• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.26 no.1D
• /
• pp.59-66
• /
• 2006

This study was to construct the linear density predictive models on the on-ramp junctions in urban freeway. From the analyses of the real-time traffic characteristic data, and the construction and verification of the linear density predictive models, the models showed a considerable explanatory power with the determination coefficients ($R^2$) of over 0.7 between the density and speed data. Also, they showed a considerably high correlativeness with the correlation coefficients (r) of over 0.8 between the calculated density data and the expected ones estimated by the models.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1997.05a
• /
• pp.329-334
• /
• 1997

기포막 제한 및 기포 군집 이론에 의한 해석적 접근을 통해 축방향 출력분포가 임계열속에 미치는 영향을 파악하고, 이를 근거로 임계열속 발생지점에서의 엔탈피 변화를 고려하여 축방향 출력분포에 따른 임계열속 예측치 보정 모델을 개발하였다. 제안된 모델의 검증을 위해 cosine 형태의 축방향 출력분포를 갖는 임계열속 측정치와 비교하였으며, 그 결과 제안된 모델은 측정치에 대해 평균 1.0072, 표준편차 9.98%의 예측 성능을 나타냈다.

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2002.10a
• /
• pp.17-24
• /
• 2002

인발성형 적층 FRP 복합소재의 재료상수는 일반적으로 시편실험을 통해 구해지고 있으나, 본 논문에서는, 실험에서 구한 탄성계수가 부재일 경우를 위해, Micromechanics와 Classical Laminate Theory (CLT)를 이용한 적층 FRP 복합재료의 탄성계수(E/sub L/과 E/sup b//sub L/) 예측모델을 제시하였다 또한 예측모델로부터 구한 값과 실험으로부터 얻은 실측값을 비교하여 그 적정성을 검증하였고, 예측모델의 민감도 및 확률적인 특성을 구성소재 (Constituents)의 재료특성에 근거해 평가하였다.

• Proceedings of the KIPE Conference
• /
• 2018.11a
• /
• pp.133-134
• /
• 2018

배터리의 효율적인 사용을 위해 배터리 관리 시스템(BMS)는 중요하다. 그 중 배터리의 잔존 수명을 나타내는 지표인 SOH(State of Health)를 예측하기 위해 본 논문에서는 18650 리튬이온 셀에 전기적 노화 실험(Cycle Life Test)을 적용하였다. 방전 용량 및 저항 변화에 의한 SOH 변화를 인공 신경망(Artificial Neural Network)을 사용하여 예측하도록 설계하고 이에 대한 검증을 수행하였다.

• Journal of the Korean Society of Propulsion Engineers
• /
• v.15 no.1
• /
• pp.45-54
• /
• 2011

A program aiming at predicting dynamic characteristics of a Liquid Rocket Engine(LRE) was developed and examined to trace entire LRE operation. In the startup period, transient characteristics of the propellant flows were predicted and validated with hydraulic tests data. An arrangement of each component for the pipelines was based on an operating circuit of open cycle LRE. The flow rate ratio for the gas generator and the main chamber was determined to mimic that of real open cycle LRE. Individual component modeling at its transient was completed and was integrated into the system prediction program. Essential parameters of the component dynamic characteristics were examined in an integrated fashion.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.223-227
• /
• 2010

하천의 수위와 유량에 대한 정확한 정보는 이수, 치수와 같은 수자원 관리에 있어서 가장 기본적인 기초자료가 된다. 하천 수위와 유량 자료를 확보하기 위한 지속적인 직접 계측 방법은 많은 시간과 비용이 소모되며, 홍수 시에는 위험성이 존재하여 자료 확보가 불가능하다. 따라서 수치모형을 이용한 수위-유량 자료의 예측과 활용이 필요하며, 2차원 수치모형의 경계조건을 설정할 경우에도 활용할 필요성이 있다. 본 연구에서는 복단면 개수로 및 불규칙한 하상을 보이는 횡단면 상에서의 단위유량 예측을 위한 유한요소모형을 개발한다. 지배방정식은 Wark 등 (1990)이 제시한 운동량방정식을 이용하며, 단면형상과 Manning 조도계수, 그리고 수위를 알면, 결과적으로 흐름방향 단위유량의 횡방향 분포를 얻을 수 있다. 개발된 모형의 검증을 위해 실측 자료와 비교하며, 또한 Darcy-Weisbach 마찰계수를 이용하는 Darby와 Thorne (1996)의 모형 결과와도 비교한다. 검증된 모형의 알고리즘을 2차원 모형의 상류단 경계조건 설정에 활용하여, 절점별 유입유량을 차등분배 시켰을 때와 그렇지 못했을 때의 결과를 비교한다. 또한 수위를 경계조건으로 입력하였을 때 개발 모형을 활용하여 유입유량을 예측하는 활용방안을 제시한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.236-236
• /
• 2016

현재 댐운영 계획 수립 시 매월 유지해야 하는 저수량의 범위를 나타낸 기준수위가 사용되고 있으며 매년 홍수기 말에 현재의 수문 상황과 장래의 전망을 통한 시기별 연간, 월간 댐운영 계획을 수립하고 있다. 물관리의 이수측면에서 댐수위 운영계획 수립과 홍수기 운영목표 수위를 결정하는데 활용하기 위해서는 계절단위, 연단위의 기상정보가 필요하다. 본 연구에서는 기상청에서 운영하고 제공하는 전지구 계절예측시스템 GloSea5(Global Seasonal forecasting system version 5)자료를 활용하여 금강유역에 적용하고자 하였다. GloSea5는 전지구계절예측시스템으로 대기(UM), 지면(JULES), 해양(NEMO), 해빙(CICE)모델이 서로 결합되어 하나의 시스템으로 구성되어 있으며 공간 수평해상도는 N216($0.83^{\circ}{\times}0.56^{\circ}$)으로 중위도에서 약60km이다. Hindcast자료는 유럽중기예보센터(ECMWF)에서 생산된 ERA-Interim 재분석장을 대기 모델의 초기장으로 사용하며 기간은 1996~2009년의 총 14년이다. 예보자료의 검증은 예보의 질을 결정하는 과정으로 Brier Skill Score (BSS), Reliability Diagrams, Relative Operating, Characteristics (ROC)등을 통해 정확성과 오차에 의한 예보의 성능을 검증하였다. 또한 Glosea5의 통계적 상세화를 수행하여 다양한 변수가 갖는 계통적인 지역 오차를 보정함으로써 자료의 신뢰도를 향상시키고자 하였으며 이는 이후 수문모델과의 연계 시 보다 정확하고 효율적인 댐운영에 활용할 수 있는 기후예측정보를 제공할 수 있을 것으로 판단된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.920-923
• /
• 2017

본 연구는 기존의 수요 예측 등의 시계열 분석에서 주로 사용되는 ARIMA 모형의 어려움을 극복하고자 인공신경망(Artificial Neural Network) 모형을 이용하여 한국 프로 야구 관중 수를 예측하였다. 인공신경망의 가장 기본적인 종류인 전방향 신경망(Feedforward Neural Network)의 초모수(Hyperparameter) 선정에 그리드 탐색(Grid Search)을 적용하여 최적의 모형을 찾고자 하였다. 훈련 자료로는 2015년 3월부터 8월까지의 일별 KBO 관중 수 자료를 대상으로 하였고, 예측력 검증을 위해 2015년 9월 관중 수를 예측하여 실제 관측값과 비교하였다. 그 결과, 그리드 탐색법에서 최적 모형이라고 판단한 모형의 예측력은, 평균 절대 백분율 오차(MAPE) 기준으로 평균 27.14% 였다. 또한, 앙상블 기법에서 착안하여 오차율이 낮은 모형 5개의 예측값 평균의 MAPE는 평균 28.58% 였다. 이는 다중회귀와 비교해보았을 때, 평균적으로 각각 14%, 13.6% 높은 예측력을 보이고 있다.

• Proceeding of EDISON Challenge
• /
• 2015.03a
• /
• pp.124-131
• /
• 2015

단백질의 구조를 예측하기 위해서 구조가 알려져 있는 단백질 중 진화적으로 유사한 단백질의 구조 정보를 이용하는 Template Based Modeling (TBM) 방법이 현재까지 가장 효과적으로 많이 사용되고 있다. 단백질의 삼차 구조를 이루는 단위 중에서도 고리 부분은 효소 활성 부위 또는 리간드 결합 부위 등으로 작용하여 단백질의 생물학적 기능에 연관되어 있다. 하지만 진화적으로 가까운 단백질이어도 고리 부분은 서열이 잘 보존되지 않아 충분한 구조 정보를 주지 못하고 TBM 방법으로 고리 구조까지 정확히 예측을 할 수 없다. 따라서 TBM 방법으로 예측한 구조의 고리 부분을 주형 정보에 의존하지 않고 다시 예측하여 전체 구조를 정밀화하는 과정이 중요하다. 이번 연구에서는 이를 위해 자유 에너지를 고려한 고리 구조 예측 방법을 적용하여 그 효과를 검증해보았다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.03a
• /
• pp.415-421
• /
• 1999

Altman의 연구(1965, 1977)나 Beaver의 연구(1986)와 같은 전통적 예측모형은 분석자의 판단에 따른 예측도가 높은 재무비율을 선정하여 다변량판별분석(MDA:multiple discriminant analysis), 로지스틱회귀분석 등과 같은 통계기법을 주로 이용해 왔으나 1980년 후반부터 인공지능 기법인 귀납적 학습방법, 인공신경망모형, 유전모형 등이 부실기업예측에 응용되기 시작했다. 최근 연구에서는 인공신경망을 활용한 변수 및 모형개발에 관한 보고가 있다. 그러나 지금까지의 연구가 주로 기업의 재무적 비율지표를 고려한 모형에 치중되었으며 정성적 자료인 비재무지표에 대한 검증과 선정이 자의적으로 이루어져온 경향이었다. 또한 너무 많은 입력변수를 사용할 경우 다중공선성 문제를 유발시킬 위험을 내포하고 있다. 본 연구에서는 부실기업예측모형을 수립하기 위하여 정량적 요인인 재무적 지표변수와 정성적 요인인 비재무적 지표변수를 모두 고려하였다. 재무적 지표변수는 상관분석 및 요인분석들을 통하여 유의한 변수들을 도출하였으며 비재무적 지표변수는 조직생태학내에서의 조직군내 조직사멸과 관련된 생태적 과정에 대한 요인들 중 조직군 내적요인으로 조직의 연령, 조직의 규모, 조직의 산업밀도를 도출하여 4개의 실험집단으로 분류하여 비재무적 지표변수를 보완하였다. 인공신경망은 다층퍼셉트론(multi-layer perceptrons)과 역방향 학습(back-propagation)알고리듬으로 입력변수와 출력변수, 그리고 하나의 은닉층을 가지는 3층 퍼셉트론(three layer perceptron)을 사용하였으며 은닉층의 노드(node)수는 3개를 사용하였다. 입력변수로 안정성, 활동성, 수익성, 성장성을 나타내는 재무적 지표변수와 조직규모, 조직연령, 그 조직이 속한 산업의 밀도를 비재무적 지표변수로 산정하여 로지스틱회귀 분석과 인공신경망 기법으로 검증하였다. 로지스틱회귀분석 결과에서는 재무적 지표변수 모형의 전체적 예측적중률이 87.50%인 반면에 재무/비재무적 지표모형은 90.18%로서 비재무적 지표변수 사용에 대한 개선의 효과가 나타났다. 표본기업들을 훈련과 시험용으로 구분하여 분석한 결과는 전체적으로 재무/비재무적 지표를 고려한 인공신경망기법의 예측적중률이 높은 것으로 나타났다. 즉, 로지스틱회귀 분석의 재무적 지표모형은 훈련, 시험용이 84.45%, 85.10%인 반면, 재무/비재무적 지표모형은 84.45%, 85.08%로서 거의 동일한 예측적중률을 가졌으나 인공신경망기법 분석에서는 재무적 지표모형이 92.23%, 85.10%인 반면, 재무/비재무적 지표모형에서는 91.12%, 88.06%로서 향상된 예측적중률을 나타내었다.