• 지구물리와물리탐사
• /
• 제9권1호
• /
• pp.86-92
• /
• 2006

정규화된 파동장을 이용하는 탄성파 전파형 역산법은 기존의 전파형 역산법에서 필요로 하는 탄성파원 예측으로 인해 야기되는 잠재적인 역산오차를 피할 수 있다. 본 논문에서는 이러한 전파형 역산법에 가중 평활화제약을 추가하여 분해능을 높였으며, 모든 주파수성분을 동시에 역산하지 않고 주파수 별로 순차적으로 역산하도록 수정하였다. 새로운 방법은 간단한 2 차원 단층모델에 적용하여 검증하였다. 가장 큰 개선점은 적분감도에 기초하여 결정한 가중계수를 모델변수에 도입한 점이다. 모델변수에 가중계수를 적용하면 평활화제약을 선택적으로 완화할 수 있기 때문에 영상화 재구성 시 잘못된 영상을 줄이는데 효과적이다. 다중 단일주파수 역산은 다중주파수 동시역산을 대치할 수 있으며, 특히 작은 주파수부터 먼저 사용하는 순차적인 단일주파수 역산은 계산효율면에서 유용하다.

• 한국정보처리학회논문지
• /
• 제7권8호
• /
• pp.2555-2564
• /
• 2000

본 논문에서는 새로운 무관리형 화상분할 알고리즘이 제안된다. 제안된 알고리즘은 화상에 내재되어 있는 구조 정보를 모델링하기 위하여 마르코프 랜덤필드의 특성을 이용하고 있다. 텍스쳐 화상은 정상상태의 가우스 마르코프 랜덤필드가 2차원의 격자구조 위에 실현된 상태로 간주되었으며 2차의 비순차근방을 갖는 조건부 자기회귀함수를 이용하여 모델링 되었다. 화상의 경계면 감출을 위하여 마스크로 선택된 두 영역에 대한 가설검정이 수행된다. 이 방법은 선택된 두 영역이 같은 종류의 텍스쳐라고 가정을 한 후 조건부 자기회귀모델의 매개변수를 최소평균제곱오차 측면에서 추정한다. 가설이 거절되면 두 영역의 상이함을 측정한 그 값이 선택된 영역에 누적된다. 이와 겉은 방법을 통하여 잠재적인 경제지도가 얻어지며, 이것을 통하여 여러 종류의 텍스쳐 화상의 분할이 미세오류경계 없이 이루어지게 된다. 제안된 알고리즘의 성능은 인공화상 뿐만 아니라 실제의 자연화상을 이용한 실험을 통하여 입증되었으며 일체의 사전정보 없이도 만족할 만한 결과를 보여 주었다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제8권6호
• /
• pp.669-678
• /
• 2002

최근 시각 관련 측정기 개발에 대한 국내의 관심이 높아지고 있다. 이에 본 논문은 자동 시각 굴절력 곡률계의 전자 부문 소프트웨어와 하드웨어 시스템을 개발하였다. 광학 부문으로부터 나오는 영상 을 이용하여 전자 부문 시스템에서 내부 처리를 거친 후 정확한 시각 측정치를 검사자에게 알려 줄 수 있다면 잘못 측정되는 측정 횟수를 잠재적으로 크게 줄일 수 있을 것이다. 전자 부문 시스템은 소프트웨어와 하드웨어의 두 부분으로 나뉘어 개발되었는데, 소프트웨어 부분은 형태학적 필터링과 그레이 레벨의 신호 강조 기술 등을 이용하여 행해짐으로써, 보다 향상된 굴절력 치수를 도출할 수 있게 개발하였고, 하드웨어 부분은 기존의 시스템들과 동일한 기능을 수행함과 동시에 하드웨어의 변경 없이도 소프트웨어의 변경을 자유롭게 행할 수 있도록 구성하여 개발기간을 크게 줄일 수 있고 나아가 응용 확장 등도 용이하다는 장점을 가지게 되었다. 그리하여 전자 부문 시스템은 정확한 측정값 도출이 어려운 시각 영상에 적용되어 효과적으로 오차를 줄임으로써 보다 효율적인 시각 측정을 가능하게 하였다.

• 한국화재소방학회논문지
• /
• 제19권3호
• /
• pp.70-75
• /
• 2005

고분자물질의 연소열은 고분자를 취급하는 공정에서 잠재적인 화재 위험성을 예측하기 위해 다른 화재 매개변수와 함께 사용될 수 있는 중요한 화재 특성치이다. 본 연구의 목적은 건축내장재 등으로 다양하게 사용되고 있는 고분자물질의 연소열을 예측하고자 한다. 다중회귀분석과 문헌자료를 사용하여 고분자물질의 연소열을 예측할 수 있는 식을 제시하였다. 산소소비열량과 완전연소 시 화학양론계수에 의한 연소열의 예측값과 문헌값의 평균절대퍼센트오차(A.A.p.E.)는 4.46, 평균절대편차(A.A.D.)는 1.09 그리고 상관계수는 0.972이다 제시한 예측식에 의한 계산값은 문헌값과 일치하였다. 따라서 본 연구에서 제시된 식이 다른 고분자 내장재의 연구에도 이용되기를 기대한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1159-1163
• /
• 2010

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이다. 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 수위자료로부터 단시간 수위예측에 관해 연구하였다. 신경망은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 연결강도를 최적화함으로서 모형의 구조를 스스로 조직화하기 때문에 모형의 구조에 적합한 최적 매개변수를 추정할 수 있다. 따라서 정확한 예측이 어려운 하천수위를 과거의 자료로 부터 학습된 신경망의 수학적 알고리즘을 통해 유출량의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 따라서 본 연구에서는 인공신경망의 가중치를 유전자 알고리즘에 의해 최적화시킨후 오류역전파알고리즘에 의해 신경망의 학습을 진행하는 모형으로 감천유역의 선산수위표지점의 수위를 1시간~6시간까지 예측하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1605-1609
• /
• 2010

CGCM3.1 SRES B1 시나리오의 2D 변수들을 입력값으로 인공신경망 모형을 이용한 스케일 상세화기법으로 강부식(2009)은 소양강댐 유역의 월 누적강수 경향분석을 실시하였다. 원시 GCM 시나리오를 스케일 상세화 시키기 위한 기법의 하나로 인공신경망 모형을 사용할 수 있는데, 이 경우 GCM에서 모의되는 강수플럭스, 해면기압, 지표면 근처에서의 일 평균온도, 지표면 근처에서의 일평균온도, 지표면으로부터 발생하는 잠열플럭스 등과 같은 22개의 변수를 잠재적인 예측인자로 사용하여 신경망을 구성하게 된다. 입력변수세트의 구성은 인공신경망의 계산 효율을 좌우하는 중요한 요소라 할 수 있다. 본 연구에서는 변수의 물리적 특성을 고려하여 순차적인 변수선택을 통한 신경망 입력변수 세트를 구성하고 입력세트 간의 학습성과 비교를 통하여, 최적 입력변수 선정 및 신경망의 학습효과를 높일 수 있는 방법에 대해 연구하였다. 물리적 상관성이 높다고 판단되는 GCM_Prec, huss, ps를 입력변수로 하여 순차적인 케이스를 학습해본 결과 huss와 ps를 입력변수로 하는 케이스에 대해서 적은 오차와 높은 상관성을 보였다, 또한, 신경망의 학습 효과를 높이기 위해 홍수기와 비홍수기로 구분하여 학습한 결과 홍수기와 비홍수기로 구분하여 신경망을 구성하였을 경우가 향상된 모의값을 나타내었다. 기후변화모의자료는 CCCma(Canadian Center for Climate Modeling and Analysis)에서 제공되는 CGCM3.1/T63 20C3M 시나리오를 사용하였으며, 관측값으로는 AWS에서 제공된 일 누적강수를 사용하였다. 인공신경망의 학습기간은 1997년부터 2000년이며, 검증기간은 2001년부터 2004년으로 구성하였다.

• 인터넷정보학회논문지
• /
• 제22권5호
• /
• pp.79-86
• /
• 2021

빅데이터 분석의 유용성이 주목을 받으면서 경영학 분야에서도 이를 활용하여 기업의 성과를 예측하고자 하는 다양한 연구들이 진행되고 있다. 이러한 선행연구들은 주로 뉴스 기사나 SNS 등 기업 외부의 자료에 의존하고 있다. 직원의 만족도나 기업에 대한 직원의 인식, 장단점 평가와 같은 기업 내부의 목소리는 기업가치에 대한 잠재적인 영향력에도 불구하고 상대적으로 확보가 어려워 관련 연구가 아직 충분치 못하다. 이에 본 연구에서는 국내 유가증권시장 상장 기업을 대상으로 임직원의 기업리뷰가 기업가치에 미치는 영향을 살펴보고, 이를 기반으로 기업가치를 예측하는 모형을 구축하고자 한다. 이를 위해 온라인 기업리뷰 사이트인 잡플래닛(Jobplanet)에 2014년부터 2019년까지 전·현직원이 남긴 97,216건의 기업리뷰를 수집하고 동 데이터에 근거하여 머신러닝 기반의 예측 모형을 제안하였다. 제안한 모형 중 LSTM 기반 모형의 정확도가 73.2%로 가장 높았고 MAE 또한 0.359로 가장 낮은 오차를 보였다. 본 연구는 국내에서 머신러닝을 활용한 기업가치 연구 분야에 유용한 사례가 될 것으로 기대한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.264-264
• /
• 2023

물순환 과정에서의 증발산은 장기적인 관점에서의 수자원 계획 수립 시 중요한 요소이다. 증발산은 기온, 상대습도, 일사량 등 기상학적 인자뿐만 아니라 증발표면, 식생분포 등 다양한 인자의 복합작용에 의해 일어나므로, 유역 단위에서 발생한 실제증발산(Actual evapotranspiration, AET)을 측정하기에는 기술적인 한계가 존재한다. 그러나 증발산 보완관계(Complementary relationship of evapotranspiration, CRE) 가설을 활용하면, 수문요소의 상호작용을 고려한 모델링을 거치지 않고도, 비교적 간단하게 AET를 추정할 수 있다. 본 연구는 증발산 관측자료를 기반으로 유역 단위에서의 CRE를 검증하고자 하며, 플럭스 타워 등 다양한 관측장비가 설치되어 있는 용담댐 시험유역을 대상유역으로 선정하였다. 용담댐 유역 내 산지에 위치한 덕유산 플럭스 타워에서 측정된 증발산을 AET로 보았으며, 유역 인근에 위치한 전주 기상관측소에서 측정되는 팬 증발량(E_pan)을 잠재증발산량(Potential evapotranspiration, PET)으로 보았다. E_pan 계측시, 증발팬의 가열 등 주변환경 변화로 인해 과다하게 추정되는 값을 보완하기 위해 FAO Penman-Monteith 식을 활용해 팬 증발량 보정계수(Coefficient of pan evaporation, k_p)를 산정하여 적용하였다. 습윤증발산량(Wet evapotranspiration, WET)은 대기가 완전히 포화되었을 때 발생하는 증발산량으로, 댐 수표면에서 계측되는 수면증발량을 WET로 보았다. CRE 검증을 위해 AET와 PET를 각각 WET로 나누어 AET+와 PET+로 무차원화하였으며, 습윤지수(Moisture Index, MI)는 AET를 PET로 나누어 산정하였다. CRE 가설은 MI에 따른 AET+와 PET+가 서로 보완관계를 갖는다는 것인데, 용담댐 유역의 관측자료를 활용하여 CRE를 검증한 결과 AET+와 PET+ 간의 비대칭계수(b)가 1.23인 것으로 나타났다. 이 때의 평균제곱오차(MSE)는 0.599, 결정계수(R₂)는 0.631로 나타나 CRE의 b가 적합하게 추정된 것으로 판단된다. 본 연구결과와 같이 검증된 CRE를 통해 증발산 관측지점이 없거나, 조밀하지 않은 유역의 AET를 간접추정할 수 있으며, 이를 활용해 보다 정확한 댐의 장기유출 모의와 용수공급계획 수립에 도움을 줄 수 있을 것으로 기대된다.

• 한국농공학회논문집
• /
• 제61권6호
• /
• pp.111-121
• /
• 2019

작물 증발산량은 수자원 계획 및 관리, 물수지 분석, 작물 관개 계획 및 생산량 추정 등에 널리 활용되고 있으며, 특히 FAO에서 공인한 Penman-Monteith식 (FAO 56-PM)은 잠재 증발산량 산정을 위한 표준방법으로 많이 사용되고 있다. Penman-Monteith식을 이용한 잠재증발산량 산정은 최소온도, 평균온도, 최대온도, 상대습도, 풍속과 일사량인 6가지 항목에 대한 시계열 자료가 필요한데, 결측 또는 미계측된 경우에는 사용이 어려운 단점을 가지고 있다. 따라서, 본 연구에서는 역전파 신경망(BPNN) 모델을 이용해서 6개 미만의 기상항목으로도 잠재증발산량이 추정가능한지를 확인하였다. 여섯 가지 기상항목을 각각 1~6개의 조합으로 입력자료를 구성하고, BPNN 모델을 이용해서 학습, 검증 및 테스트를 한 결과, 입력 자료가 많아질수록 좋은 결과가 산출되었으며, 일사량, 최대온도와 상대습도만으로도 결정계수($R^2$)가 0.94정도로 비교적 높은 예측결과를 얻을 수 있었다. 또한 산정 오차를 줄이고, 항목간의 상관관계를 높이기 위해서는 역전파 신경망 구조의 적절한 선택이 중요한 것으로 확인되었다. 역전파 신경망 모델을 사용하면 요구되는 기상 항목과 데이터의 양에 대한 제약 없이 예측이 가능할 수 있기 때문에 기준 증발산량 산정에 유용하게 활용될 수 있을 것이며 향후 작물 재배를 위한 적정 관개계획 수립에도 유용하게 사용될 것이라 사료된다.

• 한국수자원학회논문집
• /
• 제55권10호
• /
• pp.761-774
• /
• 2022

가뭄과 홍수의 예측, 기후변화가 유역 유출량, 더 나아가 수질 및 생태계에 미치는 영향의 정확한 분석을 위해서는 수문 모의 과정의 불확실성을 정량화하고 최소화하기 위한 노력이 필요하다. 수문자료동화는 수문모형의 상태량이나 매개변수를 갱신(update)하여 모의 초기 조건의 가장 가능성 있는 추정치를 생성하는 기법으로, 실시간 관측 정보를 이용하여 예측 정확도를 향상시킬 수 있는 방법이다. 본 연구에서는 airGRdatassim 모형을 이용하여 앙상블 기반 순차 자료동화 기법인 앙상블 칼만 필터와 파티클 필터로 용담댐 유역에 대해 일 유출을 모의하고, 자료동화 기법별 특성을 비교 및 분석하였다. 모의 결과, Kling-Gupta efficiency (KGE) 지표가 자료동화 적용 전 0.799에서 앙상블 칼만 필터와 파티클 필터 적용시 각각 0.826, 0.933으로 향상되었다. 또한 기상 강제력 노이즈의 범위, 갱신 대상 상태량 설정, 앙상블 수 등 수문자료동화의 설정과 관련된 하이퍼-매개변수(hyper-parameter)의 불확실성이 모의 예측 성능에 미치는 영향을 분석하였다. 강수 및 잠재 증발산 강제력의 오차 범위에 대한 민감도 분석 결과, 모든 모의 범위에서 파티클 필터가 앙상블 칼만 필터보다 예측 성능이 우수하였다. 파티클 필터는 기상 강제력 오차 크기가 작을수록 모의 성능이 향상되었으며, 앙상블 칼만 필터는 상대적으로 오차가 큰 경우 최적 성능이 확인되었다. 한편, 자료동화시 갱신되는 상태량의 종류를 줄일수록 자료동화에 의한 모의 성능은 감소하였다. 본 연구의 모의 실험 결과는 앙상블 자료동화를 이용하여 일 유출 모의 정확도 향상이 가능하지만, 최적 성능을 발휘하기 위해서는 수문자료동화 기법별 하이퍼-매개변수의 적정한 조정이 필요함을 함의한다.