• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 1999.10a
• /
• pp.415-417
• /
• 1999

환경연구자들은 대기환경의 개선과 환경기준의 목표달성과 최적 제어기술을 개발하기 위해 각종 모델을 이용하고 있다. 초기 단계에서는 각종 오염인의 배출자료와 기상자료를 이용하여 대기 중 분진의 농도를 추정하는 분산모델 (dispersion model)이 오랜 기간동안 활발하게 이용되어 왔다. 그러나 분산모델은 배출자료의 오차, 수직ㆍ수평적 분산변수의 불확실도, 복잡한 모델 개발에 따른 시간과 비용 등의 문제점을 가지고 있으며, 모델에 포함된 변수에 의해 특성화된 오염원에 대해서만 농도의 추정이 가능하다는 제약점이 있다.(중략)

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2010.09a
• /
• pp.95-98
• /
• 2010

수질오염총량제가 도입되면서 각 지방자치단체는 허용배출량을 산정하기 위하여 QUAL2E 수질모델을 이용한 수질모의를 적극적으로 활용하고 있다. 그러나 수질모의 수행에 필요한 입력 자료를 작성하기 위하여 많은 시간이 소요되기 때문에 시간 및 경제적 손실을 가져오고 있다. 따라서 본 연구에서는 수질모의 입력 자료를 자동으로 작성하기 위하여 오염원 DB와 수리계수 DB 및 한국형 리치파일을 연계할 수 있는 데이터모델을 수립하였다. 모델을 이용하여 수질모의 대상하천의 기본 정보를 한국형 리치파일에서 얻은 후 오염원 DB와 표준유역명으로 연계하여 오염원 정보를 추출토록 하였다. 아울러 수리계수 DB에서 하천코드와 상류지점으로부터 누적거리를 이용하여 대상 하천의 수리계수를 추출하였다. 이는 모의대상하천을 선택하였을 때 자동으로 수질모의 입력 자료를 작성할 수 있는 모듈을 개발할 수 있도록 지원이 가능하다. 이러한 모델의 개발을 통하여 다양한 기관에서 중복 구축하던 수질모의 자료의 통합관리가 가능하며, 나아가 수질모의 입력 자료의 작성을 자동화함으로써 시간 및 비용 절감에 기여가 클 것으로 사료된다.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.33 no.6
• /
• pp.367-373
• /
• 2021

In this study, deep learning model was set up to predict the wave heights inside a harbour. Various machine learning techniques were applied to the model in consideration of the transformation characteristics of offshore waves while propagating into the harbour. Pohang New Port was selected for model application, which had a serious problem of unloading due to swell and has lots of available wave data. Wave height, wave period, and wave direction at offshore sites and wave heights inside the harbour were used for the model input and output, respectively, and then the model was trained using deep learning method. By considering the correlation between the time series wave data of offshore and inside the harbour, the data set was separated into prevailing wave directions as a pre-processing method. As a result, It was confirmed that accuracy and stability of the model prediction are considerably increased.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2008.06a
• /
• pp.310-317
• /
• 2008

Although aerial LiDAR had been launched commercially several years ago, it is still difficult to study data acquisition conditions and effects with various datasets because of its acquisition cost. Thus, this research was performed to study data acquisition conditions and effects with virtually various datasets. For this research, 3D tree models and forest stand models were built to represent graded tree sizes and tree plantation densities. Also, a variable aerial LiDAR acquisition model was developed. Then, through controlling flight height parameter, one of the data acquisition parameters, virtual datasets were collected for various data acquisition densities. From those datasets, forest canopy volumes and maximum tree heights were estimated and the estimated results were compared. As the results, the estimated is getting closer to the expected during the data acquisition density increase. This research would be helpful to perform further studios on relations between forest inventory accuracy and LiDAR cost.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.495-495
• /
• 2023

본 연구는 하수처리장 운영시스템 자료를 활용하여, 머신러닝 기반의 예측 모델을 개발하고, 모델 정확도 향상에 대하여 검토하였다. 하수처리장에 설치된 각종 센서를 통해 실시간으로 자료가 모니터링되고 있으며, 수집된 자료는 운영시스템에 저장된다. 하수처리장 시스템은 설정된 값과 센서의 측정값을 비교해 이상치가 발생하면 운영자가 즉각적으로 조치하여 문제를 해결하고 있으나, 비정상적인 상황 발생시 이를 대처할 시간이 부족하여 적절한 조치가 이루어지지 못하는 경우가 발생 되고 있다. 따라서, 이러한 문제점을 해결하기 위해 A 하수처리장 운영자료를 활용하여 결과 예측이 신속하고 신뢰도 높은 머신러닝 기반의 예측 모델을 개발하고자 하였다. 모델의 예측 정확도 및 신뢰성을 향상하기 위하여 결과에 영향을 미치는 주요 영향 인자를 분석하고, 이를 기반으로 모델의 추가 분석 및 개선을 수행하여 모델의 예측력을 평가하였다. 금회 연구는 데이터 전처리를 과정을 통한 인사이트를 도출하고 이를 활용하여 하수처리장 운영자료 예측 정확도를 높일 수 있었으며, 이 결과를 바탕으로 다른 하수처리장의 모델 개발시에도 유용하게 활용이 가능할 것으로 검토되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.985-985
• /
• 2012

최근 지구온난화 및 기후변화로 인해 단시간에 높은 강우강도를 가지고 발생하는 집중호우 홍수 등의 위험기상으로 인한 인명 및 재산피해가 빈번하게 발생하고 있어 초단기 및 단기 강수 예측에 대한 중요성이 부각되고 있다. 단기 강수예측모델은 다양한 관측자료의 사용과 자료동화기법의 개발로 예측능력이 크게 향상되었지만 수치모델의 고유특성인 스핀업(spin-up) 문제로 1~6시간까지 강수예측성능에 한계를 보인다. 반면 초단기 강수예측모델은 레이더기반으로 외삽법을 이용하여 1~3시간까지 높은 정확도의 강수예측을 하지만 강수에코의 생성 소멸의 물리과정을 포함하지 않아 3시간 이후의 정확도가 낮다. 이러한 단기 및 초단기 강수예측모델의 장점을 반영하여 최적 강수예측 자료 생산을 위한 연구를 수행하였다. 이를 위해 초단기 및 단기 강수예측모델의 예측성능을 평가하였으며 모델의 예측성능 기반의 최적 강수자료 병합기법을 개발하였다. 향후 최적 강수예측 자료 생산체계가 구축되면 수문관련 유관기관에서 하천관리에 사용하는 유량예측모델에 시 공간적 고해상도의 강수예측정보를 제공하여 수문분야의 유량예측 정확도 행상에 기여할 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.238-238
• /
• 2016

토양수분, 증발산량, 유출량 등의 고해상도 수문기상요소 산출을 위한 지면모델 활용 기술은 기상 및 수문분야에서 널리 활용 중에 있다. 본 연구에서는 미국 국립대기과학연구소(NCAR)에서 개발된 기상-수문 결합모델 WRF-Hydro(Weather Research and Forecasting Model Hydrological modeling extension package)을 활용하여 낙동강 유역에서 발생한 돌발홍수 사례 실험에 적용하여 강우량 및 수문기상요소 전체를 모의함으로써 기상-수문-지면 결합모델을 활용한 수문기상요소 산출하고자 하였다. 이를 기존의 기상모델로부터 입력강제자료를 제공받아 Off-line 형태로 결합된 지면모델(TOPLATS, TOPmodel-based Land Atmosphere Transfer Scheme) 결과와 비교하였고 기상-수문 결합모델의 국내 적용성을 검토하였다. 기상-수문-지면 결합모델(WRF-Hydro)의 초기장 및 경계장은 기상청 현업 모델에서 생성된 국지예보모델자료 1.5km 자료(LDAPS, Local Data Assimilation and Prediction System)를 사용하였으며, 모델의 적분기간은 돌발홍수 사례에 따라 24~36시간을 수행하였다. WRF-Hydro 모델의 물리모수화 방안은 작년까지 기상청에서 현업운영되는 KWRF의 방안들을 준용하였으며, WRF-Hydro 수행을 위해 Advanced Spaceborne Thermal Emission and Reflection Radiometer(ASTER)에서 제공되는 30 m 해상도의 수치표고자료를 GIS(Geographic Information System)를 활용하여 지표유출방향을 설정하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.323-323
• /
• 2018

최근 기후변화에 대한 관심이 증대됨에 따라 미래 기후모델자료를 기반으로 연구가 다양하게 진행되고 있다. 기후변화가 적용된 자료는 미래 수자원관리, 방재를 위한 수공구조물의 설계 등 다양한 방식으로 실무에 적용되고 있다. 하지만 기후모델로부터 모의된 결과는 어느 정도 관측자료와 차이가 발생하게 되며, 이러한 계통적 오차는 모델 내부에서 해결하기가 쉽지 않다. 그렇기 때문에 기후모델로부터 모의된 결과를 보정하기 위해 편의보정 기법을 활용한다. 그리고 미래 기후모델자료는 불확실성을 내재하고 있기 때문에 다양한 편의보정 기법을 적용하여 불확실성의 범위를 확인해 보았다. 사용된 편의보정 기법으로는 Quantile Mapping(QM), Quantile Delta Mapping(QDM), Detrended Quantile Mapping(DQM), Delta Change Method(DCM)을 이용하였다. 편의보정에 적용한 확률분포형은 일반극치분포(GEV분포), Type-1 극치분포(Gumbel분포)를 사용하였다. GEV분포를 기본으로 하여 조건적으로 GEV분포를 사용할 수 없는 경우, Gumbel분포를 사용하였다. 본 연구에서는 독일의 전지구기후모델(Global Climate Model, GCM)인 MPI-ESM-LR에 RCP 8.5 사나리오를 강제장으로 하여 지역기후모델(Regional Climate Model, RCM)인 WRF를 이용하여 동역학적으로 다운스케일한 강우자료를 사용하였다. 강우자료 중에서 강릉, 인천, 부산, 목포지점에 해당하는 자료를 추출하여 연 최대 강우강도 시계열을 산정하고 4가지 편의보정 기법을 이용하여 편의보정을 하였다. 편의보정 수행된 연 최대 강우강도 시계열을 scale-invariance 기법으로 다운스케일하여 미래 IDF곡선을 유도한 뒤, 편의보정별로 유도한 IDF곡선의 비교를 통해 편의보정기법이 미래 IDF곡선에 미치는 영향을 분석하였다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.105-111
• /
• 2021

한국어 사실 확인 과제는 학습 자료의 부재로 인해 연구에 어려움을 겪고 있다. 본 논문은 수작업으로 구성된 학습 자료를 토대로 자연어 생성 모델을 이용하여 한국어 사실 확인 자료를 구축하는 방법을 제안한다. 본 연구는 임의의 근거를 기반으로 하는 주장을 생성하는 방법 (E2C)과 임의의 주장을 기반으로 근거를 생성하는 방법 (C2E)을 모두 실험해보았다. 이때 기존 학습 자료에 위 두 학습 자료를 각각 추가하여 학습한 사실 확인 분류기가 기존의 학습 자료나 영문 사실 확인 자료 FEVER를 국문으로 기계 번역한 학습 자료를 토대로 구성된 분류기보다 평가 자료에 대해 높은 성능을 기록하였다. 또한, C2E 방법의 경우 수작업으로 구성된 자료 없이 기존의 자연어 추론 과제 자료와 HyperCLOVA Few Shot 예제만으로도 높은 성능을 기록하여, 비지도 학습 방식으로 사실 확인 자료를 구축할 수 있는 가능성 역시 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.230-233
• /
• 2010

최근 분산된 노드들 간의 자료를 송수신하는 임베디드 어플리케이션들이 증가함에 따라 이를 지원하기 위한 분산 미들웨어도 함께 발전하고 있다. 분산미들웨어는 원격 객체 관리를 위한 클라이언트-서버 모델, 큐를 이용한 메시지 전송을 목적으로 하는 메시지 패싱 모델, 분산 컴퓨팅 환경에서 자료의 전송을 목적으로 하는 출판-구독 모델이라는 3가지 모델로 분류 된다. 본 논문에서는 3가지 분산 미들웨어 모델들에 대하여 살펴보고 출판-구독 모델의 대표적 분산미들웨어인 Data Distribution Service를 소개한다. 또한 출판-구독 모델이 단말 간 P2P를 지원함에 따라 생기는 문제점인 과다한 트래픽을 해결하기 위해 자료들을 그룹화 시켜 전송하거나 특정 토픽에 관련된 자료들을 미리 예약된 채널을 통해 전송하는 기법들을 제안하고 일반 DDS와 비교를 통해 그 효과를 예측해본다.