• 한국건축시공학회지
• /
• 제12권3호
• /
• pp.257-265
• /
• 2012

공동주택 건설사업에서 건설사들은 다수의 프로젝트를 동시에 수행하고 있으며, 최적의 공정관리와 자원투입으로 프로젝트의 현금흐름을 정확히 예측하는 것은 합리적 자금운용과 경쟁력 향상을 위하여 필수적이다. 기존의 현금흐름 예측 방법은 수입과 지출요소의 차이가 크게 발생하여 정확성이 낮아졌다. 본 연구는 K 건설사의 공동주택 공사관리 실태를 조사하여 현금흐름 예측의 문제점을 파악하였다. 기존의 원가관리 시스템의 개선을 위해 업무프로세스와 공사관리 시스템의 통합이 필요하였다. 현금흐름 예측모델 구축을 위해 수입과 지출요소 및 지출방법 등을 종합 현금흐름 예측창에 표시하였다. 또한, K사의 실시간 손익실행금액과 매출기성을 산정할 수 있는 TO-BE 업무 모델을 구축하여, 수입과 지출의 부정확한 요소를 배제한 현금흐름 예측 모델을 제안하였다.

• 한국융합학회논문지
• /
• 제8권3호
• /
• pp.15-22
• /
• 2017

최첨단 과학기술 시대를 맞아 사람들은 재난재해 예경보 시스템 및 재난재해 대응 시스템들이 잘 갖추어져 있다고 믿고 있으나 세월호 사건 등에서 알 수 있듯이 현실에서는 제대로 된 재난재해 예경보 및 대응 시스템이 갖추어져 있지 않은 상황이다. 기존의 재난재해 예경보 시스템의 경우 대부분 효율성이 낮은 센서 정보를 기반으로 하고 있으며, 영상 정보는 모니터링 요원에 의해 수동적으로 감시되고 있다. 또한 인식된 재난 재해에 대해서도 어떻게 대응하고 처리할 것인지에 대한 대응 시스템과의 연계가 미흡하다. 이에 따라 본 논문에서 CCTV 영상정보를 기반으로 특정 재난재해의 발생여부 및 정도를 최대한 빠르고 정확하게 인식하고 위기대응 매뉴얼에 근거하여 이를 모든 관련부처나 담당자들에게 자동으로 통보함으로써 효과적인 위기대응이 가능한 CCTV 기반 재난재해 인식 및 실시간 위기 대응 기술을 제안한다.

• 한국농공학회지
• /
• 제43권2호
• /
• pp.85-93
• /
• 2001

The basic concept of the model is to minimize the error range between forecasted flood inflow and actual flood inflow, and forecast accurately the flood discharge some hours in advance depending on the concentration time(Tc) and soil moisture retention storage(Sa). Simplex method that is a multi-level optimization technique was used to search for the determination of the best parameters of RETFLO (REal-Time FLOod forecasting) model. The flood forecasting model developed was applied to several strom event of Yedang reservoir during past 10 years. Model perfomance was very good with relative errors of 10% for comparison of total runoff volume and with one hour delayed peak time.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.194-194
• /
• 2017

Flooding is one of the most serious and frequently occurred natural disaster at many regions around the world. Especially, under the climate change impact, it is more and more increasingly trend. To reduce the flood damage, flood forecast and its accuracy analysis are required. This study is conducted to analyze the accuracy of the real-time flood forecasting of a coupled meteo-hydrological model for the Han River basin, South Korea. The LDAPS (Local Data Assimilation and Prediction System) products with the spatial resolution of 1.5km and lead time of 36 hours are extracted and used as inputs for the SURR (Sejong University Rainfall-Runoff) model. Three statistical criteria consisting of CC (Corelation Coefficient), RMSE (Root Mean Square Error) and ME (Model Efficiency) are used to evaluate the performance of this couple. The results are expected that the accuracy of the flood forecasting reduces following the increase of lead time corresponding to the accuracy reduction of LDAPS rainfall. Further study is planed to improve the accuracy of the real-time flood forecasting.

• Journal of the Korean Data and Information Science Society
• /
• 제17권3호
• /
• pp.821-830
• /
• 2006

This paper develops support vector based fuzzy linear and nonlinear regression models and applies it to forecasting the exchange rate. We use the result of Tanaka(1982, 1987) for crisp input and output. The model makes it possible to forecast the best and worst possible situation based on fewer than 50 observations. We show that the developed model is good through real data.

• International Journal of Internet, Broadcasting and Communication
• /
• 제10권4호
• /
• pp.75-82
• /
• 2018

Efforts to reduce damages from micro dust and harmful gases in life have been led by national or local governments, and information on air quality has been provided along with real-time weather forecast through TV and internet. It is not enough to provide information on the individual indoor space consumed. So in this paper, we propose a IoT-based Real-Time Air Quality Sensing Board Corresponding Fine Particle for Air Quality Management in Buildings. Proposed board is easy to install and can be placed in the right place. In the proposed board, the air quality (level of pollution level) in the indoor space (inside the building) is easy and it is possible to recognize the changed indoor air pollution situation and provide countermeasures. According to the advantages of proposed system, it is possible to provide useful information by linking information about the overall indoor space where at least one representative point is located. In this paper, we compare the performance of the proposed board with the existing air quality measurement equipment.

• 한국수자원학회논문집
• /
• 제44권11호
• /
• pp.853-861
• /
• 2011

본 연구는 연속형 강우-유출모형과 관측유량 자료동화기법으로 앙상블 칼만필터 기법을 연계한 SURF 모형을 낙동강유역에 적용하여 하천유량예측의 적용성을 평가하고자 하는데 그 목적이 있다. 낙동강유역을 43개 소유역으로 구분하고 2006년과 2007년의 홍수기간 동안 12개 평가지점에 대해 유출모의를 수행하였다. 관측유량 자료동화 효과로 인해 예측유량의 정확도가 향상되며 1~5시간의 예측선행시간별 유효성지수를 분석한 결과 자료동화로 인해 46.2~30.1%의 모의유량의 정확도가 개선되는 것으로 나타났다. 또한 관측강우의 50%를 적용하여 자료동화 전 후의 모의 첨두유량에 대한 평균정상절대오차를 비교하였으며 자료동화로 인해 40% 이상의 정확도가 향상됨을 확인하였다. 이상의 결과로부터 SURF 모형은 낙동강유역의 실시간 하천유량예측에 활용될 수 있을 것으로 판단된다.

• 대기
• /
• 제25권2호
• /
• pp.375-387
• /
• 2015

A Selected Multi-model CONsensus (SMCON) technique was developed and verified for the tropical cyclone track forecast in the western North Pacific. The SMCON forecasts were produced by averaging numerical model forecasts showing low 70% latest 6 h prediction errors among 21 models. In the homogeneous comparison for 54 tropical cyclones in 2013 and 2014, the SMCON improvement rate was higher than the other forecasts such as the Non-Selected Multi-model CONsensus (NSMCON) and other numerical models (i.e., GDAPS, GEPS, GFS, HWRF, ECMWF, ECMWF_H, ECMWF_EPS, JGSM, TEPS). However, the SMCON showed lower or similar improvement rate than a few forecasts including ECMWF_EPS forecasts at 96 h in 2013 and at 72 h in 2014 and the TEPS forecast at 120 h in 2013. Mean track errors of the SMCON for two year were smaller than the NSMCON and these differences were 0.4, 1.2, 5.9, 12.9, 8.2 km at 24-, 48-, 72-, 96-, 120-h respectively. The SMCON error distributions showed smaller central tendency than the NSMCON's except 72-, 96-h forecasts in 2013. Similarly, the density for smaller track errors of the SMCON was higher than the NSMCON's except at 72-, 96-h forecast in 2013 in the kernel density estimation analysis. In addition, the NSMCON has lager range of errors above the third quantile and larger standard deviation than the SMCON's at 72-, 96-h forecasts in 2013. Also, the SMCON showed smaller bias than ECMWF_H for the cross track bias. Thus, we concluded that the SMCON could provide more reliable information on the tropical cyclone track forecast by reflecting the real-time performance of the numerical models.

• International journal of advanced smart convergence
• /
• 제12권4호
• /
• pp.75-87
• /
• 2023

We designed to employ an Artificial Intelligence learning model to predict real estate prices and determine the reasons behind their changes, with the goal of using the results as a guide for policy. Numerous studies have already been conducted in an effort to develop a real estate price prediction model. The price prediction power of conventional time series analysis techniques (such as the widely-used ARIMA and VAR models for univariate time series analysis) and the more recently-discussed LSTM techniques is compared and analyzed in this study in order to forecast real estate prices. There is currently a period of rising volatility in the real estate market as a result of both internal and external factors. Predicting the movement of real estate values during times of heightened volatility is more challenging than it is during times of persistent general trends. According to the real estate market cycle, this study focuses on the three times of extreme volatility. It was established that the LSTM, VAR, and ARIMA models have strong predictive capacity by successfully forecasting the trading price index during a period of unusually high volatility. We explores potential synergies between the hybrid artificial intelligence learning model and the conventional statistical prediction model.

• 응용통계연구
• /
• 제37권3호
• /
• pp.297-309
• /
• 2024

본 논문에서는 자기회귀 신경망 모형과 지수평활법을 결합(NNARX+ETS 모형)하고 그 성능을 평가한다. 제안된 결합 모형은 시계열 자료를 예측하기 위하여 NNARX 모형의 외생변수로서 ETS 모형의 구성 성분을 활용한다. 이 모형의 주요 아이디어는, 신경망 모형이 원시계열 자료의 과거 시차만을 고려하는 것을 한계를 넘어서서 전통적 시계열 예측 방법인 지수평활법에 의해서 추출된 정제된 시계열 구성 성분까지도 추가로 신경망 모형의 입력값으로 사용하는 것이다. 예측 성능 평가는 2가지 실제 시계열 자료를 사용하였으며 제안된 모형을 NNAR 모형 및 전통적 시계열 분석 방법인 ETS와 ARIMA 모형과 비교하였다.