• 한국전산구조공학회논문집
• /
• 제25권4호
• /
• pp.355-362
• /
• 2012

건전성 예측은 구조물의 고장이 발생될 때까지 남은 시간인 잔존유효수명을 예측하는 것으로, 이는 안전 및 정비 계획과 직접적으로 연관되기 때문에 매우 중요하다. 건전성 예측방법에는 물리모델 기반방법, 데이터 기반방법과 두 방법의 장점을 통합하는 방법이 있으며, 본 연구에서는 잔존수명 예측의 정확도가 모델변수 추정과 직접적으로 관련되는 물리모델 기반 건전성 예측에 초점을 맞춘다. 물리모델기반 건전성 예측에서는 모델변수 추정을 통해 시스템 상태의 장기 예측이 가능하지만, 대부분의 실제 구조물들의 상태모델은 여러 개의 모델변수를 포함함은 물론이고, 그 변수들이 서로 상관되어 있기 때문에 모델변수를 추정하는 일은 간단한 문제가 아니다. 본 연구에서는 물리모델 기반 건전성 예측을 위한 세 가지 변수 추정방법들의 차이를 논한다. 이 세 가지 방법들은 파티클 필터, 전반적인 베이지안 접근법, 그리고 순차적인 베이지안 접근법으로 모두 베이지안 추론이라는 하나의 이론적 바탕에 기반하지만, 샘플링 방법이나 갱신 절차 등에서 차이가 있다. 균열성장을 표현하는 Paris 모델의 변수 추정을 통해 세 가지 방법의 차이점이 논해지고, 건전성 예측 메트릭을 이용하여 정량적 차이를 표현한다. 파티클 필터방법이 건전성 예측 메트릭 측면에서 가장 높은 성능을 나타내었지만, 전반적인 베이지안 방법은 파티클 필터방법과 근소한 차이를 보이면서도 데이터가 집단으로 존재할 때에는 가장 효율적인 방법으로 나타났다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 1999년도 춘계학술대회 논문집
• /
• pp.110-114
• /
• 1999

본 연구는 Zeigler가 제안한 이산 사건 시스템 형식론(DEVS: Discrete Event System Specification)을 이용한 거시적 및 미시적 교통류 시뮬레이션 방법론의 개발을 주 목적으로 한다. 도로 교통망의 모델링 방법은 미시적(microscopic)방법과 거시적(macroscopic)방법으로 분류된다. 이러한 모델링 방법들은 그 목적에 따라 각기 표현되어 제각기 사용되어 왔으나, 시스템 이론적으로 이들은 독립적 모델이 아니며 오히려 이들은 서로 동질적 추상화 관계에 있어서, 통합 모델링 환경의 구축시 미시적 모델들로부터 추상화에 의한 거시적 모델의 자동생성 등 설계상의 효율뿐 아니라 모델간의 일관성을 통한 모델 유효성을 보장할 수 있는 장점이 제공될 수 있다. 따라서, 본 논문에서는 서로 다른 표현 방법(즉, 이산시간 형식론과 이산사건 형식론)간의 통합 표현을 기반으로 양자간의 추상화 관계를 도출하고, 이를 이용한 모델 추상화를 통해 거시적 및 미시적 교통류 시뮬레이션 방법론을 제안한다. 시스템 이론적 접근을 토대로 접근한 통합 교통류 시뮬레이션 환경은 미국 Berkeley 대학 교통 연구소에서 개발한 SHIFT 등과 같은 최첨단 교통류 시뮬레이션 도구에 비하여 SES/MB를 기반을 시스템 이론적이며 소프트웨어공학적인 접근을 통하여, 1) 기존 제어 방식의 검증 및 신뢰도 분석, 2) 각종 사건, 사고의 시간별 파급효과 분석, 3) 도로건설 계획안에 대한 타당성 검토, 4) 운전자 및 관리자를 위한 예측된 교통정보 등을 제공할 수 있을 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.376-376
• /
• 2022

전 세계적으로 홍수의 발생빈도가 증가함에 따라, 하천 내 홍수피해를 경감하기 위해 설치하는 하천시설에 대한 중요성이 강조되고 있다. 하천시설은 홍수조절, 이수를 위한 흐름의 제어와 유도, 자연환경의 유지 및 개선 등 중요한 역할을 하고 있으나, 구조적으로 물과의 접촉이 많아 물리적 손상이나 노후화가 매우 빠르게 진행되는 특성이 있다. 시설물의 노후화가 지속될수록 안정성을 보장하기 어려워 자연재난의 규모를 증가시킬 위험성이 있다. 하천시설의 선제적 유지관리를 위해, 본 연구에서는 시설물통합정보관리시스템(Facilty Management System; FMS)의 정밀안전진단 결과를 활용하여 시설물의 사용연수에 따른 성능지표의 변화를 기반으로 회귀식 형태의 성능평가모델을 개발하였다. 기존연구와의 비교를 통해 성능평가모델의 적합성을 확인하였으며, 개발한 성능평가모델은 하천시설의 생애주기를 통합적으로 고려함으로써 정량적인 상태를 예측할 수 있다는 장점이 있다. 본 연구에서 제안된 성능평가모델 결과는 하천시설의 생애주기 관리를 위한 기초자료로 활용 가능할 것으로 기대된다.

• 한국토양비료학회지
• /
• 제41권4호
• /
• pp.235-238
• /
• 2008

토양침식을 예측하는 WEPP(Water Erosion Prediction Project)모델은 연방 정부기관이 토양과 물 보전 및 환경을 계획하고 평가하는데 활용하고자 1985년 8월 차세대 물에 의한 토양침식을 예측하기 위해 만들어졌다. 미농무성 농업연구소에 의해 개발된 WEPP 모델은 경험적인 침식 예측을 위한 도구로써 침투, 유거수, 강우와 물에 의한 토양입자의 분리, 침전물의 이동, 퇴적, 작물의 생장 및 수확 후 잔여물의 분해 등을 포함한 토양 침식과 관련된 많은 중요한 물리적 과정을 모의한다. WEPP 모델은 모델을 구성하는 모듈의 입력자료와 모델을 시험하기 위해서 필요한 자료를 경작지, 초지, 산림 등 광대한 현장 실험 결과들로부터 얻었다. 미국내 여러 농업연구소와 협력 대학 등 수 많은 연구소의 큰 노력으로 모델을 만들 수 있었다. WEPP 모델은 경사지 혹은 작은 유역 규모에 적용이 가능하며, 물리적 모델이기 때문에 미국과 다른 여러 나라에서 중요한 자연자원을 효과적으로 평가할 수 있다. 최근 들어 DOS프로그램으로 만들어진 초기 WEPP모델을 윈도우 인터페이스와 GIS프로그램을 통합하여 향상시켰다. 또한, 바람과 물에 의한 침식을 통합 예측하는 시스템을 쉽게 이용할 수 있도록 구축 중에 있다.

• 한국전자거래학회지
• /
• 제23권2호
• /
• pp.33-47
• /
• 2018

도시가스 배관은 지중에 매설되어 있기 때문에 세부 관리가 어렵고 다양한 위험에 노출되어 있다. 본 연구에서는 도시가스 배관압력 실시간 데이터를 분석해 배관압력 이상을 예측하고 전문가의 의사결정을 돕는 모델을 제안한다. 국내 도시가스 공급업체들 중 하나인 중부도시가스사의 정압기에서 수집하는 실시간 배관압력 데이터와 시간변수, 외부환경변수를 통합해 분석 데이터로 사용한다. 아산시와 천안시에 위치하는 11개 정압기를 분석 대상으로 하며 분 단위 배관압력 예측모델을 구현한다. Random forest, support vector regression(SVR), long-short term memory(LSTM) 알고리즘을 사용해 회귀모델을 구현한 결과 LSTM 모델에서 우수한 성능을 보인다. 아산시 배관압력 예측모델의 경우 LSTM 모델에서 RMSE가 0.011, MAPE가 0.494이며, 천안시 배관압력 예측모델의 경우 LSTM 모델에서 평균제곱근오차(root mean square error, RMSE)가 0.015, 절대평균백분율오차(mean absolute percentage error, MAPE)가 0.668로 가장 낮은 오류율을 보인다.

• 한국건축시공학회지
• /
• 제12권3호
• /
• pp.257-265
• /
• 2012

공동주택 건설사업에서 건설사들은 다수의 프로젝트를 동시에 수행하고 있으며, 최적의 공정관리와 자원투입으로 프로젝트의 현금흐름을 정확히 예측하는 것은 합리적 자금운용과 경쟁력 향상을 위하여 필수적이다. 기존의 현금흐름 예측 방법은 수입과 지출요소의 차이가 크게 발생하여 정확성이 낮아졌다. 본 연구는 K 건설사의 공동주택 공사관리 실태를 조사하여 현금흐름 예측의 문제점을 파악하였다. 기존의 원가관리 시스템의 개선을 위해 업무프로세스와 공사관리 시스템의 통합이 필요하였다. 현금흐름 예측모델 구축을 위해 수입과 지출요소 및 지출방법 등을 종합 현금흐름 예측창에 표시하였다. 또한, K사의 실시간 손익실행금액과 매출기성을 산정할 수 있는 TO-BE 업무 모델을 구축하여, 수입과 지출의 부정확한 요소를 배제한 현금흐름 예측 모델을 제안하였다.

• Korean Chemical Engineering Research
• /
• 제50권3호
• /
• pp.479-491
• /
• 2012

본 연구에서는 공급자와 소비자, 열 저장시설과 연계네트워크로 구성된 통합 지역난방시스템의 경제성을 평가하고 최적 운전조건을 규명하였다. 최적화에 있어서는 혼합 정수선형 계획법이 이용되었으며 1주일 동안의 열 요구량을 만족함과 동시에 통합 지역난방 시스템의 운전제한 조건에 따른 전체 운영비용을 목적함수로 하였다. 지역난방 네트워크 연결망을 열 병합 발전이 포함되지 않은 구역과 이를 포함하는 구역으로 나누어 최적화를 진행함으로써 열 병합 발전에 의한 비용절감 효과를 확인할 수 있었다. 아울러 계통한계가격 예측모델에 의해 예측된 계통한계가격과 실제 계통한계가격을 각각 적용하여 최적화를 진행하고 그 결과를 비교 분석하였다. 수치모사 결과 개발된 최적화 운영시스템의 도입에 의해 통합 지역난방시스템의 에너지 효율성이 증가함을 확인할 수 있었다.

• 인터넷정보학회논문지
• /
• 제15권6호
• /
• pp.99-106
• /
• 2014

최근 자연어 및 정형언어 처리, 인공지능 알고리즘 등을 활용한 효율적인 의미 기반 지식모델의 생성과 분석 방법이 제시되고 있다. 이러한 의미 기반 지식모델은 효율적 의사결정트리(Decision Making Tree)와 특정 상황에 대한 체계적인 문제해결(Problem Solving) 경로 분석에 활용된다. 특히 다양한 복잡계 및 사회 연계망 분석에 있어 정적 지표 생성과 회귀 분석, 행위적 모델을 통한 추이분석, 거시예측을 지원하는 모의실험 모형의 기반이 된다. 하지만 대부분의 지식 모델은 특정 지표나 정제된 데이터를 수동적으로 모델링하여 분석에 활용한다. 본 논문에서는 텍스트 마이닝 기술을 통해 방대한 비정형 정보로부터 지식 모델을 구성하는 토픽인자와 관계 노드를 생성하고 이를 통합하는 방법과 정형적 알고리즘을 제시한다. 이를 위해 먼저, 텍스트 마이닝을 통해 도출되는 키워드 맵을 동치적 지식맵으로 변환하고 이를 의미적 지식모델로 통합하는 방법을 설명한다. 또한 키워드 맵으로부터 유의미한 토픽 맵을 투영하는 방법과 의미적 동치 모델을 유도하는 알고리즘을 제안한다.

• 한국도로학회논문집
• /
• 제13권3호
• /
• pp.111-119
• /
• 2011

본 연구에서는 실시간으로 개별 차량에 대한 소음 예측 시뮬레이션을 통해 매 순간 소음지도와 Lmax, Lmin 등을 얻을 수 있는 소음 예측 모델을 제시하였다. GIS 지형처리 기법을 이용해 공간 모델 처리 기법을 바탕으로 실시간 교통소음예측 시스템 모델을 제안하고, 객체지향기법을 이용해 개발하였다. 실시간 소음 시뮬레이션 모델을 이용하여 교통 흐름의 변화에 따라 소음레벨, 소음지도 변화, Lmin, Lmax값을 한눈에 파악하거나 비교할 수 있다. 현장에서 수행한 소음측정치와 예측치를 비교한 결과, 대부분 거리에서 Leq는 2~3db, Lmax는 3~4db 이내의 차이를 나타내어 소음예측의 신뢰성이 양호함을 확인할 수 있었다. 개발된 시스템을 이용해 민감도 분석을 수행한 결과, 대형차 비율, 차량 속도, 방음벽 높이에 따라 소음레벨의 차이를 보였고, 특히 방음벽 높이는 Leq나 Lmin보다 Lmax에 큰 영향을 미치는 것을 알 수 있었다.

• 인터넷정보학회논문지
• /
• 제22권6호
• /
• pp.141-150
• /
• 2021

인공지능(Artificial Intelligence) 기술을 활용하여 인공지능 기반의 전쟁 (AI-enabled warfare)가 미래전의 핵심이 될 것으로 예상한다. 자연어 처리 기술은 이러한 AI 기술의 핵심 기술로 지휘관 및 참모들이 자연어로 작성된 보고서, 정보 및 첩보를 일일이 열어확인하는 부담을 줄이는데 획기적으로 기여할 수 있다. 본 논문에서는 지휘관 및 참모의 정보 처리 부담을 줄이고 신속한 지휘결심을 지원하기 위해 언어 모델 기반의 다출처 정보 통합 (Language model-based Multi-source Information Integration, LAMII) 프레임워크를 제안한다. 제안된 LAMII 프레임워크는 자기지도 학습법을 활용한 언어 모델에 기반한 표현학습과 오토인코더를 활용한 문서 통합의 핵심 단계로 구성되어 있다. 첫 번째 단계에서는, 자기지도 학습 기법을 활용하여 구조적으로 이질적인 두 문장간의 유사 관계를 식별할 수 있는 표현학습을 수행한다. 두 번째 단계에서는, 앞서 학습된 모델을 활용하여 다출처로부터 비슷한 내용 혹은 토픽을 함양하는 문서들을 발견하고 이들을 통합한다. 이 때, 중복되는 문장을 제거하기 위해 오토인코더를 활용하여 문장의 중복성을 측정한다. 본 논문의 우수성을 입증하기 위해, 우리는 언어모델들과 이의 성능을 평가할 때 활용되는 대표적인 벤치마크 셋들을 함께 활용하여 이질적인 문장간의 유사 관계를 예측의 비교 실험하였다. 실험 결과, 제안된 LAMII 프레임워크가 다른 언어 모델에 비하여 이질적인 문장 구조간의 유사 관계를 효과적으로 예측할 수 있음을 입증하였다.