• 한국수자원학회논문집
• /
• 제53권6호
• /
• pp.395-408
• /
• 2020

본 연구논문은 북부아프리카의 알제리에 위치한 하천유역에서 다중선행일 유출량의 예측을 위하여 진화적 최적화기법과 k-fold 교차검증을 결합한 세 개의 서로 다른 기계학습 접근법 (인공신경망, 적응 뉴로퍼지 시스템, 그리고 웨이블릿 기반 신경망)을 개발하고 적용하는 것이다. 인공신경망과 적응 뉴로퍼지 시스템은 root mean squared error (RMSE), Nash-Sutcliffe efficiency (NSE), correlation coefficient (R), 그리고 peak flow criteria (PFC) 의 네 개의 통계지표를 기반으로 하여 모형의 훈련 및 테스팅 결과 유사한 모형수행결과를 나타내었다. 웨이블릿 기반 신경망모형은 하루선행일 테스팅의 결과 RMSE = 8.590 ㎥/sec 과 PFC = 0.252로 분석되어서 인공신경망의 RMSE = 19.120 ㎥/sec, PFC = 0.446 과 적응 뉴로퍼지 시스템의 RMSE = 18.520 ㎥/sec, PFC = 0.444 보다 양호한 결과를 나타내었고, NSE와 R의 값도 웨이블릿 기반 신경망모형이 우수한 것으로 나타났다. 그러므로 웨이블릿 기반 신경망은 알제리 세이보스 하천에서 다중선행일의 예측을 위하여 효율적인 도구로 사용할 수 있다.

• 한국농림기상학회지
• /
• 제14권4호
• /
• pp.143-154
• /
• 2012

수자원의 수요 증가와 ENSO (El Ni$\tilde{n}$o/La Ni$\tilde{n}$a Southern Oscillation) 등의 기후변화 현상으로 인한 수자원 공급의 불안정 요소가 제기됨에 따라, 수자원 관리 계획 수립 시 장/단기강우 모의의 중요성이 강조되고 있다. 본 연구에서는 미국 플로리다 템파 지역의 두 개 유역을 대상으로 1986년부터 2008년까지의 MM5 지역기후모델을 이용한 강우모의 결과를 시험지역의 33개 관측자료와 CDF-mapping 기법을 이용하여 통계적으로 보정하였으며 그 결과를 바탕으로 ENSO 패턴에 따른 모델의 성능을 평가하였다. 보정된 MM5일 강우 모의결과는 대체적으로 각 관측소의 월 평균 강우량 (ME: 1.0mm)을 잘 모의하는 것으로 나타났다. 블락-크리깅 기법을 이용하여 추정된 유역 평균 일/월 강우량 또한 관측치를 잘 재현하였다(일 강우 ME: 0.8mm, 월 강우 ME: 7.1mm). 한편, ONI (Oceanic Ni$\tilde{n}$o index)를 이용하여 구분한 ENSO 패턴에 따른 강우 모의치를 분석한 결과, 월별 엘리뇨/라니냐 해에 대한 유역 단위의 강우량 모의 성능이 상이한 것으로 나타났다. 이 원인으로 한정된 모수화 적용 및 모델 경계자료 오차 등을 제시하고 이에 대한 보정 방법개선 등의 추가 연구의 필요성을 지적하였다. 본 연구는 ENSO 패턴을 고려한 월별 기후모델 결과를 활용함에 있어 유의점을 제시하였기에, 우기와 건기에 대한 수자원 관리를 위한 적용 등에 유용하게 활용될 것으로 기대된다.

• 한국해양환경ㆍ에너지학회지
• /
• 제17권2호
• /
• pp.122-130
• /
• 2014

한반도 여수연안($127^{\circ}37.73^{\prime}E$, $34^{\circ}37.60^{\prime}N$)의 46년(1965-2010년)간 월평균 표면수온의 계절변동과 장기변동추세를 파악하였으며, 시계열모형을 수립하여 향후 12개월의 표면수온을 예측하였다. 여수연안의 연평균 표면수온은 $15.6^{\circ}C$, 연진폭은 $9^{\circ}C$를 보이며, 연위상은 $236^{\circ}$로서 최고수온을 보이는 시기는 8월 26일경으로 나타났다. 장기적으로 여수연안 표면수온은 연간 약 $0.0305^{\circ}C$의 유의한 상승 추세를 가지며, 시기적으로 1981년부터 2010년까지 30년간의 상승 경향이 1966년부터 1995년까지 30년간의 상승 경향보다 현저하며, 계절적으로 겨울철의 상승 경향이 지배적으로 나타났다. 월평균 표면수온을 적합시켜 선택된 시계열모형은 $ARIMA(1,0,0)(2,1,0)_{12}$을 따르며, 수립된 모형에 의한 2010년 월평균 표면수온의 예측치는 8.3%의 평균절대백분율오차(Mean Absolute Percentage Error)를 수반하였다.

• 한국산학기술학회논문지
• /
• 제11권12호
• /
• pp.5036-5041
• /
• 2010

이 논문은, 델타함수열에 기본을 둔 블라인드 알고리듬을 복소 채널에 적용할 수 있도록 그 복소화 과정을 소개하고 복소 채널의 블라인드 등화에서 채널의 위상왜곡 문제를 해결할 수 있음을 보였다. 또한, 기존의 랜덤 심볼열을 사용한 방식에 비해 가우시안 커널의 폭이 비교적 작은 값을 갖는 것으로 나타나, 출력 신호점을 원하는 심볼점에 끌어오는 정보 포텐셜의 값이 보다 큰 것으로 분석되었다. 16 QAM 시스템에 복소 위상왜곡 채널을 기준으로 하여 자승평균오차 (MSE)의 수렴 성능과 심볼점 집결성능을 평가하였으며 시뮬레이션 결과에서 채널 위상 왜곡이 효과적으로 보상됨을 성상도 성능에서 보였으며 정상상태 MSE 성능에서는 기존 방식보다 5 dB 이상 개선되었다.

• 대기
• /
• 제28권2호
• /
• pp.123-139
• /
• 2018

The prediction skills of stratospheric sudden warming (SSW) events and its impacts on the tropospheric prediction skills in global seasonal forecasting system version 5 (GloSea5), an operating subseasonal-to-seasonal (S2S) model in Korea Meteorological Administration, are examined. The model successfully predicted SSW events with the maximum lead time of 11.8 and 13.2 days in terms of anomaly correlation coefficient (ACC) and mean squared skill score (MSSS), respectively. The prediction skills are mainly determined by phase error of zonal wave-number 1 with a minor contribution of zonal wavenumber 2 error. It is also found that an enhanced prediction of SSW events tends to increase the tropospheric prediction skills. This result suggests that well-resolved stratospheric processes in GloSea5 can improve S2S prediction in the troposphere.

• 대한전자공학회논문지TE
• /
• 제39권2호
• /
• pp.17-28
• /
• 2002

최근 신경회로망 구조 또는 퍼지논리를 이용한 자력등화 즉, 비선형 등화에 대한 연구가 활발하게 진행되고 있다. 본 논문에서는 계산의 복잡성과 등화 성능 사이에 더 나은 trade-off를 찾기 위해 스텝 크기(step size)를 자동적으로 조절할 수 있는 즉, 에러 오차 값이 크면 계수갱신율을 크게 하고 에러 오차 값이 작으면 계수갱신율을 작게 하여 빠른 수렴비와 낮은 초과 MSE를 갖는 TS(Tagaki-Sugeno) 퍼지 모델과 ISI에 강하고 위상변화에 둔감한 CMA(Constant Modulus Algorithm)를 접목시킨 새로운 FSG (Fuzzy Stochastic Gradient)/CMA 알고리즘을 제안하였다. 제안된 FSG/CMA 알고리즘을 사용한 채널 적응 등화기를 설계하여 모의실험한 결과 기존 알고리즘 보다 3.5dB의 SNR이 개선됨을 확인하였다.

• Journal of information and communication convergence engineering
• /
• 제22권2호
• /
• pp.89-97
• /
• 2024

This research conducted a comparative analysis of two communication systems. The first system utilizes a conventional series configuration consisting of a symbol-rate least mean square (LMS) equalizer followed by a timing recovery loop. The second system introduces an innovative approach that integrates a symbol-rate LMS equalizer and a timing recovery component within a single loop, allowing mutual feedback between the two blocks. In this integrated system, the equalizer also provides timing error information, thereby eliminating the requirement for a separate threshold error detector. This study examines the performance curves of both system configurations. The simulation results revealed that the integrated system may offer improved stability in terms of multiple transmission challenges, including phase and frequency offsets and intersymbol interference. Further analysis and discussion highlight the significant insights and implications of the proposed architecture. Overall, the present findings provide an alternative perspective on the joint implementation of equalization and timing recovery in communication systems.

• 한국음향학회지
• /
• 제39권1호
• /
• pp.47-56
• /
• 2020

음원위치추정 기술은 사물인터넷 시대에서 다양한 응용 분야를 가지고 있으며, 이로 인해 마이크로폰 프로브의 크기가 중요하게 고려되고 있다. 음향 인텐시티 벡터를 이용한 음원위치추정 방법은 마이크로폰 사이의 간격이 좁을수록 유한차분오차가 작기 때문에 배열을 소형화 할 수 있다는 장점이 있다. 본 논문에서는 음향 인텐시티 벡터 및 도달시간차 방법을 통해 원거리 음장에서 음원의 위치 추정 시 발생하는 오차를 비교한다. 정사면체 형태의 3차원 마이크로폰 배열을 통해 마이크로폰 사이의 간격 변화에 따라서 오차를 비교하였다. 실제 환경에서 음원위치추정 방법의 유효성을 검증하기 위해 잔향음장 내에서 잔향시간을 변화시켜 추가 실험을 수행하였다. 도달시간차를 계산하기 위해 Generalized Cross Correlation-Phase transform(GCC-PHAT) 알고리즘을 적용하였다. 실험 결과, T₆₀ = 0.4 s일 때 음향인텐시티법에 의한 위치추정 오차는 2.9°, 그리고 GCC-PHAT를 적용했을 때는 7.3° 이며, T₆₀ = 1.0 s일 때 오차는 각각 9.9°, 13.0°이다. 이를 통해 일반 잔향장이 고려되는 실제 환경에서도 소형의 마이크로폰 배열을 통한 음향 인텐시티법은 음원의 위치를 추정하는데 유효하게 적용될 수 있음을 알 수 있다.

• 교육시설 논문지
• /
• 제25권6호
• /
• pp.35-44
• /
• 2018

The purpose of this study is to predict more accurate construction costs and to support efficient decision making in the planning and design stages of smart education facilities. The higher the error in the projected cost, the more risk a project manager takes. If the manager can predict a more accurate construction cost in the early stages of a project, he/she can secure a decision period and support a more rational decision. During the planning and design stages, there is a limited amount of variables that can be selected for the estimating model. Moreover, since the number of completed smart schools is limited, there is little data. In this study, various artificial intelligence models were used to accurately predict the construction cost in the planning and design phase with limited variables and lack of performance data. A theoretical study on an artificial neural network and deep learning was carried out. As the artificial neural network has frequent problems of overfitting, it is found that there is a problem in practical application. In order to overcome the problem, this study suggests that the improved models of Deep Neural Network and Deep Belief Network are more effective in making accurate predictions. Deep Neural Network (DNN) and Deep Belief Network (DBN) models were constructed for the prediction of construction cost. Average Error Rate and Root Mean Square Error (RMSE) were calculated to compare the error and accuracy of those models. This study proposes a cost prediction model that can be used practically in the planning and design stages.

• 한국음향학회지
• /
• 제14권2호
• /
• pp.40-49
• /
• 1995

Filtered-x 최소 평균 제곱(LMS:Least Mean Square) 적응 필터가 능동 소음 제거에 사용될 때 적응 필터 출력과 오차신호 사이의 전달 특성 추정이 요구된다. 본 논문은 소음이 복구 정현파(multiple sinusoids) 신호로 구성될 때 filtered-x 적응 소음 제거 알고리듬을 유도하고 수렴 특성을 이론적으로 분석하였다. 알고리듬의 수렴 분석 결과, 알고리듬에 사용되 파라미터 추정의 부정확성으로 수렴 성능 저하를 가져오는데 위상 추정 오차와 추정 이득에 의하여 특정 지워진다는 사실을 알았다. 특히, filtered-x 최소 평균 제곱 알고리듬의 수렴은 위상 응답 추정의 정확도로부터 많은 영향을 받는다는 것을 보였다. 이 알고리듬에 대한 컴퓨터 모의 실험 결과 이론적인 수렴 분석과 잘 일치함을 보였다.