• Economic and Environmental Geology
• /
• v.54 no.1
• /
• pp.77-89
• /
• 2021

In this study, a method has been proposed to improve the performance of hydraulic property estimation model developed by Jeong et al. (2020). In their study, low-dimensional features of the annual groundwater level (GWL) fluctuation patterns extracted based on a Denoising autoencoder (DAE) was used to develop a regression model for predicting hydraulic properties of an aquifer. However, low-dimensional features of the DAE are highly dependent on the precipitation pattern even if the GWL is monitored at the same location, causing uncertainty in hydraulic property estimation of the regression model. To solve the above problem, a process for generating the GWL fluctuation pattern for conditioning the precipitation is proposed based on a conditional variational autoencoder (CVAE). The CVAE trains a statistical relationship between GWL fluctuation and precipitation pattern. The actual GWL and precipitation data monitored on a total of 71 monitoring stations over 10 years in South Korea was applied to validate the effect of using CVAE. As a result, the trained CVAE model reasonably generated GWL fluctuation pattern with the conditioning of various precipitation patterns for all the monitoring locations. Based on the trained CVAE model, the low-dimensional features of the GWL fluctuation pattern without interference of different precipitation patterns were extracted for all monitoring stations, and they were compared to the features extracted based on the DAE. Consequently, it can be confirmed that the statistical consistency of the features extracted using CVAE is improved compared to DAE. Thus, we conclude that the proposed method may be useful in extracting a more accurate feature of GWL fluctuation pattern affected solely by hydraulic characteristics of the aquifer, which would be followed by the improved performance of the previously developed regression model.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.467-467
• /
• 2021

기존 저수지 농업용수는 주로 논의 벼재배 용수공급을 목적으로 설계되었지만, 논 지역 타작물 재배 지원 등의 정책으로 논에서 밭으로 전작화가 증가함에 따라 농업용수의 효율적 분배를 위한 논의 전작화 패턴 분석이 필요한 실정이다. 이에 본 연구에서는 공공데이터 포털의 2019년 팜맵을 활용하여 최신 경지 현황을 파악하고, 환경부의 2007년, 2019년 토지피복지도를 이용하여 전작화 패턴을 분석하였다. 구축된 팜맵과 토지피복지도는 환경부 토지피복분류 기준 농업지역 중분류로 일치시켜 분석에 활용되었다. 논, 밭, 시설재배지 등의 농경지 이용 현황 및 전작화 추이는 전국 단위, 권역 단위로 분석되었고, 주요 시도와의 공간적 거리를 전작화 영향인자로 설정하여 DUP(Degree of Urban Proximity) 등의 지표로 그 영향을 확인하였다. 또한, 전체 경지 중 논, 밭의 면적과 증감 추이를 ACR(Area Change Rate) 등의 지표로 전작화 규모를 파악하였고, LPI(Largest Patch Index), LSI(Landscape Shape Index) 등의 지표로 개별/집단화 전작의 패턴분석을 수행하였다. 본 연구로 제시된 저수지 수혜 구역별 논의 전작화 패턴은 논 벼재배와 농업용수 수요 특성이 상이한 밭작물에 안정적 용수공급 체계 구축 등의 기초자료로 활용 가능할 것으로 생각된다.

• Weed & Turfgrass Science
• /
• v.2 no.1
• /
• pp.47-54
• /
• 2013

The study was conducted to investigate early establishment characteristics and germination pattern of fine-textured fescues (FF) under natural room temperature and to analyze differences between alternative and natural conditions for a practical application. Six cultivars from Chewings fescue (CF), creeping red fescue (CRF), hard fescue (HF) and sheep fescue (SF) were evaluated in the study. Daily and cumulative germination pattern were measured and analyzed. Significant differences were greatly observed in germination pattern, days to the first germination, days to 60% germination, and germination percentage with environments, species and cultivars. Final germination rate was 29.7 to 80.0% under natural conditions. The first germination was initiated between 8 and 10 DAS (days after seeding) under natural conditions, being 3 to 4 days later as compared with ISTA conditions. Days to the 60% germination were 12.1 to 19.0 DAS, being 3.0 to 4.2 days slower than that under ISTA conditions. CF 'Jamestown II' was the fastest cultivar, while the slowest CRF 'Audubon'. Turf establishment speed was faster with CRF < SF < HF and < CF in order. Information on differences in germination characteristics and pattern between alternative and natural conditions would be practically useful for a golf course construction etc., when established with FF.

• KIPS Transactions on Software and Data Engineering
• /
• v.7 no.2
• /
• pp.51-62
• /
• 2018

High utility sequential pattern (HUSP) mining has been considered as an important research topic in data mining. Although some algorithms have been proposed for this topic, they incur the problem of producing a large search space for HUSPs. The tighter utility upper bound of a sequence can prune more unpromising patterns early in the search space. In this paper, we propose a sequence expected utility (SEU) as a new utility upper bound of each sequence, which is the maximum expected utility of a sequence and all its descendant sequences. A sequence utility list for each pattern is used as a new data structure to maintain essential information for mining HUSPs. We devise an algorithm, high sequence utility list-span (HSUL-Span), to identify HUSPs by employing SEU. Experimental results on both synthetic and real datasets from different domains show that HSUL-Span generates considerably less candidate patterns and outperforms other algorithms in terms of execution time.

• Journal of the Korea Society of Computer and Information
• /
• v.14 no.3
• /
• pp.139-147
• /
• 2009

The memory based reasoning just stores in the memory in the form of the training pattern of the representative pattern. And it classifies through the distance calculation with the test pattern. Because it uses the techniques which stores the training pattern whole in the memory or in which it replaces training patterns with the representative pattern. Due to this, the memory in which it is a lot for the other machine learning techniques is required. And as the moreover stored training pattern increases, the time required for a classification is very much required. In this paper, We propose the EAS(Evaluation And Selection) algorithm in order to minimize memory usage and to improve classification performance. After partitioning the training space, this evaluates each partitioned space as MDL and PM method. The partitioned space in which the evaluation result is most excellent makes into the representative pattern. Remainder partitioned spaces again partitions and repeat the evaluation. We verify the performance of Proposed algorithm using benchmark data sets from UCI Machine Learning Repository.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.301-306
• /
• 2006

본 연구에서는 강우의 시 공간적 분포의 불규칙한 변동성을 고려한 강우-유출예측을 위해 인공신경망(Artificial Neural Networks: ANNs)의 기법의 일종인 자기조직화(Self Organizing Map: SOM) 이론과 역전파 학습 알고리즘(Back Propagation Algorithm: BPA) 이론을 복합적으로 이용하였다. 기존의 인공신경망 연구에서 야기된 저..갈수기의 유출량에 대한 과대평가, 홍수기의 유출량에 대한 과소평가, 예측값이 선행 유출량의 지속성을 갖는 Persistence 현상을 해결하기 위하여 패턴분류 성능을 지닌 SOM 이론을 도입하여 예측모형의 전처리 과정으로 이용하였다. 이는 기존의 인공신경망 모형이 하나의 모형을 구성하여 유출량의 전 범위에 해당하는 자료를 예측하는 방법을 개선한 것으로 SOM에 의해 패턴이 분류된 강우-유출관계의 각 패턴별 예측모형을 통해 분류된 자료들의 예측을 수행하는 방법이다. 이와 같이 SOM을 강우-유출예측모형의 전처리과정으로 이용함으로서 기존의 인공신경망 연구에서 야기된 현상들을 해결할 수 있었고, 예측력 또한 기존의 인공신경망 모형의 결과에 비해 우수하였다.

• Journal of Korean Society of Transportation
• /
• v.22 no.2 s.73
• /
• pp.165-175
• /
• 2004

본 고는 대전광역시 첨단교통모델도시 건설사업의 일환으로 구축된 DSRC(Dedicated Short Range Communication) 기술을 활용한 교통정보시스템 구축 사례를 소개함을 목적으로 한다. 공공부문에서의 구간정보 수집 및 가공 체계 구축은 본 대전 ITS 사업이 처음이며 더욱이 DSRC 기술을 구간정보 수집에 적용한 최초의 시도이다. 이에 시스템 구축과정에서 적지 않은 쟁점이 도출되었고, 많은 시행착오를 통해 그 해법을 찾아가며 현재 운영중인 시스템을 완공하게 되었다. 노변기지국(RSE)과 차량장치(OBE)간의 통신에 의해 수집된 자료는, 필터링, 검지기 지점정보, 패턴데이터 등과의 자료합성, 평활화, 통계정보 및 패턴정보 생성 등의 과정을 거쳐 구간소통정보가 산출된다. 현재 운영중인 본 시스템은 향후 지속적으로 보완 발전시켜 나가야 하며, 이를 위해 프로브 수집체계 보완, 시스템의 성능평가, 패턴데이터의 적절한 유지관리, 알고리즘의 지속적 발전 등을 향후과제로서 제시하였다. 본 고는 ITS사업에 있어 중요 쟁점중에 한 분야인 소통정보의 가공 절차를 공유함으로써, 관련 분야의 기술개발 촉진과 향후 유사시스템 구축의 시행착오를 줄이는데 기여할 수 있으리라 판단된다.

• Journal of the military operations research society of Korea
• /
• v.33 no.1
• /
• pp.93-103
• /
• 2007

Ship identification systems currently employed provide the underwater sound analysis, analyzed data saving and user interface with comparison function. But final analysis and identification depend only on experts. Therefore, the reliability of these identification systems relies on user's ability on information recognition. This paper presents the method of recognition for the purpose of providing the basic data for an automatic ship class identification. we get the underwater sounds using the PC. We use Matlab in order to reduce ambient noises, take out an acoustic characteristics using the pattern recognition, and classify the ships.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.16-16
• /
• 2017

기후 시스템의 다양한 상호작용으로 인해 나타나는 대표적 현상인 강우는 수문학적 분석 과정의 필수적인 요소이며 장기 강우를 예측하는 것은 효율적인 수자원 관리에 중요한 기반이 되고 있다. 이러한 강우는 장기적으로 지구의 대기-해양 순환 패턴의 영향을 받으며, 특히 엘니뇨와 라니냐와 같은 기상 이변이 발생할 경우 대규모 순환에 변화가 일어나게 되어 강우에 영향을 미칠 수 있다. 따라서 본 연구에서는 지구의 순환 패턴 특성을 수치화한 전지구적 기상인자 중에서 우리나라 장기 강우를 예측하기 위한 기상인자를 선정하고 시계열 모형 구축을 통하여 예측력을 평가하였다. 이를 위해 강우에 내재된 다양한 대기-해양 순환 패턴으로부터 나타나는 주기적 요소를 추출하기 위해 앙상블 경험적 모드분해법을 사용하여 강우를 분해한 후, 각 분해된 강우자료와 전지구적 기상인자와의 상관성 분석을 통해 높은 상관성을 가진 기상인자를 선별하고 단계식 변수선택법으로부터 유의미한 기상인자를 최종적으로 선정하였다. 그 결과, 우리나라 기상청 60개 지점의 월별 강우자료 중 전반적으로 영향을 미치는 기상인자를 선정할 수 있었으며, 선정된 기상인 자로 구축된 시계열 모형을 통해 우리나라 장기 강우를 예측하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.336-336
• /
• 2023

가뭄은 가장 심각한 기상 재해 중 하나로 농업 생산, 사회경제 등 다양한 분야에 영향을 미친다. 국내의 경우 광주·전남지역이 1990년대 이후 30년 만에 제한 급수 위기에 처하는 역대 최악의 가뭄으로 지역민들은 심각한 피해가 발생하였다. 유럽의 경우 2022년 당시 500년 만에 찾아온 가뭄으로 인해 3분의 2에 해당하는 지역이 피해를 입었으며, 미국 서부 지역은 2000년부터 2021년까지 1200년 만에 가장 극심한 대가뭄을 겪은 것으로 나타났다. 지구온난화에 따른 기후변화로 인해 가뭄의 빈도와 강도가 증가함에 따라 피해도 커질 것으로 예상된다. 가뭄의 부정적인 영향으로 인해 정확하고 신뢰할 수 있는 가뭄 예측 기술이 필요하다. 본 연구에서는 가뭄예측을 위한 입력변수로서 GPM IMERG (The Integrated Multi-satellitE Retrievals for GPM) 강수량 자료와 NOAA에서 제공하는 8가지 북반구 대기패턴 자료 간의 상관성을 분석하였다. 입력변수 간의 상관성과 중장기 가뭄 예측을 위하여 딥러닝 모델 중 시계열 데이터에서 높은 예측 성능을 보이는 LSTM(Long Short Term-Memory)을 적용하여 가뭄을 예측하고자 한다.