• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10c
• /
• pp.301-303
• /
• 2003

본 논문에서는 인터넷 혼잡제어를 위한 새로운 방법을 제안한다. 라우터 큐에 예측제어함수를 적용하여 미래의 혼잡상황을 예측하고 소스에게 미리 피드백을 수행하여 혼잡제어를 한다. 예측제어함수는 실제 큐와 예측된 큐의 오차를 계산하여 주기적으로 예측함수를 갱신하는 NLMS 방식의 예측제어함수를 적용한다. 피드백 정보의 전송지연으로 인한 혼잡상황 악화가 발생하기 전에 혼잡상황에 대응할 수 있으므로 라우터 버퍼 사용효율의 최적함을 유지할 수 있으며 버퍼 오퍼플로우로 발생하는 패킷의 손실을 최소화 할 수 있다. 혼잡상황을 야기하도록 과도한 트래픽을 생성하여 라우터에서 예측함수를 적용하는 경우와 단지 혼잡알림제어를 수행하는 경우를 비교하여 시뮬레이션을 수행하였다. 예측함수를 적용하는 경우는 시스템 성능효율을 증가시키며 라우터 버퍼 크기를 최적하게 사용할 뿐만 아니라 오퍼플로우가 발생하지 않았으나 예측함수를 적용하지 않고 혼잡알림제어를 수행하는 경우는 과도한 큐 크기와 오버플로우가 발생하였음을 시뮬레이션을 통해서 보인다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.520-520
• /
• 2023

제주도 동부 중산간 지역은 화산암으로 구성된 지하지질로 인해 지하수위의 변동폭이 크고 변동양상이 복잡하여 인공신경망(Artificial Neural Network, ANN) 모델 등을 활용한 지하수위의 예측이 어렵다. ANN에 적용되는 활성화함수에 따라 지하수의 예측성능은 달라질 수 있으므로 활성화함수의 비교분석 후 적절한 활성화함수의 사용이 반드시 필요하다. 본 연구에서는 5개 활성화함수(sigmoid, hyperbolic tangent(tanh), Rectified Linear Unit(ReLU), Leaky Rectified Linear Unit(Leaky ReLU), Exponential Linear Unit(ELU))를 제주도 동부 중산간지역에 위치한 2개 지하수 관정에 대해 비교분석하여 최적 활성화함수 도출을 목표로 한다. 또한 최적 활성화함수를 활용한 ANN의 적용성을 평가하기 위해 최근 널리 사용되고 있는 순환신경망 모델인 Long Short-Term Memory(LSTM) 모델과 비교분석 하였다. 그 결과, 2개 관정 중 지하수위 변동폭이 상대적으로 큰 관정은 ELU 함수, 상대적으로 작은 관정은 Leaky ReLU 함수가 지하수위 예측에 적절하였다. 예측성능이 가장 낮은 활성화함수는 sigmoid 함수로 나타나 첨두 및 최저 지하수위 예측 시 사용을 지양해야 할 것으로 판단된다. 도출된 최적 활성화함수를 사용한 ANN-ELU 모델 및 ANN-Leaky ReLU 모델을 LSTM 모델과 비교분석한 결과 대등한 지하수위 예측성능을 나타내었다. 이것은 feed-forward 방식인 ANN 모델을 사용하더라도 적절한 활성화함수를 사용하면 최신 순환신경망과 대등한 결과를 도출하여 활용 가능성이 충분히 있다는 것을 의미한다. 마지막으로 LSTM 모델은 가장 적절한 예측성능을 나타내어 다양한 인공지능 모델의 예측성능 비교를 위한 기준이 되는 참고모델로 활용 가능하다. 본 연구에서 제시한 방법은 지하수위 예측과 더불어 하천수위 예측 등 다양한 시계열예측 및 분석연구에 유용하게 사용될 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.363-363
• /
• 2019

활성화 함수(activation function)는 기계학습(machine learning)의 학습과정에 비선형성을 도입하여 심층적인 학습을 용이하게 하고 예측의 정확도를 높이는 중요한 요소 중 하나이다(Roy et al., 2019). 일반적으로 기계학습에서 사용되고 있는 활성화 함수의 종류에는 계단 함수(step function), 시그모이드 함수(sigmoid 함수), 쌍곡 탄젠트 함수(hyperbolic tangent function), ReLU 함수(Rectified Linear Unit function) 등이 있으며, 예측의 정확도 향상을 위하여 다양한 형태의 활성화 함수가 제시되고 있다. 본 연구에서는 기계학습을 통하여 수위예측 시 정확도 향상을 위하여 Hybrid 활성화 함수를 제안하였다. 연구대상지는 조수간만의 영향을 받는 한강을 대상으로 선정하였으며, 2009년 ~ 2018년까지 10년간의 수문자료를 활용하였다. 수위예측 알고리즘은 Python 내 Tensorflow의 RNN (Recurrent Neural Networks) 모델을 이용하였으며, 강수량, 수위, 조위, 댐 방류량, 하천 유량의 수문자료를 학습시켜 3시간 및 6시간 후의 수위를 예측하였다. 예측정확도 향상을 위하여 입력 데이터는 정규화(Normalization)를 시켰으며, 민감도 분석을 통하여 신경망모델의 은닉층 개수, 학습률의 최적 값을 도출하였다. Hybrid 활성화 함수는 쌍곡 탄젠트 함수와 ReLU 함수를 혼합한 형태로 각각의 가중치($w_1,w_2,w_1+w_2=1$)를 변경하여 정확도를 평가하였다. 그 결과 가중치의 비($w_1/w_2$)에 따라서 예측 결과의 RMSE(Roote Mean Square Error)가 최소가 되고 NSE (Nash-Sutcliffe model Efficiency coefficient)가 최대가 되는 지점과 Peak 수위의 예측정확도가 최대가 되는 지점을 확인할 수 있었다. 본 연구는 현재 Data modeling을 통한 수위예측의 정확도 향상을 위해 기초가 되는 연구이나, 향후 다양한 형태의 활성화 함수를 제안하여 정확도를 향상시킨다면 예측 결과를 통하여 침수예보에 대한 의사결정이 가능할 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.41-41
• /
• 2017

자연재난으로 인한 피해의 대형화, 다양화, 집중화 현상이 일어나고 있으며, 이로 인한 사회 경제적 피해가 과거에 비해 계속적으로 증가하고 있다. 만약 기존에 발생하였던 재난 피해 자료와 기상현상간의 통계적 분석을 통해 재난의 발생 가능성과 피해 범위를 예측할 수 있다면, 효율적으로 재난관리를 할 수 있을 것이다. 따라서 본 연구에서는 대표적인 자연재난 피해인 호우피해를 대상으로 낙동강 권역 69개 시군구별 재해통계 자료를 기반으로 수문기상자료와의 통계적 분석을 통해 호우피해 예측함수를 개발하였다. 국민안전처에서 발간하는 재해연보 자료를 통해 호우피해 발생기간별 호우피해액 자료를 분석하였고, 이를 호우피해 예측함수의 종속변수로 사용하였다. 종관기상관측소의 시강우 자료를 분석하여 선행강우, 지속시간별 최대강우, 총강우량을 구축하였고, 시군구별 면적 등의 지역 특성을 수집하여 설명변수로 사용하였다. 기존의 피해예측함수 관련 연구에서 제기되었던 피해액이 큰 부분에서 예측력이 떨어지는 문제를 해결하기 위해, 피해액이 큰 집단과 피해액이 작은 집단을 구분하여 함수식을 개발할 수 있는 로지스틱 회귀모형을 사용하여 호우피해 예측함수를 개발하였다. 개발된 호우피해 예측함수의 NRMSE는 6.34~18.79%로 나타났으며, 대부분 호우피해를 적절하게 예측하는 것으로 나타났다. 본 연구에서는 호우피해액이 큰 집단과 피해액이 작은 집단으로 구분할 수 있는 로지스틱 회귀모형을 이용하여 낙동강 권역의 시군구별 호우피해 예측함수를 개발하였다. 본 연구에서 제시한 시군구별 호우피해 예측함수를 이용하여 사전에 호우피해를 예측할 수 있다면 호우피해액이 크게 줄어들 것으로 사료된다.

• Journal of the Korean Geotechnical Society
• /
• v.20 no.3
• /
• pp.47-51
• /
• 2004

An unsaturated hydraulic conductivity function and a soil-water characteristic curve are the essential constitutive factors in studying unsaturated soils. In order to obtain the unsaturated hydraulic conductivity function, prediction functions, which are based on the soil-water characteristic curve, have been used because it is difficult to measure the unsaturated hydraulic conductivity function directly. In this study, a parameter estimation method using the flow pump technique is introduced to determine the unsaturated hydraulic conductivity function. This method provides more accurate and independent solution than previous methods for the determination of the unsaturated hydraulic conductivity function which is not subordinate to the soil-water characteristic curve or prediction models.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.303-303
• /
• 2018

안정적인 수자원 운용을 위해서는 정확한 유량예측 기술이 필요하다. 본 연구에서는 유량예측 정확도의 개선을 위해 베이지안 추론(Bayesian inference) 기법과 앙상블 유량 예측(Ensemble Streamflow Prediction, ESP) 기법의 결합을 통한 새로운 유량예측 기법(Bayesian ESP)을 제안하였다. ESP를 통한 유량 예보 앙상블은 베이지안 추론의 사전정보로 활용되며, 관측 유량과 ESP 전망 결과의 선형관계를 통해 우도함수가 추정된다. 우도함수는 관측 유량이 존재하는 과거 기간에 대한 ESP를 수행한 후 예보 시점의 관측 유량(concurrent observed flow)과 선행 관측 유량(lagged observed flow)과의 다중선형회귀 모형을 통해 추정된다. 사전정보와 우도함수는 정규분포로 가정되며, 따라서 최종 유량예측인 사후정보 역시 정규분포함수로 산정되게 된다. Bayesian ESP은 ESP에서 발생하는 강우-유출모형 오차의 개선을 통해 수문예측의 정확도를 개선하게 되며 정규분포함수로 최종 결과가 산정되므로 확률예보 형태의 수문 전망도 가능하다. 본 기법을 전국 35개 댐 유역에 시범적용을 한 결과, 모든 유역에서 기존 ESP 기법 대비 수문예측 정확도의 개선을 가져왔으며, 우도함수 추정에 있어 선행 유량의 포함 여부가 수문 예측 정확도의 추가적인 개선을 가져왔다. 본 기법은 주간 예보부터 계절 예보까지 탄력적으로 구축이 가능하며 적용 결과 리드 타임이 길어질수록 예측 능력이 감소되었지만 전체 구간에 있어서 Bayesian ESP 기법이 가장 우수한 예측 정확도를 보여주었다.

• The Korean Journal of Applied Statistics
• /
• v.28 no.5
• /
• pp.885-893
• /
• 2015

It is important to improve the forecasting accuracy of one-year-ahead seasonal factors in order to produce seasonally adjusted series of the following year. In this paper, seasonal factors of 8 monthly Korean economic time series are examined and forecast based on the functional principal component regression. One-year-ahead forecasts of seasonal factors from the functional principal component regression are compared with other forecasting methods based on mean absolute error (MAE) and mean absolute percentage error (MAPE). Forecasting seasonal factors via the functional principal component regression performs better than other comparable methods.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2001.05a
• /
• pp.280-285
• /
• 2001

폴리우레탄 코팅포의 촉감을 예측하기 위하여 신경망 이론이 사용되었다. 본 연구에서는 Neural Connection의 MLP(Multi Layer Perceptron)를 신경망 분석에 사용하였으며, 학습 알고리즘은 백프로파게인션(Backpropagation)을 이용하였다. 사용된 변수는 KES-FB시스템에서 측정된 17가지 역학적 특성치를 설명변수, 촉감치를 목표변수로 하였다. 폴리우레탄 코팅포의 촉감을 정확하게 예측할 수 있는 신경망 모델을 찾기 위해, 은닉층의 노드수를 8에서 34로 변화시켜 보았다. 또한 MLP적용함수로 선형함수, 비선형 시그모이드함수, 탄젠트 함수를 사용하여 목표변수를 예측하여 모형의 정확도를 살펴보았다. 구축된 신경망모델은 17가지 역학적특성치 자료를 이용하여 학습되었으며 학습 완료 후 학습에 사용되지 않은 시료를 시스템에 적용하여 학습된 신경망 시스템이 촉감을 평가하게 한 후 주관적으로 평가된 촉감치와 비교하여 본 시스템의 판단의 정확성을 평가하도록 하였다. 은닉층의 노드수와 MLP적용함수는 촉감예측에 영향을 미치는 것으로 나타났는데, 촉감 예측에 가장 적절한 모형은 MLP 적용함수가 탄젠트 함수이고 노드수가 22인 것으로 나타났다. 신경망을 통한 폴리우레탄 코팅포의 촉감 예측력은 선행연구에서 이용된 통계적 방법보다 높게 나타나 폴리우레탄 코팅포의 촉감예측에 신경망의 이용은 효과적인 것으로 밝혀졌다.

• Environmental and Resource Economics Review
• /
• v.28 no.3
• /
• pp.437-465
• /
• 2019

In this study, we propose a new method to forecast long-term energy demand in Korea. Based on Chang et al. (2016), which models the time varying long-run relationship between electricity demand and GDP with a function coefficient panel model, we design several schemes to retain objectivity of the forecasting model. First, we select the bandwidth parameters for the income coefficient based on the out-of-sample forecasting performance. Second, we extend the income coefficient using the functional principal component analysis method. Third, we proposed a method to reflect the elasticity change patterns inherent in Korea. In the empirical analysis part, we forecasts the long-term energy demand in Korea using the proposed method to show that the proposed method generates more stable long term forecasts than the existing methods.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1995.04a
• /
• pp.455-468
• /
• 1995

기술변화에 의한 상품의 대체과정과 수요 성장 추세를 설명하고자 개발된 기존의 통계학적 수요예측 모형들은 확률밀도함수 또는 특정한 수학적 함수의 외형적 특성을 이용한 함수적 접근방법을 사용한 결과 과거 데이터들의 단순 경향치의 추세 설명에 한정되고 상한치를 향한 무한 접근 성장으로 일관되는 함수적 제약을 안고 있으며, 수요의 영향 요인을 반영하지 못하므로써 데이터가 없는 신제품 서비스 예측에 적용이 불가능한 문제점을 갖고 있다. 본 논문에서는 이들 문제점들을 극복하고 시장에 처음 출하되는 새로운 재화 또는 서비스의 수요예측 및 포화수준 도달 이후의 체감 성장에도 적용가능한 방법론으로서 수용의 결정요인을 반영한 예측모형을 제시한다. 모형의 예측능력을 판단하기 위해 정보통신 분야의 몇가지 대표적 제품 및 서비스를 대상으로 기존 모형(peal 모형, weibull 모형, NUI 모형, compertz 모형)들과 NTPS 모형(Nonasymtotic Technological Product Subsituation Model)을 적용하여 예측 결과를 비교하였다. 또한 본 모형을 활용하여 새로운 제품 및 서비스 수요예측을 위한 모수의 특성에 대하여도 검토해 보았다.