• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.110-110
• /
• 2019

유역 강우-유출 과정의 물리적 특성과 비선형성을 반영하여 유출을 예측할 수 있는 새로운 방법을 제시한다. Dynamic wave 이론 기반의 강우-유출 모형과 유역의 지형적, 수문학적 특성을 이용하여 유역의 순간단위도를 S-수문곡선 방법을 통해 유도하였으며, 비선형성을 고려한 유출수문곡선 산정을 위해 순간단위도의 회선적분 시 강우강도별로 달라지는 순간단위도를 반영하였다. 기존 선형 가정에 근거한 단위도 방법이나, kinematic wave 이론 기반의 순간단위도 방법들에 비해 유역 반응의 물리적 특성과 비선형성을 잘 반영할 수 있었으며, 수치 시뮬레이션을 통한 강우유출 예측 방법에 비해 예측에 소요되는 시간이 짧다는 이점을 가졌다. 본 연구에서 제시한 방법에 대한 이상적 유역, 실제 유역에 대한 검증을 진행하였으며 실제 관측결과와 비교해 본 결과 유역의 강우-유출 관계를 정확히 예측하였다는 결론을 얻을 수 있었다.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1995.05b
• /
• pp.993-998
• /
• 1995

본 연구는 국제공동연구로 수행중인 Hualien 대형내진모델시험사업중 모델구조물에 대한 지진 응답 예측해석(blind prediction analysis)에 관한 것이다. 이 해석은 축대칭 무한요소를 이용하여 개발한 전산프로그램 KIESSI와 유연체적법에 의한 전산프로그램 SASSI를 이용하여 수행하였으며, 구조물 및 지반 특성은 뒷채움이 완료된 모델구조물에 대한 통일모델과 예측 후 상관해석 결과를 사용하였다. 그 결과 지진응답 예측해석 결과는 계측된 지진응답과 비교적 잘 일치하였으나 더 좋은 해석결과를 얻기 위해서는 구조물 및 지반 특성을 좀 더 수정할 필요가 있음을 알 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.248-248
• /
• 2016

본 연구에서는 동아시아 가뭄에 대한 발생원인과 예측가능성을 진단하기 위하여 대기순환패턴과의 상관성 분석을 실시하였으며, 원격상관 패턴에 의한 동아시아 가뭄의 시공간적 변화특성을 분석하였다. 또한 통계적 기법인 EEMD(Ensemble Empirical Mode Decomposition) 분석을 적용하여 원격상관패턴과 동아시아 가뭄의 예측가능성을 검토하였다. 본 연구는 동아시아 가뭄특성을 진단하고 가뭄예측기법의 개발을 통하여 현실적인 적응전략 수립에 유용하게 활용 될 것으로 기대된다.

• Proceedings of the KIPE Conference
• /
• 2019.07a
• /
• pp.56-58
• /
• 2019

배터리의 효율적인 관리와 안정적인 운영을 위해서는 배터리의 노화에 따른 배터리의 모니터링이 필요하다. 하지만 모델 기반의 SOH 예측 모델의 경우 파라미터의 변화에 대한 정확한 정보가 반영되지 않을 경우 심각한 오류를 야기 할 수 있다. 따라서 본 논문에서는 비 모델인 시계열 예측 기법 ARIMA 모델을 제안하고 전기적 특성 실험을 통한 내부 파라미터에 대한 분석과 파라미터에 대한 상관분석, 이를 통한 SOH 예측을 통해 ARIMA 모델의 특성 및 정확성에 대해 제안한다.

• The Proceedings of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.4 no.2
• /
• pp.33-40
• /
• 1990

고압 수은등의 전기적 특성을 예측하기 위한 컴퓨터 프로그램을 작성하였다. 즉 고압기체방전에서 성립되는 단위체적당 에너지 평형식과 입자의 밀도에 대한 연속방정식을 방전관의 반경과 시간에 대하여 풀어서 전류값을 예측하였다. 프로그램의 수행결과, 방전광에 입력된 에너지는 방사에너지로 가장 크게 손실되며, 전도손실은 시간에 무관하게 거의 일정한 것으로 나타났다. 또한 비교적 길이가 짧은 방전관의 특성을 예측하기 위하여 음극강하를 고려하여 산정한 길이를 추정하는 방법을 개발하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.21 no.4
• /
• pp.463-468
• /
• 2011

Context prediction methods have been developed in two ways - one is a prediction for discrete context and the other is for continuous context. As most of the prediction methods have been used with prediction algorithms in specific domains suitable to the environment and characteristics of contexts, it is difficult to conduct a prediction for a user's context which is based on various environments and characteristics. This study suggests a context prediction method available for both discrete and continuous contexts without being limited to the characteristics of a specific domain or context. For this, we conducted a context prediction based on sequence matching by generating sequences from contexts in consideration of association rules between context attributes and by applying variable weights according to each context attribute. Simulations for discrete and continuous contexts were conducted to evaluate proposed methods and the results showed that the methods produced a similar performance to existing prediction methods with a prediction accuracy of 80.12% in discrete context and 81.43% in continuous context.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.38-38
• /
• 2017

본 연구는 내수침수에 의한 침수면적 예측을 위한 강우특성과 1차원 유출모형의 유출특성 및 월류특성 자료를 이용한 침수면적의 정확도를 다양한 호우사상을 적용하여 분석하였다. 국내에서 침수 취약지역 예측을 위해서 강우-유출모형의 유출량 예측 즉 홍수추적을 중심으로 이루어지고 있는 실정이다. 기존 모형이 홍수추적을 중심으로 이루어진 것은 대유역의 경우에 XP-SWMM 모형과 같은 정밀모형을 이용할 경우 긴 모의시간으로 인하여 예경보 발령을 위한 골든타임 확보가 어려우며, 홍수량 예측을 통하여 예측된 침수피해에 대한 정밀도 확보가 어렵기 때문에 실제 상황에 적용하기 어려운 문제점이 발생하고 있다. 컴퓨터 하드웨어의 발전에 따른 연산속도의 증가와 빅데이터 처리기술을 발전에 따라서 10년 전과 비교하여 2차원 침수면적 예측시간이 단축되기는 하였지만, 실제 침수면적 예측에 적용하기는 어려운 실정이다. 따라서, 모의시간이 짧은 1차원 강우-유출모형, 1차원 도시유출모형을 이용한 침수면적 예측방법에 대하여 연구하였다. 홍수피해 예측을 위하여 다양한 수문학적 인자의 영향 분석을 위해서 XP-SWMM 모형의 다양한 형태의 강우입력자료에 따른 1차원 유출 모의결과와 2차원 지표류 모의결과를 이용하여, 2차원 침수면적 예측결과를 추정하기 위한 수문학적 인자의 적용방법에 대하여 분석하였다. 모의시간이 짧은 강우-유출모형과 1차원 도시유출모형을 이용하여 도출한 수문학적 인자를 이용한 침수면적의 추정방법을 분석을 비교분석함으로써 침수면적 예측 시스템 구축방안에 대하여 구체적인 수문학적 인자들 생성을 위한 단계적 모형 적용방안 수립을 위한 자료로 활용할 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.62-62
• /
• 2022

홍수 예보를 위한 강우-유출 분석에서 정확한 예측 강우량 정보는 매우 중요한 인자이다. 이에 따라 강우 예측을 위하여 다양한 연구들이 수행되고 있지만 시·공간적으로 비균일한 특성 또는 변동성을 가진 강우를 정확하게 예측하는 것은 여전히 난제이다. 본 연구에서는 딥러닝 기반 ConvLSTM (Convolutinal Long Short-Term Memory) 모형을 사용하여 위성 강수 자료의 단기 예측을 수행하고 그 정확성을 분석하고자 한다. 대상유역은 메콩강 유역이며, 유역 면적이 넓고 강우 관측소의 밀도가 낮아 시·공간적 강우량 추정에 한계가 있으므로 정확한 강우-유출 분석을 위하여 위성 강수 자료의 활용이 요구된다. 현재 TRMM, GSMaP, PERSIANN 등 많은 위성 강수 자료들이 제공되고 있으며, 우선적으로 ConvLSTM 모형의 강수 예측 활용가능성 평가를 위한 입력자료로 가장 보편적으로 활용되는 TRMM_3B42 자료를 선정하였다. 해당 자료의 특성으로 공간해상도는 0.25°, 시간해상도는 일자료이며, 2001년부터 2015년의 자료를 수집하였다. 모형의 평가를 위하여 2001년부터 2013년 자료는 학습, 2014년 자료는 검증, 2015년 자료는 예측에 사용하였다. 또한 민감도 분석을 통하여 ConvLSTM 모형의 최적 매개변수를 추정하고 이를 기반으로 선행시간(lead time) 1일, 2일, 3일의 위성 강수 예측을 수행하였다. 그 결과 선행시간이 길어질수록 그 오차는 증가하지만, 전반적으로 3가지 선행시간 모두 자료의 강수량뿐만 아니라 공간적 분포까지 우수하게 예측되었다. 따라서 2차원 시계열 자료의 특성을 기억하고 이를 예측에 반영할 수 있는 ConvLSTM 모형은 메콩강과 같은 미계측 대유역에서의 안정적인 예측 강수량 정보를 제공할 수 있으며 홍수 예보를 위한 강우-유출 분석에 활용이 가능할 것으로 판단된다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.25 no.2
• /
• pp.80-98
• /
• 2023

This study explores the effectiveness of various data preprocessing algorithms for improving subseasonal to seasonal (S2S) climate predictions from six climate forecast models and their Multi-Model Ensemble (MME) using a deep learning-based postprocessing model. A pipeline of data transformation algorithms was constructed to convert raw S2S prediction data into the training data processed with several statistical distribution. A dimensionality reduction algorithm for selecting features through rankings of correlation coefficients between the observed and the input data. The training model in the study was designed with TimeDistributed wrapper applied to all convolutional layers of U-Net: The TimeDistributed wrapper allows a U-Net convolutional layer to be directly applied to 5-dimensional time series data while maintaining the time axis of data, but every input should be at least 3D in U-Net. We found that Robust and Standard transformation algorithms are most suitable for improving S2S predictions. The dimensionality reduction based on feature selections did not significantly improve predictions of daily precipitation for six climate models and even worsened predictions of daily maximum and minimum temperatures. While deep learning-based postprocessing was also improved MME S2S precipitation predictions, it did not have a significant effect on temperature predictions, particularly for the lead time of weeks 1 and 2. Further research is needed to develop an optimal deep learning model for improving S2S temperature predictions by testing various models and parameters.

• Journal of Advanced Marine Engineering and Technology
• /
• v.37 no.8
• /
• pp.869-876
• /
• 2013

In order to estimate the fatigue life of mufflers at the early stage of researches and designs, the new prediction process was developed by the artificial neural network, which has the algorism of weldment properties. Bending fatigue test was carried out for defining the characteristics of muffler weldment fatigue life and damage. For considering and predicting mechanical and fatigue properties of the muffler, the maximum stress of weldment was adapted as the variable of artificial neural network training. Also, it was compared with the fatigue life predicting results using fatigue notch factors, for proving the newly developed process of the artificial neural network.