하여 중권역별로 월 강수량을 산정한 후 월별 가뭄빈도분석을 수행하였다. 1966~2015년까지의 기간에 대한 월 강수량 자료를 이용하여 월별로 가뭄빈도분석을 수행하였으며, 빈도분석 방법으로는 확률가중모멘트법을 이용하여 적정 분포형 결정 및 갈수빈도별 강수량을 산정하여 제시하였다. 이때 빈도 강수량의 재현기간은 총 7가지 빈도(2년, 5년, 10년, 20년, 50년, 80년, 100년)를 고려하였다. 산정된 빈도 강수량을 이용하여 월 유출모형에 적용함으로써 월 유출 전망 자료 생산이 가능하며, 금강수계의 용담댐유역에 시범 적용하여 그 결과를 검토하였다. 검토 결과, 중권역별로 산정된 월별 가뭄빈도 강수량을 활용한 하천유량 예측 방법은 갈수예보에 있어 유용한 정보를 제공할 수 있을 것으로 판단된다.

• Journal of the Society of Disaster Information
• /
• v.17 no.3
• /
• pp.427-441
• /
• 2021

Purpose: This study proposes a method for developing a model that predicts the probability of traffic accidents in advance to prevent the most frequent traffic accidents in the military. Method: For this purpose, CRISP-DM (Cross Industry Standard Process for Data Mining) was applied in this study. The CRISP-DM process consists of 6 stages, and each stage is not unidirectional like the Waterfall Model, but improves the level of completeness through feedback between stages. Results: As a result of modeling the same data set as the previously constructed accident investigation data for the entire group, when the classification criterion was 0.5, Significant results were derived from the accuracy, specificity, sensitivity, and AUC of the model for predicting traffic accidents. Conclusion: In the process of designing the prediction model, it was confirmed that it was difficult to obtain a meaningful prediction value due to the lack of data. The methodology for designing a predictive model using the data set was proposed by reorganizing and expanding a data set capable of rational inference to solve the data shortage.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.19 no.11
• /
• pp.513-520
• /
• 2018

This research concerns the characteristics of tank barrel inner flow according to the barrel length and the pressure of ammunition when fired. By analyzing the flow characteristics of the bore evacuator according to barrel length and ammunition pressure regarding ammunition design, it is possible to prevent the flareback phenomenon that may occur during ammunition operation. Through bore evacuator flow analysis by barrel length and ammunition pressure, we identified key design factors concerning barrel and ammunition compatibility including speed, accuracy, penetration performance and range. Test results found if barrel length is long and ammunition pressure is low, bore evacuator operation time is slow. Therefore, there is a high probability that propellant gas will enter the battle vehicle. Therefore, the correlation analysis method of bore evacuator flow characteristics based on barrel length and ammunition pressure is considered as a primary method to improve operational performance. When designing new ammunition, the correlation analysis method will be used to determine ammunition weight and select the propellant pressure.

• Korean Journal of Remote Sensing
• /
• v.34 no.6_1
• /
• pp.1131-1142
• /
• 2018

The autonomous vehicles are being developed and operated widely because of the advantages of reducing the traffic accident and saving time and cost for driving. The vehicle localization is an essential component for autonomous vehicle operation. In this paper, localization algorithm based on sensor fusion is developed for cost-effective localization using in-vehicle sensors, GNSS, an image sensor and reference images that made in advance. Information of the reference images can overcome the limitation of the low positioning accuracy that occurs when only the sensor information is used. And it also can acquire estimated result of stable position even if the car is located in the satellite signal blockage area. The particle filter is used for sensor fusion that can reflect various probability density distributions of individual sensors. For evaluating the performance of the algorithm, a data acquisition system was built and the driving data and the reference image data were acquired. Finally, we can verify that the vehicle positioning can be performed with an accuracy of about 0.7 m when the route image and the reference image information are integrated with the route path having a relatively large error by the satellite sensor.

• Phonetics and Speech Sciences
• /
• v.11 no.3
• /
• pp.39-47
• /
• 2019

We propose a method to improve the performance of spontaneous speech recognizers by extending their phone set using speech data. In the proposed method, we first extract variable-length phoneme-level segments from broadcast speech signals, and convert them to fixed-length latent vectors using an long short-term memory (LSTM) classifier. We then cluster acoustically similar latent vectors and build a new phone set by choosing the number of clusters with the lowest Davies-Bouldin index. We also update the lexicon of the speech recognizer by choosing the pronunciation sequence of each word with the highest conditional probability. In order to analyze the acoustic characteristics of the new phone set, we visualize its spectral patterns and segment duration. Through speech recognition experiments using a larger training data set than our own previous work, we confirm that the new phone set yields better performance than the conventional phoneme-based and grapheme-based units in both spontaneous speech recognition and read speech recognition.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.110-110
• /
• 2016

도시 유역의 강우-유출 모의에는 지표 투수율 및 하수관거 영향 등 인위적 배수계통의 영향을 고려할 수 있는 도시유출모형이 널리 이용되고 있으며, 모형 검증을 통해 모의 성능을 평가한다. 도시유출모형의 검증은 일반적인 강우-유출 모형과 같이 강우사상별 유량의 관측시계열과 모의시계열의 목적함수가 최소가 되는 최적 매개변수를 탐색하는 과정이다. 도시유출모형의 검증에서 발생하는 문제점은 크게 다음과 같다. 첫째, 대규모 도시 유역의 복잡하고 다양한 하수관거에 대한 최적매개변수를 관거별로 구하는 것은 물리적으로 불가능하다. 따라서 동일 배수분구내 하수관거의 매개변수 값은 동일하다고 가정하거나, 모형 단순화 과정을 통해 매개변수의 물리적 범위 내에서 최적해를 탐색해야 하는 단순화에서 기인한 불확실성이 있다. 둘째, 다양한 매개변수들의 물리적 범위를 고려하기 위해서는 전역최적화기법이 유효하다. 그러나 전역최적화 종류, 목적함수, 모의횟수, 목표성능별 최적 매개변수 결과가 각각 다르므로 추정된 최적 매개변수의 범위에 대한 불확실성이 있다. 이에 본 연구에서는 Bayesian 모형과 EPA SWMM(Storm Water Management Model)을 연계하여 도시유출모형의 매개변수 불확실성을 정량적으로 분석할 수 있는 모형을 제안하고자 한다. 이를 위해 서울 우이천 유역을 대상으로 SWMM 모형을 구축하고, 절단 정규분포(truncated Gaussian distribution)를 사전분포(prior)로 가정하여 매개변수의 물리적 범위를 고려하였다. 최종적으로 결합확률분포로 계산된 각 매개변수간 사후분포를 통해 모의된 유출량의 불확실성을 정량적으로 분석하였다. 본 연구에서 제안된 모형은 대규모 도시 유역의 도시유출모형 구축 시 다양한 매개변수의 물리적 범위를 고려한 최적화와 동시에 내재된 불확실성을 정량적으로 분석할 수 있으므로, 침수예측 및 홍수예경보 등의 문제에서 상당한 신뢰성을 확보할 수 있을 것으로 판단된다.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.14 no.2
• /
• pp.23-33
• /
• 2004

Because of a rapid growth of internet environment, it is also fast increasing to exchange message using e-mail. But, despite the convenience of e-mail, it is rising a currently bi9 issue to waste their time and cost due to the spam mail in an individual or enterprise. Many kinds of solutions have been studied to solve harmful effects of spam mail. Such typical methods are as follows; pattern matching using the keyword with representative method and method using the probability like Naive Bayesian. In this paper, we propose a classification method of spam mails from normal mails using Support Vector Machine, which has excellent performance in pattern classification problems, to compensate for the problems of existing research. Especially, the proposed method practices efficiently a teaming procedure with a word dictionary including a generated index by the n-Gram. In the conclusion, we verified the proposed method through the accuracy comparison of spm mail separation between an existing research and proposed scheme.

• Journal of Convergence for Information Technology
• /
• v.11 no.7
• /
• pp.14-20
• /
• 2021

Most accidents caused by road icing in winter lead to major accidents. Because it is difficult for the driver to detect the road icing in advance. In this work, we study how to accurately detect road traffic emerging risk using AutoML and CNN's ensemble model that use both structured and unstructured data. We train CNN-based road traffic emerging risk classification model using images that are unstructured data and AutoML-based road traffic emerging risk classification model using weather data that is structured data, respectively. After that the ensemble model is designed to complement the CNN-based classification model by inputting probability values derived from of each models. Through this, improves road traffic emerging risk classification performance and alerts drivers more accurately and quickly to enable safe driving.