• 한국수자원학회논문집
• /
• 제54권7호
• /
• pp.485-493
• /
• 2021

지하수는 지표수와 함께 용수로 사용가능한 중요한 수자원이며 특히 섬 지역의 경우 전체 수자원 중 지하수의 이용 비율이 상대적으로 높기 때문에 안정적인 이용을 위해 지하수위 변동성에 대한 연구는 필수적이다. 지하수위 변동성의 예측 및 분석을 위해 인공지능 모델을 활용한 연구들이 지속적으로 증가하고 있으나 지하수위 예측결과의 적절성을 판단할 수 있는 평가기준을 제시한 연구는 충분하지 않다. 본 연구에서는 허용가능한 지하수위 예측오차의 범위를 제시하기 위해 과거 20년 동안 전 세계 다양한 지역을 대상으로 인공지능 모델을 활용하여 지하수위를 예측한 연구결과들을 종합적으로 분석하였다. 그 결과 관측지하수위의 변동성이 커질수록 인공지능 모델에 의한 지하수위 예측오차는 증가하였다. 따라서 관측지하수위 최대변동폭과 예측오차 간의 상관성과 기존 연구들에서 제시한 평가지수들을 고려하여 평가기준을 산정하였으며, 인공지능 모델에 의한 지하수위 예측결과의 적절한 평가기준은 도출된 선형회귀식에 의한 평균제곱근오차 또는 최대오차 이하이거나, NSE ≥ 0.849 또는 R² ≥ 0.880 이다. 이 허용가능한 오차범위는 인공지능 모델을 활용한 지하수위 예측결과의 적절성 판단을 위한 참고자료로 사용할 수 있다.

• 대한토목학회논문집
• /
• 제42권1호
• /
• pp.35-44
• /
• 2022

V_S30지도는 부지증폭을 나타내는 주요 변수로 임의의 부지에서 지반운동을 예측하는 ShakeMap의 핵심 변수로 사용된다. 하지만, 한반도의 지질특성과 지형특성을 고려하는 V_S30지도는 아직 제시된 적이 없다. 이번 연구에서는 지질과 지형을 고려하는 V_S30지도를 작성하기 위해 전단파 속도 주상도로부터 계산 또는 추정된 1,101개의 V_S30과 한반도 광범위 지질, 지형정보 레이어를 수집하였다. 이러한 데이터와 일반선형회귀분석 방법을 사용하여 V_S30 추정 모델을 개발하였다. 모델은 지질분류에 따라 매립지, 신생대 제4기 퇴적층, 중생대 그룹, 선캄브리아기와 해양층으로 구분된 후 지형정보의 함수로 제안되었다. 지도의 해상도는 기상청에서 기존에 진도추정을 위한 ShakeMap 구동에 사용하는 미국지질조사국(USGS)의 지도의 2배로 하였다. 그 결과, 프락시 기반 V_S30지도의 대수로그 잔차의 표준편차는 0.233으로 USGS의 V_S30 지도의 표준편차인 0.387보다 낮은 수치를 보인다. 본 연구에서 개발한 V_S30지도를 사용한다면 ShakeMap의 불확실성이 줄어들 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.326-326
• /
• 2021

장기간에 걸쳐 넓은 지역에 대해 발생하는 가뭄을 예측하기위해 많은 학자들의 기술적, 학술적 시도가 있어왔다. 본 연구에서는 복잡한 시계열을 가진 가뭄을 전망하는 방법 중 시나리오에 기반을 둔 가뭄전망 방법과 실시간으로 가뭄을 예측하는 비시나리오 기반의 방법 등을 이용하여 미래 가뭄전망을 실시했다. 시나리오에 기반을 둔 가뭄전망 방법으로는, 3개월 GCM(General Circulation Model) 예측 결과를 바탕으로 2009년도 PDSI(Palmer Drought Severity Index) 가뭄지수를 산정하여 가뭄심도에 대한 단기예측을 실시하였다. 또, 통계학적 방법과 물리적 모델(Physical model)에 기반을 둔 확정론적 수치해석 방법을 이용하여 비시나리오 기반 가뭄을 예측했다. 기존 가뭄을 통계학적 방법으로 예측하기 위해서 시도된 대표적인 방법으로 ARIMA(Autoregressive Integrated Moving Average) 모델의 예측에 대한 한계를 극복하기위해 서포트 벡터 회귀(support vector regression, SVR)와 웨이블릿(wavelet neural network) 신경망을 이용해 SPI를 측정하였다. 최적모델구조는 RMSE(root mean square error), MAE(mean absolute error) 및 R(correlation Coefficient)를 통해 선정하였고, 1-6개월의 선행예보 시간을 갖고 가뭄을 전망하였다. 그리고 SPI를 이용하여, 마코프 연쇄(Markov chain) 및 대수선형모델(log-linear model)을 적용하여 SPI기반 가뭄예측의 정확도를 검증하였으며, 터키의 아나톨리아(Anatolia) 지역을 대상으로 뉴로퍼지모델(Neuro-Fuzzy)을 적용하여 1964-2006년 기간의 월평균 강수량과 SPI를 바탕으로 가뭄을 예측하였다. 가뭄 빈도와 패턴이 불규칙적으로 변하며 지역별 강수량의 양극화가 심화됨에 따라 가뭄예측의 정확도를 높여야 하는 요구가 커지고 있다. 본 연구에서는 복잡하고 비선형성으로 이루어진 가뭄 패턴을 기상학적 가뭄의 정도를 나타내는 표준강수증발지수(SPEI, Standardized Precipitation Evapotranspiration Index)인 월SPEI와 일SPEI를 기계학습모델에 적용하여 예측개선 모형을 개발하고자 한다.

• 한국항해항만학회지
• /
• 제32권1호
• /
• pp.81-88
• /
• 2008

컨테이너항만의 물동량 예측은 항만의 개발 및 운영계획을 위해 매우 중요한 과정이다. 일반적으로 회귀분석, ARIMA모형 등의 통계적 방법론을 통해 많은 예측이 이뤄져왔다. 최근의 연구에서는 인공 신경망(ANN)기법을 통한 예측이 이뤄지고 있으며 기존의 선형적인 기법을 대신하고 있다. 본 연구에서는 선형모형과 비선형모형에 강점이 있는 ARIMA모형과 신경망모형을 결합해 보다 효과적인 예측 모형을 개발하고자 한다. 실제 항만의 과거 자료를 통해 모델의 적합성을 측정하였고 항만의 특성에 따라 모형의 적합성이 다양하게 나타났다.

• 대한기계학회논문집A
• /
• 제33권4호
• /
• pp.366-372
• /
• 2009

Creep life prediction has been commonly used by a time-temperature parameter (TTP) which is correlated to an applied stress and temperature, such as Larson-Miller (LM), Orr-Sherby-Dorn (OSD), Manson-Haferd (MH) and Manson-Succop (MS) parameters. A stress-temperature linear model (STLM) based on Arrhenius, Dorn and Monkman-Grant equations was newly proposed through a mathematical procedure. For this model, the logarithm time to rupture was linearly dependent on both an applied stress and temperature. The model parameters were properly determined by using a technique of maximum likelihood estimation of a statistical method, and this model was applied to the creep data of Alloy 617. From the results, it is found that the STLM results showed better agreement than the Eno’s model and the LM parameter ones. Especially, the STLM revealed a good estimation in predicting the long-term creep life of Alloy 617.

• 한국신뢰성학회:학술대회논문집
• /
• 한국신뢰성학회 2004년도 정기학술대회
• /
• pp.239-246
• /
• 2004

가속열화시험은 가속수명시험시에 고장 개수가 적거나 심지어 고장이 발생하지 않는 경우에도 부품의 신뢰성을 평가할 수 있는 유용한 수단이 되고 있다. 본 연구에서는, 능동소자로 높은 유전용량을 갖는 적층 세라믹 콘덴서(X7R -55$^{\circ}C$~1$25^{\circ}C$)에 대한 가속열화시험을 실시하고, 정격온도의 최대치에서 다른 배율의 전압을 인가하여 단순선형회귀에 의한 특성치의 경시변화를 설명한다고 가정하였다. 최소제곱법을 적용하여 시료가 대수정규분포를 따를 때의 열화량을 설명한 후, 특성치-시간간의 선형관계 및 대수정규분포의 독립성을 검정하여 가정의 적절성을 검정하였다. 마지막으로 아이링모델에 의한 평균수명을 평가하였다.

• 전기전자학회논문지
• /
• 제26권4호
• /
• pp.531-536
• /
• 2022

배터리를 효율적으로 관리하기 위해서는 배터리의 건강 상태와 잔여 수명을 정확하게 추정하고 관리하는 것이 중요하다. 배터리는 같은 종류여도 설비용량 및 전압 등의 특성이 다르며 학습용 모델을 위한 배터리와 모델을 통한 예측을 위한 배터리가 서로 다를 경우에는 정확도 측정에 한계가 있다. 본 논문에서는 전압의 분포와 방전 시간을 이용한 엔트로피 지수를 일반화하고 4개의 배터리를 각각 1개씩 교차적으로 훈련 집합과 테스트 집합으로 정의하여 기계학습의 선형회귀 분석을 통하여 배터리의 건강 상태를 예측하는 방법을 제안하였다. 제안된 방법은 평균 절대값 퍼센트 오차를 이용하여 95% 이상의 높은 정확도를 나타내었다.

• 대한토목학회논문집
• /
• 제31권3A호
• /
• pp.227-234
• /
• 2011

최근 들어 고강도 콘크리트의 사용이 꾸준히 증가하고 있지만 현행 국내 콘크리트구조설계기준은 보통강도 콘크리트에 기초한 등가직사각형 응력매개변수를 사용하고 있어 응력분포가 일반 강도 콘크리트와 상이한 고강도 콘크리트의 설계 시 문제점을 야기할 수 있다. 따라서 이러한 문제점을 극복하기 위해서는 고강도 콘크리트에 대한 새로운 등가응력 매개변수 값이 제시되어져야 할 것으로 판단된다. 본 연구에서는 새로운 등가응력 매개변수를 제안하기 위해 기존 연구자들의 실험데이터를 토대로 선형 및 다중회귀분석을 수행하여 40~80 MPa 까지의 고강도 콘크리트에 대한 등가응력 매개변수를 이론적으로 추정하고 제안된 등가응력모델을 휨과 압축 부재설계에 적용시켜 기존의 국내 콘크리트구조설계기준과 비교검토 하였다. 제안된 등가응력모델로 구조설계를 수행한 결과, 콘크리트 강도 40~70 MPa 까지는 기존 모델에 비해 콘크리트 단면 감소 효과가 있었으며 또한 압축부재의 경우, 제안된 모델이 기존 모델 보다 콘크리트의 압축력을 더 보수적으로 평가하는 것으로 나타났다.

• 한국지능시스템학회논문지
• /
• 제19권5호
• /
• pp.713-719
• /
• 2009

본 논문은 비선형 특성을 내재한 물 수요예측을 위하여 기존의 시계열 자기회귀 알고리즘과 다층신경망 학습방법을 결합한 단기 물 수요 예측 알고리즘을 개발하였다. 제시된 방법을 검증하기 위한 사례연구로 2007년도와 2008년도 전북지역의 광역상수도 A정수장에서 취득된 데이터를 활용하여 알고리즘 구축 및 제안 방법의 정확도를 분석하였다. 실험 결과 다중회귀모델은 MAPE가 5.1%, AR모델은 3.8%, 제안된 방법인 AR+MLP 모델은 3.6%로 나타나 성능이 우수한 것으로 나타났다. 따라서 제안된 방법을 사용할 경우 정수장에서 단기 물 수요예측에 유용하게 활용할 수 있음을 보였다.

• 지능정보연구
• /
• 제22권4호
• /
• pp.19-43
• /
• 2016

이 연구에서 Asia 금융 위기의 원인을 고찰하여 보고, European Monetary Systems의 금융 위기와 비교하여 본다. Asian 신흥 국가들은 1997년도에 금융 위기를 경험하였고, European Monetary Systems의 국가들도 1992년도에 동일한 경험을 하였다. 또한, 중남미의 신흥 경제국가인 Mexico 역시 1994년에 금융위기를 겪었다. 이 연구의 목적은 이들 금융위기의 내면을 고찰하고 그 결과로부터 일반화된 법칙을 추출하는 것이다. 이 연구에서는 금융위기를 경험한 한국과 영국과 멕시코를 각각 세가지 다른 모형으로 연구하고 비교하였다. 이 접근 방법은 체계적인 조사를 통하여 세 국가의 차이점을 보여주고 또한 공통적인 내재 요인을 관찰한다. 이전의 많은 연구 방법들은 대부분 선형 회귀식을 통한 causal model에 초점을 맞추고 있지만, 이러한 선형 회귀 모형의 약점을 보완하여서 현실에 산재하며 존재하는 비 선형의 문제를 해결하기 위하여 또 다른 방법을 제안하여 본다. 이 연구에서 사용한 구조 방정식(Structural Equation Model) 모형은 현실로부터 원인을 추출하고 분석하는 연구에 적합하며, 신경망(Artificial Neural Network) 모형은 선형모형의 단점을 보완하여서 비 선형 요인을 설명해 준다. 구조방정식 모형에 적용하기 위하여서 LISREL(LInear Structural RELationship)을 사용하였다. LISREL은 확인적 요인분석과 계량경제학에서 개발된 연립방정식모델에 토대를 둔 다중회귀분석 및 경로분석 등이 결합된 성격을 갖는 방법론으로 다양한 연구에 적용된다. 또한 인공지능(Artificial Intelligence) 기법 중의 하나인 신경망 모형은 선형회귀 분석과 다른 형태의 결과를 도출한다. 세가지 방법론의 우수성을 비교하기 위하여 Hit ratio를 각 국가/ 각 방법론 별로 구분하여서 비교한 결과 다른 방법론 보다 신경망이 더 좋은 성과를 나타내고 있는 것을 확인할 수 있었다. 세가지 방법론에 각각 일반적인 환율 예측에 사용되는 변수를 사용하였다. 소비자 물가지수(Consumer Price Index), 국내총생산(Gross Domestic Product), 이자율(Interest rate), 주가지수(Stock Index), 경상수지(Current Account), 외환보유고(Foreign Reserves)의 6가지 변수를 이용하여서 환율을 예측하여서 급격한 환율 변화로 초래되는 경제위기를 예측하려고 하였다. 각각의 국가의 데이터는 대한민국은 1991년부터 1999년까지, 영국은 1986년부터 1995년까지, 멕시코는 1988년부터 1998년까지의 기간을 정하여서 시계열자료를 분기별로 사용하였다. 각각의 데이터는 Data Stream과 한국은행(Bank of Korea)의 데이터를 이용하여서 분석하였다. 선형회귀방정식을 이용한 분석과 구조방정식인 LISREL을 이용한 분석은 각각 Hit ratio가 국가별로 순위가 변동되기도 하였으나, 인공지능 방법론인 인공신경망의 경우는 모든 국가에서 가장 좋은 예측 결과를 나타내고 있었다. 이 논문은 환율의 변동에 대한 다양한 예측 모형을 비교하고 평가하여서 연구에서 제시하는 개념을 검토하였다는 점에서 의의를 갖는다.