• Computers and Concrete
• /
• 제34권3호
• /
• pp.279-296
• /
• 2024

In this study, ensemble machine learning (ML) models are employed to estimate the hardened properties of Self-Compacting Geopolymer Concrete (SCGC). The input variables affecting model development include the content of the SCGC such as the binder material, the age of the specimen, and the ratio of alkaline solution. On the other hand, the output parameters examined includes compressive strength, flexural strength, and split tensile strength. The ensemble machine learning models are trained and validated using a database comprising 396 records compiled from 132 unique mix trials performed in the laboratory. Diverse machine learning techniques, notably K-nearest neighbours (KNN), Random Forest, and Extreme Gradient Boosting (XGBoost), have been employed to construct the models coupled with Bayesian optimisation (BO) for the purpose of hyperparameter tuning. Furthermore, the application of nested cross-validation has been employed in order to mitigate the risk of overfitting. The findings of this study reveal that the BO-XGBoost hybrid model confirms better predictive accuracy in comparison to other models. The R² values for compressive strength, flexural strength, and split tensile strength are 0.9974, 0.9978, and 0.9937, respectively. Additionally, the BO-XGBoost hybrid model exhibits the lowest RMSE values of 0.8712, 0.0773, and 0.0799 for compressive strength, flexural strength, and split tensile strength, respectively. Furthermore, a SHAP dependency analysis was conducted to ascertain the significance of each parameter. It is observed from this study that GGBS, Flyash, and the age of specimens exhibit a substantial level of influence when predicting the strengths of geopolymers.

• 한국방재안전학회논문집
• /
• 제15권1호
• /
• pp.1-12
• /
• 2022

수문모형의 최적 매개변수를 추정하기 위해서 자동최적화기법이 자주 이용되며, 이러한 최적화기법은 관측값과 모의값의 오차를 최소로 하기 위해 목적함수를 필요로 한다. 다만, 다양한 목적함수 선택에 따라 각기 다른 수문응답 결과를 제공할 수 있다. 본 연구에서는 국내·외에서 사용되는 다양한 목적함수를 활용하여 단기 강우-유출 수문모형의 매개변수를 추정하고, 목적함수에 따른 수문곡선의 재현성을 평가하고, 적정 목적함수를 제시하고자 하였다. 강우-유출 모형으로는 현행 홍수예보에서 유역 유출모의에 활용되고 있는 집중형 수문모형인 저류함수모형을 선택하였으며, 모형의 5개 매개변수에 대해서 전역최적화기법인 SCE-UA를 적용하여 모형의 최적매개변수를 추정하였다. 목적함수별 수문곡선의 재현성 평가를 위해 용담댐 상류유역인 천천유역을 대상으로 9개의 강우사상을 추출하였으며, 7개의 목적함수를 선택하여 개별 강우사상별로 저류함수모형의 매개변수를 추정하고, 이를 활용한 모의 수문곡선의 재현성을 비교·분석하였다. 분석결과, 목적함수에 오차제곱을 포함하고 있는 RMSE, NSE, RSR이 Event 7을 제외한 모든 강우사상에 대해 가장 높은 정확도를 나타냈으며, 관측유량과 모의유량의 오차만을 반영한 ABIAS의 경우, 정확도가 가장 낮은 것으로 분석되었다. 또한, 관측유량 대비 오차 항을 포함하고 있는 PBIAS 및 VE의 경우 역시, 상기 3개(RMSE, NSE, RSR)의 결과와 유사하게 비교적 안정적인 수문곡선 재현성을 보여주었다. 다만, 고유량과 저유량을 동시에 고려하여 이에 민감한 매개변수를 조정하도록 개발된 MIA의 경우, 수문곡선 재현성 성능이 매우 낮은 것으로 나타났다.

• 한국수자원학회논문집
• /
• 제46권6호
• /
• pp.597-611
• /
• 2013

본 연구에서는 Clark 모형의 시간-면적곡선의 구성 방법과 적용성을 검토하고 모멘트 원리에 의한 도달시간, 저류상수를 합리적으로 산정하기 위한 방법론을 고찰해 보았다. 격자 기반으로 폭 함수를 구성하고 운동과정을 순수 이류현상으로 가정하여 시간-면적곡선으로 사용하였다. 또한 도달시간과 저류상수는 모멘트 법의 원리에 따라 Clark 모형 구조에 적용하여 해석적으로 산정할 수 있는 방법을 제시하였다. 적용성 검토를 위해 (1) HEC-1에서 기본적으로 제공하는 좌우 대칭형상인 무차원 시간-면적곡선을 적용하고 매개변수 산정은 관측유출수문곡선과 계산된 유출수문곡선의 오차를 최소화하는 HEC-1의 최적화 기법 사용, (2) HEC-1에 폭 함수 기반의 시간-면적곡선을 적용하고 매개변수 산정은 HEC-1의 최적화 기법 사용, (3) 폭 함수 기반의 시간-면적곡선을 이용하여 모멘트 원리에 따라 매개변수를 직접 산정하는 방법을 적용하였다. 방법별로 산정된 Clark 모형의 매개변수들을 HEC-1을 이용하여 직접유출량을 산정하고 관측 직접유출량과 비교하여 얻은 결과는 다음과 같다. (1) 정량적으로 비교하기 위해 산정한 첨두유량과 첨두발생 시간의 상대오차 및 효율계수 E(Efficiency Coefficient)를 비교한 결과, 시간-면적곡선을 폭 함수로 대체하여 HEC-1으로부터 추정된 매개변수가 관측값을 잘 반영하였다. (2) Clark 모형의 올바른 적용을 위해서는 HEC-1에서 기본적으로 제공하는 좌우 대칭형상인 무차원 시간-면적곡선보다는 적용 대상유역의 배수구조가 적절하게 반영된 시간-면적곡선의 사용이 합리적일 것으로 판단된다. (3) 본 연구 방법은 첨두유량과 첨두시간의 상대오차 범위와 재현정도를 나타내는 효율계수를 비교하여 볼 때 대체로 양호하게 모의되었고, 대상유역별 유량측정성과인 하천평균유속과 비교했을 때 본 연구 방법이 다소 실제 유속에 접근하고 있음을 확인하였다. (4) 본 연구에서 모멘트 원리를 기반으로 제안한 매개변수 추정을 위한 방법은 유역의 이류현상과 저류현상을 정량적으로 계량할 수 있는 효율적인 관계식으로 사용할 수 있음을 확인하였다. (5) 본 방법에 의해 계산된 수문곡선이 대부분 관측수문곡선의 우측으로 왜곡되고 첨두유량은 과소평가 되는 것을 보이고 있다. 이것은 평균과 분산만을 고려하여 유역을 하나의 평균이송속도로 모의한 본 연구의 한계점으로 판단된다. 만약 모멘트의 왜곡도를 고려하고 유역을 지표면과 하천으로 나누어 평균이송속도를 모의한다면 물리적인 특성을 충분히 반영하여 매개변수를 추정 할 수 있을 것으로 판단된다.

• 대한지리학회지
• /
• 제29권3호
• /
• pp.233-252
• /
• 1994

토지이용수문학을 위한 하나의 대안으로, 모형의 단순성, 모형변형의 용이성, 그리 고 모의된 모형으로부터 지속적인 유량 예측 능력을 지닌 Lumped모형을 이용해 토지이용 변화에 따른 수문특성의 변화를 추적하였다. Blackie(1972)의 모형을 근간으로, R1131(11-parameter, 3-storage, l-input option) 모형을 구축하였다. 연구 대상 유역분지는 케냐에 있는 Kimakia Catchement K11이며, 이곳의 토지이용은 3번 변화하였다. 3단계의 토 지이용 기간에 대해 모형을 보정한 결과, 모형유효도는 96.78%, 97.20%, 94.62%이며, 전체유 량오차는 각각 -1.78%, -3.36%, 5.32% 였다. 보정된 모형을 이용해 각 토지이용 단계별로 확장유출량을 발생시키고, 빈도해석을 시도했다. 홍수 규모가 작은 경우 식생변화에 따라 31.3%와 32.1% 정도로 홍수량이 줄어들었으나, 홍수 규모가 커짐에 따라 홍수량의 감소 정 도는 점차 작아지고 있다. 이와 같은 현상은 갈수량의 변화에서도 발견된다. 또한 식생이 어 느 정도까지 성장한 이후에는 계속된 식생 성장에도 불구하고 홍수량과 갈수량은 큰 변화가 없다.

• Korean Chemical Engineering Research
• /
• 제51권2호
• /
• pp.226-232
• /
• 2013

부탄올을 생산하는 발효반응기에서는 아세톤, 부탄올 그리고 에탄올을 주로 생산하는 Clostridium acetobutylicum이 사용된다. 본 연구에서는 이 미생물을 이용한 발효공정의 개발을 위하여, Clostridium acetobutylicum ATCC824의 대사망의 동적 모델이 제안되었다. 많은 효소기반의 대사반응들로 구성된 대사망의 복잡성과 대사반응속도식의 비선형적 특성 때문에, 유전 알고리듬과 Levenberg-Marquardt 알고리듬이 결합된 효율적인 최적화 기법을 이용하여 회분식 발효반응기의 실험 결과값으로 58개의 반응속도상수들을 결정하였다. 그리고 이 반응속도상수 결정의 정확도를 제고하기 위하여, 유전자 조작을 통해 특정 대사경로를 차단한 미생물을 이용했을 때의 실험과 초기 글루코스의 농도를 다르게 한 실험들을 수행하여 개발된 대사망의 동적모델을 분석하였다. 결과적으로, 본 연구를 통해서 개발된 대사망 모델의 정확도를 확인하였고, 이를 활용하여 발효반응공정의 생산성 향상을 위한 적절한 클로스트리듐의 개발과 발효반응기의 최적화를 위한 연구에 기여할 수 있을 것으로 기대된다.

• 대한공간정보학회지
• /
• 제24권4호
• /
• pp.105-113
• /
• 2016

산불방사열에너지(fire radiative power)는 산불로부터 방출되는 에너지로서 산불의 연소과정에서 발생하는 온실가스를 추정하기 위한 기초자료로 이용된다. 유럽, 아프리카, 아메리카 지역의 정지궤도 위성센서들은 준실시간의 산불방사열에너지를 산출 및 제공하고 있지만 아시아권에는 아직까지 정지궤도 위성기반의 공식적인 산불방사열에너지 산출물이 제공되지 않고 있다. 본 연구에서는 중적외 복사휘도법(mid-infrared radiance method)을 이용하여 히마와리(Himawari-8) 위성 기반의 산불방사열에너지를 최초로 산출하였으며, 산출정확도를 검증하기 위해 인도네시아 수마트라 지역에 대해 Aqua/Terra 위성의 MODIS(moderate resolution imaging spectroradiometer) 산불방사열에너지 산출물과의 비교검증을 실시하였다. 이 과정에서 NDVI(normalized difference vegetation index)와 FVC(fraction of vegetation coverage)를 이용하여 중적외 복사휘도법의 중요인자인 지표면 방출률을 지면피복 종류에 따라 계산하였으며, 최적화 실험을 통하여 히마와리 AHI(advanced Himawari imager)의 센서계수 a = 3.11을 도출하였다. 본 연구를 통해 산출된 히마와리 산불방사열에너지는 MODIS를 기준으로 약 20%의 평균절대백분비오차를 나타내었으며 이는 미국과 유럽연합의 정지궤도위성의 산불방사열에너지 검증결과와 유사한 수준의 정확도로 평가된다. 히마와리 산불방사열에너지의 산출정확도는 산불의 크기와 위성관측각에 따라 일부 차이를 보였으나 태양천정각과 토지피복에 따른 영향은 거의 없는 것을 알 수 있었다. 이 연구는 아시아권의 정지궤도위성 산불방사열에너지 산출을 위한 참고자료로서 활용가치가 있으며 산불방출 온실가스 추정에 기초자료로 활용될 수 있을 것으로 기대한다.

• 한국지반환경공학회 논문집
• /
• 제18권2호
• /
• pp.47-51
• /
• 2017

본 논문에서는 공사현장의 지반 변형을 계측한 값을 바탕으로 지반의 물성 값을 재산정하는 "적응형 관리 기법"의 핵심인 역해석을 통한 물성 값의 최적화 알고리즘을 구현하였다. 적응형 관리 기법은 공사 중 모니터링을 통해 설계와 시공을 업데이트하는 프레임워크를 일컫는다. 최적화 알고리즘의 성능을 검증하기 위해 실내시험과 가상의 굴착현장 두 경우에 대해 Hardening Soil 모델을 사용하여 전산해석을 실시하였다. 최적화 알고리즘을 적용할 구성모델의 입력변수는 복합민감도 값이 큰 입력변수를 선정하여 효율성을 고려하였다. 실내시험의 전산 해석은 비배수상태에서의 삼축압축시험과 삼축인장시험에 대해 시료의 파괴까지 수행하였다. 실제 시카고 연약 점성토로 수행한 삼축시험 결과인 전단응력-변형률과 과잉간극수압-변형률 관계를 관측 값으로 사용하였다. Hardening Soil 모델에 대하여, 관측 값을 가장 잘 모사할 수 있는 물성 값을 산정하기 위해 최적화 알고리즘을 적용하였다. 알고리즘을 적용한 결과, 관측 값을 잘 모사할 수 있는 물성 값을 성공적으로 찾을 수 있었다. 가상의 굴착현장에서는 삼축시험으로부터 산정한 지반의 물성 값을 현장의 대표 물성 값으로 가정하였고, 이때의 굴착 지지벽체의 수평 변위를 주요 관측 값으로 사용하였다. 다양한 초기 물성 값을 사용하여 전산해석을 수행하였고, 이 결과에 최적화 알고리즘을 적용하면 전산해석 결과가 현장 계측 값으로 수렴하는지 평가하였다. 최적화 알고리즘을 적용한 결과, 현장 계측 값으로 전산해석 결과 값이 거의 동일하게 일치함을 확인할 수 있었다.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1999년도 춘계공동학술대회: 지식경영과 지식공학
• /
• pp.175-186
• /
• 1999

Detecting the features of significant patterns from their own historical data is so much crucial to good performance specially in time-series forecasting. Recently, a new data filtering method (or multi-scale decomposition) such as wavelet analysis is considered more useful for handling the time-series that contain strong quasi-cyclical components than other methods. The reason is that wavelet analysis theoretically makes much better local information according to different time intervals from the filtered data. Wavelets can process information effectively at different scales. This implies inherent support fer multiresolution analysis, which correlates with time series that exhibit self-similar behavior across different time scales. The specific local properties of wavelets can for example be particularly useful to describe signals with sharp spiky, discontinuous or fractal structure in financial markets based on chaos theory and also allows the removal of noise-dependent high frequencies, while conserving the signal bearing high frequency terms of the signal. To date, the existing studies related to wavelet analysis are increasingly being applied to many different fields. In this study, we focus on several wavelet thresholding criteria or techniques to support multi-signal decomposition methods for financial time series forecasting and apply to forecast Korean Won / U.S. Dollar currency market as a case study. One of the most important problems that has to be solved with the application of the filtering is the correct choice of the filter types and the filter parameters. If the threshold is too small or too large then the wavelet shrinkage estimator will tend to overfit or underfit the data. It is often selected arbitrarily or by adopting a certain theoretical or statistical criteria. Recently, new and versatile techniques have been introduced related to that problem. Our study is to analyze thresholding or filtering methods based on wavelet analysis that use multi-signal decomposition algorithms within the neural network architectures specially in complex financial markets. Secondly, through the comparison with different filtering techniques' results we introduce the present different filtering criteria of wavelet analysis to support the neural network learning optimization and analyze the critical issues related to the optimal filter design problems in wavelet analysis. That is, those issues include finding the optimal filter parameter to extract significant input features for the forecasting model. Finally, from existing theory or experimental viewpoint concerning the criteria of wavelets thresholding parameters we propose the design of the optimal wavelet for representing a given signal useful in forecasting models, specially a well known neural network models.

• Applied Biological Chemistry
• /
• 제47권1호
• /
• pp.96-106
• /
• 2004

들깨잎차 개발을 목적으로 볶음처리 한 차의 관능적 특성 및 전자공여능 등을 조사하고 반응표면분석을 통한 최적화를 시도하였다. 중심합성계획에 따라 볶음온도 $140{\sim}220^{\circ}C$와 볶음시간 $5{\sim}25$분 등 두 가지 조절을 독립변수로 하고 관능검사를 통한 맛, 색, 향기와 전자공여능의 기능적 특성을 종속변수로 하여 측정한 결과를 statistical analysis system(SAS) program을 사용하여 들깻잎의 기능성 차 개발을 위한 볶음조건을 최적화 하였다. 깻잎차는 볶음처리에 따라 Hunter 색체계에서의 백색도(L)와 황색도(b)는 볶음시간과 볶음온도가 증가될수록 높아진 반면, 적색도(a)는 감소하는 경향을 나타내었다. DPPH에 의한 전자공여능은 볶음온도와 볶음시간이 1% 유의수준에서 영향을 미치며, 회귀식의 결정계수$(R^2)$는 0.9828로써 $220^{\circ}C$, 15분에서 볶음처리 했을 때 70.30%로 높게 나타났다. 깻잎차의 관능적 품질로써 맛, 색 및 향은 볶음처리와 더불어 기호도가 증가되었으며, 반응표면분석(RSM, response surface methodology)에 의해 볶음온도 $210{\sim}220^{\circ}C$,볶음시간 $10{\sim}20$분 범위를 최적 볶음조건으로 예측할 수 있었다. 최적볶음조건에 의해 만들어진 들깨잎차의 효소활성을 측정한 결과 tyrosinase, xanthine oxidase 및 전자공여능에서 각각 10.14, 14.37 및 59.19%의 저해효과를 보였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 춘계공동학술대회-지식경영과 지식공학
• /
• pp.175-186
• /
• 1999

Detecting the features of significant patterns from their own historical data is so much crucial to good performance specially in time-series forecasting. Recently, a new data filtering method (or multi-scale decomposition) such as wavelet analysis is considered more useful for handling the time-series that contain strong quasi-cyclical components than other methods. The reason is that wavelet analysis theoretically makes much better local information according to different time intervals from the filtered data. Wavelets can process information effectively at different scales. This implies inherent support for multiresolution analysis, which correlates with time series that exhibit self-similar behavior across different time scales. The specific local properties of wavelets can for example be particularly useful to describe signals with sharp spiky, discontinuous or fractal structure in financial markets based on chaos theory and also allows the removal of noise-dependent high frequencies, while conserving the signal bearing high frequency terms of the signal. To data, the existing studies related to wavelet analysis are increasingly being applied to many different fields. In this study, we focus on several wavelet thresholding criteria or techniques to support multi-signal decomposition methods for financial time series forecasting and apply to forecast Korean Won / U.S. Dollar currency market as a case study. One of the most important problems that has to be solved with the application of the filtering is the correct choice of the filter types and the filter parameters. If the threshold is too small or too large then the wavelet shrinkage estimator will tend to overfit or underfit the data. It is often selected arbitrarily or by adopting a certain theoretical or statistical criteria. Recently, new and versatile techniques have been introduced related to that problem. Our study is to analyze thresholding or filtering methods based on wavelet analysis that use multi-signal decomposition algorithms within the neural network architectures specially in complex financial markets. Secondly, through the comparison with different filtering techniques results we introduce the present different filtering criteria of wavelet analysis to support the neural network learning optimization and analyze the critical issues related to the optimal filter design problems in wavelet analysis. That is, those issues include finding the optimal filter parameter to extract significant input features for the forecasting model. Finally, from existing theory or experimental viewpoint concerning the criteria of wavelets thresholding parameters we propose the design of the optimal wavelet for representing a given signal useful in forecasting models, specially a well known neural network models.