• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.94-98
• /
• 2006

미계측 유역에 대한 정확한 수문반응을 예측하기 위해 수문반응 모의할 때 발생하는 불확실성을 예측하고 감소시킬 필요가 있다. 이러한 불확실성은 사용가능한 자료의 질과 양에 따라 달라지므로, 자료의 해상도는 수문반응 예측에서 중요한 요소가 된다. 그러므로 본 연구에서는 격자크기가 수문모형의 강우-유출응답모의에 어떠한 영향을 미치는지 살펴보았다. 격자크기가 입력데이터의 정보 손실을 발생시키지 않는 경우의 모형의 불확실성을 조사하기 위하여, 2차 및 3차 하천차수와 유역면적의 증가를 고려한 4가지 가상유역을 구성 하였다. 50m, 100m, 250m, 500m, 1000m의 격자를 사용하여 강우-유출모의를 수행하고, 격자에 따른 모의결과를 비교하기 위해 유출구의 수문곡선을 작성하였다. 또한, 소유역에서 하천으로 유입되는 단위길이당 유량과 하천의 합류점 전..후 및 유출구의 하천유량에 대한 Nash 계수를 산정하고 비교하였다. 기준이 된 격자크기와의 차가 큰 격자가 사용된 경우 모의된 수문반응의 차이는 증가하였고, 대상 유역의 면적이 커질수록, 하천차수가 작을수록 그 차이는 감소하였다. 소유역에서 하천으로 유입되는 단위폭당 유량의 오차는 흐름길이가 증가할수록 감소하였다. 흐름길이가 일정한 소유역으로만 구성된 가상유역 I, II에 대한 수문모의에서 하천유량의 오차는 하천을 따라 증가한 반면, 각기 다른 흐름길이의 소유역으로 구성된 가상유역 III, IV의 경우, 오차는 하천의 흐름에 따라 일정한 경향을 갖지 않고, 하천의 합류를 통해 증가되거나 감소하였다. 이 경우, 유역 유출구의 총체적 수문반응의 오차는 1차 하천의 합류후 발생한 최대오차보다 작았다.량을 산출하여 하천환경정비를 위한 기초자료로서 활용 될 수 있도록 하였다.구에 맞는 작물 생산 및 농촌관광단지 조성을 통해 부가가치증대 및 소득증대를 꾀함으로 농촌문제 해결에 도움이 될 것으로 기대된다. 본 연구를 통해 GIS 와 RS의 기술이 농촌분야에 더 효율적으로 적용될 것으로 기대되며, 농업기술센터를 통한 정보제공을 함으로써 대농민 서비스 및 농업기관의 위상이 제고 될 것으로 기대된다.여 전자파의 공간적인 가시화를 수행할 수 있었다. 본 전자파 시뮬레이션 기법이 실무에 이용될 경우, 일반인이 전자파의 분포에 대한 전문지식을 습득할 필요 없이, 검색하고자 하는 지역과 송전선, 전철 등 각종 전자파의 발생 공간 객체를 선택하여 실생활과 관련된 전자파 정보에 예측할 수 있어, 대민 환경정보 서비스 질의 개선측면에서 획기적인 계기를 마련할 것으로 사료된다.acid$(C_{18:3})$가 대부분을 차지하였다. 야생 돌복숭아 과육 중의 지방산 조성은 포화지방산이 16.74%, 단불포화지방산 17.51% 및 다불포화지방산이 65.73%의 함유 비율을 보였는데, 이 중 다불포화지방산인 n-6계 linoleic acid$(C_{18:2})$와 n-3계 linolenic acid$(C_{18:3})$가 지질 구성 총 지방산의 대부분을 차지하는 함유 비율을 나타내었다.했다. 하강하는 약 4일간의 기상변화가 자발성 기흉 발생에 영향을 미친다고 추론할 수 있었다. 향후 본 연구에서 추론된 기상변화와 기흉 발생과의 인과관계를 확인하고 좀 더 구체화하기 위한 연구가 필요할 것이다.게 이루어질 수 있을 것으로 기대된다.

• Journal of KIISE:Software and Applications
• /
• v.34 no.6
• /
• pp.549-561
• /
• 2007

Vision-based scene understanding is to infer and interpret the context of a scene based on the evidences by analyzing the images. A probabilistic approach using Bayesian networks is actively researched, which is favorable for modeling and inferencing cause-and-effects. However, it is difficult to gather meaningful evidences sufficiently and design the model by human because the real situations are dynamic and uncertain. In this paper, we propose a learning method of Bayesian network that reduces the computational complexity and enhances the accuracy by searching an efficient BN structure in spite of insufficient evidences and training data. This method represents the domain knowledge as ontology and builds an efficient hierarchical BN structure under constraint rules that come from the ontology. To evaluate the proposed method, we have collected 90 images in nine types of circumstances. The result of experiments indicates that the proposed method shows good performance in the uncertain environment in spite of few evidences and it takes less time to learn.

• Journal of KIISE:Software and Applications
• /
• v.36 no.2
• /
• pp.144-152
• /
• 2009

To provide intelligent service in mobile environment, it needs to estimate user's intention or requirement, through analyzing context information of end-users such as preference or behavior patterns. In this paper, we infer context information from uncertain log stored in mobile device. And we propose the inference method of end-user's behavior to match context information with service, and the proposed method is based on context-tree. We adopt bayesian probabilistic method to infer uncertain context information effectively, and the context-tree is constructed to utilize non-numerical context which is hard to handled with mathematical method. And we verify utility of proposed method by appling the method to intelligent phone book service.

• Journal of Korea Water Resources Association
• /
• v.54 no.5
• /
• pp.321-334
• /
• 2021

A fixed reflectivity-rainfall relationship approach, such as the Marshall-Palmer relationship, for an entire year and different seasons, can be problematic in cases where the relationship varies spatially and temporally throughout a region. From this perspective, this study explores the use of long-term radar reflectivity for South Korea to obtain a nationwide calibrated Z-R relationship and the associated uncertainties within a Bayesian inference framework. A calibrated spatially structured pattern in the parameters exists, particularly for the wet season and parameter for the dry season. A pronounced region of high values during the wet and dry seasons may be partially associated with storm movements in that season. Overall, the radar rainfall fields based on the proposed modeling procedure are similar to the observed rainfall fields. In contrast, the radar rainfall fields obtained from the existing Marshall-Palmer relationship show a systematic underestimation. In the event of high impact weather, it is expected that the value of national radar resources can be improved by establishing an active watershed-level hydrological analysis system.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.22 no.6
• /
• pp.305-313
• /
• 2021

The upcoming warfare will be network-centric warfare with the acquiring and sharing of information on the battlefield through the connection of the entire weapon system. Therefore, the amount of information generated increases, but the technology of evaluating the information is insufficient. Threat assessment is a technology that supports a quick decision, but the information has many uncertainties and is difficult to apply to an advanced battlefield. This paper proposes a threat assessment based on artificial intelligence while removing the target uncertainty. The artificial intelligence system used was a fuzzy inference system and a multi-layer perceptron. The target was classified by inputting the unique characteristics of the target into the fuzzy inference system, and the classified target information was input into the multi-layer perceptron to calculate the appropriate threat value. The validity of the proposed technique was verified with the threat value calculated by inputting the uncertain target to the trained artificial neural network.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.245-246
• /
• 2008

변전소 모선에서 측정되는 전압, 전류를 기반으로 하는 CB기반 고장거리 추정기법은 배전선의 다중 분기선 때문에 다중개의 고장위치를 추론하는 것은 물론 분기 부하모델의 불확실성으로 인해 거리 계산에 오차를 포함하게 된다. 따라서 본 연구에서는 유비쿼터스 기반의 배전계통 하에서 구간 측정 전압, 전류 및 IED간 정보교환을 통해 얻어지는 전압, 전류 정보를 이용하여 고장경로를 추정하는 IED 기반 고장경로 추정기법을 제안한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.57-57
• /
• 2019

최근 수문기상학 분야에서 레이더 강수량을 활용한 응용연구가 활발하게 진행되고 있다. 하지만 레이더 강수량은 경험적으로 설정된 레이더 반사도-강우강도 관계식을 활용하여 레이더 강수량을 산정하기 때문에 실제지상에 도달하는 강수량과 정량적인 오차가 필연적으로 발생한다. 따라서 고해상도의 레이더 강수량을 활용한 신뢰도 높은 수문해석을 위하여 레이더 강수량의 편의보정이 필수적으로 선행되어야한다. 본 연구에서는 불확실성을 고려한 레이더 강수량 편의보정을 위하여 Bayesian 추론기법과 일반화 선형모형(generalized linear model)을 연계하여 레이더 강수량 편의보정 매개변수를 산정하였다. 일반화 선형모형을 적용한 레이더 강수량 편의보정 결과는 현재 널리 사용되고 있는 평균보정(mean field bias) 기법에 비하여 통계지표가 개선된 레이더 강수량 편의보정 결과를 도출하였다. 추가적으로 지형학적 특성에 따른 레이더 강수량 편의보정 매개변수의 변동성을 분석하여 고도 및 이격거리에 따른 편의보정 매개변수의 지역화 공식을 제시하였다. 본 연구를 통하여 개발된 레이더 강수량 편의보정 매개변수 산정 및 지역화 연구는 레이더 관측전략 수립과정에 유용한 기초자료로 활용될 것으로 판단된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.658-660
• /
• 2005

실세계의 시각정보로부터 식별된 물체정보를 이용하여 장면에 대해 설명하는 컨텍스트를 추론하는 시각 기반 장면 이해 문제에서는 변화가 많고 불확실한 환경을 극복해야 할 뿐만 아니라, 사용자의 요구 사항을 잘 반영해야 하고 궁극적으로는 지도(teaching)가 가능해야 한다. 본 논문에서는 불확실성 극복을 위해 확률적 접근 방법을 사용하고, 사용자의 요구를 실시간으로 반영하기 위해 논리 네트워크를 이용한 상호 작용 학습 방법을 제안한다. 몇 가지 테스트 환경에서 사용자에 의해 제공되는 논리적, 부분적, 실시간 정보를 이용하여 제안하는 상호작용 학습을 수행한 결과, 장면인식 에이전트의 기능 장 및 적응이 가능하고 새로운 기능의 지도가 가능함을 알 수 있었다.

• Journal of Korean Society of Transportation
• /
• v.24 no.7 s.93
• /
• pp.81-90
• /
• 2006

It is important to clarify the relationship between traffic accidents and various influencing factors in order to reduce the number of traffic accidents. This study developed a traffic accident frequency prediction model using by multi-linear regression and qualification theories which are commonly applied in the field of traffic safety to verify the influences of various factors into the traffic accident frequency The data were collected on the Korean National Highway 17 which shows the highest accident frequencies and fatality rates in Chonbuk province. In order to minimize the uncertainty of the data, the fuzzy theory and neural network theory were applied. The neural network theory can provide fair learning performance by modeling the human neural system mathematically. Tn conclusion, this study focused on the practicability of the fuzzy reasoning theory and the neural network theory for traffic safety analysis.

• The Journal of the Korea Contents Association
• /
• v.21 no.11
• /
• pp.77-86
• /
• 2021

A method of constructing a war simulation based on Bayesian Inference was proposed as a method of constructing heterogeneous historical war data obtained with a time difference into a single model. A method of applying a linear regression model can be considered as a method of predicting future battles by analyzing historical war results. However it is not appropriate for two heterogeneous types of historical data that reflect changes in the battlefield environment due to different times to be suitable as a single linear regression model and violation of the model's assumptions. To resolve these problems a Bayesian inference method was proposed to obtain a post-distribution by assuming the data from the previous era as a non-informative prior distribution and to infer the final posterior distribution by using it as a prior distribution to analyze the data obtained from the next era. Another advantage of the Bayesian inference method is that the results sampled by the Markov Chain Monte Carlo method can be used to infer posterior distribution or posterior predictive distribution reflecting uncertainty. In this way, it has the advantage of not only being able to utilize a variety of information rather than analyzing it with a classical linear regression model, but also continuing to update the model by reflecting additional data obtained in the future.