• Journal of KIISE:Computer Systems and Theory
• /
• v.33 no.9
• /
• pp.677-683
• /
• 2006

If a node stops functioning in an ad-hoc wireless network, routing paths involving the node will also fail, when construction of replacement routes is required. A major cause of node failure is energy exhaustion, and route replacements may in turn lead to successive node failures by making more nodes consume their energy. The result could be performance degradation of networks. Therefore it is important to ensure that nodes with limited remaining energy are not included in route construction from the beginning. In this paper we propose a new routing protocol, which takes residue energy of nodes into account in order to prevent node failures resulting from energy shortage. Our routing protocol examines the smallest value of node residue energy ($E_{m}$) from each of all possible routing paths and selects the path which has the largest value of $E_{m}$. We prove, through simulation, that our routing protocol extends the lifetime of nodes which have limited amount of energy, reducing chances of path replacement. It is also shown that our proposed protocol helps alleviate network performance degradation.

• The Korean Journal of Applied Statistics
• /
• v.26 no.6
• /
• pp.1019-1032
• /
• 2013

The accurate prediction of future mortality is an important issue due to recent rapid increases in life expectancy. An accurate estimation and prediction of mortality is important to future welfare policies. The optimal selection of a mortality model is important to estimate and predict mortality; however, the period of time series data used is also an important issue. It is essential to understand that the time series data for mortality is short in Korea and the data before 1982 is incomplete. This paper divides the time series of Korean mortality into two sets to compare the parameter estimates of the LC model and LC model with a cohort effect by the period of data used. A modeling and prediction of the mortality index and cohort effect index as well as the evaluation of future life expectancy is conducted. Finally, some suggestions are proposed for the future prediction of mortality.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.310-310
• /
• 2019

본 연구에서는 기상청 ASOS(종관기상관측장비) 자료와 통계적 기반의 다중회귀분석모형을 이용하여 경안천 유역에 대한 봄철 강수량(3~5월 누적강수량)의 예측성을 평가하였다. 예측대상기간은 2006~2018년이며 예측인자로서 전국 96개 지점의 ASOS 자료 중 35개 기상요소에 대한 월 자료를 활용하였다. 전망기간(1~12개월)에 따라 강수량 기준 최소 1개월에서 최대 24개월까지의 지체시간을 고려하여 1~24개월 선행 ASOS 기상자료와 강수량 사이의 상관성을 분석하였다. 예측대상년도를 기준으로 과거 40년간의 자료를 이용하여 상관성 분석을 수행하였으며, 상관성이 높은 상위 30개 기상인자를 조합하여 다중회귀분석모형의 예측인자(독립변수)로 활용하였다. 예측대상년도와 전망기간에 따라 최적의 예측인자를 조합하고, 교차검증을 통하여 각각 4,000개의 다중회귀모형을 도출하여 예측범위를 산출하였다. 다중회귀모형에 의한 예측범위를 분석한 결과, 2013년 자료까지는 예측범위가 관측값을 잘 포함하고 예측값의 평균이나 중간값이 관측값과 유사하게 나타난 반면, 2014년부터는 전망기간에 따라 관측값과 예측범위의 차이가 크게 나타나는 경우도 있었다. 예측치의 중간값을 기준으로 3분위(평년 이상, 평년 수준, 평년 이하) 적중률을 분석하면, 2006~2013년에 대해서는 58.3%인 반면, 2014~2018년에 대해서는 11.2% 수준으로 나타났다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.22 no.3
• /
• pp.20-29
• /
• 2021

In the Industry 4.0 era, artificial intelligence has attracted considerable interest for learning mass data to improve the accuracy of forecasting and classification. On the other hand, the current method of detecting anomalies relies on traditional statistical methods for a limited amount of data, making it difficult to detect accurate anomalies. Therefore, this paper proposes an artificial intelligence-based anomaly detection methodology to improve the prediction accuracy and identify new data patterns. In particular, data were collected and analyzed from the point of view that sensor data collected at vehicle idle could be used to detect abnormalities. To this end, a sensor was designed to determine the appropriate time length of the data entered into the forecast model, compare the results of idling data with the overall driving data utilization, and make optimal predictions through a combination of various sensor data. In addition, the predictive accuracy of artificial intelligence techniques was presented by comparing Convolutional Neural Networks (CNN) and Long Short Term Memory (LSTM) as the predictive methodologies. According to the analysis, using idle data, using 1.5 times of the data for the idling periods, and using CNN over LSTM showed better prediction results.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.383-383
• /
• 2023

오늘날 수문학 분야에서는 유역에 대한 강우-유출 시뮬레이션을 머신 러닝(ML: Machine Learning)을 활용하여 다양한 연구를 실행하고 있다. 본 연구에서는 시간별 강우-유출 예측 모델인 GR4H(Génie Rural à 4 paramètres Horaires)를 사용하여 충주댐 유역을 대상으로 연구를 수행하였다. 유역의 속성에 따라서 모델의 성능이 어떻게 달라지는지 비교하여 특성에 맞는 모델을 알아내고. 또한 이 과정에서 기상 및 유출 데이터의 보정 길이를 가지고 어느 정도의 데이터 기간이 모델에서 좋은 성능을 보이는지 파악하였다. 뿐만 아니라 모델에 필요한 선행기간의 데이터가 있는 경우와 없는 경우를 비교하여 어떠한 차이를 보이는지, 그리고 선행기간은 얼마나 필요한지 연구를 통하여 알아냈다. 본 연구를 통하여 충주댐 유역에 대한 모델의 적용성 및 성능을 파악하고 수문 모형 구축에 제한이 있는 유역에 대해서도 사용이 가능한지 판단한다. 실험 유역의 관측 값을 모델에 입력한 후 각 모델에 해당하는 매개변수의 최적값을 찾아내는 과정을 거쳐 시뮬레이션을실 행했다. 본 연구에서 사용한 강우-유출 모델인 GR4H는 프랑스의 INRAE-Antony(Institut National de la recherche agronomique-Antony)에서 만들어진 airGR의 일종으로, 시간별 강우-유출 예측을 위해 개발된 공정 기반(process-based)의 집중적, 개념적 수문학 모델이다. 4개의 매개변수(parameter)가 있으며 이는 유역의 특정 속성을 나타낸다. GR4H를 시뮬레이션 하는 과정에서 매개변수의 최적화를 위해 적절한 보정 길이를 파악하여야 한다. 이러한 과정은 4년, 5년, 6년 등 1년씩 데이터의 양을 늘려가며 매개변수를 최적화한다. 이 과정에서 기상 및 유출 데이터의 적절한 보정 길이를 찾아낸다. 시뮬레이션을 통해 얻은 데이터를 관측 값과 비교하여 모델의 성능을 평가하고 다른 관측 값을 통해 시뮬레이션을 실행하여 검증을 거친다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.14-14
• /
• 2020

일반적으로 수문빈도해석은 치수계획 수립에 이용되는 설계강수량, 계획홍수량 등을 산정하기 위해 연최대치계열 또는 연초과치계열 자료를 이용한 극치빈도해석을 수행하고, 확률분포의 우측꼬리(right tail) 부분을 이용하여 확장된 재현기간에 해당하는 확률수문량을 추정한다. 하지만 가뭄 관련 분석에서는 확률분포의 좌측꼬리(left tail) 부분은 이용해 확장된 재현기간별 확률수문량을 추정해야할 경우가 발생한다. 또한 물관리 실무에서 장 단기 운영계획 수립을 위해 이용하는 갈수빈도 유입량 산정 등에서도 평년보다 작은 수문량에 대한 빈도해석이 필요한 경우가 있다. 국가 가뭄정보분석센터에서는 기존에 K-water연구원에서 개발한 빈도해석 프로그램인 K-FAT의 분석모듈을 이용해 극소치계열 또는 갈수빈도 유입량 분석에 특화된 가뭄빈도해석 프로그램을 개발하였다. 본 프로그램은 GEV, Gumbel, Weibull 등 14개의 확률분포형을 포함하며, 모멘트법, 최우도법 및 L-모멘트법을 사용하여 매개변수를 추정한다. 적합도 검정의 경우 χ², K-S, CVM, PPCC 및 수정 Anderson-Darling test를 이용하여 다각적인 검정을 할 수 있도록 하였다. 분석을 위한 입력 자료의 경우 사용자가 전처리를 통해 준비한 연최소치계열 등 연도별 시계열자료를 이용할 수 있으며, 일단위 및 월단위의 강수량 또는 댐 유입량 자료를 이용해 사용자가 원하는 기간의 누적강수량, 평균 유입량으로 변환할 수 있는 자료변환 기능을 추가하여 실무 활용성을 높였다. 또한 최적 확률분포 선정을 위해 참고할 수 있도록 AIC(Akaike information criteria)와 BIC(Bayesian information criteria) 분석이 포함되어 있으며, Bootstrap 기법 등을 이용한 불확실성 산정을 통해 추정 값의 신뢰구간을 표시하도록 하였다. 개발된 프로그램은 베타버전 시험배포를 거쳐 가뭄정보포털을 통해 배포할 예정이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.359-359
• /
• 2021

기후변화로 인한 강수량의 지역별, 계절별 불균형은 홍수로 인한 하천 범람피해뿐만 아니라 하천의 건천화로 인한 수생태, 수질, 경관 저해 등의 피해를 야기하고 있다. 이와 같은 기후변화로 인한 수자원의 영향을 평가하기 위해 기상 현상을 재현하고 예측하기 위한 기후모형과 이와 연계하여 지표의 수문 순환과 에너지 순환과정을 모의할 수 있는 지표수문모형의 필요성이 대두되고 있다. 그러나, 하천유출에 대한 모니터링시스템 체계를 구축하기 위해 지표수문모형을 사용하여 하천의 장기유출을 모의하는 시도는 국내에서는 아직 일반화되지 않고 있다. 따라서, 본 연구에서는 횡방향 유출흐름 모의가 가능하도록 개선된 격자형 지표수문모형인 Common Land Model(CoLM)의 우리나라 하천유역에 대한 장기하천유출 모의 적용성을 확인하고자 한다. 이를 위하여 4대강(한강, 낙동강, 금강, 섬진강)의 자연유역을 대상으로 주요 댐 상류유역에 대하여 CoLM이 필요로 하는 지표경계조건자료와 기상입력자료를 구축하고 모형의 주요 매개변수에 대한 검보정을 수행하여 각 지점별 최적의 장기하천유출 모의결과를 도출하고자 한다. CoLM의 지표경계조건자료 구축을 위해서는 고해상도의 인공위성자료 및 지점측정자료를 수집하고, 기상입력자료 구축을 위해서는 기상청에서 제공하는 기상자료를 수집하여, 모형의 계산시간 및 지역예보모델에 많이 사용되고 있는 공간해상도를 고려한 모형의 입력자료는 30km 계산 격자망 자료로 구축될 예정이다. CoLM의 모의성능 평가 및 결과분석을 위해 총 30년(1990-2019) 기간에 대한 모의결과 중, 초기 10년은 초기조건 수립을 위한 안정화 기간으로 제외하고, 다음 10년(2000~2009)은 보정기간으로 설정하고 마지막 10년(2010~2019)은 검정기간으로 설정하여 지표수문모형의 장기하천유출모의 적용성이 평가될 예정이다. 본 논문의 결과는 향후 우리나라 주요 유역에 대해 이상기후로 인한 하천 수자원 및 수생태의 영향을 분석하고, 하천의 건천화 대책 수립 등에 대한 기초정보를 제공할 수 있을 것이라 기대한다.

• Journal of The Korean Institute of Defense Technology
• /
• v.5 no.1
• /
• pp.1-6
• /
• 2023

The number of test samples was calculated by setting the reliability growth management test period considering the weapon system development period. The optimal reliability growth management test design condition was 80% reliability, 60% confidence level, and 6 months of test period. At this time, it was analyzed that 4 test samples were required if 0 failure occurred, and 9 test samples were required if 1 failure occurred. Using the method of determining the number of samples presented in this paper, it can be used as a basis for acquiring a budget for the number of samples for reliability growth management when switching from the exploratory development stage to the system development stage.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.37 no.8
• /
• pp.1059-1067
• /
• 2013

Automotive fuel tank is generally divided into two parts: main frame and assembly parts. While the car is running, valves are used to prevent liquid carry over and to discharge evaporated gas from the fuel tank. However, current fuel tank designs focus on the gas ventilation or secured location. In this study, the location of the parts used to prevent liquid carry over within the fuel tank is evaluated during an optimal design process. To develop this design process, an approximate optimization is applied. Through the optimal design process, the optimal valve location in fuel tank is determined and the approximate optimization is validated by the Taguchi method. Finally, the optimized valve location is used to reduce the development cost and time and to contribute toward improved automobile quality owing to enhanced reliability.

• Nuclear Engineering and Technology
• /
• v.26 no.1
• /
• pp.9-18
• /
• 1994

The engineered safeguards of Wolsung nuclear power plant unit 1 contain redundant systems of 2-out-of-3 logic which are not operating under normal conditions but are called upon to act when emergency conditions develop. To ensure their operability, the systems are periodically tested. In this work, we develop the unavailability formulae for 2-out-of-3 logic configurations which take into account the failure probability of the channels tested due to human error in the simultaneous testing scheme. We also develop the model for the probability that the reactor is tripped during the surveillance test due to either system failure or human error. We determined the optimal inspection periods of safety systems, taking into account both the unavailability of the safety system and the probability that the reactor is tripped during the surveillance test. We compared the results with the inspection periods currently used at Wolsung NPP Unit 1. As a result, the inspection periods obtained using a minimum human error (8.24 $\times$ 1$^{-6}$ ) are shorter than those currently used in Wolsung NPP unit 1 whereas the inspection periods obtained using a maximum human error are (4.44 $\times$ 10$^{-4}$ ) longer than those used in Wolsung NPP unit 1.