• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2011년도 정기 학술대회
• /
• pp.136-139
• /
• 2011

통합 플랫폼의 연계모듈은 구조시스템 대안생성, 구조해석, 구조설계를 수행하는 여러 프로그램들의 자료교환을 지원하는 모듈로서, buildingSMART International에서 개발한 표준자료모델을 기반으로 한다. 이 표준자료모델은 다양한 건축물의 기획부터 유지관리 단계까지를 대상으로 하므로 많은 자료들이 복잡하게 얽혀있어 그 전체적인 구조와 상세한 내용을 파악하기 곤란하다. 그러므로 통합 플랫폼의 여러 프로그램들에 표준자료모델 기반의 자료교환 기능 추가에는 많은 시간과 노력이 소요된다. 이에 본 연구에서는 이러한 시간과 노력을 절감할 수 있는 연계모듈 구조를 제안하고 이를 일부 구현하였으며, 간단한 적용사례를 통하여 타당성을 검토하였다.

• ETRI Journal
• /
• 제10권1호
• /
• pp.22-31
• /
• 1988

TDX-10 교환기에 실현될 CCITT No.7 시스팀 중 MTP 서브시스팀 설계를 위한 예비 연구로서 블럭별 자료구조를 설계하였다. 본고에서는 자료구조 설계방법은 관계형 데이터 베이스 설계 개념을 응용하여 데이터의 조작 및 관리가 용이한 자료구조의 설계 방법을 제시하였으며, 특히 Entity-Relationship 데이터 모델을 이용하여 개념 데이터 모델을 설정하고 이로부터 제3규정형 형태의 관계형 자료구조를 도출하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.442-442
• /
• 2022

고해상도 시공간적 격자 형태의 레이더 강수는 돌발홍수(flash flood)와 같은 기상재해에 대비하기 위하여 실시간 예측정보로 활용된다. 그러나 대부분의 레이더 강수는 과소 추정되는 경향이 있어 정량적인 보정 과정인 QPE (Quantitative Precipitation Estimation)가 필요하다. 일반적으로 레이더 강수자료 보정은 지점 관측자료를 활용하지만, 본 연구에서는 지상 강수량 기반의 고해상도 격자 강수자료를 생산하여 레이더 강수자료와 직접적으로 비교하고자 한다. 이에 고도와 지형적 특성을 고려한 PRISM(Precipitation-elevation Regressions on Independent Slopes Model) 방법을 사용하여 고해상도 격자기반의 자료를 생성하였다. PRISM 방법은 고도와 지리정보를 독립변수로 갖는 회귀모형 기반의 기후인자 추정 모형이다. 생산된 고해상도 격자 강수자료와 레이더 강수자료를 QPF (Quantitative Precipitation Forecast) 모델의 입력자료로 사용하여 예측결과를 비교하였다. 해당 QPF 모델은 이류(advection)와 확률론적 섭동(stochastic perturbation)을 기반으로 하며, 강수 앙상블 자료를 생산한다. QPF 모델에 대해 투 트랙(two-track) 방법으로 생산된 예측정보를 통해 레이더 강수자료의 격자별 후처리 보정이 가능할 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.405-405
• /
• 2022

본 연구는 주암조절지댐 유역의 강우 빛 비강우시츨 포함한 장기간의 유역유출 및 지하수 이동에 따른 유량분석과 오염물질 부하 유입특성을 분석함으로써 유역의 오염물질을 선제적으로 관리하고 조절지댐내의 수질을 효과적으로 관리하기 위해서 수행되었다. Hydrological Simulation Program - Fortran (HSPF) 모델을 적용하기 위하여 주암조절지댐 유역의 복잡한 지형과 기상조건 및 오염원 자료를 반영하고 수질관리 대책을 수립하는 데 적용하고자 하였다. 주암조절지댐 유역은 환경부의 소유역 구분을 고려하여 28개의 유역으로 세분화하고 티센망도를 고려해 3개의 그룹으로 재차 분류하였다. 기상 자료는 연구대상지역의 직접측정자료의 한계로 여수와 광양 기상청의 자료를 사용하였으며, 강우 자료 또한 소유역 그룹에 맞춰 입력 자료로 사용하였다. HSPF 모델의 보정은 유량 및 수질 (총질소 및 총인)에 대하여 2017 ~ 2021년의 모니터링 실측자료를 대상으로 수행되었다. 보정 결과는 R², RMSE로 평가하였고, 보정된 HSPF 모델을 바탕으로 유역별 유량 및 수질에 영향을 미치는 주요 인자를 분석하였다. 본 연구의 결과는 주암조절지댐의 수질을 예측할 수 있는 3차원 수리-수질 모델의 입력자료로 활용될 예정이며, 추후 기후변화 영향을 고려한 상류 유역의 수질관리 계획 수립에 기여할 것으로 기대된다.

• 한국해안·해양공학회논문집
• /
• 제31권3호
• /
• pp.146-157
• /
• 2019

최근 해양예보/재해 등의 주요 분야에서 해양수치모델의 수행 및 연구결과에 대한 활용도가 증가함에 따라 정확도 높은 수심자료의 중요성이 크게 부각되고 있다. 해양수치모델에 주로 활용되는 국내 수심자료는 Choi et al.(2002), Seo(2008)의 자료가 있지만, 제작년도가 오래되고 해도를 기반으로 작성했다는 제한사항이 있다. 해도는 항해를 목적으로 제작되어 수심 측량자료 중 최천소 자료를 사용하므로 실제 해저지형을 재현하는데 한계가 있다. 국립해양조사원은 매년 지속적인 수심측량을 통하여 해도를 생산하고 있지만, 수치모델을 목적으로 한 수심자료는 생산하지 않았다. 본 연구에서는 원시 수심측량자료를 이용하여 수치모델을 위한 해양수치모델 전용 수심 데이터셋(BADA Ver.1)을 구축하고, 공개된 해양 수심자료와 비교하였다.

• 대한공간정보학회지
• /
• 제4권1호
• /
• pp.23-29
• /
• 1996

본 연구에서는 토지정보체계(GIS)의 도형정보 처리를 위한 객체지향 데이타베이스를 개발하고, 이를 위하여 사용된 프로그램 개발방법을 설명하였다. 본 연구의 결과, 도형자료를 저장하고 관리하기 위한 자료모델을 개발하였으며, 개체지향 프로그래밍기법에 의한 도형자료 관리를 실현하였다. 도형자료 처리를 위한 자료모델을 개발함에 있어서, 관망해석을 하지 않는 자료관리만을 목표로 하였기 때문에 위상학적(topology) 자료구조를 갖지 않는 단순한 벡터모델을 사용하였다. 차후에 관거의 연결망을 기초로 하는 분석기능을 개발할 경우에는, 도형자료 처리를 위한 자료구조 부분에 대하여 수정 또는 추가 개발이 필요할 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.1515-1519
• /
• 2006

본 연구에서는 초단시간 강수예보(VSRF, Very Short-Range Forecast of precipitation) 시스템 구축 현황을 소개하고자 한다. VSRF 모델은 레이더 반사도 자료와 지상 AWS 자료를 이용하여 레이더-AWS 강우강도를 산출하는 강수분석과정과 분석된 강수량 자료와 중규모 수치예보장을 사용하여 외삽법에 의한 초단시간 강수예보를 수행하는 예보과정, 실시간으로 산출된 강수예보 자료를 검증하고 홈페이지에 제공하는 자료지원과정으로 구성된다. 본 연구에서는 모델의 예보능력을 향상시키기 위해 크게 두 가지 측면에서 모델을 개선하였다. 첫째는 모델의 입력자료인 레이더-AWS 강우강도 자료를 기상연구소 원격탐사연구실에서 운영하던 WPMM (Window Probability Matching Method)과 기상청 기상레이더과에서 운영하던 RQPE(Radar Quantitative Precipitation Estimation)의 알고리즘을 통합하여 정확한 강우강도 자료인 레이더-AWS 강우강도(RAR, Radar-AWS Rain rate) 시스템을 구축하여 개선하였으며, 둘째는 외삽과정을 통한 예보가 3시간이 지나면 예측능력이 감소하는 문제점을 보완하기 위해 현업 중규모 모델(RDAPS, Regional Data Assimilation and Prediction System)의 예측강수와 병합하여 모델을 개선하였다. 또한 이를 시계열 검증 및 공간 검증하는 실시간 검증 시스템을 구축하여 실시간으로 모델의 정확성을 평가하고 있다. 그 결과 입력자료 개선을 통한 모델의 정확도는 크게 향상된 결과는 볼 수 없었지만 미약하게 향상된 것을 확인할 수 있었으며, 모델의 병합을 통한 모델의 개선은 예측 3시간 이후부터는 50% 정도 향상되었다.의 대안을 제시하고자 한다.X>${\mu}_{max,A}$는 최대암모니아 섭취률을 이용하여 구한 결과 $0.65d^{-1}$로 나타났다.EX>$60%{\sim}87%$가 수심 10m 이내에 분포하였고, 녹조강과 남조강이 우점하는 하절기에는 5m 이내에 주로 분포하였다. 취수탑 지점의 수심이 연중 $25{\sim}35m$를 유지하는 H호의 경우 간헐식 폭기장치를 가동하는 기간은 물론 그 외 기간에도 취수구의 심도를 표층 10m 이하로 유지 할 경우 전체 조류 유입량을 60% 이상 저감할 수 있을 것으로 조사되었다.심볼 및 색채 디자인 등의 작업이 수반되어야 하며, 이들을 고려한 인터넷용 GIS기본도를 신규 제작한다. 상습침수지구와 관련된 각종 GIS데이타와 각 기관이 보유하고 있는 공공정보 가운데 공간정보와 연계되어야 하는 자료를 인터넷 GIS를 이용하여 효율적으로 관리하기 위해서는 단계별 구축전략이 필요하다. 따라서 본 논문에서는 인터넷 GIS를 이용하여 상습침수구역관련 정보를 검색, 처리 및 분석할 수 있는 상습침수 구역 종합정보화 시스템을 구축토록 하였다.N, 항목에서 보 상류가 높게 나타났으나, 철거되지 않은 검전보나 안양대교보에 비해 그 차이가 크지 않은 것으로 나타났다.의 기상변화가 자발성 기흉 발생에 영향을 미친다고 추론할 수 있었다. 향후 본 연구에서 추론된 기상변화와 기흉 발생과의 인과관계를 확인하고 좀 더 구체화하기 위한 연구가 필요할 것이다.게 이루어질 수 있을 것으로 기대된다.는 초과수익률이 상승하지만, 이후로는 감소하므로, 반전거래전략을 활용하는 경우 주식투자기간은 24개월이하의 중단기가 적합함을 발견하였다. 이상의 행태적 측면과 투자성과측면의 실증결과를 통하여 한국주식시장에

• 한국해양학회지:바다
• /
• 제5권3호
• /
• pp.177-185
• /
• 2000

자료동화기법의 하나인 adjoint 방법은 제약조건으로서 모델의 기본방정식을 만족시키는 동시에 모델 결과와 관측자료 차이의 함수인 비용함수의 크기를 최소화시키는 모델변수를 찾아냄으로서 모델 결과를 향상시키는 기법이다. 본 연구에서는 수평방향 2차원 선형 조석모델과 adjoint 모델로 구성된 adjoint 꾸러미를 수립하고, 이를 임의로 설정한 직사각형 모델영역에 적용하였다. 조석모델로부터의 조위 모델 결과를 관측자료로 삼아 개방경계조건인 조위의 진폭을 역 추정하는 수치실험을 실시하여 자료 가중치에 대한 반응, 모델변수 초기 추정치의 중요성 및 지형 변화에 대한 반응 등을 살펴보았다 특히, adjoint꾸러미 적용시 대부분 경험적으로 설정되어왔던 가중치의 선정방법을 제시하였다.

• 지구물리와물리탐사
• /
• 제25권2호
• /
• pp.71-84
• /
• 2022

탄성파 자료 취득 시 신호와 함께 기록되는 다양한 형태의 잡음은 탄성파 자료의 정확한 해석을 방해하는 요인으로 작용한다. 따라서 탄성파 자료의 잡음 제거는 탄성파 자료 처리 과정 중 필수적인 절차이므로 기계 학습을 포함한 다양한 방식의 잡음 제거 연구가 수행되고 있다. 본 연구에서는 비지도 학습 기반의 탄성파 잡음 제거 모델을 이용하여 중합 전 탄성파 자료의 잡음 제거를 수행하고자 하였으며 총 세 가지의 비지도 학습 기반 기계 학습 모델을 비교하였다. 세 가지의 비지도 학습 모델은 N2NUNET, PATCHUNET, DDUL로 각각 서로 다른 신경망 구조를 통해 정답 자료 없이 탄성파 잡음을 제거한다. 세 가지 모델들을 인공 합성 및 현장 중합 전 탄성파 자료에 적용하여 잡음을 제거한 후 그 결과를 정성적·정량적으로 분석하였으며, 분석 결과 세 가지 비지도 학습 모델 모두 인공 합성 및 현장 자료의 탄성파 잡음을 적절히 제거하였음을 확인하였다. 그 중 N2NUNET 모델이 가장 낮은 잡음 제거 성능을 보여주었으며, PATCHUNET과 DDUL은 거의 유사한 결과를 도출하였지만, DDUL이 정량적으로 근소한 우위를 보였다.

• 지구물리와물리탐사
• /
• 제25권3호
• /
• pp.140-161
• /
• 2022

탄성파 탐사 자료 획득 시 자료의 일부가 손실되는 문제가 발생할 수 있으며 이를 위해 자료 보간이 필수적으로 수행된다. 최근 기계학습 기반 탄성파 자료 보간법 연구가 활발히 진행되고 있으며, 특히 영상처리 분야에서 이미지 초해상화에 활용되고 있는 CNN (Convolutional Neural Network) 기반 알고리즘과 GAN (Generative Adversarial Network) 기반 알고리즘이 탄성파 탐사 자료 보간법으로도 활용되고 있다. 본 연구에서는 손실된 탄성파 탐사 자료를 높은 정확도로 복구하는 보간법을 찾기 위해 CNN 기반 알고리즘인 U-Net과 GAN 기반 알고리즘인 cWGAN (conditional Wasserstein Generative Adversarial Network)을 탄성파 탐사 자료 보간 모델로 사용하여 성능 평가 및 결과 비교를 진행하였다. 이때 예측 과정을 Case I과 Case II로 나누어 모델 학습 및 성능 평가를 진행하였다. Case I에서는 규칙적으로 50% 트레이스가 손실된 자료만을 사용하여 모델을 학습하였고, 생성된 모델을 규칙/불규칙 및 샘플링 비율의 조합으로 구성된 총 6가지 테스트 자료 세트에 적용하여 모델 성능을 평가하였다. Case II에서는 6가지 테스트 자료와 동일한 형식으로 샘플링된 자료를 이용하여 해당 자료별 모델을 생성하였고, 이를 Case I과 동일한 테스트 자료 세트에 적용하여 결과를 비교하였다. 결과적으로 cWGAN이 U-Net에 비해 높은 정확도의 예측 성능을 보였으며, 정량적 평가지수인 PSNR과 SSIM에서도 cWGAN이 높은 값이 나타나는 것을 확인하였다. 하지만 cWGAN의 경우 예측 결과에서 추가적인 잡음이 생성되었으며, 잡음을 제거하고 정확도를 개선하기 위해 앙상블 작업을 수행하였다. Case II에서 생성된 cWGAN 모델들을 이용하여 앙상블을 수행한 결과, 성공적으로 잡음이 제거되었으며 PSNR과 SSIM 또한 기존의 개별 모델 보다 향상된 결과를 나타내었다.