• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.238-238
• /
• 2016

토양수분, 증발산량, 유출량 등의 고해상도 수문기상요소 산출을 위한 지면모델 활용 기술은 기상 및 수문분야에서 널리 활용 중에 있다. 본 연구에서는 미국 국립대기과학연구소(NCAR)에서 개발된 기상-수문 결합모델 WRF-Hydro(Weather Research and Forecasting Model Hydrological modeling extension package)을 활용하여 낙동강 유역에서 발생한 돌발홍수 사례 실험에 적용하여 강우량 및 수문기상요소 전체를 모의함으로써 기상-수문-지면 결합모델을 활용한 수문기상요소 산출하고자 하였다. 이를 기존의 기상모델로부터 입력강제자료를 제공받아 Off-line 형태로 결합된 지면모델(TOPLATS, TOPmodel-based Land Atmosphere Transfer Scheme) 결과와 비교하였고 기상-수문 결합모델의 국내 적용성을 검토하였다. 기상-수문-지면 결합모델(WRF-Hydro)의 초기장 및 경계장은 기상청 현업 모델에서 생성된 국지예보모델자료 1.5km 자료(LDAPS, Local Data Assimilation and Prediction System)를 사용하였으며, 모델의 적분기간은 돌발홍수 사례에 따라 24~36시간을 수행하였다. WRF-Hydro 모델의 물리모수화 방안은 작년까지 기상청에서 현업운영되는 KWRF의 방안들을 준용하였으며, WRF-Hydro 수행을 위해 Advanced Spaceborne Thermal Emission and Reflection Radiometer(ASTER)에서 제공되는 30 m 해상도의 수치표고자료를 GIS(Geographic Information System)를 활용하여 지표유출방향을 설정하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.499-499
• /
• 2023

최근 컴퓨터 성능 향상과 새로운 머신러닝 알고리즘 개발됨에 따라, 각 분야별 연구자들이 이를 활용한 연구를 다양하게 수행하고 있으며, 하수처리시설의 경우에는 막대한 양의 운영자료가 축척됨에 따라 머신러닝을 활용한 다양한 연구가 가속화 되고 있다. 기존 하수처리장의 물리학적 모델은 적용된 영향 인자에 여러 가지 가정이 고려되어 모델 정확도가 부정확해지는 경향이 있었으며, 이러한 문제점을 보완하기 위해 하수처리장의 수집된 운영자료 및 머신러닝 기반의 예측 모델을 활용하여 예측 모델 정확도를 향상하는 선행 연구들이 진행되고 있다. A 하수처리장의 부지 내에 설치된 센서를 통하여 운영자료가 중앙제어실 서버에 실시간으로 저장되는 자료를 활용하여 NN (Neural Network), SVM (Support Vector Machine), RF (Random Forest) 등과 같은 다양한 머신러닝 모델을 적용하였고, 하수처리장 운영자료를 적용할 경우 어느 모델이 가장 높은 성능이 나타나는지 인사이트를 도출하고자 하였다. 금회 연구는 A 하수처리장을 대상으로 여러 머신러닝 기반 예측 모델을 개발하고, 각 모델의 예측정확도를 서로 평가함으로써, 머신러닝 모델 최적화를 수행할 수 있었다. 이번 연구에서 도출된 결과를 활용하여 하수처리장 예측 모델 최적화를 진행할 경우, 향후 비교적 짧은 시간에 하수처리장 머신러닝 기반 예측 모델 개발이 가능하다는 점에 의의가 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.61-61
• /
• 2022

최근 머신러닝 기술의 발달에 따라 이를 활용한 레이더 자료기반 강우예측기법이 활발히 개발되고 있다. 기존 머신러닝을 이용한 강우예측모델 개발 관련 연구는 주로 한 지역에 대해 수행되며, 데이터 기반으로 훈련되는 머신러닝 기법의 특성상 개발된 모델이 훈련된 지역에 대해서만 좋은 성능을 보인다는 한계점이 존재한다. 이러한 한계점을 해결하기 위해 사전 훈련된 모델을 이용하여 새로운 데이터에 대해 모델을 훈련하는 전이학습 기법 (transfer learning)을 적용하여 여러 유역에 대한 강우예측모델을 개발하고자 하였다. 본 연구에서는 사전 훈련된 강우예측 모델로 생성적 적대 신경망 기반 기법(Generative Adversarial Network, GAN)을 이용한 미래 강우예측모델을 사용하였다. 해당 모델은 기상청에서 제공된 2014년~2017년 여름의 레이더 이미지 자료를 이용하여 초단기, 단기 강우예측을 수행하도록 학습시켰으며, 2018년 레이더 이미지 자료를 이용한 단기강우예측 모의에서 좋은 성능을 보였다. 본 연구에서는 훈련된 모델을 이용해 새로운 댐 유역(안동댐, 충주댐)에 대한 강우예측모델을 개발하기 위해 여러 전이학습 기법을 적용하고, 그 결과를 비교하였다. 결과를 통해 새로운 데이터로 처음부터 훈련시킨 모델보다 전이학습 기법을 사용하였을 때 좋은 성능을 보이는 것을 확인하였으며, 이를 통해 여러 댐 유역에 대한 모델 개발 시 전이학습 기법이 효율적으로 적용될 수 있음을 확인하였다.

• 천문학회보
• /
• 제37권2호
• /
• pp.205.1-205.1
• /
• 2012

러시아 발사체 드네프르에 의해 발사될 과학기술위성 3호의 주탑재체 다목적적외선영상시스템, MIRIS (Multipurpose InfraRed Imaging System)는 한국천문연구원에서 주관하여 개발되었다. 그 구성 카메라인 EOC (Earth Observation Camera)는 한반도재난감시를 수행하고, SOC (Space Observation Camera)는 우리 은하 평면의 근적외선 서베이 관측을 통해 $360^{\circ}{\times}6^{\circ}$ Paschen-${\alpha}$ 방출선 지도를 작성하고 I, H 밴드 필터를 이용해서 황도 남북극에 대한 적외선우주배경복사를 관측한다. MIRIS 비행모델이 제작 완료되었고, 그 구성 기기인 SOC, EOC, 전장박스에 대한 최종 우주환경시험을 수행하였다. 과학기술위성 3호의 비행모델 우주환경시험은 진동시험과 열진공시험으로 이뤄지며, 그 시험 규격은 문서에 규정된 Acceptance Level로 수행된다. 충격시험은 공학인증모델을 통해 검증되었다. 열진공시험은 한국천문연구원에서 수행되었으며, 진동시험은 한국과학기술원 인공위성센터에서 수행되었다. 또한 전체 위성이 조립된 후 과학기술위성 3호의 열진공시험은 한국항공우주연구원에서 수행되었다. 이 발표에서는 MIRIS 비행모델에 대한 환경시험과정 및 결과를 보고하고, 과학기술위성이 전체적으로 조립된 후의 MIRIS 진동 및 열진공 시험 결과도 함께 논의한다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2007년도 GIS 공동춘계학술대회 논문집
• /
• pp.453-460
• /
• 2007

본 연구는 공공부문에서 적용할 수 있는 현실적이고 경제성 있는 USN 서비스 모델을 발굴하고 USN 서비스를 도입하기 위한 방안을 제시하는데 그 목적이 있다. 공공부문 USN 도입 방안에 대한 제시는 서비스의 특성을 충분히 고려하여야 하며, 적절한 서비스 요구사항에 대한 평가를 기반으로 도입되고 추진되어야 한다. 본 연구에서는 이러한 과정을 수행하기 위하여 2차례에 걸친 사용자 분석을 수행하였다. 우선 다양한 서비스 모델의 발굴하기 위한 1차 조사를 수행하여 여러가지 우수한 USN 서비스 모델을 발굴하였고, 이를 바탕으로 사용자를 중심으로 한 2차 조사를 실시하여 서비스의 특성 등을 분석하였다. 이렇게 조사된 자료는 서비스 요구사항 평가 모델 등을 바탕으로 평가되어 USN 서비스를 단계적으로 확산하는 전략에 활용되고 있다.

• 한국정보과학회논문지:시스템및이론
• /
• 제27권11호
• /
• pp.881-889
• /
• 2000

프로그램의 실행시간은 캐쉬메모리의 효율적 사용과 밀접한 관계가 있다. 특히 간섭 실패는 프로그램의 성능에 큰 영향을 미치지만 나타나는 형태가 불규칙적이므로 예측하기가 매우 어렵다. 본 논문에서는 직접 사상 캐쉬전략을 사용한 완전 중첩 루프 내 배열의 캐쉬 실패율(cache miss ratio)을 구하는 분석적 모델을 제시한다. 논문에서 제시한 모델을 임의의 캐쉬 위치에 각 배열이 접근한 시간을 기반으로 다음주기에서 캐쉬 실패의 발생 여부를 예측하는데, 간섭으로 발생한 캐쉬 실패 개수에 대해 기존에 제시된 모델보다 더 빠르고 정확한 예측이 가능하다. 특히, 한문장의 수행시간 예측시간은 배열의 크기와 독립적이기 때문에, 전체 프로그램의 수행시간 예측은 배열의 크기 및 문장의 반복 회수 배만큼 빠른 결과를 보여준다. 본 모델은 프로그램의 성능예측 뿐만 아니라 데이터 지역성의 최적화, 캐쉬 구성, 스케쥴링 등에서도 이용 가능하다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 하계학술대회 논문집 A
• /
• pp.102-106
• /
• 2000

본 논문은 뉴로-퍼지 모델의 구조학습을 이용하여 한 시간 앞의 전력 수요를 예측하는 체계적인 방법을 제안한다. 제안된 예측시스템은 시간 단위로 뉴로-퍼지 모델을 재학습하기 위해서 필요한 초기 구조를 요일 유형과 시간 별로 미리 생성하고, 이를 초기 구조 뱅크에 저장한다. 예측이 수행되는 시점의 요일 유형에 따라 선택된 초기 구조를 이용하여 뉴로-퍼지 모델을 초기화하고, 학습하고, 예측을 수행한다. 제안된 방법의 실효성을 검증하기 위해 1996년과 1997년의 실제 전력 수요 데이터를 이용하여 모의 실험을 수행한다. 실험결과 제안된 방법은 기존의 다층 퍼셉트론을 이용한 방법과 비교하여 예측의 정확도 측면과 신뢰도 측면에서 모두 향상된 결과를 얻는다.

• 전자통신동향분석
• /
• 제17권5호통권77호
• /
• pp.107-118
• /
• 2002

본 논문은 대형 프로젝트를 수행하는 데 있어서 필요한 리소스, 인력, 개발비용 및 소프트웨어 소스에 대한 데이터를 추정하여 프로젝트의 효율성을 평가하는 모델인 소프트웨어 프로젝트 평가모델을 이용하여 기 수행된 프로젝트의 경험데이터와 수행되고 있는 프로젝트의 소프트웨어 메트릭스(metrics) 데이터를 활용하여 생산성, 품질, 자원투입 효과, 개발될 소프트웨어 소스 규모 등을 추정해 보고 이를 경험적인 모델(empirical model)에 적용하여 프로젝트 별로 평가, 비교 분석해 본다. 또 향후 유사 프로젝트 관리(similar project management)에 필요한 사항들을 제안한다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2002년도 하계학술발표대회 논문집 제21권 1호
• /
• pp.99-102
• /
• 2002

본 논문에서는 한국어 대어휘 연속음성 인식 시스템의 성능향상을 위하여 Multi-Pass 탐색 방법을 도입하고, 그 유효성을 확인하고자 한다. 연속음성 인식실험을 위하여, 최근 실험용으로 널리 사용되고 있는 HTK와 Multi-Pass 탐색 방법을 이용한 음성인식 시스템의 비교 실험을 수행한다. 대어휘 연속음성 인식 시스템에 사용한 언어 모델은 ARPA 표준 형식의 단어 N-gram 언어모델로, 1-pass에서는 2-gram 언어모델을, 2-pass 에서는 역방향 3-gram 언어모델을 이용하여 Multi-Pass 탐색 방법으로 인식을 수행한다. 본 논문에서는 Multi-Pass 탐색 방법을 한국어 연속음성인식에 적합하게 구성한 후, 다양한 한국어 음성 데이터 베이스를 이용하여 인식실험을 수행하였다. 그 결과, 전화망을 통하여 수집된 잡음이 포함된 증권거래용 연속음성 데이터 베이스를 이용한 연속음성 인식실험에서 HTK가 $59.50\%$, Multi-Pass 탐색 방법을 이용한 시스템은 $73.31\%$의 인식성능을 나타내어 HTK를 이용한 연속음성 인식률 보다 약 $13\%$의 인식률 향상을 나타내었다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 2005년도 춘계학술대회 논문집
• /
• pp.117-122
• /
• 2005

전투실험은 미래 작전 요구능력을 충족하는 신기술/신체계, 신교리, 신조직의 대안을 반복적으로 실험하고, 성숙시켜서 성공이 보장되는 전투발전 소요를 제기하는 과정으로 우리 군에서도 1999년 이후 육군을 중심으로 교리 및 정책, 전술 등의 분야에 적용되는 전투실험을 수행하고 있다. 전투실험을 수행하는 다양한 방법들이 있으나 국방시뮬레이션 모델을 활용하는 전투실험이 비용 및 효용성 측면에서 매우 유리한 것으로 인식되어 국내의 전투실험 과제수행에 있어서도 다수의 국방시뮬레이션 모델이 활용되고 있다. 특히 한국국방연구원이 1991년 이후 지속적으로 운용하고 있는 JANUS 모델은 단위 무기체계 수준의 상세한 무기체계 모의가 가능하고 무기체계 획득 및 교리검증 시에 탁월한 효용성을 발휘할 수 있으므로 다양한 전투실험과제에 활용되고 있다. 본 연구는 육군 전투실험에서의 JANUS 모델 활용기법을 체계적으로 검토하여 국방시뮬레이션을 활용한 효과적인 전투실험 기법을 분석하고 개선사항을 도출함으로써 우리 군의 시뮬레이션 발전에 기여하고자 한다.