• 한국수자원학회논문집
• /
• 제41권2호
• /
• pp.163-172
• /
• 2008

하천의 유황특성을 평가 하는 것은 하천생태계의 인위적인 변형을 이해하고 예측하는데 중요한 역할을 한다. 본 연구에서는 댐 건설에 따른 하류하천의 영향을 분석하고자 수문변화 지표모형을 이용하여 용수 전용댐인 영천댐을 대상으로 댐 건설전 후의 유황변동을 분석하였다. 분석결과는 다음과 같다. (1) 월 평균유량은 갈수기와 홍수기 모두 댐건설 후 감소하였다. (2) 연 극치유량의 크기와 기간 분석결과, 댐 건설전 후의 1일 최소유량은 $3.48m^3/sec$와 $0.89m^3/sec$ 이였으며, 1일 최대유량은 $833.1m^3/sec$와 $672.1m^3/sec$ 이었다. (3) 연극치 유량의 발생시기 분석결과, 최소유량의 Julian Day는 댐 건설전 180 일(6월), 댐 건설 후 257 일(9월)이었으며, 최대유량의 Julian Day는 댐 건설 전 209 일(7월), 댐 건설 후는 217 일(8월)에 발생하였다. (4) 홍수맥파의 빈도와 기간의 분석결과, 저맥파(Low Pulse)의 발생횟수는 댐 건설전 3회, 지속기간은 23 일, 댐 건설 후에는 7회, 지속기간 61 일이었으며, 고맥파(High Pulse)의 발생횟수는 댐 건설 전 4회 지속기간은 2 일, 댐 건설후에는 2회 1.2 일로 분석되었다. (5) 변화율과 빈도의 분석결과, 상승율은 댐 건설 전, 후의 각각 39.27 %와 19.36 %로 댐 건설 전에 수문변동이 크게 발생하였으며, 감소율은 각각 -15.85 %와 -8.16 %로 분석되었다. (6) 분산정도를 변동계수로 분석하였으며, 1일 최소 최대유량은 0.9054에서 0.6314와 1.0440에서 0.9617로 모두 감소하였으며, 연 극치유량 발생시기는 댐 건설전 후 최소유량은 0.269에서 0.282, 최대유량은 0.069에서 0.153으로 댐건설이후 변동계수가 증가하였다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.25-38
• /
• 2019

정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.

• 한국작물학회지
• /
• 제34권s02호
• /
• pp.13-33
• /
• 1989

농업기후는 적지 적작을 통하여 주어진 기후자원을 최대한 활용한다는 의미에서 더욱 정밀하게 분석되고 평가되어야 한다. 작물 생산의 안정성 증대와 생산비 절감을 도모하기 위해서는 작물별로 농업기후 지대를 구분하여, 지대별로 알맞은 품종과 재배 기술을 도입 실시하는 것이 바람직하다. 농업기후지대 구분은 농업생산을 지배하는 기온, 강수량, 일조, 습도, 바람 등 작물의 생육과 수량에 직접적으로 영향을 미치는 기후요소들을 종합적으로 평가하여 지대를 구분한다. 벼재배를 위한 농업기수지대는 이앙기의 강수량과 한발지수, 생육 유효 온도(15$^{\circ}C$ 이상)의 출현시기와 지속기간(작물기간), 생육 단계별 저온 출현율을 비롯하여 기온, 일조시수 등의 분석과 종합 판단을 통하여 비슷한 지역을 하나의 지대로 묶어 구분한다. 구분된 우리나라의 벼재배 농업기후 지대는 19개 지대로서, (1) 태백고령지대, (2)태백준고령지대, (3)소백산간지대, (4) 노령소백산간지대, (5)영남내륙산간지대, (6) 중북부내륙지대, (7) 중부내륙지대, (8) 소백서부내륙지대, (9) 노령동서내륙지대, (10) 호남내륙지대, (11) 영남분지지대, (12) 영남내육지대, (13) 중서부평야지대, (14) 차령남부평야지대, (15) 남서해안지대, (16) 남부해안지대, (17) 동해안북부지대, (18) 동해안중부지대, (19) 동해안남부지대이다. 한편 작부농계를 위한 농업기후지대는 벼재배 농업기후지대를 바탕으로 하고, 각 지대별로 여름 작물과 겨울 작물을 위한 기후요소들과 전래되어온 작부농계를 고려하여 9개 지대로 구분하였다. 9개의 작부농계 농업기후지대는 (I) 산간고령지대, (II) 산간지대, (III) 중북부내륙지대, (IV)중북부서부해안지대, (V) 중남부서부해안지대, (VI) 경북내륙지대, (VII) 남부내륙지대, (VIII) 남부해안지대, (IX)동해안지대 등이다. 농업기후지대별 농업기상재해의 특성은 벼 이앙기에 한발지수 1.4 이상을 보인 (11) 영남분지지대, 동해안의 북부(17)와 중부(18) 지대 등이 가뭄 상습지로 나타났고, 냉해 위험지대에는 (2)태백준고냉지대가 포함된다. 태풍과 집중호우에 의한 피해가 년평균 4회 이상인 지대는 (10) 호남내륙지대, (15) 남서해안지대, (16) 남부해안지대로서 강수량분포와 태풍 진로와 관계가 깊다. 그 다음으로 년2~3회 풍수재를 입게 되는 지대는 동해안의 (17), (18), (19) 지대인데, 이 지대는 한발, 냉해, 풍수해가 겹친 지대이다.