• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.7-7
• /
• 2016

인도네시아 산불에 의한 연무는 동남아시아 인접한 국가들에 있어서 심각한 환경문제 중 하나이다. 국제적으로 심각한 문제를 야기하는 인도네시아의 산불은 건조기에 강수량이 적게 내리는 극심한 가뭄 조건에서 발생한다. 건조기 강수량을 모니터링 하는 것은 산불 발생 가능성을 예측하기 위해 중요하지만 산불을 사전에 예방하고 영향을 최소화하기에는 부족하다. 따라서 산불에 대한 선제적 사전예방을 위해서는 수개월의 선행예측 기간을 갖는 조기경보 시스템이 절실하다. 따라서 본 연구는 인도네시아 산불에 대한 선제적 대응을 위한 강수량 예측시스템을 개발하고 예측성을 평가하여 동남아시아 지역의 화재 연무 조기경보 시스템의 시제품(Prototype)을 개발하는데 있다. 강수량 예측을 위해서 APEC 기후센터의 계절예측정보의 활용 정도에 따라서 4가지 서로 다른 방법을 통합하여 사용하였다. 예측정보 기반의 방법들로는 대상지역의 강수량 예측을 위해서 대상 지역 상공의 계절예측 강수자료를 보정을 통해 직접적으로 사용하는 SBC (Simple Bias Correction) 방법과 대상 지역 상공의 강수 예측자료를 사용하는 대신에 지역 강수량과 높은 상관 관계를 보이는 다른 지역의 대리변수를 예측인자로 사용하는 MWR (Moving Window Regression) 방법이 있다. 또한 예측자료의 사용 없이 과거자료 기반의 기후지수(Climate Index) 중에서 지체시간을 고려하여 지역 강수량과 높은 상관관계를 갖는 경우 예측에 활용하는 관측자료 기반의 CIR (Climate Index Regression) 방법과 예측기반 MWR과 관측기반의 CIR 방법에서 선정된 예측인자를 동시에 활용하는 ITR (Integrated Time Regression) 방법이 사용되었다. 장기 강수량 예측은 보르네오 섬의 4개 지역에서 3개월 이하의 선행예측기간에 대하여 0.5 이상의 TCC (Temporal Correlation Coefficient)의 값을 보여 양호한 예측성능을 보였다. 예측된 강수량 자료는 위성기반 관측 강수량 및 관측 탄소 배출량 관계에서 결정된 강수량의 임계값과의 비교를 통해 산불발생 가능성으로 환산하였다. 개발된 조기경보 시스템은 산불 발생에 가장 취약한 해당지역의 건조기(8월~10월) 강수량을 4월부터 예측해 산불 연무에 대한 조기경보를 수행한다. 개발된 화재 연무조기경보 시스템은 지속적인 개선을 통해 현장 실효성을 높여 동남아국가 정부의 화재 및 산림관리자들에게 보급함으로써 동남아의 화재 연무로 인한 환경문제 해결에 기여할 수 있으리라 판단된다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.8
• /
• pp.1517-1530
• /
• 2017

Traditional anti-collision algorithms determine slot size of initial frame based on the information of number of collision slots, idle slots, and success slots. Since there is no information about collision at the beginning of tag information collection, traditional anti-collision algorithms can not determine the initial frame size. Considering that performance of anti-collision algorithm is very sensitive to initial slot size traditional anti-collision algorithms need some improvements. In this study two methods are proposed to determine slot size of initial frame efficiently, through which we can improve the performance of dynamic frame slotted aloha algorithm. To verify the performance of proposed algorithms, 2.4GHz RFID system is used. Throughput and delay time are derived through simulation, which is developed using JAVA. We have seen that proposed algorithm improves throughput by 9.6% and delay time by 9.8%.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.175-175
• /
• 2018

우리나라에서 발생하는 대규모 자연재해의 상당부분은 강우에 의한 홍수피해이다. 최근 이러한 홍수피해는 기후변화와 더불어 극한강우 현상의 빈발에 의한 새로운 재해양상으로 전개되고 있으며, 이에 따라 정부에서도 재해발생시 원상복구의 개념이 아닌 항구복구의 개념으로 복구사업을 수행하고 있다. 그러나 설계에 기후변화에 대한 영향을 반영하고 있지 못하기 때문에 기후변화에 의하여 미래에 발생할 극한강우로 반복적인 피해가 예상되고 있으므로 기존의 방재성능목표 강우량의 설정 방법에 대한 개선이 필요하다. 전 세계적으로 이러한 기후변화에 의한 현상을 모의하기 위한 연구로 전지구기후모델(Global Climate Model, 이하 GCM)과 지역기후모델(Reginal Climate Model, 이하 RCM)을 사용하고 있다.우리나라 기상청에서도 CMIP5 국제사업의 표준 실험체계를 통해 전지구 기후변화 시나리오 산출을 위해서 영국 기상청 해들리센터의 GCM인 HadGEM2-AO를 도입하였다. 또한 한반도 기후변화 시나리오를 산출하기 위해 HadGEM3-RA 모형을 이용하여 전지구 기후변화 시나리오를 역학적으로 상세화하고 이를 한반도에 대해 12.5km 공간 해상도로 일 자료를 제공하고 있다. 하지만 유역규모 혹은 지점규모에서 사용하기 위해서는 이러한 일자료의 시 공간적인 상세화기법이 요구된다. 본 연구에서는 기후변화를 고려한 방재성능목표 강우량 개선 방향을 제안하기 위해 다양한 연구단에서 도출된 상세화 결과를 수집하고 비교분석을 통해 기후변화를 고려하고자 하였다. 다양한 연구기관에서 생산된 미래 확률 전망을 살펴본 결과, 동일한 GCM자료를 사용하더라도 상세화 방법론에 따라 서로 다른 결과가 도출되는 것을 확인하였다. 미래 예측의 불확실성을 고려하면 특정한 방법론이 우수하다고 평가하기는 어려움에 따라 앙상블 평균을 활용한 개선방향을 제안한다. 본 연구의 결과는 전국 지자체의 강우특성만을 고려한 것으로, 연안지역의 경우 해수면 상승을 고려하여 추가적인 대책이 필요할 것으로 판단된다.

• Journal of Broadcast Engineering
• /
• v.20 no.2
• /
• pp.257-264
• /
• 2015

In this paper, Enhanced binary block matching method for Constrained one-bit transform (C1BT) based motion estimation is proposed. Binary motion estimation exploits the Number of non-matched points (NNMP) as a block matching criterion instead of the Sum of Absolute Differences (SAD) for low complex motion estimation. The motion estimation using SAD could use the smaller block for more accurate motion estimation. In this paper the enhanced binary block matching method using smaller motion estimation block for C1BT is proposed to the more accurate binary matching. Experimental results shows that the proposed algorithm has better Peak Signal to Noise Ration (PSNR) results compared with conventional binary transform algorithms.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.63-63
• /
• 2020

최근 머신러닝 기술의 발전에 따라 비선형 시계열자료에 대한 예측이 가능해졌으며, 기존의 과정기반모형을 대체하여 지하수, 하천수 예측 등 다양한 수문분야에 활용되고 있다. 본 연구에서는 기존의 연구들과 달리 과정기반모형을 이용한 하천수 모의결과를 개선하기 위해 과정기반모형과 결합하는 방식으로 머신러닝 기술을 활용하였다. 머신러닝 기술을 통해 관측값과 모의값 간의 차이를 예측하고 과정기반모형의 모의결과에 반영함으로써 관측값을 정확히 재현할 수 있도록 하는 시스템을 구축하고 평가하였다. 과정기반모형으로는 Weather Research and Forecasting model-Hydrological modeling system (WRF-Hydro)을 소양강 유역을 대상으로 구축하였다. 머신러닝 모형으로는 순환 신경망 중 하나인 Long Short-Term Memory (LSTM) 신경망을 이용하여 장기시계열예측이 가능하게 하였다(WRF-Hydro-LSTM). 머신러닝 모형은 2013년부터 2017년까지의 기상자료 및 유입량 잔차를 이용하여 학습시키고, 2018년 기상자료를 이용하여 예상되는 유입량 잔차를 모의하였다. 모의된 잔차를 WRF-Hydro 모의결과에 반영시켜 최종 유입량 모의값을 보정하였다. 또한, 연구에서 제안된 새로운 방법론의 성능을 비교평가하기 위해 머신러닝 단독 모형으로 유입량을 학습 후 모의하였다(LSTM-only). 상관계수와 Nash-Sutcliffe 효율계수(NSE)를 사용해 평가한 결과, LSTM을 이용한 두 방법(WRF-Hydro-LSTM과 LSTM-only) 모두 기존의 과정기반모형(WRF-Hydro-only)에 비해 높은 정확도의 하천수 모의가 가능했으며, PBIAS 지수를 사용하여 평가한 결과, LSTM을 단독으로 사용하였을 때보다 WRF-Hydro와 결합했을 때 더 관측값과 가까운 모의가 가능함을 확인할 수 있었다.

• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.347-348
• /
• 2007

전력산업에 당초 도입 예정되었던 도매경쟁시장을 운영지원하기 위하여 전력거래소는 지난 2002년 도매경쟁 전력시장 운영시스템(Two Way Bidding Pool Market Operation System; TWBP MOS, 이하 전력시장운영시스템)을 구축하였다. 그러나 이후 배전분할 잠정 중단정책에 따라 구축 완료된 시스템은 실 업무에 적용해보지도 못한 채 폐기될 수도 있는 상황이 발생하였다. 하지만 전력거래소는 배전분할 잠정 중단에 따른 발전 경쟁시장(CBP; Cost-Based Pool) 장기화에 대비, 운영상의 효율성을 개선하고 기 개발된 전력시장운영시스템을 활용하여 급전체계를 개선하는데 성공하였다. 실시간 급전 운영을 위해 기존 EMS에 전력시장운영시스템을 연계하여 전력시장운영시스템의 5분 단위 수요 예측량을 기반으로 송전망 제약과 예비력 요구량 등을 고려한 발전기별 경제부하 배분량 및 예비력 배분량을 결정하고, 추가적으로 EMS에서 수요예측 오차 및 주파수 보정량을 실시간으로 계산하여 발전기별로 배분하도록 함으로써, 1일 전 시행하던 급전계획을 취득 자료를 기반으로 5분 단위로 실시간 계산할 수 있도록 급전 개선하였다. 이를 통해 실시간으로 에너지와 예비력을 동시에 최적화함으로써 전력시장 및 전력계통 운영을 한층 선진화 할 수 있는 계기를 마련하였으며 또한 저비용 발전기 사용을 극대화함으로 발전비용의 절감에도 기여하는 효과를 가져왔다. 이러한 긍정적인 효과에도 불구하고, 전력시장윤영 시스템은 구축된 모든 설비 및 프로그램을 당초 목적에 맞게 활용하지 못한다는 이유 등으로 시스템의 최적화 및 성능 개선에 대한 투자가 망설여지는 현실이다. 특히 온라인 실시간 시스템과 별도로 전력시장운영을 모의 할 수 있는 시뮬레이터가 구축되지 않아 시장의 흐름을 사전 예측하거나 시스템 오류 등을 재현하여 재발 대책 등을 마련하기가 매우 어려운 실정이다. 이에 본 논문에서는 그동안 쌓아온 전력거래소의 전력시장운영시스템 운영관리에 대한 다양한 경험을 바탕으로 구축비용을 획기적으로 절감할 수 있는 전력시장운영시스템 시뮬레이터의 구축방안을 제시하고자 한다.

• Journal of Advanced Navigation Technology
• /
• v.16 no.5
• /
• pp.794-800
• /
• 2012

In this paper, we propose a scheme for improving not only the utilization of frequency bands in the guard channel scheme but also the dropping rate of cognitive radio user in the wireless cognitive radio-based cellular network. The proposed scheme enables cognitive radio users to utilize the guard channel for servicing only handoff calls in normal times, but cognitive radio users must vacate the frequency channel when handoff call appearing. At this time our scheme ensures their seamless services for cognitive radio users, by predicting handoff call's appearance by MMOSPRED (Multi-Media One Step Prediction) method and then reserving the demanded channels for spectrum handoff calls. Our simulations show that our scheme performs better than other schemes; GCS(Guard Channel Scheme) and a scheme without prediction in terms of cognitive users call's dropping rate and resource utilization efficiency.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.72-72
• /
• 2016

최근 발생하고 있는 기후변화로 인하여 하천 및 저수지의 수질문제가 커지고 있다. 특히 여름철 부영양화로 인해 발생하는 녹조현상은 사회적인 문제로 과학적인 수질사고에 대한 예측과 관리가 필요한 실정이다. 수질예보는 정기적으로 하천 및 저수지의 수질을 예측하여 사용자에게 제공하는 분석기법으로 수질현황을 파악하고 수질을 관리하고 의사결정을 하는데 도움을 줄 수 있다. 수질예보에 사용되는 모형은 유역모형, 하천모형, 저수지모형이 있으며, 이중 하천 및 저수지에 주로 적용되고 있는 3차원 수리수질모형의 경우 격자의 개수가 많아 모의시간이 길어지게 되고 이로 인해 일일 수질 예보가 어렵게 된다. 3차원 수리수질모형의 모의속도를 개선하는 방법에는 하드웨어의 성능을 높이는 방법과 병렬화를 이용한 소프트웨어적인 방법이 있다. 이중 하드웨어의 성능을 높이는 방법은 컴퓨터의 사양을 높이는 방법으로 높은 비용이 소요된다. 하지만 병렬화 방법은 컴퓨팅 기술의 발전으로 멀티코어가 대중화가 된 최근에 코드의 적용만으로 모의속도를 향상시킬 수 있다. 본 연구에서 사용된 모형은 서호주대학에서 개발한 3차원 수리 수질모형인 ELCOM-CAEDYM 모형으로 적용된 병렬화 기법은 OpenMP(Open Multi-Processing)방법이다. 기존 직렬 컴퓨팅 방식으로 구성되어 한번에 한 개의 명령어 밖에 처리할 수 없었던 작업방법을 동시에 여러 개의 처리요소를 이용하여 명령을 실행할 수 있게 하는 방식이다. 하지만 CPU의 개수는 제한되어 있으며, Amdahl's law에 따르면 OpenMP방식의 병렬화시 속도개선효과는 95% 병렬화 프로그램에서 최대 CPU 개수의 제한이 없다면 20배 까지 속도향상이 가능하다고 하였다. 본 연구에서는 3차원 수리 수질예측 모형인 ELCOM-CAEDYM에 적용된 병렬화 기법을 적용하는데 있어 최적 CPU사용 개수를 파악 하고자 하였으며, 이를 통해 수질예보시스템을 운영하는데 가장 효율적인 방법을 찾아 적용하고자 하고자 한다.

• Information Systems Review
• /
• v.26 no.2
• /
• pp.83-93
• /
• 2024

This study proposes a preprocessing methodology based on Dynamic Time Warping (DTW) and k-Nearest Neighbors (kNN) to effectively represent time series data for predicting the completion quality of electroplating baths. The proposed DTW-based kNN preprocessing approach was applied to various regression models and compared. The results demonstrated a performance improvement of up to 43% in maximum RMSE and 24% in MAE compared to traditional decision tree models. Notably, when integrated with neural network-based regression models, the performance improvements were pronounced. The combined structure of the proposed preprocessing method and regression models appears suitable for situations with long time series data and limited data samples, reducing the risk of overfitting and enabling reasonable predictions even with scarce data. However, as the number of data samples increases, the computational load of the DTW and kNN algorithms also increases, indicating a need for future research to improve computational efficiency.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.59-59
• /
• 2019

최근 기후변화로 인해 대류성 집중호우가 빈번하게 발생하고 있으며, 이러한 강우 특성은 산지지역에 위치한 소하천유역에 상당한 피해를 야기한다. 대류성 집중호우는 규모가 작고 속도가 빠르기 때문에 중규모 이상의 유역에서 부분적으로 상이한 강우특성을 보인다. 아울러 이러한 호우패턴의 변화는 일시적인 현상이 아닌 하나의 기상 특성으로 자리를 잡아가고 있기 때문에 이에 대한 대책마련이 더욱 필요한 실정이다. 돌발홍수 예경보시스템에 예측강우 자료는 예측 선행시간의 한계를 가진다. 즉, 예측강우 자료자체가 가지는 편의와 불확실성으로 인해 예측 선행시간이 3시간을 초과하면 신뢰도가 급격히 하락하게 된다. 이를 해결하기 위해 우리나라에서는 지상관측치와의 편의를 보정하거나 예측강우자료 자체의 품질을 개선하려는 노력을 지속하고 있다. 본 연구에서는 예측 선행시간을 확장하고자 순차적으로 생산되는 예측강우를 가중평균하여 앙상블 예측치를 모의하는 기법을 개발하였다. 각 선행시간별 예측강우자료를 앙상블 멤버로 인식하여 이들의 공분산 구조를 파악하고, 분산과 공분산 수치를 이용하여 가중치를 결정하였다. 1, 2, 3시간 예측 선행시간에 대한 확장 가능성을 확인하고자 하였고, 최적의 앙상블 멤버 개수를 결정하여 적용 및 평가하였다. 본 연구에서는 2016년과 2017년에 발생한 주요 호우사상을 선정하고, 우리나라 전역에 걸쳐 예측강우 앙상블 생성 방법론을 적용하였다. 그 결과, 가중평균 앙상블의 예측치가 예측강우장 1개, 단순평균 앙상블 예측치에 비해 좋은 품질의 예측 성능을 보였으며, 예측치의 분산 또한 감소하여 예측에 대한 불확실성이 줄어듦을 확인하였다.