• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.156-156
• /
• 2021

본 연구는 지역빈도해석을 기반으로한 인공신경망 모델과 기존에 널리 사용되는 방법인 홍수지수법의 성능을 몬테카를로 시뮬레이션을 이용하여 평가하였다. 컴퓨터 기술이 발달함에 따라 인공지능에 대한 접근성이 좋아지며 수문학을 포함한 다양한 분야에 적용되고 있다. 인공지능을 이용하여 강수량 및 유량 등 다양한 수문자료에 대한 예측이 이루어지고 있으나 빈도해석에 관한 연구는 비교적 적다. 본 연구에서 사용된 인공 지능 모델은 대상 지점의 지형학적 자료와 수문학적 자료를 이용하여 인공신경망을 통해 지점의 확률강우량(QRT-ANN) 및 확률분포형의 매개변수 (PRT-ANN)를 추정한다. 지형학적 자료로는 위도, 경도 그리고 고도가 사용되었으며 수문학적 자료로는 대상 지점의 최근 30년 일일연최대강우량을 사용하였다. 지역빈도해석의 정확도는 지역 내 통계적 특성이 비슷한 지점들이 포함되면 될수록 높아진다. 통계적 특성으로는 불일치 척도, 이질성 척도, 적합성 척도가 있으며 다양한 조건의 통계적 특성에 따른 세 개의 지역빈도해석 방법의 성능을 평가하고자 하였다. 대상 지역 내 n개의 지점이 있다고 가정하였을 때, 홍수지수법의 경우 n-1개의 지점으로 추정한 지역 성장곡선을 이용하여 나머지 1개 지점의 확률강우량을 산정할 수 있으며 인공신경망 모델들 또한 n-1개 지점들의 자료를 이용하여 모델을 구축한 뒤 나머지 지점의 확률강우량 및 확률분포형의 매개변수를 예측할 수 있다. PRT-ANN의 경우 예측된 매개변수를 이용하여 확률강우량을 산정하며 시뮬레이션 시행마다 발생시킨 자료의 지점빈도해석 결과에 대한 나머지 세 방법의 평균 제곱근 상대오차 (Relative root mean square error, RRMSE)를 계산하였다. 몬테카를로 시뮬레이션을 이용한 성능 분석을 통하여 관측값의 다양한 통계적 특성에 맞는 지역빈도해석 방법을 제시할 수 있을 것으로 판단된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.148-151
• /
• 2010

분류 기법은 데이터 마이닝 기술 중 가장 잘 알려진 방법으로서, Decision tree, SVM(Support Vector Machine), ANN(Artificial Neural Network) 등 기법을 포함한다. 분류 기법은 이미 알려진 상호 배반적인 몇 개 그룹에 속하는 다변량 관측치로부터 각각의 그룹이 어떤 특징을 가지고 있는지 분류 모델을 만들고, 소속 그룹이 알려지지 않은 새로운 관측치가 어떤 그룹에 분류될 것인가를 결정하는 분석 방법이다. 분류기법을 수행할 때에 기본적으로 특징 공간이 잘 표현되어 있다고 가정한다. 그러나 실제 응용에서는 단일 특징으로 구성된 특징공간이 분명하지 않기 때문에 분류를 잘 수행하지 못하는 문제점이 있다. 본 논문에서는 이 문제에 대한 해결방안으로써 많은 정보를 포함하면서 빈발패턴에 대한 정보의 순실이 없는 닫힌 빈발패턴 기반 분류에 대한 연구를 진행하였다. 본 실험에서는 ${\chi}^2$(Chi-square)과 정보이득(Information Gain) 속성 선택 척도를 사용하여 의미있는 특징 선택을 수행하였다. 그 결과, 이 연구에서 제시한 척도를 사용하여 특징 선택을 수행한 경우, C4.5, SVM 과 같은 분류기법보다 더 향상된 분류 성능을 보였다.

• 한국전산유체공학회지
• /
• 제19권3호
• /
• pp.29-36
• /
• 2014

In the present study, an aerodynamic design optimization of UAV rotor blades was conducted using a genetic algorithm(GA) coupled with computational fluid dynamics(CFD). To reduce computational cost in making databases, a function approximation was applied using artificial neural networks(ANN) based on a radial basis function network. Three dimensional Reynolds-Averaged Navier-Stokes(RANS) solver was used to solve the flow around UAV rotor blades. Design directions were specified to maximize thrust coefficient maintaining torque coefficient and minimize torque coefficient maintaining thrust coefficient. Design variables such as twist angle, thickness and chord length were adopted to perform a planform optimization. As a result of an optimization regarding to maximizing thrust coefficient, thrust coefficient was increased about 4.5% than base configuration. In case of an optimization minimizing torque coefficient, torque coefficient was decreased about 7.4% comparing with base configuration.

• 한국농공학회논문집
• /
• 제52권5호
• /
• pp.1-9
• /
• 2010

Evapotranspiration (ET) is one of the basic components of the hydrologic cycle and is essential for estimating irrigation water requirements. In this study, artificial neural network (ANN) models for reference crop evapotranspiration ($ET_0$) estimation were developed on a monthly basis (May~October). The models were trained and tested for Suwon, Korea. Four climate factors, daily maximum temperature ($T_{max}$), daily minimum temperature ($T_{min}$), rainfall (R), and solar radiation (S) were used as the input parameters of the models. The target values of the models were calculated using Food and Agriculture Organization (FAO) Penman-Monteith equation. Future climate data were generated using LARS-WG (Long Ashton Research Station-Weather Generator), stochastic weather generator, based on HadCM3 (Hadley Centre Coupled Model, ver.3) A1B scenario. The evapotranspirations were 549.7 mm/yr in baseline period (1973-2008), 558.1 mm/yr in 2011-2030, 593.0 mm/yr in 2046-2065, and 641.1 mm/yr in 2080-2099. The results showed that the ANN models achieved good performances in estimating future reference crop evapotranspiration.

• 한국산학기술학회논문지
• /
• 제13권3호
• /
• pp.1091-1098
• /
• 2012

최근 주식 워런트 증권(ELW)의 시장 규모가 급격하게 증가하면서 ELW를 발행한 금융기관들에는 리스크 관리 측면에서 효율적인 헤징 방안에 대한 필요성이 대두되고 있다. 본 연구는 인공신경망 학습 기법을 이용하여 ELW를 헤징하는 데 소요되는 비용을 최소화하는 방안을 제시하고자 하며, 기초자산의 현재가격, 변동성, 무위험이자율, 만기 등의 시장 상황 변화에 따른 다양한 시나리오에 대한 실험을 통해 본 연구에서 제시하는 방법론의 성능을 기존의 동적 델타 헤징 방법론과 비교 실험하였다. 그 결과 만기 행사가 안 된 상품의 경우 본 연구에서 제시하는 헤징 방법론이 동적 델타 헤징에 비해 최종 비용이 약 250% 이상 개선되었으며, 행사한 상품은 최종 비용에 있어서 약 25%의 개선 율을 보이는 것을 알 수 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권6호
• /
• pp.215-218
• /
• 2014

해슁(hashing)을 기반으로 한 근사 최근접 이웃 탐색(approximate nearest neighbors search, ANN search) 방법에서는 데이터 샘플들을 k-비트 이진 코드로 변환하는 해쉬 함수들을 이용함으로써 근접 이웃 탐색이 이진변환 공간에서 이루어지게 된다. 본 논문에서는 PCA 기반 군집화 방법인 Principal Direction Divisive Partitioning(PDDP)를 이용한 해슁 방법을 제안한다. PDDP는 가장 큰 분산을 가지는 클러스터를 선택하여 그 클러스터의 첫 번째 주성분 방향을 이용하여 두 개의 클러스터로 분할하는 과정을 반복적으로 시행하는 군집화 방법이다. 제안하는 해슁 방법에서는 PDDP에서 분할을 위해 사용하는 주성분방향을 바이너리 코딩을 위한 사영벡터로서 사용한다. 실험결과는 제안하는 방법이 다른 해슁 방법들과 비교하여 경쟁력 있는 방법임을 입증한다.

• 조명전기설비학회논문지
• /
• 제13권4호
• /
• pp.96-101
• /
• 1999

전력계통에서 부하모델은 안정도 해석과 조류계산의 정도를 높이기 위하여 매우 중요하다. 전력계통의 모선은 전압/주파수 변화에 따라 소비형태가 다른 다양한 부하들로 구성되어 있다. 따라서 전압/주파수 변화에 따른 부하모델을 고려하지 않으면 안된다. 본 연구는 정도 높은 부하모델링을 위해 신경회로망을 사용하였다. 대표적인 주거용 부하를 선정하여 전압과 주파수를 변화시키면서 부하특성을 측정하였다. 실험에서 얻은 실적자료로 신경회로망을 이용한 개별부하모델을 구축하고, 개별부하모델과 부하구성비에 의한 집단부하 모델을 제시하였다. 또, 전력계통해석 프로그램에 적용하기 위한 수학적 모델로의 변환기법을 제시하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 B
• /
• pp.1111-1113
• /
• 2003

This paper proposes an effective self-turning algorithm based on Artificial Neural Network (ANN) for fuzzy speed control of the indirect vector controlled induction motor. Indirect vector control method divides and controls stator current by the flux and the torque producing current so that the dynamic characteristic of induction motor may be superior. However, if motor parameter changes, the flux current and the torque producing one's coupling happens and deteriorates the dynamic characteristic. The fuzzy speed controller of an induction motor has the robustness over the effect of this parameter variation than a conventional PI speed controller in some degree. This paper improves its adaptability by adding the self-tuning mechanism to the fuzzy controller. For tracking the speed command, its membership functions are adjusted using ANN adaptation mechanism. This adaptability could be embodied by moving the center positions of the membership functions. Proposed self-tuning method has wide adaptability than existent fuzzy controller or PI controller and is proved robust about parameter variation through Matlab/Simulink simulation.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2005년도 추계학술대회논문집
• /
• pp.427-430
• /
• 2005

The quality of various noises generated in the refrigerator is one of the important factors in deciding quality of the product. The main focus of sound control design has been shifted from reduction of sound level to improvement of sound duality for customer's preference. Up to date the purpose of noise control is the minimization of noise level. However despite of gradual decrease of noise level, occasionally the perceptional quality of noise has not been improved. In this paper, the relation between subjective and objective evaluation of sound quality has established and sound quality index is developed using ANN for evaluation of refrigerator's noise of both the starting noise and the stable running noise of compressor. To verify the usefulness of the index, the results in this paper have been compared with those surveyed by Consumer Union in USA.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 춘계학술대회
• /
• pp.417-420
• /
• 2014

최근 늘어난 금융 사고들로 인하여 이를 방지하기 위한 보안 시스템의 중요성이 증가하고 있다. 보안 시스템들 중에서도 생체인식 시스템이 주목받고 있는데, 여러 가지 생체인식 방법들 중에서도 지문인식이 보안성, 신뢰성, 휴대성 등 여러 가지 면에서 가장 주목 받고 있다. 본문에서는 이러한 지문인식 기법을 인공신경망을 이용하여 구현하였다. 인공신경망은 뇌기능의 특성을 컴퓨터로 표현하기 위한 수학모델로서 특정 패턴들을 프로그램이 인식할 수 있도록 만들어 준다. 인공신경망을 이용하기 위하여 입력된 지문 이미지를 평활화, 이진화, 세선화 등의 전처리 과정을 거친다. 전처리 과정을 거친 지문이미지에서 특징점을 추출하고 신경망을 통하여 프로그램이 지문을 인식하게 한다.