• 한국정보통신학회논문지
• /
• 제19권2호
• /
• pp.407-413
• /
• 2015

본 논문에서 제안된 십진 부동소수점 가산기(decimal floating-point adder, DFPA)는 선행 제로 예측기(leading zero anticipator, LZA)를 이용해 임계 경로 단축을 통해 지연시간을 줄임으로서 연산 처리 속도를 향상시키는 파이프라인 구조로 설계하였다. 제안된 십진 부동소수점 가산기의 성능 평가 및 검증 환경은 시뮬레이션에 Flowrian 툴을 사용하였으며, 합성에는 QuartusII 툴 상에서 Cyclone III FPGA를 대상으로 지정하였다. 제안된 방식은 동일한 입력 데이터를 이용하여 기존에 제안된 설계 방식들과 시뮬레이션을 통해 비교 검증한 결과, L.K.Wang이 제안한 방식 및 기존 제안된 방식들보다 각각 11.2%, 5.9%의 성능이 향상되었다. 또한 연산 처리 속도 향상 및 임계 경로 상의 지연 소자의 수가 감소됨을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• 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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• 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.

• 한국항해항만학회지
• /
• 제35권1호
• /
• pp.83-91
• /
• 2011

예측의 정확성은 비용의 감소나 고객서비스의 제고를 위해 필수적으로 선행되어야 하기에 현재까지도 많은 연구자들에 의해 연구되고 있는 분야이다. 본 연구에서는 국내 항만의 컨테이너 물동량 예측에 있어 대표적인 비선형예측모형인 인공신경망모형과 ARIMA모형에 대한 비교연구를 수행하는데 목적을 두었고, 컨테이너 물동량 예측력 제고를 위해 ARIMA모형과 인공신경망(ANN)모형을 결합한 하이브리드모형을 사용해 다른 모형들과 예측성과를 비교하고자 한다. 특히 인공신경망모형의 네트워크 구조 설계에 부분에 있어 방대하며 복잡한 탐색공간에서도 전역해 찾기에 효과적인 기법으로 알려져 있는 유전알고리즘을 사용함과 동시에 인공신경망의 대표적인 모형으로 알려진 다층 퍼셉트론(MLP)뿐만 아니라 시간지연네트워크(TDNN)를 사용해 예측성과를 비교하였다. 그 결과 ANN모형과 하이브리드모형이 ARIMA모형보다 더 뛰어난 예측성과를 보이는 것으로 나왔다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• 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.

• 대한교통학회지
• /
• 제21권3호
• /
• pp.85-96
• /
• 2003

휴대폰이나 카네비게이션 시스템과 같은 개인단말기에 의한 교통정보 제공 서비스의 시행을 위해서는 정보제공 서비스가 사회적 편익과 개인적 편익에 미치는 영향 분석이 선행되어야 한다. 이를 위해, 본 연구에서는 시뮬레이션을 활용하여 교통정보 제공 서비스가 도로 네트워크에 미치는 영향과 정보를 이용하는 운전자와 정보를 이용하지 않는 운전자에 대한 차이를 소요시간 분석, 소요시간 예측오차 분석, 그리고 정보의존도 분석 등을 통해 밝히고 있다. 소요시간 분석과 소요시간 예측오차 분석 결과에 의하면, 네트워크 내에 정보를 이용하는 운전자가 증가하면서 네트워크의 소요시간과 소요시간 예측오차는 감소하는 경향을 나타냈다. 또, 소요시간과 소요시간 예측오차에 있어서, 정보를 이용하지 않는 운전자에 대한 정보 이용 운전자의 상대적 편익은 1일 교통량 변동이 크고, 정보이용률이 낮은 상황에 한하여만 나타났다. 또, 정보의존도 분석 결과에 의하면, 도로 네트워크 내에 정보 이용 운전자들이 많아지면 운전자들은 정보에 더 많이 의존하게 되는 것으로 나타났다. 또, 혼잡한 교통상태에서는 정보 역시 정확도가 떨어지므로 정보의존도가 낮고, 교통량이 적기 때문에 소통원활한 경우는 정보의존도가 낮고, 반대로 교통량이 많지만, 도로 이용효율이 높아 생기는 소통원활의 경우에는 높은 정보의존도를 보이었다. 본 연구 결과로부터, 어느 정도의 정보이용률까지는 정보이용 운전자들이 증가하면, 네트워크는 도로 이용효율이 향상되어 소요시간 효율성과 신뢰성 등이 향상되고, 운전자의 소요시간 예측오차는 감소한다는 것을 알 수 있었다.

• 대한교통학회지
• /
• 제24권1호
• /
• pp.109-120
• /
• 2006

2004년 7월, 서울시는 대중교통 이용률을 높이고, 여러 교통 문제를 해소 또는 완화하기 위해 버스 중심의 대중교통체계로 대대적인 개편을 단행하였다. 중앙버스전용차로제가 확대 시행되었고, 광역, 간선. 지선 순환의 네 가지 형태로 노선을 구분. 정비하였으며, 통합거리비례요금제 방식을 도입하였다. 이와 함께 BMS(Bus Management System)의 구축으로 서울시 버스 시스템 전반에 대한 관리 및 제어가 가능해 짐으로써 버스 이용자들에게 보다 신속, 정확하게 실시간 정보를 제공할 수 있게 되었다. 본 연구에서는 이러한 서울시의 새로운 대중교통체계에 맞추어. 선행연구를 통해 정립된 최적경로 탐색기법들을 적용하여 대중교통 최적경로를 산출하고, 기존의 여러 통행시간예측모형 비교를 통해 선정된 비모수 회귀분석 기법을 적용하여 주간선 및 보조간선 도로망에서의 대중교통 데이터에 기초한 통행시간 예측 응용 프로그램을 구현하였다. 그리고 구현된 프로그램의 정확성과 신속성 평가를 통해 실제 시스템에서의 적용가능성과 그 방안들을 제시하였다.

• 대한토목학회논문집
• /
• 제33권5호
• /
• pp.1809-1827
• /
• 2013

기후변화로 인해 발생하는 이상홍수에 대비하기 위해서는 다양한 대책을 강구할 필요가 있다. 그 중 비구조적 대책으로 홍수예경보시스템을 구축하여 홍수에 대비할 수 있도록 하는 것이 중요하다. 본 연구의 목적은 실시간 홍수예측 시스템을 구축하기 위해 뉴로-퍼지 모형과 다중선형회귀 모형을 비교하여 우수한 실시간 홍수예측 모형을 개발하는데 있다. 이를 위해 같은 입력자료를 사용하여 뉴로-퍼지 모형과 다중선형회귀 모형을 구축하고 낙동강 유역의 다양한 홍수사상에 대해 적용하였다. 모의결과 뉴로-퍼지 모형이 다중선형회귀 모형보다 좀 더 나은 예측 결과를 나타내는 것을 확인할 수 있었다. 본 연구는 향후 낙동강 유역의 충분한 선행시간을 확보한 정확도 높은 홍수정보시스템의 구축에 활용할 수 있을 것으로 판단된다.

• 한국항공운항학회:학술대회논문집
• /
• 한국항공운항학회 2016년도 춘계학술대회
• /
• 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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• 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.