• 한국지리정보학회지
• /
• 제13권3호
• /
• pp.29-41
• /
• 2010

본 연구는 미측정점의 값을 모델링하기 위해 사용되는 여러 가지 공간보간방법들의 예측오차를 비교하고 정확성을 검증하였다. 동해안 해안 지역의 표고점을 대상으로 역거리가중법, 크리깅, 지역 다항식보간법, 방사기반함수의 공간보간법과 관련된 매개변수들을 동일한 조건하에서 실행하여 평균제곱근을 산출한 결과, 단순 크리깅 방법의 원형 모델이 가장 작은 값으로 나타났다. 래스터의 연산 결과, 방사기반함수의 다중방정식에 의한 예측 지도가 대상 지역의 불규칙삼각망 표현과 일치정도가 높았다. 또한 공간보간 실행시 선택된 조건하에서 제공되는 최적 파워값을 사용하는 것이 양호한 보간 결과를 얻을 수 있다.

• 대한토목학회논문집
• /
• 제32권1B호
• /
• pp.1-7
• /
• 2012

본 연구에서는 준 2차원 수치모형인 GSTARS를 이용하여 형산강의 하상변동모의에 적합한 최적 유사량공식을 산정하고자 하였다. 모형의 검보정을 위한 유사량, 하상재료 및 하천지형자료를 현장조사를 통해 취득하였다. 현재까지 널리 적용되는 유사량 공식들에 대하여 장기하상변동 모의결과의 실측치에 대한 평균오차, 상대오차, 평균제곱오차, 상대제곱근오차, 불일치율, 그리고 Nash-Sutcliffe 효율계수를 비교한 결과, Laursen(1958)공식이 형산강의 장기하상 변동을 모의하기 위한 가장 적합한 유사량공식으로 판단되었다.

• 대한전자공학회논문지SD
• /
• 제43권3호
• /
• pp.15-20
• /
• 2006

본 논문은 Newton-Raphson 방법을 기반으로 하는 table-driven 알고리듬에 대해 연구되었다. 특히 본 논문에서는 Newton-Raphson 방법을 이용한 제곱근 근사에 중점을 두었다. Newton-Raphson방법에서 최적화된 초기근사해를 구하게 되면 제곱근 근사의 정확성을 높일 수 있으며, 연산 속도 또한 빨라지게 된다. 그러므로 Newton-Raphson 알고리듬에서 초기근사해를 어떻게 결정하느냐하는 것이 전체적인 알고리듬의 성능을 평가하게 되는 중요한 이슈이다. 본 논문에서는 Newton-Raphson 알고리듬의 초기 근사해를 기하평균을 기준으로 테이블에 저장, 연산의 속도와 최대 오차율을 줄일 수 있음을 확인하였다.

• 한국정보통신학회논문지
• /
• 제25권7호
• /
• pp.884-889
• /
• 2021

국내 코로나19의 감염자 수가 백신과 사회적 거리 두기, 백신 등 여러 가지 노력 덕분에 차츰 줄어드는 듯 보였으나 2020년 2월 20일 특정한 사건 이후 감염자 수가 증가한 것처럼, 2020년 12월부터 또다시 급격히 감염자 수가 증가하는 추세이며 꾸준히 일일 500명가량의 감염자 수가 이어지고 있다. 따라서 Kaggle의 데이터셋을 이용해서 Prophet 알고리즘을 통해 미래 코로나19를 예측하고 사이킷런을 통해 결정계수, 평균 절대 오차, 평균 백분율 오차, 평균 제곱 차, 평균 제곱근 편차를 통해 이 예측에 대한 설명력을 더한다. 또한 코로나19가 급격히 특정한 사건이 없었을 경우 국내 감염자 수를 예측해 앞으로 우리가 미래의 질병에 대해서 방역과 방역 수칙 실천의 중요함을 강조한다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2007년도 춘계학술발표회 논문집
• /
• pp.207-210
• /
• 2007

본 연구에서는 고해상도의 IKONOS panchromatic 영상과 multispectral 영상을 IHS와 PCA 방법으로 중합하고 그 결과를 비교하였다. 평가에 있어서는 중합된 영상들과 원영상간의 필셀 값에 대한 평균제곱근오차를 구하고 그 결과를 분석하였다. 분석 결과, multispectral band 1, 3, 4를 사용하는 IHS 방법, multispectral band 1, 2, 4를 사용하는 IHS 방법 및 multispectral band 1, 3, 4를 사용하는 PCA 방법이 원영상의 특성을 잘 보존하는 것으로 평가되었다.

• 대한토목학회논문집
• /
• 제31권2B호
• /
• pp.155-163
• /
• 2011

본 연구에서는 의사결정나무(CART)기법, 인공신경망모형, 인공위성 원격탐사자료와 지형자료 및 지상 기상관측망자료를 이용하여 토양수분을 산정하는 모형을 개발하였다. 본 모형의 검증을 위하여 사용된 토양수분 관측자료는 용담댐 유역에서 관측된 5개 지점의 토양수분자료를 사용하였다. 가용자료에 대해 CART기법을 적용하여 자료를 분류한 다음 분류된 각 자료집단에 대하여 인공신경망(Artificial Neural Networks)모형을 적용하여 토양수분 분포를 예측하였다. 모형의 학습에 사용된 주천, 부귀, 상전, 안천 지점의 토양수분 산정치는 관측치와 약 0.92-0.96의 상관계수, 약 1.00-1.88%의 평균제곱근오차와 약 0.75-1.45%의 평균절대오차를 보여주었다. 토양수분 추정모형을 검증하기 위해 천천2의 지점에 적용한 결과 약 0.91의 상관계수, 약 3.19%의 평균제곱근오차, 약 2.72%의 평균절대오차를 보여 CART기법과 인공신경망모형을 연계한 토양수분 산정모형이 토양수분 분포제시 활용에 적절한 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.701-705
• /
• 2006

강우자료는 수문 모델링 작업에서 가장 기초적인 수문학적 입력자료로 시간과 공간에 따른 변동성이 크므로 규명하기 복잡한 수문현상 중의 하나이다. 산악지역이 많은 우리나라의 지형학적 특성과 태풍, 장마 및 특히, 최근의 게릴라성 집중호우 등으로 인하여 이러한 변동성이 더욱 커지고 있는 실정이다. 장기간 실측된 수문기상 기초 자료가 부족한 우리나라의 실정상 홍수예보 및 수공구조물 설계를 위해 정확한 강우량 자료의 취득이 선행돼야 한다. 따라서 적절한 장소에 수문관측소 설치 및 관리를 통해 양호한 강우량 자료를 획득해야 하지만, 현장 여건상 등의 이유로 미계측 및 결측, 이상자료가 발생하고 있다. 따라서 이러한 미계측 혹은 결측지점의 우량을 추정할 수 있는 방법을 비교, 분석하여 적절한 보정과정을 수행할 필요가 있다. 그간의 연구에서는 미계측 지점 혹은 산악지역에서의 점 강우량 보정방법에 대한 연구가 진행되었지만, 본 연구에서는 '도시홍수재해관리기술연구사업단'에서 운영 중인 도시하천 유역 특히 소배수구역에서의 결측 자료에 대해 여러 추정 방법을 비교, 분석하여 적절한 방안을 찾고자 한다. 이를 위하여 중랑천 유역의 3개 소배수 구역(월계1 배수구역, 군자 배수구역, 어린이대공원 배수구역)에 설치된 3개 우량관측소와 건설교통부 관할 우량관측소 2개소의 우량자료를 사용하였다. 본 연구에서는 결측치 보간을 위하여 널리 이용되고 있는 산술평균법(Arithmetic Average method), 역거리법(Reciprocal Distance Squared method), 거리고도비율법(Ratio of Distance and Elevation method), 인근관측소와의 관계식 이용, 크리깅방법(Simple Kriging method)을 비교, 검토 적용하였다. 중랑천 유역의 소배수구역을 대상으로 연중 발생하는 큰 호우사상에 대해 임의의 강우관측소를 결측지점으로 가정하고 주변의 강우관측소로부터 각각의 방법을 이용해 가중치들을 산정하여 결측지점의 강우량 값을 보정하고자 하였다. 또한 각각의 방법을 이용하여 얻어진 결과에 대해 실측값과 보정값의 오차정도를 평균절대오차법(Mean Absolute Error)과 제곱평균제곱근오차법(Root Mean Squared Error)에 의해 산정하여 보정 방법간의 효율성을 검토하고자 하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권8호
• /
• pp.393-400
• /
• 2016

최근, 컴퓨터 비전과 기계 학습 기술의 도움을 받아 효율적이고 자동적인 도시 환경에 대한 분석 방법의 개발에 대한 연구가 이루어지고 있다. 많은 분석들 중에서도 도시의 안전도 분석은 지역 사회의 많은 관심을 받고 있다. 더욱 정확한 안전도 점수 예측과 인간의 시각적 인지를 반영하기 위해서, 인간의 시각적 인지에서 가장 중요한 전역 정보와 지역 정보의 고려가 필요하다. 이를 위해 우리는 전역 칼럼과 지역 칼럼으로 구성된 Double-column Convolutional Neural Network를 사용한다. 전역 칼럼과 지역 칼럼 각각은 입력은 크기가 변환된 원 영상과 원 영상에서 무작위로 크로핑을 사용한다. 또한, 학습 과정에서 특정 칼럼에 오버피팅되는 문제를 해결하기 위한 새로운 학습방법을 제안한다. 우리의 DCNN 모델의 성능 비교를 위해 2개의 SVR 모델과 3개의 CNN 모델의 평균 제곱근 오차와 상관관계 분석을 측정하였다. 성능 비교 실험 결과 우리의 모델이 0.7432의 평균 제곱근 오차와 0.853/0.840 피어슨/스피어맨 상관 계수로 가장 좋은 성능을 보여주었다.

• 한국방사선학회논문지
• /
• 제11권7호
• /
• pp.655-661
• /
• 2017

방사선 치료 전 환자 위치 확인을 위해 수행하는 콘빔 CT 촬영에서 환자 선량 감소를 위해 Sparse view CT가 사용되고 있다. 본 연구는 시뮬레이션과 실험을 통해 선형보간법과 inpainting 방법을 이용하여 사이노그램의 sparse 데이터 복원하고 평가하는 것이다. 사이노그램 복원은 여러 간격의 각도로 획득된 영상에 적용되었다. 복원된 사이노그램은 역투영재구성법으로 재구성되었고, 그 결과를 평균제곱근오차와 영상의 프로파일로 나타내었다. 결과에 따르면, 평균제곱근오차와 영상 프로파일은 투영 각도와 복원법에 의존하였다. 시뮬레이션과 실험 결과에서 inpainting 복원법은 선형보간법에 비해 사이노그램의 복원 측면에서 개선된 결과를 보여주었다. 따라서, inpainting 방법은 환자 선량을 감소시키면서 영상화질을 유지시키는데 기여할 수 있을 것이다.

• 대한지리학회지
• /
• 제46권3호
• /
• pp.319-330
• /
• 2011

본 연구에서는 지상관측 토양수분, 강수량, 지면온도 및 MODIS NDVI와 인공신경망모형을 이용하여 토양수분 공간분포 산정 모형을 제안하였으며, 신뢰성 높은 토양수분 관측 자료를 보유한 용담댐 유역에 대하여 모형의 적용성을 검증하였다. 토양수분 산정모형의 학습에 사용된 주천, 부귀, 상전의 3개 지점의 경우 약 0.9353의 상관계수와 약 1.4957%의 평균제곱근오차를 보여주며, 검증지점으로 사용된 천천2의 경우에는 약 0.8215의 상관계수와 약 4.2077%의 평균제곱근오차를 보여 토양수분 산정모형의 적용가능성이 높다고 판단된다. 인공위성으로부터 관측된 광역의 식생정보와 자료간의 비선형 상관특성을 잘 구현하는 인공신경망을 활용하여 수립된 토양수분 산정모형을 이용하여 용담댐 유역의 토양수분 공간분포도를 산정한 결과, 용담댐 유역의 대부분을 차지하고 있는 산림지역의 토양수분이 다른 지역에 비하여 높은 수치를 보여주는 토양수분의 분포를 보여주었다. 본 연구를 통해 제시된 토양수분 산정 방법은 광역 토양수분 산정에 유용한 접근법으로 판단된다.