• KDI Journal of Economic Policy
• /
• 제31권2호
• /
• pp.47-85
• /
• 2009

본 연구는 1970년 이후 우리나라 거시경제변수들의 경기변동과 관련된 특징들을 포괄적으로 분석하는 것을 목적으로 한다. 본 연구에서는 우리나라의 각종 거시경제 변수들이 어떠한 특성을 보여 왔는지에 대해 실증분석하였다. 실증분석에서는 크게 국내 경제의 순환적 변동을 어떻게 식별할 것인지, 주요 경제변수들이 전체 경기순환과정에서 어떠한 패턴으로 변동하고 있는지, 그리고 경기변동과정의 안정성에 대한 변화 여부 등의 이슈를 다루었다. 분석 결과, 1970년 이후 우리나라 거시경제의 안정성은 외환위기 기간을 제외하고는 개선되었으며, 특히 2000년 이후부터는 경제내의 부문 간에 상호보완적인 관계가 나타나면서 전체적인 경기변동성이 감소하였던 것으로 나타나고 있다.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2007년도 추계 학술논문 발표대회
• /
• pp.109-113
• /
• 2007

This paper introduces a system, Simulation based Stochastic Markup Estimation System (S2ME), for estimating optimum markup for a project. The system was designed and implemented to better represent the real world system involved in construction bidding. The findings obtained from the analysis of existing assumptions used in the previous quantitative markup estimation methods were incorporated to improve the accuracy and predictability of the S2ME. The existing methods has four categories of assumption as follows; (1) The number of competitors and who is the competitors are known, (2) A typical competitor, who is fictitious, is assumed for easy computation, (3) the ratio of bid price against cost estimate (B/C) is assumed to follow normal distribution, (4) The deterministic output obtained from the probabilistic equation of existing models is assumed to be acceptable. However, these assumptions compromise the accuracy of prediction. In practice, the bidding patterns of the bidders are randomized in competitive bidding. To complement the lack of accuracy contributed by these assumptions, bidding project was randomly selected from the pool of bidding database in the simulation experiment. The probability to win the bid in the competitive bidding was computed using the profile of the competitors appeared in the selected bidding project record. The expected profit and probability to win the bid was calculated by selecting a bidding record randomly in an iteration of the simulation experiment under the assumption that the bidding pattern retained in historical bidding DB manifest revival. The existing computation, which is handled by means of deterministic procedure, were converted into stochastic model using simulation modeling and analysis technique as follows; (1) estimating the probability distribution functions of competitors' B/C which were obtained from historical bidding DB, (2) analyzing the sensitivity against the increment of markup using normal distribution and actual probability distribution estimated by distribution fitting, (3) estimating the maximum expected profit and optimum markup range. In the case study, the best fitted probability distribution function was estimated using the historical bidding DB retaining the competitors' bidding behavior so that the reliability was improved by estimating the output obtained from simulation experiment.

• 인터넷정보학회논문지
• /
• 제23권3호
• /
• pp.13-20
• /
• 2022

차세대 와이파이 표준기술인 IEEE 802.11ay는 밀리미터파 대역에서 AP (Access Point)가 다수의 STA (Station)로 동시에 데이터를 전송하도록 MU-MIMO (Multiple User Multiple Input Multiple Output) 통신을 지원한다. 이를 위해, 주기적으로 MU-MIMO 빔포밍 훈련을 수행해야 하고, 효율적인 빔포밍 훈련을 위해서는 AP가 다수의 안테나로 다수의 빔을 동시에 전송할 때, 각 STA에서 측정되는 신호 세기를 정확히 예측하는 것이 중요하다. 본 논문에서는 딥러닝 기반 다중 빔 전송링크 성능 예측기법을 제안한다. 제안한 예측기법은 특정 실내 또는 실외 환경에서 미리 학습된 딥러닝 모델을 이용하여 다수의 빔이 동시에 전송될 때 STA에서 측정되는 신호 세기 예측의 정확성을 높인다. 이때, 딥러닝의 입력으로 개별 빔이 전송될 때 STA에서 측정되는 신호 세기 정보를 이용하고, 개별 빔의 신호 세기 정보를 얻는 과정은 이미 기존의 빔포밍 훈련에 포함되어 있으므로 정보 수집을 위해 추가적인 비용을 발생하지 않는다. 성능평가를 위해 NIST (National Institute of Standards and Technology)에 의해 개발된 Q-D 채널구현 (Quasi-Deterministic Channel Realization) 오픈소스 소프트웨어를 활용하였고 실측 데이터 기반으로 밀리미터파 채널을 구현하였다. 실험결과에서는 제안한 예측기법이 다른 비교기법보다 향상된 예측성능을 보였다.

• 한국지반공학회논문집
• /
• 제30권5호
• /
• pp.47-54
• /
• 2014

전단파 속도는 내진설계시 중요한 설계인자이나 지반조사의 목적으로는 흔히 경제적, 시간적 제약 등으로 시험을 통한 측정이 널리 이루어지지 않고 있다. 본 연구에서는 인공신경망 기법을 이용하여 가장 일반적인 현장 지반조사시험인 표준관입시험 결과를 바탕으로 사질토 지반에서의 전단파 속도를 예측하는 연구를 수행하였다. 650개 데이터 세트를 이용해 표준관입시험 저항치 $N_{60}$, 함수비, 세립분함량, 비중을 입력변수로 하여 전단파속도를 추정하는 인공신경망 모델을 구축하고 입력변수별 전단파속도에 미치는 영향을 민감도 해석을 통해 조사하였다. 그리고, 기존의 국내 외 7개의 표준관입시험을 이용한 전단파속도 예측 경험식들과 인공신경망에 의한 결과를 비교하였다. 민감도 분석결과 표준관입시험 저항치의 영향이 월등히 큰 것으로 나타났으며, 모델효율계수와 평균제곱근오차를 사용하여 기존의 경험식들과 인공신경망 모델의 예측 능력을 비교한 결과 인공신경망 모델의 예측 결과가 가장 좋은 것으로 나타났다.

• 콘크리트학회지
• /
• 제10권6호
• /
• pp.149-159
• /
• 1998

프리스트레스트 콘크리트 박스 거더 교량의 장기거동의 정확한 예측은 시공중 및 완공후의 사용성 확보를 위해서 매우 중요하다. 이러한 장기거동은 콘크리트의 크리프와 건조수축등의 확률특성에 따라 크게 영향을 받는다. 따라서, 본 논문에서는 프리스트레스트 콘크리트 박스거더 교량에서의 크리프와 건조수축효과의 불확실성 및 민감도 해석에 관한 연구를 수행하였다. 콘크리트의 크리프와 건조수축효과의 불확실성은 입력이자의 변동성을 고려하여 산출한다. 불확실성 및 민감도 해석은 Latin Hypercube 샘플링 기법에 의해 수행하며, 각 샘플에 대하여 시간 의존적 구조해석을 하여 그 결과를 통계학적으로 분석한다. 본 연구에서는 각 입력인자의 구조해석 결과에 대한 민감도를 정량화 하기 위하여 3가지 즉, RCC, PRCC 와 SRCC 상관계수를 사용하여 민감도 해석을 수행하였다. 현재, 주로 교량설계시 사용되는 ACI모델, CEB-FIP모델과 도로교 표준시방서 모델의 민감도 분석을 수행한결과 크리프 모델 자체의 불확실성과 상대습도가 시간에 따른 변형에 가장 중요한 영향인자인 것으로 나타났다. 본 연구에서는 장기거동에 영향을 미치는 주요인자를 도출하는 합리적인 해석기법을 정립하였으며, 이로부터 좀 더 합리적인 모델정립에 유용한 토대가 될 것으로 사료된다.

• 한국지반공학회지:지반
• /
• 제10권1호
• /
• pp.47-62
• /
• 1994

산사면에서 강우에 의한 지하수위 상승은 사면의 안정성에 큰 영향을 미치는 중요한 요소임은 이미 잘 알려져 있다. 그러므로 강우로 인한 지하수위 상승을 예측하는 일은 산사면의 안정성을 해석하기 위한 매우 중요한 요소이다. 본 연구는 포화흐름과 비포화흐름을 고려한 산사면에서의 지하수위 변동을 예측하기 위한 수치해석 모델의 개발과 적용 가능성을 검토하였으며, 수치해석이 갖는 큰 약점인 입력상수에 대한 불확실성을 고려해주기 위하여 매개변수분석 및 예측법을 제시하였다. 수치해석모델을 개발하기 위해 사용한 수치해석기법은 유한요소법과 유한차분법을 동시에 이용하였다. 이와 같은 방법을 이용하여 2차원 수치해석모델을 개발한 후, 수치해석모델의 입력값들이 갖는 불확실한 상수들에 대한 매개변수분석을 수행하여 본 수치해석모델의 현장 적용성을 검토하였다. 매개변수예측방법은 Maximum-A-Posteriori(MAP)방법을 이용하여 불확실한 입력상수인 $K_e$,$\psi_e$, b에 대한 배개변수분석을 수행하였다. 개발된 수치해석모델의 적용성을 검토하기 위해 실제 산사태가 빈번히 일어났던 서울시 시흥동에 위치한 현장에 적용하여 계측된 지하수위와 비교, 검토하였다. 이 적용결과로부터 본수치해석모델이 강우로 인한 산사면에서의 지하수위 상승을 비교적 잘 예측해주고 있음을 알 수 있었다.

• Journal of Astronomy and Space Sciences
• /
• 제21권2호
• /
• pp.141-152
• /
• 2004

우주망원경용 비구면 반사경 가공 공정은 고정입자 연삭, 자유입자 래핑, 연마의 순서를 따른다. 숙련공에 의한 경험적 공정조절에 의해 목표 비구면을 가공하는 전통적 연삭 공정에서는 수 ${mu}m$ 높이의 표면 밑 손상을 남기며 뒤이은 자유입자 래핑 및 연마 공정에서 이를 제거하며 가공한다. 본 연구는 컴퓨터 수치 제어 연삭 공정진화 모델을 개발하여, 연삭가공을 통해 반사경 표면조도 최소 40nm이하, 가공 예측정확도 20nm급을 이루었다. 구체적인 방법론으로 초정밀가공기의 연삭모듈을 이용하여 연삭 휠 입자의 크기, 이송속도, 공작물 회전선속도 등 연삭 변수를 변화시키며 직경 20, 100mm Zerodur 소재를 초기 연삭하였다. 초기 연삭 변수와 측정된 표면조도와의 관계를 경험적 해석과 다 변수 회귀분석 해석 방법을 통하여 공정조절용 수치 연삭 모델을 구성하였다. 정량적 공정제어는 입력된 연삭변수들로부터 가공 후 표면조도를 예측하고, 측정된 표면조도를 이용하여 수치연삭 모델을 개량한 후 다음 가공에서 측정될 표면조도를 예측하는 순으로 만복 진행되었다. 본 연구에서는 CNC 연삭공정조절로부터 최소 평균 표면조도 36nm, 예측정확도 ${pm}20nm$를 얻었다. 이 연구결과는 정량적 연삭공정제어 모델을 사용하여 자유입자 래핑 공정을 수행할 필요 없이 연삭에서 직접 연마 공정으로 진행할 수 있는 획기적인 공정 효율 향상을 의미한다.

• 대한교통학회지
• /
• 제27권4호
• /
• pp.155-166
• /
• 2009

국내에서의 도로설계 안전성 평가는 도로설계 전문가의 설계도면 검토, 현장방문을 통한 자문자료를 통하여 이루어져왔다. 이러한 설계 안전성 평가는 전문가의 판단을 뒷받침 할 수 있는 객관적인 근거가 부족하다는 문제점과 안전측 편익을 계산하기 위한 수치적인 결과가 부족하다는 문제점이 있다. 본 연구에서는 이러한 문제점을 개선 보완할 수 있는 도로설계 안전성 평가 시스템을 개발하기 위해 IHSDM의 국내도로 적용성 평가, 잠재적 사용자 요구분석을 수행하였다. IHSDM의 사고예측모듈에서 안전성을 평가하기 위해 도로구간별 사고빈도 및 사고율을 산정하는 방법론과 도로의 특성을 반영할 수 있도록 하고 있는 AMF의 개발은 기존의 사고예측모형을 통한 사고예측이나 전문가 판단을 통한 안전성 평가의 한계점을 보완하고 있다. 그러나 이 같은 장점에도 불구하고 국내도로의 IHSDM 적용성 평가 결과 국내도로의 사고를 과대 예측하는 경향을 보여 국내도로의 사고특성을 반영하지 못하는 것으로 나타났다. IHSDM이 반영하지 못하는 대표적 지방부 국내도로 특성으로는 도로변 토지이용도와 미국과는 상이한 지방부 도로의 교통량특성인 것으로 나타났다. 또한, 사용자 요구분석을 통해서는 데이터 입력방식과 도출된 결과를 제시하는 방법의 다양성과 편의성이 확보가 중요시 되는 것으로 분석되었다.

• Korean Chemical Engineering Research
• /
• 제53권2호
• /
• pp.236-242
• /
• 2015

고분자전해질 연료전지 스택의 성능 및 주요 운전 변수를 예측하기 위해 부분최소자승법과 인공신경망의 두 가지 데이터 기반 모델링 기법을 제시한다. 30 kW급 고분자전해질 연료전지 스택 실험으로부터 확보한 데이터를 사용하여 부분최소자승 및 인공신경망 모델들을 구성한 후 각 모델의 예측 성능 및 계산 시간을 비교하였다. 모델의 복잡성을 줄이기 위해 부분최소자승법에 기초한 VIP(Variable Importance on PLS Projections) 선정기준을 모델링 절차에 포함하여, 초기 입력변수의 집합으로부터 모델링에 필요한 입력변수들을 선정하였다. 모델링 결과, 인공신경망이 스택의 평균 셀전압과 캐소드(cathode) 출구 온도를 예측하는데 있어서, 부분최소자승법 보다 우수한 성능을 보였다. 그러나 부분최소자승법 또한 입력변수와 출력변수 간에 선형적 상관관계만을 모델링 할 수 있음에도 불구하고 비교적 만족할 만한 예측 성능을 나타냈다. 모델의 정확도와 계산속도의 요구조건에 따라 두 모델링 기법은 고분자전해질 연료전지의 설계 및 운전 분야의 성능 예측, 온라인 및 오프라인 최적화, 제어 및 이상 진단을 위해 적용될 수 있을 것으로 판단된다.

• 생물환경조절학회지
• /
• 제29권3호
• /
• pp.277-284
• /
• 2020

스마트 팜 관리의 활용 효율성을 높이기 위해서는 작물 및 환경 변화에 대한 사전 검사를 실시간으로 평가하기 위한 모델링 기법이 필요하다. 시설 온실 내부의 CO₂와 같은 필수 환경 요소는 다양한 상관 변수가 밀접하게 결합 된 시간 영역에서 신뢰할 수 있는 추정 모델을 확립하기가 어렵다. 따라서 본 연구는 입력 영역과 출력 변수를 CO₂와 같은 시간 관점에서 인접 영역에 분포된 환경 정보를 이용하여 시간 복잡도를 줄이기 위한 인공 신경망을 개발하기 위해 수행되었다. 스마트 팜을 계측하기 위한 센서 모듈을 통해 환경 요소를 지속적으로 측정하였다. 실험기간의 평균 데이터로 예측하는 모델링 1, 전일 데이터로 예측하는 모델링 2을 구성하여 CO₂ 환경인자의 상호관계를 예측하였다. 전일의 데이터 학습으로 예측하는 모델링 2가 60일 평균값으로 예측한 모델링 1에 비해 성능이 우수하였다. 30일 이전까지는 대부분 0.70~0.88사이의 결정계수를 보였으며 모델링 2가 약0.05정도 높게 나타났다. 하지만 30일 이후에는 두 가지 모델링 모두 결정 계수 값이 0.50 이하로 낮은 값을 보였다. 모델링 접근법에 따라 결정 요인의 값을 비교하고 분석 한 결과 인접한 시간대의 데이터는 고정 신경망 모델을 사용하는 대신 예측이 필요한 지점에서 상대적으로 높은 성능을 나타냈다.