• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2009년도 춘계학술대회
• /
• pp.157-160
• /
• 2009

자동차는 지난 한 세기의 짧은 역사를 가지고 현재에 이르기까지 급속한 발전을 이루어왔다. 초기의 기능은 단순히 운송수단과 부의 상징이었지만 최근에는 소비자의 감성과 문화적인 흐름을 반영하는 모습이다. 그리하여 소비자의 감성 분석이 자동차 내장의 가장 중요한 부분으로 여기게 되었다. 자동차에 대한 새로운 감성요구를 실현하기 위해서는 인체와 오랜 시간 접촉해 있는 시트 표피재의 분석이 반드시 필요하다. 본 연구에서는 자동차 시트 표피재의 역학적 특성과 감성을 고려한 고급감을 예측하여 고감성 내장 표피재 개발에 기여하고자 한다. 감성용어는 Softness(유연한), Elasticity(탱글탱글한), Volume(풍성한), Stickiness(끈끈한)를 설정하였으며, 이와 대응하는 표피재의 역학적 특성 치를 측정하였다. 감성 평가에서는 현재까지 알려진 가장 확실하고 재현성 있는 측정법인 일대일 비교법을 통해 고급감에 대해 평가하였다. 이를 통하여 역학적 특성 치와 인간의 감성 평가 치와의 회귀 분석을 실시하여 평가 예측을 가능케 하였다. 즉, 자동차 표피재 중 피혁의 4 가지 물리량으로 인간의 감성인 표피재의 고급감을 예측하여 고감성 자동차 시트 표피재의 개발을 위한 평가 모델링을 구축하였다.

• 한국측량학회지
• /
• 제28권5호
• /
• pp.515-522
• /
• 2010

국토의 효율적인 관리와 이용을 위해서는 자료의 최신성과 정확성뿐만 아니라, 정보에 대한 정확한 평가와 이에 대한 정보의 예측과 정책대안 등이 이루어져야 한다. 현재의 공간정보산업의 발전과 다양한 활용을 위해서는 공간정보의 발전모델과 평가에 대한 체계적인 연구가 필요한 실정이다. 본 연구에서는 공간정보에 대하여 시간에 따라 동적으로 이동하는 특성을 가진 시스템 다이나믹스 이론을 적용하여 평가모형을 개발하고 공간정보산업에 대하여 미래예측평가를 실시하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 하계학술대회
• /
• pp.560-563
• /
• 2015

동영상 부호화 표준, HEVC(High Efficiency Video Coding)는 부호화 성능을 극대화하기 위해 총 35 개의 화면내 예측 모드를 사용한다. 화면내 예측 모드는 각도를 가진 모드와 각도가 없는 모드로 구성된다. 부호화 성능을 높이기 위해 사용한 다수의 화면내 예측 모드 방법은 HEVC 부호화기의 복잡도를 증대 시키는데 큰 역할을 하게 된다. 본 논문은 총 35 개의 화면내 예측 모드 중 현재 블록의 주변 블록 정보로부터 얻을 수 있는 예측 모드들 및 각도를 대표하는 예측 모드들을 선별적으로 추려서 후보 예측 모드를 결정하고, 평가 과정을 거쳐 해당 후보 모드 중에서 최종 화면내 예측 모드를 결정한다. 본 제안 방법은 35 개의 전체 화면내 예측 모드 중 소수의 후보 모드만을 평가함으로써 HEVC 표준의 화면내 예측 및 부호화 과정의 복잡도를 감소시키려 한다. 제안 방법을 다양한 테스트 시퀀스에 적용한 결과, 35 개 화면내 예측 모드를 전부 사용한 경우와 비교하여 1.1%의 BD-rates 이 증가하면서 18.7%의 부호화기 복잡도를 감소시킬 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.426-426
• /
• 2023

대설은 일반적으로 해양과 대륙의 온도차가 큰 지역, 바다·호수와 같이 상대적으로 따뜻한 곳이 인접해 있어 기단 변질이 잘 일어나는 지역, 산악에 의해 습윤한 공기가 강제 상승되는 지역에서 자주 발생한다. 우리나라는 찬 대륙고기압 공기가 해수 온도 차로 눈 구름대가 만들어지거나, 고기압 가장자리에서 한기를 동반한 상층 기압골이 우리나라 상공을 통과하면서 대설이 발생한다. 최근 우리나라에서 빈번하게 발생하는 대설피해는 직접피해와 간접피해로 나뉘며, 이에 따라 사회·경제적으로 막대한 피해를 야기한다. 우리나라 대설피해양상은 지역적 특성, 방재 대책, 대처능력 등에 따라 달라지는 것이 특징이며, 지역적으로 다르게 발생하는 대설피해를 효과적으로 대비할 수 있는 연구가 필요하다. 따라서 본 연구에서는 지역적 특성을 고려한 차등화된 대설 피해를 예측하는 연구를 진행하고자 하였다. 본 연구에서는 기상요소 및 사회·경제적 요소 등을 입력자료로 활용하고, DPSIR 분석을 통해 Red Zone, Orange Zone, Yellow Zone, Green Zone으로 위험 등급을 분류 및 등급 별 대설피해 예측기법을 개발하였다. 최종적으로 1994년부터 2020년까지의 과거 대설 피해액 자료와 다중회귀분석을 이용하여 기법을 개발하였고, 기법의 예측력 평가를 위해 RMSE와 RMSE를 표준화한 NRMSE의 두 가지 통계 지표를 사용하여 평가하였다. 모형별 예측력 평가 결과 Yellow 등급 모형이 가장 우수한 예측력을 보였다. 추후 본 연구결과를 통해 대설피해 범위를 예측하는 연구가 진행된다면 사전에 대설피해에 대한 대응방안 수립과 지역별제설 우선순위를 결정할 수 있는 지표가 개발될 것으로 기대된다.

• 한국건설관리학회논문집
• /
• 제19권5호
• /
• pp.81-89
• /
• 2018

본 연구의 목적은 플랜트 건설사업에서 모듈러 공법의 적용이 확대됨에 따라 모듈러 플랜트에 대한 업무특성을 고려하여 위험을 평가하고 위험에 대응하기 위한 예비비를 예측하는 것이다. 연구방법은 모듈러 플랜트의 업무특성을 고려하여 위험의 영향을 평가하기 위한 모델(방법)과 예비비를 예측하기 위한 모델(방법)을 제시한다. 그리고 제시된 모델을 기반으로 모듈러 플랜트 건설사업 1곳을 사례로 선정하여 위험요인의 영향을 평가하고 예비비를 예측한다. 상기와 같은 목적과 방법에 따라 도출된 결과는 다음과 같다. 위험요인의 발생확률과 영향점수를 평가하여 중요 위험요인 15개를 선정하였다. 그리고 모듈러 플랜트의 특성을 고려하기 위하여 설계(E), 구매(P), 제작(F), 운송(T), 시공(C)단계로 업무를 분류하여 예측된 예비비는 기초사업비(610,503,596 천원) 대비 약 6.739%이며, 설계(E) 2.850%, 구매(P) 6.225%, 제작(F) 6.211%, 운송(T) 4.165%, 시공(C) 8.168%로 도출되었다. 본 모델은 위험관리를 위한 의사결정 과정에서 정량적인 결과를 도출하는 방법으로 활용된다.

• 대한교통학회지
• /
• 제21권1호
• /
• pp.21-40
• /
• 2003

본 논문에서는 GIS(Geographic Information System:지리정보체계)를 기반으로 도로의 선형조건을 이용하여 고속도로의 사고위험도를 파악하고 평가할 수 있는 방법을 개발하였다. 고속도로 평면곡선부에 대한 다양한 사고분석을 통해 도로의 선형조건이 교통사고에 미치는 영향을 규명하였으며. 이 결과를 토대로 사고예측모형을 구축하였다. 특히 사고영향인자를 규명하는 데에 있어서는 도로선형요소의 상호작용과 선형의 연속성을 반영함으로써 보다 현실적이고 객관적인 예측모형을 구축할 수 있도록 하였다. 아울러 사고예측모형의 추정결과와 사고자료를 토대로 고속도로의 선형조건에 따른 종합적인 사고위험도지수를 설정하고 이에 대한 평가기준을 마련하였다. 한편 주어진 도로선형조건에 따라 사고발생가능성을 예측하고 사고위험도를 평가하는 일련의 과정을 GIS와 결합하여 프로그래밍 함으로써 해당구간의 사고율 사고위험도지수, 위험도평가등급이 자동적으로 결정될 수 있게 하였을 뿐만 아니라 관련정보 및 평가결과를 시각적으로 제공하여 이용자가 보다 쉽게 이해하고 편리하게 사용할 수 있는 사고위험도 평가 프로그램을 개발하였다. 개발된 사고예측모형과 이를 토대로 설정한 사고위험도지수 및 위험도평가등급은 안전하고 비용-효율적인 도로설계에 도움을 줄 수 있을 뿐 만 아니라, 사고취약구간에 대한 대책 마련에도 이바지 할 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.211-214
• /
• 2009

H.264/AVC의 인트라 예측에서 미리 현재 블록 내의 정보 및 이전 블록의 예측 모드 정보 등을 이용하여 현재 블록의 예측 부호화 블록 크기가 결정되었을 경우, 예측된 블록 크기에 적합한 예측 모드 결정이 요구된다. 이에 사전에 결정된 예측 블록 크기 정보와 주변 블록과의 화소 변화량을 계산하여 예측 모드를 결정하는 기법을 제안하고 성능을 평가한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• 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.

• 에너지공학
• /
• 제27권4호
• /
• pp.103-110
• /
• 2018

본 논문에서는 Mean Absolute Percentage Error (이하 MAPE)와 Symmetric Mean Absolute Percentage (이하 sMAPE)의 새로운 접근법을 이용한 시계열 예측 모델의 평가 방법을 소개한다. MAPE, sMAPE에는 다음과 같은 문제점이 있다. 데이터 집합에서 관측 값이 0일 경우 평가할 수 없고, 관측 값이 0에 매우 가깝다면 과도한 평가 값을 측정한다. 관측 값과 예측 값 간에 동일한 오차를 가지더라도 다른 값으로 평가하는 문제도 가지고 있다. 동일한 오류 값이 과대 예측되었는지 아니면 과소 예측되었는지에 따라 다른 평가 값을 측정하거나 관측 값의 부호와 예측 값의 부호가 서로 다르면 그 오차는 평가 값에 반영되지 않는다. 이러한 문제는 Maximum Mean Absolute Percentage Error (이하 mMAPE)에 의해 해결하였다. 우리는 MAPE 평가 방법의 분모에서 관측 값을 사용하는 대신 최대 절대 값을 사용했다. 최대 절대 값이 1보다 작으면 분모를 제거하여 0 값이 정의되지 않은 문제와 미세한 값일 경우 과대 측정되는 문제를 해결하였다. Beijing PM2.5의 온도 데이터와 시뮬레이션 데이터를 통해 mMAPE와 다른 평가 방법들의 결과 값을 비교하였으며, 위의 문제들을 해결할 수 있음을 검증하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.131-131
• /
• 2022

기후변화의 영향으로 극치강우의 변동성이 커지고 있으며 계획빈도를 초과하는 폭우로 피해가 증가하고 있다. 기존의 물리기반의 홍수예측모델은 개념적 및 구조적 제약과 함께 다양한 유역조건 및 수문기상 조건에 기인한 강우-유출 관계의 불확실성을 고려하는 데 한계가 있다. 특히 한정된 홍수 사상을 통해 구축된 관측 자료로 인해 새로운 홍수 사상 예측 능력이 저조할 수밖에 없다. 따라서 기존 물리모형 기반의 홍수예측과 함께, 딥러닝(deep learning) 모형을 고려한 홍수예측 모델 개발과 개선이 필요하다. 본 연구에서는 다양한 분야에서 활용되는 인공지능(artificial intelligence, AI) 기술을 종합적으로 검토하고, 홍수 예측 측면에서의 활용 가능성 및 신뢰성을 고려하여 AI 기법을 채택하였다. 한강수계에 존재하는 댐 중 일부를 선정하여 대상 댐의 수문·기상학적 자료를 전처리한 후, 인공지능 기반의 홍수예측모형을 구축 및 최적화하였다. 다양한 예측인자와 모델 구성으로 홍수예측력에 대한 평가를 다각적으로 수행함으로써 홍수예측모델의 신뢰성을 제고하였다. 전반적으로 우수한 결과를 도출하였고, 유역면적이 작을수록 결과가 좋았다. 이는 넓은 유역일수록 복잡한 강우-유출 과정이 내재되어 있기 때문으로 판단되며, 넓은 유역에는 본 연구에서 활용한 자료에 추가적인 자료를 도입하여 모형 개선이 이루어져야 할 것으로 판단하였다. 수문 예측 연구에 통계모형이나 기계학습모형의 적용은 많이 있었지만, 딥러닝 기법 활용은 새로운 시도라는 점에서 의미가 있다.