• 응용통계연구
• /
• 제16권2호
• /
• pp.305-319
• /
• 2003

본 연구에서는 바이어스 필드에 의해 왜곡된 MRI 영상에 대한 분할을 위해 확장된 EM 알고리즘을 기반으로 한 통계적 접근법을 제시한다. 영상의 명암값을 자료로 하는 분할기법들은 고주파 성분의 잡음 뿐만 아니라 영상을 불균질하게 만드는 바이어스 필드라는 저주파 성분의 왜곡에 특히 취약하다. 이 문제를 해결하기 위해 본 논문에서는 잡음을 효과적으로 제어하기 위해 마코프랜덤필드가 적용된 정규혼합모형을 고려하며, 효과적인 바이어스 필드의 보정을 위해 페널티-우도를 도입하여 추정하는 방법으로 고안되었다.

• 한국전자파학회논문지
• /
• 제25권5호
• /
• pp.532-541
• /
• 2014

3축 이동형 다운 레인지 S-band 텔레메트리 안테나 시스템은 위성발사 시 해상에서 정밀한 포인팅 정확도가 요구된다. 저궤도 위성을 추적하여 이 안테나의 포인팅 및 추적 성능을 측정하고 검증하는 방법과 포인팅 바이어스를 결정하는 방법을 제시하였다. 이 방법에 따라 제주 해상과 태평양 공해상에서 실시한 시험에서 방위각 축에 존재하는 포인팅 바이어스를 산출하였고, 이 원인이 자이로컴퍼스의 진북 측정 오차가 표류(drift)하는데 있는 것으로 분석하였다. 측정된 바이어스의 크기를 고려하여 자이로컴퍼스의 헤딩 오프셋 값을 안테나 시스템에 보정한 후에 포인팅 오차를 재측정한 결과, 보정한 각도만큼 포인팅 오차가 향상되는 것을 알 수 있었다. 이어진 나로호 3차 발사에서 나로호(KSLV-I)를 포인팅 요구범위 내에서 안정적으로 추적하였음을 제시하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2008년도 하계종합학술대회
• /
• pp.465-466
• /
• 2008

This paper shows analysis of digital correction of pipelined ADC. Sub-ADCs have some margin because of digital correction so, it can be reduced bias current for minimizing power dissipation.

• 대기
• /
• 제31권5호
• /
• pp.473-488
• /
• 2021

A new physical/statistical diagnostic downscale model has been developed for use to improve near-surface air temperature forecasts. The model includes a series of physical and statistical correction methods that account for un-resolved topographic and land-use effects as well as statistical bias errors in a low-resolution atmospheric model. Operational temperature forecasts of the Local Data Assimilation and Prediction System (LDAPS) were downscaled at 100 m resolution for three months, which were used to validate the model's physical and statistical correction methods and to compare its performance with the forecasts of the Korea Meteorological Administration Post-processing (KMAP) system. The validation results showed positive impacts of the un-resolved topographic and urban effects (topographic height correction, valley cold air pool effect, mountain internal boundary layer formation effect, urban land-use effect) in complex terrain areas. In addition, the statistical bias correction of the LDAPS model were efficient in reducing forecast errors of the near-surface temperatures. The new high-resolution downscale model showed better agreement against Korean 584 meteorological monitoring stations than the KMAP, supporting the importance of the new physical and statistical correction methods. The new physical/statistical diagnostic downscale model can be a useful tool in improving near-surface temperature forecasts and diagnostics over complex terrain areas.

• Nuclear Medicine and Molecular Imaging
• /
• 제42권2호
• /
• pp.112-117
• /
• 2008

Artifact corrections including normalization and attenuation correction were important for quantitative analysis in Nuclear Medicine Imaging. Normalization is the process of ensuring that all lines of response joining detectors in coincidence have the same effective sensitivity. Failure to account for variations in LOR sensitivity leads to bias and high-frequency artifacts in the reconstructed images. Attenuation correction is the process of the correction of attenuation phenomenon lies in the natural property that photons emitted by the radiopharmaceutical will interact with tissue and other materials as they pass through the body. In this paper, we will review the several approaches for normalization and attenuation correction strategies.

• 대한원격탐사학회지
• /
• 제34권6_1호
• /
• pp.997-1007
• /
• 2018

가뭄감시는 기후변화로 인해 빈번히 발생하는 자연재해를 저감하기 위해 필요한 중요한 요소 중의 하나이다. 한반도 지역의 가뭄감시를 수행하기 위해서는 위성기반 강수량을 관측하는 것이 필요하다. 본 연구에서는 위성기반의 원시위성강우자료와 편의보정한 위성자료를 이용하여 위성기반 강수량의 정확도를 확인하였다. 서로 다른 공간/시간 해상도를 가지는 원시위성자료(TRMM TMPA, GPM IMERG)를 10 km로 재격자화 하고, 일단위로 변환하였다. 최종적으로 원시위성강우의 표준 시간대를 한반도 표준시(GMT+9)로 변환하여 데이터베이스를 구축하였다. 한반도를 대상지역으로 선정하여, 지상관측자료와 검증을 실시하였다. 편의보정 기법은 GRA-IDW 기법을 선정하여 수행하였다. 먼저 원시위성자료를 검증한 결과를 살펴보면, 상관계수는 1998년부터 2017년까지 0.775로 비교적 정확도가 높게 나왔으며, TRMM TMPA, GPM IMERG 각각의 10 km 일강수량 상관계수값은 0.776, 0.753으로 크게 차이 나지 않았다. BIAS값은 원시위성자료 값이 지상관측자료보다 과대추정하는 것으로 나타났다. 편의보정한 위성자료를 검증한 결과를 살펴보면, 상관계수와 RMSE가 편의보정 전보다 개선된 값을 보여주고 있다. 본 연구에서 검증한 위성강우자료는 가뭄감시시스템의 기초자료로 충분히 활용할 수 있으며, 향후 미계측지역의 가뭄관리 의사결정을 위한 격자자료로 활용할 수 있을 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제54권7호
• /
• pp.453-462
• /
• 2021

최근 몇 년 동안 국지성 집중호우의 빈도가 증가함에 따라 고해상도 레이더 자료의 중요성 및 활용성이 증가하고 있다. 하지만 여전히 레이더 자료의 경우 시·공간적 편의가 존재하고 이를 보정하는 것이 매우 중요하며 많은 연구에서 레이더 강우의 편의 보정을 위해 다양한 통계적 기법이 시도되었다. 본 연구에서는 시·공간적으로 강우를 추정할 수 있는 이중편파레이더의 편의를 지점 강우와 비교하여 보정하는 것을 목표로 한다. 환경부의 수자원관리 및 홍수 예측에 사용되는 S-밴드 이중편파레이더의 편의 보정을 위하여 합성곱신경망(Convolutional Neural Network, CNN)기반의 Convolutional Autoencoder (CAE) 알고리즘을 구축하여 편의 보정을 수행하였다. CAE 모델의 입력자료는 환경부의 10분 단위 레이더 합성 강우자료와 같은 공간해상도로 보간된 지점 관측 강우자료를 사용하였으며, 자료의 기간은 미호천 유역에 홍수 경보가 발령된 2017년 7월 16일 00시부터 13시까지의 10분 단위 자료를 사용하였다. 그 결과로 지점 강우 대비 원시 레이더 강우의 편의가 줄어듦을 확인할 수 있으며 시·공간적으로 개선된 결과를 보여주고 있다. 따라서 각 인접한 격자 간의 공간 관계를 학습하는 CAE 모델은 레이더 및 위성에서 추정되는 격자형 기후 자료의 실시간 편의 보정에 사용할 수 있을 것으로 분석되었다.

• 한국수자원학회논문집
• /
• 제53권4호
• /
• pp.249-258
• /
• 2020

많은 기후 연구에서는 General Circulation Model (GCM)을 사용하여 연구를 수행하고 있는데, 현재는 5^th Assessment Report (AR5)를 기반으로 한 60개 이상의 GCM이 생성되어 있다. 다양한 GCM을 사용하여 기후 연구를 수행하는 데 있어서 여러 종류의 불확실성이 존재한다. 현재 GCM에 의해 발생되는 불확실성을 줄이기 위해 다양한 연구들이 수행되고 있는데, 그 중에서 GCM의 모의값과 관측값의 차이를 줄이기 위해 사용되는 통계학적 편이보정방법이 적용되는 과정에서 발생하는 불확실성도 중요한 요인으로 분류되고 있다. 따라서 본 연구에서는 과거기간(1970년-2005년)의 지점별로 9개의 GCM과 9개의 분위사상법을 사용하여 산정된 결과를 토대로 RCP 4.5를 사용하여 전망기간(2011-2100년)의 월 강수량을 산정하였다. 산정된 강수량을 토대로 표준 편차와 1분위와 3분위의 변위값(inter-quartile range, IQR)을 산정하여 GCM과 편이보정방법으로 기준을 나누어 변동성을 정량화하여 불확실성을 비교하였다. 분석 결과로 표준편차와 IQR은 전망 기간이 뒤로 갈수록 GCM을 기준으로 계산된 결과가 점차 크게 산정되었다. 이를 통해 GCM의 선정과 편이보정 방법 선택이 미래 기후예측에 어느 정도 영향을 미치는지 확인하였다.

• 한국수자원학회논문집
• /
• 제52권5호
• /
• pp.337-347
• /
• 2019

본 연구에서는 미래 기후예측을 위하여 활용되는 전지구모형(general circulation model, GCM) 중 우리나라에 적합한 대표 GCM을 선정하는 방법을 제시하였다. 이에 격자 기반 GCM 결과를 IDW (Inverse Distance Weighted) 방법을 사용하여 기상 관측소로 지점 규모로 상세화를 하여 관측강수와 비교하였다. GCM과 관측자료 사이의 편이를 보정하기 위하여 6가지 Quantile Mapping 방법과 Random Forest 기법을 사용하였고, 성능 지표를 비교하여 대표 편이보정방법을 선정하였다. 편이보정된 GCM 모의 결과에 대한 성능을 계산하고 다기준의사결정기법 중 하나인 TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) 방법을 이용하여 가장 우수한 GCM을 선정하였다. 그 결과 편이보정방법을 NPT (Non-Parametric Transformation) 방법 중 EQ (Empirical Quantile) 방법이 선정되었고, TOPSIS 성능 평가 결과, GISS-E2-R이 가장 우수하였다. 그 다음으로 우수한 GCM을 순서대로 제시하면 MIROC5, CSIRO-Mk3-6-0, CCSM4 이었다. 향후 더 많은 GCM 자료를 이용한다면 보다 보편적인 결과를 도출할 수 있을 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.150-150
• /
• 2018

The Numerical Weather Prediction (NWP) models provide information for weather forecasts. The highly nonlinear and complex interactions in the atmosphere are simplified in meteorological models through approximations and parameterization. Therefore, the simplifications may lead to biases and errors in model results. Although the models have improved over time, the biased outputs of these models are still a matter of concern in meteorological and hydrological studies. Thus, bias removal is an essential step prior to using outputs of atmospheric models. The main idea of statistical bias correction methods is to develop a statistical relationship between modeled and observed variables over the same historical period. The Model Output Statistics (MOS) would be desirable to better match the real time forecast data with observation records. Statistical post-processing methods relate model outputs to the observed values at the sites of interest. In this study three methods are used to remove the possible biases of the real-time outputs of the Weather Research and Forecast (WRF) model in Imjin basin (North and South Korea). The post-processing techniques include the Linear Regression (LR), Linear Scaling (LS) and Power Scaling (PS) methods. The MOS techniques used in this study include three main steps: preprocessing of the historical data in training set, development of the equations, and application of the equations for the validation set. The expected results show the accuracy improvement of the real-time forecast data before and after bias correction. The comparison of the different methods will clarify the best method for the purpose of the forecast skill enhancement in a real-time case study.