• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2017.11a
• /
• pp.360-361
• /
• 2017

도시가스 배관의 안전을 위해 다양한 시스템이 가동되고 있지만 대부분 현장점검에 의존하는 한계점을 가지고 있다. 본 연구에서는 국내 도시가스 공급업체들 중 하나인 중부도시가스사의 실시간 배관운영 데이터를 분석해 배관의 위험을 예측한다. 배관의 압력, 출력전압, 출력전류, 방식전위, 전위값 데이터와 기타 도시가스 관련요인 데이터를 통합해 상관분석을 진행한다. 그리고 특정 공급권역의 실시간 배관 압력 데이터를 분석해 압력 수치를 예측한다. Random forest regression과 support vector regression(SVR) 알고리즘을 사용해 모델을 구성한 결과 배관 데이터의 시계열 정보를 추가한 데이터 셋과 random forest regression을 사용한 모델에서 가장 우수한 예측 성능을 보인다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.91-91
• /
• 2020

IPCC (Intergovernmental Panel on Climate Change) 5차 평가보고서에 의하면 최근 배출 온실가스의 양은 관측 이래 최고 수준이며 온실가스로 인한 기후변화는 인간계와 자연계에 광범위한 영향을 주고 있다고 보고하였다. 기후변화의 영향은 국제적으로 빙하 감소, 사막화, 해수면 상승 등 뚜렷하게 나타나고 있다. 이러한 기후변화에 대응하기 위해 온실가스 완화 정책과 동시에 새로운 기후변화 환경에 적응하는 것이 필요하다. 기후변화 적응이란 현재 나타나고 있거나 미래에 나타날 것으로 예상되는 기후변화의 파급효과와 영향에 대응할 수 있도록 하는 모든 행동이며 이를 위해서는 기후변화 영향분석이 수반되어야 한다. MOTIVE 연구단에서는 기후변화 적응대책 수립의 지원을 목표로 7개 부문(건강, 물관리, 농업, 산림, 생태, 해양, 수산)에서 "한국형 통합평가 모형"을 개발하고 있다. 각 부문에서 개발하는 프로세스 모델은 시스템에 대한 지식을 가진 상황에서 사용하면 신뢰할 수 있는 예측 결과를 얻을 수 있지만, 부문별 통합을 통한 영향 분석 시 타 분야에 대한 지식이 수반되어야 하는 어려움을 가진다. 이를 위해 본 연구에서는 시스템 내의 물리적 프로세스에 대한 요구 없이 입출력 데이터만을 이용하여 결과를 신속하게 추정하는 데이터 모델링(기계학습)을 이용하였다. 데이터 모델링을 위한 데이터는 다양한 자연 현상에 대한 BANPOL(수질 프로세스 모델) 분석을 통한 자료를 이용하여 학습 자료를 구축하였다. 즉, 데이터 모델링은 BANPOL 모델을 대리하는 메타모델이며, 낙동강 표준유역에 대한 유량 및 수질을 높은 상관성으로 추정하였다. 원 모델보다 정확도는 낮을 수 있으나 메타모델의 개발을 통한 웹 시스템을 개발하여 비전문가의 구동 및 신속한 기후 시나리오를 적용할 수 있는 환경을 개발하였다.

• Proceedings of the Zoological Society Korea Conference
• /
• 1994.10a
• /
• pp.226.1-226
• /
• 1994

• Korea Trade Review
• /
• v.48 no.2
• /
• pp.27-43
• /
• 2023

The maritime industry is playing an increasingly vital part in global economic expansion. Specifically, the Baltic Dry Index is highly correlated with global commodity prices. Hence, the importance of BDI prediction research increases. But, since the global situation has become more volatile, it has become methodologically more difficult to predict the BDI accurately. This paper proposes an integrated machine-learning strategy for accurately forecasting BDI trends. This study combines the benefits of a convolutional neural network (CNN) and long short-term memory neural network (LSTM) for research on prediction. We collected daily BDI data for over 27 years for model fitting. The research findings indicate that CNN successfully extracts BDI data features. On this basis, LSTM predicts BDI accurately. Model R2 attains 94.7 percent. Our research offers a novel, machine-learning-integrated approach to the field of shipping economic indicators research. In addition, this study provides a foundation for risk management decision-making in the fields of shipping institutions and financial investment.

• Proceedings of the Korea Contents Association Conference
• /
• 2011.05a
• /
• pp.301-302
• /
• 2011

2007년 12월 7일 발생한 허베이스피리트호 원유 유출사고를 계기로 국가 해양유류오염사고 대응체제 문제점이 부각되었고 이에 따라 해양 유류사고에 대한 대응 및 오염 진단, 복원을 지원할 수 있는 과학기술지원 체계 구축이 제기되었다. 본 논문에서는 실시간 해양오염 예측을 위해 필요한 해양 및 기상 예측 정보 통합 시스템을 소개한다. 본 시스템에서는 그리드 기술을 통한 해양 및 기상 예측 모델 수행에 필요한 사용자 환경 및 고성능 컴퓨팅 자원을 제공하고, 이를 통해 생성된 예측 자료를 통해 실시간 해양 오염 예측 정보를 생성하여 제공한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.255-255
• /
• 2023

우리나라의 경우 집중호우와 돌발홍수로 인한 침수 발생에 대응하기 위해 유역 및 하천관리 사업, 각종 풍수해 예방사업 등을 추진하고 있으며, 관련 분야의 스마트기술 도입을 적극 추진하고 있다. 그러나, 2013년 노량진 상수도관 공사 현장 사고, 2019년 신월 빗물저류 배수시설 현장 사고 등과 같은 건설현장 침수 피해 사고가 지속적으로 발생하고 있다. 또한, 건설현장의 다양한 조건 및 시시각각 변화하는 상황에 따라 구조적 대책 및 대응방안을 수립하는 데 한계가 있으며 지금까지는 법, 제도에 기초한 대응 매뉴얼을 제작·배포하여 현장 근로자 교육을 실시하는 수준에서 진행되어 왔다. 본 연구에서는 건설현장의 자연재해, 특히 수재해에 대응하기 위해 보다 과학적인 방법을 통한 현장 침수 예경보 체계를 수립하였으며, 강우예측-침수예측-침수예경보 생산-현장 상황전파에 이르는 일련의 시스템을 개발하여 공사별, 규모별, 공정별 침수 대응 솔루션을 제공하고자 한다. 건설현장 침수예경보 시스템 개발의 주요 내용은 요소기술 개발이며, 간략하게 정리하면 다음과 같다. ① 강우 예측정보 생산: 현장에서 발생하는 집중호우를 고려하는 실시간 강우측정 자료와 연계한 초단기 강우예측 기술 개발, ② 침수 예측모델 개발: 현장의 시공간적 특성, 수재해 피해의 유형 등을 반영할 수 있는 침수피해 예측 모델 개발, ③ 침수예경보 의사결정 방법론 개발: 침수 피해 예경보를 위한 침수 위험단계 세분화 및 노모그래프 개발과 모델 적용(예측정확도 85% 이상), 이를 통합하여 건설현장 침수예경보 시스템 개발을 수행하게 된다. 연구에서 개발된 침수 예경보 통합 시스템은 향후 수재해로 인한 건설현장의 인명, 재산 피해 최소화에 기여할 것으로 기대된다.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.14 no.1
• /
• pp.14-21
• /
• 2021

Green networking has become a issue to reduce energy wastes and CO2 emission by adding energy managing mechanism to wired data networks. Energy consumption of the overall wired data networks is driven by access networks, expect for end devices. However, on a global scale, it is more difficult to manage centrally energy, measure and model the real energy use and energy savings potential of the access networks. This paper presented the multiple linear regression model to predict energy consumption of wired access networks using supervised learning of machine learning with data collected by existing investigated materials, actual measured values and results of many models. In addition, this work optimized the performance of it by various experiments and predict energy consumption of wired access networks. The performance evaluation of the regression model was achieved by well-knowned evaluation metrics.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.62-62
• /
• 2019

본 연구에서는 기상청에서 제공하는 인공위성 관측자료와 레이더 자료를 합성하여 예측된 선행시간 2시간의 강수량 예측자료를 이용하여 도시유역의 침수 발생 여부를 확인할 수 있는 시스템을 개발하였다. 대상유역은 부산광역시에 위치하고 있는 유역면적 $54km^2$의 온천천유역으로, $10m{\times}10m$의 해상도로 지표면의 침수예측을 수행한다. 침수예측에 이용되는 모델은 지표면과 하수관망 사이의 상호작용을 효과적으로 고려할 수 있도록 지표면 2차원, 하수관망 1차원 모델을 연계하였으며, 침수예측에 소요되는 시간을 최소화하기 위하여 OpenMP기반의 병렬해석 기법을 적용하였다. 또한 초기조건에 의한 오차를 줄이기 위하여 하천수위 관측소에 관측된 수위자료를 예측모델의 초기조건으로 입력할 수 있도록 시스템을 구성하였으며 유역 하류단에서 경계조건으로 활용되는 예측수위자료는 시계열자료의 예측에 뛰어난 성능을 보여주는 것으로 알려진 LongShort-term Memory(LSTM) 기법을 적용하여 이용하였다. 본 연구에서 개발된 실시간 도시침수 예측 시스템은 집중호우 발생시 침수 발생 위치를 사전에 빠르게 예측하여 도시유역의 인적 물적 자원의 피해를 저감하는데 적극적으로 활용될 수 있을 것으로 기대된다.

• The Bulletin of The Korean Astronomical Society
• /
• v.37 no.2
• /
• pp.169.1-169.1
• /
• 2012

한국항공우주연구원에서는 2010년부터 달착륙선 지상 시험모델 개발을 진행하고 있으며 2012년 하반기에 추력 시험을 비롯한 전반적인 전장계 및 소프트웨어계 통합 시험을 계획하고 있다. 본 통합 시험은 탑재 컴퓨터와 VDE를 비롯한 전자 장비가 올바르게 동작하고 있는지 확인하고 소프트웨어가 이들을 잘 제어하고 있는지에 대한 시험 및 하이드라진 추력 시스템에서 본체로부터 명령을 잘 전송받아 적절한 추력을 발생시키고 있는지에 대한 시험 2가지로 크게 구분된다. 통합시험을 통해서 통신 시험용 도구(LECT, Lunar Explorer Communication Tool)에 대한 성능 검증도 같이 수행될 예정이다. 소프트웨어계에 대해서는 각 소프트웨어 모듈에 대한 단위 시험 및 통신 시험용 도구와 연결될 상태에서 통합 성능 시험이 수행될 예정이다. 통합 시험을 앞두고 전장계 및 소프트웨어계의 최종 성능 점검을 위해서 데이터 획득 시스템을 구성하여 입력 및 출력을 모든 채널에 대해서 관찰함으로 다양한 운용 시나리오 하에서 예측된 결과를 보이는지 확인할 예정이며 본 논문에서는 상기 최종 점검 환경에 대한 개념 및 규격, 그리고 제작, 운용 및 시험에 대한 내용을 기술한다.

• The Transactions of the Korea Information Processing Society
• /
• v.13 no.6
• /
• pp.251-259
• /
• 2024

Fine particulate matter, especially PM2.5 with a diameter of less than 2.5 micrometers, poses significant health and economic risks. This study focuses on the Seoul region of South Korea, aiming to analyze PM2.5 data and trends from 2017 to 2022 and develop a mid-term prediction model for PM2.5 concentrations. Utilizing collected and produced air quality and weather data, reanalysis data, and numerical model prediction data, this research proposes an ensemble evaluation method capable of adapting to trend changes. The ensemble method proposed in this study demonstrated superior performance in predicting PM2.5 concentrations, outperforming existing models by an average F1 Score of approximately 42.16% in 2019, 58.92% in 2021, and 34.79% in 2022 for future 3 to 6-day predictions. The model maintains performance under changing environmental conditions, offering stable predictions and presenting a mid-term prediction model that extends beyond the capabilities of existing deep learning-based short-term PM2.5 forecasts.