기작기반의 역학적 모델과 자료기반의 딥러닝 모델은 수질예측에 다양하게 적용되고 있으나, 각각의 모델은 고유한 구조와 가정으로 인해 장·단점을 가지고 있다. 특히, 딥러닝 모델은 우수한 예측 성능에도 불구하고 훈련자료가 부족한 경우 오차와 과적합에 따른 분산(variance) 문제를 야기하며, 기작기반 모델과 달리 물리법칙이 결여된 예측 결과를 생산할 수 있다. 본 연구의 목적은 주요 상수원인 댐 저수지를 대상으로 수심별 수온과 탁도를 예측하기 위해 기작기반과 자료기반 모델의 장점을 융합한 PGDL(Process-Guided Deep Learninig) 모델을 개발하고, 물리적 법칙 만족도와 예측 성능을 평가하는데 있다. PGDL 모델 개발에 사용된 기작기반 및 자료기반 모델은 각각 CE-QUAL-W2와 순환 신경망 딥러닝 모델인 LSTM(Long Short-Term Memory) 모델이다. 각 모델은 2020년 1월부터 12월까지 소양강댐 댐 앞의 K-water 자동측정망 지점에서 실측한 수온과 탁도 자료를 이용하여 각각 보정하고 훈련하였다. 수온 및 탁도 예측을 위한 PGDL 모델의 주요 알고리즘은 LSTM 모델의 목적함수(또는 손실함수)에 실측값과 예측값의 오차항 이외에 역학적 모델의 에너지 및 질량 수지 항을 제약 조건에 추가하여 예측결과가 물리적 보존법칙을 만족하지 않는 경우 penalty를 부가하여 매개변수를 최적화시켰다. 또한, 자료 부족에 따른 LSTM 모델의 예측성능 저하 문제를 극복하기 위해 보정되지 않은 역학적 모델의 모의 결과를 모델의 훈련자료로 사용하는 pre-training 기법을 활용하여 실측자료 비율에 따른 모델의 예측성능을 평가하였다. 연구결과, PGDL 모델은 저수지 수온과 탁도 예측에 있어서 경계조건을 통한 에너지와 질량 변화와 저수지 내 수온 및 탁도 증감에 따른 공간적 에너지와 질량 변화의 일치도에 있어서 LSTM보다 우수하였다. 또한 역학적 모델 결과를 LSTM 모델의 훈련자료의 일부로 사용한 PGDL 모델은 적은 양의 실측자료를 사용하여도 CE-QUAL-W2와 LSTM 보다 우수한 예측 성능을 보였다. 연구결과는 다차원의 역학적 수리수질 모델과 자료기반 딥러닝 모델의 장점을 결합한 새로운 모델링 기술의 적용 가능성을 보여주며, 자료기반 모델의 훈련자료 부족에 따른 예측 성능 저하 문제를 극복하기 위해 역학적 모델이 유용하게 활용될 수 있음을 시사한다.
솔리드 모델의 새로운 분야인 복합다양체 모델을 지원하는 자료구조중 Radial-edge 자료구조 Vertex-Based 자료구조, 부분면 자료구조에 대하여, 각각의 위상요소들을 살펴보고 그들의 차이점을 비교 검토하였다. 그 결과 각 자료 구조들은 각각 독특한 장점을 갖고 있음을 알 수 있었다. 즉 Radial-edge 자료구조는 자료의 저장성 및 알고리즘의 복잡성 등에서 무난한 편이며, 부분면 자료구조는 자료 저장공간 측면에서 유리하고, Vertex-based 자료구조는 꼭지점에서의 복합다양체 상황 표현이 가장 명확히 됨을알수 있었다. 이와 같은 복합다양체를 지원하는 자료구조들의 특징과 차이점의 분석을 통하여 복합다양체 모델의 개발을 위한 기초를 마련하였다.
GIS에서 사용하는 공간자료모델에는 래스터자료모델과 벡터자료모델이 있다. 이 두 가지 자료모델은 그 구조와 특성의 차이로 인하여 통합처리가 어렵고, 현재 대부분의 GIS시스템이 한쪽 모델의 자료를 다른 모델로 변환하여 한가지 모델의 형태로만 처리하고 있다. 따라서 자료의 변환시에 발생하는 정보의 손실과 변형으로 인하여 문제가 발생한다. 본 논문에서는 위의 두 가지 모델의 자료를 별도의 변환을 거치지 않고 통합처리 할 수 있는 방안을 연구하였다. 래스터자료는 사분트리구조를 이용하여 생성하고 벡터자료는 위상벡터모델을 사용하여 두 모델의 자료를 중첩 처리하여, 결과를 사분트리구조로 얻는다. 그 결과 정확한 중첩결과를 얻을 수 있으며, 복잡한 래스터자료 보다는 클래스의 분포변화가 적은 산림, 임야, 토지, 토양 등의 처리에 보다 적합하다.
강우의 관측망 확장과 위성 자료 및 기후 모델을 이용한 격자 단위자료가 개발 및 보급됨에 따라 다양한 자료의 분야별 활용성에 대한 연구의 필요성이 제기되고 있다. 본 연구에서는 지역 기후 모델 산출물의 오차 보정을 위한 격자 관측자료의 활용성을 평가하였다. 또한 통합 분포형 수문모델을 이용하여, 보정한 기후모델 결과의 수문 모의를 위한 기후 입력 자료로써의 적합성을 검토하였다. 보정된 결과는 각 관측자료의 월별 평균 강우량과 공간 분포를 비교적 잘 재현하였다. 한편 연강우량 시계열에 있어 그 양상은 잘 재현된 가운데 보정되지 않은 오차를 일부 포함하는 것으로 나타났다. 이는 점 관측자료로부터 추정된 시험 지역내 172개 소유역에 대한 일평균 강우량 자료와 비교해 볼 때 관측자료의 형식이나 정확성보다 기후모델의 불확실성에 기인하는 것으로 판단된다. 수문 모의 결과, 격자 자료를 이용하여 보정한 강우 입력자료는 수문 모델의 검보정에 이용된 소유역 단위 강우 자료를 이용한 결과에 상응하는 활용성을 보여주었다. 또한 강우의 공간 분포를 고려하지 않고, 시험유역 전체에 대한 평균 강우량을 입력 자료로 이용한 결과를 통해 기후 자료의 공간 분포와 관측 밀도의 중요성을 확인하였다.
비정형 초고층 구조시스템 통합설계 플랫폼은 비정형 초고층건물의 구조시스템 설계를 지원하는 여러프로그램들을 통합적으로 활용하여 구조설계자들이 협업을 수행하는 체계이다. 이 체계의 핵심적인 사항은 각 프로그램들이 필요한 자료들을 신속하고 정확하게 교환하는 것이다. 표준자료모델은 여러 프로그램들의 자료교환을 목적으로 적절한 범위 내에서 필요한 자료들을 취합하여 체계화한 것이다. 하지만 표준자료모델은 각 프로그램에서 요구되는 모든 자료들을 취합하고 그 목적에 부합되도록 체계화시킬 수 없어 문제가 발생한다. 이에 본 연구에서는 비정형 초고층건물 구조시스템 통합설계 플랫폼의 각 프로그램들이 표준 자료모델을 이용하여 자료를 교환하는 방법을 검토하고 비교하고자 한다.
ISCST 등의 대기확산모델은 모두 EPA에서 개발된 것으로 모델 운영에 사용되는 모든 데이터가 미국의 실정에 맞게 프로그램 되어 있다. 특히 ISC모델을 운영하기 위하여 필요로 하는 기상자료를 생성하는 MIXHTS와 PCRAMMET등은 미국 기상청이나 기타 기상관련 기관에서 발표하는 자료를 사용하도록 되어있다. 따라서 ISC를 운영하는데 있어 국내 기상자료를 해당하는 형태로 전환해야 하는 번거로움이 있으며 우리나라 기상청에서 발표하는 기상자료의 형태와 MIXHTS PCRAMMET에서 요구하는 기상자료형태를 모두 알고 있어야만 ISC를 운영하기 위한 올바른 기상자료를 만들 수 있었다. (중략)
최근 컴퓨터 성능 향상과 새로운 머신러닝 알고리즘 개발됨에 따라, 각 분야별 연구자들이 이를 활용한 연구를 다양하게 수행하고 있으며, 하수처리시설의 경우에는 막대한 양의 운영자료가 축척됨에 따라 머신러닝을 활용한 다양한 연구가 가속화 되고 있다. 기존 하수처리장의 물리학적 모델은 적용된 영향 인자에 여러 가지 가정이 고려되어 모델 정확도가 부정확해지는 경향이 있었으며, 이러한 문제점을 보완하기 위해 하수처리장의 수집된 운영자료 및 머신러닝 기반의 예측 모델을 활용하여 예측 모델 정확도를 향상하는 선행 연구들이 진행되고 있다. A 하수처리장의 부지 내에 설치된 센서를 통하여 운영자료가 중앙제어실 서버에 실시간으로 저장되는 자료를 활용하여 NN (Neural Network), SVM (Support Vector Machine), RF (Random Forest) 등과 같은 다양한 머신러닝 모델을 적용하였고, 하수처리장 운영자료를 적용할 경우 어느 모델이 가장 높은 성능이 나타나는지 인사이트를 도출하고자 하였다. 금회 연구는 A 하수처리장을 대상으로 여러 머신러닝 기반 예측 모델을 개발하고, 각 모델의 예측정확도를 서로 평가함으로써, 머신러닝 모델 최적화를 수행할 수 있었다. 이번 연구에서 도출된 결과를 활용하여 하수처리장 예측 모델 최적화를 진행할 경우, 향후 비교적 짧은 시간에 하수처리장 머신러닝 기반 예측 모델 개발이 가능하다는 점에 의의가 있다.
전지구중력장 모델은 지오이드 모델 개발 시 기반자료로 이용하며 지구물리, 해양 등 다양한 과학적 연구 목적으로도 활용할 수 있기 때문에 정밀한 전지구중력장 모델을 확보하는 것이 중요하다. 우리나라에서는 2000년대 후반까지 EGM2008 모델을 활용하여 왔으나 최근 GOCE 위성 관측자료를 기반으로 한 신규 전지구중력장 모델들(GOCO02S, EIGEN-6C, GOCO03S, EIGEN-6C2)이 발표되고 있으므로 최신 모델들에 대한 검증을 거쳐 우리나라에 가장 적합한 모델을 선정하는 것이 필요하다. 본 연구에서는 EGM2008 모델과 GOCE 자료를 기반으로 구현된 네 모델을 상호 비교하고, 통합기준점 GPS/Leveling 자료와 비교하여 모델의 정밀도를 검증하였다. EIGEN 모델은 위성 관측자료와 가용한 육상, 위성고도계 자료를 복합 사용하기 때문에 차수가 증가하더라도 EGM2008 모델과의 차이가 약 8cm 수준으로 균일하게 나타난다. 반면 GOCO 모델들의 경우 위성 중력자료만을 이용하기 때문에 EGM2008 모델과의 차이가 차수가 높아질수록 증가하며, 최대차수 250일 때의 차이는 70cm 수준에 이른다. 전지구중력장 모델과 통합기준점 GPS/Leveling 자료와 비교하였을 때는 EGM2008 모델과의 차이가 우리나라 전역에서 6.1cm로 가장 작게 나타났다. 현재 더 높은 정밀도 및 해상도를 갖는 EIGEN-6C2 모델의 후속 모델이 개발 중이므로, 최신 모델에 대한 정밀도 검증을 지속적으로 수행하여 지오이드 모델 개발 시 반영하여야 할 것이다.
이 연구는 기상수치예보 모델 중 지역수치예보모델인 RDAPS 모델을 이용하여 강우자료를 예측한 값과 실제 강우관측지점에서의 강우량을 비교해 보고 RDAPS 예측량의 정확도를 높이기 위한 연구이다. RDAPS 모델의 자료는 00UTC와 12UTC에 3시간 누적 자료를 48시간에 대해서 생성하고, 30km 격자망에 대한 정보를 담고 있기 때문에 1시간 간격으로 측정된 지점 강우량과의 비교를 위해서는 관측지점과 근거리 정보를 찾고 1시간 간격의 관측 자료를 3시간 누적강우량으로 바꾸는 전처리 과정이 필요하다. 실제 강우예측이 어려움을 겪는 것처럼 RDAPS의 예측 강우량과 관측 강우량은 큰 차이를 보이는 것으로 나타났다. 예측 강우량의 정확도를 높이고자 인공신경망을 적용하였다. 인공신경망이란 뇌기능의 특성 몇가지를 컴퓨터 시뮬레이션으로 표현하는 것을 목표로 하는 수학 모델이다. 강우수치예측 자료 외에도 RDAPS 모델에서 얻을 수 있는 풍향, 풍속, 상대습도, 기압, 온도 등의 다른 수치자료들을 이용하여 인공신경망을 이용하여 자료들의 패턴을 시뮬레이션 하여 정확도가 높은 예측값을 얻을 수 있었다.
스마트워터그리드와 같은 첨단 정보통신기술을 활용한 물 관리 기술의 도입으로 수도운영사업에서도 누수와 같은 이상사건인지 목적의 효율적 빅 데이터 분석기법의 중요성이 증대되고 있다. 국내외적으로 누수인지를 위한 다양한 연구기법, 범위, 계측항목, 샘플링 주기 등이 제시된 바 있으나, 이상감지시스템(Event Detection System, EDS)은 대상지역 특정적 특성을 가지고 있어 범용적인 모델을 구축하는 데는 어려움이 있다. 본 연구에서는 소블럭 단위의 유량자료 분석을 통한 이상감지시스템의 적용가능여부를 판별하고 적합 모델구축자료 방안을 제시하는 K-EDS 모델을 개발하였다. 모델분석의 절차는 자료획득, 자료 전처리, 탐색적 자료해석, 그리고 각 기법 평가로 진행된다. 개발된 모델을 다양한 특성을 가지는 실제 지방상수도시스템에 적용하여 분석하였으며, 최종적으로 모델적용 가능성과 영향인자 등을 도출하였다. 개발된 모델은 소블럭별 현장계측자료 기반의 이상감지모델 적용 적합도 판별에 활용될 수 있으며, 향후 누수 인지 및 누수지속시간 감소를 위한 SW로 개발이 가능하다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.