• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2008.06a
• /
• pp.26-33
• /
• 2008

본 연구는 다양한 위치기반 서비스에 대한 사용자의 인식수준과 시장 특성 및 규모 등의 예측을 수행하기 위한 논문이다. 따라서 본 연구에서는 실내외 연속측위에 기반한 위치기반서비스의 종류를 분류하고 해당 서비스에 대한 사용자 중심의 서비스 특성, 시장 예측을 수행하고 있다. 서비스 특성의 분석은 위치정확도와 서비스의 기능성을 중심으로 분석되었고, 시장 규모에 대한 예측은 서비스의 시장성과 성장가능성 등을 중심으로 분석되었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.05a
• /
• pp.510-512
• /
• 2022

Various studies are being conducted to improve the accuracy of fine dust, but there is a problem that deep learning models are not well learned due to various characteristics according to the concentration of fine dust. This paper proposes an EEMD-based fine dust concentration prediction model to decompose the characteristics of fine dust concentration and reflect the characteristics. After decomposing the fine dust concentration through EEMD, the final fine dust concentration value is derived by ensemble of the prediction results according to the characteristics derived from each. As a result of the model's performance evaluation, 91.7% of the fine dust concentration prediction accuracy was confirmed.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 2010.11a
• /
• pp.287-293
• /
• 2010

본 연구에서는 개방형 로켓엔진시스템의 제어시스템을 구성하기 위한 선행연구로서, 시동특성을 예측하기위해 Simulink 모델을 구성하였다. 구성품별 동특성 모델을 바탕으로 로켓엔진시스템의 예측 프로그램을 구성하였으며, 대상으로 하는 시스템의 천이 작동상태에서의 동특성 변화의 예측과 더불어 그 모델링의 타당성 검증을 위하여 실제 개방형 로켓엔진 상사모델의 수류실험을 통해 실험적으로 측정하여 비교하였다. 또한 Simulink모델이 제어시스템을 구성하기위해 적합한지를 판단하기위해 기 수행된 천이 동특성 예측 프로그램의 결과와 비교하였고 검증하였다.

• Journal of the Korea Society for Simulation
• /
• v.30 no.1
• /
• pp.75-85
• /
• 2021

In this paper, we present a deep neural network-based prediction model that processes and analyzes the corporate credit and personal credit information of individual business owners as a new method to predict the default rate of individual business more accurately. In modeling research in various fields, feature selection techniques have been actively studied as a method for improving performance, especially in predictive models including many features. In this paper, after statistical verification of macroeconomic indicators (macro variables) and credit information (micro variables), which are input variables used in the default rate prediction model, additionally, through the credit information feature selection method, the final feature set that improves prediction performance was identified. The proposed credit information feature selection method as an iterative & hybrid method that combines the filter-based and wrapper-based method builds submodels, constructs subsets by extracting important variables of the maximum performance submodels, and determines the final feature set through prediction performance analysis of the subset and the subset combined set.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.31-31
• /
• 2018

본 연구는 내수침수에 의한 침수면적 예측을 위하여 1차원 유출모형의 유출특성을 이용하여 침수면적 예측방법의 최적화이다. 2017년 강우의 초기강우와 첨두강우 특성을 적용한 경우에 정확한 침수면적 추정이 가능한 것을 확인한 바가 있다. 이러한, 결과에 추가적으로 SWMM 모형의 유출결과 자료의 특성인자를 이용하여 침수DB를 선택한 경우에 침수면적 예측 정확도를 분석하였다. 강우지속시간 및 강우량의 변화에 따른 유출결과의 변화를 분석하여 강우특성에 따른 SWMM 모형의 노드별 유출결과의 특성인자 변화를 분석하여 침수DB에서 실제 침수면적 선정방법을 정리하였다. 정리된 방법을 이용하여 유출결과 자료 특성인자를 이용한 최적의 침수DB 선정방법을 돌출하였다. 강우 특성 인자에서 침수DB를 선정하는 방법과 비교하여 강우유출모형의 모의결과를 이용한 경우에 약 6,000여개 노드를 기준으로 5~10분의 모의시간이 추가적으로 소요되어 실시간 침수 DB 선정에는 어렵지만, 준실시간 실제 유출량을 고려한 침수DB 선정이 가능할 것이다. 따라서, 강우특성 도출에 따라 1차적으로 침수DB를 선정하고, 강우유출모형의 유출 특성에 따라서 2차적으로 침수DB를 선정한다면, 예경보 시스템에서 대응시간 확보와 예측 정확도 유지에 긍정적인 방안으로 도입될 수 있을 것이다. 침수DB 구축은 많은 침수면적 산정연구에 이용하였던 TUFLOW 모형을 이용하여 침수DB를 구축하였다. SWMM 모형을 이용하여 강우유출을 모의하고, 침수면적을 TUFLOW를 이용하여 구축한 다양한 호우사상에 대한 침수DB를 이용하여 준실시간 침수면적 예측하는 방법은 향후, 예경보 시스템 구축에 이바지 할 수 있을 것입니다.

• Journal of Intelligence and Information Systems
• /
• v.4 no.1
• /
• pp.41-58
• /
• 1998

본 연구는 여러 가지 Data Mining 기법들로부터 도출된 지식과 AHP를 이용하여 도출된 전문가의 지식을 사용된 정보의 특성에 따라 조사하고, 이러한 각각의 지식들을 중심으로 부도예측 모형을 설계한 후, 각 모형의 특성 및 부도예측력에 대한 실증적 비교연구에 그 목적을 두고 있다. 사용된 Data Mining 기법들은 통계적 다중판별분석 모형, ID3 모형, 인공신경망 모형이며, 전문가 지식의 추출은 AHP를 사용하여 45명의 전문가로부터 부도와 관련하여 인터뷰 및 설문조사를 실시하였다. 특히 부도예측에 사용된 변수의 특성을 정량적 재무정보와 정성적 비재무정보로 나누어서 각 모형의 특성을 비교연구하였다. 연구결과 부도예측시 정성적정보의 중요성을 확인하였으며, 전문가의 지식을 기반으로한 AHP 모형이 위험예측모형으로 사용될 수 있음을 실증적으로 보여주었다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.89-90
• /
• 2015

현재 사용되고 있는 풍력발전 예측 모델은 물리적인 시간변화에 따른 예측을 진행하고 있다. 제주도 풍력단지의 출력 값과 풍력단지 상호 거리에 대한 상관관계를 분석해본 결과, 거리가 가까울수록 높은 상관계수를 보이는 것을 알 수 있었다. 따라서 풍력 예측 모델에서 시간적인 특성뿐 아니라 공간적 특성을 같이 고려하는 것이 필요하다. 본 논문에서는 국내 외 풍력발전 예측 모델을 분석을 수행하고, 풍력 예측 모델에 공간기법 적용의 필요성에 대해 연구하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.59-59
• /
• 2019

최근 기후변화로 인해 대류성 집중호우가 빈번하게 발생하고 있으며, 이러한 강우 특성은 산지지역에 위치한 소하천유역에 상당한 피해를 야기한다. 대류성 집중호우는 규모가 작고 속도가 빠르기 때문에 중규모 이상의 유역에서 부분적으로 상이한 강우특성을 보인다. 아울러 이러한 호우패턴의 변화는 일시적인 현상이 아닌 하나의 기상 특성으로 자리를 잡아가고 있기 때문에 이에 대한 대책마련이 더욱 필요한 실정이다. 돌발홍수 예경보시스템에 예측강우 자료는 예측 선행시간의 한계를 가진다. 즉, 예측강우 자료자체가 가지는 편의와 불확실성으로 인해 예측 선행시간이 3시간을 초과하면 신뢰도가 급격히 하락하게 된다. 이를 해결하기 위해 우리나라에서는 지상관측치와의 편의를 보정하거나 예측강우자료 자체의 품질을 개선하려는 노력을 지속하고 있다. 본 연구에서는 예측 선행시간을 확장하고자 순차적으로 생산되는 예측강우를 가중평균하여 앙상블 예측치를 모의하는 기법을 개발하였다. 각 선행시간별 예측강우자료를 앙상블 멤버로 인식하여 이들의 공분산 구조를 파악하고, 분산과 공분산 수치를 이용하여 가중치를 결정하였다. 1, 2, 3시간 예측 선행시간에 대한 확장 가능성을 확인하고자 하였고, 최적의 앙상블 멤버 개수를 결정하여 적용 및 평가하였다. 본 연구에서는 2016년과 2017년에 발생한 주요 호우사상을 선정하고, 우리나라 전역에 걸쳐 예측강우 앙상블 생성 방법론을 적용하였다. 그 결과, 가중평균 앙상블의 예측치가 예측강우장 1개, 단순평균 앙상블 예측치에 비해 좋은 품질의 예측 성능을 보였으며, 예측치의 분산 또한 감소하여 예측에 대한 불확실성이 줄어듦을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1279-1283
• /
• 2010

미국의 경우 1994년 발생한 대홍수(Great Flood)에 대해 사건조사를 수행하면서 예측에 포함되는 불확실성 정도를 제공하지 못하는 확정적 예측의 위험성 및 확률유량예측에 대한 필요성이 부각되었으며, 앙상블 유량예측(Ensemble Streamflow Prediction, ESP) 기법을 활용한 확률유량예측 방안에 대해 지속적으로 연구가 수행되고 있다. 국내에서도 확률예측에 대한 필요성이 인식되면서 기존 국외 연구사례를 토대로 국내 환경에 적용 가능한 방안에 대한 연구가 진행되었으며, 중장기 앙상블 유량예측의 경우 현업에서 다양한 형태로 활용되고 있다. 앙상블 유량예측의 기본이론은 예측시점의 초기조건 하에서 예측기간에 발생 가능한 기상 앙상블 시나리오를 수문모형의 입력자료로 사용하여 불확실성 범위를 설명 가능한 유량 앙상블을 모의하는 기법이다. 이러한 이론적 단순함 때문에 쉽게 현업의 유량예측 시스템 내에서 사용할 수 있다는 장점이 있으나, 동시에 기법적 특성으로 인하여 유량예측의 신뢰도가 현업에서 활용되기 어려울 정도로 낮아지는 관계로, 이러한 한계점을 극복하기 위해 그동안 기상자료 및 수문모형으로 인한 불확실성 저감에 대한 연구가 수행되었다. 하지만 예측 및 시나리오 기간의 잘못된 설정으로 기존의 불확실성 저감을 위한 연구의 적용에도 불구하고 앙상블 유량예측의 신뢰도가 오히려 낮아질 수 있으므로, 본 연구는 시나리오 기간에 따른 오차의 양상과 예측기간의 증가에 따른 초기조건의 영향을 분석하여 앙상블 유량예측의 기법적 특성 하에서 신뢰도 높은 예측을 기대할 수 있는 예측 및 시나리오 기간을 제안하였다.

• Journal of Wetlands Research
• /
• v.21 no.3
• /
• pp.236-243
• /
• 2019

Hydrologic time series has been analyzed and forecasted by using classical linear models. However, there is growing evidence of nonlinear structure in natural phenomena and hydrologic time series associated with their patterns and fluctuations. Therefore, the classical linear techniques for time series analysis and forecasting may not be appropriate for nonlinear processes. Daily streamflow series at St. Johns river near Cocoa, Florida, USA showed an interesting result of a low dimensional, nonlinear dynamical system but daily inflow at Soyang reservoir, South Korea showed stochastic property. Based on the chaotic dynamical characteristic, DVS (deterministic versus stochastic) algorithm is used for short-term forecasting, as well as for exploring the properties of the system. In addition to the use of DVS algorithm, a neural network scheme for the forecasting of the daily streamflow series can be used and the two techniques are compared in this study. As a result, the daily streamflow which has chaotic property showed much more accurate result in short term forecasting than stochastic data.