• Title/Summary/Keyword: Model validation

검색결과 3,212건 처리시간 0.037초

민감도 분석을 이용한 원전 주제어실의 케비닛 화재에 대한 거주성 평가 (Assessment of the Habitability for a Cabinet Fire in the Main Control Room of Nuclear Power Plant using Sensitivity Analysis)

  • 한호식;이재오;황철홍;김주성;이상규
    • 한국화재소방학회논문지
    • /
    • 제31권2호
    • /
    • pp.52-60
    • /
    • 2017
  • NUREG-1934에서 제시된 원자력발전소 주제어실의 케비닛 화재를 대상으로 운전원의 거주성을 평가하기 위하여 수치해석이 수행되었다. 이를 위해 본 연구에서는 대표적인 화재모델인 FDS가 사용되었다. 운전원의 거주성을 결정하는 기준으로서 복사 열유속, 상층부 온도, 연층높이 및 연기의 광학밀도뿐만 아니라, CO 등과 같은 독성물질의 농도가 포함되었다. 주요 결과로서, 화재모델의 확인 및 검증(V&V) 기반의 주요 입력인자 민감도 및 모델 불확실도 분석을 통해 다양한 화재시나리오에 대하여 거주성 기준의 초과 확률 및 거주 가능시간이 산출되었다. 최대 열방출률, CO 및 Soot yields의 민감도 분석을 통해, 거주시간 뿐만 아니라 거주성을 결정하는 한계기준의 변화가 발생됨을 확인하였다. 이러한 방법론은 불확실한 케비닛 화재정보를 이용한 주제어실의 거주성 평가의 신뢰성 강화를 위한 현실적인 대안이라 판단된다.

DSSAT 작물모형을 위한 수미품종의 품종모수의 결정과 기후변화에서의 활용 (Estimation and validation of the genetic coefficient of cv. Superior for the DSSAT-CSM)

  • 백계령;이계준;이은경
    • 한국농림기상학회지
    • /
    • 제20권2호
    • /
    • pp.166-174
    • /
    • 2018
  • 감자는 전 세계적으로 생산량이 쌀, 벼, 옥수수 다음으로 널리 재배되고 있는 식량 작물이며 생육 중에 수분스트레스를 받을 경우 수량에 크게 영향을 받는다. 기후변화에 의한 감자수량의 변화를 정확하게 예측하는 것은 식량안보를 위해 매우 중요하다. 기후변화 등에 의한 환경에 따른 작물생산량 예측을 위해 전세계적으로 많은 연구자들이 작물모형프로그램을 이용해서 다양한 작물에 대해 연구를 수행하고 있다. 미국에서 개발된 DSSAT 프로그램도 그 중 하나로 다양한 작물에 대한 여러 모델들을 하나의 프로그램으로 통합한 일종의 패키지이며 27종의 작물에 대해 연구할 수 있다. 이 연구에서는 RCP 8.5 기후조건에서 2050년대와 2090년대의 국내 5개 지역의 감자 생산량을 모의하였다. 국내에서 가장 흔하게 재배되고 있는 감자품종인 수미에 대한 품종모수가 DSSAT프로그램에 내재되어 있지 않기 때문에 2016-2017년 실제 생육조사를 통해 얻은 자료로 하부모듈인 GenClac 프로그램에서 수미품종의 품종모수를 추측하였으며, 총 5개 지역 39개의 지역적응시험 성적자료를 이용하여 추측된 품종모수를 검증하였다. 검증된 품종모수로 RCP 8.5기후 시나리오조건에서 수미품종의 생산량예측을 수행한 결과 2010년대와 비교하여 2050년대에는 5개 지역 총 생산량이 26% 증가한 반면 2090년대에는 17% 감소하였다. 그러므로 기후변화에 대비하여 안정적인 감자 생산을 위해서는 고온에서의 재배와 관수와 관련된 연구가 중요할 것으로 생각된다.

AWS 강우정보의 실시간 유량예측능력 평가 (Validation of Real-Time River Flow Forecast Using AWS Rainfall Data)

  • 이병주;최재천;최영진;배덕효
    • 한국수자원학회논문집
    • /
    • 제45권6호
    • /
    • pp.607-616
    • /
    • 2012
  • 본 연구는 AWS 관측강우정보를 이용하여 실시간 유량예측을 수행할 경우 적용가능한 예측선행시간 및 정확도를 평가하고자 하는데 그 목적이 있다. 이를 위해 남한강 상류유역을 대상유역으로 선정하였으며 2006~2009 홍수기간에 대해 SURF 모형을 구축하였다. 관측유량 자료동화 수행 유무에 따른 모의유량은 관측유량을 잘 모의하며 유효성지수를 이용하여 자료동화 효과를 분석한 결과에서 충주댐 32.08%, 달천 51.53%, 횡성 39.70%, 여주 18.23%가 개선된 것으로 나타났다. 첨두유량 발생시간 이전 가상의 현재시점까지의 AWS 관측강우정보를 이용하여 유량예측 적용성을 평가한 결과 허용오차 20% 범위 내에서 첨두유량은 충주 11시간, 달천 2시간, 횡성 3시간, 여주 5시간, 유출용적은 충주 13시간, 달천 2시간, 횡성 4시간, 여주 9시간 이내에서 예측이 가능한 것으로 나타났다. 따라서 유역의 지체효과로 인해 관측강우만을 이용하여 적정 예측시간에 대해서 실시간 첨두유량 예측이 가능할 것으로 판단된다.

사례기반추론을 이용한 초기단계 공사비 예측 방법: 속성 가중치 산정을 중심으로 (Schematic Cost Estimation Method using Case-Based Reasoning: Focusing on Determining Attribute Weight)

  • 박문서;성기훈;이현수;지세현;김수영
    • 한국건설관리학회논문집
    • /
    • 제11권4호
    • /
    • pp.22-31
    • /
    • 2010
  • 프로젝트 초기단계에서 산정된 공사비는 발주자의 중요한 의사결정에 영향을 미치므로 그 중요성이 강조되고 있지만, 정보의 부족으로 인하여 주로 견적전문가의 경험과 지식에 의존하여 진행된다. 이것은 현재 문제와 가장 유사한 과거 사례를 선택하여 사용하는 사례기반추론으로 발전되었다. 사례기반추론 모델의 예측 성능은 속성 가중치의 산정 결과에 많은 영향을 받으므로, 정확한 속성 가중치의 산정이 요구된다. 기존의 연구는 수학적 방법 또는 전문가의 주관적 판단을 이용하는 방법을 사용한다. 본 연구는 기존 연구의 문제점을 보완하기 위해 유전자 알고리즘을 이용한 사례기반추론 공사비 예측 모델을 제안한다. 공사비 예측 모델은 최근이웃 조회 방법의 과정에 의해 추출한 사례의 공사비 정보를 이용하여 예측 대상의 공사비를 산정한다. 검증 결과 AACE에서 정의한 견적시기별 예측 정확도와 표준화 회귀계수 동일가중치를 사용한 방법보다 높은 오차율을 나타내었다. 따라서 본 연구는 유전자 알고리즘을 도입하여 예측 성능을 향상시키고, 사례기반추론 방법을 사용하여 사용자가 이해하기 용이한 해결책 도출과정을 제시하였다는데 그 의미가 있다.

수질오염총량관리계획 수립을 위한 유달율 적용방안 검증 연구 (A Study on Verification of Delivery Ratio Methodology for Basic Plan at TPLMs(Total Pollutant Load Management System))

  • 이성준;이한필;박지형;김용석;황하선
    • 대한환경공학회지
    • /
    • 제39권12호
    • /
    • pp.714-722
    • /
    • 2017
  • 수질오염총량관리제도(이하 총량제)는 하천의 목표수질을 달성하기 위해 유역에서 배출되는 오염물질의 총량을 관리하는 제도이다. 유역에서 배출되는 오염물질의 허용총량은 수질모델을 활용하여 산정하며, 이과정에서 오염부하량은 발생, 배출, 유달부하량으로 구분할 수 있다. 유달부하량은 배출부하량과 유달율의 곱으로 계산되며 유달율은 유역에서 배출된 오염물질이 하천의 특정지점에 도달하는 비율로 정의된다. 본 연구에서는 Hwang(2016) 등이 제시한 기준유량 조건의 유달율 추정방법을 영강유역에 적용하고 QUALKO2 수질모델의 수질 입력자료를 생성하여 기준유량 조건의 유달율 산정방법(식 (3))과 평균 개념의 유달율 산정 방법(식 (2))의 비교분석을 통해 유달율 추정방법에 대한 검증 연구를 수행하였다. 연구결과, 유달율 함수식은 식 (2)와 식 (3) 모두 사용 가능하나, 배출계수 적용에 따라 방법론을 달리할 필요가 있다. 식 (2)를 사용할 경우는 배출계수를 저수량, 평수량 구분없이 1로 동일하게 사용해야 하며, 식 (3)을 사용할 경우는 기술지침에서 정한 배출계수(저수량 0.15, 평수량 0.5)를 적용해야 할 것으로 판단된다.

한국어 음성인식 플랫폼 (ECHOS) 개발 (Development of a Korean Speech Recognition Platform (ECHOS))

  • 권오욱;권석봉;장규철;윤성락;김용래;장광동;김회린;유창동;김봉완;이용주
    • 한국음향학회지
    • /
    • 제24권8호
    • /
    • pp.498-504
    • /
    • 2005
  • 교육 및 연구 목적을 위하여 개발된 한국어 음성인식 플랫폼인 ECHOS를 소개한다. 음성인식을 위한 기본 모듈을 제공하는 BCHOS는 이해하기 쉽고 간단한 객체지향 구조를 가지며, 표준 템플릿 라이브러리 (STL)를 이용한 C++ 언어로 구현되었다. 입력은 8또는 16 kHz로 샘플링된 디지털 음성 데이터이며. 출력은 1-beat 인식결과, N-best 인식결과 및 word graph이다. ECHOS는 MFCC와 PLP 특징추출, HMM에 기반한 음향모델, n-gram 언어모델, 유한상태망 (FSN)과 렉시컬트리를 지원하는 탐색알고리듬으로 구성되며, 고립단어인식으로부터 대어휘 연속음성인식에 이르는 다양한 태스크를 처리할 수 있다. 플랫폼의 동작을 검증하기 위하여 ECHOS와 hidden Markov model toolkit (HTK)의 성능을 비교한다. ECHOS는 FSN 명령어 인식 태스크에서 HTK와 거의 비슷한 인식률을 나타내고 인식시간은 객체지향 구현 때문에 약 2배 정도 증가한다. 8000단어 연속음성인식에서는 HTK와 달리 렉시컬트리 탐색 알고리듬을 사용함으로써 단어오류율은 $40\%$ 증가하나 인식시간은 0.5배로 감소한다.

AHP를 이용한 농업용저수지 수문학적 안전성평가 방법 개발 및 적용 (Development and Application of Hydrological Safety Evaluation Guidelines for Agricultural Reservoir with AHP)

  • 이재주;박종석;이경훈
    • 한국습지학회지
    • /
    • 제16권2호
    • /
    • pp.235-243
    • /
    • 2014
  • 현재 국내 일정규모 이상 댐들에 대해서는 "안전점검 및 정밀안전진단 세부지침(댐)" 기준에 따라 정밀안전진단을 수행하고 있다. 하지만 여러 평가 기준 중 수문학적 안전성 평가는 가능최대홍수량(Probable Maximum Flood, PMF)에 대한 기존 댐 안전성을 평가하는 것으로 대부분의 농업용저수지에 대해서는 적용성이 많이 떨어진다. 따라서 본 연구에서는 계수화 모델과 AHP 기법을 통해 다각적 위험요인을 고려한 농업용저수지의 수문학적 안전성을 재평가하고자 한다. 이를 위하여 농업용저수지의 다양한 인자를 반영하기 위한 수문학적 안전성 상 하위 평가항목을 선정하여 계수화 모델을 개발하였다. 평가항목 별 지표 점수의 총합을 산출한 후 전문가 집단의 응답에 대한 검증절차를 실시하였고, 평가항목의 가중치를 산정하여 최종적으로 다각적 위험요인을 고려한 농업용저수지의 수문학적 안전성 평가를 위한 실용계수를 산정하였다. 본 연구 결과 기존 평가기준은 댐의 가능최대홍수량에 대한 수문학적 안전성을 평가하는 기준으로 대부분의 농업용저수지에 대해서는 홍수방어능 부족에 따른 제체의 월류로 저수지의 파괴위험성이 큰 것으로 분류되었다. 그리고 가능최대홍수량에 대한 여유고 기준을 만족하는 저수지에 대해서는 댐의 형식 및 상태별 여유고에 대한 평가만으로 필댐을 평가하는 것으로 나타났다.

LSTM 모델 기반 주행 모드 인식을 통한 자율 주행에 관한 연구 (Automated Vehicle Research by Recognizing Maneuvering Modes using LSTM Model)

  • 김은희;오혜연
    • 한국ITS학회 논문지
    • /
    • 제16권4호
    • /
    • pp.153-163
    • /
    • 2017
  • 본 연구에서는 운전자 별로 생활 중에 이동하는 주행 도로의 특징 및 교통상황이 서로 다르며 운전습관이 상이함을 고려하여, 운전자 혹은 운전자 그룹별 기계학습모형을 구성하고, 학습된 모델을 분석하여 운전자의 주행모드 별 특징을 탐색하여 자율 주행 자동차를 시뮬레이션 하였다. 운전지식을 활용하여 주행조작 전후 센서의 동작 상황에 따라 8종류의 종방향 모드와 4종류 회전모드로 구분하고, 종방향 모드와 회전모드를 결합한 21개의 결합형 주행모드로 세분화 하였다. 주행모드가 레이블 된 시계열 데이터에 대해 딥러닝 지도학습 모델인 RNN (Recurrent Neural Network), LSTM (Long Short-Term Memory), Bi-LSTM 모델을 활용하여서 운전자 별 혹은 운전자 그룹별 주행데이터를 학습하고, 학습된 모델을 테스트 데이터 셋에서 주행 모드인식률을 검증하였다. 실험 데이터는 미국 VTTI 기관에서 수집된 22명의 운전자의 1,500개의 실생활 주행 데이터가 사용되었다. 주행 모드 인식에 있어, 데이터 셋에 대해 Bi-LSTM 모델이 RNN, LSTM 모델에 비해 향상된 성능을 보였으며, 최대 93.41%의 주행모드 인식률을 확인하였다.

확장 베이지안망을 적용한 고위험성 HRCT 영상 분류 (Classification of Very High Concerns HRCT Images using Extended Bayesian Networks)

  • 임채균;정용규
    • 전자공학회논문지CI
    • /
    • 제49권2호
    • /
    • pp.7-12
    • /
    • 2012
  • 최근 의료분야에서는 방대한 양의 정보를 효과적으로 처리하기 위하여 의사결정트리, 신경망, 베이지안망 등을 비롯한 각종 데이터마이닝 기법의 적용 방안을 연구하고 있다. 또한 환자의 기본적인 신상정보나 과거력, 가족력과 같은 정보 이외에도 MRI, HRCT 등의 영상정보를 추가적으로 수집하고 진단에 활용함으로써 질병진단의 정확도 향상을 도모하는 것이 일반적인 현황이다. 하지만 실제 상황에서는 결과에 영향을 미치는 다량의 변수가 존재하므로 특정 데이터마이닝 기법을 통하여 얻을 수 있는 정보가 상당히 제한적이라고 볼 수 있다. 그뿐만 아니라 촬영된 의료영상도 부수적으로 진단에 긍정적인 영향을 줄 수는 있지만, 주관적인 판단 비중이 높아 자동화된 시스템으로 처리하기가 난해한 문제이다. 이에 따라 현실의 복잡한 상황에서 상대적으로 대처가 유리하고 다변량 확률적인 모델을 기반으로 하는 베이지안망에서 K2나 TAN 등으로 탐색 알고리즘을 개선한 확장 모델이 제안되었다. 이 때, 적용되는 탐색 알고리즘의 종류에 따라 그 성능이 크게 좌우되는 확장 베이지안망의 특성상, 각 기법에 대한 성능과 적합성의 사실적인 평가가 요구된다. 따라서 본 논문에서는 확장 베이지안망에서 질병 진단에 대한 동일한 데이터를 이용하여 실험을 수행하였으며, K2, TAN과 같은 탐색 알고리즘에 변화를 주며 분류 정확도를 측정하였다. 실험에서는 10-fold 교차검증을 수행한 결과분석을 기반으로 성능을 비교평가하고, 발병 위험성이 높은 환자에 대한 HRCT 영상을 분류하여 고위험성의 데이터를 식별 가능하도록 하였다.

생육도일온도에 따른 고추의 생육 및 수량 예측 모델 개발 (Development of Prediction Growth and Yield Models by Growing Degree Days in Hot Pepper)

  • 김성겸;이진형;이희주;이상규;문보흠;안세웅;이희수
    • 생물환경조절학회지
    • /
    • 제27권4호
    • /
    • pp.424-430
    • /
    • 2018
  • 본 연구는 고추의 생육특성인 초장, 엽면적, 생체중, 건물중을 조사하였고, 기상요인에 따른 수량 예측 모델개발을 위하여 수행되었다. 생육도일온도에 따른 고추의 생체중, 건물중, 초장 및 엽면적에 대한 생장 모델(시그모이드 곡선)을 개발하였다. 고추는 정식 후 50일전후로 초장, 엽면적, 생체중 및 건물중이 지수 함수적으로 증가하였으며, 140일 이후에는 생장요인들이 평행을 이루었다. 그리고 생육도일온도에 따른 고추의 생장을 분석 한 결과 지수 함수적으로 생장이 늘어나는 시점의 GDD는 1,000였다. 고추의 건물중에 대한 상대생장 속도를 계산하는 식은 RGR $(dry\;weight)=0.0562+0.0004{\times}DAT-0.00000557{\times}DAT^2$ 였다. 수확한 적과의 생체중과 건물중으로 고추의 단수를 구하였을 때, 정식 후 112일에 1,3871kg/10a였고, 건고추의 단수는 정식 후 112일에 291kg/10a이였다. 고추 작황예측 프로그램 개발을 위해서는 고추의 생산성에 관여하는 주요요인을 분석하고, 실시간으로 계측한 생육 및 기상자료를 기반으로 하여 생육모델을 보정 및 검증해야 할 것이다.