• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2003.11a
• /
• pp.177-182
• /
• 2003

This study is directed toward determining the number and characteristics of psychologically meaningful perceptual dimensions required for assessing the sound Ouaiity with respect to vehicle interior and/or exterior noises. and toward identifying the acoustical or psychoacoustical bases underlying the perception. By nonmetric MDS and clustring analysis of sound quality data sets on our own, of critical importance are two perceptual dimensions for which subjective verdicts can be interpreted as loudness and sharpness. The perceptual dimensions based upon similarity judgments could be accounted for 48% and 24% of the variance. each of which might be a match for the acoustic parameter "A-weighted maximum pressure level"(r= .85) and for the psychoacoustic parameter "sharpness" (r= .65), respectively. On the other hand, the perceptual dimensions based upon preference ratings could explain 66% and 10% of the variance. where the acoustic parameter "A-weighted maximum pressure leve"(r= .92) might be taken to be a best predictor, but sharpness appeared to be less suitable for the description of Preference behavior. Linked to the results, the problems of quantitative modelling of subjective sound quality evaluation and also of implementing corresponding cognitive combination rule for technical and industrial applications, say having "winner-sound qualify" according to preference criteria will be shortly in discussion.

• Transactions of the Korean Society for Noise and Vibration Engineering
• /
• v.14 no.12
• /
• pp.1223-1232
• /
• 2004

This study is directed toward determining the number and characteristics of psychologically meaningful perceptual dimensions required for assessing the sound quality with respect to vehicle noises, and toward identifying the acoustical and/or psychoacoustical bases underlying the preference and similarity judgments. For the purpose of analyzing the paired comparison data produced by subjective ratings we used nonmetric multidimensional scaling(MDS). The perceptual dimensions based upon preference ratings could explain 76.3 % of the variance by maximum dB(A) and sharpness acum. The correlation between objective and subjective positions of the stimuli is $R^2$=0.97(F(1,13)=195.45, p < .01), corrected $R^2$=0.93. The less the intensity of the stimulus the more becomes the subjective Position would be over-estimated relative to the objective one. The same is valid for the opposite case. The perceptual dimensions based upon similarity judgments could be accounted for 47.8 % and 23.5% of the variance, each of which might be a match for the maximum dB(A) and the sharpness acum, respectively. The correlation between objective and subjective positions of the stimuli is $R^2$=0.94(F(1,13)=92.38, p < .01), corrected $R^2$=0.87. The more the intensity of the stimulus the more becomes the subjective position would be over-estimated relative to the objective one. The same is valid for the opposite case. In other words, it is likely that the larger the amount of two stimuli which to compare would be judged similar. So far it should be further clarified that whether the relationship between preference ratings and psychological distances nay be optimized through which psycho-physical models.

• Journal of Korea Water Resources Association
• /
• v.52 no.5
• /
• pp.337-347
• /
• 2019

This study proposes the framework to select the representative general circulation model (GCM) for climate change projection. The grid-based results of GCMs were transformed to all considered meteorological stations using inverse distance weighted (IDW) method and its results were compared to the observed precipitation. Six quantile mapping methods and random forest method were used to correct the bias between GCM's and the observation data. Thus, the empirical quantile which belongs to non-parameteric transformation method was selected as a best bias correction method by comparing the measures of performance indicators. Then, one of the multi-criteria decision techniques, TOPSIS (Technique for Order of Preference by Ideal Solution), was used to find the representative GCM using the performances of four GCMs after the bias correction using empirical quantile method. As a result, GISS-E2-R was the best and followed by MIROC5, CSIRO-Mk3-6-0, and CCSM4. Because these results are limited several GCMs, different results will be expected if more GCM data considered.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.306-306
• /
• 2019

전지구적 기온상승으로 인해 미래기후의 관한 연구가 중요시 되고 있다. 위와 같은 현상으로 인하여 다양한 기후변화 연구가 진행되고 있다. 미래기후 연구에는 GCM (General Circulation Model) 모의 결과가 이용된다. 격자 자료로 구성된 GCM은 연구 지점으로 지역적 상세화와 연구지역의 관측자료 사이의 편이 보정(bias correction)이 필수적이다. 위와 같은 근거로 편이 보정 방법의 선택은 매우 중요하며 편의 보정의 방법에 따라서 결과가 다르게 도출될 수 있다. 또한 국내외 연구에서는 다양한 상세화 기법과 편이 보정 기법을 분석 및 평가하는 연구가 진행되고 있으며, 편의 기법 중 대표적인 기법인 Quantile mapping과 Random Forest 기법이 있다. Quantile mapping 기법은 GCM의 과거 모의 데이터와의 편이 보정에 있어서 우수하게 나타났으나, GCM 데이터의 미래 예측 기간(2010년~2018년)까지의 데이터에서는 극한 강수를 정량적으로 분석 가능한 Random Forest 기법이 편이 보정 과정에서 성능이 우수할 것으로 판단된다. 본 연구에서는 우리나라 21개 관측소를 기준으로 총 4개의 GCM(GISS, CSIRO, CCSM4,MIROC5)의 과거 기간 자료(1970년~2005년)를 실제 관측소에서 관측된 강수량을 편의 보정하는 방법에 있어서 편의 보정 기법의 성능을 비교한 결과와 GCM 미래 예측 기간 자료(2010년~2018년)에서의 편의 보정 기법의 성능 결과를 비교하였다. 이를 토대로 편이 보정 기법의 결과를 6개의 평가지수를 이용하여 정량적으로 분석하였으며, 다기준의사결정기법인 TOPSIS(Technique for Order of Preference by Similarity to Ideal Solution)를 이용하여 편이 보정기법들의 성능에 있어서 우선순위를 선정하였다. 본 연구에서 편이 보정 방법으로 Quantile mapping 방법을 사용했으며, Quantile mapping의 기법으로는 비모수 변환법(non-parametric transformation)과 분포기반 변환법(distribution derived transformation)이 사용되었다. 또한 머신러닝 방법 중 하나인 Random Forest 방법을 동시에 사용하여 결과를 비교하였다. 또한 GCM 자료가 격자식으로 제공하고 있기 때문에 관측소 강수량도 공간적으로 환산하여야 하는데, 본 연구에서는 역거리 가중치법(inverse distance weighting, IDW) 방법을 이용하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.101-101
• /
• 2019

전 지구적 기온상승으로 인한 기후변화는 사회적, 수문학적, 다양한 분야에 영향을 미친다. 또한 IPCC(Intergovernmental Panel on Climate Change)의 보고서에 따르면 미래에도 지속적으로 기온상승이 예상되며, 이러한 현상은 인류의 삶에 큰 영향을 미칠것으로 예상된다. 또한 수자원 및 관련 분야에서도 기온 상승에 따른 강수량, 강수의 주기 변동, 극한 기후사상의 심도(severity)와 빈도 변화에 따른 다양한 연구가 진행되고 있으며, 미래의 강우량과 온도를 예측하는 기후변화연구에서는 다양한 기후모형을 고려하여 분석한다. 하지만 모든 기후모형이 우리나라에 적합한 것은 아니므로 과거 기후를 모의한 결과를 토대로 성능이 뛰어난 모형의 결과에 더 높은 가중치를 주고 미래를 예측하는 연구가 활발히 진행되고 있다. 일반적으로 기후모형으로 GCM (General Circulation Model) 모의 결과가 이용되는데 우리나라에 대한 GCM 결과의 정확성을 분석하는 연구는 부족한 실정이다. 따라서 본 연구에서는 21개의 GCM을 대상으로 과거 모의 자료(1970년~2005년)를 실제 관측소에서 관측된 강수량과 비교하여 각 GCM들의 성능을 평가하고 이를 토대로, GCM들의 우선순위를 선정하였다. 또한 격자 기반 GCM 결과를 IDW (Inverse Distance Weighted) 방법을 사용하여 기상관측소로 지역적 상세화를 수행하였으며, GCM과 관측자료 사이의 편이를 보정하기 위해 6가지의 Quantile Mapping 방법과 Random Forest 기법을 사용하였다. 또한 편이 보정 기법 중 성능이 좋은 기법을 선택하여 관측소에 적용하였다. 편이 보정된 GCM 모의결과에 대한 성능을 토대로 우수한 GCM 순위를 도출하기 위해 다기준의사결정기법 중 하나인 TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution)를 이용하였다. 그리고 GCM의 전망기간인 2010년부터 2018년까지의 Machine learning 방법과 Quantile mapping의 기법을 비교 및 성능이 우수한 편이 보정 방법을 선택한 후 전망기간 동안의 GCM 성능의 우선순위를 선정하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• v.10 no.2
• /
• pp.522-541
• /
• 2016

Network virtualization provides an effective way to overcome the Internet ossification problem. As one of the main challenges in network virtualization, virtual network embedding refers to mapping multiple virtual networks onto a shared substrate network. However, existing heuristic embedding algorithms evaluate the embedding potential of the nodes simply by the product of different resource attributes, which would result in an unbalanced embedding. Furthermore, ignoring the hops of substrate paths that the virtual links would be mapped onto may restrict the ability of the substrate network to accept additional virtual network requests, and lead to low utilization rate of resource. In this paper, we introduce and extend five node attributes that quantify the embedding potential of the nodes from both the local and global views, and adopt the technique for order preference by similarity ideal solution (TOPSIS) to rank the nodes, aiming at balancing different node attributes to increase the utilization rate of resource. Moreover, we propose a novel two-stage virtual network embedding algorithm, which maps the virtual nodes onto the substrate nodes according to the node ranks, and adopts a shortest path-based algorithm to map the virtual links. Simulation results show that the new algorithm significantly increases the long-term average revenue, the long-term revenue to cost ratio and the acceptance ratio.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.205-205
• /
• 2018

전구기후모델은 전 지구 규모에서 일관성 있는 전망 결과를 제공한다. 이를 수자원분야의 활용과 같은 지역 단위의 응용분야에 실질적으로 활용하기 위해서는 상세화 절차가 반드시 필요하며, 상세화 전후의 결과에 대한 평가가 필요하다. 본 연구에서는 전구기후모델을 이용한 상세화 전후의 체계적인 평가를 위한 방법을 제안하고자 한다. 평가방법으로는 과거 재현성 평가와 미래 불확실성 평가를 통해 실시하였다. 과거 재현성 평가는 상세화 이전 전구기후모델의 과거 공간재현성평가와 상세화 된 자료와 ETCCDI를 이용한 Technique for Order of Preference b Similarity to Ideal Solution (TOPSIS)기법으로 평가하였다. 미래 기간의 불확실성 평가는 Katsavounidis approach (KKZ)방법을 통한 미래 불확실성의 설명력을 고려하여 실시하였다. 전구기후모델은 CMIP5에서 제공되는 모형들 중 26를 이용하였고, Representative Concentration Pathways (RCP) 시나리오는 4.5와 8.5를 이용하였고, 기상변수는 강수량, 최대기온, 최저기온을 구축하였다. 상세화는 통계적 상세화방법 중 하나인 Spatial Disaggregation Quantile Delta Mapping (SDQDM)방법을 이용하였다. 과거 재현성평가를 위한 과거기간은 1976년부터 2005년까지의 30년 기간을 사용하였다. 미래 불확실성 평가를 위한 기간은 3개 구간 (2011-2040, 2041-2070, 2071-2099)을 사용하였다. 과거 재현성 평가를 통해 26개 전구기후모델 중 모사력이 부족하다고 판단되는 모델을 제외한 19개 전구기후모델을 선정하였고, 이를 이용하여 미래 불확실성 평가를 실시하였다. 그 결과 각각의 미래기간과 RCP시나리오에서의 미래변동성을 설명하기 위한 전구기후모델의 최소 필요수를 알 수 있었다. 본 연구의 결과를 효율적인 수자원분야의 전구기후모델의 활용이 가능할 것으로 기대된다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.36 no.6
• /
• pp.1011-1021
• /
• 2016

This study performs the potential flood hazard analysis by applying elevation data, soil data and land use data. The susceptibility maps linked to elevation, soil and land use are combined to develop the new types of flood hazard map such as runoff production map and runoff accumulation map. For the development of the runoff production map, land use, soil thickness, permeability, soil erosion and slope data are used as runoff indices. For the runoff accumulation map, elevation, knick point and lowland analysis data are used. To derive an integrated type of flood potential hazard, a TOPSIS (The Technique for Order of Preference by Similarity to Ideal Solution) technique, which is widely applied in MCDM (Multi-Criteria Decision Making) process, is adopted. The indices applied to the runoff production and accumulation maps are considered as criteria, and the cells of analysis area are considered as alternatives for TOPSIS technique. The model is applied to Gamcheon watershed to evaluate the flood potential hazards. Validation with large scale data shows the good agreements between historical data and runoff accumulation data. The analysis procedure presented in this study will contribute to make preliminary flood hazard map for the public information and for finding flood mitigation measures in the watershed.