• 대한교통학회지
• /
• 제19권1호
• /
• pp.77-88
• /
• 2001

현재까지의 관측교통량기반 수요추정법은 단일차종(singleclass)기반 연구가 대부분을 차지하고 있다. 그러나 현실 교통망에서는 여러 차종이 혼재되어 교통수요나 흐름을 만든다. 즉, 기존의 관측교통량기반 수요추정법은 PCE(Passenger Car Equivalent) 환산을 통한 여러 개의 차종O/D 및 관측교통량을 승용차 단위로 전환하여 하나의 O/D 및 관측교통량으로 만들어 O/D를 추정하고, 최초의 PCE환산이전 차종별 O/D의 고정비율과 관측교통량 고정비율로 곱해 차종별 O/D 및 관측교통량으로 나누어 분석하는 것이 일반적인 방법이었다. 즉, 다차종기반분석법은 각각의 차종별 O/D에 대한 노선선택비율을 각각 계산하고, 그에 따른 목적함수 감소방향인 gradient를 또한 각각 계산하여 차종별 추정력을 극대화하는 것이 그 장점이라고 할 수 있다. 따라서, 본 연구에서는 단일차종기반추정법을 다차종기반추정법으로 확장하여 차종간 혼잡을 고려한 보다 현실적인 수요추정기법을 마련하는 것이 본 연구의 목적이라고 하겠다.

• 천문학회보
• /
• 제45권1호
• /
• pp.41.2-42
• /
• 2020

Understanding how the filamentary structure plays a role in the formation of the prestellar cores and stars is a key issue to challenge. We have observed two prestellar cores in surrounding filamentary environments in 13CO, C180 (3-2) and HCO+ (4-3) molecular lines with the Heterodyne Array Receiver Program (HARP) of the James Clerk Maxwell Telescope (JCMT), in order to search for the evidence related to the possible flow motions along the filament and/or the radial accretion (or infalling motions) of gas material toward the dense cores from their surrounding filamentary cloud. In L1544, the velocity gradient of 1.6 km s-1 pc-1 toward the core was measured in a small branch of filament lying on a radial direction of main filament while no velocity gradient along the main axis of filament in both 13CO and C18O lines. In L694-2, we found the velocity gradient of 0.6 km s-1 pc-1 along the filament in only 13CO lines. The projected accretion rate of ~6 M◉ Myr-1 was estimated in both cases. The infall (or radially contracting) velocity of gas material was measured ~0.16 km s-1 in both 13CO and HCO+ lines and in both L1544 and L694-2, which leads to estimate a mass infall rate of ~20 M◉ Myr-1. Our analysis suggests that our targets are at a stage where the gravitational contraction dominates the mass accretion through the surrounding filamentary cloud. This is consistent with the fact that our targets are highly evolved prestellar cores on a verge of star formation. More detailed results will be presented at the meeting.

• 자원환경지질
• /
• 제38권1호
• /
• pp.79-89
• /
• 2005

해안대수층은 조석의 영향을 받아 지하수위가 주기적으로 변동하는 곳이 많으며, 이러한 특성을 이용하여 대수층의 수리지질학적 특성을 평가할 수 있다. 본 연구에서는 제주도 동부 해안대수층에 구축되어 있는 해수침투 감시 관측망 에서 관측된 자료를 이용하여 조석의 영향에 의한 지하수위의 변동 특성을 분석하였다. 그리고 대수층의 수리인자를 추정하고 지하수위의 평균수리경사 산정 및 시간에 따른 수리경사 변화를 정량적으로 분석하였다. 제주도 동부지역의 경우 조석이 지하수위에 영향을 미치는 범위는 해안으로부터 3~5 km 사이이며, 수리확산계수는 2.94${\times}10^7m^2d^{-1}$ ~4.36${\times}10^7m^2d^{-1}$의 범위를 가진다. 71시간 모니터링한 연속자료에 대해 이동평균법을 이용하여 주기적으로 변동하는 지하수위의 수리경사를 산정한 결과, 수리경사는 대체로 ~$10^{-4}$ 내외의 범위를 보인다. 한동-1, 2호공 구간의 수리경사 는 ~$10^{-6}$으로 수리경사가 0에 가까우며, 해안으로부터의 거리 차이에 의해 지하수위의 변동폭이 다르게 나타난다. 그 결과 조석의 간·만조에 따라 두 관측공에서의 지하수위는 역전되는 현상이 나타나며, 지하수의 유동방향도 달라진다. 따라서 해안대수층에서의 지하수 유동방향을 해석할 때에는 반드시 조석에 의한 영향을 고려해야 할 것이다.

• 응용통계연구
• /
• 제28권5호
• /
• pp.977-990
• /
• 2015

우리나라는 세계적으로 배달음식 문화가 가장 많이 발달한 나라 중에 하나로 최근에는 일인가구의 증가와 배달앱 시장의 발달과 함께 그 성장 속도 또한 눈부시게 증가하고 있다. 따라서 배달음식 이용에 큰 영향을 미칠 것으로 예상되는 날씨와 날짜별 변수를 고려하여 시간대별 배달음식 이용건수를 예측함으로써 소비자와 생산자 모두에게 이익을 주는 예측모형을 찾고자 한다. 본 연구의 목적은 다양한 데이터마이닝 기법을 이용하여 2014년도 배달음식 통화건수를 예측하는데 있다. 예측에 사용되는 회귀 모형은 선형회귀모형, 랜덤 포레스트, 그래디언트 부스팅, 서포트 벡터 기계, 신경망, 로지스틱 회귀모형으로 총 6가지이다. 고려되는 배달음식 업종은 총 4가지(족발/보쌈정식, 중국음식, 치킨, 피자)로 크게 두 가지 방법을 이용하여 각 업종별 배달음식 이용건수를 예측하였다. 첫 번째 방법은 총 이용건수와 각 업종별 배달음식 이용비율을 곱하여 각 업종별 배달음식 이용건수를 예측하는 것이고, 두 번째 방법은 각 업종별 모형을 세워 각 업종별 배달음식 이용건수를 예측하는 방법이다. 최종적으로 선택된 모형은 방법 1에서는 신경망 모형과 선형회귀모형이며, 방법 2에서는 신경망 모형이었다. 방법 2보다는 방법 1로 구한 결과가 더 예측력이 좋은 것으로 나타났다.

• 한국환경과학회지
• /
• 제24권4호
• /
• pp.495-504
• /
• 2015

To estimate water balance of Pyosun watershed in Jeju Island, a three-dimensional finite difference model MODFLOW was applied. Moreover, the accuracy of groundwater flow modeling was evaluated through the comparison of the recharge rate by flow modeling and the existing one from water balance model. The modeling result under the steady-state condition indicates that groundwater flow direction was from Mt. Halla to the South Sea and groundwater gradient was gradually lowered depending on the elevation. Annual recharge rate by the groundwater flow modeling in Pyosun watershed was calculated to 236 million $m^3/year$ and it was found to be very low as compared to the recharge rate 238 million $m^3/year$ by the existing water balance model. Therefore, groundwater flow modeling turned out to be useful to estimate the recharge rate in Pyosun watershed and it would be available to make groundwater management policy for watershed in the future.

• Advances in nano research
• /
• 제13권5호
• /
• pp.499-512
• /
• 2022

This study investigates the efficiency of ensemble machine learning for predicting the lightweight-aggregate concrete (LWC) characteristics. A stacking ensemble (STEN) approach was proposed to estimate the dry density (DD) and 28 days compressive strength (Fc-28) of LWC using two meta-models called random forest regressor (RFR) and extra tree regressor (ETR), and two novel ensemble models called STEN-RFR and STEN-ETR, were constructed. Four standalone machine learning models including artificial neural network, gradient boosting regression, K neighbor regression, and support vector regression were used to compare the performance of the proposed models. For this purpose, a sum of 140 LWC mixtures with 21 influencing parameters for producing LWC with a density less than 1000 kg/m³, were used. Based on the experimental results with multiple performance criteria, it can be concluded that the proposed STEN-ETR model can be used to estimate the DD and Fc-28 of LWC. Moreover, the STEN-ETR approach was found to be a significant technique in prediction DD and Fc-28 of LWC with minimal prediction error. In the validation phase, the accuracy of the proposed STEN-ETR model in predicting DD and Fc-28 was found to be 96.79% and 81.50%, respectively. In addition, the significance of cement, water-cement ratio, silica fume, and aggregate with expanded glass variables is efficient in modeling DD and Fc-28 of LWC.

• 한국컴퓨터그래픽스학회논문지
• /
• 제23권3호
• /
• pp.95-103
• /
• 2017

본 논문은 딥 러닝(deep learning)을 이용하여 입력 영상의 기울어진 정도를 측정하고 수평에 맞게 바로 세우는 방법을 제시한다. 기존 방법들은 일반적으로 영상 내에서 선분, 평면 등 하위 레벨의 특징들을 추출한 후 이를 이용해 영상의 기울어진 정도를 측정한다. 이러한 방법들은 영상 내에 선이나 평면이 존재하지 않는 경우에는 제대로 동작하지 않는다. 본 논문에서는 대규모 데이터 셋을 통해 영상의 다양한 특징들에 대해 학습 가능한 Convolutional Neural Network (CNN)를 이용하여 인물이나 복잡한 배경으로 구성된 기울어진 영상에 대해서도 강인하게 동작하는 프레임워크를 제시한다. 또한, 네트워크에 가변 공간적 (adaptive spatial) pooling 레이어를 추가하여 영상의 다중 스케일 특징을 동시에 고려할 수 있게 하여 영상의 기울어진 정도를 측정하는 성능을 높인다. 실험 결과를 통해 다양한 콘텐츠를 포함한 영상의 기울어짐을 높은 정확도로 바로 세울 수 있음을 확인할 수 있다.

• 한국산림과학회지
• /
• 제105권3호
• /
• pp.321-329
• /
• 2016

이 연구에서는 2006년 집중호우 시 산사태 및 토석류가 발생한 강원도 인제군의 기룡산 유역을 대상으로 사면붕괴 및 계상변동을 추정하여 만사 상태에 도달한 불투과형 사방댐이 토사유출 조절에 미치는 영향을 정량적으로 해석하고, 이를 토대로 사방댐의 설계 및 준설기준을 고도화하는 데에 필요한 새로운 인자를 제안하였다. 일반적으로 사방댐은 계획평형기울기 구간과 계획홍수기울기 구간에서 각각 토사유출의 억제와 조절 기능을 발휘하고 있다. 연구대상유역에 시공된 불투과형 사방댐은 계획억제토사량에 해당하는 저사량이 $2,111m^3$로 설계되었지만, 2006년 집중호우로 인한 산지교란 발생 시에는 해당 사방댐 직상부로부터 250 m의 계류구간에 걸쳐 $3,996m^3$의 유출토사를 조절한 것으로 관측되었다. 결과적으로 해당 사방댐은 유출토사 억제를 위한 계획억제토사량보다 큰 규모의 계획조절토사량을 나타내어 만사된 이후에도 유출토사의 조절이라는 사방댐의 기능을 발휘하고 있었다. 이와 같이 사방댐의 토사유출 조절기능은 토사유출 억제기능과 구분하여 평가하여야 하지만, 현재 우리나라에서는 현지에서 유역 특성을 실측한 자료를 기반으로 한 계획억제토사량 또는 계획조절토사량을 사방댐의 설계 및 준설기준 인자로서 고려하고 있지 않다. 따라서 합리적인 사방댐의 설계 및 유지관리 기준을 마련하기 위해서는 사방댐의 토사유출 억제기능과 조절기능을 정량적으로 해석한 현장자료가 축적되어야 하며, 이는 우리의 사방기술이 보다 객관적이고도 체계적인 면모를 갖춘 과학적 기술로 발전할 수 있는 방안일 것이다.

• 지적과 국토정보
• /
• 제50권1호
• /
• pp.181-200
• /
• 2020

본 연구는 OLS모형을 적용하여 주택보유기간에 영향을 미치는 결정요인을 추정한 후 SVM, Decision Tree, Random Forest, Gradient Boosting, XGBoost, LightGBM을 통해 각 모형별 예측력을 비교하였다. 예측력이 가장 높은 모델을 기반모델 삼아 앙상블 모형 중 하나인 Stacking모형을 적용하여 더욱 예측력이 높은 모형을 구축하여 주택시장의 주택거래량을 파악할 수 있다는 점에 선행 연구와의 차이가 있다. OLS분석 결과 매도이익, 주택가격, 가구원 수, 거주주택형태(단독주택, 아파트)이 주택보유기간에 영향을 미치는 것으로 나타났으며, RMSE를 기준삼아 각 머신러닝 모형과 예측력 비교한 결과 머신러닝 모델의 예측력이 더 높은 것으로 나타났다. 이후, 영향을 미치는 변수로 데이터를 재구축한 후 각 머신러닝을 적용하여 예측력을 비교하였으며, 분석 결과 Random Forest의 예측력이 가장 우수한 것으로 나타났다. 또한 예측력이 가장 높은 Random Forest, Decision Tree, Gradient Boosting, XGBoost모형을 개별모형으로 적용하고, Linear, Ridge, Lasso모형을 메타모델로 하여 Stacking 모형을 구축하였다. 분석 결과, Ridge모형일 때 RMSE값이 0.5181으로 가장 낮게 나타나 예측력이 가장 높은 모델을 구축하였다.

• 자원환경지질
• /
• 제47권6호
• /
• pp.625-633
• /
• 2014

캐나다 아퀴스토어 프로젝트는 인근의 화력발전소에서 포집한 이산화탄소를 심부 약 3,500 m에 존재하는 염대수층에 저장하는 포집, 수송, 주입 및 저장의 전 과정을 포함하는 세계 최초의 통합 실증 프로젝트이다. 이산화탄소의 저장소로서의 염대수층은 기존의 한정적으로 분포된 석유가스 저류층과 비교했을 때 전 세계 어디서나 분포하므로 이에 대한 실증 연구는 이산화탄소 지중저장의 저변 확대에 큰 의미가 있다. 염대수층에 이산화탄소를 주입하고 추적하기 위해서는 지하의 물성을 파악하고 특성화해야 한다. 본 연구는 캐나다 아퀴스토어 이산화탄소 지중저장 현장의 탄성파 탐사자료로부터 석유가스 자원 탐사에 이용되는 진폭 변화 분석기술을 응용하여 지중저장 대상지층의 유체 포화 특성을 도출하였다. 시추공 검층자료에서 해석된 이산화탄소 저장층 구간의 상부 및 하부는 Winnipeg층 1,815 ms과 Deadwood 층 1,857 ms로 탄성파 자료와 대비하였다. 대상 구간의 탄성파 기록으로부터 입사각에 따른 진폭 크기변화를 확인한 결과 자료의 상관성은 45 %에서 81 % 범위였다. 종축절편과 진폭구배 속성을 교차출력한 결과는 반비례 관계를 보여 전형적인 함수 퇴적층에 해당하였다. 계산된 속성들에서 대수층의 기저를 공간적으로 도시하였고 이산화탄소 지중저장 구간의 포아송비 변화를 예측하였다.