• 응용통계연구
• /
• 제31권2호
• /
• pp.229-239
• /
• 2018

본 논문에서는 시간적 계층 개념을 활용하여 시계열 자료를 예측하는 방법을 소개한다. 횡단적 계층 자료 분석에서와 유사한 방법으로 중복되지 않는 시간적 계층을 시계열 자료에 구조화할 수 있다. 이러한 시간적 계층을 활용하여 조정된 예측은 기존의 계층별 독립적 기저 예측 및 상향식 예측보다 더 정확하고 강건한 예측값을 생성한다. 실증 분석으로서 국내 교통사고 발생건수를 시간적 계층 개념을 활용하여 예측한다. 분석 결과, 조정 예측이 기존의 다른 예측보다 예측 성능면에서 더 우수함을 확인할 수 있다.

• 대한토목학회논문집
• /
• 제35권5호
• /
• pp.1135-1146
• /
• 2015

본 논문은 무동력 비탄소 교통수단 중 하나인 자전거 이용의 활성화를 위해 자전거교통의 안전성을 향상시키고자 한다. 이에 현재 설치 운영되고 있는 자전거도로의 문제점을 분석하고, 자전거 교통사고 자료를 토대로 자전거 사고예측모형을 개발하였다. 그에 대한 절차는 다음과 같다. 첫째, 국내 자전거도로의 현황 및 사고 자료를 제시하고 최근 3년(2009년~2011년)동안 전국에서 발생한 자전거교통사고를 수집하여 자료를 토대로 자전거교통사고 특성을 분석한다. 둘째, 전라남도 자전거 사고 자료를 사고 특성 분석을 통해 자전거 사고건수에 영향을 주는 변수를 선정하고, 'SPSS Statistics 21'의 중회귀분석을 이용해 사고예측모형을 개발하였다. 이때 자전거사고건수는 도로형태(교차로, 횡단보도, 기타단일로)별 연장에 따른 사고건수를 사용하였다. 도출된 사고예측모형을 검증하기 위하여 2011년도 광주광역시에서 발생한 자전거 사고자료를 이용하였으며 예측값과 실제 사고건수를 비교하였다. 그 결과, 일부 자료를 제외하고는 대부분 실제사고건수와 일치하는 것을 통해 사고예측모형의 신뢰성이 확보되고 있는 것으로 나타났다. 셋째, 자전거도로 문제점 분석을 위해 자전거도로 현장조사를 실시하였으며 도출된 문제점에 대한 개선대책을 제시하였다. 본 연구를 통해 향후 자전거도로 계획 및 재정비 시 기초자료로 활용 될 것으로 판단되며 자전거 이용자의 안전성을 향상시키고 교통수단으로서의 자전거 이용의 활성화를 도모할 수 있을 것으로 기대된다.

• 시스템엔지니어링학술지
• /
• 제18권2호
• /
• pp.75-93
• /
• 2022

Machine learning (ML) data-driven meta-model is proposed as a surrogate model to reduce the excessive computational cost of the physics-based model and facilitate the real-time prediction of a nuclear power plant's transient response. To forecast the transient response three machine learning (ML) meta-models based on recurrent neural networks (RNNs); specifically, Long Short Term Memory (LSTM), Gated Recurrent Unit (GRU), and a sequence combination of Convolutional Neural Network (CNN) and LSTM are developed. The chosen accident scenario is a control element assembly withdrawal at power concurrent with the Loss Of Offsite Power (LOOP). The transient response was obtained using the best estimate thermal hydraulics code, MARS-KS, and cross-validated against the Design and control document (DCD). DAKOTA software is loosely coupled with MARS-KS code via a python interface to perform the Best Estimate Plus Uncertainty Quantification (BEPU) analysis and generate a time series database of the system response to train, test and validate the ML meta-models. Key uncertain parameters identified as required by the CASU methodology were propagated using the non-parametric Monte-Carlo (MC) random propagation and Latin Hypercube Sampling technique until a statistically significant database (181 samples) as required by Wilk's fifth order is achieved with 95% probability and 95% confidence level. The three ML RNN models were built and optimized with the help of the Talos tool and demonstrated excellent performance in forecasting the most probable NPP transient response. This research was guided by the Systems Engineering (SE) approach for the systematic and efficient planning and execution of the research.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 2007년도 제57회 학술발표회논문집
• /
• pp.315-322
• /
• 2007

신호교차로 교통사고는 90년대 이후 도시가 발달하고 산업이 고도화됨에 따라 교통 혼잡 문제와 함께 심각한 사회문제로 대두되고 있다. 특히 신호교차로의 교통사고는 인적요인, 차량요인, 환경적 요인 등이 복합적으로 작용하여 발생하는데, 교통량의 집중과 도로의 기하구조, 운전자 과실 등이 교통사고의 주요 인자로 작용하고 있다. 본 연구에서 교통사고 예측모형을 개발하기 위해서 2003년부터 2006년도까지 실제 경기도의 신호교차로에서 발생한 교통사고자료를 기초로 하였다. 구체적으로는 시내가 아닌 지방부 성격을 지닌 일반국도를 대상으로 하였다. 지방부 일반국도의 신호교차로 교통사고 분석에 단순통계분석과 다중회귀분석을 사용하였다. 사고와 관계가 높은 신호주기, 방향별 접근 교통량, 회전교통량 둥과 같은 도로, 교통, 운영조건들로 변수를 정하여 교통사고 예측모형을 도출하였다. 본 연구에서는 도로조건, 교통조건, 운영조건들과 사고와의 관계를 이용하여 경기도 일반국도의 신호교차로 교통사고예측모형을 개발하였고, 이는 지방부 성격을 지닌 교차로에 적용이 가능하다고 판단된다.

• 대한공간정보학회지
• /
• 제6권1호
• /
• pp.35-51
• /
• 1998

본 논문은 도시의 가로망에서 발생하는 교통사고의 효과적인 관리와 분석을 수행하기 위한 방안을 제시한 글이다. 즉 지리정보시스템을 교통사고 관련 데이터의 구축과 분석의 기본적인 틀로서 이용하여 교통사고의 분석을 보다 과학적으로 수행할 수 있는 기법을 제시하고자하였다. 교통사고는 네트워크 상에서 발생하는 공간적 특징을 가지고 있다. 공간적 특성 및 관련 데이터와 사고데이터를 지리정보시스템을 이용하여 데이터베이스를 구축하고, 이러한 기반 위에서 점, 선, 면적인 분석을 수행할 수 있는 기법을 제시하였다. 이는 단순히 문자위주의 교통사고 관리시스템보다 진일보한 시스템으로 판단되고, 효과적인 원인 분석 등에 활용 필 수 있다는 측면에서 본 연구에서는 수원시의 특정부분에 있어서의 사고데이터를 지리정보데이터베이스로 구축하였다. 이를 기반으로 대상지역에 대한 점, 선, 면적인 제반 분석을 수행하였다. 한편, 구축된 데이터베이스를 바탕으로 특정공간 상에서 사고가 얼마나 많이 발생하는지, 또는 어떤 유형의 사고가 많이 발생하는지를 판단할 수 있는 계량적인 판단을 할 수 있는 지수들을 소개하여 교통사고에 대한 각 소구역별 세부분석을 실시하였다. 끝으로, 지형분석자료를 바탕으로 도로의 연장과, 도로의 교차점 수를 설명변수로 하는 교통사고 예측모형에 대한 교통사고빈도 회귀식을 도출하였다.

• 한국안전학회지
• /
• 제25권2호
• /
• pp.84-88
• /
• 2010

The main point of this study is to find ways to prevent accidents at complex linear sections in advance by improving geometric structure elements that can be considered from the designing stage. Complex linear roads are consisted of sections where straight sections connect with curved sections or sections where curved sections connect with curved sections with relatively high possibility of accidents and accidents can be reduced through improving designing elements in these sections. Therefore, this study aims to develop accident forecasting model in complex linear roads and to clarify major elements affecting traffic accidents. The results of analysis showed that the groups are divided into a group less than 355m based on curve radius of 355m, a group whose curve radius exceeds 355m and a group whose incline exceeds -0.79 and a group whose curve radius is below 355m and incline exceeds -0.79 for straight section + curved section, and for curved section + curved section, it is divided into a group whose first curved section is less than 410m based on curve radius of 410m and the first curve is turning right and a group exceeding 410m and the first curve is turning left. The major variables common in 2 models are front curve radius and curve types(left, right), road surfaces, weather.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2008년도 춘계학술발표논문집
• /
• pp.248-250
• /
• 2008

본 논문에서는 교통사고를 예방하고 교통사고 구간 대기시간을 줄이기 위해서 신경망을 이용한 예측방법을 제안한다. 뿐만 아니라, 교통사고 예측에 있어서 신경망에 정규화하지 않은 데이터를 사용하는 방법을 제시한다. 이 방법은 신경망 훈련시 데이타의 최대 값을 추정할 필요가 없어 정규화 없이 신경망을 사용 가능하며, 신뢰성 예측 결과도 추정된 최대 값과 실제 획득될 최대 값과의 차이(추정 오차)만큼 정확해질 수 있다. 또한 비정규화 된 데이터를 사용하는 방법이 데이터의 최대값을 알고 있다고 가정한 상태의 정규화된 방법보다 예측 정확성이 좋음을 보였다. 모의실험결과 제안된 신경망 예측시스템이 신경망을 고려하지 않은 기존방법보다 교통사고 구간 대기시간을 줄일 수 있음을 입증했다. 이와 같이 검증된 예측능력을 바탕으로 사용자에게 교통상황을 실시간으로 서비스하기 위하여 센서 데이터베이스를 이용한 실시간 교통정보 예보 시스템을 제안한다.

• 대한토목학회논문집
• /
• 제30권4D호
• /
• pp.351-360
• /
• 2010

2010년 말 현재 우리나라의 자동차등록대수는 1,748만 대에 육박할 정도로 비약적인 증가를 보이고 있다. 자동차의 급격한 증가는 오늘날 우리가 직면한 심각한 사회문제 중 하나인 교통사고를 증가시키고, 이로 인해 인명피해 및 경제적 손실을 초래하고 있다. 이에 본 연구는 유전자 알고리즘과 신경망 이론의 결합에 의한, 향상된 신호교차로 위험도를 예측하는 모형을 개발하여, 장래 교통사고 안전대책 수립시 근간이 되는 기초자료를 제공함으로써, 교통사고를 줄이는데 도움이 되고자 한다. 본 연구에서는, 첫 번째로 교통사고와 교통혼잡이 빈번하게 발생하는 신호교차로를 대상으로 접근로별 교통량과 도로 기하구조 요소를 파악하였고, 교통사고와 교통상충간의 순위상관관계분석을 실시하여 통계적 유의성을 파악하였으며, 교통사고와 교통상충을 적용한 선형회귀모형을 구축하였다. 두 번째로, 유전자 알고리즘과 신경망 이론의 결합에 의한 신호교차로 위험도 예측모형은 신호교차로 교통량 및 도로 기하구조 요소, 교통상충의 특성변수를 적용하여 개발하였다. 마지막으로, 신호교차로 교통사고건수 실측값과 개발모형의 예측값에 대한 적합도 분석을 통해 신뢰수준을 검증한 결과, 개발모형의 신뢰도와 정확도가 기존의 모형에 비해 우수한 것으로 나타났다. 결론적으로, 향후 본 연구를 통해 개발된 교통사고위험도 예측모형을 신호교차로 교통안전정책 수립과 교통안전개선사업에 사용할 경우, 전반적으로 교통안전관련사업의 비용/효율성을 극대화할 수 있을 것으로 기대된다.

• 한국건축시공학회지
• /
• 제18권6호
• /
• pp.611-619
• /
• 2018

현재까지의 건설 안전관리와 리스크에 관한 연구들은 건설현장 내부(근로자)에 한정되어 있어 건설현장 외부(제 3자)에 대한 연구는 미비한 실정이다. 그 결과, 건설현장 주변의 일반인들이 피해를 받고 있으며 산재 다발이라는 부정적인 이미지로 언론이나 일반 대중들에게 투영되고 있다. 일반 대중들에게 부정적인 이미지를 탈피하기 위해서는 건설현장 내부(공종, 건축물)에만 집중되어있는 기존의 안전관리가 아닌 건설 현장 외부(제 3자)에 대해서도 고려된 종합적 안전관리체계를 구축해야 한다. 이에 본 연구에서는 건설 현장 외부(제 3자)의 인명사고 리스크를 정량화하고 몬테카를로 시뮬레이션을 활용하여 리스크가 어떻게 변화할 것인지 예측하고자 한다. 이를 위하여 첫째, 선행연구를 고찰하여 불안전한 상태와 인명사고 발생형태를 정의한다. 둘째, 14년 간 건설현장 외부에서 발생한 제 3자 인명 손해배상액 데이터를 수집한다. 셋째, 수집된 데이터의 사고내용을 분석하여 사고 발생분석 모델을 설정한다. 넷째, 리스크 정량화 모델을 구축하고 불안전한 상태, 인명사고 발생형태별 사고발생확률과 손해배상액 확률분포를 제시한다. 마지막으로 몬테카를로 시뮬레이션을 통해 도출된 사고 형태별 분포결과를 분석한다. 본 연구의 결과는 향후 건설현장 내 외부 안전관리 체크리스트 개발 및 인명사고 예측 관리 시스템 개발의 참고 자료로 활용될 것으로 기대된다.

• 한국대기환경학회지
• /
• 제19권5호
• /
• pp.595-610
• /
• 2003

The statistical indexes such as RMSE (Root Mean Square Error), Mean Bias error, and IOA (Index of agreement) are used to evaluate 3 Dimensional wind and temperature fields predicted by operational meteorological model RAMS (Regional Atmospheric Meteorological System) implemented in CARIS (Chemical Accident Response Information System) for the dispersion forecast of hazardous chemicals in case of the chemical accidents in Korea. The operational atmospheric model, RAMS in CARIS are designed to use GDAPS, GTS, and AWS meteorological data obtained from KMA (Korean Meteorological Administration) for the generation of 3-dimensional initial meteorological fields. The predicted meteorological variables such as wind speed, wind direction, temperature, and precipitation amount, during 19 ∼ 23, August 2002, are extracted at the nearest grid point to the meteorological monitoring sites, and validated against the observations located over the Korean peninsula. The results show that Mean bias and Root Mean Square Error are 0.9 (m/s), 1.85 (m/s) for wind speed at 10 m above the ground, respectively, and 1.45 ($^{\circ}C$), 2.82 ($^{\circ}C$) for surface temperature. Of particular interest is the distribution of forecasting error predicted by RAMS with respect to the altitude; relatively smaller error is found in the near-surface atmosphere for wind and temperature fields, while it grows larger as the altitude increases. Overall, some of the overpredictions in comparisons with the observations are detected for wind and temperature fields, whereas relatively small errors are found in the near-surface atmosphere. This discrepancies are partly attributed to the oversimplified spacing of soil, soil contents and initial temperature fields, suggesting some improvement could probably be gained if the sub-grid scale nature of moisture and temperature fields was taken into account. However, IOA values for the wind field (0.62) as well as temperature field (0.78) is greater than the 'good' value criteria (> 0.5) implied by other studies. The good value of IOA along with relatively small wind field error in the near surface atmosphere implies that, on the basis of current meteorological data for initial fields, RAMS has good potentials to be used as a operational meteorological model in predicting the urban or local scale 3-dimensional wind fields for the dispersion forecast in association with hazardous chemical releases in Korea.