• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.401-401
• /
• 2011

본 연구는 Bayesian MCMC(Markov Chain Monte Carlo)를 이용한 비정상성 빈도해석 모형에 외부기상인자를 결합하여 계절단위의 강수량을 예측하는데 목적을 두고 있으며, 그 중에서도 홍수 위험도와 관련하여 유용하게 이용될 수 있는 여름강수량을 예측 대상으로 하였다. 비정상성 빈도해석 모형을 기반으로 외부 기상인자에 의한 변동성을 고려하기 위해서는 대상 수문량을 한정할 필요가 있으며 극대치강수량과 연관성이 높은 장마전선, 태풍 등의 기상인자는 공간적 변동성 및 복합적인 특성들로 인해 예측인자를 구성하는 기상인자로 사용하기에는 무리가 있다. 따라서 본 연구에서는 계절단위의 수문량으로 여름강수량을 대상으로 하였으며, 이에 영향을 미치는 외부 기상인자로서 SST(sea surface temperature)와 OLR(outgoing longwave radiation)을 도입하였으며, 낙동강유역 여름강수량과의 공간 상관성이 높은 지역의 이전 겨울 SST와 6월 OLR을 예측인자로 활용한 7~9월 여름강수량 예측모형을 구성하였다. 모형의 검증은 결과를 알고 있는 2010년 여름 강수량을 대상으로 수행하였으며, 모형의 적용은 현재시점에서 관측된 2010년 겨울 SST와, 과거 관측 자료를 토대로 가정된 2011년 6월 OLR을 이용하여 2011년 여름 강수량을 예측하였다. 결과적으로 모형 매개변수들의 사후분포로부터 불확실성 구간을 포함한 예측결과를 구할 수 있었다.

• The Korean Journal of Financial Studies
• /
• v.11 no.1
• /
• pp.157-176
• /
• 2005

본 연구는 KOSPI자산 포트폴리오에 대한 VaR를 다양한 ARCH류 모형을 사용하여 추정하고 이들의 예측능력을 평가하였다. 활용된 모형은 우선 기본적인 GARCH(1,1)모형과 레버리지 효과를 감안한 TGARCH모형, 다양한 ARCH모형을 포괄할 수 있는 PGARCH모형, 변동성의 영속성을 고려한 IGARCH모형이 포함되었다. 모형 상호간의 성과비교에 추가하여 ARCH류 모형에서 수익률예측오차의 분포에 따라서 VaR의 예측성과가 얼마나 차이가 발생하는가를 확인하기 위하여 정규분포와 Student-t분포의 성과를 비교하였다. 마지막으로 VaR 추정시에 조건부평균을 무시하는 관례가 어느정도 타당성이 있는지를 확인하기 위하여 1시차 자기회귀과정에 입각한 조건부 평균을 감안한 결과를 검토하였다. ARCH류 모형에서 모형 설명력은 보다 정교한 모형인 TGARCH모형이나 PGARCH모형이 우월하게 나타났지만, VaR의 예측능력 우월성으로 이어지지는 않았다. Student-t분포를 가정한 경우 VaR모형 사후검증성과는 정규분포를 가정한 경우보다 모든 신뢰수준에서 개선되었으며, 조건부평균의 제거는 Student-t분포 가정하에서는 적합하지 않은 것으로 나타났다. ARCH류 모형에서 가장 단순한 형태인 IGARCH모형의 예측성과가 다른 모형들에 비하여 뒤떨어지지 않으며, 더욱 제약된 형태인 RiskMetrics의 EWMA모형이 사후검증에서 우수한 성과를 보여 단순한 모형의 유용성을 확인시켜주고 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.17-17
• /
• 2018

재난발생 위험은 불확실성을 내포하고 있으며, 이러한 불확실성 요인을 줄이고 사전에 소멸시키는 일은 매우 중요한 사항이 될 수 있다. 또한 재난관리 관점에서 그것이 발생했을 때 어떤 식으로 대응할지에 대한 과정이 체계적으로 갖추어져 있어야 하며, 복구 및 재발 방지를 위한 지속적인 노력이 수반될 필요성이 있다. 본 연구에서는 기후정보를 활용한 중장기 수문예측을 실시하고 통합홍수위험평가 시스템 구축을 통한 홍수위험도 분석을 실시하였다. 이를 위하여 우리나라 243개 지자체를 대상으로 홍수관련 위해성, 노출성, 취약성 자료를 수집하여 표준화하였으며, 전문가 Delphi-AHP 설문조사 분석을 통하여 가중치를 적용하고 위험도를 예측 평가하였다. 이러한 중장기 위험 예측 정보는 한 달 또는 수개월 전에 지자체 행정력을 집중 및 분산시키고, 수재해(홍수/가뭄 등) 위험관리 계획 수립이 가능하여 재난관리자에게 유용한 정보로 활용될 수 있을 것이다. 또한 재난의 생애주기(Life Cycle)별 예방, 대비, 대응, 복구 단계에 따라 사전과 사후에 가능한 주요 활동들을 구체화 할 수 있으며, 시간 스케일별 기후예측 정보를 활용한 재난관리 패러다임 전환과 골든타임 확보 등 수자원예측 분야 기술적 진보를 이룰 수 있을 것으로 기대한다. 향후 통계 역학 모형 기반 중 장기 예측 정보의 신뢰도가 향상 된다면 보다 다양한 분야 예측 정보 서비스 및 활용이 가능할 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.59-59
• /
• 2019

최근 기후변화로 인해 대류성 집중호우가 빈번하게 발생하고 있으며, 이러한 강우 특성은 산지지역에 위치한 소하천유역에 상당한 피해를 야기한다. 대류성 집중호우는 규모가 작고 속도가 빠르기 때문에 중규모 이상의 유역에서 부분적으로 상이한 강우특성을 보인다. 아울러 이러한 호우패턴의 변화는 일시적인 현상이 아닌 하나의 기상 특성으로 자리를 잡아가고 있기 때문에 이에 대한 대책마련이 더욱 필요한 실정이다. 돌발홍수 예경보시스템에 예측강우 자료는 예측 선행시간의 한계를 가진다. 즉, 예측강우 자료자체가 가지는 편의와 불확실성으로 인해 예측 선행시간이 3시간을 초과하면 신뢰도가 급격히 하락하게 된다. 이를 해결하기 위해 우리나라에서는 지상관측치와의 편의를 보정하거나 예측강우자료 자체의 품질을 개선하려는 노력을 지속하고 있다. 본 연구에서는 예측 선행시간을 확장하고자 순차적으로 생산되는 예측강우를 가중평균하여 앙상블 예측치를 모의하는 기법을 개발하였다. 각 선행시간별 예측강우자료를 앙상블 멤버로 인식하여 이들의 공분산 구조를 파악하고, 분산과 공분산 수치를 이용하여 가중치를 결정하였다. 1, 2, 3시간 예측 선행시간에 대한 확장 가능성을 확인하고자 하였고, 최적의 앙상블 멤버 개수를 결정하여 적용 및 평가하였다. 본 연구에서는 2016년과 2017년에 발생한 주요 호우사상을 선정하고, 우리나라 전역에 걸쳐 예측강우 앙상블 생성 방법론을 적용하였다. 그 결과, 가중평균 앙상블의 예측치가 예측강우장 1개, 단순평균 앙상블 예측치에 비해 좋은 품질의 예측 성능을 보였으며, 예측치의 분산 또한 감소하여 예측에 대한 불확실성이 줄어듦을 확인하였다.

• Journal of the Korea Convergence Society
• /
• v.13 no.5
• /
• pp.237-247
• /
• 2022

This study predicts the economic activity level of the elderly in Korea using various machine learning methods. While the previous studies mainly focused on testing the relationship between the economic activity level and the life satisfaction or the social security system, this study aims at the accurate prediction on the economic activity level of the elderly using various machine learning methods and the forecast combination. Dependent variables such as the activity rate, employment rate, etc and independent variables such as the income, average wage, etc compose the dataset in this study. Five different machine learning methods and two forecast combinations are applied to the given dataset. The prediction performances of the machine learning method and the forecast combination varied across the dependent variables and prediction intervals, but it was found that the forecast combination was relatively superior to other methods in terms of the stability of prediction. This study has significance in that it accurately predicted the economic activity level of the elderly and achieved the stability of the prediction, raising practicality from a policy perspective.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.211-211
• /
• 2018

미해양대기청 기후예측센터(Climate Prediction Center, NOAA)에서 제공하고 있는 기후지수(climate indices)를 예측인자로 하고 금강유역의 5~6월의 강우량을 예측대상으로 하는 원격상관기반 통계모형을 구축하였다. 1988년부터 2017년까지의 30년 자료에 대해 예측인자와 예측대상간의 시간지연상관분석을 수행한 결과 NAO(North Atlantic Oscillation), EP/NP(East Pacific/North Pacific Oscillation), EA(East Atlantic Pattern), WP(Western Pacific Index) 등과 상관성이 높은 것으로 분석되었으며, 이러한 시간지연 기후지수를 이용하여 4개월전에 5,6월 강수량을 예측할 수 있는 다중회귀모형을 개발하였다. 관측 강우량 아노말리가 큰 경우에는 다소 과소 예측되고, 아노말리가 작은 경우에는 다소 과다 예측되는 경향을 보였지만 관측 강우량과 예측 강우량간의 상관계수가 0.75로서 비교적 우수한 예측 결과를 나타내었다. 5~6월 강우량 아노말리의 3분위 예측성을 평가한 결과 평년이상 적중률은 77.8%, 평년수준은 81.8%로서 예측 성공률이 높았으며, 5, 6월 누적강우량이 매우 작았던 92년과 95년을 제외하고는 강우량이 적은 해에도 예측성이 우수하여 평년이하 적중률이 70.0%를 나타내었다. 따라서 본 개발모형은 최소 4개월 이전 선행시간을 가지고 늦봄, 초여름강우량을 예측할 수 있는 저비용의 가뭄 예측 도구로 유용하게 활용될 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.131-131
• /
• 2022

기후변화의 영향으로 극치강우의 변동성이 커지고 있으며 계획빈도를 초과하는 폭우로 피해가 증가하고 있다. 기존의 물리기반의 홍수예측모델은 개념적 및 구조적 제약과 함께 다양한 유역조건 및 수문기상 조건에 기인한 강우-유출 관계의 불확실성을 고려하는 데 한계가 있다. 특히 한정된 홍수 사상을 통해 구축된 관측 자료로 인해 새로운 홍수 사상 예측 능력이 저조할 수밖에 없다. 따라서 기존 물리모형 기반의 홍수예측과 함께, 딥러닝(deep learning) 모형을 고려한 홍수예측 모델 개발과 개선이 필요하다. 본 연구에서는 다양한 분야에서 활용되는 인공지능(artificial intelligence, AI) 기술을 종합적으로 검토하고, 홍수 예측 측면에서의 활용 가능성 및 신뢰성을 고려하여 AI 기법을 채택하였다. 한강수계에 존재하는 댐 중 일부를 선정하여 대상 댐의 수문·기상학적 자료를 전처리한 후, 인공지능 기반의 홍수예측모형을 구축 및 최적화하였다. 다양한 예측인자와 모델 구성으로 홍수예측력에 대한 평가를 다각적으로 수행함으로써 홍수예측모델의 신뢰성을 제고하였다. 전반적으로 우수한 결과를 도출하였고, 유역면적이 작을수록 결과가 좋았다. 이는 넓은 유역일수록 복잡한 강우-유출 과정이 내재되어 있기 때문으로 판단되며, 넓은 유역에는 본 연구에서 활용한 자료에 추가적인 자료를 도입하여 모형 개선이 이루어져야 할 것으로 판단하였다. 수문 예측 연구에 통계모형이나 기계학습모형의 적용은 많이 있었지만, 딥러닝 기법 활용은 새로운 시도라는 점에서 의미가 있다.

• Proceedings of the Korea Contents Association Conference
• /
• 2016.05a
• /
• pp.211-212
• /
• 2016

기술예측이란 전략적 연구개발 분야 및 미래유망기술 도출을 위해 장기적인 과학, 기술, 경제, 사회 현상을 조사하기 위한 과정이다. 미래 기술예측의 효과적 추진을 위해 체계적인 방법론과 프로세스를 개발 적용하여 미래 기술의 수용성과 예측성, 참신성을 높일 수 있는 방법으로 인간의 6가지 감각을 기반으로 한 미래 기술예측조사 및 유망기술의 발굴 및 선정을 위한 새로운 접근방식으로써 예측조사 프레임워크를 제안한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.11a
• /
• pp.581-585
• /
• 2007

본 연구는 비선형적인 시계열 자료로부터 최신 데이터와 유사한 사례를 탐색하여 미래를 예측하기 위하여 유사추론 기법을 이용한 예측 알고리즘을 제안한다. 기존의 연구들이 최신 데이터와 과거 사례와의 유사성을 비교하기 위해 유클리디언 거리 또는 평균 제곱에러 등을 이용하나, 추세의 유사성을 고려하지는 않는다. 본 연구는 사례 구간 크기, 예측 오차, 평균차이 검증, 사례간 추세의 유사성 등 다차원적 유사추론 요인을 이용한 예측방법과 그 효과를 제시한다.

• Proceedings of the Korean Environmental Sciences Society Conference
• /
• 2003.05a
• /
• pp.170-172
• /
• 2003

뇌우 가능성을 예측하는 지수값을 보면, Showalter index는 4이하일 때, Lifted index는 2이하일 때, SWEAT index는 30이상, K index는 20이상 그리고 Total Totals index의 경우, 14일의 기단성 뇌우 발생일 중 광주에서는 9일, 포항에서는 10일이 예측되었고, Lifted index의 경우, 광주에서 8일, 포항에서 7일이었으며, SWEAT index의 경우 광주에서는 없으며, 포항에서는 3일이었다. 또한 K index의 경우, 광주에서 10일, 포항에서 12일이었으며, Total Totals index의 경우, 광주에서 5일, 포항에서 6일이었다. 전반적으로 5월에 발생한 기단성 뇌우를 제외한다면 매우 유효한 예측율을 나타내고 있다고 할 수 있다. 가장 높은 예측율을 나타낸 지수는 K index라고 할 수 있으며, 가장 낮은 예측을 나타낸 것은 SWEAT index라고 할 수 있다. 광주와 포항 모두 동일한 안정도지수에서 비슷한 예측율을 나타내어 지역적인 특성을 찾아보기가 어려웠다. 따라서 부산 지역에서 기단성 뇌우 예측은 가장 예측율이 높은 K index를 이용하면 많은 도움이 되리라고 판단된다.