• Journal of the Korean GEO-environmental Society
• /
• v.25 no.7
• /
• pp.29-34
• /
• 2024

Frost heave is one of the significant engineering characteristics of frozen ground and causes severe damages on geo-structures. Although thermo-hydro coupled analyses have been developed to predict frost heave behavior, these analyses involve excessive input parameters and have primarily been validated for frost heave in clayey soils. Frost heave mainly occurs in silty soils, which have relatively higher permeability compared to clayey soils, necessitating careful attention. This study introduces empirical models and verifies their reliability for silty soils. By using the validated model, the correlation of key input parameters is derived, which is expected to enhance the applicability of thermal-mechanical analysis for geo-structures on frozen ground in the future.

• Journal of Korean Society of Steel Construction
• /
• v.14 no.3
• /
• pp.443-452
• /
• 2002

Construction of highway bridges is almost complete in many countries. Thus, the government and highway agencies are shifting their remaining life span from the viewpoint of system reliability. As such, it is necessary to develop maintenance models based on system reliability concept. In this paper, preventive and essential maintenance models were developed using system reliability and lifetime distribution.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.294-294
• /
• 2012

홍수위험도 추정에 있어서 불확실성은 수리, 수문, 구조, 환경 및 사회경제적인 불확실성과 관련 있으며, 수리 수문학적 불확실성은 주로 수리 수문학적 현상과 그 과정에 대한 불완전한 지식, 그리고 그 과정에 포함된 매개변수들에 대한 불완전한 지식과 관련이 있다. 이러한 여러 가지 불확실성은 홍수위험도 추정에 있어서의 불확실성에 중요한 요인으로 작용하므로 불확실성을 설명하기 위한 통계적 정보는 신뢰성 있는 홍수위험도 추정에 있어서 선행조건이라 할 수 있다. 이러한 불확실성 요인중 강우의 공간분포에 대한 신뢰성 있는 추정은 수자원 해석 및 설계에 있어서 필수적인 요소이다. 강우장의 공간변동성에 대한 고해상도 추정은 홍수, 특히 돌발홍수의 원인이 되는 국지성 호우의 확인 및 분석에 있어서 중요하다. 또한 강우의 공간 변동성에 대한 고려는 면적평균강우량 추정의 정확도를 향상시키는데 있어서 중요하며, 강우-유출모델의 모의결과에 대한 신뢰도를 향상시키는데 큰 영향을 미친다. 최근 공간자료에 대한 공간분포예측에 있어서 공간상관성을 고려할 수 있는 공간통계학적 기법의 적용이 증가하고 있으며, 이러한 공간통계학적 기법의 적용에 있어서 신뢰성 있는 모델 매개변수의 추정 및 불확실성 평가는 공간분포 예측결과에 대한 신뢰성을 향상시키는데 중요한 역할을 한다. 외국의 경우 공간분포예측 및 모의, 매개변수의 불확실성 평가 등과 관련하여 활발한 연구가 이루어지고 있는 반면 국내 수자원 분야에서는 아직까지 활발한 연구가 이루어지고 있지 않은 실정이다. 국내의 수문설계실무에서와 같이 확률홍수량을 강우빈도분석과 강우-유출모델을 이용하여 추정할 경우 확률홍수량 추정에 있어서 확률강우량 및 공간분포에 대한 불확실성과 강우-유출모델에서의 불확실성이 확률홍수량 추정에서의 불확실성에 영향을 미치며, 이후 연피해기대치 추정과 같은 홍수위험도 추정의 불확실성에도 영향을 미치게 된다. 따라서 본 연구에서는 강우공간분포의 불확실성을 고려한 홍수량 추정을 위하여 공간추계모의 기법인 CEM을 적용하여 강우공간분포의 불확실성을 정량화하고 강우-유출모델의 입력 강우량에 대한 확률분포를 추정하였다. 강우-유출해석의 경우 유효우량 및 홍수수문곡선 산정을 위하여 국내 수자원 실무에서 가장 많이 적용되고 있는 NRCS CN 기법, Clark 및 Muskingum 모델을 적용하였다. 이로부터 강우공간분포의 불확실성 추정, 소유역별 입력 강우량에 대한 확률분포의 추정 및 재현기간별 확률홍수량의 불확실성 정량화 방안을 제시하였다. 이러한 결과들은 풍수해저감대책, 유역종합치수대책 등 각종 수자원 계획 및 설계실무에서 확률홍수량 및 홍수 또는 재해위험도 추정의 신뢰성을 향상시킬 수 있는 방법론적 대안으로 활용될 수 있을 것으로 판단된다.

• Proceedings of the KIEE Conference
• /
• 2000.07d
• /
• pp.2401-2403
• /
• 2000

시스템의 특성을 이해하고 신뢰성 있는 제어를 위해서는 시스템에 대한 정확한 모델을 필요로 한다. 이러한 목적을 위해서 많은 연구자들에 의한 다양한 방법의 모델링 방법이 계속되어 연구되어지고 있다. 현재 많이 사용하는 모델링 방법 중에는 통계적 기법을 이용하는 것, first principle 방법을 이용하는 것, 지능형 기법을 이용하는 방법 등이 있다. 본 연구에서는 통계적 방법인 fractional factorial 방법을 이용한 모델, Taguchi 방법을 이용한 모델, 그리고 지능형 방법인 신경회로망을 이용한 모델의 3가지 모델을 사용해서 각 모델의 학습오차와 예측오차 등의 특성을 비교하였다. 모델에 사용된 데이터는 비선형 시스템인 플라즈마 화학 증착 장비(Plasma-Enhnaced Chemical Vapor Deposition : PECVD)에 의해 증착된 산화막 실험 데이터이다. 각 모델에 대해서 PECVD 데이터를 사용하여 모델을 만들었을 때 각 모델의 학습오차와 학습오차 변위, 그리고 예측오차와 예측오차변위를 조사하였다. 세가지 모델 모두 학습오차가 예측오차보다 작았으며 변위 또한 학습오차변위가 예측오차변위보다 작았다. 본 연구 결과는 일반적으로 신경회로망에 의한 오차가 다른 통계적인 방법에 의한 오차보다 작음을 보여준다.

• Journal of the Korea Society of Computer and Information
• /
• v.1 no.1
• /
• pp.195-210
• /
• 1996

For predicting the parameters and estimating the goodness of fit reliability growth model based on NHPP(Non Homogeneous Poission Process) among various reliability growth models, a Delayed S Shaped SRGM Tool is designed and Implemented. The Implemented tool is applied to real software error data, and the result Is compared and annalized.

• Journal of Internet Computing and Services
• /
• v.24 no.2
• /
• pp.67-74
• /
• 2023

Stock price prediction research in the financial sector aims to ensure trading stability and achieve profit realization. Conventional statistical prediction techniques are not reliable for actual trading decisions due to low prediction accuracy compared to randomly predicted results. Artificial intelligence models improve accuracy by learning data characteristics and fluctuation patterns to make predictions. However, predicting stock prices using long-term time series data remains a challenging problem. This paper proposes a stable and reliable stock price prediction method using K-means clustering-based data augmentation and normalization techniques and LSTM models specialized in time series learning. This enables obtaining more accurate and reliable prediction results and pursuing high profits, as well as contributing to market stability.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.283-287
• /
• 2004

본 논문은 뉴로-퍼지 모델의 구조 학습을 이용하여 단기 전력 수요 예측시스템을 개발하기 위한 체계적인 방법을 제안한다. 제안된 단기 수요 예측시스템은 1시간, 24시간, 168시간의 예측 리드 타임을 갖고 예측을 수행하기 위해서 요일 유형과 시간 별로 총 96개의 초기 구조를 미리 생성하고, 이를 초기 구조 뱅크에 저장한다. 예측이 수행되는 시접에 해당하는 초기 구조를 선택하여 뉴로-퍼지 모델을 초기화하고, 학습하고, 예측을 수행한다. 제안된 예측시스템은 단지 2개의 입력 변수만을 이용하기 때문에 간단한 모델 구조를 가질 뿐 아니라 학습된 퍼지 규칙을 해석하는 것이 매우 용이하다는 장점을 갖는다. 제안된 방법의 실효성을 검증하기 위해 1996년과 1997년의 한국전력의 실제 전력 수요 데이터를 이용하여 1시간, 24시간, 168시간 앞의 전력 수요를 예측하는 모의 실험을 수행한다. 실험 결과 제안된 방법은 단지 2개의 입력 변수를 사용함에도 불구하고, 기존의 예측 방법과 비교하여 예측의 정확도와 신뢰도 측면에서 우수한 성능을 얻는다.

• Proceedings of the KIEE Conference
• /
• 2001.07a
• /
• pp.323-326
• /
• 2001

본 논문은 뉴로-퍼지 모델의 구조 학습을 이용하여 단기 전력 수요 예측시스템을 개발하기 위한 체계적인 방법을 제안한다. 제안된 단기 수요 예측시스템은 1시간, 24시간, 168시간의 예측 리드 타임을 갖고 예측을 수행하기 위해서 요일 유형과 시간 별로 총 96개의 초기 구조를 미리 생성하고, 이를 초기 구조 뱅크에 저장한다. 예측이 수행되는 시점에 해당하는 초기 구조를 선택하여 뉴로-퍼지 모델을 초기화하고, 학습하고, 예측을 수행한다. 제안된 예측시스템은 단지 2개의 입력 변수만을 이용하기 때문에 간단한 모델 구조를 가질 뿐 아니라 학습된 퍼지 규칙을 해석하는 것이 매우 용이하다는 장점을 갖는다. 제안된 방법의 실효성을 검증하기 위해 1996년과 1997년의 한국전력의 실제 전력 수요 데이터를 이용하여 1시간, 24시간 168시간 앞의 전력 수요를 예측하는 모의 실험을 수행한다. 실험 결과 제안된 방법은 단지 2개의 입력 변수를 사용함에도 불구하고 기존의 예측 방법과 비교하여 예측의 정확도와 신뢰도 측면에서 우수한 성능을 얻는다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.47 no.10
• /
• pp.747-752
• /
• 2019

By using the failure information and the cumulative test execution time obtained by performing the reliability growth test, it is possible to estimate the parameter of the reliability growth model, and the Mean Time Between Failure (MTBF) of the product can be predicted through the parameter estimation. However the failure information could be acquired periodically or the number of sample data of the obtained failure information could be small. Because there are various constraints such as the cost and time of test or the characteristics of the product. This may cause the error of the parameter estimation of the reliability growth model to increase. In this study, the Bayesian method is applied to estimating the parameters of the reliability growth model when the number of sample data for the fault information is small. Simulation results show that the estimation accuracy of Bayesian method is more accurate than that of Maximum Likelihood Estimation (MLE) respectively in estimation the parameters of the reliability growth model.

• Proceedings of the KWS Conference
• /
• 2010.05a
• /
• pp.1-10
• /
• 2010

강재의 구조화에 필수적인 용접 공정 후의 저합금강 용접 열영향부 미세조직 및 재질 예측을 위해 가열 중 상변태 거동에 미치는 초기 결정립 크기의 영향, 석출물-free 오스테나이트 결정립 성장 예측 모델, 임계 석출물 크기의 영향을 고려한 용접 열영향부 석출물 조대화 예측 모델, 석출물의 Kinetics을 고려한 결정립 성장 모델, 초기 오스테나이트 결정립크기 및 냉각 속도의 영향을 고려한 용접 열영향부 상변태 모델, 용접 열영향부 경도 예측 모델 등에 대해 연구를 수행하였다. 이를 통해 작성된 최종 모델은 실 용접부와의 비교를 통해 신뢰성을 확인하였으며, 저합금강 용접 열영향부의 미세조직과 경도값을 잘 예측하는 것으로 판단된다. 따라서 본 연구를 통해 작성된 모델을 통하여 용접 열영향부에서의 용접부 품질을 확인하기 위한 시간적, 경제적 비용을 절감할 수 있을 것으로 기대된다.