• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.202-202
• /
• 2020

산지 및 도시에서 발생하는 돌발홍수가 대상인 예경보는 홍수 도달시간이 짧고, 수위가 급격하게 상승하는 특성 때문에 1시간 선행시간 확보를 목표로 한다(MOLIT, 2016). 그러나 현재 돌발홍수 예경보 process에 소요되는 시간은 그 이상으로 확인되고 있다. 또한, 돌발홍수 예경보시스템으로부터 출력된 예측 결과를 사람이 직접 확인해야 한다는 단점도 있다. 본 연구에서는 돌발홍수 예경보 선행시간 1시간 확보를 목표로 backward-forward tracking 기법 기반 예측강우 편의보정기법을 제안하고자 한다. 이 기법은 현재 시점보다 이전에 보정계수를 결정함으로써 돌발홍수 예경보 소요시간을 크게 줄여 돌발홍수 대피시간을 확보할 수 있게 한다. 또한, 보정계수의 결정과 적용이 연속적으로 이루어짐에 따라 10분 간격으로 생성되는 MAPLE의 지속적인 편의보정이 가능하다. 예측강우에 대한 보정계수는 현재보다 10분 이전에 결정한다. 즉, 10분 이전 시점에 생성된 10분, 70분 선행 예측강우에 backward tracking을 적용하여 현재 시점의 호우 위치인 target window를 찾는다. 그리고 target window에서 보정계수를 결정한다. 결정된 보정계수는 돌발홍수발령 대상지역인 correction window의 현재 생성된 60분 선행 예측강우에 적용한다. 이 과정에서 과거 시점 10분 선행 예측강우와 현재 시점에 생성된 60분 선행 예측강우와의 forward tracking이 수행된다. Storm tracking 기법으로는 두 예측강우의 호우패턴에 대한 유사성을 정량화한 패턴상관계수를 이용하였다. 대상 호우사상으로는 2016년에 발생한 주요 호우사상을 선정하였다. 본 연구에서 제안하는 기법을 적용하고, 편의보정 결과를 기존 편의보정기법 적용 결과와 비교하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.104-104
• /
• 2022

임진강 수계는 북측 지역이 다수를 차지하는 유역 특성으로 예고 없는 상류 급방류, 강우 등으로 인해 댐 운영에 근본적 어려움이 있으며, 이에 따라 홍수조절지 및 댐 하류 계측 가능 지역의 취득 자료를 고려한 하천 수위 변화에 대한 사전 예측을 필요로 하고 있다. 홍수기 하천 도달시간 및 수위예측 기법으로는 물리 기반 및 데이터 기반 모델들이 다양하게 연구되어 왔으며, 일부 연구성과들은 현업에 활용하고 있다. 물리기반 모델은 하천 지형 변화에 대한 자료 취득 및 분석에 많은 시간을 요하는 단점은 있으나, 설명 가능한 모델을 구현할 수 있을 것으로 사료 된다. 반면, 데이터 기반 인공지능 모델은 짧은 시간 및 비용으로 모델을 개발할 수 있으나, 복잡한 알고리즘구현 시 설명이 불가하여 일관성을 의심 받을 수 있다. 본 논문에서는 홍수 도달시간과 하류 수위 상승에 대하여 설명 가능한 인공지능 알고리즘 및 시뮬레이션 프로그램을 개발하고자 하였다. 홍수 도달시간 예측은 기존 조견표 방식에서 고려하지 않았던 홍수파의 영향을 추가 변수화 하고, 데이터의 전후처리를 통하여 도달시간을 예측하였다. 실시간 하류 수위 예측은 댐 방류량, 주변 강우, 조위 등을 고려하여 도달시간 후 수위를 예측할 수 있도록 구현하였으며, 자료 동화 기술을 일부 적용하였다. 미래 방류조건에 대한 시뮬레이션을 위해서는 미래 방류량, 예상 강우 입력 시 하천 지점별 수위 상승을 예측할 수 있도록 알고리즘 및 프로그램을 개발하였다. 이를 구현하기 위하여 다양한 인공지능 알고리즘을 이용한 학습, 유전자 알고리즘을 이용한 가중치 학습 제한 조건내 최적화, 수위파와 조위파의 중첩의 정리 등을 이용하여 예측 정확도 및 신뢰성을 제고 하였다. 인공지능 분석결과의 현업활용성 제고를 위하여 시뮬레이터 프로그램을 개발하여 현업에 적용하였다.

• Journal of Korean Society of Transportation
• /
• v.22 no.7 s.78
• /
• pp.169-175
• /
• 2004

This paper develops a dynamic travel time prediction model for ATIS in a national highway. While there have been many research on travel time prediction, none of them is for national highway in Korea. The study uses AVI data installed on the national highway No.1 with 10km interval for travel time prediction model, and probe vehicle data for evaluating the model. The study area has many access points, so there are many outlying observations in the raw AVI data. Therefore, this study uses the algorithm proposed by the author for removing the outliers, and then Kalman filtering algorithm is applied for the travel time prediction. The prediction model is performed for 5, 10, 15 and 30 minute-aggregating interval and the results are $0.061{\sim}0.066$ for 5, 10 and 15 interval and 0.078 for 30 minute one with a little low performance as MAREs.

• Bulletin of the Korean Space Science Society
• /
• 2010.04a
• /
• pp.35.4-35.4
• /
• 2010

GPS 위성 중 세슘시계를 보유한 Block IIA 위성은 시계 성능의 저하로 시계 예측 모델의 정확도가 떨어지고 있다. 이 연구에서는 세슘원자 위성시계의 성능을 살펴보고 예측 정확도를 높일 수 있는 모델을 제시하고자 한다. IGS Final 위성시계자료를 수집하여 Allan variance를 통해 각 위성별 안정도를 확인하고, Fourier 변환을 통해 각 위성별 주기성을 살펴본다. 예측 모델의 계수를 결정하기 위해 예측 하루 전의 IGS Rapid 자료를 이용하고, 3시간, 6시간, 12시간, 24시간 간격의 예측 결과들을 IGS Final 결과와 비교하여 예측 모델의 정확도를 확인한다. 또한 IGS에서 제공하고 있는 Ultra-Rapid 예측자료와 비교하여 실시간 정밀 위치 결정 분야에 활용 가능성을 확인한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.100-100
• /
• 2023

단기 강우 예측에는 주로 물리과정 기반 수치예보모델(NWPs, Numerical Prediction Models) 과 레이더 기반 확률론적 방법이 사용되어 왔으며, 최근에는 머신러닝을 이용한 레이더 기반 강우예측 모델이 단기 강우 예측에 뛰어난 성능을 보이는 것을 확인하여 관련 연구가 활발히 진행되고 있다. 하지만 머신러닝 기반 모델은 예측 선행시간 증가 시 성능이 크게 저하되며, 또한 대기의 물리적 과정을 고려하지 않는 Black-box 모델이라는 한계점이 존재한다. 본 연구에서는 이러한 한계를 극복하기 위해 머신러닝 기반 blending 기법을 통해 물리과정 기반 수치예보모델인 Weather Research and Forecasting (WRF)와 최신 머신러닝 기법 (cGAN, conditional Generative Adversarial Network) 기반 모델을 결합한 Hybrid 강우예측모델을 개발하고자 하였다. cGAN 기반 모델 개발을 위해 1시간 단위 1km 공간해상도의 레이더 반사도, WRF 모델로부터 산출된 기상 자료(온도, 풍속 등), 유역관련 정보(DEM, 토지피복 등)를 입력 자료로 사용하여 모델을 학습하였으며, 모델을 통해 물리 정보 및 머신러닝 기반 강우 예측을 생성하였다. 이렇게 생성된cGAN 기반 모델 결과와 WRF 예측 결과를 결합하는 머신러닝 기반 blending 기법을 통해Hybrid 강우예측 결과를 최종적으로 도출하였다. 본 연구에서는 Hybrid 강우예측 모델의 성능을 평가하기 위해 수도권 및 안동댐 유역에서 발생한 호우 사례를 기반으로 최대 선행시간 6시간까지 모델 예측 결과를 분석하였다. 이를 통해 물리과정 기반 모델과 머신러닝 기반 모델을 결합하는 Hybrid 기법을 적용하여 높은 정확도와 신뢰도를 가지는 고해상도 강수 예측 자료를 생성할 수 있음을 확인하였다.

• Journal of Korean Society of Transportation
• /
• v.28 no.1
• /
• pp.125-134
• /
• 2010

It is occurred bus arrival time errors when a bus arrives at a bus stop because of a variety of traffic condition such as traffic signal cycle, the time to get on and off a bus, a bus-only lane and so on. In this paper, bus delay time which is occurred as the result of traffic condition was estimated with Markov Chain process and bus arrival time at each bus stop was predicted with it. As the result of the study, it is confirmed to improve accuracy than the method of bus arrival time prediction with existing method (weighed moving average method) in case predicting bus arrival time using 7 by 7 and 9 by 9 matrixes.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04a
• /
• pp.847-849
• /
• 2004

애드혹 네트워크에서 그룹 이동성을 고려할 경우, 주요한 이슈 중 하나가 그룹의 파티션 문제이다. 파티션 시간의 예측을 위해서, 기존의 모델들은 파티션이 발생하는 두 그룹의 대칭적 이동을 가정한다. 그러나, 실제 상황에서 파티션은 다양한 방향으로 일어나므로 대칭적 방향만을 고려한다면, 정확한 파티션 시간을 예측할 수 없다. 본 논문은 대칭적 이동뿐만 아니라, 모든 방향을 고려한 네트워크 파티션 분석 모델을 제시하고 수학적인 분석을 통해 이를 증명한다. 따라서, 정확한 파티션 시간의 예측이 가능하다.

• Annual Conference on Human and Language Technology
• /
• 1999.10e
• /
• pp.191-195
• /
• 1999

자연스럽고 명료한 한국어 Text-to-Speech 변환 시스템을 위해서 음소의 지속 시간을 제어하는 일은 매우 중요하다. 음소의 지속 시간은 여러 가지 문맥 정보에 의해서 변화하므로 제어 규칙에 의존하기 보다 방대한 데이터베이스를 이용하여 통계적인 기법으로 음소의 지속 시간에 변화를 주는 요인을 찾아내려고 하는 것이 지금의 추세이다. 본 연구에서도 트리기반 모델링 방법중의 하나인 CART(classification and regression tree) 방법을 사용하여 회귀 트리를 생성하고, 생성된 트리에 기반하여 음소의 지속 시간 예측 모델과, 자연스러운 끊어 읽기를 위한 휴지 기간 예측 모델을 제안하고 있다. 실험에 사용한 음성코퍼스는 550개의 문장으로 구성되어 있으며, 이 중 428개 문장으로 회귀 트리를 학습시켰고, 나머지 122개의 문장으로 실험하였다. 모델의 평가를 위해서 실제값과 예측값과의 상관관계를 구하였더니 음소의 지속 시간을 예측하는 회귀 트리에서는 상관계수가 0.84로 계산되었고, 끊어 읽는 경계에서의 휴지 기간을 예측하는 회귀 트리에서는 상관계수가 0.63으로 나타났다.

• Proceedings of the KAIS Fall Conference
• /
• 2001.05a
• /
• pp.119-123
• /
• 2001

본 논문에서는 자동화 사격장 Pop-Up시스템의 안정성 및 성능 향상을 위해 예측제어기를 설계하여 시간지연에 따른 문제를 보상하였다. 확률 모델에 기반한 예측제어기는 지연된 이전의 값들로부터 선형예측 기법과 확률함수를 이용하여 실제의 값을 추정하며, 이를 제어기에 적용하여 시간지연에 따른 문제점을 최소화하였다. 제안된 알고리즘의 타당성을 검정하기 위해 사격용 Pop-Up시스템에 본 알고리즘을 실현하였으며, 상이한 시간지연과 이득 변화에 따른 제어기의 성능을 관측하였다. 실험결과 제안된 예측제어기는 시간지연에 대해 PID 제어기보다 빠른 수렴 특성을 보이며, 제어기의 안정범위 내에서 허용할 수 있는 최대 시간지연 값도 증가시킬 수 있었다. 따라서 사격용 타겟의 Pop & Up동작이 제어시간 이내에 원활하게 작동되어 연속 사격의 실시간 제어를 효율적으로 수행하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.492-494
• /
• 2012

저궤도 위성은 위성과 지상과의 통신시간이 제한되어 있으므로 제한된 시간에 위성의 대용량메모리(Mass Memory)에 저장된 데이터를 전송받아야 하는데, 이를 위해 저장되는 데이터 량을 정확히 예측할 수 있어야 하고, 저장된 데이터 량에 따라 지상으로 전송하는데 소요되는 시간을 예측할 수 있어야 한다. 본 논문은 위성에 저장되고 있는 Telemetry 종류에 따라 대용량메모리에 저장되는 데이터 량을 예측하고, 저장된 데이터 량에 따라 지상으로 전송하는데 소요되는 시간을 계산하기 위해 개발된 플레이백 시간 예측 프로그램에 대해 서술한 것이다.