• 한국수자원학회논문집
• /
• 제45권7호
• /
• pp.697-711
• /
• 2012

본 연구에서는 자료동화기법의 하나인 확장 칼만 필터를 이용하여 유량자료의 실시간 품질향상을 수행하였다. 확장 칼만 필터의 상태-공간모형은 강우-유출모형과 관측유량자료를 이용하여 구성하였다. 본 연구에서는 실시간 품질향상 목적을 댐 유입량의 비정상적 고변동성 억제 및 관측유량의 결 오측 보완으로 구분하였으며, 각각의 경우에 적절한 확장 칼만 필터 모형을제시하였다. 이들 모형의 차이는 칼만이득 계산에 필요한 공분산 함수의 추정에 변동성만을 고려하는냐 또는 편의까지를 포함하느냐로 나타난다. 본 연구는 충주댐 유역을 대상으로 적용하였으며, 그 결과 제시된 모형들이 댐 유입량자료나 결 오측이 포함된 유량자료의 실시간 품질향상에 효과적으로 작동함을 확인하였다.

• 한국정보통신학회논문지
• /
• 제14권2호
• /
• pp.534-539
• /
• 2010

게놈 연구에서 수천 개의 특징들은 비교적 작은 샘플들로부터 모아진다. 게놈 연구의 목적은 미래 관찰들의 결과를 예측하는 분류기를 만드는 것이다. 분류기를 만들기 위해서는 특징 선택, 모델 선택 그리고 예측 평가 등의 3단계 과정을 거친다. 본 논문은 예측 평가에 초점을 맞추고 모든 슬라이드의 사분위수를 똑같게 맞추는 quantilenormalization 적용하여 마이크로어레이 데이터를 표준화 한 후 특징 선택에 앞서 예측 모델의 '진짜' 예측 에러를 평가하기 위해 몇 개의 방법들을 비교하는 시스템을 고안하고 방법들의 예측 에러를 비교 분석 하였다. LOOCV는 전체적으로 작은 MSE와 bias를 나타내었고, 크기가 작은 샘플에서 split 방법과 2-fold CV는 매우 좋지 않는 결과를 보였다. 계산적으로 번거로운 분석에 대해서는 10-fold CV가 LOOCV보다 오히려 더 낳은 경향을 보였다.

• 한국농공학회논문집
• /
• 제59권6호
• /
• pp.9-18
• /
• 2017

The objective of this study was to estimate the climate change impact on inflow to Namgang Dam using SWAT (Soil and Water Assessment Tool) model. The SWAT model was calibrated and validated using observed flow data from 2003 to 2014 for the study watershed. The $R^2$ (Determination Coefficient), RMSE (Root Mean Square Error), NSE (Nash-Sutcliffe efficiency coefficient), and RMAE (Relative Mean Absolute Error) were used to evaluate the model performance. Calibration results showed that the annual mean inflow were within ${\pm}5%$ error compared to the observed. $R^2$ were ranged 0.61~0.87, RMSE were 1.37~7.00 mm/day, NSE were 0.47~0.83, and RMAE were 0.25~0.73 mm/day for daily runoff, respectively. Climate change scenarios were obtained from the HadGEM3-RA. The quantile mapping method was adopted to correct bias that is inherent in the climate change scenarios. Based on the climate change scenarios, calibrated SWAT model simulates the future inflow and evapotranspiration for the study watershed. The expected future inflow to Namgang dam using RCP 4.5 is increasing by 4.8 % and RCP 8.5 is increasing by 19.0 %, respectively. The expected future evapotranspiration for Namgang dam watershed using RCP 4.5 is decreasing by 6.7 % and RCP 8.5 is decreasing by 0.7 %, respectively.

• 한국정보통신학회논문지
• /
• 제11권12호
• /
• pp.2311-2318
• /
• 2007

유한고장수를 가진 비동질적인 포아송 과정에 기초한 모형들에서 잔존 오류 1개당 고장 발생률은 일반적으로 상수, 혹은 단조증가 및 단조 감소 추세를 가지고 있다. 소프트웨어 제품의 정확한 인도시기를 예측하거나 효용성 및 신뢰성을 예측하기 위해서는 소프트웨어 테스팅 과정에서 중요한 요소인 테스트 커버리지를 이용하면 보다 효율적인 테스팅 작업을 할 수 있다. 이런 모형을 ENHPP모형이라고 한다. 본 논문에서는 기존의 소프트웨어 신뢰성 모형인 지수 커버리지 모형과 S-커버리지 모형을 재조명하고 이 분야에 적용될 수 있는 Kappa 분포를 이용한 모형인 Kappa 커버리지 모형을 제안하였다. 고장 간격시간으로 구성된 자료를 이용한 모수추정 방법은 최우추정법과 일반적인 수치해석 방법인 이분법을 사용하여 모수 추정을 실시하고 효율적인 모형 선택은 편차자승합(SSE) 및 콜모고로프 거리를 적용하여 모형들에 대한 효율적인 모형 선택도 시도 하였다. 수치적인 예에서는 실제 고장자료를 통하여 분석하였다 이 자료들에서 기존의 모형과 Kappa 커버리지 모형의 비교를 위하여 산술적 및 라플라스 검정, 편의 검정 등을 이용하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.155-155
• /
• 2018

Uncertainty in flood forecasting using a coupled meteorological and hydrological model is arisen from various sources, especially the uncertainty comes from the inaccuracy of Quantitative Precipitation Forecasts (QPFs). In order to improve the capability of flood forecast, the uncertainty estimation and mitigation are required to perform. This study is conducted to investigate and reduce such uncertainty. First, ensemble QPFs are generated by using Monte - Carlo simulation, then each ensemble member is forced as input for a hydrological model to obtain ensemble streamflow prediction. Likelihood measures are evaluated to identify feasible member. These members are retained to define upper and lower limits of the uncertainty interval and assess the uncertainty. To mitigate the uncertainty for very short lead time, a blending method, which merges the ensemble QPFs with radar-based rainfall prediction considering both qualitative and quantitative skills, is proposed. Finally, blending bias ratios, which are estimated from previous time step, are used to update the members over total lead time. The proposed method is verified for the two flood events in 2013 and 2016 in the Yeonguol and Soyang watersheds that are located in the Han River basin, South Korea. The uncertainty in flood forecasting using a coupled Local Data Assimilation and Prediction System (LDAPS) and Sejong University Rainfall - Runoff (SURR) model is investigated and then mitigated by blending the generated ensemble LDAPS members with radar-based rainfall prediction that uses McGill algorithm for precipitation nowcasting by Lagrangian extrapolation (MAPLE). The results show that the uncertainty of flood forecasting using the coupled model increases when the lead time is longer. The mitigation method indicates its effectiveness for mitigating the uncertainty with the increases of the percentage of feasible member (POFM) and the ratio of the number of observations that fall into the uncertainty interval (p-factor).

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.98-98
• /
• 2015

강우-유출 모형을 이용하여 직접유출량을 산정할 경우, 유역의 유효우량을 산정하기 위해 NRCS-CN(Natural Resources Conservation Service - curve number) 방법을 주로 사용한다. 그러나 NRCS-CN 방법은 초기손실량을 잠재보유수량의 20%로 가정하고 유효우량을 산정한다. 이는 초기손실량을 과대 추정하여 유효우량의 과소산정을 초래한다. 따라서 본 연구에서는 관측된 강우-유출사상을 바탕으로 초기손실량을 추정하는 방법을 보완하였다. 우리나라 홍수기 동안 강우-유출 자료를 확보한 15개의 유역에 대해 658개의 강우-유출사상에 대하여 NRCS-CN 방법을 기반으로, 초기손실량과 유효우량을 산정하고 이를 관측 직접유출량과 비교 분석하였다. 유효우량을 산정하는 방법으로는 NRCS-CN 방법(M1), NRCS-CN 방법에서 초기손실량계수를 감소시킨 방법(M2), 관측 강우-유출 관계를 바탕으로 본 연구에서 제안하는 방법(M3)을 적용하였다. 또한 USDA에서 제시하는 CN값(CNT)과 유역의 경사도를 고려하여 조정한 CN값(CNC)을 각 방법들에 적용하였다. 모형의 성과는 Root Mean Square Error (RMSE), Nash-Sutcliffe Efficiency (NSE), 그리고 Percent Bias (PBIAS) 등을 이용하여 평가되었다. 그 결과 CNT를 M1, M2, M3에 적용한 경우 각 유역에서 평균적으로 [RMSE(0.24, 18.12, and 16.04), NSE(0.54, 0.73, and 0.79), PBIAS(36.54, 20.25, and 12.00)]로 나타났으며. 이와 비슷하게 CNC를 M1, M2, M3에 적용하였을 경우의 각 유역에서 평균적으로 [RMSE(17.17, 15.88, and 13.82), NSE(0.76, 0.80, and 0.85), PBIAS(3.06, 4.47, and 0.11)]로 나타났다. 본 연구에서 제안된 M3방법을 사용하여 추정한 유효우량이 관측된 직접유출량과 통계학적으로 가장 가까운 값으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.300-300
• /
• 2019

남북공유하천인 북한강 및 임진강 유역 남측에는 평화의 댐, 군남댐이 치수목적으로 건설되어 운영되고 있으나 북측의 기상 및 수문정보 획득이 불가하여 홍수대응에 불확실성이 높으며 공유하천상류 북측댐 방류패턴에 많은 영향을 받고 있다. 특히 접경지역 남측에 위치한 군남댐은 상류에 있는 황강댐에 비해 저수용량이 작고 우리나라 최북측 수위관측지점(필승교)에서 군남댐까지의 홍수도달시간은 1시간 이내로 예 경보 등 사전 대응에 한계가 있어 북측의 정보가 무엇보다 중요하다. 북측 강우상황 파악 및 위기대응 능력 강화를 위하여 실제 K-water는 기상청 관할 레이더(광덕산)를 활용한 접경지역 댐 유역 강우추정 및 홍수분석 체계를 구축하여 현업에 활용 중이나 실제 관측 강우량 대비 정량적인 차이를 보임에 따라 황강댐 방류 규모 및 군남댐 유입량 예측에 많은 한계가 있다. 따라서, 본 연구에서는 보다 정확한 임진강 상류 북측 강수량 추정을 위하여 기상청 관할 광덕산 레이더에서 얻어지는 군남댐 유역의 추정 강수량(Radar-AWS Rainrate; RAR)에 대하여 통계적 편의보정을 수행하였다. 본 연구에서 적용한 통계적 편의보정기법은 '확률분포형을 활용한 기법', '매개변수적 기법', '비매개변수적 기법' 등 크게 3가지로 구분할 수 있으며 세부적으로 총 11가지 기법을 적용하여 분석을 수행하였다. 분석결과, 일부 기법을 제외하고는 보정 전에 비해 정량적으로 레이더 강수량의 정확도가 향상된 것으로 나타났으며 특히 매개변수적 편의보정기법이 우수한 결과(결정계수: 0.9898)를 보였다. 비매개변수적 편의보정기법은 상대적으로 관측자료가 적어 과거기간에 발생하지 않은 이상치가 발생할 경우 비현실적인 강수로 편의보정되므로 충분한 자료가 축적된 이후 활용가능할 것으로 판단된다. 본 연구의 결과는 북한댐 수문 운영패턴 예측, 접경지역 홍수모의 및 홍수대응 등 치수적인 측면에서 활용도가 높을 것으로 판단된다.

• Journal of Acupuncture Research
• /
• 제38권2호
• /
• pp.96-109
• /
• 2021

The purpose of this study was to evaluate the effectiveness and safety of acupotomy for the treatment of patients with knee osteoarthritis. There were 9 databases searched to retrieve randomized controlled trials until August 3, 2019 regarding acupotomy versus conventional Western medicine, conventional Western medicine treatment with and without acupotomy, and Korean medicine treatment with and without acupotomy, and meta-analysis was performed. Of 303 potentially relevant studies retrieved, 43 were systematically reviewed. All studies were conducted in China. Effective rate, visual analogue scale, and Western Ontario and McMaster Universities Osteoarthritis index were used as the evaluation scales. The Ashi point was selected most frequently. In all studies, the intervention group was more effective than the control group. Meta-analysis revealed that acupotomy showed statistically significant beneficial results. Although acupotomy had a beneficial effect on knee osteoarthritis, the risk of bias of the included studies was not low. The majority of the results from the evaluation scales used were highly heterogeneous (> 50%) which reduced confidence in the estimation of effect, or had a small sample size. Further clinical research and development is required in the future.

• 한국지하수토양환경학회지:지하수토양환경
• /
• 제24권5호
• /
• pp.11-16
• /
• 2019

In this study, a reliable number of soil samples for TPH fractionation was investigated in order to perform risk assessment. TPH was fractionated into volatile petroleum hydrocarbons (VPH) with three subgroups and extractable petroleum hydrocarbons (EPH) with four subgroups. At the study site, concentrations of each fraction were determined at 18 sampling points, and the 95% upper confidence limit (UCL) value was used as an exposure concentration of each fraction. And then, 5 sampling points were randomly selected out of the 18 points, and an exposure concentration was calculated. This process was repeated 30 times, and the results were compared statistically. Exposure concentrations of EPH obtained from 18 points were 99.9, 339.1, 27.3, and 85.9 mg/kg for aliphatic $C_9-C_{18}$, $C_{19}-C_{36}$, $C_{37}-C_{40}$, and aromatic $C_{11}-C_{22}$, respectively. The corresponding exposure concentrations obtained from 5 points were 139.8, 462.8, 35.1 and 119.4 mg/kg, which were significantly higher than those from 18 points results (p <0.05). Our results suggest that limited number of samples for TPH fractionation may bias estimation of exposure concentration of TPH fractions. Also, it is recommended that more than 30 samples need to be analyzed for TPH fractionation in performing risk assessment.

• 한국농공학회논문집
• /
• 제63권1호
• /
• pp.103-116
• /
• 2021

Analysis of runoff is substantial for effective water management in the watershed. Runoff occurs by reaction of a watershed to the rainfall and has non-linearity and uncertainty due to the complex relation of weather and watershed factors. ANN (Artificial Neural Network), which learns from the data, is one of the machine learning technique known as a proper model to interpret non-linear data. The performance of ANN is affected by the ANN's structure, the number of hidden layer nodes, learning rate, and activation function. Especially, the activation function has a role to deliver the information entered and decides the way of making output. Therefore, It is important to apply appropriate activation functions according to the problem to solve. In this paper, ANN models were constructed to estimate runoff with different activation functions and each model was compared and evaluated. Sigmoid, Hyperbolic tangent, ReLU (Rectified Linear Unit), ELU (Exponential Linear Unit) functions were applied to the hidden layer, and Identity, ReLU, Softplus functions applied to the output layer. The statistical parameters including coefficient of determination, NSE (Nash and Sutcliffe Efficiency), NSEln (modified NSE), and PBIAS (Percent BIAS) were utilized to evaluate the ANN models. From the result, applications of Hyperbolic tangent function and ELU function to the hidden layer and Identity function to the output layer show competent performance rather than other functions which demonstrated the function selection in the ANN structure can affect the performance of ANN.