• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.131-131
• /
• 2022

기후변화의 영향으로 극치강우의 변동성이 커지고 있으며 계획빈도를 초과하는 폭우로 피해가 증가하고 있다. 기존의 물리기반의 홍수예측모델은 개념적 및 구조적 제약과 함께 다양한 유역조건 및 수문기상 조건에 기인한 강우-유출 관계의 불확실성을 고려하는 데 한계가 있다. 특히 한정된 홍수 사상을 통해 구축된 관측 자료로 인해 새로운 홍수 사상 예측 능력이 저조할 수밖에 없다. 따라서 기존 물리모형 기반의 홍수예측과 함께, 딥러닝(deep learning) 모형을 고려한 홍수예측 모델 개발과 개선이 필요하다. 본 연구에서는 다양한 분야에서 활용되는 인공지능(artificial intelligence, AI) 기술을 종합적으로 검토하고, 홍수 예측 측면에서의 활용 가능성 및 신뢰성을 고려하여 AI 기법을 채택하였다. 한강수계에 존재하는 댐 중 일부를 선정하여 대상 댐의 수문·기상학적 자료를 전처리한 후, 인공지능 기반의 홍수예측모형을 구축 및 최적화하였다. 다양한 예측인자와 모델 구성으로 홍수예측력에 대한 평가를 다각적으로 수행함으로써 홍수예측모델의 신뢰성을 제고하였다. 전반적으로 우수한 결과를 도출하였고, 유역면적이 작을수록 결과가 좋았다. 이는 넓은 유역일수록 복잡한 강우-유출 과정이 내재되어 있기 때문으로 판단되며, 넓은 유역에는 본 연구에서 활용한 자료에 추가적인 자료를 도입하여 모형 개선이 이루어져야 할 것으로 판단하였다. 수문 예측 연구에 통계모형이나 기계학습모형의 적용은 많이 있었지만, 딥러닝 기법 활용은 새로운 시도라는 점에서 의미가 있다.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 2003.10a
• /
• pp.162-162
• /
• 2003

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.413-413
• /
• 2011

강우의 공간분포에 대한 신뢰성 있는 추정은 수자원 해석 및 설계에 있어서 필수적인 요소이다. 강우장의 공간변동성에 대한 고해상도 추정은 홍수, 특히 돌발홍수의 원인이 되는 국지성 호우의 확인 및 분석에 있어서 중요하다. 또한 강우의 공간 변동성에 대한 고려는 면적평균강우량 추정의 정확도를 향상시키는데 있어서 중요하며, 강우-유출모델의 모의결과에 대한 신뢰도를 향상시키는데 큰 영향을 미친다. 최근 공간자료에 대한 공간분포예측에 있어서 공간상관성을 고려할 수 있는 공간통계학적 기법의 적용이 증가하고 있으며, 이러한 공간통계학적 기법의 적용에 있어서 신뢰성 있는 모델 매개변수의 추정 및 불확실성 평가는 공간분포 예측결과에 대한 신뢰성을 향상시키는데 중요한 역할을 한다. 외국의 경우 공간분포예측 및 모의, 매개변수의 불확실성 평가 등과 관련하여 활발한 연구가 이루어지고 있는 반면 국내 수자원 분야에서는 아직까지 활발한 연구가 이루어지고 있지 않은 실정이다. 따라서 본 연구에서는 계층구조로 구성된 가우시안 공간선형혼합모델을 적용하여 확률강우량의 공간분포를 추정함에 있어서 모델 매개변수에 대한 추정기법을 비교하였으며, 매개변수 추정기법으로서 경험베리오그램에 대한 곡선적합기법인 보통최소제곱법 및 가중최소제곱법, 우도함수를 기반으로 하는 최우도법 및 REML과 같은 기존의 매개변수 추정기법들과 최근 공간통계학 분야에서 적용이 증가하고 있는 Bayesian 기법을 비교하였다. 이로부터 매개변수 추정기법 간의 매개변수 추정치에 대한 정량적 비교결과를 제시하였으며, Bayesian 기법의 적용을 통해 매개변수에 대한 불확실성 추정결과를 제시하였다. 이러한 결과들은 확률강우량의 공간분포 추정에 있어서 공간예측모델의 매개변수 추정 및 예측에 대한 신뢰성을 향상시킬 수 있는 기초자료로 활용될 수 있을 것이다.

• Convergence Security Journal
• /
• v.17 no.3
• /
• pp.95-101
• /
• 2017

Reliability is the priority matter in guided weapon systems. The reliability prediction data is used during the devel opment stage as the manufacturing cost is very high and the production quantity if quite limited. At the same time it takes relatively a long period of time to acquire a reliable operation data set after deployment such that in order t o determine the operational reliability, weapons must be tested and analyzed in real operating environments. For the research, the life distributions were estimated by using actual operation data and the reliability was calculated by ap plying the method of least squares and maximum likelihood estimation. Also, the comparisons were made between pr edicted reliability and actual operational reliability. As a result, the actual reliability of each system was higher than predicted reliability and it was considered that such a difference was caused by the fact that the application of the l atest designing technology and improved parts to the guided weapon systems was not reflected on the estimation of predicted reliability. It was possible to confirm the actual operational reliability of domestic (ROK) guided weapon sy stems through this research and the methods used here will contribute to the reliability analyses for the future guide d weapon systems to be developed.

• Journal of the KSME
• /
• v.50 no.10
• /
• pp.37-42
• /
• 2010

이 글에서는 자동차의 품질향상이 자동차 시장에 미치는 파급효과와 최근 도요타 품질문제에서 나타난 신뢰성의 하락 영향을 분석하고 예측할 수 없는 미래의 자동차 시장에서 우리나라 자동차산업 발전에 기여할 수 있는 신뢰성의 역할이 무엇인지에 대해 생각해보고자 한다.

• Electronics and Telecommunications Trends
• /
• v.10 no.4 s.38
• /
• pp.165-174
• /
• 1995

연구개발단계에서의 시스템 신뢰도 예측은 개발시스템이 규정된 성능을 제대로 수행하는가를 확인하기 위해 수행하는 신뢰성 활동이다. 신뢰성 예측은 시스템이 개발완료 후 현장에 설치되어 운용될 환경과 운용환경에 따라 적용되는 보전항목이 고려되어 수행되어야 한다. 따라서 연구개발단계에서부터 시스템의 운용환경 및 그에 따른 보전전략을 분석하여 명확히 설정할 필요가 있으며, 시스템 신뢰도 예측시 구성되는 시스템 상태천이도 역시 시스템 환경 및 보전항목에 따라 달리 구성되어야 한다. 본 고에서는교환/전송시스템이 개발완료 후 운용될 수 있는 설치환경과 운용환경에 따라 고려되어야 하는 보전항목을 서술하였다. 또한 시스템의 운용환경과 보전항목에 따라 적용될 시스템 상태천이도를 제시하였다

• Aerospace Engineering and Technology
• /
• v.5 no.2
• /
• pp.227-239
• /
• 2006

Reliability prediction provides a rational basis for design decisions such as the choice between alternative concepts, choice of part quality levels, derating factors to be applied, use of proven versus state-of-the-art techniques, and other factors. For this reasons, reliability prediction is essential functions in developing space systems. The worth of the quantitative expression lies in the information conveyed with the numerical value and the use which is made of that information and reliability prediction should be initiated early in the configuration definition stage to aid in the evaluation of the design and to provide a basis for item reliability allocation (apportionment) and establishing corrective action priorities. Reliability models and predictions are updated when there is a significant change in the item design availability of design details, environmental requirements, stress data, failure rate data, or service use profile. In this paper, the procedure, selection of reliability data and methods for space system reliability prediction is presented.

• Proceedings of the Korean Reliability Society Conference
• /
• 2004.07a
• /
• pp.313-333
• /
• 2004

품질개선 활동의 효율성 평가(년도별 제품의 신뢰성 추이관찰), 부품 개선효과 예측 및 판단, 주요 부품에 대한 고장 모드별 형상 모수 파악$\rightarrow$가속수명 설계 활용, 신제품 개발시 신뢰성 목표 수립 및 양산제품의 개선 목표 설정(중략)

• Journal of Digital Convergence
• /
• v.11 no.6
• /
• pp.103-112
• /
• 2013

Traditional method of establishing prediction model is usually using formal data stored in Data Base. However, nowadays advent of "smart" era brought by ground-breaking development of communication system makes informal data to dominate overall data, such 80% in total. Therefore, conventional method using formal data as establishing predicting model would be untrustworthy means in present. In other words, it is indispensible to make prediction model credible including informal data(SNS, image, video) and semi-formal data(log data). In this study, we increase credibility of predicting model adapting Bigdata method and comparing reliability of conventional measurement to real-data.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2006.05a
• /
• pp.128-132
• /
• 2006

전통적으로 반도체의 신뢰성을 추정하는 방법은 생산 완료 후 수명검사 자료나 고객 양도 후 제품고장 자료로부터 얻어지는 후인형이다. 90년대에 들면서 제품의 수율과 신뢰성이 상호관련이 있다는 실험자료가 얻어짐에 따라 수율로부터 신뢰성을 예측할 수 있다는 연구결과가 발표되었다. 그 이후 제품 설계시에 수율에 기초하여 신뢰성을 고려할 수 있도록 하는 전도형 연구가 활발히 이루어지고 있다. 본 논문에서는 반도체 수율과 신뢰성을 통합할 수 있는 모형에 기초하여 수율과 신뢰성 사이의 관련성을 이론적으로 유도하고 증명하고자 한다.