• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.264-268
• /
• 2008

미래 발생 가능한 수문 및 기상현상의 예측과정은 지식의 부족과 자연현상의 다양성으로 인해 불확실성을 포함하게 된다. 하지만 많은 예측들은 아직까지 확정적으로 제공되고 있으며, 결과적으로 예측결과의 불확실성 정도를 제공하지 못하고 있다. 앙상블 유량예측(ESP, Ensemble Streamflow Prediction)은 이러한 불확실성을 고려하여 수자원시스템의 의사결정에 있어 중요한 요소 중 하나인 유량예측을 수행할 수 있는 방법이다. 하지만 ESP의 결과는 기상자료, 유역 초기조건, 수문모형의 매개변수, 단순화된 수문모형에 의해 비교적 큰 불확실성을 포함하게 되며, 따라서 실제적인 현업에서의 사용을 위해서는 불확실성 정도를 줄이기 위한 사전 및 사후처리 과정이 요구된다. 본 연구에서는 국내에서 활용 가능한 기후 예보자료를 사용하여 앙상블 유량예측에 적용할 수 있는 사전처리 방안들을 검토하고, 국내에서 사후처리를 위해 적용되었던 최적선형 보정기법에 더해 다양한 기법들을 강우유출모형인 TANK모형의 모의결과 보정에 적용하였다. 사전 및 사후처리를 적용한 결과 기상자료와 유량예측과정에 존재하는 불확실성을 저감시키는 것이 가능하였다. 특히 사전 및 사후 처리가 동시에 적용되었을 경우 그 향상 정도가 단순히 각각의 방법에 의한 향상 정도를 합한 것보다 높게 나타날 수 있음이 확인되었다. 사전 및 사후처리를 동시에 적용한 경우 이수기에는 RPS(Ranked Probability Score) 평가방법 내에서 54%를, 홍수기에는 8%를 향상시키는 것이 가능하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.9 no.6
• /
• pp.5-13
• /
• 1990

본 논문에서는 16Kbps 및 32 Kbps 전송속도에서 ADM의 음질을 개선하기 위하여 두 가지 방 식을 적용한다. 첫째로, 고차 예측기 또는 적응 예측기를 ADM에 활용한다. ADM의 경우에 2차 또는 3 차 예측기를 사용하면 16Kbps 전송속도에서는 별로 개선이 없지만 32Kbps 전송속도에서는 SQNR\sub SEG\척도로 약 3-4dB의 상당한 이득이 얻어진다. 또한 ADM에 적응 예측기를 활용하면 최대 성능은 SZNR\sub SEG\ dir 2dB 정도 개선되지만 양자화 잡음의 축적 때문에 동작 범위가 매우 좁아진다. 둘 째로, 지연 결정 방식을 ADM에 이용한다. 지연 결정 방식을 2차 예측기를 갖고 있는 ADM에 적용하면 약 2dB 정도 개선되지만 양자화 잡음의 축적 때문에 동작 범위가 매우 좁아진다. 둘째로 지연 결정 방 식을 ADM 에 이용한다. 지연 결정 방식을 2차 예측기를 갖고 있는 ADM에 적용하면 1차 예측기를 갖 고 있는 ADMDP 적용했을 때 보다 16또는 32Kbps일 때 SQNR\sub SEG\척도로 재래의 ADM 보다 약 5dB 정도의 성능 개선이 얻어진다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10b
• /
• pp.863-866
• /
• 2000

본 논문에서는 비디오 코딩을 위한 적응적 블록 정합 알고리즘을 제안한다. 제안 알고리즘에서는 블록내의 움직임 정도에 따라 다단계의 블록 레벨을 설정하고, 그 블록 레벨에 따른 각기 다른 다단계의 움직임 예측을 수행한다. 이는 움직임이 적은 영역에서의 불필요한 탐색과정을 제거하여 계산적 효율성을 증대하고, 움직임 정도가 큰 부분으로 갈수록 움직임 예측 과정을 심화 시켜 예측의 정확성을 증가시킨다 본 제안된 방식을 가지고 실험한 결과 한 프레임 당 적은 수의 블록으로 고정된 크기의 블록을 가진 전역 탐색 블록 정합 알고리즘보다 적은 예측 에러를 발생시켜 1dB 정도의 PSNR 개선을 가져왔고 98% 정도의 연산량 절감 효과가 있는 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1412-1416
• /
• 2009

최근의 극심한 기상이변으로 인하여 발생되는 이상호우의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우를 예측하기 위해 많은 방법들이 사용되고 있으나 강우의 메커니즘은 매우 복잡하여 수문순환과정에서 가장 예측하기 힘든 요소이며, 추계학적 예측모형이나 확정론적 예측모형 모두에 있어 상당한 불확실성을 내포하고 있다. 기상예측모형 등을 이용하여 강우예측에 대한 정도를 높여가고는 있으나 많은 수문학적 모형에서 요구하는 시공간적으로 정도가 높은 강우를 예측하기에는 힘들다. 인공신경망은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 연결강도를 최적화함으로서 모형의 구조를 스스로 조직화하기 때문에 모형의 구조에 적합한 최적 매개변수를 추정할 수 있다. 따라서 정확한 예측이 어려운 강우사상을 과거의 자료로부터 신경망의 수학적 알고리즘을 통해 강우의 예측에 적용할 수 있을 것이다. 따라서 본 연구에서는 이러한 인공신경망의 기법 중 오류 역전파 알고리즘을 통하여 과거의 강우사상들을 입 출력 자료로 이용하여 인공신경망을 학습시켜 강우의 예측에 대한 정도를 높이도록 하였다.

• KIPS Transactions on Software and Data Engineering
• /
• v.10 no.8
• /
• pp.301-310
• /
• 2021

The TATI model is a Traffic Accident Text to RGB Image model, which is a methodology proposed in this paper for predicting the severity of traffic accidents. Traffic fatalities are decreasing every year, but they are among the low in the OECD members. Many studies have been conducted to reduce the death rate of traffic accidents, and among them, studies have been steadily conducted to reduce the incidence and mortality rate by predicting the severity of traffic accidents. In this regard, research has recently been active to predict the severity of traffic accidents by utilizing statistical models and deep learning models. In this paper, traffic accident dataset is converted to color images to predict the severity of traffic accidents, and this is done via CNN models. For performance comparison, we experiment that train the same data and compare the prediction results with the proposed model and other models. Through 10 experiments, we compare the accuracy and error range of four deep learning models. Experimental results show that the accuracy of the proposed model was the highest at 0.85, and the second lowest error range at 0.03 was shown to confirm the superiority of the performance.

• Journal of the Korean Geotechnical Society
• /
• v.16 no.2
• /
• pp.41-50
• /
• 2000

본 연구에서는 여러 침하모델들을 매립경과기간이 다른 아홉 개 지역의 실제 스레기 매립지 침하자료들에 적용하였다. 침하모델들을 적용한 결과, 매립연한이 증가할수록 향후 발생가능한 장기침하량도 상당히 감소하는 경향을 보였다. 신선한 쓰레기 매립지에서는 침하모델들마다 예측정도에서 큰 차이를 보이지만, 매립연한이 오래된 매립지들에서는 Power creep law를 제외하고는 예측정도에 있어서 큰 차이를 보이지 않음을 알 수 있었다.

• KOREAN JOURNAL OF CROP SCIENCE
• /
• v.36 no.2
• /
• pp.97-106
• /
• 1991

Two dimensional non-parametric model using daily mean temperature and daylength as predictor variables was established and daily developmental rates (DVR) for the period of seedling emergence to heading were estimated for 26 rice cultivars by using data from field direct seeding dates and short-day treatments experiment carried out at experimental farm of Seoul National University in 1990. Three existing parametric models were tested for the comparision of predictability with non-parametric model. The non-parametric model was found to be superior to parametric models in predicting heading date. The developmetal indice(DVI) at heading date, cummulative DVR's from seedling emergence showed 0.5 to 2.2 percent of coefficient of variations. The non-parametric model revealed errors of 0 to three days in 11 varieties when applied to data independent of those used in estimating DVR.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.523-526
• /
• 2009

시계열 데이터에서 패턴을 분석하는 기법은 많은 발전이 이루어져 오고 있으나 주식시장의 경우 패턴 분석 및 예측에 관련되어 많은 연구가 이루어져 있지 않고 있다. 이는 주가의 등락 자체가 본질적으로 무작위하다고 생각되어지고 있기 때문이다. 본 연구에서는 주가의 등락이 보여주는 무작위성의 정도를 Kolmogorov Complexity로 측정, 그 무작위성의 정도와 본 논문에서 제시한 반전역정렬로 예측하는 주가의 예측 간의 상관관계를 보인다. 이를 위하여 KOSPI 주식 데이터 28년 690개의 데이터를 수집하여 이들 주식 데이터의 등락을 양자화된 문자열로 변환하여 본 논문에서 제시한 방법의 의미를 평가하였다. 그 결과 Kolmogorov Complexity가 높은 경우에는 주가 변동 예측이 어려우며, Kolmogorov Complexity가 낮은 경우에는 주식 변동 예측은 가능하나 등락 예측 율은 단기 예측은 12%이상의 예측율을 보일 수 없으며, 장기 예측의 경우 54%의 예측율로 수렴함을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1279-1283
• /
• 2010

미국의 경우 1994년 발생한 대홍수(Great Flood)에 대해 사건조사를 수행하면서 예측에 포함되는 불확실성 정도를 제공하지 못하는 확정적 예측의 위험성 및 확률유량예측에 대한 필요성이 부각되었으며, 앙상블 유량예측(Ensemble Streamflow Prediction, ESP) 기법을 활용한 확률유량예측 방안에 대해 지속적으로 연구가 수행되고 있다. 국내에서도 확률예측에 대한 필요성이 인식되면서 기존 국외 연구사례를 토대로 국내 환경에 적용 가능한 방안에 대한 연구가 진행되었으며, 중장기 앙상블 유량예측의 경우 현업에서 다양한 형태로 활용되고 있다. 앙상블 유량예측의 기본이론은 예측시점의 초기조건 하에서 예측기간에 발생 가능한 기상 앙상블 시나리오를 수문모형의 입력자료로 사용하여 불확실성 범위를 설명 가능한 유량 앙상블을 모의하는 기법이다. 이러한 이론적 단순함 때문에 쉽게 현업의 유량예측 시스템 내에서 사용할 수 있다는 장점이 있으나, 동시에 기법적 특성으로 인하여 유량예측의 신뢰도가 현업에서 활용되기 어려울 정도로 낮아지는 관계로, 이러한 한계점을 극복하기 위해 그동안 기상자료 및 수문모형으로 인한 불확실성 저감에 대한 연구가 수행되었다. 하지만 예측 및 시나리오 기간의 잘못된 설정으로 기존의 불확실성 저감을 위한 연구의 적용에도 불구하고 앙상블 유량예측의 신뢰도가 오히려 낮아질 수 있으므로, 본 연구는 시나리오 기간에 따른 오차의 양상과 예측기간의 증가에 따른 초기조건의 영향을 분석하여 앙상블 유량예측의 기법적 특성 하에서 신뢰도 높은 예측을 기대할 수 있는 예측 및 시나리오 기간을 제안하였다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1998.08a
• /
• pp.99-104
• /
• 1998

한국어의 자연스러운 음성합성을 위해 280문장에 대하여 남성화자 1명이 발성한 문음성 데이터를 음운 세그먼트, 음운 라벨링, 음운별 품사 태깅하여 음성 코퍼스를 구축하였다. 이 문 음성 코퍼스를 사용하여 음운환경, 품사 뿐만 아니라 구문 구조에 이하여 음운으 lwlthrtlrks이 어떻게 변화하는가에 대하여 xhdrPwjrdfmh 분석하였다. 음운 지속시간을 보다 정교하게 예측하기 위하여, 각 음운의 고유 지속시간의 영향이 배제된 정규화 음운지속시간을 회귀트리를 이용하여 모델화하였다. 평가결과, 기존의 회귀트리를 이용한 음운지속시간 모델에 의한 예측오차는 87%정도가 20ms 이내 이었지만, 정규화 음운 지속시간 모델에 의한 예측 오차는 89% 정도가 20ms 이내로 더욱 정교하게 예측되었다.