• 한국멀티미디어학회논문지
• /
• 제16권3호
• /
• pp.330-335
• /
• 2013

차량 간 통신 기술을 적용한 차량의 안전 시스템은 시시각각 변하는 정보를 주변 차량으로 신속히 전파될 수 있기 때문에 사고 발생 위험 최소화 및 추돌 사고의 확산을 방지할 수 있을 것으로 기대된다. 현재 차량간 통신 지원을 위해 IEEE 802.11 DCF 기반 Flooding 기법을 활용한 정보 전달 기술을 활용하는 방안이 제시되고 있지만, 차량 밀도가 높아짐에 따라 Broadcasting 메시지 빈도에 의해 추가적인 연쇄 추돌 현상 발생 확률 증가라는 문제점이 제시되고 있다. 따라서, 본 논문에서는 연쇄 추돌 방지를 위한 V2V 통신 기반의 사고 알림 Broadcasting 기술을 제시하며, 이는 사고 발생 시 각 차량의 정량적 우선순위에 의거하여 공유채널의 선점 권리를 자동적으로 부여하여 인접 지역으로 위험 메시지를 신속하게 전파하는 방법을 제안한다. 또한, 제안 방안의 성능 검증을 위해 시뮬레이션을 통해 기존 Flooding 기반 방안과의 비교 분석을 수행한다.

• 한국멀티미디어학회논문지
• /
• 제15권10호
• /
• pp.1221-1227
• /
• 2012

차량 간 통신 기술을 적용한 차량의 안전 시스템은 시시각각 변하는 정보를 주변 차량으로 신속히 전파될 수 있기 때문에 사고 발생 위험 최소화 및 추돌 사고의 확산을 방지할 수 있을 것으로 기대된다. 현재 차량간 통신 지원을 위해 IEEE 802.11 DCF 기반 Flooding 기법을 활용한 정보 전달 기술을 활용하는 방안이 제시되고 있지만, 차량 밀도가 높아짐에 따라 채널 접근 권한 획득 확률이 낮아짐에 따라 전송 효율이 낮아지는 단점을 노출하고 있다. 따라서, 본 논문은 이러한 문제점을 개선하기 위해 각 차량들이 현재 주행상태에 따른 위험도를 감지하고 이에 근거하여 메시지 전송 빈도를 적응적으로 조절하게 하여 메시지 교환 효율을 증대시키는 방안을 제안한다. 또한, 제안 방안의 성능 검증을 위해 시뮬레이션을 통해 기존 Flooding 기반 방안과의 비교 분석을 수행한다.

• 한국항해항만학회지
• /
• 제37권4호
• /
• pp.409-418
• /
• 2013

기후변화로 인한 해수면 상승이 우리나라 연안에 장기적으로 큰 영향을 줄 것으로 예측되어 다양한 방법을 사용하여 연안에 대한 해수면 상승의 취약성 평가가 이루어지고 있다. 본 연구에서는 사면이 바다와 접해 해수에 의한 침수가 빈번하여 향후 해수면 상승에 의한 피해가 클 것으로 예상되는 부산의 영도 해안을 대상으로 해수면 상승이 해안에 미치는 영향을 알아보고 그 대책을 마련하였다. 먼저 잠재적 해수면 상승률을 바탕으로 CAD를 이용한 해수면 상승 시뮬레이션을 실시하였으며 다음으로 시뮬레이션결과를 바탕으로 침수범위와 재해위험 지역을 종합적으로 고려하여 피해 예상지역을 추출하였고 최종적으로 침수특성에 따라 지구별로 세분하여 해당 지구에 적합한 대응전략을 수립하였다.

• 한국지능시스템학회논문지
• /
• 제22권6호
• /
• pp.722-728
• /
• 2012

도심지역의 하수관거 시스템은 우수 수용능력 및 하수 월류 발생 등의 시스템의 한계점을 가지고 있어, 강우시 우수 유출수로 인한 침수저감과 더불어 도시비점오염원의 저감에 모두 대응할 수 있는 저류시설의 도입이 주목받고 시작하였다. 최근 환경부에서는 방재적 우수관리와 더불어 합류식 하수관거 월류수, 분류식 우수관거 유출수 처리를 포함하는 다기능 저류시설을 "하수저류시설"이라 통칭하고, 이의 도입을 적극 추진하고 있는 실정이다. 반면 대규모 단일 저류시설 설치의 경우에는 공간 확보의 문제가 발생할 수 있으며, 이에 대안으로는 중 소규모의 분산형 저류시설 설치 및 운영을 들 수 있다. 본 연구에서는 분산형 저류시설-하수관망 네트워크 시스템의 최적 운용을 위한 모델 예측 제어기법을 제안한다. 이를 위해 첫째로 네트워크 시스템의 각 구성 요소의 수리모델을 제시함으로써 보다 정밀한 하수관망 네트워크의 거동을 모사하고자 한다. 둘째로 제안된 모델을 기반으로 현재의 강우 유입량을 고려하여 각 저류조의 수위, 하수관로의 유입/유출량을 예측하여, 입자군집 최적화 알고리즘을 이용한 모델 예측 제어기법을 바탕으로 주어진 제약조건을 만족하며 상황을 바탕으로 제안된 제어기법의 사용여부에 따른 효과를 비교 분석하고, 이의 타당성을 검증하고자 한다.

• 한국환경과학회지
• /
• 제28권1호
• /
• pp.125-135
• /
• 2019

For the purposes of enhancing usability of Numerical Weather Prediction (NWP), the quantitative precipitation prediction scheme by machine learning has been proposed. In this study, heavy rainfall was corrected for by utilizing rainfall predictors from LENS and Radar from 2017 to 2018, as well as machine learning tools LightGBM and XGBoost. The results were analyzed using Mean Absolute Error (MAE), Normalized Peak Error (NPE), and Peak Timing Error (PTE) for rainfall corrected through machine learning. Machine learning results (i.e. using LightGBM and XGBoost) showed improvements in the overall correction of rainfall and maximum rainfall compared to LENS. For example, the MAE of case 5 was found to be 24.252 using LENS, 11.564 using LightGBM, and 11.693 using XGBoost, showing excellent error improvement in machine learning results. This rainfall correction technique can provide hydrologically meaningful rainfall information such as predictions of flooding. Future research on the interpretation of various hydrologic processes using machine learning is necessary.