• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.112-112
• /
• 2020

하천에서 유해화학물질 유입 사고 발생 시 수환경 피해를 최소화하기 위해 신속한 초기 대응이 필요하다. 따라서, 본 연구에서는 수환경 화학사고 대응 시스템 구축을 위해 하천 실시간 모니터링 지점에서 관측된 유해화학물질의 농도 자료를 이용하여 발생원의 유입 지점과 유입량을 역추적하는 프레임워크를 개발하였다. 본 연구에서 제시하는 프레임워크는 첫 번째로 하천 저장대 모형(Transient Storage Zone Model; TSM)과 HEC-RAS 모형을 이용하여 다양한 유량의 수리 조건에서 화학사고 시나리오를 생성하는 단계, 두번째로 생성된 시나리오의 유입 지점과 유입량에 대한 시간-농도 곡선 (BreakThrough Curve; BTC)을 21개의 곡선특징 (BTC feature)으로 추출하는 단계, 최종적으로 재귀적 특징 선택법(Recursive Feature Elimination; RFE)을 이용하여 의사결정나무 모형, 랜덤포레스트 모형, Xgboost 모형, 선형 서포트 벡터 머신, 커널 서포트 벡터 머신 그리고 Ridge 모형에 대한 모형별 주요 특징을 학습하고 성능을 비교하여 각각 유입 위치와 유입 질량 예측에 대한 최적 모형 및 특징 조합을 제시하는 단계로 구축하였다. 또한, 현장 적용성 제고를 위해 시간-농도 곡선을 2가지 경우 (Whole BTC와 Fractured BTC)로 가정하여 기계학습 모형을 학습시켜 모의결과를 비교하였다. 제시된 프레임워크의 검증을 위해서 낙동강 지류인 감천에 적용하여 모형을 구축하고 시나리오 자료 기반 검증과 Rhodamine WT를 이용한 추적자 실험자료를 이용한 검증을 수행하였다. 기계학습 모형들의 비교 검증 결과, 각 모형은 가중항 기반과 불순도 감소량 기반 특징 중요도 산출 방식에 따라 주요 특징이 상이하게 산출되었으며, 전체 시간-농도 곡선 (WBTC)과 부분 시간-농도 곡선 (FBTC)별 최적 모형도 다르게 산출되었다. 유입 위치 정확도 및 유입 질량 예측에 대한 R²는 대부분의 모형이 90% 이상의 우수한 결과를 나타냈다.

• 인지과학
• /
• 제10권3호
• /
• pp.1.2-1.2
• /
• 1999

시각적 선택에 대한 과거 정신물리학적, 신경 생리학적 연구결과를 토대로 Feature Gate 라는 신경 망 모형을 제안하였다. 이 모형에는 공간 배치도가 위계 적으로 구성되어 있으며, 정보의 흐름이 위계의 각 수준으로부터 그 다음 수준으로 넘어갈 때 주의 게이트에 의해 조절되도록 되어 있다. 주의 게이트들은 독특한 세부 특징을 가진 위치에 반응하는 상향식 시스템과 표적 세부 특징이 있는 위치에 반응하는 하향식 기제 모두에 의해 조절된다. 본 연구는 Feature Gate 모형의 하향식 기제에 초점을 맞추어 모형을 설명하고, 현재 다른 모형들이 설명하지 못하는 Moran & Desimone(1985)의 연구결과를 이 모형이 어떻게 설명하는지를 제시하고자 한다. Feature Gate 모형은 병렬 적인 세부특징 검색, 계열 적 접합표적 검색, 단서에 의한 주의의 점진적 감소 모형, 세부특징-주도적인 공간적 선택, 주의의 분할, 방해자극 위치의 억제, 주변 억제 등을 포함한 시각적 주의 연구의 여러 가지 많은 현상들을 설명하는데 하나의 일관적인 해석을 제공해 준다. 앞으로 이 모형을 더욱 확장, 발전 시켜 세부특징의 조합된 배열에 반응하는 상위 수준의 유닛을 사용한다면 시각적 선택과정이 포함된 형태 재인 모형으로 개발될 수 있다.

• 인지과학
• /
• 제14권1호
• /
• pp.11-16
• /
• 2003

본 논문은 Gabor 웨이브렛 변환을 이용하여 무표정을 포함한 표정영상에서 얼굴의 주요 요소들의 경계선을 추출한 후, FCM 군집화 알고리즘을 적용하여 무표정 영상에서 저차원의 대표적인 특징점을 추출한다. 무표정 영상의 특징점들은 표정영상의 특징점들을 추출하기 위한 템플릿으로 사용되어지며, 표정영상의 특징점 추출은 무표정 영상의 특징점과 동적 연결모형을 이용하여 개략적인 정합과 정밀한 정합 과정의 두단계로 이루어진다. 본 논문에서는 Gabor 웨이브렛과 FCM 군집화 알고리즘을 기반으로 동적 연결모형을 이용하여 표정영상에서 특징점들을 자동으로 추출할 수 있음을 제시한다. 본 연구결과는 자동 특징추출을 이용한 차원모형기반 얼굴 표정인식[1]에서 얼굴표정의 특징점을 자동으로 추출하는 데 적용되었다.

• 인지과학
• /
• 제35권1호
• /
• pp.1-21
• /
• 2024

본 연구는 두 가지 이론적 모델인 통합된 객체 모형과 특장 병렬-독립 저장 모형을 검증함으로써 시각작업기억 표상의 특성을 조사하였다. 실험 I에서 참가자들은 색상 사각형, 방위 막대 또는 두 가지 모두로 구성된 배열을 기억한 뒤 이를 토대로 변화탐지과제를 수행했다. 단일 특징 조건에서 기억배열은 하나의 특징(방위 또는 색상)으로만 구성된 반면, 두 가지 특징 조건은 둘 모두를 포함했다. 두 조건간 변화탐지 수행의 차이는 없었으며 이는 병렬-독립 저장 모형보다는 통합된 객체 모형을 지지한다. 실험 II에서는 이등변삼각형의 방위, 색상 사각형 또는 두 특징 모두로 구성된 기억배열을 대상으로 회상과제가 실시되었으며, 단일 특징과 두 가지 특징 조건 간 회상 수행이 비교되었다. 두 조건 간 회상 정확도에는 차이가 없었으나 표상 선명도와 추측반응에 대한 분석 결과는 강한 객체 모형보다는 약한 객체 모형을 시사했다. 본 연구의 결과는 시각작업기억의 표상 특성을 둘러싼 현시점의 논쟁에 있어서 병렬-독립 저장 모형이 아닌 통합된 객체 모형의 우세를 지지한다.

• 인지과학
• /
• 제10권3호
• /
• pp.1-15
• /
• 1999

시각적 선택에 대한 과거 정신물리학적, 신경 생리학적 연구결과를 토대로 Feature Gate 라는 신경 망 모형을 제안하였다. 이 모형에는 공간 배치도가 위계 적으로 구성되어 있으며, 정보의 흐름이 위계의 각 수준으로부터 그 다음 수준으로 넘어갈 때 주의 게이트에 의해 조절되도록 되어 있다. 주의 게이트들은 독특한 세부 특징을 가진 위치에 반응하는 상향식 시스템과 표적 세부 특징이 있는 위치에 반응하는 하향식 기제 모두에 의해 조절된다. 본 연구는 Feature Gate 모형의 하향식 기제에 초점을 맞추어 모형을 설명하고, 현재 다른 모형들이 설명하지 못하는 Moran & Desimone(1985)의 연구결과를 이 모형이 어떻게 설명하는지를 제시하고자 한다. Feature Gate 모형은 병렬 적인 세부특징 검색, 계열 적 접합표적 검색, 단서에 의한 주의의 점진적 감소 모형, 세부특징-주도적인 공간적 선택, 주의의 분할, 방해자극 위치의 억제, 주변 억제 등을 포함한 시각적 주의 연구의 여러 가지 많은 현상들을 설명하는데 하나의 일관적인 해석을 제공해 준다. 앞으로 이 모형을 더욱 확장, 발전 시켜 세부특징의 조합된 배열에 반응하는 상위 수준의 유닛을 사용한다면 시각적 선택과정이 포함된 형태 재인 모형으로 개발될 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.204-204
• /
• 2017

WRF 모형은 실제 자연에서 나타나는 대기 현상의 원인을 물리적 동적 방정식들의 항으로 표현한 수치예보모형으로 전세계의 상업적 비상업적인 수치예보모형 안에서 성능이 뛰어나다고 평가되어지고 있다. WRF 모형은 오픈소스 기반의 비상업적 모형으로 사용 및 수정이 자유로운 특징이 있으며, 위성 및 레이더와 같은 고도화된 다양한 기상관측자료를 입력자료로 활용할 수 있는 장점이 있다. WRF-HYDRO 모형은 WRF 모형이 갖는 공간적인 저해상도 문제를 해결할 수 있는 고해상도의 격자를 구축할 수 있으며 유출량과 수문 변량을 추정할 수 있는 추적 모형을 추가하여 수문학적 예측 능력을 향상하고자 개발되었다. 기존 모형과의 차별성으로는 기상인자로 인하여 도출된 지표면의 수문인자들이 시간의 변동에 따라서 다음 시간의 기상인자에 영향을 미치는 피드백 구조로 구성되어 기상과 지표면이 양방향으로 연결되는 특징이 있다. 기존 모형에 비하여 향상된 구조적인 특징은 수문학적 순환과정을 자연스럽게 재현함으로서 신뢰성 있는 결과를 도출할 수 있을 것으로 판단된다. 본 연구에서는 만경강 유역의 실제 유출 사상에 대하여 WRF-HYDRO 모형을 적용하고, 홍수통제소 관할 만경강 유역내 수문 관측소 자료와의 비교를 통해 WRF-HYDRO 모형의 적용성을 검토하였다. 수문 관측소를 통한 검토 결과를 기반으로 WRF-HYDRO 모형에서 제시된 수문-기상 정보를 통하여 만경강 유역의 홍수 사상의 발생 과정에 대한 추적 및 미계측 변량의 추정에 유용하게 사용할 수 있을 것으로 판단된다.

• 인지과학
• /
• 제14권1호
• /
• pp.10-10
• /
• 2003

본 논문은 Gabor 웨이브렛 변환을 이용하여 무표정을 포함한 표정영상에서 얼굴의 주요 요소들의 경계선을 추출한 후, FCM 군집화 알고리즘을 적용하여 무표정 영상에서 저차원의 대표적인 특징점을 추출한다. 무표정 영상의 특징점들은 표정영상의 특징점들을 추출하기 위한 템플릿으로 사용되어지며, 표정영상의 특징점 추출은 무표정 영상의 특징점과 동적 연결모형을 이용하여 개략적인 정합과 정밀한 정합 과정의 두단계로 이루어진다. 본 논문에서는 Gabor 웨이브렛과 FCM 군집화 알고리즘을 기반으로 동적 연결모형을 이용하여 표정영상에서 특징점들을 자동으로 추출할 수 있음을 제시한다. 본 연구결과는 자동 특징추출을 이용한 차원모형기반 얼굴 표정인식[1]에서 얼굴표정의 특징점을 자동으로 추출하는 데 적용되었다.

• 한국철도학회논문집
• /
• 제12권4호
• /
• pp.488-498
• /
• 2009

지역간 철도는 일반적인 대중교통의 특징 이외에도 노선의 수가 매우 많다는 등의 차별화되는 특징이 있다. 본 연구는 경로구간에 노선선택확률의 개념을 도입하여, 지역간 철도의 특징을 잘 반영할 수 있는 확률적 대중교통 통행배정모형을 제시하였다. 확률적 통행배정모형은 결정적 통행배정모형의 특성을 포함한 보다 일반화된 모형이다. 본 모형은 다양한 지역간 철도의 특징을 반영할 수 있으며, 기존의 도로 통행배정모형에서 많이 활용되고 있는 탐색알고리즘을 직접 활용하기 위해 대중교통 통행배정모형에서 적용되는 네트워크 확장을 단순화시킬 수 있다. 모형의 검증을 위해서 기존에 대표적으로 이용되는 선형 및 격자형 네트워크에서의 적용성을 검증하기 위해서 본 연구에서 제안한 해법을 사용하여 기존 모형과 비교하였다. 또한, 지역간 철도의 현실을 반영한 소규모 네트워크에서 기존 모형과의 예측 능력을 비교하였으며, 그 결과 본 연구에서 제시한 모형의 예측 능력이 가장 우수한 것으로 분석되었다.

• 응용통계연구
• /
• 제29권1호
• /
• pp.1-12
• /
• 2016

금융시계열은 일반 시계열과는 차별적으로 stylized facts로 불리는 특징을 가지고 있다. 이 특징들은 급첨 성질, 비정규분포, 변동성 집중 및 비대칭성을 포함한다. 이러한 특징들을 설명하기 위해서는 기존의 선형 ARMA 모형에서 벗어난 특수한 모형이 필요하게 되었다. 본 논문은 변동성 모형인 GARCH 형태의 모형을 중심으로 특수 금융시계열 모형들을 소개하고 연관된 통계적 이슈들에 대해 가능한 최근 연구를 중심으로 폭 넓게 조망하고 있다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 1999년도 추계학술대회 논문집
• /
• pp.271-276
• /
• 1999

자동 표정인식 및 합성 기술과 내적상태별 얼굴표정 프로토타입 작성의 기초 작업으로서 특정 내적상태를 표현하는 얼굴표정의 특징적 구조를 분석하였다. 내적상태의 평정 절차를 거쳐 열 다섯 가지의 내적상태로 명명된 배우 여섯 명에 대한 영상자료 90장을 사용하여 각 표정의 특징적 구조를 발견하고자 하였다. 서로 다른 얼굴들의 표준화 작업과 서로 다른 표정들의 직접 비교 작업에 정확성을 기하기 위하여 각 표정 표본들을 한국인 표준형상모형에 정합하였다. 정합 결과로 얻어진 각 얼굴표정의 특징점에 대해 모형이 규정하고 있는 좌표값들만으로는 표정해석이 불가능하며 중립얼굴로부터의 변화값이 표정해석에 유효하다는 결론을 얻었다. 표정의 특징적 구조는 그 표정이 표현하는 내적상태가 무엇인가에 따라 발견되지 않는 경우도 있었으며 내적상태가 기본정서에 가까울수록 비교적 일관된 형태를 갖는 것으로 나타났다. 내적상태별 특징적 표정을 결정할 수 있는 경우에 표정의 구조는 얼굴표정 요소들 중 일부에 의해서 특징지어짐을 확인하였다.