• 정보처리학회논문지B
• /
• 제15B권5호
• /
• pp.457-464
• /
• 2008

실제 운용 환경에서 자동문서분류시스템의 성공을 위해서 충분하지 못한 학습문서의 문제와 특징 공간들에 대한 사전지식이 없는 상황을 해결하는 것이 관건이다. 이런 맥락에서 많은 자동문서분류 시스템의 구축을 위해 나이브 베이즈 문서분류 알고리즘을 사용한다. 이는 기존 학습된 분류모델과 특징 공간을 점진적으로 갱신함으로써 분류모델을 향상시키는 것이 매우 용이하기 때문이다. 본 논문에서는 특징 가중치를 이용하여 문서분류기의 성능을 향상시키는 기법을 제안한다. 기본 아이디어는 문서분류 모델의 인자로서 특징들의 분포뿐만 아니라 각 특징들의 중요도를 반영하는 것이다. 속성 선택을 미리 수행하여 학습모델을 만드는 것이 아니라, 속성 중요도를 나이브 베이즈 학습 모델에 포함시킴으로써 보다 정확한 모델을 생성할 수 있다. 또한 동적 환경에서 점진적인 특징 가중치 부여를 위해 기존의 특징 갱신 기법을 확장한 알고리즘도 제안한다. 본 논문에서 제안된 기법을 평가하기 위해서 Reuters-21578과 20Newsgroup 문서집합 이용한 실험을 실시하여, 제안된 기법이 전통적인 나이브 베이즈 분류기의 성능을 크게 향상시킴을 증명한다.

• 한국수자원학회논문집
• /
• 제50권12호
• /
• pp.827-836
• /
• 2017

하도홍수추적 방법에서 많이 사용되고 있는 Muskingum 방법의 가장 중요한 매개변수는 저류상수와 가중인자이다. Muskingum 방법은 상류유입지점에서 하류 유출지점까지 측방유입량이 고려되지 않지만, 실제 유역에는 강우로 인하여 측방유입유량이 발생한다. 이로 인해 상하류 실측자료를 이용하여 저류상수 및 가중인자를 산정하는 것이 매우 어려운 상황이다. 이에 본 연구는 HEC-RAS 1차원 부정류 해석모형을 이용한 수리학적 홍수추적을 통해 측방유입유량이 제외된 상태에서의 하도에서 전파되는 유량을 산정하였고, 이를 이용하여 저류상수 및 가중인자를 산정하는 방법을 제시하였다. 이와 함께 저류상수가 유하시간과 관계있음을 감안하여 국내 하천기본계획 수립 시 사용되는 유하시간 경험 공식들을 저류상수로 적용한 결과를 비교 분석하였다. 마지막으로 유량이 고려된 유하시간 산정 식을 개발하고, 유입량의 변화에 맞춰 유하시간을 업데이트하여 모의를 수행하는 방법을 제시하였다. 유량을 고려한 유하시간을 저류상수로 적용한 경우, 유량의 상승 및 하강 과정, 첨두 유량, 그리고 첨두 시간에 대해서 잘 모의하는 것으로 분석되었다.

• Journal of Multimedia Information System
• /
• 제5권4호
• /
• pp.235-244
• /
• 2018

Potential maximum soil moisture retention (S) is a dominant parameter in the Soil Conservation Service (SCS; now called the USDA Natural Resources Conservation Service (NRCS)) runoff Curve Number (CN) method commonly used in hydrologic modeling for event-based flood forecasting (SCS, 1985). Physically, S represents the depth [L] soil could store water through infiltration. The depth of soil moisture retention will vary depending on infiltration from previous rainfall events; an adjustment is usually made using a factor for Antecedent Moisture Conditions (AMCs). Application of the method for continuous simulation of multiple storms has typically involved updating the AMC and S. However, these studies have focused on a time step where S is allowed to vary at daily or longer time scales. While useful for hydrologic events that span multiple days, this temporal resolution is too coarse for short-term applications such as flash flood events. In this study, an approach for deriving a time-variable potential maximum soil moisture retention curve (S-curve) at hourly time-scales is presented. The methodology is applied to the Napa River basin, California. Rainfall events from 2011 to 2012 are used for estimating the event-based S. As a result, we derive an S-curve which is classified into three sections depending on the recovery rate of S for soil moisture conditions ranging from 1) dry, 2) transitional from dry to wet, and 3) wet. The first section is described as gradually increasing recovering S (0.97 mm/hr or 23.28 mm/day), the second section is described as steeply recovering S (2.11 mm/hr or 50.64 mm/day) and the third section is described as gradually decreasing recovery (0.34 mm/hr or 8.16 mm/day). Using the S-curve, we can estimate the hourly change of soil moisture content according to the time duration after rainfall cessation, which is then used to estimate direct runoff for a continuous simulation for flood forecasting.