• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1270-1274
• /
• 2008

본 연구의 목적은 준분포형 강우-유출모형인 SWAT 모형을 충주댐 상류유역에 대해 구축하고 유출모의 결과를 토대로 토양수분에 대한 시공간적 변동성을 분석하고자 하는데 그 목적이 있다. 이를 위해 정밀토양도를 이용하여 충주댐 유역에 대한 토양층 깊이를 파악하였다. 또한 모형 검 보정을 위해 SWAT 모형을 $1986{\sim}2005$년에 대해 적용하여 모의결과의 정확도를 분석하였다. 모의 토양수분을 분석한 결과 유역의 토양수분은 $40{\sim}160mm$ 사이에서 거동하고, 3월에 가장 많고 6월에 가장 적은 것으로 나타났다. 또한 하류 소유역보다 상류소유역에서 토양수분이 많이 분포하는 것으로 나타났다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2018.11a
• /
• pp.57-58
• /
• 2018

원해역에서 내습되는 파랑변형 및 근해역에서 그 응답은 국내 항만의 확장 및 보수를 위한 설계단계에서 정밀한 검토가 필수적이다. 항만의 설계검토는 비용 및 시간상 제약으로 평면 파랑모형을 통해 파악하고 있으며, 실제해상의 파랑형태와 유사한 불규칙파랑의 해석이 요구되고 있다. 파랑변형에 영향을 미치는 저면형상 및 마찰은 검토 대상해역의 해안선이나 근해의 순환적 패턴에 있어 중요한 요인이 된다. 다방향 불규칙파 모형에서 저면마찰은 사용자 지정의 상수로 적용되며, 적절한 적용으로 파랑의 특성을 재현할 필요가 있다. 본 연구에서는 불규칙 파랑 모형을 대상으로 저면마찰 상수 변화에 따른 기존수리실험과의 특성을 고찰하고 다방향 불규칙파의 정온도 해석시 저면마찰적용에 대한 기초자료를 제공하고자 한다.

• Ecology and Resilient Infrastructure
• /
• v.10 no.4
• /
• pp.107-115
• /
• 2023

High turbidity in source water can have adverse effects on water treatment plant operations and aquatic ecosystems, necessitating turbidity management. Consequently, research aimed at predicting river turbidity continues. This study developed a multi-class classification model for prediction of turbidity using LightGBM (Light Gradient Boosting Machine), a representative ensemble machine learning algorithm. The model utilized data that was classified into four classes ranging from 1 to 4 based on turbidity, from low to high. The number of input data points used for analysis varied among classes, with 945, 763, 95, and 25 data points for classes 1 to 4, respectively. The developed model exhibited precisions of 0.85, 0.71, 0.26, and 0.30, as well as recalls of 0.82, 0.76, 0.19, and 0.60 for classes 1 to 4, respectively. The model tended to perform less effectively in the minority classes due to the limited data available for these classes. To address data imbalance, the SMOTE (Synthetic Minority Over-sampling Technique) algorithm was applied, resulting in improved model performance. For classes 1 to 4, the Precision and Recall of the improved model were 0.88, 0.71, 0.26, 0.25 and 0.79, 0.76, 0.38, 0.60, respectively. This demonstrated that alleviating data imbalance led to a significant enhancement in Recall of the model. Furthermore, to analyze the impact of differences in input data composition addressing the input data imbalance, input data was constructed with various ratios for each class, and the model performances were compared. The results indicate that an appropriate composition ratio for model input data improves the performance of the machine learning model.

• Information Systems Review
• /
• v.26 no.2
• /
• pp.169-183
• /
• 2024

This study summarizes improvement strategies for addressing the imbalance problem in observed default data that must be considered when constructing a default model and compares and analyzes the performance improvement effects using data resampling techniques and default threshold adjustments. Empirical analysis results indicate that as the level of imbalance resolution in the data increases, and as the default threshold of the model decreases, the recall of the model improves. Conversely, it was found that as the level of imbalance resolution in the data decreases, and as the default threshold of the model increases, the precision of the model improves. Additionally, focusing solely on either recall or precision when addressing the imbalance problem results in a phenomenon where the other performance evaluation metrics decrease significantly due to the trade-off relationship. This study differs from most previous research by focusing on the relationship between improvement strategies for the imbalance problem of default data and the enhancement of default model performance. Moreover, it is confirmed that to enhance the practical usability of the default model, different improvement strategies for the imbalance problem should be applied depending on the main purpose of the model, and there is a need to utilize the F_β Score as a performance evaluation metric.

• Journal of Korean Society of Transportation
• /
• v.18 no.6
• /
• pp.77-88
• /
• 2000

이용자의 경로선택 형태를 모사하는 통행배정모형 결과의 정확도는 교통계획에 상당한 영향을 미친다. 이용자의 경로선택 결정과정에서 가장 중요한 판단기준은 통행시간과 통행요금이다. 그런데 통행요금은 이용자의 경로 거리에 따라 다양한 방식으로 부과되므로, 링크를 분석단위로 하는 기존의 통행배정모형은 현실적인 통행요금 반영이 힘들었고 또한 수요예측 결과를 이용한 다양한 분석에서 제약을 받아 왔다. 본 연구는 이러한 배경에서 경로교통량을 도출할 수 있는 경로기반 통행배정모형을 구축하였고, 또한 경로거리에 따라 결정되는 현실적인 통행요금을 반영할 수 있는 알고리즘을 개발하였다. 경로기반 배정모형에서는 GP(Gradient Projection) 알고리즘을 이용하였고, 계산상의 효율성 제고를 위해 K-최단경로 알고리즘 중 MPS(Minimal Path Search) 알고리즘을 이용하였다. 개발된 배정모형은 현실적인 통행요금을 반영할 수 있으므로 통행배정 결과의 정밀도를 향상시켰을 뿐만 아니라 기존 배정모형에 비해 최적해로의 수렴속도도 개선되는 것으로 나타났다. 본 논문의 배정모형은 경로교통량이 도출되고 통행요금을 반영할 수 있으므로, 통행요금과 통행거리 관계에 따른 목적함수의 규명과 그에 따른 효과척도를 계량화할 수 있다. 따라서 본 모형은 통행배정에서 실재상황을 보다 현실여건에 맞도록 규명할 수 있고, 기존의 제한적인 효과분석의 문제점을 해결할 수 있으므로 그 활용범위가 넓다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.99-99
• /
• 2023

기후변화는 물 관리의 가장 큰 리스크 요인이므로 물 관리 계획을 수립하는 과정에서 기후변화의 영향을 고려하는 것이 필수적이다. 기후변화에 대한 수자원 예측 관련 연구가 이루어지고 있으나, 대부분의 연구에는 수문학적 모델링이나 시뮬레이션이 동반되는데, 이 과정에는 시간과 비용이 많이 들어가며, 지역이나 연구목적에 따른 정밀한 매개변수의 보정은 전문지식이 필요하기 때문에 현업에서 연구결과를 의사결정에 활용하기에는 한계가 있다고 볼 수 있다. 이에 따라 수문학적 모델링의 입력 및 출력 결과를 딥러닝의 학습자료로 하여 수문모델을 사용하지 않아도 효율적으로 결과를 도출할 수 있는 딥러닝 기반 Surrogate 모형에 대한 연구가 이루어지고 있으나 수자원 분야에 접목된 사례는 부재한 실정이다. 따라서 이 연구를 통해 국내 유역을 대상으로 Surrogate 모형을 구축한 뒤, 그 성능을 평가하고자 한다. 이를 위한 Surrogate 모형 구축 과정은 다음과 같다. 충주댐 유역을 대상으로 과거 20년간의 강우 및 기온 자료를 수집한 뒤, 이 자료를 바탕으로 기후변화의 영향을 고려한 3,162개의 시나리오를 생성한다. 그 후 장기유출모형 IHACRES에 생성된 시나리오를 입력자료로 하여 유입량 결과를 도출하고, 이 결과를 Python코드 기반의 딥러닝 학습자료로 하여 최적 예측 결과를 도출해내는 Surrogate 모형을 생성한 뒤 기존 장기유출모형과의 성능을 비교하고자 한다. 이와 같은 Surrogate 모형은 추가적인 데이터와 매개변수의 보정 과정이 없어도 장기유출모형과 같은 결과를 짧은 시간내에 상당히 정확하게 모사할 수 있어 시간과 비용을 줄일 수 있으며, 비전문가도 쉽게 사용할 수 있다는 장점을 가진다.

• Proceedings of the Optical Society of Korea Conference
• /
• 2008.07a
• /
• pp.391-392
• /
• 2008

• Journal of Korean Society for Geospatial Information Science
• /
• v.15 no.4
• /
• pp.3-9
• /
• 2007

Recently, the efforts of systematic understanding and utilization of geographic phenomenon for human life as a important factor among activity of mankind are increasing. It is necessary to express topography connected with space. Especially, the technology of geographic analysis using DEM can supply the information rapidly and accurately about elevation and terrain slope of the subject area under the necessity of high 3D quality geographic information. In this study, creating more precise DEM derived from LiDAR data, quantitative analysis on the subject area about elevation and terrain slope is done under comparison with Digital Topographic map Scale 1:1000. LiDAR data is more detailed than Digital Topographic map to express the elevation of the subject area ($39.89{\sim}77.48m$), and terrain slope by analysis using DEM derived from LiDAR data come out minutely about 90%. It can be concluded that the LiDAR data is very applicable and accurate for 3D topographic terrain slope analysis.

• Communications for Statistical Applications and Methods
• /
• v.15 no.3
• /
• pp.387-402
• /
• 2008

In this thesis we propose a two-stage periodic inspection model for maintaining the reliability of a system in long-term storage. There are two types of tests available; a fallible test and an error-free test. The system is overhauled at detection of failure or when the storage reliability after inspection becomes less than or equal to the prespecified value. The expected cost per unit time until overhaul is derived and a procedure for minimizing the expected cost is suggested. The two-stage periodic inspection model is compared with the one-stage periodic inspection model for various parameters of the cost function when the failure time follows exponential and Weibull distributions. The proposed model is then applied to an existing missile system for comparison with the current inspection policy.

• Korean Journal of Optics and Photonics
• /
• v.14 no.3
• /
• pp.236-243
• /
• 2003

We discussed the design of lens module schematic eyes equivalent to finite model eyes, which are used to model the human eye based on spherical aberration and Stiles-Crowford effect. The optical system for head mounted display (HMD) is designed and evaluated using lens module schematic eyes. In addition to a compact HMD system, an optical system with high Performance is required. To satisfy these requirements, we used diffractive optical elements and aspheric surfaces so that the color and mono-chromatic aberrations were corrected. The optical system for HMD is composed of 0.47 inch micro-display of SVGA grade with 480,000 pixels, a plastic hybrid lens for the virtual image, and the lens module schematic eyes. The designed optical system fulfills the current specifications of HMD: such as, EFL of 31.25 mm, FOV of 24H$\times$18V$\times$30D degrees, and overall length of 59.1 mm. As a result, we could design an optical system useful for HMD; the system is expected to be comfortable while the user wears it.