• 한국농공학회지
• /
• 제32권3호
• /
• pp.116-129
• /
• 1990

A rational management of water resources in estuary reservoirs necessiates the prediction of water quality. In this study, a multiple box model for the water quality prediction was developed as a tool for the purpose of examining an adequate way to improve and maintain the water quality. Some submodels that are suitable for simulating the mixing behavior of pollutant materials in a lake were considered in this model. The model was appiled for predicting water qualities of Haenam Esturay Reservoir. The result from this study can be summarized as follows : 1.A water quality simulation model that can predict the 10-day mean value of water qualities was developed by adding some submodels that simulate the concentrations of chlorophyll-a, BOD, T-P and T-N to the existing Multiple Box Model representing the mixing and circulating of materials by the hydarulic action. 2.As input data for the model developed, the climatic data including precipitation, solar radiation, temperature, cloudness, wind speed and relative humidity, and the water buget records including the pumping discharge and the releasing discharge by drainage gate were ollected. The hydrologic data for the inflow discharge from the watershed was obtained by simulation with the aid of USDAUL-74/SNUA watershed model. Also the water quality data were measured at streams and the reservoir. 3.As a result of calibration and verification test by using four comonents of water quality such as Chlorophyll-a, BOD, T-P and T-N, it was found that the correlation coefficeints between the observed and the simulated water qualities showed greater than 0.6, therefore the capability of the model to simulate the water quality was proved. 4.The result based on the model application showed that the water quality of the Haenam Estuary Reservoir varies seasonally with the harmonic trend, however the water quality is good in winter and get worse in summer. Also it may be concluded that the current grarde of water quality in the Heanam Esutary Reservoir is ranked as grade 4 suitable only for the agricultutal use.

• 한국정보통신학회논문지
• /
• 제21권8호
• /
• pp.1560-1566
• /
• 2017

최근 사물 인터넷 센서가 설치된 스마트 돈사의 보급을 통해 돈사 관련 빅데이터 축적이 가능해졌고, 다양한 기계 학습방안들이 수집된 데이터에 적용되어 축산농가의 생산성을 향상시키고 있다. 본 연구에서는 다양한 기계학습 방안을 이용하여 돈사관리에서 가장 중요한 요소 중 하나인 급수량을 예측하였다. 구체적으로 실제 돈사에서 수집된 데이터에 회귀 방안인 선형회귀, 회귀트리 및 아다부스트 회귀 방안과 분류 방안인 로지스틱 분류, 결정트리 및 서포트 벡터 머신 (SVM) 분류방안을 적용하여 돈사의 온도와 습도를 기반으로 급수량을 예측하였다. 성능 분석을 통해서 제안한 방안이 높은 정확도로 급수량을 예측하는 것을 확인할 수 있었다. 제안한 방안은 돈사의 급수시설 이상을 조기에 파악하는데 활용되어 가축을 폐사를 막고 돈사 생산성을 높이는데 활용될 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제12권3호
• /
• pp.27-35
• /
• 2007

온실을 통해 시설원예작물을 재배하는 대대수의 농업인들은 병해충의 예측, 진단 및 방제에 큰 관심을 가지고 있으며, 특히 농가에서는 병해충 관리 문제가 생산량과 품질에 직결되는 가장 큰 문제로 대두되고 있다. 따라서 본 논문에서는 토양 및 환경 센서를 이용하여 무선 센서 네트워크를 구성하고 이를 토대로 온실 내의 작물의 병해충에 대한 조기 예측 및 관리를 가능하게 하는 멀티미디어 병해충 예측 관리 시스템을 설계 및 구현한다. 제안하는 시스템은 기존 고가의 PLC 장비에 비해 온실 내에 무선 센서 네트워크를 형성하여 효율적으로 병해충정보를 데이터베이스화하고 토양 및 온도, 습도, 조도와 같은 다양한 환경 정보를 수집할 수 있다. 아울러 시스템의 수행성을 검증하기 위해 가상 온실 모형을 제작한 후, 모형에 토양 및 환경 센서의 시스템 구성요소를 구성하여 각 플랫폼(Desktop, Web, PDA)별 GUI를 구현하여 온실상태에 따라 병해충 예측 및 관리가 가능한 수행 결과를 보였다. 마지막으로 제안한 시스템을 이용하여 온실 작물의 병해충 예측 관리가 다양한 플랫폼에서 잘 동작함을 확인할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.341-343
• /
• 2019

고농도 미세먼지 발생이 증가함에 따라 미세먼지 예측에 많은 관심이 집중되고 있다. 미세먼지는 대기 중에 있는 직경 $10{\mu}m$ 이하의 밀입자 물질을 말하며, 온도, 상대습도, 풍속 등의 기상 변화에 영향을 받는다. 따라서 미세먼지 예측을 위해 기상 정보와의 상관관계를 분석하는 다양한 연구가 진행되었다. 하지만 미세먼지의 비선형적 시계열 분포는 예측 모델의 복잡도를 증가시키고, 부정확한 예측값을 초래할 수 있다. 본 연구에서는 기계학습의 군집 알고리즘 및 분류알고리즘을 이용하여 미세먼지의 비선형적 특성을 완화하고자 한다. 사용된 기계학습 알고리즘은 병합군집, 밀도기반군집이며, 각 알고리즘을 통한 군집결과를 비교, 분석하였다.

• 한국농공학회논문집
• /
• 제64권6호
• /
• pp.35-41
• /
• 2022

Heavy snow damage can be prevented in advance with an appropriate security system. To develop the security system, we developed a model that predicts snow depth after a few hours when the snow depth is observed, and utilized it to calculate a failure probability with various types of greenhouses and observed snow depth data. We compared the Markov chain model and Bayesian long short-term memory models with varying input data. Markov chain model showed the worst performance, and the models that used only past snow depth data outperformed the models that used other weather data with snow depth (temperature, humidity, wind speed). Also, the models that utilized 1-hour past data outperformed the models that utilized 3-hour data and 6-hour data. Finally, the Bayesian LSTM model that uses 1-hour snow depth data was selected to predict snow depth. We compared the selected model and the shifting method, which uses present data as future data without prediction, and the model outperformed the shifting method when predicting data after 11-24 hours.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.216-218
• /
• 2022

이상 기후로 인한 자연 재해는 지속적으로 증가하고 있으며, 자연재해 중 가장 많은 피해를 입히는 유형은 폭우, 태풍 등으로 인한 수해 피해로 이러한 재해는 홍수를 동반하여 더욱 큰 피해를 입히기도 한다. 따라서, 홍수 피해를 줄이기 위해 본 논문에서는 LSTM과 GRU를 활용하여 실시간으로 홍수의 주요 파라미터인 수위를 실시간으로 예측할 수 있는 시스템을 제안한다. 홍수 예측을 위해 사용된 입력 데이터는 하천의 상류 및 하류 수위, 기온, 습도, 강수량이 사용되며, 사전에 학습된 LSTM-GRU 모델을 통해 실시간 예측을 진행한다. 입력 데이터는 과거 20시간의 데이터를 활용하여 향후 3시간의 수위를 예측한다. 본 논문에서 제안한 시스템을 통해 위험도 판별 기능을 추가하고 홍수에 노출된 사람들에게 대피 명령을 내릴 수 있다면 홍수로 인한 많은 피해를 줄일 수 있을 것으로 사료된다.

• 한국산학기술학회논문지
• /
• 제21권11호
• /
• pp.892-897
• /
• 2020

본 연구에서는 간접식 증발냉각 장치의 냉각 성능을 예측하고 다양한 공기 유량 및 물 분무 유량 조건을 만족하는 성능 상관식을 제안한다. 기존의 플라스틱 열교환기는 공조 공간의 크기에 따라 금형을 새로 제작해야 하기 때문에 높은 효율에도 불구하고 잘 사용하지 않았다. 한편 단프라시트는 일반적으로 두께가 얇아 열교환이 우수하고, 특히 제작이 매우 용이하다. 따라서 열교환기를 단프라시트로 제작할 경우 금형이 별도로 필요하지 않아 열교환기 제작 비용을 크게 절감할 수 있다. 이에 본 연구에서는 단프라시트로 다채널 열교환기를 제작하여 간접식 증발냉각 장치를 제작하였다. 성능 실험장치는 열교환기, 물 분사 노즐, 터보홴, 항온조, 순환 펌프, 온도 센서, 습도 센서, 차압식 유량계 및 자료획득 장치로 구성하였다. 증발냉각 시 공기 유량이 증가하면 유용도가 감소하였고, 수공비에 따라 유용도 최적점이 존재하였다. 등온 조건에서 냉각 성능을 예측하는 상관식과 실내 환기 온도와 외기 상태를 반영하는 성능 상관식을 제안하였다. 상관식들의 냉각 성능 오차는 4 % 이내였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 춘계학술대회
• /
• pp.347-350
• /
• 2018

사용자가 집에 도착하기 전에 IoT 시스템이 집안 온도를 자동으로 쾌적하게 하기 위해서는 사용자의 도착 예정 시간에 맞게 설정한 온도에 도달할 수 있는 최적의 에어컨 및 난방의 가동 시작 시간을 예측해야 한다. 가동 시간을 정확하게 예측한다면 불필요한 가동시간을 줄일 수 있기 때문에 요금 낭비를 피할 수 있는 효과가 있다. 본 논문은 에어컨과 보일러를 사용하는 집의 냉난방 시간을 예측하는 인공신경망과 이를 활용하는 IoT 시스템을 소개한다. 에어컨과 보일러가 특정 시작 온도에서 특정 목표 온도로 집안을 냉난방 하는데 걸리는 시간에 영향을 주는 변수는 집안의 구조, 집안의 크기, 외부 날씨 환경 등으로 매우 다양하다. 그중에서 측정 가능한 변수인 집안 온도, 집안 습도, 외부 온도, 외부 습도, 풍향, 풍도, 풍속 냉각 효과를 활용하여 학습데이터를 만들고 최적의 인공신경망을 구축하였다. 인공신경망을 구축한 후에는 이를 활용하는 IoT 시스템을 개발하였다. IoT 시스템은 라즈베리파이3 기반의 메인 시스템과 안드로이드 기반의 모바일 애플리케이션으로 구성하였다. 인공신경망을 활용하기 위해 모바일 애플리케이션의 GPS 센서를 활용하여 사용자의 이동 분석하고 귀가 시간을 예측하는 기능을 구현하였다.

• 한국농림기상학회지
• /
• 제14권2호
• /
• pp.53-62
• /
• 2012

고해상도 기상자료 제공과 농림 분야에서의 요구를 충족시키기 위하여 LAPS를 이용하여 경기도 지역을 100m 해상도로 분석하였다. 구축된 시스템은 수치예보과에서 생산되는 6시간 간격 예측자료를 초기추정치로 사용하고, 각 관측자료를 동화하여 지표 온도와 습도 바람을 분석한다. 기존 분석시스템의 기상관측자료의 수집 방식을 개선하여 자료 수집에 소요되는 시간을 성공적으로 단축시킴으로써 약 20분 내에 기온, 상대습도, 풍향, 풍속에 대한 고해상도 분석결과 제공이 가능하게 되었다. 그러나 앞으로 LAPS 분석결과를 이용하여 관측이 가능한 지역 이외에 어느 지역에서든 정확한 농업기상정보를 산출할 수 있게 하려면 다양한 기상자료의 활용과 지표이용도의 개선, 관측지점의 영향반경을 최적화 시키는 과정들이 추가로 연구되어야 할 것이다. 현재 구축된 시스템의 분석결과 정확도는 떨어지지만 LAPS의 내부 알고리즘에 대한 미세한 조정으로 향상이 가능하므로 농업기상요소 생성을 위한 최적화 작업들을 수행한다면 정확도 향상을 꾀할 수 있을 것이다. 또한 다양한 기상요소에 대한 분석이 가능하기 때문에 특별한 기상요소들을 필요로 하는 농림 분야의 요구를 충족 시킬 수 있도록 분석요소의 확장이 가능 할 것이다.

• 한국공간구조학회논문집
• /
• 제23권3호
• /
• pp.95-103
• /
• 2023

With the increasing number of aging buildings across Korea, emerging maintenance technologies have surged. One such technology is the non-contact detection of concrete cracks via thermal images. This study aims to develop a technique that can accurately predict the depth of a crack by analyzing the temperature difference between the crack part and the normal part in the thermal image of the concrete. The research obtained temperature data through thermal imaging experiments and constructed a big data set including outdoor variables such as air temperature, illumination, and humidity that can influence temperature differences. Based on the collected data, the team designed an algorithm for learning and predicting the crack depth using machine learning. Initially, standardized crack specimens were used in experiments, and the big data was updated by specimens similar to actual cracks. Finally, a crack depth prediction technology was implemented using five regression analysis algorithms for approximately 24,000 data points. To confirm the practicality of the development technique, crack simulators with various shapes were added to the study.