• 한국정보과학회논문지:소프트웨어및응용
• /
• 제26권2호
• /
• pp.284-296
• /
• 1999

문자 인식 및 영상 인식 분야의 대부분의 연구들은 이진영상(binary image)을 바탕으로 이루어진다. 하지만, 입력영상에서 보다 많은 정보를 얻기 위해 명도영상(grayscale image) 으로 입력받아 필요한 정보를 추출한후 이진영상으로 변환하여 처리하는 방법도 많이 사용되고 있다. 이런 경우, 명도영상으로부터의 보다 깨끗한 이진영상의 획득 여부는 시스템의 성능과도 밀접한 관계가 있다. 본 논문에서는 기존의 대부분의 이진화 방법과는 달리, 실제 이진화를 수행하기 이전에 여러 가지 필터링 기법을 사용하여 영상의 질을 개선시키는 영상개선기법을 사용한후, 기존의 이진화방법을 사용하여 명도영상을 이진화하는 방법을 제안하고자 한다. 영상의 질을 개선시키기 위해서 BM 필터링, 경게선 개선 필터링, Erosion필터링 방법을 사용하였으며 , 기존의 이진화방법으로는 전역적 이진화 방법중 하나로써 클래스간 분산을 이용한 Ostu 방법[1]을 사용하였다. 다양한 종류의 문서를 대상으로 실험하였는데 평가실험에 사용된 영상은 문서 특성에 따라 균일하지 않은 배경을 가진 영상, 순수하게 텍스트로만 구성된 영상, 선성분이 많으며 명도값이 다양하게 나타나는 영상, 텍스트와 선성분이 함께있는 영상 등 크게 4가지 부류로 구분하였고, 평가대상 영상에 대해 매개변수의 개수, 끊어진/잃어버린 /뭉게진 물체가 적은 정도, 실행속도, 매개변수 결정의 용이성, 잡영이 적은 정도를 평가기준으로 선정한 후, 정량적인 평가가 어려운 항목에 대해서는 9개의 등급으로 나누어 이진화 된 영상의 특성을 분석, 평가하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1274-1278
• /
• 2010

우리나라는 국토의 60% 이상이 산지로 구성되어 있다. 현재 국내에서는 홍수유출 해석 시 집중형 모형을 주로 이용하고 있다. 집중형 모형은 대개 유역 최하류 지점의 유출구를 기준으로 홍수유출 해석 모형의 매개변수 추정 및 검증이 이루어지며, 유역의 매개변수를 소유역별로 동일하게 가정하여 입력 자료를 구성한다. 따라서 산지하천 유역의 홍수유출 해석 및 예측 시 경사가 급하고 고도가 높으며 집중시간이 빠른 산지하천의 지형적 요소 및 특징을 적절히 고려하지 못하여 정확한 예측 및 해석을 하는데 어려움이 발생한다. 분포형 모형은 하나의 유출구가 아닌 임의의 지점에서 홍수유출 해석이 가능하며, 강우자료 입력 시 유역 평균강우가 아닌 분포형 강우, 즉 역거리자승법, 크리깅 기법 등을 사용하여 분포형 강우로 변환한 지점강우와 레이더 강우를 사용하여 보다 정확한 홍수유출 해석이 가능하다. 그리고 분포형 모형은 입력하는 모든 매개변수를 지형 자료에서 추출하여 사용하기 때문에 인공적인 해석을 배제할 수 있어 인위적인 오차를 줄일 수 있다. 본 연구에서는 평창강 상류유역을 시험유역으로 선정하여 연구를 수행하였으며, 분포형 모형의 하나인 $Vflo^{TM}$를 사용하여 홍수유출해석을 수행하였다. 지형자료만을 사용하여 특정 지점이 아닌 유역 내 임의 지점의 홍수유출량과 집중시간, 홍수위를 산정할 수 있어 산지하천에서 돌발적으로 발생하는 홍수를 신속하게 예측할 수 있었다. 또한 임의의 지점에서의 설계홍수량을 손쉽게 산정하여 수공구조물 설계 시 이용할 수 있으므로 홍수에 의한 인적 물적 피해를 최소할 할 수 있을 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.39-39
• /
• 2020

Low-flow 하천에서의 최저수위를 나타내는 지표이다. 일반적으로 유황곡선의 갈수량(Q355)를 대표적으로 사용한다. Low-flow는 물 공급 관리 및 계획, 관개용수, 생태계등 다양한 분야에 영향을 미친다. 이러한 Low-flow를 산정하기 위해서는 충분한 기간의 유량자료가 필요하다. 하지만 국토의 70%가 산지지형으로 구성되어 있는 우리나라의 경우 국가하천과 1급하천을 제외한 산지유역은 수위관측소가 부재하거나 결측으로 인해 자료가 충분하지 않아 Low-flow분석에 한계가 있다. 이에 과거에는 미계측지역의 갈수량을 예측하기 위해서 다중회귀분석, ARIMA 모형 등 다양한 기법을 사용하였지만, 최근들어 머신러닝 모형의 수요가 증가하고 있다. 이에 본 연구에서는 새로운 패러다임에 맞는 머신러닝 기법인 DNN기법을 사용하고자 한다. DNN기법은 ANN기법의 단점인 학습과정에서 최적 매개변수값을 찾기 어렵고, 학습시간이 느린 단점을 보완한 방법이다. 따라서 본연구에서는 머신러닝 기법인 DNN기법을 통해 미계측지역에 적용 가능한 지역화 Low-flow indices를 산정하고자 한다. 먼저, Low-flow에 영향을 미치는 인자들을 수집하고 인자들간의 상관분석, 다중공선성 분석을 통해 통계적으로 유의한 변수를 선정하여, 머신러닝 모형에 입력자료를 구축하였다. 또한 기존의 갈수량 예측기법인 다중회귀분석 결과와 비교하여 머신러닝 기법의 효용성을 검토하였다.

• 한국수자원학회논문집
• /
• 제50권4호
• /
• pp.241-252
• /
• 2017

본 연구에서는 오프라인 및 온라인 매개변수 자동보정기법을 이용하여 개념적 집중형 수문모형의 매개변수를 보정한 후, 각 보정기법에 따른 강우-유출 해석 결과를 비교 분석하여 기법별 적용성을 평가하였다. 이를 위해 용담댐 상류 천천 유역을 대상으로 9개의 단기 강우사상을 선정하고, 강우-유출 모의를 위한 수문모형으로 저류함수모형을 선택하였다. 또한 저류함수모형의 매개변수 보정을 위한 자동보정기법으로 오프라인 기법으로는 SCE-UA, 온라인 기법으로는 파티클 필터를 선정하여 해석을 수행하였다. 각 기법에 따른 유출 해석결과의 재현성 평가를 위해 관측수문곡선의 평균유량을 근거로 하여 저수부(평균유량 이하)와 고수부(평균유량 초과)로 구분하여 모의결과를 비교 검토하였다. 그 결과, 매 시간 입력자료를 이용하여 매개변수를 실시간으로 업데이트하는 파티클 필터의 경우, 저수부와 고수부에 구분없이 전반적으로 우수한 재현성을 보여주었다. 반면에 SCE-UA의 경우, 대상 사상에 대한 전체기간의 정보를 활용하여 선택된 목적함수 RMSE와 HMLE를 최소로 하는 최적 매개변수를 추정함에 따라 일정규모 이상의 홍수사상에서는 목적함수에 따라 매개변수의 변동성이 나타났으며, 고수부에서는 RMSE, 저수부에서는 HMLE가 비교적 우수한 유출모의 결과를 나타내는 것으로 분석되었다.

• 정보보호학회논문지
• /
• 제31권2호
• /
• pp.263-277
• /
• 2021

자바스크립트로 작성된 웹 어플리케이션에서 Cross-Site Scripting (XSS), SQL Injection과 같은 검증되지 않은 사용자 입력 데이터로 인해 발생하는 취약점을 탐지하기 위해 오염 분석 기법이 널리 사용되고 있다. 이러한 취약점을 탐지하기 위해서는 사용자 입력 데이터에 영향을 받는 변수들을 추적하는 것이 중요하지만, 자바스크립트의 동적인 특성으로 인해 웹 어플리케이션을 실행해 보지 않고 그러한 변수들을 식별하는 것은 매우 어렵다. 때문에, 기존의 오염 분석 도구들은 대상 어플리케이션을 실행하는 오버헤드가 존재하는 동적 오염 분석을 사용하도록 개발되었다. 본 논문에서는 타입스크립트(자바스크립트의 상위집합) 컴파일러를 활용해 얻은 심볼 정보를 기반으로 데이터의 흐름을 정확히 추적하고, 타입스크립트 코드에서 보안 취약점을 발견하는 새로운 정적 오염 분석 기법을 제안하였다. 제안한 기법은 개발자가 검증되지 않은 사용자 입력 데이터를 포함할 수 있는 변수에 표시를 할 수 있도록 하며, 이를 활용해 사용자 입력 값에 영향을 받는 변수와 데이터를 추적한다. 제안한 기법은 TypeScript 컴파일러에 원활히 통합될 수 있기 때문에, 별도의 도구로 작동하는 기존 분석 도구와 달리 개발자가 개발 과정에서 취약점을 발견할 수 있게 한다. 제안한 기법의 유효성을 확인하기 위해 프로토타입을 구현하였으며, 취약점이 보고된 8개의 웹 어플리케이션을 선정하여 분석을 수행하여 성능을 평가한 결과 기존의 취약점을 모두 탐지할 수 있음을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.2270-2275
• /
• 2008

수문학적 하도추적법의 하나인 Muskingum 모형은 미 육군공병단(U.S. Army Corps of Engineers)에 의해서 미국 Ohio 주의 Muskingum 유역에 홍수조절계획으로 처음 사용되었으며 모형의 구조 및 입력자료의 단순성에 비하여 비교적 우수한 결과를 모의할 수 있는 것으로 알려져 있다. 1938년 McCarthy에 의해서 개발되었고 구간내 총저류량은 prism 저류와 wedge 저류로 구분하여 prism 저류는 유출량에 wedge 저류는 유입량과 유출량의 차에 직접 비례한다는 가정하에 추적식을 개발하였다. 이후 지속적인 연구가 이뤄져 1985년 O'Donnel은 측방유입량(lateral inflow)을 상류단의 유입량에 비례하는 형태로 3-매개변수 muskingum 모형을 제안하여 추적계수의 결정을 선형대수(linear algebra)에서 동차(homogeneous)연립방정식 해를 구하는 Cramer 법칙인 matrix 기법을 적용하였다. 본 연구에서는 홍수사상으로부터 측방유입량이 고려되고 추적계수 결정에 있어서 직접 계산이 가능한 O'Donnel(1985)이 제안한 3-매개변수 muskingum 모형을 적용하였다. 추적계수들의 결정은 직접 matrix 기법을 적용하였고 적용대상은 낙동강 유역의 낙동 지점을 상류단으로 구미 지점을 하류단으로 선정하였다. 홍수사상은 낙동강 유량측정 조사사업 2005년${\sim}$2007년 보고서에 수록된 수문자료를 선정하여 관측치와 계산치를 비교하였고 홍수사상에 적용하여 수문곡선을 추정하였으며, 각각의 매개변수가 추적구간에 어떠한 영향을 미치는지 변수간의 관계를 분석하였다. 또한, 관측치와 계산치의 적합도 검증은 평균제곱근오차(root mean squar error; RMSE)와 모형 효율성 계수(model efficiency; ME)를 산정하여 분석하였으며, 하도 구간내 저류량은 대상구간에 대한 유입량과 유출량의 가중합에 비례한다는 선형모형을 적용하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.321-321
• /
• 2022

유역 모델링은 유역에 강우의 유출 과정을 재현할 수 있는 과정이다. 과거 유역 모델링은 1차원 수준에서 유출과정을 모의하는데 그쳤으나, 기술이 발전함에 있어 입력하는 매개변수 수가 증가함에 따라 모의값의 신뢰성이 높아지고 있다. 본 연구에서는 다양한 매개변수 중 공간매개변수로써 널리 활용되고 있는 수치표고모델의 신뢰성과 범용성을 확인하고자 한다. 유역모델링 연구에 있어, 수치표고모델 정확성은 결과값의 신뢰성을 좌우하는 중요한 인자 중 하나이다. 수치표고모델이란 실제 지형이 나타내는 표고 정보를 수치화 하여 격자 안에 담은 형태의 파일로 대표적으로 DEM(Digital Elevation Models)과 DSM(Digital Surface Models)로 나눌 수 있다 DEM의 경우 해당 지형의 고도정보만을 담고있으며, DSM은 지표면 상의 나무, 건물 등 포함한 지표면의 고도를 담고 있다. 현재 NASA에서는 전 지구의 30m격자 크기로 SRTM-DSM을 제공하고 있으며, 우리나라 국토지리정보원에서도 90m 격자크기의 DEM을 제공하고 있다. 본 연구에서는 남한강 유역의 수치표고모델을 세 가지 Case로 나눠서 유출량 변화 검토를 진행하였다. 산지가 많은 남한강 유역의 10개의 소유역을 선정하였고, 다음과 같이 3개의 Case를 적용하였다. Case1, DEM 자료를 입력했을 경우, Case2, DSM 자료를 입력했을 경우, Case3 DSM+DEM 자료를 입력했을 경우, 각 Case에 대해 유출량을 산정하였고, 그 결과값을 분석하였다. 해당 유역에 세 가지 Case 모두 유출량의 변화량의 큰 차이를 보이지 않았으며, 공간매개변수 적용에 있어 타당성을 보였다. 따라서 본 연구는 인공위성을 통해 산출된 수치표고모델의 신뢰성을 확인 하였고, 활용가능성을 검토 하였다. 이에 따라 향후 연구에 수치표고모델 적용에 있어 미계측유역에도 활용가능한 연구로 기여할 수 있을 것으로 판단된다.

• Korean Chemical Engineering Research
• /
• 제53권2호
• /
• pp.236-242
• /
• 2015

고분자전해질 연료전지 스택의 성능 및 주요 운전 변수를 예측하기 위해 부분최소자승법과 인공신경망의 두 가지 데이터 기반 모델링 기법을 제시한다. 30 kW급 고분자전해질 연료전지 스택 실험으로부터 확보한 데이터를 사용하여 부분최소자승 및 인공신경망 모델들을 구성한 후 각 모델의 예측 성능 및 계산 시간을 비교하였다. 모델의 복잡성을 줄이기 위해 부분최소자승법에 기초한 VIP(Variable Importance on PLS Projections) 선정기준을 모델링 절차에 포함하여, 초기 입력변수의 집합으로부터 모델링에 필요한 입력변수들을 선정하였다. 모델링 결과, 인공신경망이 스택의 평균 셀전압과 캐소드(cathode) 출구 온도를 예측하는데 있어서, 부분최소자승법 보다 우수한 성능을 보였다. 그러나 부분최소자승법 또한 입력변수와 출력변수 간에 선형적 상관관계만을 모델링 할 수 있음에도 불구하고 비교적 만족할 만한 예측 성능을 나타냈다. 모델의 정확도와 계산속도의 요구조건에 따라 두 모델링 기법은 고분자전해질 연료전지의 설계 및 운전 분야의 성능 예측, 온라인 및 오프라인 최적화, 제어 및 이상 진단을 위해 적용될 수 있을 것으로 판단된다.

• 터널과지하공간
• /
• 제33권6호
• /
• pp.594-609
• /
• 2023

TBM 공법은 굴착면 안정성 확보 및 주변환경에 비치는 영향을 최소화하기 때문에 도심지나 하·해저터널 등에서 적용 사례가 증가하는 추세이다. 디스크 커터의 수명을 예측하는 대표적인 모델 중 NTNU모델은 커터수명지수(Cutter Life Index, CLI)를 주요 매개 변수로 활용하지만 복잡한 시험절차와 시험장비의 희귀성으로 측정에 어려움이 있다. 본 연구에서는 다중선형회귀분석과 트리 기반의 머신러닝 기법으로 암석물성을 활용하여 CLI를 예측하였다. 문헌 조사를 통해 암석의 일축압축강도, 압열인장강도, 등 가석영함량과 세르샤 마모지수 등을 포함한 데이터베이스를 구축하였고 파생변수를 계산하여 추가하였다. 다중선형회귀분석은 통계적 유의성과 다중공선성을 고려하여 입력 변수를 선정하였고 머신러닝 예측 모델은 변수 중요도를 기반으로 입력 변수를 선정하였다. 학습용과 검증용 데이터를 8:2로 나누어 모델 간 예측 성능을 비교한 결과 XGBoost가 최적의 모델로 선정되었다. 본 연구에서 도출된 다중선형회귀모델과 XGBoost모델을 선행 연구와 예측 성능을 비교하여 타당성을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제9권5호
• /
• pp.538-544
• /
• 1999

본 논문에서는 송전선로의 보호를 위하여 적응형 퍼지 시스템을 도입하여 고장 유형 판별부와 고장점 추정부의 두 부분으로 구성된 새로운 고장검출기법을 개발하였다. 제안된 시스템의 퍼지 입력변수로는 전류의 정상분과 영상분 그리고 실효치를 선정하였으며 신경회로망의 학습방법에 의하여 전건부와 후건부가 적절하게 조정되었다. 제시된 기법의 효용성을 입증하기 위하여 전자과도 해석 프로그램인 EMTP로부터 수집된 데이터를 활용하였다. 시뮬레이션 결과 제안된 기법은 고장유형이 정확하게 판별되었으며 고장점 추정이 개선되었다.