• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.266-266
• /
• 2019

금강의 주요 지류인 미호천과 갑천은 대전광역시와 청주시가 위치하고 있으며, 두 도시지역에서 유입되는 오염물질로 인하여 금강 본류에 높은 오염부하를 제공하고 있다. 따라서 본 연구에서는 3차원 수리동역학 모델인 EFDC 모델을 사용하여 미호천과 갑천의 수질개선이 금강의 수질에 미치는 효과를 분석하였다. 대상유역은 대청댐부터 백제보 까지 70km 구간이며, 모델의 격자는 Curvilinear-Orthogonal Coordinate를 사용하였으며 횡단방향 8개로 분할하여 총 6,698개의 격자로 구성하였다. 경계조건구성 및 모델의 보정은 국가정보 포털인 수자원관리종합정보시스템(WAMIS), 물환경정보시스템(WEIS), 국가기후데이터센터(data,kma,go,kr) 등에서 제공하는 유량, 수질, 기상 등 데이터를 활용하였으며, 모의 기간은 2017년이다. 수질의 보정은 대상유역 내 6곳의 수질 측정 지점에서 수행되었으며, 적합성 평가를 위해 R-square와 NSE(Nash-Sutcliffe Efficiency) 두 가지의 통계 지표를 활용하였다. 수질의 경우 TN, TP, TOC, Chl-a 순으로 평균 R-square값은 0.75, 0.51, 0.36, 0.57이고 평균 NSE (Nash-Sutcliffe Efficiency)값은 0.59, -0.18, -1.10, 0.27으로 모의 값과 실측값 사이의 상관관계는 TN에서 가장 높았으며 반대로 TOC는 가장 낮았다. 모의결과가 실측값을 정확히 반영하지는 못했지만, 수질의 평균적인 현상은 반영한 것으로 판단된다. 두 주요 지류의 수질이 동시에 15% 또는 30% 개선되었을 경우를 모의하여 금강 본류의 수질변화를 6곳의 수질 측정 지점에서의 실측값과 비교하여 분석하였다. 두 지류가 동시에 15%의 수질 개선 시에는 금강 본류 수질은 TN, TP, TOC, Chl-a 순으로 평균 11.80%, 7.90%, 8.63%, 7.04%의 개선되었으며, 30% 수질 개선 시에는 평균 23.66%, 15.92%, 17.36%, 14.26%의 개선되었다. 각 지점에서 고른 개선이 확인되었으며, 개선 효과는 TN이 가장 컸고, 반대로 Chl-a가 가장 적었다. 갑천과 미호천의 수질이 별개로 개선되었을 경우를 모의한 결과, 미호천의 개선이 갑천에 비해 금강의 수질 개선에 영향이 컸다. 이는 두 지류의 수질 농도는 비슷하나 갑천에 비해 유량이 많은 미호천의 오염 부하량이 높은 것으로 분석된다. 연구 결과 금강의 수질을 개선하기 위해서는 두 지류의 수질 개선이 필수적인 것으로 판단된다. 금강의 TN 농도는 두 지류의 영향이 가장 컸으며, 개선 효과는 Chl-a에서 가장 적었다. 또한 갑천에 비해 미호천이 금강 수질에 영향이 큼을 확인하였다.

• 사물인터넷융복합논문지
• /
• 제9권3호
• /
• pp.1-6
• /
• 2023

웹 서비스 환경에서 사용자가 원하는 서비스 품질을 만족하는 경제적인 방법의 하나는 객체의 크기를 조절하는 것이다. 이를 위해 본 연구에서는 서비스 품질로 평균 응답 시간이 임의의 임계값 이하로 주어질 때, 이 제약 조건을 만족하는 최대 객체의 크기를 구한다. 시스템이 정상 상태일 때, 라운드-로빈을 사용하는 결정 모델의 평균 응답 시간은 일반 분포를 따르는 큐잉 모델에서의 평균 응답 시간과 같아질 것으로 추론할 수 있다. 이를 기반으로 최대 객체 크기를 발견하기 위한 해석적 수식과 절차를 수립한다. 웹 트래픽은 서비스 분포로 Pareto 분포가 적합하므로 M/G(Pareto)/1 모델과 지수 분포를 사용한 M/G/1/PS를 적용하여 최대 객체의 크기를 구한다. 수치 계산을 통한 성능평가는 Pareto 분포의 형상 파라미터(shaping parameter)가 커짐에 따라 M/G(Pareto)/1 모델과 M/G/1/PS 모델의 최대 객체 크기가 같아짐을 보여준다. 본 연구의 결과는 경제적인 웹 서비스 제어를 위해 객체의 크기를 조절하는 환경에 사용될 수 있다.

• 대한공업교육학회지
• /
• 제33권2호
• /
• pp.248-258
• /
• 2008

현재 인터넷은 응용계층에서 HTTP를 사용하고 트랜스포트 계층에서는 TCP를 사용하여 서비스를 제공하고 있다. 새롭게 제안된 전송 계층 프로토콜인 SCTP(Stream Control Transmission Protocol)는 슬로우 스타트 기간 동안에 초기 윈도우의 값 등을 제외하고는 TCP와 유사한 혼잡 제어 메커니즘을 사용한다. 본 논문에서는 이 점에 주목하여 슬로우 스타트 기간 동안에 HTTP over SCTP의 평균 전송 시간을 구하는 수학적 모델을 제시하고 이를 기존의 HTTP over TCP와 비교한다. 비교 결과는 HTTP over SCTP의 평균 전송 시간이 HTTP over TCP의 그것보다 평균 11 % 우수함을 보여준다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2000년도 하계학술발표대회 논문집 제19권 1호
• /
• pp.35-38
• /
• 2000

본 연구에서는 연속음성인식 시스템의 성능 향상을 위한 기초 연구로서 시스템에 적합한 음향모델과 언어모델을 작성하고 항공편 예약 태스크를 대상으로 인식실험을 실시한 결과 그 유효성을 확인하였다. 이를 위하여 먼저 HMM의 출력확률분포의 mixture와 파라미터의 차원에 대한 정확한 분석을 통한 음향모델을 작성하였다. 또한 반복학습법으로 특정 태스크를 대상으로 N-gram 언어모델을 적용하여 인식 시스템에 적합한 모델을 작성하였다. 인식실험에 있어서는 3인의 화자가 발성한 200문장에 대해 파라미터 차원 및 mixture의 변화에 따른 음향모델과 반복학습에 의해 작성한 언어모델에 대해 multi-pass 탐색 알고리즘을 이용하였다. 그 결과, 25차원에 대한 mixture 수가 9인 음향모델과 10회 반복 학습한 언어모델을 이용한 경우 평균 $81.0\%$의 인식률을 얻었으며, 38차원에 대한 mixture 수가 9인 음향모델과 10회 반복 학습한 언어모델을 이용한 경우 평균 $90.2\%$의 인식률을 보여 인식률 제고를 위해서는 38차원에 대한 mixture 수가 9인 음향모델과 10회 반복학습으로 작성한 언어모델을 이용한 경우가 매우 효과적임을 알 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.515-515
• /
• 2023

팔당호는 북한강과 남한강이 합류하여 생성된 호소로 수도인 서울과 수도권인 경기도 동부지역의 물 공급을 담당하는 중요한 상수원이다. 이러한 팔당호에서 유해남조 발생은 상수원수 활용과 직접적으로 연관되어 있어 신속하고 정확한 관리 및 예측이 필요하다. 본 연구에서는 안전한 상수원 활용을 위해, 딥러닝 기법을 이용하여 유해남조 사전 예측 모델을 구축하고자 하였다. 모델 입력 변수는 2012년부터 2021년까지 10년 동안의 주간 팔당호 수질(수온, DO, BOD, COD, Chl-a, TN, TP, pH, 전기전도도, TDN, NH4N, NO3N, TDP, PO4P, 부유물질)과 수문(유입량, 총방류량), 기상 정보(평균기온, 최저기온, 최고기온, 일 강수량, 평균풍속, 평균 상대습도, 합계일조량), 그리고 북한강과 남한강 유입지점의 남조 세포 수를 사용하였다. 모델 출력 변수는 수질, 수문, 기상 요인으로 인한 남조의 성장 발현 시기를 고려하여 1주 후의 댐앞 남조 세포수를 사용하였다. 사용한 딥러닝 기법은 최근 주목받고 있는 Temporal Fusion Transformer (TFT)를 사용하였다. 모델 훈련용 데이터와 테스트용 데이터는 각각 8:2의 비율로 나누었으며, 검증용 데이터는 훈련용 데이터 내에서 훈련 데이터와 검증 데이터를 6:4 비율로 분배하였다. Lookback은 5로 설정하였고, 이는 주단위 데이터로 구성된 데이터세트의 특성을 반영한 것이다. 모델의 성능은 실측값과 예측값을 토대로 R-square와 Root Mean Squared Error (RMSE)를 계산하여 평가하였다. 모델학습은 총 154번 반복 진행되었으며, 이 중 성능이 가장 준수한 시점은 54번째 반복 시점으로 훈련손실 대비 검증손실이 가장 양호한 값을 나타냈다(훈련손실:0.443, 검증손실 0.380). R-square는 훈련단계에서 0.681, 검증단계에서 0.654였고, 테스트 단계에서 0.606으로 산출되었다. RMSE는 훈련단계에서 0.614(㎍/L), 검증단계에서 0.617(㎍/L), 테스트 단계에서 0.773(㎍/L)였다. 모델에 사용한 데이터세트가 주간 데이터라는 특성을 고려하면, 소규모 데이터를 사용하였음에도 본 연구에서 구축한 모델의 성능은 양호하다고 평가할 수 있다. 향후 연구에서 데이터세트를 보강하고 모델을 업데이트한다면, 모델의 성능을 더욱더 개선할 수 있을 것으로 기대된다.

• 한국농림기상학회:학술대회논문집
• /
• 한국농림기상학회 2001년도 춘계 학술발표논문집
• /
• pp.101-104
• /
• 2001

작물 발육단계의 정확한 진단은 그 시기의 생리적 반응을 이해하고 정확하고 정밀한 생육관리를 위해서 절대적으로 필요한 요소이다. 지금까지 벼의 발육단계 예측을 위한 모델에는 GDD를 이용하는 방법(이, 1972), 한 단계의 발육을 완료하는데 걸리는 기간(t)과 이 기간중의 평균기온, 평균일장의 단순회귀 또는 중회귀를 구하는 방법(Gao et al, 1989; Yin et al, 1995; 임, 1982), 평균발육속도(1/t)를 이 기간중의 평균온도와 평균일장의 함수로 표현해서 이를 적산하여 1이 되었을 때를 발육완료일로 나타내는 방법(이, 1987; 신 등, 2000), 발육기간이 시계열자료를 모두 고려하여 함수를 이용하지 않는 non-parametric 방법(이, 1991) 등이 있다.(중략)

• 한국농림기상학회지
• /
• 제20권3호
• /
• pp.262-276
• /
• 2018

2016년부터 2017년까지 제주 감귤과수원 11개 지점에서 관측한 기상 및 이슬 자료를 이용하여 이슬지속시간 예측 모델을 평가하였다. 이슬지속시간 모델의 민감도와 예측 정확도 평가에는 4 가지 모델(Number of Hours of Relative Humidity, Classification And Regression Tree/Stepwise Linear Discriminant, Penman-Monteith, Deep-learning Neural Network)이 사용되었다. 모델의 민감도는 강우와 계절 변화에 따라 평가하였다. 전체 자료에서 강우일 자료를 제외하면 이슬지속시간 모델들은 평균 오차(평균제곱근오차 약 1.5 hours)가 적게 나타났다. 기계학습 모델은 겨울을 제외한 계절별 오차가 비슷한 크기(평균제곱근오차 약 3 hours)로 나타났다. 나머지 모델들은 여름에 오차(평균제곱근오차 약 9.6 hours)가 가장 크고 겨울에 가장 작은 것(평균제곱근오차 약 3.3 hours)으로 나타났다. 모델 예측 정확도 평가 방법은 통계적 오차 분석 방법과 평균 제곱 편차 회귀 분석 방법을 사용하였다. 통계오차를 통한 모델 성능은 DNN 모델이 가장 우수한 반면에 CART/SLD 모델은 예측 정확도가 가장 낮게 나타났다. 평균제곱 편차(MSD)는 모델의 선형성을 세 가지(제곱 바이어스(SB), 비균일성 기울기(NU), 상관관계 부족(LC)) 구성요소로 구분하여 분석하는 방법이다. 모델 성능이 우수할수록 SB와 LC는 감소하였고 NU는 증가하는 경향이 나타났다. MSD 분석 결과 DNN 모델이 가장 우수하였으며 다음으로 PM, NHRH, CART/SLD 순으로 나타났다. 본 연구에서 활용된 기계학습 모델은 기상 정보를 이용한 다른 농업정보 생산의 정확도 개선에 크게 기여할 것으로 판단된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 춘계학술발표대회
• /
• pp.23-26
• /
• 2006

기존의 데이터 마이닝 예측 기법 중 회귀분석은 학습 단계에서 생성된 모델을 변경 없이 새로운 데이터에 적용하였다. 그러나 시계열 데이터에 모델 변경 없이 동일하게 적용하면 시간이 지남에 따라 정확도가 낮아지는 단점이 있다. 따라서 이 논문에서는 시간에 따라 변화하는 시계열데이터의 특성을 고려하여 점진적으로 회귀 모델을 갱신하는 기법을 제안한다. 이 기법은 입력되는 모든 데이터를 회귀 모델에 적용하여 점진적으로 모델을 갱신한다. 제안된 기법의 타당성은 RME(Relative Mean Error)와 RMSE(Root Mean Square Error)를 이용하여 측정하였다. 정확도 측정 실험 결과 제안 기법인 IMQR(Incremental Multiple Quadratic Regression) 기법이 MLR(Multiple Linear Regression), MQR(Multiple Quadratic Regression), SVR(Support Vector Regression) 기법에 비해 RME 가 평균 2%, RMSE 가 평균 0.02 정도 우수한 결과를 얻었다.

• 한국게임학회 논문지
• /
• 제2권2호
• /
• pp.28-36
• /
• 2002

일반적으로 삼각형 메쉬는 가상 게임 캐릭터와 같은 기하학적 객체를 모델링하기 위해 사용되고 있다. 아주 조밀한 메쉬는 복잡한 객체를 세부적으로 표현하는 장점은 있지만 객체를 저장, 전송 및 렌더링하는데 많은 비용을 요구한다. 그러므로 세밀한 객체를 질 좋게 근사시킬 수 있는 기법, 즉 삼각형 메쉬의 단순화가 연구되어왔다. 본 논문에서는 주어진 메쉬를 단순화하기 위해 사용될 수 있는 정점과 에지에 관한 근사 평균 곡률이라는 새로운 측정치를 제시한다. 에지 평균 곡률은 이웃한 에지를 고려하게 계산되고 정점 평균 곡률은 부속된 에지의 평균 곡률의 평균으로 정의된다. 그리고 제안된 측정치를 토끼, 용 및 치아와 같은 모델에 적용한다. 결과로, 제안된 평균 곡률이 주어진 모델에 더 좋은 근사를 제공하기 위한 좋은 기준치로 사용될 수 있음을 알았다.

• 지구물리
• /
• 제4권1호
• /
• pp.35-46
• /
• 2001

한반도 중부에 위치한 대전 지진관측소(TJN) 하부의 세부 지각구조를 밝혀내기 위하여 수신함수를 이용한 선형화된 역산(linearized inversion) 방법을 적용하였다. 본 방법의 비단일해(nonuniqueness)와 초기 모델 의존성의 문제를 해결하기 위해 근사 초기 속도 모델로부터 72개의 서로 다른 초기 모델을 구하여 역산을 수행한 후 결과모델들의 평균 속도 모델을 제시하는 방법을 사용하였다. 역산 결과 총 72개의 모델 중 뚜렷한 지각-맨틀 경계를 보이는 43개의 모델만이 조건에 만족하는 결과를 나타내었다. 모든 모델에서 속도 구조는 전체적으로 깊이에 따라 속도의 불연속면이나 급격한 증가없이 연속적인 변화를 하며, 모호면의 깊이는 30～32.5 km의 범위로 나타났다. 평균적인 하부 지각의 속도는 6.5 km/s, 상부 맨틀의 속도는 7.8 km/s로 뚜렷한 속도 변화를 보였다. 결과 모델 군은 중부지각(mid-crust)에서의 속도를 기준으로 약한 저속도층을 나타내는 군과 상대적으로 일정한 속도를 가지는 군으로 구분되었다. 단지 지진파형의 비교만으로 두 모델군 중 합당한 모델군의 선택은 불가능하였다. 따라서 수신 함수를 이용하여 연구 지역의 신뢰할 만한 지각 구조를 구하기 위해서는 그 지역에 대한 지질학적, 지구물리학적 추가정보와의 동반 해석이 요구된다.