• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.70-70
• /
• 2023

강우 발생 중 용담댐 상류로부터 용담댐으로 유입되는 유입량을 정확하게 예측하는 것은 하류 지역의 홍수 피해를 최소화하기 위한 댐의 적절한 운영에 필수적이다. 물리 기반 강우-유출 시뮬레이션 모형은 물리적 과정의 이해를 바탕으로 홍수 예측 분야에 광범위하게 사용되고 있다. 그러나 복잡한 물리 과정을 완벽히 이해하는 것은 거의 불가능하므로 다양한 가정 조건들을 이용해 복잡한 과정을 단순화하여 계산해야 하는 한계가 존재한다. 최근에는 방대한 데이터의 축적과 컴퓨터 능력의 향상으로 인해 데이터 기반 모형이 다양한 실무 문제를 해결하는 데 강력한 도구로 활용되고 있을 뿐 아니라 시뮬레이션 및 예측 등에도 다양하게 이용되고 있다. 그러나 예측 시간이 늘어날수록 입력자료로 이용되는 과거 자료와 출력자료로 이용되는 미래자료와의 상관관계가 줄어들어 모형의 성능이 저하된다. 따라서 본 연구에서는 용담댐의 시간당 유입량을 예측하기 위해 물리 기반 강우-유출 모형과 오차 보정 모형을 결합한 하이브리드 접근 방식을 제안한다. 물리 기반 강우-유출 모형으로는 HEC-HMS 모형을 사용하였으며, 오차 보정 모형에는 기계학습 모형인 인공신경망(Artificial Neural Network, ANN) 모형을 사용하였다. HEC-HMS 모형, ANN 및 하이브리드 모형(HEC-HMS + ANN)의 성능을 비교하기 위해 20 개의 홍수 사상을 모형 구축 및 검증에 사용하였다. 그 결과 하이브리드 모형은 예측 시간이 늘어날수록 HEC-HMS 및 ANN 모형보다 우수한 성능을 나타냈다. 물리모형에 기계학습을 이용한 오차 보정 절차를 통합한 경우 홍수 유출 예측의 정확성이 향상되었다. 다양한 모형의 비교 결과 본 연구에서 적용한 하이브리드 모형이 물리기반 강우-유출 모형 및 순수 기계학습 모형보다 우수한 성능을 보여줌으로써, 하이브리드 모형은 물리모형과 순수 기계학습 모형의 단점들을 보완하는데 이용할 수 있음을 나타낸다. 이 연구의 주요 목적은 강우-유출 시물레이션 모형의 오차 보정 기술에 대한 더 깊은 이해를 제공하는데 있다.

• 한국컴퓨터정보학회논문지
• /
• 제28권7호
• /
• pp.11-18
• /
• 2023

본 논문에서는 딥러닝 시계열 예측 모형을 평가한다. 최근 연구에 따르면 이 모형은 ARIMA와 같은 기존 예측 모형보다 성능이 우수하다고 결론짓는다. 그 중 히든 레이어에 이전 정보를 저장하는 순환 신경망이 이를 위한 예측 모형 중 하나이다. 네트워크의 그래디언트 소실 문제를 해결하기 위해 LSTM은 데이터 흐름의 반대 방향으로 숨겨진 레이어가 추가되는 BI-LSTM과 함께 순환 신경망 내부의 작은 메모리로 사용된다. 본 논문은 서울의 2018년 1월 1일부터 2022년도 1월 1일까지의 NO2 자료에 대해 Informer의 성능을 LSTM, BI-LSTM, Transformer와 비교하였다. 이에 실제 값과 예측값 사이의 평균 제곱근 오차와 평균 절대 오차를 구하였다. 그 결과 Test 데이터(2021.09.01.~2022.01.01.)에 대해 Informer는 다른 방법에 비해 가장 높은 예측 정확도 (가장 낮은 예측 오차: 평균 제곱근 오차: 0.0167, 평균 절대 오차: 0.0138)를 보여 타 방법에 비해 그 우수성을 입증하였다. Informer는 당초 취지와 부합되게 다른 방법들이 갖고 있는 장기 시계열 예측에 있어서의 문제점을 개선하는 결과를 나타내고 있다.

• 항공우주기술
• /
• 제4권1호
• /
• pp.221-228
• /
• 2005

본 기술 논문에서는 아리랑 2호 APS의 안정적인 운용 및 TPF의 정밀도와 관련하여 궤도예측 시스템의 예측오차를 분석하였다. 본 논문에서는 보다 실제적이고 정확한 성능 및 오차 분석을 위하여 아리랑 2호 정상 운용 및 예상되는 연장 운용 시기와 유사한 태양활동을 보인 기간 동안의 아리랑 1호 실제 데이터를 이용하여 궤도결정 및 예측을 수행하였다. 본 기술 논문의 결과들은 아리랑 2호 APS와 지상 X-Band 수신국 간의 인터페이스 문서에서 할당된 "지상 궤도예측 정밀도"에 대한 분석 및 검증 자료로 활용될 수 있으며, 아리랑 2호 APS의 안정적인 운용에 중요한 참고 자료가 될 것으로 사료된다.

• 방송공학회논문지
• /
• 제18권5호
• /
• pp.730-737
• /
• 2013

본 논문은 정합 오차 기준을 확장한 제한된 1비트 변환 (Constrained One-Bit Transform : C1BT) 기반의 움직임 예측 알고리즘을 제안하였다. 제한된 1비트 변환 기반의 움직임 예측 알고리즘에서는 정합 오차 기준으로 기존의 움직임 예측 방법인 전역 탐색 알고리즘 (Full Search Algorithm: FSA)에서 사용되는 SAD (Sum of Absolute Differences) 대신 NNMP (Number of Non-Matching Points)를 사용하여 하드웨어 구현을 용이하게 하고 연산량을 크게 줄였으나 움직임 예측의 정확도를 감소시켰다. 이 점을 개선하고자 이 논문에서는 제한된 1비트 변환의 정합 오차 기준을 확장하여 움직임 예측의 정확도를 높이는 알고리즘을 제안하였고 이는 기존의 알고리즘과 비교한 결과 PSNR (Peak Signal to Nosie Ratio) 측면에서 더 우수한 성능을 보였다.

• 재무관리연구
• /
• 제16권2호
• /
• pp.285-308
• /
• 1999

증권의 가격형성에 유리한 뉴스와 불리한 뉴스가 도착할 때 이 뉴스가 주가의 변동성에 미치는 영향의 정도는 차이가 있다. 불리한 뉴스가 변동성에 미치는 영향도가 유리한 뉴스가 변동성에 미치는 영향도보다 크다. 따라서 불리한 뉴스가 발생할 때 형성되는 변동성의 양이 유리한 뉴스의 도착시보다 크다. 그리고 충격의 크기에 따라 이 충격이 야기하는 변동성의 양의 크기에도 차이가 존재한다. 일반 자기회귀 조건부 이분산 과정은 유리한 뉴스와 불리한 뉴스를 대칭적으로 반영하고 있다. 이 뉴스들을 비대칭적으로 포착하는 자기회귀 조건부 이분산 과정의 모형들을 실증적으로 분석하였다. 뉴스의 비대칭성과 규모를 적절히 포착하고 있는 모형들이 비선형 일반 자기회귀 조건부 이분산 과정, 지수 일반 자기회귀 조건부 이분산 과정과 정보 포착 자기회귀 조건부 이분간 과정임이 발견되었다. 이 중 비선형 일반 자기회귀 조건부 이분산 과정이 가장 좋은 모형으로 보인다. 비선형 일반 자기회귀 조건부 이분산 과정의 경우 예측오차의 승멱(power)이 약 1.5이다. 따라서 일반 자기회귀 조건부 이분산 과정의 예측오차의 승멱인 2에 비하여 작다. 이 사실은 일반 자기회귀 조건부 이분산의 예측오차의 승멱이 과도하게 측정되고 없음을 알 수 있다. 뉴스의 비대칭성과 규모를 반영하고 있는 모형들은 한결같이 예측오차의 크기에 적절한 가중치를 부여하여 예측오차의 크기를 조정하고 있다. 이 모형의 성질과 실증분석의 결과에 의하여 예측오차의 승멱은 2 이하로 수정하여 사용해야 한다는 점이 시사되고 있다. 음의 충격이 양의 충격보다 주가의 변동성을 크게 하고 없음이 발견되었다. 주가형성에 유리한 뉴스와 불리한 뉴스가 주가의 변동성에 미치는 영향의 차이와 충격의 중대성을 양으로 표시하는 규모의 차이를 반영해주는 변수들의 추정된 계수가 미국과 일본보다 절대값에 있어서 상당히 작다. 이 현상은 뉴스의 비대칭성과 규모보다는 발생하는 충격, 즉 뉴스 자체에 보다 민감하게 반응하고 있음을 보여주고 있다. 물론 투자자들이 뉴스의 비대칭성과 규모를 완전히 무시하고 투자활동을 전개하고 있다는 것을 의미하는 것은 아니다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1993년도 학술논문발표회 논문집 제12권 1호
• /
• pp.242-246
• /
• 1993

예측신경회로망 모델은 다층 퍼셉트론을 연속되는 음성특징 벡터간의 비선형예측기로 사용하는 동적인 음성인식 모델이다. 이 모델은 음성의 동적인 특성을 인식에 이용하고 연속음성인식으로의 확장이 용이한 우수한 인식 모델이다. 그러나, 예측신경회로망 모델은 음운학적으로 유사한 음성구간에서의 변별력이 낮다는 문제점이 있다. 그것은 기존의 학습 알고리즘이 다른 어휘와의 거리는 고려하지 않고 대상어휘의 예측오차만 최소화시키기 때문이다. 따라서, 본 논문에서는 직접 인식오차를 최소화시키는 GPD알고리즘에 의해 유사어휘간의 거리를 고려하는 변별력있는 학습 알고리즘을 제안한다.

• 한국농림기상학회지
• /
• 제25권4호
• /
• pp.368-375
• /
• 2023

본 연구에서는 농촌진흥청과 홍콩과학기술대학교의 공동 개발로 생산된 1개월 예측 자료의 오차를 분석하고, 통계적 보정 기법을 활용한 오차 개선 효과를 살펴보고자 하였다. 이를 위해 2013년부터 2021년까지의 과거 예측(hindcast) 자료, 기상관측자료, 다양한 환경정보들을 수집하고 다양한 환경 조건에서의 오차 특성을 분석하였다. 최고기온과 최저기온의 경우, 해발고도와 위도가 높을 수록 예측 오차가 더 크게 나타났다. 평균적으로, 선형회귀모형과 XGBoost로 보정한 예측자료는 보정 전 예측자료보다 각각 0.203, 0.438(최고기온) 및 0.069, 0.390(최저기온) 정도의 RMSE가 감소했으며, 높은 고도와 위도에서의 오차 개선이 더 크게 나타났다. 모든 분석 조건에서 XGBoost가 선형회귀모형보다 우수한 오차 개선 효과를 나타냈다. 본 연구를 통해 예측 자료의 오차가 지형적 조건에 영향을 받는다는 사실을 확인하였고, XGBoost와 같은 기계학습법이 다양한 환경인자들을 고려하여 효과적으로 오차를 개선할 수 있다는 것을 확인하였다.

• Childhood Kidney Diseases
• /
• 제4권2호
• /
• pp.144-153
• /
• 2000

목 적 : 만성신부전 완자에서 1/scr, log Scr을 연속적으로 측정하여 신부전의 진행을 예측하고 있으나 연령에 따라 creatinine 생성율의 차이가 있는 소아에서는 정확한 진행예측에 어려움이 있다. 신장(height, Ht) 은 creatinine 생성율에 관여하는 중요한 인자이므로 따라서 저자들은 1/scr에 신장 (height, ht)을 도입한 Ht/Scr과 1/scr, log Scr을 연속적으로 측정하여 만성 신부전의 진행 예측도의 정확성을 비교하고저 하였다. 방 법 : 말기신부전으로 진행된 환아 63 명을 대상으로 혈청 크레아티닌 (Scr) 이 2 mg/dl에서 5 mg/dl 될 때까지 매 환자에서 1/Scr, log Scr, Ht/Scr을 연속적으로 측정하여 이들로부터 회기방정식을 구하여 Scr 이 10 mg/dl 이상인 시기를 예견하였다. 예측오차는 Scr 이 10 mg/dl 이상인 예측시기에서 실제시기를 뺀 것으로 하고 세군 간의 예측오차를 비교함으로써 만성신부전증 진행 예측의 정확도를 관찰하였다. 결 과 : 1) Ht/Scr 의 예측오차는 0.01 개월로 1/Scr, log Scr 의 예측오차인 2 개월, 10.6 개월보다 적었다(P<0.0001). 2) 선천성 신질환 환아의 Ht/Scr의 예측오차는 1.2 개월로 1/Scr, log Scr 의 예측오차인 3.2 개월, 8.2 개월보다 적었다 (p<0.000l). 사구체신염 환아의 경우 Ht/Scr, l/Scr, Ht/Scr의 예측오차는 각각 0.9 개월, 0.5 개월, 9.9 개월이었고 통계적인 차이는 없었다. 3) 13 세이전의 경우는 Ht/Scr 의 예측오차가 가장 적었고 그 이후 연령의 경우는 1/Scr의 예측오차가 적었으나 Ht/Scr과 통계적인 차이는 없었다. 4) Log Scr의 예측시기는 실재시기보다 늦었다. 결 론 : 소아 만성신부전 환아에서 시간에 따른 혈청 크레아티닌의 역수와 신장의 변화를 연속적으로 관찰함으로서 신부전의 진행 및 투석시기를 정확히 예측할 수 있었다.

• 한국융합학회논문지
• /
• 제8권8호
• /
• pp.325-332
• /
• 2017

이 연구의 목적은 리시버의 움직임을 모사한 불빛자극의 이동속도와 농구 패스 유형에 따라 예측 타이밍 수행에 어떠한 영향을 미치는지 알아보는데 있다. 실험을 위해 10명의 대학생에게 세 가지 이동속도를 무선으로 제시한 후 불빛자극이 목표지점에 도착하는 시점과 일치되게 체스트 패스와 바운드 패스를 수행하도록 하였다. 실험과제는 패스 유형별로 각 속도조건 당 4회씩 수행하여 총 24회가 무선으로 제시되었으며, 매 시행마다 항상오차, 절대오차 그리고 가변오차를 측정하였다. 그 결과, 세 가지 시간오차는 가속조건일수록 크게 나타났으며 체스트패스가 바운드패스에 비해 타이밍의 정확성이 높게 나타났다. 이러한 연구 결과들을 통해 자극의 이동속도와 농구패스의 유형이 패스의 예측 타이밍 수행에 영향을 미치는 주요 변인임을 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.71-72
• /
• 2011

단기 전력수요예측의 오차를 줄여 불필요한 전력생산을 이전에 방지하는 것은 매우 중요하다. 본 논문에서는 오차율이 높은 연휴 전 평일의 단기 전력수요예측 정확도를 높이기 위해 이전 평일과 주말의 데이터를 이용한 새로운 예측 방법을 제안하고, 추석연휴 전 평일에 제안한 방법을 적용하여 수요예측에 대한 오차가 개선됨을 확인하였다.