• 한국빅데이터학회지
• /
• 제3권2호
• /
• pp.101-112
• /
• 2018

본 연구는 기계학습의 하나인 신경망 분석과 음이항 회귀분석을 활용하여 경찰신고건수를 예측하고자 2016년 6월부터 2017년 5월까지 충남지방경찰청에 접수된 112신고 데이터를 이용하여 예측모델을 개발하였다. 모델을 개발하기 위해 경찰신고건수에 영향을 줄 수 있는 시간, 휴일, 휴일 전날, 계절, 기온, 강수량, 풍속, 관할면적, 인구, 외국인 수, 단독주택비율, 기타주택비율 변수 등을 활용하였다. 변수의 종류에 따라 몇몇은 경찰신고건수와 양의 상관관계 또는 음의 상관관계가 확인되었다. 사용된 두 개의 방법론을 비교한바, 신경망분석의 예측 결과는 예측 값과 실제 값의 상관계수 0.7702, RMSE 2.557이고, 음이항 회귀분석은 상관계수 0.7158, RMSE 2.831으로 나타났다. 신경망분석은 해석가능성은 낮지만, 음이항 회귀분석에 비해 예측력이 뛰어나다는 것이 확인되었다. 향후 경찰관서에서 본 연구의 예측모델을 기초로 하여 최적의 경찰력 배치를 할 수 있을 것으로 기대된다.

• 한국음향학회지
• /
• 제40권1호
• /
• pp.1-9
• /
• 2021

해수면 상태에 따른 고주파 양상태 해수면 음파산란 채널 측정 실험은 2020년 4월 거제 내만해역에서 수행되었으며 산란이론을 기반으로 한 모의결과와 비교하였다. 신호는 중심주파수 128 kHz, 대역폭 32 kHz의 선형 주파수 변조 신호를 이용하였다. 파고부이를 통해 측정된 해수면 거칠기로부터 해수면 파수 스펙트럼을 계산하였고 산란이론인 Small Slope Approximation(SSA)에 적용하여 해수면 거칠기에 의한 산란강도를 추정하였다. 또한 실험 당시 풍속을 이용하여 해수면 부근 공기방울층 음파산란을 고려하여 산란강도를 계산하였다. 모의된 산란강도를 이용하여 해수면 산란 채널 세기 임펄스 응답을 모의하였고, 해수면 파수 스펙트럼과 공기방울층 산란에 따른 모의결과를 측정치와 비교, 분석하였다.

• 대한조선학회논문집
• /
• 제60권5호
• /
• pp.367-374
• /
• 2023

As the Fourth Industrial Revolution accelerating, countries worldwide are developing technologies to digitize and automate various industrial sectors. Building smart factories not only reduces costs through improved process productivity but also allows for preemptive identification and removal of risk factors through the practice of Health, Safety, and Environment (HSE) management, thereby reducing industrial accident risks. In this study, we visualized pressure, temperature, power, and wind speed data measured in real-time via a monitoring GUI, enabling field managers and workers to easily access related information. Through the work environment monitoring system developed in this study, it is possible to conduct economic analysis on per-unit basis, based on the digitization of production management elements and the tracking of required resources. By implementing HSE in shipyards, potential risk factors can be improved, and gas and electrical leaks can be identified, which are expected to reduce production costs.

• 대한원격탐사학회지
• /
• 제36권6_1호
• /
• pp.1407-1419
• /
• 2020

지구환경 변화를 파악하는 데 있어서는 장기 시계열의 격자자료가 필수적이며, 기후 재분석장과 위성자료는 대기 및 지표면 변수에 대하여 전 지구 규모에서 주기적이고 정량적인 정보로 활용되고 있다. 본 연구에서는 위성자료의 결측 문제를 해결하기 위한 방안으로 DCT-PLS (penalized least square regression based on discrete cosine transform) 기반의 결측복원 기법을 서로 다른 특성을 가진 복수의 격자자료에 적용하고, 정량적인 검증을 통하여 그 활용성을 평가하였다. 원본 자료와의 객관적인 비교를 위하여 결측이 없는 LDAPS (Local Data Assimilation and Prediction System) 모델로부터 상대습도, 풍속 일자료를 추출하고, MODIS (Moderate Resolution Imaging Spectroradiometer)의 월간 합성 LST (land surface temperature), NDVI (normalized difference vegetation index) 영상을 사용하여, 임의로 생성된 결측 블록이 원본에 매우 가깝게 복원됨을 확인하였고, 4가지 변수 모두에서 상관계수 0.95 이상의 일치도를 나타내었다. DCT-PLS 기반 결측복원 기법은 별도의 보조자료를 필요로 하지 않고, 필요시 시간 및 공간 정보를 모두 활용할 수 있으며, 처리속도가 비교적 빠르기 때문에 현업시스템에 사용될 수 있을 것으로 사료된다.

• 한국해안·해양공학회논문집
• /
• 제33권6호
• /
• pp.265-274
• /
• 2021

해양 이상 자료 탐지의 연구는 이전부터 활발하게 이루어지고 있으며, 통계 및 거리 기반의 기계 학습 알고리즘을 활용하는 기법들이 개발되었다. 최근에는 AI 기반의 해양 자료 이상 탐지 기법이 많은 관심을 받고 있으며, AI를 활용한 해양 이상 자료 탐지 기법은 정답이 주어지는 지도학습 기법이 주를 이루고 있다. 이러한 방법은 학습에 필요한 모든 자료에 수작업으로 분류 정보(라벨)를 지정해야 한다는 점에서 많은 시간과 비용이 요구된다. 본 연구에서는 이러한 문제를 극복하기 위해 비지도학습 기반의 오토인코더를 이상 자료 탐지 기법에 사용하였다. 실험으로는 오토인코더의 평가를 위해 단변수·다변수학습 두가지 실험을 구성하였고, 단변수 학습은 기상청에서 제공하는 덕적도 부이 정점 관측 자료 중 수온만 사용하였으며, 다변수 학습은 수온과 기온, 풍향, 풍속, 기압, 습도 등을 사용하였다. 사용기간은 1996~2020년의 25년간이며 학습 자료에 해양-기상 자료의 특성을 고려한 전처리 기법을 적용하였다. 학습된 다변수와 단변수 오토인코더를 활용하여 실제 표층 수온에 대한 이상 탐지를 시도하였다. 모델성능 비교를 위해 오차를 삽입한 합성 자료에 다변수와 단변수 오토인코더를 포함한 여러 이상 탐지 기법을 적용하여 정량적으로 평가하였으며, 다변수/단변수의 정확도가 각각 약 96%/91%로써 다변수 오토인코더가 더 나은 이상자료 탐지 성능을 보였다. 오토인코더를 이용한 비지도학습 기반 이상 탐지 기법은 주관적 판단에 의한 오류와 자료 라벨링에 필요한 시간과 비용을 줄일 수 있다는 점에서 다양하게 활용될 것으로 판단된다.

• 한국지구과학회지
• /
• 제35권4호
• /
• pp.215-224
• /
• 2014

2013년 여름철 집중관측기간(장마기간: 2013년 6월 20일-7월 7일, 집중호우기간: 2013년 7월 8일-30일) 동안 이동식 기상관측시스템의 레윈존데 관측 자료를 전 지구 통합예측시스템 3차원 자료동화에 이용하여 그 효과를 살펴보았다. 효과 분석을 위한 2가지 모의실험 중 규준실험은 기존 기상청 관측 자료만 사용한 것이고 관측시스템실험은 기상청 관측 자료에 이동식 기상관측시스템의 레윈존데 자료를 추가한 것이다. 장마기간 동안 두 실험의 500 hPa 지위고도, 850 hPa 기온, 300 hPa 풍속의 관측 및 분석검증 비교 결과 큰 차이를 보이지 않았는데, 이는 고정관측소의 레윈존데 자료(0000 UTC 및 1200 UTC)만을 기준으로 검증이 이루어졌기 때문이다. 하지만, 종관기상관측시스템의 시간별 누적 강수량 자료를 이용한 강수검증에 있어서 관측시스템실험의 평균 공정임계지수가 규준실험에 비해 2% 수준으로 개선된 결과를 보였다. 특히 강수검증에서 긍정적인 효과가 나타난 사례만 비교한 경우, 관측시스템실험의 평균 공정임계지수가 규준실험에 비해 41%까지 개선된 결과를 보여 이동식 기상관측시스템 레윈존데 관측 자료가 수치모델의 예측정확도 향상에 유용함을 알 수 있었다.

• 대한지리학회지
• /
• 제29권3호
• /
• pp.266-280
• /
• 1994

최근 12년간(1982-1993)의 고도별 상층일기도(850, 700, 500hPa)와 6시간 간격의 지 상일기도 그리고 지상의 기상요소를 분석하여 영서지방에서 높새바람이라고 알려져 있는 푄 현상의 특성을 밝히고자 하였다. 푄현상은 대체로 3월 21일부터 8월 10일까지 기간에 연평 균 28회 출현한다. 반순별로 10회 이상 출현하는 기간은 3월 21-25일, 4월5일-15일, 5월25일 -6월10일, 그리고 6월26-30일이다. 푄현상은 한반도가 오호츠크해기단의 영향하에 있거나, 고기압의 중심이 동해 또는 한반도 북부에 위치하고 있을 때 현저하다. 푄현상의 특성인 이 상고온 및 이상건조현상을 기준으로 푄의 강도를 평가할 때 양사면의 일최고기온의 차가 14.5$^{\circ}C$에 달하기도 하지만 대체로 5.0-7.5$^{\circ}C$(61%)이다. 전날에 비해 일최고기온이 7.6$^{\circ}C$가 높 아진 경우도 있다. 최소상대습도의 강도는 50%를 넘는 경우도 있으나 30% 이하인 사례가 2/3에 달한다. 푄현상의 강도는 6월에 가장 강하나 주민들은 밭작물의 파종과 이앙기인 봄 철에 더욱 심각하게 푄을 인식한다. 푄현상은 9일간 계속되기도 하였으나 55% 이상이 1일 안에 소멸한다. NOAA AVHRR와 GMS의 영상에서 구름의 분포를 참조하여 지상 기상요소 를 분석한 결과 푄현상에서는 풍상강수형, 풍상.정상강수헝, 풍상무강수형 등 3개 유형이 발견된다. 그런데 제 3유형은 열역학적 이론만으로는 설명하기 어려우므로 풍하파와의 관련 여부, 산지지형 또는 기단섭동과의 관련성 등을 밝힐 필요가 있는데, 이를 위하여는 고층기 상자료와 보다 조밀한 기상관측망이 요구된다.

• 한국해양환경ㆍ에너지학회지
• /
• 제10권2호
• /
• pp.67-85
• /
• 2007

황해 및 동중국해에 있어서 하계 조석, 담수유입량과 풍향 풍속 변화에 따른 잔차류와 샨샤댐 건설 전과 후 양쯔강의 유량 변동에 따른 저염분 확산과 바람의 영향 등을 해석하고, 평가하였다. 3차원 해수유동모델에 의해 각 분조($M_2,\;S_2,\;K_1$과 $O_1$)의 정량적 그리고 정성적 측면의 진폭, 위상 및 흐름장이 실측값과 비교해서 재현성있게 시뮬레이션 되었다. $M_2,\;M_2+S_2$ 그리고 반일주조에 일주조 성분($K_1$과 $O_1$)의 합성에 의한 잔차류 결과는 유속의 변화와 더불어서 일부 지역에서 흐름패턴이 다르게 계산되었다. 하계 탁월풍의 세기가 커지면 양쯔강 하구에서 유출하는 힘과 대륙붕단 경계역에서 북상하는 흐름의 유속이 다소 증가하는 것으로 나타났다. 양쯔강에서 유출한 흐름은 근역에서는 동향성분이 강하게 나타나지만, 곧 황해에서 남하하는 성분에 의해 동쪽으로 충분히 확산하지 못하고 남하하거나 속도가 감소되는 것으로 나타났다. 육상 유입원의 하계 평균 유량(특히, 양쯔강은 약 $50,000\;m^3/s$)과 남풍 3.5 m/s를 고려했을 경우, 26 psu 이하의 저염수가 유입지점에서 약 95 km정도 확장되고, 30 psu 이하의 염분농도선도 약 160 km까지 확장되는 것으로 나타났고, 최대 홍수량인 $116,000\;m^3/s$를 고려했을 경우는 26 psu 이하의 저염수가 river mouth에서 약 150 km정도 확장되고, 30 psu 이하의 염분농도선도 약 300 km까지 확장되는 것으로 예측되었다. 하계 탁월풍에서 풍속이 약 1.5m/s 정도 강해지면, 저염의 확산 폭이 약 10 km정도 증가하는 것으로 나타났고, 외해에 있어서 저염수는 남서풍에 의해서는 남동방향으로 그리고 북서풍에 의해서는 남서방향으로 퍼져나가는 양상을 보였다. 양쯔강에서 유출되는 평균적인 담수량에 의한 관성력과 조류의 힘만으로는 저염수가 제주도까지 도달하는 것은 힘들겠지만, 바람장과 북상하는 난류의 흐름이 합쳐질 때는 충분히 제주도 인근 해역까지 그 영향을 미칠 수 있을 것으로 예측되었다.

• 한국수자원학회논문집
• /
• 제51권10호
• /
• pp.839-852
• /
• 2018

본 연구의 목적은 기상자료(강수량, 최고기온, 최저기온, 평균기온, 평균풍속) 기반의 다중선형 회귀모형을 개발하여 농업용저수지 저수율을 예측하는 것이다. 나이브 베이즈 분류를 활용하여 전국 1,559개의 저수지를 지리형태학적 제원(유효저수량, 수혜면적, 유역면적, 위도, 경도 및 한발빈도)을 기준으로 30개 군집으로 분류하였다. 각 군집별로, 기상청 기상자료와 한국농어촌공사 저수지 저수율의 13년(2002~2014) 자료를 활용하여 월별 회귀모형을 유도하였다. 저수율의 회귀모형은 결정계수($R^2$)가 0.76, Nash-Sutcliffe efficiency (NSE)가 0.73, 평균제곱근오차가 8.33%로 나타났다. 회귀모형은 2년(2015~2016) 기간의 기상청 3개월 기상전망자료인 GloSea5 (GS5)를 사용하여 평가되었다. 현재저수율과 평년저수율에 의해 산정되는 저수지 가뭄지수(Reservoir Drought Index, RDI)에 의한 ROC (Receiver Operating Characteristics) 분석의 적중률은 관측값을 이용한 회귀식에서 0.80과 GS5를 이용한 회귀식에서 0.73으로 나타났다. 본 연구의 결과를 이용해 미래 저수율을 전망하여 안정적인 미래 농업용수 공급에 대한 의사결정 자료로 사용할 수 있을 것이다.

• 한국ITS학회 논문지
• /
• 제17권6호
• /
• pp.121-132
• /
• 2018

기상은 교통흐름, 운전자의 주행패턴, 교통사고 등 여러 방면에서 도로교통에 영향을 미치는 중요한 요인이다. 본 연구는 기상상황과 노면상태 사이의 관계에 초점을 맞추어 기계학습을 통해 도로의 노면상태를 추정하는 모델을 개발하였다. 노면 상태의 수집을 위해 실험 차량에 노면센서를 부착하여 '건조', '습윤', '젖음', 3가지 범주로 구분된 노면상태 정보를 수집하였고, 이를 추정하기 위한 변수로 도로의 기하구조 정보(곡률, 구배), 교통정보(교통량), 기상정보(강우량, 습도, 온도, 풍속)를 활용하였다. 노면 상태를 예측하기 위한 알고리즘으로는 다양한 기계학습 알고리즘이 검토되었으며, 그 중 가장 높은 정확도를 보인 'Random forest'를 기반으로 한 2단계 분류모형을 구축하였다. 총 16일의 실측 데이터 중 14일의 데이터를 모델을 학습하는 데 활용하였고, 2일의 데이터를 모형의 정확도를 검증하기 위해 사용하였다. 그 결과 81.74%의 검증 정확도를 가지는 노면상태 예측 모델을 구축하였다. 본 연구의 결과는 기상청에서 관측하는 기상정보로 도로의 노면상태를 추정할 수 있다는 가능성을 보여주며, 새로운 장비나 센서를 설치하지 않고도 기존의 기상 관측 정보와 교통정보 등을 활용하여 노면의 상태를 추정할 수 있음을 시사한다.