• 제목/요약/키워드: warning and prediction system

검색결과 98건 처리시간 0.022초

Hotelling의 T-square 통계량을 이용한 강우유발 사면붕괴 예측 (Prediction of Rainfall-Induced Slope Failure Using Hotelling's T-Square Statistic)

  • 김슬비;나종화;서용석
    • 지질공학
    • /
    • 제25권3호
    • /
    • pp.331-337
    • /
    • 2015
  • 본 연구에서는 화강암 풍화토와 편마암 풍화토를 대상으로 모형시험 수행 중 획득한 간극수압, 함수비 데이터를 대상으로 Hotelling의 T2 분석을 실시하여 사면의 이상거동을 감지할 수 있는 기법을 개발하였다. 각 시험에서는 간극수압 3개와 함수비 3개가 동시에 측정되며, 이들의 상관관계를 이용하여 신뢰구간 95.0%와 90.0%를 기준으로 T2 통계량을 계산하였다. 분석결과에 의하면 모형사면 내의 국부적인 붕괴는 센서 위치에 따라 감지하지 못하는 경우가 있으며, 사면 전체붕괴의 경우 수백 초에서 수천 초 전에 T2 통계량이 신뢰구간 90%를 초과하여 이상거동을 감지할 수 있었다. Hotelling의 T2 분석은 동일 사면 내 다양한 측정치 간의 상관성을 분석할 수 있어 유일한 관리기준치를 설정할 수 있으며, 신뢰도 수준에 따라 단계적인 예경보 기준설정이 가능하다.

SWMM과 HEC-RAS 모형을 이용한 해안 도시 홍수예경보 시스템 구축 (The Study on the Development of Urban Flood Prediction and Warning system at Coastal Area Based on SWMM and HEC-RAS Models)

  • 신현석;박용운;김홍태
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2005년도 학술발표회 논문집
    • /
    • pp.816-820
    • /
    • 2005
  • 본 연구에서는 해안 도시 하천의 범람으로 인한 홍수 재해 발생시 예상될 수 있는 피해에 대해 적절한 홍수예경보 및 피난대책을 수립하고자 대표적인 해안 도시 하천의 특성을 가지는 부산시 온천천 유역을 대상으로 수치지도에서 각종 지형자료를 추출하였고 수문 GIS 자료를 구축하였다. 그리고, 하천 수리 분석을 위한 한계유출량 산정을 위해 HEC-RAS 모형을 이용 조위의 영향을 고려하여 홍수위 및 한계유출량을 산정하였고 수문 분석을 위한 도시 돌발 홍수 기준 우량 산정을 위해 PCSWMM 2002를 이용하여 기준 우량을 산정하였다. 전형적인 해안 도시 지역 유역 특성을 나타내는 부산시 온천천 유역에 대한 경보발령 기준을 설정하기 위하여 선정지점 세 곳의 한계수심 $H_{c1},\;H_{c2},\;H_{c3},\;H_{c4}$가 발생할 수 있는 강우량(위험 홍수량을 유발하는 위험 강우량(Trigger Rainfall))을 산정하였고 PCSWMM을 이용한 모형화 기법으로 해안 도시 돌발 홍수 기준 우량을 산정하였다. 산정 결과 온천천 유역의 홍수예경보 시스템과 이에 따른 홍수예경보 발령흐름도, 운영체계가 결정되어 해안 도시 돌발 홍수예경보 방안이 구축되었다. 해안 도시의 홍수 관리는 도시 우수 시스템, 하천, 해안 특성이 복합된 문제이다. 현재 해안 도시 지역의 홍수예경보 시스템 구축 실적이 전무한 실정임을 볼 때 현실적으로 실용화 할 수 있는 시스템 개발을 해내는 것이 무엇보다도 시급하고 중요한 문제이다. 앞으로 더욱 심도있게 연구하여 주요 하천에 대한 홍수예경보 시스템 구축이 절실히 요구된다.

  • PDF

경계 조건과 불포화 함수 특성 곡선의 이력에 따른 불포화 토사 사면의 수리적 거동 분석 (Analysis of Hydraulic behavior in Unsaturated Soil Slope for the Boundary Condition and Hysteresis of SWCC)

  • 이어령;박현수;박성완
    • 한국지반공학회논문집
    • /
    • 제39권1호
    • /
    • pp.15-25
    • /
    • 2023
  • 최근 집중 강우의 증가로 인한 사면 붕괴가 증가하고 있으며, 대규모 사면 붕괴가 빈번하게 발생하고 있다. 사면 붕괴로 인한 인명 및 재산 피해를 최소화하기 위해서 사면 경보 시스템에 사면 계측이 활용되고 있다. 사면 계측은 특정 지점에서 대한 결과를 측정하기 때문에 전반적인 사면의 거동을 파악하기 어려우므로 수치 해석을 함께 수행되어야 한다. 강우 침투시 사면의 거동을 파악하기 위해서 강우 뿐만 아니라 증발산이 고려되고 있으며, 불포화 함수 특성 곡선의 건조 과정을 적용하여 수치해석이 진행 되고 있다. 하지만, 불포화 함수 특성 곡선의 이력 현상은 수치해석 결과에 영향을 미친다. 따라서, 본 연구에서는 증발산 산정 방법과 증발산을 경계 조건에 적용하는 방법을 제시하고, 불포화 사면의 현장 계측 결과와 경계 조건과 침투 조건을 고려한 수치해석 결과를 비교하였다. 계측 지점의 흡수력 변화와 상관 계수를 비교하였을 때, 불포화 함수 특성 곡선의 건조과정과 습윤과정에 따라 증발산에 대한 영향이 다르게 나타났다. 또한, 증발산 적용을 통하여 건기와 우기시의 흡수력 변화가 실제 계측 결과와 근접하게 나타나는 것을 통하여 증발산 적용시 불포화 사면의 지표면에서 발생하는 수분 이동을 더 합리적으로 예측할 수 있다고 판단된다.

수문자료가 Neuro-Fuzzy 기법 결과에 미치는 영향 분석 (Analysis of Impact of Hydrologic Data on Neuro-Fuzzy Technique Result)

  • 지정원;최창원;이재응
    • 대한토목학회논문집
    • /
    • 제33권4호
    • /
    • pp.1413-1424
    • /
    • 2013
  • 최근 우리나라에는 집중호우의 발생 빈도가 잦아지고 있다. 집중호우는 단시간에 발생하여 인명과 재산에 직접적인 피해를 주는 특징이 있다. 이러한 이유로 치수에 대한 관심은 점점 높아지고 있으며 정확한 유량 예측을 바탕으로 홍수에 대비할 수 있는 시스템 개발에 대한 연구가 활발하게 이루어지고 있다. 지금까지 홍수 예보에는 주로 물리적 모형이 사용되어 왔다. 물리적 모형은 매개변수 결정을 위해 많은 자료를 필요로 하고 또 매개변수의 결정 과정에서 많은 불확실성을 포함하고 있기 때문에 계산과정을 거치는 동안 다양한 오차가 반복하여 누적되는 단점이 있다. ANFIS는 인공신경회로망과 퍼지기법을 사용한 자료 지향형 모형으로 기존의 물리적 모형에서 사용한 방대한 양의 물리적 자료를 배제하고 유역의 강우자료와 유량자료만을 사용하여 모형을 구축하고 수위를 예측할 수 있다는 장점이 있다. 그러나 자료 지향형 모형은 입력 자료와 결과 사이의 논리적 상관성을 찾을 수 없다는 단점이 있다. 본 연구에서는 ANFIS 모형에 사용되는 함수의 옵션과 입력자료의 특성의 제한적인 변화에 따른 결과자료 분석을 통해 자료 지향형 모형의 특성을 분석하였다. 또한 일반적으로 많이 사용하는 물리적 모형 중 하나인 HEC-HMS의 유출량 산정 결과와의 비교를 통해 ANFIS의 적용성을 평가하였다. 본 연구는 남한강 상류에 위치한 청미천 유역의 2007년부터 2011년까지의 관측 강우자료와 유량자료를 사용하여 수행하였다.

기계학습기반의 근사모델을 이용한 선박 횡동요 운동 예측 (Prediction of Ship Roll Motion using Machine Learning-based Surrogate Model)

  • 김영롱;박준범;문성배
    • 한국항해항만학회지
    • /
    • 제42권6호
    • /
    • pp.395-405
    • /
    • 2018
  • 한국형 e-Navigation의 내항성 안전 모듈은 운항 중인 선박을 실시간으로 모니터링하고 내항성의 이상 상태를 사전에 경고함으로써 선박의 안정성을 확보하는 선내 원격 모니터링 서비스 중 하나이다. 일반적으로 선박설계를 위한 내항성능은 주어진 조건에서 선체 운동 시뮬레이션을 수행하여 평가하여 왔다. 하지만 운항 중 선박의 내항성능을 실시간으로 평가하기 위해 이러한 시뮬레이션을 실제 운항조건에 맞추어 수행하는 것은 계산시간의 한계로 인해 현실적이지 않다. 본 연구에서는 기계학습 기반의 근사모델을 활용하여 선박의 내항성능 평가 요소들 중 하나인 횡동요 운동특성을 합리적으로 보다 빠르게 예측하는 방법을 소개하고자 한다. 다양한 학습 기법과 데이터의 샘플링 조건을 적용하여, 얻어진 근사모델의 결과와 운동해석 결과의 오차가 거의 1% 내로 일치함을 보였다. 따라서 이러한 방법을 활용하면 선박의 실시간 내항성능을 평가하는데 효율적으로 사용할 수 있을 것으로 판단된다.

중소기업 도산예측에 회계정보 유용성에 관한 연구 (A Study on the Usefulness of Accounting Information for the Predication of Medium and Small Enterprises' Bankruptcy)

  • 이성환
    • 한국산학기술학회논문지
    • /
    • 제9권5호
    • /
    • pp.1460-1466
    • /
    • 2008
  • 본 연구는 코스닥기업이 발표하는 회계정보가 유용하다면, 부도발생, 자본전액잠식, 거래실적부진, 감사의견 거절, 감사의견부적정으로 정의된 도산기업과 정상기업 간의 "회계정보는 어떠한 차이가 있는지" 재무지표를 기준으로 검증하는 것이 본 연구의 목적이다. 표본기업은 $2000{\sim}2007$년 도산한 코스닥기업 45개와 자산규모를 기준으로 대응하여 선정한 45개의 정상기업으로 구성하였으며, 같은 방법으로 모형확인을 위한 검증용 표본 30개 기업을 선정하였다. 실증분석 결과 도산 5년 전부터 본 연구에 사용된 17개의 재무지표 중 안전성에 관련된 변수들이 도산 및 정상기업에서 많은 유의한 차이를 보였다. 확인표본을 이용한 분류정확도는 도산 5년 전 76.7%, 도산 4년 전 76.7%, 도산 3년 전 65.0%, 도산 2년 전 76.7%, 도산 1년 전 88.3%로 나타났으며, 이는 정상기업에서 도산기업으로 서서히 진행되었음을 알 수 있는 것으로, 도산 5년 전부터 추정표본 83.3%, 확인표본 76.7%의 분류정확도를 보여 재무지표를 통한 회계정보의 유용성을 확인하였다.

병동 급성악화 환자의 중환자실 전동 위험요인 분석 (Risk Factors of Predicting Intensive Care unit Transfer in Deteriorating Ward Patients)

  • 이주리
    • 디지털융복합연구
    • /
    • 제19권4호
    • /
    • pp.467-475
    • /
    • 2021
  • 목적: 병동에서 급성악화 환자가 발생할 때 환자에게 집중치료가 필요한지 여부에 대한 결정은 환자의 예후를 향상시키기 위해서는 매우 중요하나, 특히 사용 가능한 ICU 자원이 제한적일 때는 ICU 전동 여부를 결정하기에는 어려움이 있다. 따라서 본 연구는 일반병동 급성 악화 환자를 대상으로 중환자실 전동 위험요인을 확인하고자 한다. 연구방법: 후향적 조사연구로서 대상자는 일 상급종합병원 일반병동에 입원한 18세 이상의 성인 환자 중 악화상태를 보여 신속대응팀에 의뢰된 환자 2,945명을 대상으로 하였다. 중환자실 전동 위험요인을 파악하기 위해 다변량 로지스틱 회귀분석을 시행하였다. 연구결과: 다변량 로지스틱 회귀분석 결과 입원시 고형암을 진단받은 경우 (odds ratio [OR] 0.39, 95% CI 0.32-0.47), 악화원인이 호흡문제인 경우 (OR 1.51, 95% CI 1.17-1.95), MEWS (OR 1.22, 95% CI 1.17-1.28)와 SpO2/FiO2 score (OR 2.41, 95% CI 2.23-2.60)가 중환자실 전동 위험요인으로 나타났다. 결론: 본 연구 결과는 중환자실 전동 위험이 높은 환자의 조기 예측을 가능하게 하여 환자의 예후를 향상시키는데 도움이 될 것으로 사료된다.

데이터마이닝 기법을 활용한 비외감기업의 부실화 유형 분석 (The Pattern Analysis of Financial Distress for Non-audited Firms using Data Mining)

  • 이수현;박정민;이형용
    • 지능정보연구
    • /
    • 제21권4호
    • /
    • pp.111-131
    • /
    • 2015
  • 본 연구에서는 데이터마이닝 기법의 일종인 자기조직화지도(Self-Organizing Map, SOM)를 이용하여 비외감기업의 부실화 유형을 구분하고자 한다. 자기조직화지도는 인공 신경망을 기초로 자율학습을 통해 입력된 값을 유사한 군집끼리 묶어내는 방법으로, 기존의 통계적 군집 분류 방법보다 성능이 뛰어나고, 고차원의 입력데이터를 저차원으로 시각화할 수 있다는 장점 때문에 다양한 분야에서 각광받고 있다. 본 연구에서는 기존 연구의 주요 분석대상이었던 외감기업에 비해 부실화 빈도는 높지만 데이터 수집의 어려움으로 인해 분석대상에서 다소 제외되었던 비외감기업의 부실화 유형에 대해 알아보고, 유형별 구체적인 사례도 소개하고자 한다. 재무자료수집이 가능한 100개의 비외감 부실기업에 대해 분석한 결과, 비외감기업의 부실화 유형은 다섯 가지로 구분되었다. 유형 1은 전체 집단의 약 12%를 차지하며, 수익성, 성장성 등 재무지표가 다른 유형에 비해 열등하였다. 유형 2는 전체 집단의 약 14%로, 유형 1보다는 덜 심각하지만 재무지표가 대체로 열등하였다. 유형 3은 성장성 지표가 열등한 그룹으로 기업간 경쟁이 극심한 가운데 지속적으로 성장하지 못하고 부실화된 경우로 약 30%의 기업이 포함되었다. 유형 4는 성장성은 탁월하나 부채경영 등 과감한 경영으로 인해 유동성 부족이나 현금부족 등의 이유로 부실화된 그룹으로 약 25%의 기업이 포함되었다. 유형 5는 거의 모든 재무지표가 우수한 건전기업으로, 단기적인 경영전략의 실수 또는 중소기업의 특성상 경영자의 개인적 사정으로 부실화 되었을 가능성이 큰 그룹으로 약 18%의 기업이 포함되었다. 본 연구 결과는 부실화 유형을 구분하는데 기존의 통계적 방법이 아닌 자기조직화지도를 이용하였다는 점에서 학문적 의의가 있고, 비외감기업의 재무지표만으로도 1차적인 부실화 징후를 발견할 수 있다는 점에서 실무적 의의가 있다고 할 수 있다.