• 한국수자원학회논문집
• /
• 제47권11호
• /
• pp.1095-1105
• /
• 2014

본 연구에서는 Tropical Rainfall Measuring Mission (TRMM) 3B43 V7 (25 km)의 월 누적 격자 강우량을 1 km 해상도로 상세화하기 위해 Support Vector Machine (SVM) 회귀를 활용한 상세화 기법을 제안하였다. 비선형 예측모델인 SVM은 상세화의 기반이 되는 다양한 수문기상인자와 강우 발생간의 월별 상관성 구축에 효율적으로 활용되었다. 상세화된 격자 강우는 전국에 고루 분포한 64개 지점 관측 강우와의 비교 분석을 통해 상세화 이전의 격자 강우 보다 다소 개선된 정확도를 지니는 것으로 확인되었다. 특히, 상세화 이전 격자 강우가 지니는 양의 Bias가 효과적으로 개선되었다. 상세화 전후의 공간분포 비교에서 두 분포는 평균적으로 유사했으나, 상세화 이전 강우의 공간분포에서 나타나지 않았던 강우의 국지적 특성이 상세화된 공간분포를 통해 잘 표현되는 것을 확인할 수 있었다. 특히, 일부 지점의 과소 및 과대산정이 상세화를 통해 개선되어 전반적인 정확도 향상에 기여하였음을 확인했다. 본 연구에서 제안된 상세화 기법이 적용된 격자 강우는 모델의 정확도 향상을 위한 고해상도 입력자료로 활용될 수 있으며, 추후 연구에서는 SVM 외에 다른 회귀 방식을 활용하여 최적의 강우 상세화 기법 개발에 기여할 수 있을 것으로 보인다.

• 응용통계연구
• /
• 제32권6호
• /
• pp.795-835
• /
• 2019

최근 다양한 분야에서 '빅데이터'가 생성되었다. 많은 기업들은 인공지능(AI)을 기반으로 빅데이터 분석이 가능한 시스템을 구축하여 이익 창출을 시도하고 있다. 인공지능 기술을 접목함으로써 방대한 양의 데이터를 효율적으로 분석하고 효과적으로 활용하는 것은 점점 더 중요해지고 있다. 특히 재무, 조달, 생산 및 마케팅과 같은 다양한 분야에서 국가 및 기업 경영 관리에있어 최소의 오차와 최대의 정확도를 갖춘 수요예측은 절대적으로 중요한 요소이다. 이때 각 분야의 수요패턴을 고려한 적절한 모델을 적용하는 것이 중요하다. 전통적으로 쓰이는 시계열모델이나 회귀모델로도 비대해진 실제 데이터의 복잡한 비선형적인 패턴을 분석할 수 있다. 그러나 다양한 비선형 모델들 중에서 적절한 모델을 선택하는 것은 사전 지식 없이는 어려운 일이다. 최근에는 인공지능 기반의 기법들인 머신러닝이나 딥러닝 기법을 중심으로 이루어진 연구들이 이를 극복할 수 있음을 증명하고 있다. 뿐만 아니라 정형데이터와 이미지나 텍스트의 비정형 데이터 분석을 통한 수요예측도 높은 정확도를 갖춘 결과를 보이고 있다. 따라서 본 연구에서는 수요예측이 비교적 활발하게 일어나는 중요한 분야들을 나누어 설명하였다. 그리고 각 분야별로 갖는 특징적인 성격을 고려한 인공지능 기반의 수요예측 기법에 대해 머신러닝과 딥러닝 기법으로 나누어 소개하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.73-73
• /
• 2019

지구 표면의 약 2%에 해당하는 담수에서 육상계 전체가 흡수하는 탄소의 50%가 배출되며, 이는 토양표면에서 배출되는 탄소량에 비해 더 큰 수치로 전 지구적 탄소순환 해석에 중요한 역할을 한다. 특히, 내륙수역과 대기의 경계면에서 $CO_2$ 이동은 전 지구적 탄소순환의 중요한 구성요소로 평가되고 있다. 호수와 저수지 같은 담수 저류시설은 육상에서 기인한 탄소의 운송 및 처리 역할을 한다. 하지만, 저수지에서 온실가스배출량을 평가할 수 있는 명확한 방법론이 부족하며, 전지구 규모 GHGs배출량에 대한 추정에 대한 불확실성이 상당히 큰 상황이다. 본 연구에서는 몬순기후대에 위치한 인공저수지를 대상으로 보다 신뢰도있는 온실가스 배출량 추정을 위해 $CO_2$ NAF 산정하고, 산정에 영향을 미치는 인자들을 분석 하였다. 분석을 위해 $CO_2$ NAF 산정에 필요한 수리 및 수질 인자들을 2017년부터 2018년까지 수집하고, 기초통계량 및 상관분석을 실시하였다. 또한, 주성분분석(PCA) 및 다중선형회귀모델(MLR)과 랜덤포레스트(RF) 기법을 사용해 변수 중요도를 평가하였으며, $CO_2$ NAF 산정 주요인자인 기체교환 계수를 경험적 모델 3종(Cole and Caraco, Crusius, Vachon), 표면갱신형 모델 4종(Heiskanen, Maclntyre, Read, Soloviev)을 비교, 검토하였다. 조사기간 동안 기체교환계수 산정 결과 Crusius 모델 예측값이 평균 $0.342(0.047{\sim}4.323)cm\;hr^{-1}$으로 검토한 모델중 가장 낮은 평균값을 보였으며, Heiskane 모델이 $2.135(0.337{\sim}5.152)cm\;hr^{-1}$으로 가장 큰 평균값을 보였다. 대상 수체는 연주기로 완전혼합되며 수온성층이 약화되는 시기에 저수지 표층 아래에 축적된 탄소가 표층으로 전달되어 높은 수준의 p$CO_2$를 보이며, 수표면에 큰 난류 강도가 작용하는 기간에 대기중으로 배출(pulse emission) 기작이 나타난다. NAF 산정결과 경험적 모델의 NAF값($-1246.0{\sim}6510.3mg-CO_2m^{-2}day^{-1}$)은 표면갱신형 모델 NAF값($-1436.1{\sim}8485.7mg-CO_2m^{-2}day^{-1}$)보다 낮은 수준을 보였으며, 풍속의 함수만을 이용하는 경험적 모델보다 부력 플럭스와 난류 혼합의 영향을 고려하는 Macintyre, Heiskanen모델이 성층 저수지의 $CO_2$ NAF 산정에 적합한 것으로 나타났다. $CO_2$ NAF 산정의 주요인자로 MLR모델은 Tw, EC, pH, Chla, TOC, Alk, RF모델은 EC, DO, TOC가 중요 변수로 평가되었다. PCA 분석결과, 수온이 낮고 성층이 약화되며 pH가 낮은 상태에서 NAF가 큰 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제36권6_3호
• /
• pp.1711-1720
• /
• 2020

최근 급속한 산업화와 도시화로 인해 인위적으로 발생하는 미세먼지(Particulate matter, PM)는 기상 조건에 따라 이동 및 분산되면서 피부와 호흡기 등 인체에 악영향을 미친다. 본 연구는 기상인자를 multiple linear regression(MLR), support vector machine(SVM), 그리고 random forest(RF) 모델의 입력자료로 하여 서울시 PM10 농도를 예측하고, 모델 간 성능을 비교 평가하는데 그 목적을 둔다. 먼저 서울시에 소재한 39개소 대기오염측정망(air quality monitoring sites, AQMS)에서 관측된 PM10 농도 자료를 8:2 비율로 구분하여 모델 훈련과 검증 데이터셋으로 사용되었다. 또한 기상관측소(automatic weather system, AWS)에서 관측되고 있는 자료 중 9개 기상인자(평균기온, 최고기온, 최저기온, 일 강수량, 평균풍속, 최대순간풍속, 최대순간풍속풍향, 황사발생유무, 상대습도)가 모델의 입력자료로 선정되었다. 각 AQMS에서 관측된 PM10 농도와 MLR, SVM, 그리고 RF 모델에 의해 예측된 PM10 농도 간 결정계수(R2)는 각각 0.260, 0.772, 그리고 0.793이었고, RF 모델이 PM10 농도 예측에 가장 높은 성능을 나타냈다. 특히 모델 검증에 사용되는 AQMS 중 관악구와 강남대로 AQMS는 상대적으로 AWS에 가까워 SVM과 RF 모델에서 높은 정확도를 나타냈다. 종로구 AQMS는 AWS에서 비교적 멀리 떨어져 있지만, 인접한 두 AQMS 데이터가 모델 학습에 사용되었기 때문에 두 모델에서 높은 정확도를 나타냈다. 반면 용산구 AQMS는 AQMS 및 AWS에서 비교적 멀리 떨어져 있기에 두 모델의 성능이 낮게 나타냈다.

• 한국건축시공학회지
• /
• 제13권5호
• /
• pp.491-497
• /
• 2013

본 연구의 목적은 구조용 경량골재 콘크리트의 배합설계 절차를 확립하고, 설계강도로부터 콘크리트 목표 기건밀도의 범위를 평가하는 것이다. 본 절차를 확립하기 위해, 기존 347 실험데이터의 비선형 회귀분석 및 두 경계조건 (절대용적 및 콘크리트 기건밀도)에 기반한 수학적 모델을 구성하였다. 배합설계 모델제시 결과, 설계강도에 대한 물-시멘트비와 콘크리트 기건밀도는 굵은골재 체적비의 증가와 함께 감소하는데, 이 경향은 모래 경량보다는 전 경량골재 콘크리트에서 현저하였다. 경량골재 콘크리트의 기건단위는 설계강도에 따라 임의의 범위에서 설정되어야 하는데, 이는 제시된 모델에 의해 평가될 수 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제20권4호
• /
• pp.649-654
• /
• 2009

기온과 더불어 지중온도는 기후 변동 및 농업 환경 예측의 중요한 기준이 되고 있다. 이 논문 에서는 대구지역의 1932년부터 1990년도까지의 토심 0.5m 지중온도의 연평균 변화와 1961년부터 2008년까지의 기온 자료를 이용하여 연평균 기온변화를 살펴보고, 지중온도와 기온의 관계 모델을 도출하였다. 이 모델을 통하여 현재 측정되지 않는 대구의 지중온도를 기온을 이용하여 복원하였으며 그 결과 지중온도는 매년 약 $0.028^{\circ}C$의 증가를 보이고 있다는 사실을 확인할 수 있었다. 복원을 통한 지중온도의 예측은 대구 지역 기후 변화 예측의 중요한 기준이 되며, 농업 환경의 변화에 대한 FTA 협약, 지구온난화 등에서 발생가능한 상황의 대비책을 마련할 수 있는 정보가 되겠다.

• 한국도로학회논문집
• /
• 제6권4호
• /
• pp.109-121
• /
• 2004

본 연구는 한국형 포장설계법 과제의 일환으로 수행된 콘크리트슬래브의 건조수축특성에 대한 연구로서 형상비 및 굵은 골재의 종류를 달리해 현재까지 252일간 수행된 실험결과이다. 실제 포장용 콘크리트 슬래브의 형상비에 접근하기 위한 방안으로 시편 일부 면의 수분 증발을 막기 위해 일부 면에 3중 코팅 처리와 랩 처리를 하였다. 예비실험결과 본 실험에서 채택한 수분방지 코팅 처리가 3달 정도까지는 신뢰성이 있음을 알 수 있었다. 동일한 형상비에서 사암을 사용한 콘크리트 시편의 건조수축이 석회암인 경우보다 형상비에 따라 1.32$\sim$1.80배 크게 측정되었다. 측정된 건조수축 변형률을 기존의 ACI와 CEB-FIP의 건조수축 모델식과 비교한 결과 두 식 모두 과소평가됨이 확인되었다. 최종적으로 재령 및 형상비 등을 고려한 다중 비선형 회귀분석을 통해 본 실험에 적합한 콘크리트시편의 건조수축 모델식을 제시하였다.

• 콘크리트학회논문집
• /
• 제28권4호
• /
• pp.427-434
• /
• 2016

이 연구의 목적은 인공경량골재 콘크리트의 생산에서 $CO_2$ 배출량을 저감시킬 수 있는 천연모래 치환 기반의 배합설계 절차를 제시하는 것이다. 379개의 경량골재 콘크리트 배합 데이터를 사용하여 $CO_2$ 배출량과 콘크리트의 압축강도에 대한 천연모래의 치환율의 영향을 평가하였다. Yang et al.이 제시한 배합설계절차 및 데이터베이스를 이용한 비선형 회귀 분석에 기반하여 목표 성능(압축강도, 초기 슬럼프, 공기량 및 $CO_2$ 저감률)을 만족하기 위한 천연모래의 치환율 및 콘크리트 배합설계를 결정할 수 있는 간단한 모델식을 제시하였다. 뿐만 아니라, 제안된 모델식은 주어진 경량골재 콘크리트 배합표에서 $CO_2$ 배출량을 직접 계산하는데 효율적으로 이용될 수 있다.

• 대한토목학회논문집
• /
• 제31권1C호
• /
• pp.11-17
• /
• 2011

본 연구는 백마강 모래의 상대밀도를 25%, 50%, 80%, 100%로 각각 변화시켜 등방압축-팽창시험과 구속압력을 달리한 일련의 배수삼축시험을 하였다. 그리고 이 시험자료를 이용하여 회귀분석을 근거로 상대밀도의 변화에 따른 Lade의 단일항복면 구성모델의 토질매개변수의 변화 특성을 알아보았다. 그 결과 탄성성분을 나타내는 토질매개변수 Kur과 n은 상대밀도의 변화에 따른 영향이 미소하고 파괴규준, 경화함수, 소성포텐셜에 관련된 토질매개변수는 상대밀도의 증가에 따라 선형적인 증 감현상을 보이고 있다. 그리고 항복함수에 관련된 토질매개변수 h와 ${\alpha}$는 상대밀도에 따른 변화가 미세하고 파괴규준에 관련한 토질매개변수와 관련성이 매우 높아 파괴규준, ${\eta}_1$에 관한 식으로 대체할 수 있으며, 이 식을 이용하여 수치해석 한 결과 양호하게 예측하고 있다.

• 스마트미디어저널
• /
• 제11권4호
• /
• pp.19-29
• /
• 2022

IoT 기술의 발전에 따라 스마트팜을 활용하는 농가가 증가하고 있다. 스마트팜은 환경을 모니터링하고, 원격 또는 자동으로 최적의 내부 환경을 조성하여 작물의 생산량 및 품질을 향상시킨다. 이를 위해 수집되는 농업 디지털 데이터를 활용하여 작물의 생산성을 예측하는 기술에 대한 연구가 활성화되고 있다. 그러나 생산량 예측을 위한 연구에서는 기존의 통계자료를 바탕으로 하는 통계모델 기반의 연구가 대부분이며, 이에 따라 예측 정확도가 낮은 문제점이 존재한다. 본 연구에서는 시설 원예 스마트팜에 수집된 농업 디지털 데이터를 활용하여 다양한 머신러닝 모델을 통해 생산량 및 판매 수익금을 예측하고, 성능을 비교하였다. 성능을 비교한 모델은 다중선형회귀, 서포트벡터머신, 인공신경망, 순환신경망, LSTM, ConvLSTM이다. 성능 비교 결과 ConvLSTM가 R2 값 및 RMSE 값에서 가장 우수한 성능을 나타내었다.