• 한국수자원학회논문집
• /
• 제44권1호
• /
• pp.51-64
• /
• 2011

본 연구에서는 대유역의 홍수모의가 가능한 연속형 강우-유출모형을 개발하고자 하는데 그 목적이 있다. 이를 위해 가변저류변수와 유출곡선지수를 기반으로 하는 시단위 지표유출량 산정방법을 개발하였으며 수문성분을 토양수분에 대한 연속방정식에 적용하여 연속적인 강우에 대한 토양수분 모의가 가능하도록 모형을 구성하였다. 또한 유출수문성분과 유역 저류함수모형을 연계하여 유역에 대한 연속적인 유출모의가 가능하도록 하였으며 하도 저류함수모형을 이용하여 대유역에 대한 유출모의가 가능하도록 모형을 개발하였다. 대상유역은 낙동강 유역을 채택하였으며 2006년(보정기간) 및 2007~2008년(검증기간)의 홍수기간 동안 본류와 지류에 위치한 8개 유량관측지점에 대해서 모형의 정확도 평가를 수행하였다. 모든 평가지점에서 모의유량이 관측유량과 유사한 결과를 보이며 보정기간과 검증기간의 모형효율성계수는 각각 0.81~0.95와 0.70~0.94 범위의 우수한 결과를 보이는 것으로 나타났다. 또한 강우에 대한 토양수분의 거동과 수문 성분 발생량에서도 합리적인 결과를 도출하는 것으로 확인되었다. 이상의 결과로부터 본 연구에서 개발된 연속형 강우-유출모형은 대유역의 홍수예측에 활용이 가능할 것으로 판단된다.

• 대한교통학회지
• /
• 제21권3호
• /
• pp.15-22
• /
• 2003

교통수요예측의 통행발생단계에서 일반적으로 선형회귀모형이 활용되고 있다. 이러한 선형회귀모형은 여러가지 방법론적 한계성과 실용적 지속성을 가지지 못하는 경향을 보인다. 첫째, 종속변수로 이용되는 통행발생의 경우 비음정수(non-negative integer : 0, 1, 2 등)의 이산분포특징을 보이나, 선형회귀모형에서는 종속변수가 연속확률분포 인 정규분포의 특징을 가진 것으로 가정한다. 둘째, 모형이 자료측정에 적용되었을 때 음(-)의 결과를 산정 할 수 있으며, 독립변수의 증감에 따라 결과 값을 너무 높게 혹은 낮게 예측하는 경우가 있다 셋째, 예측된 값이 정상적인 범위 내에 있을 지라도 예측된 통행수만을 제시 할 뿐, 통행발생빈도에 대한 이산확률분포는 제공하지 않는다. 이같은 한계점을 극복하기 위해 주로 활용되어온 가산자료모형이 포와송모형이다. 그러나 포와송모형의 경우 자료의 평균과 분산이 동일하다는 가정하에 활용되고 있어 자료상에 과산포가 존재할 경우 오차를 과소평가 할 경향이 높아 모형의 신뢰성에 문제가 발생됨으로 기타 다른 가산자료모형의 적용을 고려해야한다. 연구에서는 과산포검정을 통해 통행발생빈도상에 과산포 존재를 밝혀내고 포와송모형의 부적합함을 제시하였으며 Vuong 검정을 통해 최적의 모형을 선정하였다. 선정된 모형을 대상으로 우도비검정과 Theil 부등계수에 의해 모형의 신뢰도와 정확성을 조사하였다. 최종적으로 가구의 사회경제적 속성의 변화에 따른 통행발생의 변화를 측정하기 위한 민감도 분석을 실시하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권10호
• /
• pp.447-454
• /
• 2015

본 논문에서는 트위터 기반 이벤트 탐지에서의 기계학습을 통한 지명 노이즈제거 방식을 제안한다. 최근 스마트폰 이용자의 증가로 소셜 네트워크 서비스(SNS) 이용자가 증가하고 있는 추세이다. 그중 트위터는 140자 이내의 단문서비스와 팔로우 기능으로 정보의 빠른 전달력과 확산성을 가지고 있다. 이러한 특성과 모바일에 최적화된 트위터의 특성상 정보 전달 속도가 매우 빠르기 때문에 재난 상황이나 이벤트 전달의 매개체 역할을 하고 있다. 이와 관련된 연구로는 트위터 사용자 개개인을 이벤트 탐지의 센서로 사용하여 현실에서 발생하는 이벤트를 탐지하였는데 이벤트가 특정 장소에서 발생한다는 특성을 이용해서 지명 키워드를 사용하였다. 그러나 지명과 동형이의어 관계에 관한 노이즈제거에 대한 부분이 누락되어있어서 이벤트 탐지의 정확도를 낮추는 요인이 된다. 이에 본 논문에서는 제거와 예측 두 가지 방식으로 노이즈제거 기법을 적용하였다. 먼저 노이즈 관련 데이터베이스 구축을 이용하여 제거 필터링을 진행한 후에 나이브 베이지안 분류를 이용해서 지명 유무를 결정하였다. 실험 데이터를 이용해서 기계학습을 위한 확률값을 구했으며, 지명마다 본 논문에서 제시하는 예측기법을 검증했을 때 89.6%의 신뢰도로 노이즈제거 기법의 필요성을 보였다.

• 대한토목학회논문집
• /
• 제39권5호
• /
• pp.605-612
• /
• 2019

전통적으로 통행수요예측은 개별 면접조사를 통해 수집된 자료를 기반으로 수행되었으며, 통행수요 예측의 정확성은 이러한 문제로부터 지속적으로 제기되어 왔다. 최근 정보통신 기술의 발전에 따라 통행수요예측 연구에서 새로운 자료의 활용이 다루어지고 있다. 이러한 자료는 GPS기반 위치 자료, 휴대전화 신호의 자료, CDR (Call Detail Record) 자료 등으로 포함하며, 통행 수요예측의 오류를 줄이기 위한 활용과 관련한 연구가 진행되고 있다. 이를 바탕으로 본 연구의 목적은 통행수요예측의 기초자료로 CDR의 적용 가능성을 평가하는 것이다. 이를 위해 본 연구에서는 대구광역시 평일과 주말을 포함한 2017년 4월의 4일 동안 수집한 CDR 자료를 사용하였다. 즉, CDR 통신량과 기존 면접조사의 O/D 통행량 간의 상관성을 분석하였다. 그 결과, CDR과 전통적 방식에 의한 교통수요는 서로 상관성이 존재하는 것으로 나타났으며, 통행목적별 통행량 비교결과에서는 주말 첨두시 CDR이 비가정기반 쇼핑 여가 목적 통행량과 같은 선택적 통행에서 상관성이 높은 것으로 나타났다.

• 과학교육연구지
• /
• 제45권2호
• /
• pp.156-171
• /
• 2021

본 연구는 미래 교육에 관련된 선행 연구를 분석하여 그 시기별 변화의 특징을 파악하고, 최근 나타나는 뉴스 기사를 비교하여 미래 교육에 대한 예측과 전망이 얼마나 일치하는지 비교 분석함으로써 교육을 위한 예측 모형 수립을 위한 시사점을 제공하고자 하였다. 이에 Web of Science를 통해 미래교육을 키워드로 포함한 국제전문학술지의 1,222건의 학술논문의 상세 서지정보를 수집하였고, 이를 2000년대부터 5년 단위로 4개의 시기로 구분하여 각 시기별 키워드를 추출하였다. 또한 최근 1년간 발간된 뉴스를 토대로 키워드를 추출하고 두 결과를 비교하여 얼마나 예측한 결과가 일치하는지 살펴보았다. 연구 결과, 문헌 조사 결과를 통한 키워드는 교사 교육을 제외하면 공통적으로 나타나는 주제나 경향성을 발견하기 어려웠으며 교육과정, 학습자 특성, 협동학습, 컴퓨터 기반 학습 등 교육과정과 내용, 방법, 환경 등 전반을 제시하고 있었다. 이에 반해 뉴스를 통해 도출된 키워드는 혁신학교나 미래교육센터 등 정부의 주요 추진 정책이나 코로나19와 관련된 키워드들이 부각되어 나타났다. 또한 온라인 플랫폼이나 콘텐츠 개발, 클라우드, 빅데이터, 개별학습 등 교육환경과 방법에 초점이 맞춰지고 있음을 파악할 수 있다. 뉴스를 통해 나타나는 키워드를 살펴보면 장기적인 예측을 통해 나타난 키워드는 거의 없었고, 최근 5년 내에 제시되었던 단기적인 내용들이나 최근 5년에서도 언급되지 않는 새로운 주제들을 다루고 있었다. 이는 미래 교육에 대한 예측과 망에 대한 모형이 실제 중장기적 예측에서는 여러 요인의 불확실성으로 인해 정확성을 기대하기 어렵다는 점을 의미한다. 이에 본 연구에서는 미래 교육 예측을 위해 필요한 과제와 방향에 대해 시사점으로 제시하였다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.155-170
• /
• 2018

기업의 금융 부도를 예측하는 것은 전통적으로 비즈니스 분석에서 가장 중요한 예측문제 중 하나이다. 선행연구에서 예측모델은 통계 및 기계학습 기반의 기법을 적용하거나 결합하는 방식으로 제안되었다. 본 논문에서는 잘 알려진 최적화기법 중 하나인 시뮬레이티드 어니일링에 기반한 새로운 지능형 예측모델을 제안한다. 시뮬레이티드 어니일링은 유전자알고리즘과 유사한 최적화 성능을 가진 것으로 알려져 있다. 그럼에도 불구하고, 시뮬레이티드 어니일링을 사용한 비즈니스 의사결정 문제의 예측과 분류에 관한 연구가 거의 없었기 때문에, 비즈니스 분석에서의 유용성을 확인하는 것은 의미가 있다. 본 연구에서는 시뮬레이티드 어니일링과 기계학습의 결합 모델을 사용하여 부도예측모델의 입력 특징을 선정한다. 최적화 기법과 기계학습기법을 결합하는 대표적인 유형은 특징 선택, 특징 가중치 및 사례 선택이다. 이 연구에서는 선행연구에서 가장 많이 연구된 특징 선택을 위한 결합모델을 제안한다. 제안하는 모델의 우수성을 확인하기 위하여 본 연구에서는 한국 기업의 실제 재무데이터를 이용하여 그 결과를 분석한다. 분석결과는 제안된 모델의 예측 정확도가 단순한 모델의 예측 정확성보다 우수하다는 것을 보여준다. 특히 기존의 의사결정나무, 랜덤포레스트, 인공신경망, SVM 및 로지스틱 회귀분석에 비해 분류성능이 향상되었다.

• 한국해안·해양공학회논문집
• /
• 제31권2호
• /
• pp.62-72
• /
• 2019

지진해일 규모와 발생시기 예측의 어려움으로 인해 결정론적 방법으로 얻은 결과가 실제 재난을 반영하지 못하는 사례가 발생하고 있다. 따라서 지진해일의 불확실성을 확률론적으로 접근하는 확률론적 지진해일 재해도 분석(Probabilistic Tsunami Hazard Analysis) 연구의 중요성이 점차 증가하고 있다. 본 연구에서는 과거 동해안에 피해를 유발한 동해 동연부 지진에 대하여 확률론적 지진해일 재해도 분석을 위한 기초연구를 수행하였다. 초기수면변위와 해일고분포의 불확실성을 고려하기 위해 로직트리 기법을 사용하였으며, 우리나라에 내습하는 지진해일의 특성을 반영하여 분기를 구성하였다. 프랙타일 곡선을 산출하는 과정에서 분기의 수가 증가하면 시간소요가 비선형적으로 증가하므로 모든 분기를 고려하면서도 계산시간을 줄일 수 있는 개선된 방법을 제안하였다. 새로 제안된 이산가중치분포법(Discrete Weight Distribution)과 정렬기법 및 몬테카를로법으로 얻은 결과의 일관성과 소요시간을 비교하였다. 이산가중치분포법은 정렬기법을 적용한 경우보다 계산시간이 짧아 효율적인 것으로 평가되었으나, 다수의 분기나 세그먼트를 고려할 경우 몬테카를로 방법이 더 효율적인 것으로 판단된다.

• 한국융합학회논문지
• /
• 제12권3호
• /
• pp.9-15
• /
• 2021

최근 5G와 인공지능 기술이 발전하면서 클라우드 엣지 환경에서 정보를 수집/처리/분석 하기 위한 AIoT 기술에 많은 관심을 갖고 있다. AIoT 기술은 다양한 스마트 환경에 적용되고 있지만 수집된 정보의 정확한 분석을 통해 빠른 대응처리를 수행할 수 있는 연구가 필요하다. 본 논문에서는 스마트 환경에서 수집된 정보를 AIoT에서 빠른 처리와 정확한 분석/예측을 통해 AIoT 정보들간 연계 처리를 블록 처리함으써 대역폭 및 처리시간을 최소화할 수 있는 기법을 제안한다. 제안 기법은 블록체인으로 수집된 정보를 다중 연계하여 AIoT 장치에서 데이터 인덱스에 대한 시드를 생성하여 수집정보와 함께 블록처리하여 데이터 센터로 전달한다. 이 때, 클라우드와 AIoT 장치사이는 DNN(Deep Neural Network) 모델을 배치하여 네트워크 오버헤드를 줄이도록 하였다. 그리고, 서버/데이터센터에서는 전달된 분석 및 예측된 결과를 통해 정확하지 못한 AIoT 정보의 정확도를 개선하여 지연시간을 최소화하도록 하였다. 또한, 제안기법은 AIoT 정보에 가중치를 적용하여 블록체인으로 그룹핑하기 때문에 계층화된 다층 네트워크로 분할 가능하도록 하여 데이터 지연시간을 최소화하였다.

• 응용통계연구
• /
• 제33권6호
• /
• pp.763-776
• /
• 2020

양파는 기상여건에 따른 작황의 변동성이 커 생산량 및 가격 변화가 크다. 정부는 양파를 수급 민감 품목으로 지정하여 다양한 수급 안정대책을 마련하고 시행하는데 이를 위해서는 선제적이고 신뢰도 높은 양파 생산량 예측 정보가 필수적이다. 본 연구에서는 양파의 5월 초 지상부 생육정보와 5월 초부터 수확기까지의 기상정보를 이용하여 최종 생구 무게에 미치는 영향을 추정함으로써 생산량 예측의 정확도 개선에 기여하고자 한다. 위계적 특성을 갖고 있는 자료를 통해 개체별 생육요인인 1-수준 자료와 필지별 기상요인인 2-수준 자료, 그리고 두 수준 간 상호작용을 고려한 다층모형을 도입하여 분석하였다. 분석 결과, 5월 초에 엽수, 엽초경, 초장의 생육이 좋을수록 최종 생구 무게는 증가하는 것으로 추정되었다. 5월 초부터 수확기까지의 기상요인에서는 강수량, 고온일수, 탄소동화저해일수가 생구 무게에 음의 효과가 나타났으며, 일교차와 수확전강수량은 양의 효과로 통계적으로 유의하였다. 또한 1-수준과 2-수준의 교호작용항을 고려하여 모형의 적합도와 설명력을 향상시켰다.

• 한국건설관리학회논문집
• /
• 제24권3호
• /
• pp.12-19
• /
• 2023

건설업의 경우 공사기간 내에 최소한의 수수료로 완제품을 인도할 수 있도록 공정과 원가의 관계를 적절히 분배해야 한다. 이때 교량의 크기, 공법, 공장의 환경과 생산능력, 운송거리 등을 고려해야 한다. 그러나 공사기간 중 발생하는 다양한 원인으로 인해 공사지연, 공사비 상승, 품질 및 신뢰성 저하 등의 문제가 발생하고 있다. 따라서, 기존의 방식에서 탈피하기 위해서는 체계적이고 과학적인 시공기술과 공정관리 기술이 필요하다. 프리팹(Pre - Fabrication)은 공장에서 제작하여 현장에서 시공하는 대표적 OSC(Off-Site Construcation) 공법이다. 본 연구에서는 프리팹 교량 거더인 Nodular 거더의 공정관리를 위한 자원 및 공정계획 최적화 시스템 개발이다. 인력, 장비 동원 계획의 다양한 변수를 자동으로 테스트하여 최적의 값을 도출하는 시뮬레이션 알고리즘을 개발한다. 그리고, 건설 중인 파주-포천 고속도로 건설공사(3공구) 도하 4교에 알고리즘을 적용하여 그 결과를 비교한다. 건설공사 표준품셈을 근거로 액티비티 카드에 실제 투입된 인력, 장비 종류, 수량 등을 적용하고, 작업량, 자원계획, 자원소요량을 반영했다. 향후 다양한 현장 데이터를 포함한 예측기법을 적용하여 프로그램의 정확도를 높일 계획이다.