• 대기
• /
• 제29권3호
• /
• pp.257-267
• /
• 2019

This study is to assess the applicability of the Extreme Forecast Index (EFI) algorithm of the ECMWF seasonal forecast system to the Global Seasonal Forecasting System version 5 (GloSea5), operational seasonal forecast system of the Korea Meteorological Administration (KMA). The EFI is based on the difference between Cumulative Distribution Function (CDF) curves of the model's climate data and the current ensemble forecast distribution, which is essential to diagnose the predictability in the extreme cases. To investigate its applicability, the experiment was conducted during the heat-wave cases (the year of 1994 and 2003) and compared GloSea5 hindcast data based EFI with anomaly data of ERA-Interim. The data also used to determine quantitative estimates of Probability Of Detection (POD), False Alarm Ratio (FAR), and spatial pattern correlation. The results showed that the area of ERA-Interim indicating above 4-degree temperature corresponded to the area of EFI 0.8 and above. POD showed high ratio (0.7 and 0.9, respectively), when ERA-Interim anomaly data were the highest (on Jul. 11, 1994 (> $5^{\circ}C$) and Aug. 8, 2003 (> $7^{\circ}C$), respectively). The spatial pattern showed a high correlation in the range of 0.5~0.9. However, the correlation decreased as the lead time increased. Furthermore, the case of Korea heat wave in 2018 was conducted using GloSea5 forecast data to validate EFI showed successful prediction for two to three weeks lead time. As a result, the EFI forecasts can be used to predict the probability that an extreme weather event of interest might occur. Overall, we expected these results to be available for extreme weather forecasting.

• 한국측량학회지
• /
• 제39권2호
• /
• pp.93-101
• /
• 2021

Recently, with the urban redevelopment and the spread of the planned cities, there is increasing interest in the wind environment, which is related not only to design of buildings and landscaping but also to the comfortability of pedestrians. Numerical analysis for wind environment prediction is underway in many fields, such as dense areas of high-rise building or composition of the apartment complexes, a precisive 3D building model is essentially required in this process. Many studies conducted for wind environment analysis have typically used the method of creating a 3D model by utilizing the building layer included in the GIS (Geographic Information System) data. These data can easily and quickly observe the flow of atmosphere in a wide urban environment, but cannot be suitable for observing precisive flow of atmosphere, and in particular, the effect of a complicated structure of a single building on the flow of atmosphere cannot be calculated. Recently, drone photogrammetry has shown the advantage of being able to automatically perform building modeling based on a large number of images. In this study, we applied photogrammetry technology using a drone to evaluate the flow of atmosphere around two buildings located close to each other. Two 3D models were made into an automatic modeling technique and manual modeling technique. Auto-modeling technique is using an automatically generates a point cloud through photogrammetry and generating models through interpolation, and manual-modeling technique is a manually operated technique that individually generates 3D models based on point clouds. And then the flow of atmosphere for the two models was compared and analyzed. As a result, the wind environment of the two models showed a clear difference, and the model created by auto-modeling showed faster flow of atmosphere than the model created by manual modeling. Also in the case of the 3D mesh generated by auto-modeling showed the limitation of not proceeding an accurate analysis because the precise 3D shape was not reproduced in the closed area such as the porch of the building or the bridge between buildings.

• 지능정보연구
• /
• 제28권3호
• /
• pp.161-183
• /
• 2022

여론조사는 유권자들의 투표행위를 예측하고, 그 행위에 영향을 준다는 점에서 선거운동의 강력한 수단이자, 언론의 가장 중요한 기사거리로 자리잡고 있다. 하지만, 여론조사가 활발할수록 후보자들의 공약과 정책을 검증하기 보다 당선 가능성이나 지지도에 관한 조사만 반복적으로 실시하는 등 선거 캠페인에 관한 효과 측정에서 유권자들의 마음을 제대로 반영하지 못하는 경우가 많다. 여론조사의 선거 결과에 대한 부실한 예측이 언론사의 권위를 실추시켰다 하더라도, 어느 후보가 최종 승리할지에 대해 인간의 본능적인 궁금증을 풀어줄 명백한 대안이 없기 때문에 사람들은 여론조사에 대한 관심을 쉽게 놓지 못한다. 이에, 온라인 빅데이터를 통해 인사이트를 발굴하는 환경을 제공하는 썸트렌드의 '유튜브 분석' 기능을 활용하여 20대 대선에 대한 여론을 회고적으로 파악해 보고자 한다. 본 연구를 통해 간단한 유튜브 데이터 분석 결과만으로도 실제 여론(혹은 여론조사 결과)에 근접한 결과를 쉽게 도출하고, 성능이 좋은 여론 예측모형을 구축할 수 있음을 확인하였다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.1-25
• /
• 2022

2020년 1월 국내에 첫 코로나19 확진자가 발생한 후 버스와 지하철 같은 대중교통이 아닌 공공자전거와 같은 개인형 이동수단에 대한 관심이 증가하였다. 서울시에서 운영하는 공공자전거인 '따릉이'에 대한 수요 역시 증가하였다. 본 연구에서는 서울시 공공자전거의 최근 3년간(2019~2021) 시간대별 대여이력을 바탕으로 게이트 순환 유닛(GRU, Gated Recurrent Unit)의 수요예측 모델을 제시하였다. 본 연구에서 제시하는 GRU 방법의 유용성은 서울시 영등포구 여의도에 위치한 여의나루 1번 출구의 대여이력을 바탕으로 검증하였다. 특히, 동일한 조건에서 다중선형회귀 모델 및 순환신경망 모델들과 이를 비교 분석하였다. 아울러, 모델 개발시 기상요소 이외에 서울시 생활인구를 변수로 활용하여 이에 대한 검증도 함께 진행하였다. 모델의 성능지표로는 MAE와 RMSE를 사용하였고, 이를 통해 본 연구에서 제안하는 GRU 모델의 유용성을 제시하였다. 분석결과 제안한 GRU 모델이 전통적인 기법인 다중선형회귀 모델과 최근 각광받고 있는 LSTM 모델 및 Conv-LSTM 모델보다 예측 정확도가 높게 나타났다. 또한 분석에 소요되는 시간도 GRU 모델이 LSTM 모델, Conv-LSTM 모델보다 짧았다. 본 연구를 통해 서울시 공공자전거의 수요예측을 보다 빠르고 정확하게 하여 향후 재배치 문제 등의 해결에 도움이 될 수 있을 것이다.

• 한국빅데이터학회지
• /
• 제8권1호
• /
• pp.99-109
• /
• 2023

최근에 우리나라에서 뿐만 아니라, 세계 곳곳에서 태풍, 산불, 장마 등으로 인한 재해가 끊이지 않고 있고, 우리나라 태풍 및 호우로 인한 재산 피해액만 1조원이 넘고 있다. 이러한 재난으로 인해 많은 인명 및 물적 피해가 발생하고, 복구하는 데도 상당한 기간이 걸리며, 정부 예비비도 부족한 실정이다. 이러한 문제점들을 사전에 예방하고 효과적으로 대응하기 위해서는 우선 정확한 데이터를 실시간 수집하고 분석하는 작업이 필요하다. 그러나, 센서들이 위치한 환경, 통신 네트워크 및 수신 서버들의 상황에 따라 지연 및 데이터 손실 등이 발생할 수 있다. 따라서, 본 논문에서는 이러한 통신네트워크 상황에서도 분석을 정확하게 할 수 있는 2단계 하이브리드 상황 분석 및 예측 알고리즘을 제안한다. 1단계에서는 이기종의 다양한 센서로부터 강, 하천, 수위 및 경사지의 경사각 데이터를 수집/필터링/정제하여 빅데이터 DB에 저장하고, 인공지능 규칙기반 추론 알고리즘을 적용하여, 위기 경보 4단계를 판단한다. 강수량이 일정값 이상인데도 불구하고 1단계 결과가 관심 이하 단계에 있으면, 2단계 딥러닝 영상 분석을 수행한 후 최종 위기 경보단계를 결정한다.

• 대한토목학회논문집
• /
• 제30권1C호
• /
• pp.65-76
• /
• 2010

최근 지진 발생 사례들에서는 암반보다는 대부분 토사 퇴적층으로 구성된 부지에서의 심각한 지진 피해를 보여주고 있다. 이는 지진지반 운동의 증폭을 야기하는 부지 효과가 기반암 위 토사의 공간적 분포 및 동적 특성에 주로 관련되어 있기 때문이다. 본 연구에서는 지반 자료에 관한 통합적 GIS 기반의 정보 시스템을 국내 대표적 대도시 지역인 서울에서의 지진 운동에 대한 지역적 종합 대책 수립의 일환으로 구축하였다. 서울 지역에 대한 GIS 기반 지반 정보 시스템을 구축하기 위하여, 연구 대상 영역 및 인근에 대한 기존 지반 조사 자료의 수집이 이루어 졌고 지표 지반-지식 자료의 확보를 위한 부지 방문 조사가 추가적으로 수행되었다. 관심 대상 영역의 부지 효과 평가를 위한 지반 정보 시스템의 실질적 적용 목적으로, 지반지진공학적 변수인 기반암 심도 및 부지 주기에 관한 지진재해 구역 지도를 작성하고 지진 유발 재해 예측을 위한 지역적 종합 대책으로 제시하였다. 또한, 서울 지역 내 임의 부지 및 하위 행정 단위에서의 내진 설계 및 내진 성능 평가를 위한 부지 증폭계수의 결정 수단으로 부지 분류의 지진재해 구역화를 수행하였다. 본 연구에서 수행된 서울 지역에서의 지진재해 구역화 사례 연구로부터 GIS 기반의 지반 정보 시스템의 대도시에 대한 지진재해의 지역적 예측 뿐만 아니라 지진재해 저감을 위한 의사 결정 지원에서의 활용가능성을 확인하였다.

• Korean Journal of Radiology
• /
• 제22권9호
• /
• pp.1514-1524
• /
• 2021

Objective: To develop a radiomics risk score based on dynamic contrast-enhanced (DCE) MRI for prognosis prediction in patients with glioblastoma. Materials and Methods: One hundred and fifty patients (92 male [61.3%]; mean age ± standard deviation, 60.5 ± 13.5 years) with glioblastoma who underwent preoperative MRI were enrolled in the study. Six hundred and forty-two radiomic features were extracted from volume transfer constant (K^trans), fractional volume of vascular plasma space (V_p), and fractional volume of extravascular extracellular space (V_e) maps of DCE MRI, wherein the regions of interest were based on both T1-weighted contrast-enhancing areas and non-enhancing T2 hyperintense areas. Using feature selection algorithms, salient radiomic features were selected from the 642 features. Next, a radiomics risk score was developed using a weighted combination of the selected features in the discovery set (n = 105); the risk score was validated in the validation set (n = 45) by investigating the difference in prognosis between the "radiomics risk score" groups. Finally, multivariable Cox regression analysis for progression-free survival was performed using the radiomics risk score and clinical variables as covariates. Results: 16 radiomic features obtained from non-enhancing T2 hyperintense areas were selected among the 642 features identified. The radiomics risk score was used to stratify high- and low-risk groups in both the discovery and validation sets (both p < 0.001 by the log-rank test). The radiomics risk score and presence of isocitrate dehydrogenase (IDH) mutation showed independent associations with progression-free survival in opposite directions (hazard ratio, 3.56; p = 0.004 and hazard ratio, 0.34; p = 0.022, respectively). Conclusion: We developed and validated the "radiomics risk score" from the features of DCE MRI based on non-enhancing T2 hyperintense areas for risk stratification of patients with glioblastoma. It was associated with progression-free survival independently of IDH mutation status.

• 한국농림기상학회지
• /
• 제22권4호
• /
• pp.268-278
• /
• 2020

기후변화에 특히 민감한 농업분야에서 최근 겨울철 이상난동 현상으로 과실류의 개화시기는 앞당겨지고 있으며, 늦서리에 의한 꽃눈의 피해는 지속적으로 발생하고 있다. 본 연구에서는 꽃눈이 늦가을부터 휴면에 진입하여 추운 겨울을 지나 싹이 트고 꽃이 피는 봄까지 경과 기온의 양상이 식물의 개화반응에 어떤 영향을 미치는지 살펴보고자 하였다. 이를 위해 남한에서 주로 활용되고 있는 개화예측모델을 대상으로 최근 3년간 8개 지점에서 관측된 기온 자료를 확보하여 신고 배의 내생휴면 해제를 위해 필요한 냉각량과, 휴면타파 이후 개화까지 요구되는 가온량의 일정기간 누적값을 모델별로 각각 비교하고, 객관적으로 평가할 수 있는 관측 만개일 정보를 수집하여 지역별 모델 예측력을 평가하였다. 변동계수로 살펴본 냉각량 계산에 대한 모델별 성능은 mDVR 모델에서 8.4%로 가장 안정적인 것으로 확인되었고, 휴면해제 이후 개화에 도달하기까지 필요한 가온량에 대한 모델별 변동계수는 CD 모델이 17.5%로 낮은 편이었다. 2018년부터 2020년까지 3년간의 신고 배의 만개기 관측날짜로부터 평가한 DVR 모델, mDVR 모델, CD 모델의 만개기 예측력은 mDVR 모델의 정확도가 가장 높은 것으로 나타났고, DVR 모델이 전반적으로 좋지 않았다. 특히 울주나 사천 등 기온이 온난한 남부 해안지역에서 오차가 큰 경향이었으며, 예년에 비해 겨울철 기온이 유난히 따뜻했던 2019-2020년은 이천을 제외한 모든 지점에서 실제 개화일보다 빠르게 예측하는 결과를 보였다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

• 한국마이크로전자및패키징학회:학술대회논문집
• /
• 한국마이크로전자및패키징학회 2004년도 ISMP Pb-free solders and the PCB technologies related to Pb-free solders
• /
• pp.233-241
• /
• 2004

A new alloy definition will be presented concerning increasing demands for the board level reliability of miniaturized interconnections. The damage mechanism for LFBGA components on different board finishes is not quite understood. Further demands from mobile phones are the drop test, characterizing interface performance of different package constructions in relation to decreased pad constructions and therefore interfaces. The paper discusses the characterization of interfaces based on SnPb, SnPbXYZ, SnAgCu and SnAgCuInNd ball materials and SnAgCuInNd as solder paste, the stability after accelerated tests and the description of modified interfaces strictly related to the assembly conditions, dissolution behavior of finishes on board side and the influence of intermetallic formation. The type of intermetallic as well as the quantity of intermetallics are observed, primaliry the hardness, E modules describing the ability of strain/stress compensation. First results of board level reliability are presented after TCT-40/+150. Improvement steps from the ball formulation will be discussed in conjunction to the implementation of lead free materials In order to optimize ball materials for area array devices accelareted aging conditions like TCTs were used to analyze the board level reliability of different ball materials for BGA, LFBGA, CSP, Flip Chip. The paper outlines lead-free ball analysis in comparison to conventional solder balls for BGA and chip size packages. The important points of interest are the description of processability related to existing ball attach procedures, requirements of interconnection properties and the knowledge gained the board level reliability. Both are the primary acceptance criteria for implementation. Knowledge about melting characteristic, surface tension depend on temperature and organic vehicles, wetting behavior, electrical conductivity, thermal conductivity, specific heat, mechanical strength, creep and relaxation properties, interactions to preferred finishes (minor impurities), intermetallic growth, content of IMC, brittleness depend on solved elements/IMC, fatigue resistance, damage mechanism, affinity against oxygen, reduction potential, decontamination efforts, endo-/exothermic reactions, diffusion properties related to finishes or bare materials, isothermal fatigue, thermo-cyclic fatigue, corrosion properties, lifetime prediction based on board level results, compatibility with rework/repair solders, rework temperatures of modified solders (Impurities, change in the melting point or range), compatibility to components and laminates.