• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.19 no.2
• /
• pp.407-413
• /
• 2015

In this paper, a DFPA(decimal floating-point adder) designed a pipeline structure that uses a LZA(leading zero anticipator) to reduce critical route to shorten delay to improve the speed of operation processing. The evaluation and verification of performance of proposed DFPA applied the Flowrian tool with simulation and Cyclone III FPGA was set as the target on the Quartus II tool for the synthesis. The proposed method compared and verified to proposed the other method using same input data. As a result, the performance of proposed method is improved 11.2% and 5.9% more than L.K.Wang's method and etc.. Also, it is confirmed that improvement of operation processing speed and reduction of the number of delay elements on critical path.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.286-286
• /
• 2023

물의 전체 순환 구조에서 토양수분이 차지하는 정량적 비중은 상대적으로 작지만, 강우-유출 과정의 비선형에 영향을 미치는 지배적 요인 중 하나이고, 토양 침식과 산사태, 농업생산량, 기후 변화 대응 등 광범위한 주제와 연관되어 있어, 토양수분의 물리과정에 대한 이해 증진과 예측 기술의 지속적인 개선이 필요하다. 본 연구에서는 금오공과대학교 유역 내에서 토양수분과 기상 요소를 실시간 관측하고, 기계학습 기법을 이용하여 토양수분을 단기 예측하는 기술을 개발하고 평가한다. 구체적으로는, 토양 관측 장비인 TEROS를 사용하여 표층 지점의 10cm, 심층 지점의 40cm에서의 토양수분, 토양장력과 토양온도를, 기상 관측 장비인 ATMOS를 사용하여 태양복사, 강수량, 기온, 풍속, 대기압 등 다양한 기상 요소를, 실시간 클라우드 방식으로 1여 년간 수집한 데이터를 활용한다. 또한, 과거 및 실시간 데이터를 기반으로 LSTM(Long-Short Term Memory) 기법을 사용하여 토양수분 예측 모형을 구축하고, 선행 예측 시간에 따른 모의 정확도를 평가한다. 기상 요소의 누적 등 자료 분석 방법이 표층 및 심층 토양수분 예측에 미치는 영향, 그리고 예측 모형 개선 방향에 대해 토의한다. 실시간 현장 관측 자료 및 인공지능 기반 단기 토양수분 예측 모의 기술은 소규모 유역의 수문순환 분석 및 물리기반 모형의 개선 등 다양한 분야에서 활용할 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.499-499
• /
• 2023

최근 컴퓨터 성능 향상과 새로운 머신러닝 알고리즘 개발됨에 따라, 각 분야별 연구자들이 이를 활용한 연구를 다양하게 수행하고 있으며, 하수처리시설의 경우에는 막대한 양의 운영자료가 축척됨에 따라 머신러닝을 활용한 다양한 연구가 가속화 되고 있다. 기존 하수처리장의 물리학적 모델은 적용된 영향 인자에 여러 가지 가정이 고려되어 모델 정확도가 부정확해지는 경향이 있었으며, 이러한 문제점을 보완하기 위해 하수처리장의 수집된 운영자료 및 머신러닝 기반의 예측 모델을 활용하여 예측 모델 정확도를 향상하는 선행 연구들이 진행되고 있다. A 하수처리장의 부지 내에 설치된 센서를 통하여 운영자료가 중앙제어실 서버에 실시간으로 저장되는 자료를 활용하여 NN (Neural Network), SVM (Support Vector Machine), RF (Random Forest) 등과 같은 다양한 머신러닝 모델을 적용하였고, 하수처리장 운영자료를 적용할 경우 어느 모델이 가장 높은 성능이 나타나는지 인사이트를 도출하고자 하였다. 금회 연구는 A 하수처리장을 대상으로 여러 머신러닝 기반 예측 모델을 개발하고, 각 모델의 예측정확도를 서로 평가함으로써, 머신러닝 모델 최적화를 수행할 수 있었다. 이번 연구에서 도출된 결과를 활용하여 하수처리장 예측 모델 최적화를 진행할 경우, 향후 비교적 짧은 시간에 하수처리장 머신러닝 기반 예측 모델 개발이 가능하다는 점에 의의가 있다.

• Journal of Navigation and Port Research
• /
• v.35 no.1
• /
• pp.83-91
• /
• 2011

The accuracy of forecasting is remarkably important to reduce total cost or to increase customer services, so it has been studied by many researchers. In this paper, the artificial neural network (ANN), one of the most popular nonlinear forecasting methods, is compared with autoregressive integrated moving average(ARIMA) model through performing a prediction of container traffic. It uses a hybrid methodology that combines both the linear ARIAM and the nonlinear ANN model to improve forecasting performance. Also, it compares the methodology with other models in performance for prediction. In designing network structure, this work specially applies the genetic algorithm which is known as the effectively optimal algorithm in the huge and complex sample space. It includes the time delayed neural network (TDNN) as well as multi-layer perceptron (MLP) which is the most popular neural network model. Experimental results indicate that both ANN and Hybrid models outperform ARIMA model.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.34-34
• /
• 2022

우리나라의 하천은 그 중요도와 규모에 따라 국가·지방·소하천 및 세천 등으로 분류하고 있다. 우리나라 하천 관리는 주로 국가 지방하천을 중심으로 이루어지고 있다. 특히 수리량 계측에 있어서 대부분의 수위 유량 관측시설이 국가 지방하천에 위치해 있으며, 소하천에 대한 관측은 거의 이루어 지지 않고 있다. 이로 인해 소하천 설계기준의 홍수량 산정 공식은 국내 중규모 이상 하천의 경험식이나 외국의 소하천 경험식에 기반한 매개변수를 따르고 있어, 국내 소하천의 특성을 반영하지 못하고 있다. 국립재난안전연구원에서는 국내 소하천 특성에 적합한 설계기준 개발 및 홍수량 산정을 위해 소하천 자동유량계측기술을 개발하고, 전국 소하천의 10%(2,230개소)에 설치·운영하는 것을 목표로 행정안전부 및 지자체와 협력하여 확대 구축을 추진 중이다. 소하천은 유로연장이 짧고 유역면적이 크지 않아 도달시간이 짧은 것이 특징으로, 강우-유량 노모그래프를 사용하여 소하천 홍수 예·경보를 위한 홍수량 산정이 가능하다. 강우-유량 관계는 선행강우에 따른 토양의 포화상태와 강우 발생 시점의 기저유량 등에 영향을 많이 받는다. 본 연구에서는 자동유량계측기술 설치 시범소하천 5개소의 계측데이터를 사용하여 선행강우를 고려한 강우-유량 노모그래프를 개발하였다. 또한, 뉴로-퍼지 기법과 회귀분석을 사용한 홍수량 예측결과와 비교 연구를 수행하였다.

• Journal of Korean Society of Transportation
• /
• v.21 no.3
• /
• pp.85-96
• /
• 2003

To build traffic information providing services by ITS technology should be carried out effect analysis in the first step for social and individual advantages. The propose on this study is to make clear what influences of highway network by traffic information are, and what differences between drivers who use traffic information and drivers who do not use that for route choice are. For these propose. travel time and forecast error of travel time on network and traffic information dependence of driver are analyzed by simulation. As a result of analysis travel time and forecast error of travel time is that the efficiency and reliability of travel time were increased when getting more drivers using traffic information in network. Drivers who using traffic information had advantage of decrease of travel time and forecast error in only definite situation. traffic information dependence analysis presented that drivers are dependent upon information and reliability of traffic information is also increased when drivers using traffic information become on increasing in network. In conclusion, considering the range of the traffic information user ratio in this simulation, this study presents that the traffic information service provides an advantage to the highway network and the drivers, and increases the dependence of information.

• Journal of Korean Society of Transportation
• /
• v.24 no.1 s.87
• /
• pp.109-120
• /
• 2006

Since the 1st of July, 2004, the public transport system of the Seoul metropolitan area has been rearranged. In the new system, bus lines are divided into 4 classes-wide area, arterial road, branch, and rotation lines with renewed fare system based on the total distance travelled. Since central control center known as the Bus Management System (BMS) integrates the entire system operation. it now becomes feasible to collect travel information and provide it to the users scientifically and systematically. The Purpose of this study is to forecast transit travel time using real-time traffic data coming from both buses and subway. This is significant contribution since provision of real-time transit information and easy access to it would most likely boost the use of mass transit system, alleviating roadway congestion in the metropolitan area.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.33 no.5
• /
• pp.1809-1827
• /
• 2013

Recently we need to take various measures to prepare for extreme flood that occur due to climate change. It is important that establish flood forecasting system to prepare flood over non-structure measures. The objective of this study is to develop superior real-time flood forecasting model by comparing the Neuro-fuzzy model and the multiple linear regression model. The Neuro-fuzzy model and the multiple linear regression model are established using same input data and applied for various flood events in Nakdong basin. The results show that the Neuro-fuzzy model can carry out flood forecasting results more accurately than the multiple linear regression model. This study can contribute to the establishment of a high accuracy flood information system that secure lead time in Nakdong basin.

• 한국항공운항학회:학술대회논문집
• /
• 2016.05a
• /
• pp.136-141
• /
• 2016

본 논문에서는 항행안전시설을 구성하는 구성요소를 체계별로 구분하고 체계별 운영시간 에 따른 고장율 등을 분석한다. 아울러 설계수명에 점차 도달한 항행안전시설 운영단계에서 발생한 유지보수비용 데이터를 토대로 남은 설계수명 기간 동안 향후 발생 가능한 유지보수 비용을 추정한다. 이런 분석결과를 통해 장비의 신뢰성 관련 선행연구들에서 주로 인용되고 있는 욕조커브(Bathtub Curve) 이론과 본 연구의 비용예측 결과와의 연관성을 진단하고 안정적인 유지보수를 위한 기초자료로서 활용되고자 한다. ARIMA 예측모형을 토대로 향후 10개월 간 발생가능한 유지보수 비용을 예측한 결과 비용이 상승할 것이라는 통계적으로 신뢰할 만한 추정 결과를 얻었다. ARIMA를 활용한 추정결과는 앞선 MTBF 분석내용을 지지함과 동시에 시설의 정비 신뢰도를 보여주는 욕조커브 분포와 일치하는 신뢰할 수 있는 결론을 얻은 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.416-416
• /
• 2020

우리나라의 계절 특성상 여름철 집중호우가 쏟아지는 현상이 빈번하게 발생하는데 이러한 돌발홍수가 예고 없이 일어나 상습적으로 침수 피해를 입는 지역이 증가하고 있다. 본 연구에서 2009년 ~ 2019년 동안 서울시 침수 피해 사건 중심의 인터넷 기사를 기반으로 실제 침수 사례를 조사해본 결과, 침수가 가장 많이 발생한 순으로 반포동(26건), 대치동(25건), 잠실동(21건)으로 집계되었다. 침수피해가 가장 많은 반포동을 연구지역으로 선정하고 그 중 잠수교의 수위를 예측하는 연구를 진행하였다. 기존 연구에서는 수치모형에 비해 신속한 결과를 도출할 수 있는 자료 기반 모형 중 LSTM 기법을 많이 사용하였다. 그러나 이는 선행 시간이 길어질수록 첨두수위에서 과소추정된 것으로 분석된 취약점이 존재하였다(정성호 외, 2018). 본 연구에서는 이러한 단점을 보완하기 위해 GANs(Generative Adversarial Networks)를 이용하였다. GANs는 생성자와 감별자가 나뉘어 생성자가 실제 자료인 첨두수위에서의 잠수교의 수위를 학습하고 실제와 근접한 가상데이터를 결과로 생성하여 감별자는 그 생성된 미래의 잠수교의 수위가 실제인지 가상인지 판별하도록 학습시키는 신경망 구조이다. 사용한 수문자료는 한강홍수통제소, 기상청, 국립해양조사원에서 제공하는 최근 15년간의 (2005년~2019년) 수위, 방류량, 강수량, 조위 자료를 수집하였고 t-test와 상관성분석을 통해 사용한 인자 간의 유의미성 판단과 상관성을 분석했다. 또한, 민감도 분석 결과 시퀀스길이(5), 반복횟수(1000), 은닉층(10), 학습률(0.005)로 최적값을 선정하였다. 또한 학습구간(2005년~2014년)과 검증구간(2015~2019년)으로 나누어 상대적으로 높은 수위가 관측되는 홍수기의 3, 6, 9시간 후의 수위를 예측하고 오차 지표를 이용해 평가하였다. LSTM 기법으로 예측된 수위와 GANs로 예측된 수위를 비교한 결과 GANs으로 예측된 첨두수위에서의 정확도가 5% 정도로 향상되었다. 향후에는 다양한 영향인자와 다른 기법과의 결합을 고려한다면 보다 정확하게 수위를 예측하여 하천 주변 사회기반시설의 침수 피해를 감소시킬 것으로 판단된다.