• Progress in Medical Physics
• /
• v.8 no.1
• /
• pp.75-82
• /
• 1997

The human physiological systems are so complex and irregular dynamics. Dynamics of peripheral blood vessel, in particular, have quite sensitive and complex. Before, the linear analytic method have been used to analyze the system. But, the method have many problems to predict the following results. In the other hand, the nonlinear analytic method, chaotic time series analysis method, is suitable for measuring complex, vary system. In this study, the scalar data of the blood flow of peripheral blood vessel of rabbits, in accordance with injection of glucose, was obtained and redefined as multi-dimensional vectors, with time-series analytic methods. This study also intended to confirm that the peripheral blood flow is chaotic dynamics and evaluate the availability of non-linear analytic method. As a result, the existing FFT, and mean could show the difference of blood flow of peripheral blood vessel by injection of glucose, but the nonlinear analytic method could show the definite difference. The hemodynamics is a chaotic phenomenon.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2007.06a
• /
• pp.117-123
• /
• 2007

최근 도시화 산업화가 진행됨에 따라 급격한 토지이용 변화가 발생되어 이로 인한 수질악화 등의 문제가 대두되면서 효율적인 수자원 관리를 위한 대책이 필요한 실정이다. 특히, 비점오염물질로 인한 수질악화는 수문현상 및 토지이용변화와 밀접한 관련이 있어 그 발생량을 추정하기에 매우 어려움이 많았다. 근래 수문 수질관리를 하기 위한 방법으로 GIS기반의 수질모형을 이용한 연구가 활발히 진행되고 있다. 그 중 SWAT(Soil and Water Assesment Tool)모형은 다양한 토지이용변화로 인한 장기유출과 수질모의가 가능한 모형으로서 적극 활용되고 있다. 본 연구에서는 경안천 유역을 대상으로 ArcView기반의 AVSWAT2000모형을 이용하여 미래 토지이용변화가 수문-수질에 미치는 영향을 분석하고자 하였다. Landsat TM, $ETM^+$ 위성영상으로부터 시계열 토지이용도를 작성하고, CA-Markov기법을 이용하여 2030, 2060, 2090년도의 미래 토지이용변화를 예측하였다. 모형의 입력 자료인 수문 기상자료와 지형자료(DEM, 토양도, 하천도 등), 수질자료(TN, TP, SS)를 구축하여 미래 토지이용변화에 따른 유출량과 비점오염 부하량의 변화를 예측하였다.

• Journal of Satellite, Information and Communications
• /
• v.9 no.4
• /
• pp.53-56
• /
• 2014

In the satellite system design, the design processes from the initial design to launch take about 5 years and the broadcasting satellite lifetime goes over 15 years. Furthermore, global warming phenomenon causes rainfall rate to increase more and more in some regions on the earth. Consequently, at the stage of the satellite link design, we need to consider the future rain attenuation over 20 years. In this paper, we investigated a time-series system model for forecasting to consider the future rainfall rate for the satellite broadcasting service. We found that rainfall rate of the future 20 years is increasing continuously.

• Journal of The Geomorphological Association of Korea
• /
• v.18 no.1
• /
• pp.41-56
• /
• 2011

This study analyzes the change in land-cover based on satellite imagery to draw up land-cover map in the future, and estimates the change in land category using statistical data of the land category. To estimate land category, this study applied the double exponentially smoothing method. The result of the land cover classification according to year using satellite imagery showed that the type with the largest increase in area of land cover change in the cities of Cheonan and Asan was artificial structure, followed by water, grass field and bare land. However forest, paddy, marsh and dry field were reduced. Further, the result of the time-series analysis of the land category was found to be similar to the result of the land cover classification using satellite imagery. Especially, the result of the estimation of the land category change using the double exponentially smoothing method showed that paddy, dry field, forest and marsh are anticipated to consistently decrease in area from 2010 to 2100, whereas artificial structure, water, bare land and grass field are anticipated to consistently increase. Such results can be utilized as basic data to estimate the change in land cover according to climate change in order to prepare climate change response strategies.

• Journal of Navigation and Port Research
• /
• v.44 no.3
• /
• pp.187-194
• /
• 2020

It is very important to forecast freight volume accurately to establish major port policies and future operation plans. Thus, related studies are being conducted because of this importance. In this paper, stepwise regression analysis and artificial neural network model were analyzed to compare the predictive power of each model on Gwangyang Port, the largest domestic port for coal and iron ore transportation. Data of a total of 121 months J anuary 2009-J anuary 2019 were used. Factors affecting coal and iron ore trade volume were selected and classified into supply-related factors and market/economy-related factors. In the stepwise regression analysis, the tonnage of ships entering the port, coal price, and dollar exchange rate were selected as the final variables in case of the Gwangyang Port coal volume forecasting model. In the iron ore volume forecasting model, the tonnage of ships entering the port and the price of iron ore were selected as the final variables. In the analysis using the artificial neural network model, trial-and-error method that various Hyper-parameters affecting the performance of the model were selected to identify the most optimal model used. The analysis results showed that the artificial neural network model had better predictive performance than the stepwise regression analysis. The model which showed the most excellent performance was the Gwangyang Port Coal Volume Forecasting Artificial Neural Network Model. In comparing forecasted values by various predictive models and actually measured values, the artificial neural network model showed closer values to the actual highest point and the lowest point than the stepwise regression analysis.

• Journal of Korean Society of Transportation
• /
• v.32 no.4
• /
• pp.401-409
• /
• 2014

This study deals with capacity expansion planning of airport infrastructure in view of economic validation that reflect construction costs and social benefits according to the reduction of passengers' delay time. We first forecast the airport peak-demand which has a seasonal and cyclical feature with ARIMA model that has been one of the most widely used linear models in time series forecasting. A discrete event simulation model is built for estimating actual delay time of passengers that consider the passenger's dynamic flow within airport infrastructure after arriving at the airport. With the trade-off relationship between cost and benefit, we determine an economic quantity of conveyor that will be expanded. Through the experiment performed with the case study of Incheon international airport, we demonstrate that our approach can be an effective method to solve the airport expansion problem with seasonal passenger arrival and dynamic operational aspects in airport infrastructure.

• Journal of the Korean Institute of Gas
• /
• v.18 no.1
• /
• pp.8-16
• /
• 2014

In this study, the number of gas accidents prediction model was suggested by analyzing the gas accidents occurred in Korea. In order to predict the number of gas accidents, simple moving average method (3, 4, 5 period), weighted average method and exponential smoothing method were applied. Study results of the sum of mean-square error acquired by the models of moving average method for 4 periods and weighted moving average method showed the highest value of 44.4 and 43 respectively. By developing the number of gas accidents prediction model, it could be actively utilized for gas accident prevention activities.

• Journal of Korean Society of Rural Planning
• /
• v.21 no.2
• /
• pp.91-102
• /
• 2015

한국은 2050년까지 주요 선진국 중에서 고령화가 가장 심각한 사회로 전환되게 될 것으로 예상된다. 기대여명의 증가와 저 출산은 고령화를 더욱 악화시키며, 이는 심각한 사회문제로 발전하게 될 것이다. 이와 같은 문제를 해결하기 위해 한국정부는 2008년에 도시지역에는 주택연금제도를 도입하였으며, 2011년에는 세계 최초로 농촌지역을 대상으로 농지연금제도를 도입하였다. 그렇지만 이와 같은 제도는 설계 당시부터 복지상품이라기 보다는 장기적으로 손실과 수익의 균형에 초점을 둔 금융상품으로 개발되어 실질적으로 노인들에게 크게 인기를 얻지 못하였다. 따라서 본 연구는 농지연금제도를 활성화시켜, 농촌노인들에게 보다 더 많은 혜택을 주기 위해 지역 토지시장을 감안하여 지역별 농지가격상승률을 예측하고 연금액을 산출하였다. 또, 지금까지 사용한 년 혹은 분기별 감정가 대신에 월별, 지역별 실거래 가격을 모형에 적용하여 지역토지시장, 고령화 수준 등 지역 여건에 부합하는 연금액을 산출하였다. 할인율자료도 가장 안정적인 3년 만기 국고채 수익률을 활용하여 미래농지가격을 예측하고, 이를 유동화하여 월 생활자금으로 지급되도록 하였다. 특히 농지규모가 가장 많고, 고령화 정도가 심각하여 농지연금의 잠재적 수요가 가장 높을 것으로 예상되는 경상북도와 전라남도를 사례지역으로 선정하고, 이를 전국평균과 비교하여 지역적인 차이도 함께 분석하였다. 이를 위해 농지가격 및 이자율 시계열 자료의 안정성을 검정하고, 장기농지가격을 예측하였다. 이를 활용하여 경북, 전남, 전국의 노인들의 월평균 지급액을 추정하였다. 분석결과 정책의 잠재적 수요가 가장 높은 두 지역이 가장 낮은 금액이 지급되는 것으로 추정되어 이는 또 다른 지역불균형을 초래할 수 있는 것으로 평가되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.22-22
• /
• 2015

가뭄은 적시에 경보해야 하는 홍수와 달리 진행속도가 느리고 시간적으로 대처할 여유가 있어 진행중일지라도 미리 감지만 한다면 그 피해를 최소화할 수 있다. 이로 인해 미국 등 수문기상 선진국에서는 수문기상 장기예보자료로부터 가뭄전망정보 생산기술을 개발하였으며, 특히 가뭄전망의 정확도 향상을 위해 여러 통계적 보정기법을 적용하고 있다. 국내의 경우 기상청에서 가뭄전망을 목적으로 2011년에 수치예보모델을 이용하여 가뭄전망정보를 생산한바 있으나, 전망정보의 불확실성 문제로 가뭄예보에 활용하는데 한계가 있어 이를 개선할 수 있는 기술개발이 요구되는 실정이다. 본 연구에서는 기후예측자료를 이용하여 가뭄전망정보 생산기술을 개발하고 정확도 개선을 위해 베이지안 기법을 연계하였다. GloSea5 (Global Seasonal forecast model 5) 장기예보자료를 이용하였으며, 베이지안 기법을 통해 과거 관측자료에 대한 사전분포, 모델의 전망정보로부터 우도함수를 유도하여 최종 사후분포를 추정하였다. 베이지안 기법 적용 전 후에 따른 가뭄지수를 산정하였다. 관측자료 기반의 가뭄지수와의 비교분석을 통해 선행기간 및 계절별 가뭄예측 성능을 평가하였으며, 실제 가뭄기간 동안에 가뭄의 재현성을 지역별로 분석하였다. 장기예보자료만을 활용한 기존 가뭄전망에서는 관측 자료가 포함된 1개월 전망에서도 불확실성이 매우 높았지만 베이지안 기법 적용으로 가뭄전망의 정확도가 크게 개선되었다. 특히, 1, 2개월 전망의 시계열 가뭄지수가 관측기반의 가뭄지수의 거동과 매우 유사하게 나타났으며, 지역별로도 베이지안 기법 적용시 실제 가뭄피해 상황을 적절히 재현하는 것으로 나타났다. 국내 가뭄예보에 있어 기후예측정보를 단순활용하기 보다는 베이지안과 같은 통계적 보정기법을 이용하여 가뭄전망정보를 생산하는 것이 바람직하며, 본 연구에서는 가뭄예보업무에 활용될 수 있도록 베이지안 기법에 대한 검증 및 평가를 지속적으로 수행할 계획이다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2019.05a
• /
• pp.341-343
• /
• 2019

As the generation of high concentration particulate matter increases, much attention is focused on the prediction of particulate matter. Particulate matter refers to particulate matter less than $10{\mu}m$ diameter in the atmosphere and is affected by weather changes such as temperature, relative humidity and wind speed. Therefore, various studies have been conducted to analyze the correlation with weather information for particulate matter prediction. However, the nonlinear time series distribution of particulate matter increases the complexity of the prediction model and can lead to inaccurate predictions. In this paper, we try to mitigate the nonlinear characteristics of particulate matter by using cluster algorithm and classification algorithm of machine learning. The machine learning algorithms used are agglomerative clustering, density-based spatial clustering of applications with noise(DBSCAN).