• Journal of Korea Water Resources Association
• /
• v.31 no.6
• /
• pp.855-862
• /
• 1998

This paper investigates the impact of the forecast error on performance of a reservoir system for hydropower production. Forecast error is measured as th Root Mean Square Error (RMSE) and parametrically varied within a Generalized Maintenance Of Variance Extension (GMOVE) procedure. A set of transition probabilities are calculated as a function of the RMSE of the GMOVE procedure and then incorporated into a Bayesian Stochastic Dynamic Programming model which derives monthly operating policies and assesses their performance. As a case study, the proposed methodology is applied to the Skagit Hydropower System (SHS) in Washington state. The results show that the system performance is a nonlinear function of RMSE and therefor suggested that continued improvements in the current forecast accuracy correspond to gradually greater increase in performance of the SHS.

• Journal of Korea Water Resources Association
• /
• v.54 no.7
• /
• pp.485-493
• /
• 2021

Groundwater is an important water resource that can be used along with surface water. In particular, in the case of island regions, research on groundwater level variability is essential for stable groundwater use because the ratio of groundwater use is relatively high. Researches using artificial intelligence models (AIs) for the prediction and analysis of groundwater level variability are continuously increasing. However, there are insufficient studies presenting evaluation criteria to judge the appropriateness of groundwater level prediction. This study comprehensively analyzed the research results that predicted the groundwater level using AIs for various regions around the world over the past 20 years to present the range of allowable groundwater level prediction errors. As a result, the groundwater level prediction error increased as the observed groundwater level variability increased. Therefore, the criteria for evaluating the adequacy of the groundwater level prediction by an AI is presented as follows: less than or equal to the root mean square error or maximum error calculated using the linear regression equations presented in this study, or NSE ≥ 0.849 or R² ≥ 0.880. This allowable prediction error range can be used as a reference for determining the appropriateness of the groundwater level prediction using an AI.

• Journal of The Korean Ophthalmological Society
• /
• v.59 no.12
• /
• pp.1173-1180
• /
• 2018

Purpose: We evaluated the postoperative accuracy of intraocular lens power prediction for patients undergoing phacotrabeculectomy and identified preoperative factors associated with refractive outcome in those with primary open-angle glaucoma (POAG). Methods: We retrospectively reviewed the medical records of 27 patients who underwent phacotrabeculectomy to treat POAG. We recorded all discrepancies between predicted and actual postoperative refractions. We compared the data to those of an age- and sex-matched control group that underwent uncomplicated cataract surgery during the same time period. Preoperative factors associated with the mean absolute error (MAE) were identified via multivariate regression analyses. Results: The mean refractive error of the 27 eyes that underwent phacotrabeculectomy was comparable to that of the 27 eyes treated via phacoemulsification (+0.02 vs. -0.01 D, p = 0.802). The phacotrabeculectomy group exhibited a significantly higher MAE (0.65 vs. 0.35 D, p = 0.035) and more postoperative astigmatism (-1.07 vs. -0.66 D, p = 0.020) than the phacoemulsification group. The preoperative anterior chamber depth (ACD) and the changes in the postoperative intraocular pressure (IOP) were significantly associated with a greater MAE after phacotrabeculectomy. Conclusions: POAG treatment via combined phacoemulsification/trabeculectomy was associated with greater error in terms of final refraction prediction, and more postoperative astigmatism. As both a shallow preoperative ACD and a greater postoperative change in IOP appear to increase the predictive error, these two factors should be considered when planning phacotrabeculectomy.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2000.04a
• /
• pp.293-303
• /
• 2000

데이터 마이닝의 수행 예측 오차를 줄이기 위한 방법으로 하나의 문제를 여러 기법들을 결합하여 해결하고 있다. 본 연구에서는 새로운 결합 모델을 제시하고 이를 통해 예측 오차를 감소시킬 수 있는 가능성을 제시한다. 제시된 결합모델의 성능을 검증하기 위해서 국내 자동차보험 회사의 고객데이터를 바탕으로 고객이탈 예측문제를 다루었다. 결합모델의 예측결과를 의사결정나무, 사례기반추론 그리고 인공신경망 중 하나의 기법만을 사용하여 예측한 결과와 비교 평가하였다. 평가 결과, 결합 모델의 예측 적중률이 개별 기법의 예측 적중률보다 우수했다.

• Aerospace Engineering and Technology
• /
• v.7 no.1
• /
• pp.223-228
• /
• 2008

In order to acquire the images requested by users, it is very important to calculate mission schedule parameters such as imaging execution time and attitude tilt angle accurately. These parameters are based on orbit prediction. This paper describes the accuracy of orbit propagation for image planning. The orbit prediction data from PSS and MAPS has a certain discrepancy due to different orbit propagator. It is necessary for mission planner to confirm this value during mission planning phase. The pointing error which means the difference between target center and real image received is calculated and analyzed using KOMPSAT-2 image data.

• Proceedings of the Korean Society of Computational and Applied Mathematics Conference
• /
• 2003.09a
• /
• pp.16.2-16
• /
• 2003

미분 방정식의 수치적 해를 나타내는 방법 중 예측자-수정자 방법(predictor-corrector method)으로 알려진 Adams-Bashford-Moulton 방법은 다단계 방법을 이용하기 때문에 일단계 방법에 비하여 훨씬 좋은 수치적인 결과를 보여주고 있다. 이제, 이 다단계 방법에 오차제어 변수를 첨가한 새로운 형태의 예측자-수정자 방법을 제시하고 안정적인 해를 구할 수 있는 오차 제어 변수의 범위를 확인한다. 또한, 새로운 형태의 예측자-수정자 방법이 기존의 방법에 비하여 미분 방정식의 해에 대한 오차를 줄일 수 있는 방법임을 수치적인 결과를 통하여 검증한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.06a
• /
• pp.267-269
• /
• 2013

본 논문은 제한된 1비트 변환 (Constrained One-Bit Transform : C1BT) 알고리즘의 정합 오차 기준의 동적 범위를 확장하는 알고리즘을 제안하였다. C1BT는 정합 오차 기준으로 SAD (Sum of Absolute Differences)를 사용하지 않고 CNNMP (Constrained Number of Non-Matching Points)를 사용하여 하드웨어 구현을 용이하게 하고 속도를 대폭 향상시켰다. 이는 기존의 움직임 예측 방법인 전역 탐색 알고리즘 (Full Search Algorithm: FSA)과 비교하여 연산량을 크게 줄였으나 움직임 예측의 정확도를 현저히 감소시켰다. 이 점을 개선하기 위해 이 논문에서는 C1BT의 정합 오차 기준을 확장하여 움직임 예측의 정확도를 높이는 알고리즘을 제안하였다. 기존의 C1BT와 제안하는 알고리즘을 비교한 결과에서 제안하는 알고리즘이 기존의 C1BT에 비해 움직임 예측의 정확도의 기준인 PSNR 측면에서 더 우수한 성능을 보였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.346-346
• /
• 2023

한국은 기상·수문정보의 예측이 기상 및 기후 측면에서 주도적으로 이루어지고 있다. 그러나 단기 및 중기 수자원 평가 및 분석을 위해 필요한 시공간적 규모, 정확도, 평가체계를 고려한 기상 기후 예측정보의 활용 방안이 마련될 필요가 있다. 이에 본 연구에서는 미래 수자원 평가 및 분석을 위한 방안을 마련하고자 국내 경안천 유역을 대상으로 하천유량을 예측하고 평가하였다. 이를 위해, 우리는 세계기상기구(World Meteorological Organization, WMO)에서 회원국을 대상으로 배포 중인 수자원 평가 도구인 동적수자원평가시스템(Dynamic Water resources Assessment Tool, DWAT)을 경안천 유역에 대하여 구축하고, 과거 관측 기상 및 유량 자료를 이용하여 매개변수를 보정하였다. 앙상블 하천유량 예측을 위해서 전지구적인 기후 패턴과 국내 기상 특성 간의 상관성 분석 후 이를 예측인자로 활용하여 다중회귀모형과 인공신경망 모형으로부터 생성된 1,000개의 앙상블 강우 및 기온 예측정보를 DWAT의 입력자료로 이용하였다. 2022년에 대한 앙상블예측정보를 DWAT의 입력자료로 사용하여 앙상블 하천유량이 예측되었다. 예측된 일-단위 하천유량은 실제 관측유량과 차이를 보이나 이는 예측된 앙상블 강우 및 기온정보의 오차에 기인하는 것으로 보인다. 이러한 결과는 수문 모형 결과의 오차는 강제 자료의 오차에 큰 영향을 받는 한계를 다시 한번 확인시켜준다. 따라서 단기·중기 수자원 평가 및 분석을 월-단위 하천유량으로 변환하여 월별 통계치를 분석하는 방향을 고려할 필요가 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.4-4
• /
• 2022

낙동강 하구 환경/생태 복원을 위하여 "해수유입"으로 하구환경을 조성하는 사업이 추진되고 있으며, 해수 유입 규모와 빈도에 따른 생태환경변화를 예측하는 연구수요가 증가하고 있는 상황이다. 보다 구체적으로는 단기간의 해수유입에 의한 흐름 및 염분 확산범위 예측과 더불어 보다 장기간의 지형변화, 수질환경 변화, 생태환경 변화 등에 대한 예측이 필요한 상황이다. 그리고 그 예측의 대부분을 수치모델에 크게 의존하고 있는 상황이다. 그러나, 수치모형을 이용한 단기 예측은 가까운 미래에 대한 입력조건을 사용하여야 하기 때문에 입력조건에 대한 불확실성이 포함되고, 환경생태모형의 불확실성에 따른 예측 한계 등으로 인하여 오차가 누적되기 때문에 직접적인 활용에 크게 제한이 따를 수 있다. 또한 운영과정에서 어떤 분산, 편향 오차 등이 지속적으로 발생하는 경우, 모델 예측 결과에 대한 신뢰수준이 크게 감소하기 때문에 모델의 적절한 운영기법이 요구된다. 모델은 관심을 가지는 자연현상에 대한 근사(approximation)이고, 예상하지 못한 오차가 발생할 수 있기 때문에 관측 자료를 이용한 자료동화(data assimilation) 과정이 운영모델에서는 필수적인 부분이다. 이론적인 기반이 탄탄한 유체역학 기반 기상예측의 경우에도, 가용한 모든 지점의 관측 자료를 이용한 자료 동화과정을 통하여 모델 예측 결과를 개선하여 나가는 과정을 포함하여 운영하고 있다. 이 과정이 포함하는 중요한 개념은 수치모델이 가지고 있는 (예측 수준의) 한계를 인정하고, 수치모델에 전적으로 의존하는 것이 아니라 관측 자료를 이용하여 그 한계를 저감하여 나가는 과정이다. 모니터링은 모델의 한계를 알려주는 지표이다. 모델링과 모니터링의 불가피한 상호의존 관계를 의미하는 이 개념은 단기간의 흐름, 염분 확산 예측으로 한정되지 않고, 장기적인 변화가 예상되는 생태환경변화 모델에도 적용이 된다. 즉각적인 변화보다는 장기적인 관점에서 파악하여야 하는 생태학적인 변화는 보다 다양한 인자가 관여하기 때문에 어떤 측면에서는 모델보다는 적절한 빈도와 항목에 대한 관측계획 수립(monitoring design)이 더 중요하다고 할 수 있다. 이론적인 질량보존(mass conservation) 방정식을 기반으로 하는 모델은 다양한 현실적인 인자의 영향을 받기 때문에 모델의 한계를 인정하고, 모니터링 자료를 적극적으로 활용하여 불확실성을 저감하는 접근방식이 요구된다.

• Journal of Korea Port Economic Association
• /
• v.39 no.2
• /
• pp.129-141
• /
• 2023

This study analyzes the dynamic characteristics of daily freight rates of dry bulk and tanker shipping markets and their forecasting accuracy by using the error correction models. In order to calculate the error terms from the co-integrated time series, this study uses the common stochastic trend model (CSTM model) and vector error correction model (VECM model). First, the error correction model using the error term from the CSTM model yields more appropriate results of adjustment speed coefficient than one using the error term from the VECM model. Furthermore, according to the adjusted determination coefficients (adjR²), the error correction model of CSTM-model error term shows more model fitness than that of VECM-model error term. Second, according to the criteria of mean absolute error (MAE) and mean absolute scaled error (MASE) which measure the forecasting accuracy, the results show that the error correction model with CSTM-model error term produces more accurate forecasts than that of VECM-model error term in the 12 cases among the total 15 cases. This study proposes the analysis and forecast tasks 1) using both of the CSTM-model and VECM-model error terms at the same time and 2) incorporating additional data of commodity and energy markets, and 3) differentiating the adjustment speed coefficients based the sign of the error term as the future research topics.