• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.122-122
• /
• 2021

전 세계적인 기후변화로 인해 태풍과 집중호우의 빈도와 규모가 증가하고 있으며 그로 인해 수재해 대응과 수자원 관리에 많은 어려움이 따른다. 댐 운영은 이러한 수자원 관리의 중요한 요소이며 정확한 댐 유입량의 예측은 효율적인 댐 운영과 관리의 필수적인 부분이다. 최근에는 여러 분야에서 활용되고 있는 딥러닝 모델을 활용하여 댐 유입량 예측에 관한 다수의 연구들이 수행되고 있다. 특히, 수문 시계열의 장기적인 특성과 비선형적인 관계를 고려하기 위해 연속형 모의를 기반으로 하는 딥러닝 모델의 적용 및 평가와 관련 연구의 필요성이 대두되고 있다. 본 연구에서는 연속형 모의를 기반으로 하는 딥러닝 모델을 활용하여 댐 유입량 예측을 수행하고자 하며 이의 적용성을 평가하고자 한다. 적용 대상 지역으로는 안동댐 상류 유역을 선정하였으며 2006년부터 2020년까지의 시 단위 강우 및 댐 유입량 자료를 활용하였다. 선행시간(1~6시간)별 예측 유입량과 관측 유입량의 비교를 통한 정량적 평가를 수행하였다. 또한 입력 자료에 대한 과거 기간, 모델 구성, 손실함수 등에 대한 조건별 평가를 통해 예측 정확도의 변화에 대한 분석을 수행하였다. 본 연구결과를 통해, 딥러닝 기반의 댐 유입량 예측 정확도에 대한 향상과 실시간 예측을 위한 딥러닝 모델의 활용성 증대에 기여할 것으로 기대된다. 향후, 강우 예보 자료를 연계한 딥러닝 기반의 실시간 댐 유입량 예측 기법을 제안하고 이의 활용성을 평가하고자 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (1)
• /
• pp.138-140
• /
• 1999

분류기법은 과거데이터를 분석하여 새로운 데이터에 대한 예측에 사용되며, 결정트리 알고리즘을 많이 사용한다. 따라서, 이 기법은 전자상거래에서 DB 마케팅을 위해 데이터베이스에 저장되어 있는 고객데이터를 분석하여 암시적인 고객들의 행위규칙을 찾고, 예측하기 위하여 사용할 수 있다. 기존의 분류알고리즘들은 전자상거래에서 일반적인 연속형 고객데이터를 처리하는데는 많은 문제점을 가지고 있다. 이러한 문제를 해결하기 위하여 연속형 데이터를 범주형 데이터로 변환하는 알고리즘을 구현하였다. 이 논문은 전자상거래에 적용하기 위한 고객분류기로서 ID3 알고리즘에 1차원 클러스터링알고리즘을 결합하여 사용한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.231-235
• /
• 2009

본 연구에서는 홍수예보를 위한 사상형 모형인 저류함수모형 적용시 문제점을 개선하기 위해 기존의 저류함수 모형에 자유수와 장력수의 2개 영역으로 구성된 토양수분모의 컴포넌트를 결합하여 지표유출, 중간유출, 기저유출의 유출수문성분에 대한 연속적인 모의가 가능하도록 하였으며 실시간 홍수예측을 위해 다수의 유량 관측지점과의 실시간 오차 보정이 가능하도록 앙상블 칼만 필터링 기법을 도입하였다. 개발된 모형의 적용성을 평가하기 위해 낙동강 권역을 대상유역으로 선정하였으며 시단위 강우자료, 기상자료, 유량자료를 비롯하여 GIS를 기반의 지형자료를 구축하였다. 연속형 저류함수형의 매개변수 추정결과 주요지점의 관측유량에 대해 높은 적합도를 보였으며 1시간 선행시간의 홍수량 예측결과에서도 높은 정확도를 보이는 것으로 나타났다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2009년도 춘계학술발표회 논문집
• /
• pp.75-78
• /
• 2009

기존의 수치지도는 2차원 도엽기반으로 되어 있어 정확성 및 최신성을 요하는 사용자의 요구조건을 충족하기에 많은 어려움이 있다. 본 연구에서는 객체형 연속수치지도의 요구사항을 분석하고 관련 시스템을 설계하였다. 객체형 연속수치지도는 3차원 연속객체로 최선성과 정확성을 갖고 있으며, 관리, 변환, 서비스, 변화정보관리, 수신갱신 및 동시갱신 시스템으로 세분화하여 시스템을 설계하였다.

• 응용통계연구
• /
• 제19권1호
• /
• pp.149-161
• /
• 2006

CART로 대표되는 의사결정나무의 알고리즘에서 가장 중요한 요소는 분리변수의 선택방법이다. 대부분의 알고리즘은 변수의 형태가 연속형인지, 혹은 명목형(nominal)인지에 따라 별개의 변수선택방법을 적용한다. 하지만 변수의 형태가 순서형(ordinal)인 경우에는 그 변수를 연속형으로 취급하여 연속형 변수선택방법을 적용하는 것이 대부분이다. 이것은 CART와 같은 Greedy탐색을 이용하는 방법에는 문제점이 발생하지 않는다. 하지만 Greedy탐색의 약점을 보완하기 위해 통계이론을 이용하여 개발된 최근의 방법들에는 최선의 대처방법이 아니다. 따라서 본 연구에서는 의사결정 나무에서 분리변수를 선택하는데 있어서 비모수적 접근 방법인 Clamor-von Mises 검정을 이용한 방법을 순서형 변수에 사용하는 것을 제안하고, CART, C4.5, QUEST, CRUISE등 기존 알고리즘과 본 연구에서 제안하는 방법의 순서형 변수 선택력을 비교하였다. 모의실험의 결과, Clamor-von Mises 검정을 이용한 변수선택방법은 순서형 변수의 분류력을 기존 방법들에 비해 더 정확히 예측하는 좋은 성과를 보여주었다.

• 한국임상수의학회지
• /
• 제27권6호
• /
• pp.647-651
• /
• 2010

연속형 $CO_2$ 레이저와 펄스형 $CO_2$ 레이저를 이용한 돼지 피부절개 시 창상 치유에 미치는 영향을 평가하고자 본 실험을 실시하였다. 다섯 마리의 돼지(Landrace x Yorkshire) (45-51 kg, 4-6 개월령, 수컷 3마리, 암컷 2마리)를 이용 하였고, 각각의 돼지에서 우측 및 좌측의 등쪽 피부에 대칭적으로 연속형 $CO_2$ 레이저와 펄스형 $CO_2$ 레이저를 이용하여 절개($2{\times}2{\times}2cm^2$) 하였다. 양측 피부 절개는 Maxon 3-0 를 이용하여 봉합하였다. 수술 후 3, 7, 14, 21일에 병리조직학적 검사를 실시하였다. 창상 부위의 재상피화는 연속형 $CO_2$ 레이저 군에 비해 펄스형 $CO_2$ 레이저군에서 더 많이 이루어졌다. 육아조직 형성은 창상후 경과일 3일에 펄스 $CO_2$ 레이저군에서 유의적으로 높게 나타났다(P < 0.05). 섬유아세포는 창상후 경과일 7일에 펄스형 $CO_2$ 레이져군에서 유의적으로 많게 형성되었다(P < 0.05). 결론적으로 피부절개 시에 있어서 펄스형 $CO_2$ 레이저는 연속형 $CO_2$ 레이저에 비하여 재상피화, 육아조직형성 및 섬유아세포가 더 높게 나타났으며, 레이저 시술에 따른 조직손상을 적게 나타내었다. 따라서 피부절개 시에 있어서 펄스형$CO_2$ 레이저가 연속형 $CO_2$ 레이저 보다 더 적합할 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.520-520
• /
• 2017

하천 내의 호안, 제방, 수공구조물 등의 안정성을 검토하기 위한 인자로 대부분 유속 또는 소류력을 이용하게 된다. 이 중 유속의 경우 보통 현장측정이나 수리모형 해석을 통하여 도출되나, 두 가지 방법 모두 많은 인력과 시간이 요구되며, 하천정보 수집 및 수리모형에 대한 전문성의 필요 등 여러가지 제약사항을 가지게 된다. 최근 국내에서는 평균유속을 간단하게 도출할 수 있는 연속형 Kraven 공식이 실무에서 주로 적용되고 있으나, 경사에 의해서만 평균유속이 산정되어 유량의 변화에 따른 유속 변화가 나타나지 않는 문제점을 내포하고 있다. 본 연구에서는 기존의 연속형 Kraven 공식에 대한 문제점을 개선하고, 유속을 간략하게 도출할 수 있도록 평균유속 산정식을 개발하였다. 산정식은 하천 내의 유량과 경사를 활용하였으며, 1차원 수리모형 해석 결과와의 비교를 통하여 정확성과 적용성을 검토하였다.

• 한국수자원학회논문집
• /
• 제42권11호
• /
• pp.953-961
• /
• 2009

본 연구의 목적은 현재 국내 홍수예경보 시스템의 유출해석모형으로 이용되고 있으며 단일 호우사상에 대해 적용이 가능한 유역 및 하도 저류함수모형을 추계학적 연속형 저류함수모형으로 개발하고자 하는데 있다. 이를 위해 기존 저류함수모형에 토양수분 산정 컴포넌트를 추가하고 지표면유출, 중간유출, 지하수유출 및 실제증발산량을 토양수분의 함수로 나타내어 각 수문성분에 대한 연속적인 모의가 가능하도록 하였다. 또한 실시간 관측유량자료 동화를 위해 앙상블 칼만 필터 기법을 도입하여 확정론적 모형을 추계학적 모형으로 개선하였다. 따라서 본 연구에서 개발된 추계학적 연속형 저류함수모형은 장기간의 연속적인 유출해석이 가능할 뿐만 아니라 관측자료 동화를 통해 기존 저류함수 모형보다 신뢰성 있는 결과를 제시할 수 있을 것으로 판단된다.

• Communications for Statistical Applications and Methods
• /
• 제15권6호
• /
• pp.977-991
• /
• 2008

본 논문에서는 연속형 변수에 대한 결합확률분포를 추정하지 않고도 상호정보(MI) 추정량을 구할 수 있는 k-최근접이웃 기반방법에 대하여 연구하였다. 변수가 동일한 값들을 가지는 경우 k-최근접이웃을 구할 때 생기는 문제점을 해결하기 위하여 지터링(jittering)과 붓스트랩(bootstrap) 방법을 제안하였다. 몬테칼로 모의실험과 실제 데이터에 대한 실험을 수행한 결과, k=1과 같이 작은 값을 사용한 k-최근접이웃 기반방법에 의해 효율적인 MI 추정량을 구할 수 있었다. k-최근접이웃 기반방법은 연속형 설명변수, 범주형 또는 연속형인 목적변수 형태의 데이터에 적용할 수 있으며, 목적변수에 영향을 주는 중요한 설명변수의 순서를 구할 수 있을 뿐만 아니라 다차원에도 적용할 수 있기 때문에 중요변수의 집합을 구하는 변수 선택(feature subset selection) 문제에도 적용할 수 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제21권5호
• /
• pp.917-926
• /
• 2010

배깅과 부스팅의 기법은 예측력을 향상 시킨다고 알려져 있다. 이는 비교 실험을 통하여 성능이 검증 되었는데, 목표변수가 범주형인 경우에 특정 의사결정나무 알고리즘인 회귀분류나무만 주로 고려되었다. 본 논문에서는 의사결정나무 외에도 다른 데이터마이닝 방법도 고려하여 목표변수가 연속형인 경우에 배깅과 부스팅 기법의 성능 검증을 위한 비교 실험을 실시하였다. 구체적으로, 데이터마이닝 알고리즘 기법인 선형회귀, 의사결정나무, 신경망에 배깅 및 부스팅 앙상블 기법을 결합하여 8개의 데이터를 비교 분석하였다. 실험 결과로 연속형 자료에 대한 여러 데이터마이닝 알고리즘에도 배깅과 부스팅의 기법이 성능 향상에 도움이 되는 것으로 확인되었다.