• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2007.12a
• /
• pp.31-33
• /
• 2007

최근에 선박이 대형화, 고속화되면서 선수 충격파 영향으로 인하여 선체 또는 화물에 잦은 손상을 초래하기도 하고, 극단적인 상황에서는 선박이 절단되기도 한다. 본 논문에서는 내항성능 평가요소 중 하나인 상하가속도 값을 선교에 설치된 선체감시장치를 이용하여 해상상태별 변화량을 계측하고, 이를 모형시험 및 이론계산 결과와 상호 비교하였다. 또한 ITTC 에서 제시하는 내항성능 기준치와도 비교함으로써 실습선 한바다호의 내항성능을 확인하였다. 이러한 결과는 앞으로 경험할 수 있는 다양한 해상상태에서의 작업가능성 및 위험성 정도의 예측을 가능하게 함으로써 선박의 안전운항에 큰 도움이 될 것으로 판단되며, 또한 다양한 실선계측 자료를 통하여 조선소에서는 보다 우수한 성능의 선박 건조가 가능하리라 본다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.38A no.8
• /
• pp.644-649
• /
• 2013

For effective DC-free coding in the optical storage systems, the Guided Scrambling algorithm is widely used. To reduce digital discrepancy of the coded sequence, functions of digital sum value (DSV) are used as criteria to choose the best candidate. Among these criteria, the minimum digital sum value (MDSV), minium squared weight (MSW), and minimum threshold overrun (MTO) are popular methods for effective DC-suppression. In this paper, we formulate integer programming models that are equivalent to MDSV, MSW, and MTO GS coding. Incorporating the MDSV integer programming model in MaxMin setting, we develop an integer programming model that computes the worst case MDSV bound given scrambling polynomial and control bit size. In the simulation, we compared the worst case MDSV bound for different scrambling polynomial and control bit sizes. We find that careful selection of scrambling polynomial and control bit size are important factor to guarantee the worst case MDSV performance.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.63-63
• /
• 2020

최근 머신러닝 기술의 발전에 따라 비선형 시계열자료에 대한 예측이 가능해졌으며, 기존의 과정기반모형을 대체하여 지하수, 하천수 예측 등 다양한 수문분야에 활용되고 있다. 본 연구에서는 기존의 연구들과 달리 과정기반모형을 이용한 하천수 모의결과를 개선하기 위해 과정기반모형과 결합하는 방식으로 머신러닝 기술을 활용하였다. 머신러닝 기술을 통해 관측값과 모의값 간의 차이를 예측하고 과정기반모형의 모의결과에 반영함으로써 관측값을 정확히 재현할 수 있도록 하는 시스템을 구축하고 평가하였다. 과정기반모형으로는 Weather Research and Forecasting model-Hydrological modeling system (WRF-Hydro)을 소양강 유역을 대상으로 구축하였다. 머신러닝 모형으로는 순환 신경망 중 하나인 Long Short-Term Memory (LSTM) 신경망을 이용하여 장기시계열예측이 가능하게 하였다(WRF-Hydro-LSTM). 머신러닝 모형은 2013년부터 2017년까지의 기상자료 및 유입량 잔차를 이용하여 학습시키고, 2018년 기상자료를 이용하여 예상되는 유입량 잔차를 모의하였다. 모의된 잔차를 WRF-Hydro 모의결과에 반영시켜 최종 유입량 모의값을 보정하였다. 또한, 연구에서 제안된 새로운 방법론의 성능을 비교평가하기 위해 머신러닝 단독 모형으로 유입량을 학습 후 모의하였다(LSTM-only). 상관계수와 Nash-Sutcliffe 효율계수(NSE)를 사용해 평가한 결과, LSTM을 이용한 두 방법(WRF-Hydro-LSTM과 LSTM-only) 모두 기존의 과정기반모형(WRF-Hydro-only)에 비해 높은 정확도의 하천수 모의가 가능했으며, PBIAS 지수를 사용하여 평가한 결과, LSTM을 단독으로 사용하였을 때보다 WRF-Hydro와 결합했을 때 더 관측값과 가까운 모의가 가능함을 확인할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.253-257
• /
• 2010

최근 들어 이상 강우 현상으로 인한 기록적인 집중 강우와 더불어 토지 이용 변화로 인해 탁수의 발생 빈도가 증가하고 있다. 강우 유출로 유입한 탁수는 저수지 내 장기간 체류하면서 하류 하천의 수질 및 수생태계 뿐만 아니라 저수지 내부의 영양단계에도 많은 영향을 준다. 특히, 성층화된 저수지의 경우 높은 영양염류 농도를 포함한 탁수는 밀도류 거동 특성을 보이면서 수평 및 수직 혼합 과정을 거치면서 국부적인 부영양화 현상과 조류의 수화 현상의 원인이 되고 있다. 따라서 대형 저수지의 수질관리에 있어 하천 유입 탁수의 밀도류 해석, 저수지의 수온 성층 구조 변화, 부유입자의 동력학적 해석이 중요한 요소로 부각되어 왔다. 본 연구에서는 소양호를 연구 대상 지역으로 선정하여 2005년과 2007년 수문 사상을 바탕으로 2차원 횡방향 수치 모형을 구축하였다. 수치모형을 통해 수온 성층 구조의 재현성을 확인하였으며, 다양한 탁수 거동 모형을 구축하여 적용성을 평가하였다. 유입수의 SS(Suspended Solid)를 단일 입경으로 가정한 TM-1 모형, SS의 입경분포에 따라 3개의 그룹(SSi)으로 구분한 TM-2 모형, 3개 그룹을 포함하면서 저수지내 탁수 장기화로 인한 탁수 저감 효과를 1차 반응상수로 매개 변수화(유기물 함량($a_0$) ${\times}$ 분해속도(${\lambda}_a$))하여 수정된 지배방정식을 적용한 TM-3 모형을 사용하였다. 각각의 탁수 거동 모형은 2005년과 2007년 수문 조건에서 수온 성층 구조를 잘 재현하였다. TM-1 모형과 TM-2 모형을 비교해보면, 탁수 중심축의 최고 탁도에 대한 예측 성능은 TM-2 모형이 우수한 결과를 나타냈었다. 하지만, 장기 탁수 모의 시 저수지 수중 잔류 SS가 지속적으로 높게 나타나 중층 탁도를 과대평가하는 경향을 보였다. TM-3 모형이 TM-2 모형에 비해 수심별 탁도 분포에 대한 중심축 탁도가 저평가되는 경향을 보였지만 저수지 내 잔류 탁도에 대한 영향 부분에서는 개선된 결과를 나타내었다. 본 연구 결과는 저수지 탁수 밀도류 해석 및 운영 시스템에 활용 될 수 있으며, 선택 취수 설비 등의 수리 구조물의 영향 평가에 활용할 수 있다.

• The Korean Journal of Applied Statistics
• /
• v.28 no.3
• /
• pp.429-442
• /
• 2015

Volatility forecasting in financial markets is an important issue because it is directly related to the profit of return. The volatility is generally modeled as time-varying conditional heteroskedasticity. A generalized autoregressive conditional heteroskedastic (GARCH) model is often used for modeling; however, it is not suitable to reflect structural changes (such as a financial crisis or debt crisis) into the volatility. As a remedy, we introduce the Markov regime switching GARCH (MRS-GARCH) model. For the empirical example, we analyze and forecast the volatility of the daily Korea Composite Stock Price Index (KOSPI) data from January 4, 2000 to October 30, 2014. The result shows that the regime of low volatility persists with a leverage effect. We also observe that the performance of MRS-GARCH is superior to other GARCH models for in-sample fitting; in addition, it is also superior to other models for long-term forecasting in out-of-sample fitting. The MRS-GARCH model can be a good alternative to GARCH-type models because it can reflect financial market structural changes into modeling and volatility forecasting.

• Journal of the Korean Society for information Management
• /
• v.18 no.2
• /
• pp.203-230
• /
• 2001

The purpose of this study is to develop a document clustering model for automatic classification of knowledge. Two test collections of newspaper article texts and journal article abstracts are built for the clustering experiment. Various feature reduction criteria as well as term weighting methods are applied to the term sets of the test collections, and cosine and Jaccard coefficients are used as similarity measures. The performances of complete linkage and K-means clustering algorithms are compared using different feature selection methods and various term weights. It was found that complete linkage clustering outperforms K-means algorithm and feature reduction up to almost 10% of the total feature sets does not lower the performance of document clustering to any significant extent.

• Korean Journal of Construction Engineering and Management
• /
• v.10 no.1
• /
• pp.156-166
• /
• 2009

Residential land development projects are tending upwards recently. However, an indiscreet residential land development has tended to damage environment by destroying existing green lands and trees of target lands and generating many cut slopes with transformation of its topography. There are Prior Environmental Review(PER) for district designation and Environmental Impact Assessment(EIA) before approval on development plans. PER is implemented after developing a residential land development plan and EIA is implemented after completing a detail design. As the result, many of residential land development projects are passive to reduce potential environmental problems on the designated sites. Object of this study is to construct an evaluation system on alternatives in the early step of site designation for implementing residential land development projects with environment-friendly and sustainable way. For this, alternative evaluation model is constructed by using Fuzzy Inference and Analytic Hierarchy Process(AHP) method based on Environmental Evaluation Factors of residential land development project, which are proposed in the precedent research. If a decision maker evaluates environment damage by ten-point method, the point is transformed Environmental Performance(EP) by Fuzzy Inference, and then, applying weight that is already calculated by AHP method, Total Environmental Performance(TEP) is calculated. After all, an alternative with the highest TEP is selected as the best one. Using this evaluation system, more than two alternatives of residential land development project site, which can hold location appropriateness in the early under undecided land use plan, can be evaluated quantitatively. As environmental damages, which can be generated by implementing a residential land development project, can be detected in the early step, environmental damages can be removed or reduced at the source.

• Journal of Korean Society of Rural Planning
• /
• v.12 no.1 s.30
• /
• pp.75-83
• /
• 2006

본 연구에서는 최대우도법과 인공신경망 모형에 의해 카테고리 분류를 수행하고 각각의 분류 성능을 비교 평가하였다. 인공신경망 모형은 오류역전파 알고리즘을 이용한 것으로서 학습을 통한 은닉층의 최적노드수를 결정하여 카테고리 분류를 수행하도록 하였다. 인공신경망 최적 모형은 입력층의 노드수가 7개, 은닉층의 최적노드수가 18개, 그리고 출력층의 노드수가 5개인 것으로 구성하였다. 위성영상은 1996년에 촬영된 Landsat TM-5 영상을 사용하였고, 최대우도법과 인공신경망 모형에 의한 카테고리 분류를 위하여 각각의 카테고리에 대한 분광특성을 대표하는 지역을 절취하였다. 분류 정확도는 인공신경망 모형에 의한 방법이 90%, 최대우도법이 83%로서, 인공신경망 모형의 분류 성능이 뛰어난 것으로 나타났다. 카테고리 분류 항목인 토지 피복 상태에 따른 분류는 두 가지 방법에서 밭과 주거지의 분류오차가 큰 것으로 나타났다. 특히, 최대우도법에 의한 밭에서의 태만오차는 62.6%로서 매우 큰 값을 보였다. 이는 밭이나 주거지의 특성이 위성영상 촬영시기에 따라 나지의 형태로 분류되거나 산림, 또는 논으로도 분류되는 경향이 있기 때문인 것으로 보인다. 차후에 카테고리 분류를 위한 각각의 클래스의 보조적인 정보를 추가한다면, 카테고리 분류 향상이 이루어질 것으로 기대된다.

• Journal of the Korea Concrete Institute
• /
• v.19 no.1
• /
• pp.11-18
• /
• 2007

Seismic performance evaluation for dam safety evaluation has been continually conducted. However the behavior analysis for the spillway pier which is known as the weak point of dam is seldom reported. Therefore, this study performed the static loading tests for a prototype structures as elementary tests for the final seismic performance evaluation of dam safety. The prototype of pier structure has 1/20 scale and it adopts to strength model. And cracking loads and ultimate loads of real structures are calculated through numerical analysis using commercial FEM program (ABAQUS). The results of this study show some difference between the results of prototype tests and the results of numerical analysis. Also, the ultimate and cracking loads can be estimated through the prototype loading test and numerical analysis.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.99-99
• /
• 2016

최근 홍수의 특성과 피해 양상은 과거와는 다르게 변화하고 있으며, 급격한 도시화로 인하여 기존 하천유역의 저류 능력이 감소하였는데 이러한 한계를 극복하기 위하여 이미 외국에서는 대심도 터널을 활용한 홍수재해 관리방안이 오래전부터 활용되어 왔다. 본 연구에서는 현재 서울시에 건설중인 '신월 빗물저류배수시설' 연속강우 시 대심도 터널의 수리적 안정성 평가와 운영방안 수립을 위한 수리모형실험을 실시하였다. 모형은 Froude 상사법칙을 사용하여 원형의 1/50크기로 제작하였다. 모형의 전체 저류 가능량은 모형기준 $2.78m^3$ (원형 $347,778m^3$)이며, 터널 내 잔류수는 전체 저류 가능량의 0 ~ 100%까지 10%씩 변화시켜 실험 CASE를 선정하였다. 각 실험CASE별 수직 유입구 안정성 평가를 실시한 결과 터널 내 잔류수가 10%~80%까지 존재 할 때는 저지수직구1에서의 압축공기 폭발현상으로 인한 월류현상이 발생하였으며, 10%~40%까지는 저지수직구2에서 월류현상이 발생하였다. 하지만 고지수직구에서는 모든 CASE에서의 공기폭발 현상 및 월류현상이 발생하지 않아 유입성능 및 공기배출 성능이 충분히 발휘되고 있는 것으로 분석되었다. 또한 저지수직구1에서의 월류현상 발생 시점은 5분55초에서 3분42초까지 빨라졌으며 저지수직구2에서의 월류현상 발생 시점은 5분57초에서 4분57초로 빨라졌다. 이는 터널 내 잔류수량이 증가할수록 터널 내 만관시점이 빨라져 발생하며, 저지수직구1,2에서의 압축공기 폭발현상 및 월류 현상은 터널 내에서 발생한 반사파의 영향으로 판단된다. 차후 터널 내 반사파 발생에 대한 연구가 추가적으로 진행되어야 할 것이다.