• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1183-1193
• /
• 2021

Low flow는 하천수의 공급관리 및 계획, 관개용수 등 다양한 분야에 영향을 미친다. 이러한 유황곡선을 산정하기 위해서는 30년 이상의 충분한 기간의 유량자료의 확보가 필수적이다. 하지만 국가하천 단위 이하의 하천의 경우 장기간의 유량자료가 없거나 중간에 일정기간 동안 결측된 관측소가 있어 하천별 유황 곡선을 산정하기에 한계가 있다. 이에 과거에는 미계측 유역의 유황을 예측하기 위해 다중회귀분석(Multiple Regression Analysis), ARIMA 모형 등 통계학적 기반의 기법들을 사용하였지만, 최근에는 머신러닝, 딥러닝 모형의 수요가 증가하고 있다. 이에 본 연구에서는 최신 패러다임에 맞는 머신러닝 기법인 DNN기법을 제시한다. DNN기법은 ANN기법의 단점인 학습과정에서 최적 매개변수 값을 찾기 어렵고, 학습시간이 느린 단점을 보완한 방법이다. 따라서 본연구에서는 DNN 모형을 이용하여 미계측 유역에 적용 가능한 유황곡선을 산정하고자 한다. 먼저, 유황곡선에 영향을 미치는 인자들을 수집하고 인자들 간의 다중공선성 분석을 통해 통계적으로 유의한 변수를 선정하여, 머신러닝 모형에 입력자료를 구축하였다. 통계적 검증을 통해 머신러닝 기법의 효용성을 검토하였다.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2010년도 정기 학술발표대회
• /
• pp.33.2-33.2
• /
• 2010

고층건물의 최상층 수평변위는 해당 건물의 안전성 및 사용성 평가에 중요한 지표가 된다 이러한 건물의 수평변위는 주로 풍하중에 기인한다 본 논문에서는 이러한 구조반응을 풍하중에 기인한 풍속데이터로부터 직접 추정하기 위해서 인공신경망(Artificial Neural Network, ANN)을 도입하였다 이에 대한 적용성을 판단하기 위해서 고층건물을 형상화한 모형테스트를 실시하고 풍향, 풍속, 변위 값을 얻었다. 이후 인공신경망에 적용시켜 실제 실험 데이터와의 비교를 통해 타당성을 검토하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 제38회 하계학술대회
• /
• pp.551-552
• /
• 2007

Increasingly nonlinear dynamic loads have been connected into power systems. This adds to the harmonics in the power system. In traditional load modeling techniques, the harmonics has not been considered. Thus, the harmonics problems in load modeling are considered and ANN load modeling is proposed.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2018년도 추계학술대회
• /
• pp.133-134
• /
• 2018

배터리의 효율적인 사용을 위해 배터리 관리 시스템(BMS)는 중요하다. 그 중 배터리의 잔존 수명을 나타내는 지표인 SOH(State of Health)를 예측하기 위해 본 논문에서는 18650 리튬이온 셀에 전기적 노화 실험(Cycle Life Test)을 적용하였다. 방전 용량 및 저항 변화에 의한 SOH 변화를 인공 신경망(Artificial Neural Network)을 사용하여 예측하도록 설계하고 이에 대한 검증을 수행하였다.

• 한국지반공학회논문집
• /
• 제21권1호
• /
• pp.15-27
• /
• 2005

이 논문에서는 앞서 수행된 국내의 화강풍화토의 실험 결과를 토대로 하여 화강풍화토의 함수특성곡선을 합리적으로 예측하기 위한 방법이 제안되었다. 이 방법은 인공신경망기법을 이용해서 Fredlund와 Xing의 함수특성곡선식의 계수들을 추정하도록 제안되었다. 이러한 계수들을 추정하기 위한 신경망 모델의 입력 자료로는 실험결과에서 함수특성곡선의 계수에 큰 영향을 미치는 것으로 확인된 입도분포곡선, 다짐함수비, 그리고 간극비가 사용되었다. Fredlund 와 Xing의 함수특성곡선식의 계수를 구하기 위해 본 연구에서 제안된 신경망 모델은 신뢰성 있는 예측결과를 보였으며 그 예측결과의 정확도가 이전의 다른 방법들에 비해 높게 나타났다.

• 한국강구조학회 논문집
• /
• 제16권4호통권71호
• /
• pp.443-452
• /
• 2004

인간의 뇌와 유사한 병렬 연산 모델을 활용하여 다양하고 복잡한 비선형적인 문제에 효과적으로 연관관계를 조직화 할 수 있는 인공신경망에 관한 연구가 근래에 공학의 넓은 분야에서 도입되고 그에 따른 많은 성과가 나타나고 있다. 본 연구에서는 설계자의 판단력과 경험에 의존 하던 기존의 예비구조설계 단계에 효과적인 인공신경망을 적용하여 예비 구조설계 단계에 컴퓨터를 이용한 정형화된 방법을 제시하고자 한다. 이를 위해 각 구조물의 일반적인 설계과정에 따른 다단계 신경망을 제시하고 인공신경망의 학습은 역전파알고리즘과 유전알고리즘을 적용하여 예비구조설계의 원형을 구현한다. 이와 같이 구성된 다단계 신경망을 사장교의 예비구조설계 단계에 활용하여 본 연구의 적용성과 두가지 학습기법에 따른 결과를 비교 분석 한다.

• 전자공학회논문지SC
• /
• 제44권2호
• /
• pp.24-31
• /
• 2007

본 논문은 신경회로망을 이용한 IPMSM 드라이브의 자기동조 PI 제어기를 제시한다. 일반적으로 수치제어장치 처리는 고정된 이득값을 가진 PI 제어기를 이용한다. 고정된 이득값을 가진 PI 제어기는 어떠한 환경에서는 양호하게 동작할 수 도 있다. 고정된 이득값을 가진 PI 제어기의 강인성을 증가시키기 위하여 신경회로망을 기반으로한 새로운 방법인 STPI 제어기를 제시하였다. STPI 제어기는 속도, 부하토크, 관성과 같은 파라비터가 갑자기 변화하였을 때 오버슈트, 상승시간, 안정화시간을 최소화한다. 또한 본 논문에서는 신경회로망을 이용하여 속도를 제어하고 ANN 제어기를 이용하여 속도를 추정한다. 신경회로망의 역전파 알고리즘 기법은 전동기 속도의 실시간 추정을 제시한다. IPMSM의 속도제어의 결과는 이득값 동조의 효용성을 보여준다. 그리고 STPI 제어기는 고정된 이득값을 가진 PI 제어기에 비하여 강인성 광범위한 운전영역 부하 왜란등에 대하여 우수한 성능을 나타낸다.

• 한국지리정보학회지
• /
• 제13권3호
• /
• pp.1-13
• /
• 2010

본 연구에서는 지리정보시스템(GIS)과 인공신경망 기법을 이용하여 강원도 태백산광화대 지역의 금-은 광물부존 가능성도를 작성 및 검증하고자 한다. 금-은 광상과 관련된 요인으로는 지질, 단층, As, Cu, Mo, Ni, Pb, Zn 등의 지화학 자료를 선정하여 GIS 기반의 공간 데이터베이스로 구축하였다. 46개소의 금-은 광상은 훈련 및 검증 자료로 분류하여 광물부존 가능성 분석과 검증에 사용하였다. 인공신경망 분석에 있어서 광상 분포지역과 미 분포지역에 대한 훈련자료는 기존 광상의 위치와 우도비 방법으로 도출된 광물부존 가능지수의 하위 10%에 해당하는 지역으로 선정하였다. 금-은 광물부존 가능성도의 신뢰도를 검증하기 위해 광물부존 가능지수의 상위 5% 지역 내에서 암석시료를 채취한 후 Au, Ag, As, Cu, Pb, Zn 원소의 성분을 분석하였다. 그 결과 No. 4의 시료는 다른 시료들보다 각 원소별로 높은 함량을 보였다.

• 대한원격탐사학회지
• /
• 제35권3호
• /
• pp.359-373
• /
• 2019

소나무재선충병은 우리나라 소나무림에 심각한 위협이 되고 있는 질병이다. 그러나 일반적으로 재선충병의 고사목 관측은 현장조사를 기반으로 하고 있기 때문에 물리적, 경제적 문제가 있어 대규모 삼림을 관측하는데 어려움이 있다. 본 연구에서는 소나무재선충병이 재발한 지역에 무인 항공기를 이용하여 고해상도 영상을 획득하였다. 이후 Artificial Neural Network(ANN), Support Vector Machine(SVM) 감독분류 기법을 통해 소나무재선충병 의심목을 탐지하였고. 감독분류 결과에 대한 정확도를 산출하였다. 또한 접근성이 높은 산림에 대해 감독분류를 실시한 후 현장 조사 결과간의 비교를 통해 정확도의 신뢰성을 검증하였다.

• 지질공학
• /
• 제28권4호
• /
• pp.583-592
• /
• 2018

최근들어 방사형 집수정 방식의 대용량 강변여과수 개발에 따른 배후지의 지하수위 강하에 대한 우려가 존재하고 있다. 본 연구에서는 안성천의 방사형 집수정을 대상으로 Modflow를 활용하여 수평정의 취수량에 따른 배후지의 수위 강하를 예측하였으며, 이 데이터를 기반으로 배후지 수위 강하가 최소가 되는 수평정별 취수량을 결정하는 다층퍼셉트론 기반의 인공신경망 모델을 개발하였다. 하천 방향으로 굴착된 수평정 HW-6의 취수량을 높이는 것이 OW-7 및 OB-11 관측정의 지하수위를 높게 유지하는데 필요한 것으로 평가되었다. 또한, 모델 입력 자료의 수 및 훈련과 검증 자료의 분류는 인공신경망 모델 결과에 영향을 미치므로 유의하여야 한다. 향후 현장의 실제 운영 자료와 수치모델의 비교를 통하여 인공신경망 모델을 보완한다면 배후지의 지하수 관리에 기여할 것으로 본다.