• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.115-115
• /
• 2019

하천수 흐름예측에 대한 연구는 대부분 WRF-Hydro와 같은 과정기반 모델링 시스템을 이용한다. 과정기반 모델링 시스템은 물리적 현상을 일반화한 수식으로 구성되어있다. 일반화된 수식은 불확실성을 내포하고 있으며 지역적 특성도 반영하지 못한다. 특히 수식에 사용되는 입력자료는 측정값으로 오차가 존재한다. 따라서 과정기반 모델링 시스템 예측결과는 계통오차와 우연오차가 존재한다. 현재 매개변수 보정을 통해 예측결과를 개선하는 방법을 사용하고 있으나 한계가 있다. 본 연구는 이러한 한계를 극복하기 위해 상호보완적인 Data-driven 모델을 구축하여 과정기반 모델링 시스템 결과를 개선하고자 하였다. Data-driven 모델 구축을 위해 머신러닝 기법인 instance-based weighting(IBW)과 support vector regression(SVR)을 사용하였다. 구축된 Data-driven 모델은 한반도 지역 주요 저수지 및 호수의 하천수 흐름예측을 통해 검증하였다. 검증을 위해 과정기반 모델링 시스템으로 WRF-Hydro를 구동하였다. 입력자료는 기상청의 국지수치예측모델자료(LDAPS), HydroSHEDS의 수치표고모델자료(DEM), 국가지리정보원의 저수지 및 호수 연속수치지형도를 사용하였다. 본 연구를 통해 구축된 Data-driven모델은 기존 과정기반 모델링 시스템의 오류수정 한계를 머신러닝을 이용하여 개선할 수 있는 가능성을 제시하였다.

• 대한치과교정학회지
• /
• 제35권3호
• /
• pp.216-226
• /
• 2005

본 연구는 Quick Ceph Image $Pro^{TM}$(ver 3.0)와 국내에서 개발되어 사용 중인 $V-Ceph^{TM}$(ver 3.5) 2 종의 비디오 이미지 예측 프로그램의 수술 후 연조직 측모의 정확성과 신뢰성에 대해서 알아보고자 시행되었다. 골격성 III급 부정교합으로 진단되어 수술 전 교정 치료를 받고. 하악골 후퇴 수술(body osteotomy 또는 SSRO)을 시행한 남녀 환자 각각 20명을 대상으로 하였다. 나이는 평균 $21.4\pm4$세이고, 수술 전 측모두부방사선계측사진은 수술 전 평균 21.1일에 수술 후 측모두부방사선계측사진은 수술 후 평균 335.7일에 촬영되었으며, 예측치와 실측치 차이를 비교하였다. 연구결과 Quick Ceph과 V-Ceph 모두 예측치와 실측치 사이에 크기와 방향에 있어서 오차가 관찰되었으며, 이러한 오차는 상순과 하순. 턱과 연관된 항목에서 크게 나타났다 (p<0.05). Quick Ceph은 A'. Ls, Li의 수평적 위치 및 각 부분에서의 연조직 두께(U1-Ls, L1-Li, Pog-Pog')의 수평거리 예측에서, V-Ceph은 하순의 수직적 위치 예측에서 오차가 컸다 (p<0.05) V-Ceph의 경우 하악골의 이동양이 증가할때 Sn의 수직적 위치, Ls의 수평적 위치 상순의 연조직 두께 (U1 -Ls)처럼 상순과 연관된 계측치에서 예측오차가 컸으며, Quick Ceph의 경우 하악골의 이동양이 증가할 때 하순의 수평위치 및 하순의 두께에서의 예측오차가 작았다 (P<0,05) 또한, 연조직의 두께에 따른 오차를 평가한 결과, Quick Ceph의 경우 상순과 하순의 두께가 두꺼울수록 각각에 관련된 연조직 예측의 오차가 컸으며 (P<0.05). V-Ceph의 경우 하순과 턱의 연조직 두께가 두꺼울수록 턱의 연조직 예측의 오차가 크게 관찰되었다 (p<0.05). 그러나 본 연구에서의 모든 예측오차 값은 3mm 이내로 계측되었으며, 이러한 오차 범주는 임상적으로 허용 가능한 수준인 것으로 생각된다.

• 한국음향학회지
• /
• 제12권4호
• /
• pp.21-31
• /
• 1993

불규칙한 기하구조 및 기하학적 특이점들을 갖는 방사체에 의해 형성되는 음장을 예측하는 작업은 매우 어려운 일이다. 이러한 종류의 문제를 해결하기 위하여는 Seybert에 의해 제창된 내, 외부를 연성하여 해석하는 경계요소법에 의한 해석이 유용하다고 여겨지고 있다. 본 연구에서는 연성경계요소법을 재 구성하여 예제로서 얇은 벽면을 갖는 개방된 관에서 방사되는 음장을 선택한 후, 이 방법의 신뢰성, 적용성 및 오차에 대한 해석을 해?ㄴ다. 외부 방사 문제에 있어서의 비유일성문제는 소외 CHIEF 기법을 도입하여 해결하였다. 두 개의 마이크로폰을 사용하여 신호처리를 통한 실험 결과와 본 경계요소법에 의한 결과는 서로 잘 일치하였다. 한편 경계면에 몹시 가까운 지점에서의 음장을 예측할 때의 오차 해석을 수행한 결과, 예측 오차가 10% 이내에서 유지되려면 경계요소법의 가장 짧은 변의 길이가 예측점과 벽면 사이의 거리보다 최소한 10배 이상은 커야함을 알아내었다. 이 기법은 기하학적인 특이점을 포함하는 각종 음향 문제에 매우 유효 적절한 방법으로 생각된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.100-102
• /
• 2004

속도와 방향이 바뀔 때마다 이동체의 위치를 보고하는 TPR-tree는 이동체의 위치를 예측하는 오차가 적다. 그러나 긴 시간 간격으로 이동체의 위치를 보고하면 위치 예측의 불확실성이 높아져서 위치 예측의 오차값이 증가한다. 불화실성이 높은 이동체를 TPR-tree에 적용할 때 이동체의 위치 정보를 갱신하기 위한 색인 검색 비용이 증가하고, 질의 결과의 정확도가 낮아지는 문제가 발생한다. 이 논문에서는 긴 시간 간격으로 이동체 위치를 보고할 때 발생하는 이동체 위치의 불확실성을 고려하기 위해서 불확실성 영역(uncertainty region)을 이용한 확장 TPR-tree를 제시한다. 불확실성이 높은 이동체의 위치 데이터를 처리하기 위해서 이동체의 이동 가능한 영역을 위치 예측의 오차 값을 이용하여 계산한 불확실성 영역을 설정하고, 검색을 위하여 노드외 BR을 계산할 때 불확실성 영역을 이용하여 BR을 확장한다.

• 플랜트 저널
• /
• 제15권1호
• /
• pp.31-37
• /
• 2019

본 연구에서는 지역난방시스템 열수요 예측의 정확도 향상을 위하여 판교지역을 대상으로 지역난방 수요예측 주요인자 중 열수요 실적을 기존의 열원시설 열공급정보 대신 변경된 사용자시설 열판매정보로 적용하여 혹한기를 포함한 5개월 동안의 수요를 예측하고 실적값을 기준으로 기존 방식과 정확도를 비교하였다. 열수요가 피크를 이루는 혹한기 1주일(2018.01.08.~01.14) 동안 실적값을 기준으로 기존 및 변경방식 예측값의 시간대별 차이를 비교한 결과 상대오차가 7%에서 3%로 감소되었으며, 2017년 10월부터 2018년 2월까지 5개월에 걸친 일일 누적 열수요에 있어서도 실적값 대비 기존 및 변경 방식 예측값의 상대오차는 각각 9%와 4%로 변경방식의 상대오차가 감소하였다. 또한, 열수요 특성이 차별화되는 주말의 경우에도 예측값의 상대오차는 기존 방식 10%에서 변경 방식 5%로 일관성 있게 감소함을 확인할 수 있었다.

• 재무관리연구
• /
• 제17권1호
• /
• pp.161-180
• /
• 2000

본 연구는 주가를 예측하는데 있어서 선형 회귀모형을 이용하는 방법과 비선형 인공신경망 모형을 이용하는 방법을 비교 분석하여, 어떤 모형이 더 우수한 예측성과를 내는지를 검증한다. 자본시장에서 투자자들은 접근하는 정보가 다르고 각기 상이한 예측 변수들을 토대로 나름대로의 예측치를 만들어 낸다. 이렇게 볼 때 개별 투자자들이 이용하는 다양한 정보집합을 결합하여 단일의 뛰어난 정보집합을 만들어내는 것은 매우 어려운 과제이다. 따라서 본 연구에서는 이용 가능한 소수의 예측 변수들을 어떤 방식으로 결합하는 것이 예측오차의 분산을 최소화할 수 있는지에 대한 현실적인 접근방법을 모색하고자 한다. 거시경제변수나 시장자료를 입력변수로 사용한 기존 연구와는 달리 본 연구에서는 재무제표 정보를 입력변수로 사용하였다 즉, 대차대조표의 최종요약치인 주당 지분의 장부가치와 손익계산서의 최종요약치인 주당 순이익을 입력변수로 사용했으며 1991년부터 1995년까지의 추정(학습)결과를 토대로 모형을 선택하여 1996년의 제무제표 정보로 1997년의 주가를 예측하는 것이 본 연구의 과제이다. 연구결과, 대체로 선형회귀모형에 비해 비선형 신경망 모형이 예측오차의 분산을 감소시키는 것으로 나타났다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 제39회 하계학술대회
• /
• pp.1773-1774
• /
• 2008

유동적 비선형 특성을 보이는 혼돈 시계열에 대한 정확한 예측을 위해 예측 입력으로 차분 데이터를 사용하면 보다 나은 예측이 가능하다. 그러므로 본 논문에서는 상관 해석에 기반한 데이터의 전처리를 통해 적절한 최적 차분 간격 후보군을 선정하고 이들 각각에 대한 TS 퍼지 예측기로 다중 모델을 구성하여 성능 지수 평가에 의해 최적의 퍼지 예측기를 선택하여 예측을 수행하도록 하였으며, TS 퍼지 규칙 후건부에서 결정되는 예측 출력에 상관 해석에 기반한 오차 보정 메거니즘을 추가함으로써 예측 성능을 더욱 향상시킬 수 있도록 하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2018년도 추계학술대회
• /
• pp.275-277
• /
• 2018

선박 및 해상교통관제에 있어서 교통 혼잡구역에 대한 선박교통밀도 예측은 선박충돌사고 예방에 중요하다. 선박 교통밀도 예측정보는 사전에 진입하는 선박들에게 속력조정, 우회항로 이용 등 사전 조치가 가능하다. 본 연구에서는 해상 선박교통상황을 딥러닝 네트워크에 학습한 주의구역 선박교통류 예측 모델(Ship Traffic Extraction Network, STENet)을 제안하여 주의구역의 선박교통류 예측을 수행하고자 한다. STENet 모델 학습을 위해 여수해역 AIS 데이터를 전처리하고, 생성된 입력(해상교통상황)-출력(주의구역 교통밀도) 쌍 데이터를 적용하여 STENet 모델을 학습하였다. 학습된 모델을 이용하여 선박교통류 예측을 한 결과, 중기예측은 표준 절대 오차(mean absolute error)가 0.4-0.5척이 였으며, 장기예측은 0.7-0.8척의 오차로 기존의 Dead Reckoning에 의한 방법보다 50% 이상 교통밀도 예측성능이 향상 되었다.

• 한국시뮬레이션학회논문지
• /
• 제26권3호
• /
• pp.55-63
• /
• 2017

곡사포의 사격오차는 탄착의 분산도와 탄착중심오차(MPI)를 포괄하는 용어로, 본 연구에서는 사격시험을 수행하지 않고 정량적 분석을 통해 사격오차를 예측하는 기법에 대해 논하고자 한다. 기존에도 곡사포의 사격오차를 예측하기 위한 분석기법은 있었지만, 오차에 관여하는 영향요소들에 대한 정보가 부족하여 활용이 제한되었다. 본 연구에서는 이런 문제를 해결하기 위해 누적된 시험이 수행된 기존 무기체계 시험결과를 활용하여, 오차의 원인이 되는 각 요소 값들을 역으로 산출하는 방식을 제안한다. 이 과정에서 항공공학 분야에서 흔히 사용되는 최적화 알고리즘을 이용한 입력계수 추출 방식을 도입하였다. 최적화 알고리즘으로는 CMA-ES라는 진화적 기법을 소개하며, 적용 결과에 대하여 해설하였다. 이런 과정을 통해 얻은 사격오차요인 값은 향후 신규 무기체계 개발에 있어 성능요구사항 산출에 사용될 수 있으며, 야전에서의 곡사포 정확도 향상에도 기여할 것으로 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.920-923
• /
• 2017

본 연구는 기존의 수요 예측 등의 시계열 분석에서 주로 사용되는 ARIMA 모형의 어려움을 극복하고자 인공신경망(Artificial Neural Network) 모형을 이용하여 한국 프로 야구 관중 수를 예측하였다. 인공신경망의 가장 기본적인 종류인 전방향 신경망(Feedforward Neural Network)의 초모수(Hyperparameter) 선정에 그리드 탐색(Grid Search)을 적용하여 최적의 모형을 찾고자 하였다. 훈련 자료로는 2015년 3월부터 8월까지의 일별 KBO 관중 수 자료를 대상으로 하였고, 예측력 검증을 위해 2015년 9월 관중 수를 예측하여 실제 관측값과 비교하였다. 그 결과, 그리드 탐색법에서 최적 모형이라고 판단한 모형의 예측력은, 평균 절대 백분율 오차(MAPE) 기준으로 평균 27.14% 였다. 또한, 앙상블 기법에서 착안하여 오차율이 낮은 모형 5개의 예측값 평균의 MAPE는 평균 28.58% 였다. 이는 다중회귀와 비교해보았을 때, 평균적으로 각각 14%, 13.6% 높은 예측력을 보이고 있다.