• Journal of Korea Technology Innovation Society
• /
• v.20 no.4
• /
• pp.1036-1056
• /
• 2017

The rapid increase of ageing population and chronic disease patients cause high medical expenses, and it led an increased attention to digital healthcare. Smart car technologies for healthcare have been developing to recognize drivers' status and predict diverse driving environments. The present study aimed to understand the research trends of autonomous vehicle technologies of Korea and the United States through time series analysis, network analysis, visualization, and comparison between the two countries. The results suggest that cooperative study needs to be done in common research areas such as driver's safety and algorithms. It is also needed to conduct studies and benchmark about liking technique related to part-to-part and vehicle-to-vehicle as America's competitive advantaged area. In the US, diverse approaches of autonomous vehicle technologies have used to consider the characteristics of various age groups and passengers' health status through sensor, while in Korea, only one aspect, older drivers, is mentioned. Implications for the development direction of autonomous vehicle technologies with competitiveness in considering public health, ethics, and driver's safety and convenience are discussed in detail.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.81-81
• /
• 2015

전 지구적 기후변화는 대기-해양의 물리 특성을 변화시켜, 연안 및 하구의 수온상승과 염도 변화의 주요 원인이 되며, 생태 환경 및 다양한 경제 사회 문제를 야기 시킬 수 있다. 이러한 변화를 예측하고 영향을 최소화 하기위해서는 연안의 물리 특성을 세밀하고 정확하게 예측해야 한다. 그러나, 기후변화의 영향을 고려한 대기-해양 전 지구모델의 기후변화 시나리오는 우리나라와 같이 작고 복잡한 연안 지형을 가진 지역의 미래 환경 변화 예측에 적합하지 않다. 본 연구에서는 저해상도 정규격자 모형인 RIAMOM(RIAM Ocean Model)의 결과를 이용하여 비정규격자 모형인 FVCOM(Finite Volume Coastal Ocean Model)으로 울산만의 미래 물리 특성 변화를 상세 예측하였다. 기후변화로 인한 대기-해양의 물리 특성 변화를 고려하여 한국 주변해 및 연안을 대상으로 모의한 RIAMOM의 결과를, 본 연구의 대상 지역인 울산만 FVCOM 모델 경계에 초기 값과 시계열 자료로 사용하였다. FVCOM 모의 결과를 RIAMOM 자료와 비교 했을 때, 초기 표층 염분과 수온이 각각 0.4%, 2%의 오차를 보였다. 조위는 개방경계에서 01~0.4% 정도의 오차가 나타나, 다운스케일링(downscaling) 기법을 통한 수치 모의 결과가 초기 수온과 염분 및 조위 특성을 잘 재현하는 것으로 나타났다. 2001년(현 상태), 2050년(미래), 해수면 상승의 영향을 고려한 2050년에 대하여 모의 한 결과. 정규격자 모형인 RIAMOM에서 나타나지 않았던 기후변화로 인한 표층 염분과 수온의 상세한 변화가 울산만의 태화강 하구에서 나타났고, 염수쐐기의 길이 또한 상류쪽으로 증가하는 결과를 나타내었다. 다운스케일링을 통한 대상 지역의 상세 모델을 통해 기존의 예측 모델에서도출할 수 없던 결과를 나타낸 바, 향후 연구를 통해 지역의 장기 상세 환경 변화 예측에 활용할 수 있을 것으로 예상한다.

• Journal of the Korea Convergence Society
• /
• v.10 no.1
• /
• pp.7-12
• /
• 2019

The application of neural networks to stock forecasting has received a great deal of attention because no assumption about a suitable mathematical model has to be made prior to forecasting and they are capable of extracting useful information from data, which is required to describe nonlinear input-output relations of stock forecasting. The paper builds neural network models to forecast daily KOrea composite Stock Price Index (KOSPI), and their performance is demonstrated. MAPEs of NN1 model show 0.427 and 0.627 in its learning and test, respectively. Based on the predicted KOSPI price, the paper proposes an alpha trading for trades in Exchange Traded Funds (ETFs) that fluctuate with the KOSPI200. The alpha trading is tested with data from 125 trade days, and its trade return of 7.16 ~ 15.29 % suggests that the proposed alpha trading is effective.

• Journal of Wetlands Research
• /
• v.23 no.2
• /
• pp.144-153
• /
• 2021

In recently, the green algae bloom is one of the most severe challenges. The seven days prior prediction is in operation to issues the water quality warning, but it also needs a longer time of prediction to take preemptive measures. The objective of the study is to establish a method to conduct a 3-month prior prediction of Chl-a concentration in the Daechong Lake and tested its applicability as a supplementary of current water quality warning. The historical record of water quality in the Daechong Lake and seasonal forecasting of ECMWF were obtained, and its time-series characteristics were analyzed. The Chl-a forecasting model was established using a correlation between Chl-a concentration and meteorological factor and NARX model, and its efficiency was compared.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.143-143
• /
• 2023

최근 대청댐('17), 평림댐('19) 등 광역 취수원에서 망간의 먹는 물 수질기준(0.05mg/L 이하) 초과 사례가 발생되어, 다수의 민원이 제기되는 등 취수원의 망간 관리 중요성이 부각되고 있다. 특히, 동절기 전도(Turn-over)시기에 고농도 망간이 발생되는 경우가 많은데, 현재 정수장에서는 망간을 처리하기 위해 유입구간에 필터를 설치하고 주기적으로 교체하는 방식으로 처리하고 있다. 그러나 단기간에 고농도 망간 다량 유입 시 처리용량의 한계 등 정수장에서의 공정관리가 어려워지므로 사전 예측에 의한 대응 체계 고도화가 필요한 실정이다. 본 연구는 광역취수원인 주암댐을 대상으로 망간 예측의 정확도 향상 및 예측기간 확대를 위해 다양한 머신러닝 기법들을 적용하여 비교 분석하였으며, 독립변수 및 초매개변수 최적화를 진행하여 모형의 정확도를 개선하였다. 머신러닝 모형은 수심별 탁도, 저수위, pH, 수온, 전기전도도, DO, 클로로필-a, 기상, 수문 자료 등의 독립변수와 화순정수장에 유입된 망간 농도를 종속변수로 각 변수에 해당하는 실측치를 학습데이터로 사용하였다. 그리고 데이터기반 모형의 정확도를 개선하기 위해서 성층의 수준을 판별하는 지표로서 PEA(Potential Energy Anomaly)를 도입하여 데이터 분석에 활용하고자 하였다. 분석 결과, 망간 유입률은 계절 주기에 따라 농도가 달라지는 것을 확인하였고 동절기 전도시점과 하절기 장마기간 난류생성 시기에 저층의 고농도 망간이 유입이 되는 것을 분석하였다. 또한, 두 시기의 망간 농도의 변화 패턴이 상이하므로 예측 모델은 각 계절별로 구축해 학습을 진행함으로써 예측의 정확도를 향상할 수 있었다. 다양한 머신러닝 모델을 구축하여 성능 비교를 진행한 결과, 동절기에는 Gradient Boosting Machine, 하절기에는 eXtreme Gradient Boosting의 기법이 우수하여 추론 모델로 활용하고자 하였다. 선정 모델을 통한 단기 수질예측 결과, 전도현상 발생 시기에 대한 추종 및 예측력이 기존의 데이터 모형만 적용했을 경우대비 약 15% 이상 예측 효율이 향상된 것으로 나타났다. 본 연구는 머신러닝 모델을 활용한 망간 농도 예측으로 정수장의 신속한 대응 체계 마련을 지원하고, 수처리 공정의 효율성을 높이는 데 기여할 것으로 기대되며, 후속 연구로 과거 시계열 자료 활용 및 물리모형과의 연결 등을 통해 모델의 신뢰성을 제고 할 계획이다.

• The Journal of the Acoustical Society of Korea
• /
• v.41 no.6
• /
• pp.601-609
• /
• 2022

In August 2007, coastal upwelling occurred off the east coast of Korea, and vertical water temperature and salinity data were obtained from a real-time surface ocean buoy. Based on the time series observation data, a vertical sound velocity structure was calculated before, during, and after the occurrence of the coastal upwelling, and how the coastal upwelling affects the sound propagation and detection environment through acoustic modeling considering the horizontal scale and actual seabed topography. As a result of comparing and analyzing the low-frequency (500 Hz) sound transmission loss and the target detection range by depth using the parabolic equation model, it was analyzed that if coastal upwelling occurs, a detection gain of up to about 10 dB can be expected. In addition, through this study, it was confirmed that the characteristics of sound propagation can be greatly changed even in a short period of about 2 to 3 days before and after coastal upwelling.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.144-144
• /
• 2020

국내의 하천은 급격한 도시화 및 산업화로 인해 자연하천의 모습은 사라지고 이수와 치수 기능 위주의 하천관리가 이루어졌다. 하천은 치수기능을 강조하여 인공적으로 변화하였을 뿐만 아니라 하천생태환경 내에 서식하는 동식물의 서식 환경에도 교란을 야기하였다. 최근 하천관리의 패러다임이 변화함에 따라서, 하천이 갖는 자연적 특성을 회복하는 환경적 측면을 강조한 생태하천 복원사업에 대한 관심이 높아지고 있으나, 수생생물 서식지 복원과 생태계에 필요한 환경유량에 관한 정량적인 평가를 위한 연구는 부족한 실정이다. 본 연구는 경상북도 김천시와 구미시를 관류하여 낙동강으로 합류되는 감천을 대상으로 하였으며, 댐 건설로 인한 하천 생태계 변화 및 하천유량에 대한 통계적 분석, 수리 모델링, 하천구역의 공간적 분석을 진행하였다. 통계적 분석을 위한 시계열 자료 구축은 감천 하류에 있는 선산관측소의 2002년 ~ 2019년까지 수위, 유량을 사용하였으며, 김천부항댐이 건설 된 2014년 1월 1일을 기점으로 댐 건설 전(2002 ~ 2013)과 댐 건설 후(2014 ~ 2019)로 구분하였다. HEC-EFM(Ecosystem Function Model)을 활용하여 어류를 포함한 수생생물의 성공적인 서식을 위한 환경유량을 산정하였다. 산정된 환경유량을 HEC-GeoRAS(Geographic River Analysis System)와 HEC-GeoEFM(Geographic Ecosystem Function Model)을 적용·연계하여 수생식생 도입이 가능한 하천 구간과 어류 산란 및 성장에 적합한 하천구간을 표현하였으며, 댐 건설 전후의 서식지 면적을 계산하여 수생생물의 성공적인 서식환경이 조성되었는지 확인하였다. 본 연구를 바탕으로 수생생물의 하천 서식지 개선을 위한 명확한 환경유량을 수립하는 데 도움이 될 것으로 판단된다.

• The Journal of Bigdata
• /
• v.6 no.2
• /
• pp.169-179
• /
• 2021

Consumers' food consumption behavior is likely to be affected not only by structured data such as consumer panel data but also by unstructured data such as mass media and social media. In this study, a deep learning-based consumption prediction model is generated and verified for the fusion data set linking structured data and unstructured data related to food consumption. The results of the study showed that model accuracy was improved when combining structured data and unstructured data. In addition, unstructured data were found to improve model predictability. As a result of using the SHAP technique to identify the importance of variables, it was found that variables related to blog and video data were on the top list and had a positive correlation with the amount of paprika purchased. In addition, according to the experimental results, it was confirmed that the machine learning model showed higher accuracy than the deep learning model and could be an efficient alternative to the existing time series analysis modeling.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.185-185
• /
• 2012

수질관리에 있어서 무엇보다도 중요한 것이 신뢰성 있는 수질자료를 확보하는 것이다. 우리나라는 원수수질관리를 위해 1970년대 후반부터 수질측정망 단위의 정기적 수질측정이 이루어지기 시작하여 2008년에는 1,476개 지점으로 운영되고 있다. 수질모니터링은 조사지점, 수질항목, 측정 주기 등이 매우 중요한 요인이 되며, 이중에서 특히 조사지점은 가장 중요한 사항으로 판단된다. 그러나 지금까지 저수지에서 수질조사를 위한 관측지점은 대부분 정성적 판단에 따라 정해져 왔기 때문에 수질대표성에 문제가 되기도 하였다. 본 논문에서는 이와같은 수질측정망 구축시 문제점을 개선하기 위해 과학적인 통계기법을 적용한 수질측정망 구축방안을 제시하였다. 구축된 수질 측정망 구축시스템은 통계적 분석기법을 기반으로 만들었으며, 이용자의 사용 편의성을 고려하여 간단한 입력으로 측정망을 구축할 수 있는 체계로 구성하였다. 시스템에서는 시계열분석과 유사성 계산을 실시하여 덴드로그램으로 결과를 제시하며, 이용자가 최종 산점도 출력시스템에 원하는 군집의 개수를 입력하면 수질 특성 파악이 가능한 주성분 산점도가 출력되도록 하였고, 군집 내 관측지점의 중심점을 대표지점으로 선정하도록 되어있다. 본 논문에서는 기존에 운영되고 있는 저수지 수질측정지점을 대상으로 분석을 실시하였다. 그러나 기존 측정지점의 개수가 적어 통계분석 결과 적용에 한계가 있어 수질모델링을 통한 수질자료 증폭을 실시하였으며, 이를 바탕으로 다수의 측정지점을 대상으로 수질측정망 평가를 실시하였다. 본 논문에서는 용담댐, 밀양댐, 충주댐, 안동댐 및 남강댐을 대상으로 평가를 실시하였으며, 약간의 지점변동이 필요한 것으로 평가되었다.

• The Journal of the Korea Contents Association
• /
• v.20 no.7
• /
• pp.212-222
• /
• 2020

The purpose of this study is to understand the current status and trends of the research studies published by the Society for Industrial and Applied Mathematics which is a leader in the field of industrial mathematics around the world. To perform this purpose, titles and abstracts were collected from 6,255 research articles between 2016 and 2019, and the R program was used to analyze the topic modeling model with LDA techniques and a regression model. As the results of analyses, first, a variety of studies have been studied in the fields of industrial mathematics, such as algebra, discrete mathematics, geometry, topological mathematics, probability and statistics. Second, it was found that the ascending research subjects were fluid mechanics, graph theory, and stochastic differential equations, and the descending research subjects were computational theory and classical geometry. The results of the study, based on the understanding of the overall flows and changes of the intellectual structure in the fields of industrial mathematics, are expected to provide researchers in the field with implications of the future direction of research and how to build an industrial mathematics curriculum that reflects the zeitgeist in the field of education.