• 한국해안·해양공학회논문집
• /
• 제35권4호
• /
• pp.67-74
• /
• 2023

열대성 저기압으로 인한 높은 파도와 폭풍해일은 해안지역에 큰 피해를 준다. 따라서 태풍이 내습하기 전에 정확하게 예측해야 하는데, 기상 강제력은 예측에 중요한 요소이다. 본 연구는 정확한 폭풍해일 및 파랑예측에 요구되는 기상 강제력을 위한 개선방안을 제시한다. 2016년 남해안을 강타한 태풍 차바를 사례연구로 하여, 기상예측모델(MPAS)로 태풍 트랙 및 기상 강제력, 즉, 기상장을 예측했다. 예측된 MPAS 태풍 트랙 정보를 기반으로 한 태풍의 대칭형 및 비대칭형 파라미터 와류 모델을 이용하여 기상 강제력을 생성하는 한편, 베스트 트랙 기반 동일 한 파라미터 모델을 이용하여 기상 강제력을 생성하여, 둘을 비교했다. 또한, MPAS 예측 태풍 트랙 정보 기반 대칭형/비대칭형 와류 파라미터 모델에서 생성된 기상장은 MPAS에서 예측한 기상장과 블렌딩하여 예측기상장을 만들었다. 이렇게 제작된 MPAS 기반 forecast 기상장 4종 및 베스트 트랙 기반 hindcast 기상장 2종을 ADCIRC+SWAN ADCIRC+SWAN에 입력하여 남해안의 파랑 및 폭풍해일을 예측/재현하고 관측치와 비교·검증했다. MPAS 기반 forecast 기상장을 이용하여 예측된 폭풍해일과 파랑은 관측치와 거의 일치했으며, 베스트 트랙을 사용하여 재현한 결과와도 견줄 만했다. 유의파고는, 6종의 기상장을 이용한 실험에서 MPAS 예측 태풍 트랙 기반 대칭형 와류 파라미터 모델로 생성된 기상장과 MPAS 예측 기상장을 블렌딩한 실험이 예측 정확도가 높았으나, 비대칭형 와류 파라미터 모델과 블렌딩을 사용한 경우보다 약간 높은 정도였다. 폭풍해일은, MPAS 예측 태풍 트랙을 이용한 비대칭형 와류 파라미터 모델에서 생성된 기상장을 이용한 실험이 예측 정확도가 높았다. 폭풍해일과 파랑을 정확하게 예측하기 위해서는, 정확한 태풍 트랙 정보와 이 정보가 반영된 비대칭형 와류가 고려된 기상장, 이 태풍 트랙을 생산한 기상장이 필요한 것을 볼 수 있다.

• 한국수자원학회논문집
• /
• 제54권12호
• /
• pp.1329-1338
• /
• 2021

강우레이더는 시공간적으로 높은 해상도의 레이더 강우를 제공하고 있으며, 이러한 레이더 강우는 초단기 예측 강우 모형의 입력자료로 활용 될 수 있다. 한국건설기술연구원은 레이더 강우로부터 추정된 초단기 예측 강우 자료를 활용하여 돌발홍수 예측 정보를 실시간으로 제공할 수 있는 돌발홍수 예측시스템을 개발하였다. 그러나 레이더 편파변수에 오차가 존재하는 경우 레이더 강우의 정확도는 낮게 나타날 수밖에 없으며, 이에 따라 초단기 예측 강우 자료의 정확도 역시도 낮게 나타날 수밖에 없다. 이에 본 연구에서는 레이더 강우의 정확도를 실시간으로 향상시키기 위해 레이더 편파변수 오차를 실시간으로 보정하는 프로그램을 개발하였다. 이를 위해 먼저 비슬산 레이더의 과거 363개의 강우사례에 편파변수 편의 보정에 따른 효과를 비실시간으로 검증하였다. 그 결과 편파변수의 오차 보정 시 레이더 강우의 정확도(1-NE) 수준은 약 70% 내외의 수준으로 나타났으며 상관계수는 0.8 이상으로 나타났다. 또한 실시간 편파변수 오차 보정 프로그램을 수행한 결과에서도 레이더 강우의 정확도(1-NE)를 약 70% 내외의 수준까지 향상시킬 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 추계학술대회
• /
• pp.485-488
• /
• 2016

국내 온실용 복합환경제어 기술은 온도, 습도 및 $CO_2$ 등의 환경을 작물재배 기술 및 전문가의 자문을 통하여 환경을 설정하여 하드웨어를 기계적으로 조작하는 단계이다. 이러한 자동화는 노동력 절감 등의 단순효과는 있으나, 실질적인 생산량 증대 및 품질을 개선하기 위하여 식물의 생육, 생리상태를 실시간으로 추적하고 그에 맞게 실시간으로 최적 환경을 제어하는 소프트웨어 기반의 복합환경제어 기술이 필요하다. 따라서 본고는 이러한 복합환경제어기술의 방안제시의 일환으로 국내에서 수행중인 스마트팜 빅데이터 분석 체계와 인공신경망 기술동향을 분석하고, 이를 기반으로 인공신경망을 이용한 시설원예 생산량 예측 방안을 제시하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제20권2호
• /
• pp.113-120
• /
• 2015

Technology analysis is to analyze technological data such as patent and paper for a given technology field. From the results of technology analysis, we can get novel knowledge for R&D planing and management. For the technology analysis, we can use diverse methods of statistics. Time series analysis is one of efficient approaches for technology analysis, because most technologies have researched and developed depended on time. So many technological data are time series. Time series data are occurred through time. In this paper, we propose a methodology of technology forecasting using the dynamic time warping (DTW) of time series analysis. To illustrate how to apply our methodology to real problem, we perform a case study of patent documents in target technology field. This research will contribute to R&D planning and technology management.

• 농업과학연구
• /
• 제48권3호
• /
• pp.515-526
• /
• 2021

The frequency of typhoons and torrential rainfalls has increased due to climate change, and the concurrent risk of breakage of dams and reservoirs has increased due to structural aging. To cope with the risk of dam breakage, a more accurate emergency action plan (EAP) must be established, and more advanced technology must be developed for the prediction of flooding. Hence, the present study proposes a method for establishing a more effective EAP by performing flood and inundation analyses using one- and two-dimensional models. The probable maximum flood (PMF) under the condition of probable maximum precipitation (PMP) was calculated for the target area, namely the Gyeong-cheon reservoir watershed. The breakage scenario of the Gyeong-cheon reservoir was then built up, and breakage simulations were conducted using the dam-break flood forecasting (DAMBRK) model. The results of the outflow analysis at the main locations were used as the basis for the one-dimensional (1D) and two-dimensional (2D) flood inundation analyses using the watershed modeling system (WMS) and the FLUvial Modeling ENgine (FLUMEN), respectively. The maximum inundation area between the Daehari-cheon confluence and the Naeseong-cheon location was compared for each model. The 1D flood inundation analysis gave an area of 21.3 km², and the 2D flood inundation analysis gave an area of 21.9 km². Although these results indicate an insignificant difference of 0.6 km² in the inundation area between the two models, it should be noted that one of the main locations (namely, the Yonggung-myeon Administrative and Welfare Center) was not inundated in the 1D (WMS) model but inundated in the 2D (FLUMEN) model.

• 정보과학회 논문지
• /
• 제44권6호
• /
• pp.607-612
• /
• 2017

도시에서 홍수 피해를 방지하기 위한 침수를 예측하기 위해 본 논문에서는 딥러닝(Deep Learning) 기법을 적용한다. 딥러닝 기법 중 시계열 데이터 분석에 적합한 Recurrent Neural Networks (RNNs)을 활용하여 강의 수위 관측 데이터를 학습하고 침수 가능성을 예측하였다. 예측 정확도 검증을 위해 사용한 데이터는 미국의 트리니티강의 데이터로, 학습을 위해 2013 년부터 2015 년까지 데이터를 사용하였고 평가 데이터로는 2016 년 데이터를 사용하였다. 입력은 16개의 레코드로 구성된 15분단위의 시계열 데이터를 사용하였고, 출력으로는 30분과 60분 후의 강의 수위 예측 정보이다. 실험에 사용한 딥러닝 모델들은 표준 RNN, RNN-BPTT(Back Propagation Through Time), LSTM(Long Short-Term Memory)을 사용했는데, 그 중 LSTM의 NE(Nash Efficiency)가 0.98을 넘는 정확도로 기존 연구에 비해 매우 높은 성능 향상을 보였고, 표준 RNN과 RNN-BPTT에 비해서도 좋은 성능을 보였다.

• 디지털융복합연구
• /
• 제18권2호
• /
• pp.205-211
• /
• 2020

미래 예측의 방법은 기술적 특성 또는 기술적 성능으로 예측이 가능할 수 있다. 그러므로 기술예측은 경제적, 사회적 이익을 산출해 낼 수 있는 전략적 연구 분야에서 활용되고 있다. 본 연구에서는 이러한 기술적 특성으로 미래를 예측하는 방법의 연구를 통하여 미래 시장을 예측하였다. 특별한 제품의 수요 욕구에 따라 시장을 점유하는 시점의 예측을 통해 미래 예측 방법을 연구하였다. 시장수요 예측을 위하여 대표적인 계량적 분석 방법인 연평균성장률(CAGR) 모형, BASS 모형, Logistic 모형, 곰페르츠 성장모형(Gompertz Growth Curve) 등의 비교를 통해 미래시장의 수요예측 모형을 제안하였다. 본 연구는 Rogers의 혁신확산 이론을 접목하여 제품이 시장에 확산되는 시점을 예측하였다. 연구결과로 특별한 제품이 시장을 점유하기 위한 다양한 요인들의 확산 시점을 통해 특별한 상품이 미래 시장에서 성숙하는 시점을 예측할 수 있는 방법론을 개발하였다. 그러나 시장을 예측하기 위한 전문가 판단에 대한 오류를 줄이는 것은 한계점이 있다.

• Asian Journal of Innovation and Policy
• /
• 제9권2호
• /
• pp.187-206
• /
• 2020

Under the on-going evolution of the COVID-19 pandemic, estimating the economic impact of the pandemic is highly uncertain and challenging. This situation makes it difficult for policymakers, governors, and economic entities to formulate appropriate responses and decision makings. To provide useful information about the effect of the COVID-19 pandemic on the Korean economy, this study examined macroeconomic impact analysis stemming from the pandemic shocks with different scenarios for the Korean economy. Based on three scenarios using the growth rate of 2020 GDP and consumer expenditure patterns, the 2021 GDP by industry sector was forecast with two new approaches. First, the recovering process of the Korean economy from the shock was analyzed by applying a Flex-IO method. Second, a new forecasting approach combined with an IO coefficient matrix was applied to forecast the future GDP changes. The findings of this study are summarized as follows: First, the total GDP growth rate under the Pessimistic Scenario demonstrates less rebound from the shock than that of the Base Scenario. Second, agriculture, culture, and tourism-related sectors that are suffering from the severe losses of COVID-19 showed lower resilience than other different industries. Third, information and communications technology (ICT) industry maintains a stable growth trend and is expected to take the leading role for the Korean economy in the post-COVID-19 and the Industry 4.0 eras. The findings deliver that it needs to analyze how government expenditure responding the shock into the forecasting model, which can be more useful and reliable to simulate the resilience from the pandemic.

• 융합정보논문지
• /
• 제9권12호
• /
• pp.54-61
• /
• 2019

최근 들어 IITS는 스마트 시티관련 산업계에서 중요한 주제로 떠오르고 있다. IITS의 주요 목적인 교통체증 (차량 사고에 기인한) 예방책들이 발전된 센서 및 통신 기술의 도움을 받아 다양하게 시도되었다. 관련 연구들에서는 자동차 사고와 사고 위치적 특성, 날씨, 운전자 행동, 시간 등 다양한 요인들과 상관 관계가 있음을 보여주고 있다. 우리 연구는 자동차 사고와 사고 발생 시간 사이의 상관관계에 주제를 집중했다. 본 논문에서는 ARIMA (Auto-Regressive Integrated Moving Average) 자동 회귀, 정상 및 지연 순서를 결정하는 세 가지 요소를 확인하기 위해 ADF (Augmented Dickey-Fuller)를 포함한 ARIMA 테스트를 수행했다. 본 연구 결과로서 시간 별 자동차 충돌 수 예측에 대한 요약을 제시하며, 한국 내 자동차 사고 데이터는 ARIMA 모델에 적용될 수 있음을 보여주었고, 국내 자동차 사고는 하루를 기준으로 일정한 주기가 존재하는 성격을 가지고 있다는 것을 제시했다.

• 한국컴퓨터정보학회논문지
• /
• 제26권10호
• /
• pp.179-184
• /
• 2021

본 논문에서는 딥러닝 기반의 순환신경망을 이용하여 선박 연료유 예측을 시도하였다. 해운업에서는 선박 운항비에서 연료유가 차지하는 비중이 가장 크고 가격 변동성도 크기 때문에, 해운 기업은 합리적이고 과학저인 방법으로 연료유를 예측하여 시장경쟁력을 확보할 수 있다. 본 논문에서는 순환신경망 모델 3가지(RNN, LSTM, GRU)를 이용하여 싱가폴의 HSFO 380CST 벙커유 가격을 단기 예측하였다. 예측결과, 첫째, 선박 연료유 단기적 예측을 위해서는 장기 메모리를 사용하는 LSTM, GRU보다는 일반적인 RNN 모델의 성능이 우수한 것으로 분석되어, 장기적 정보의 예측 기여가 낮은 것으로 분석되었다. 둘째, 계량경제학 모델을 사용한 선행연구와 비교하여 순환신경망 모델의 예측성능이 우수한 것으로 분석되어 연료유가의 비선형적 특성을 고려한 순환신경망 모델을 통한 예측 연구의 필요성을 확인하였다. 연구의 결과는 선박 연료유의 단기 예측을 통하여 해운기업의 선박 연료유 수급 결정과 같은 의사결정에 도움이 될 수 있을 것으로 기대된다.