• The KIPS Transactions:PartD
• /
• v.12D no.5 s.101
• /
• pp.755-764
• /
• 2005

Recently, as it is considered more important to identify the function of ail unknown genes in living things, many tools for gene prediction have been developed to identify genes in the DNA sequences. Unfortunately, most of those tools use their own schemes to represent their programs results, requiring researchers to make additional efforts to understand the result generated by them So, it is desirable to provide a standardized method of representing predicted gene information, which makes it possible to automatically produce the predicted results for a given set of gene data In this paper, we describe an effective U representation for various predicted gene information, and present an XML-based analysis tool for gene predication results based on this representation. The developed system helps users of gene prediction tools to conveniently analyze the predicted results and to automatically produce the statistical results of the prediction. To show the usefulness of the tool, we applied our programs to the results generated by GenScan and GeneID, which are widely used gene prediction systems.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.403-403
• /
• 2012

최근 단시간 동안에 특정지역에 집중되는 국지적 호우에 의한 돌발홍수가 빈번히 발생하고 있으며, 이에 따른 위험과 손실이 증가하고 있는 추세이다. 현재 국내에서는 이러한 피해를 최소화하고자 돌발홍수 예측모형을 개발하고 예 경보 시스템을 구축하여 다양한 비구조적 대책을 마련하고 있다. 그러나 활용되는 예측모형의 경우 개념적 유출량인 한계유출량으로부터 돌발홍수능(Flash Flood Guidance, FFG)을 결정하여 예측 강우와 상대적인 대소 비교를 통해 돌발홍수의 발생가능성 유무를 판단하게 되는데, 문제는 산정되는 한계유출량은 개념적이기 때문에 검증이 어렵고 산정방법도 다양하여 불확실성이 높다는 단점이 있다. 이에 본 연구에서는 기존의 돌발홍수 예측 방법이 아닌, 수문모형 Nesting 기법을 이용한 돌발 홍수 예측 방법을 개발하였다. 저해상도의 대유역 기반의 유출량이 큰 영역의 경계값이 되고, 대유역을 이루고 있는 소유역을 고해상도의 작은 영역이라 할 때, 경계값인 대유역의 기반의 유출량을 참고 유출량으로 하여 소유역의 유출을 물리적 혹은 개념적으로 보다 타당하게 모의하는 방법이 수문모형 Nesting 기법이다. 이러한 기법에 필요한 강우-유출 모형으로는 대유역의 경우, SURR 모형(Sejong University Rainfall-Runoff model)을 선택하였으며, 대유역을 이루는 소유역의 유출모의는 물리적 기반의 분포형 모형인 CASC2D 모형을 이용하였다. 또한 실시간 활용을 위해서는 CASC2D 모형의 매개변수를 자동으로 추정하는 기술이 요구되며, 본 연구에서는 매개변수 전역 최적화 방법인 SCE-UA(The Shuffled Complex Evolution, University of Arizona) 기법을 활용하였다. 본 연구에서 사용한 수문모형의 적용성을 평가한 결과 대상유역에 대한 적용성이 높은 것으로 나타났으며, 연계된 두 모형의 유출거동이 유사하게 나타난 것으로 확인되었다. 본 연구에서는 Nesting 기법을 이용하여 0.5m 하천 수위의 상승 여부에 따라 돌발홍수의 발생 가능성을 예측하는 기법을 제안하였으며, 돌발홍수 사례와 일반호우사상으로부터 이 방법의 적용성을 평가하였다. 실제 돌발홍수가 발생한 유역을 선정하고 연계된 두 모형을 대상 유역에 적용한 결과 Nesting 기반의 돌발홍수 예측방법은 기존의 한계유출량 산정 방법에서 반영하지 못한 사상을 적절히 반영한 것으로 나타났다. 본 연구에서 개발한 Nesting 기법을 이용한 돌발홍수 예측모형은 일반적인 강우량 비교의 돌발홍수 예측방법에서 벗어나 새로운 돌발홍수 예측방법을 제안한 측면에서 큰 의미가 있다고 사료되며, 이러한 연구 결과는 실시간 돌발홍수 예측 시스템의 기본 모형으로 활용이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.520-520
• /
• 2023

제주도 동부 중산간 지역은 화산암으로 구성된 지하지질로 인해 지하수위의 변동폭이 크고 변동양상이 복잡하여 인공신경망(Artificial Neural Network, ANN) 모델 등을 활용한 지하수위의 예측이 어렵다. ANN에 적용되는 활성화함수에 따라 지하수의 예측성능은 달라질 수 있으므로 활성화함수의 비교분석 후 적절한 활성화함수의 사용이 반드시 필요하다. 본 연구에서는 5개 활성화함수(sigmoid, hyperbolic tangent(tanh), Rectified Linear Unit(ReLU), Leaky Rectified Linear Unit(Leaky ReLU), Exponential Linear Unit(ELU))를 제주도 동부 중산간지역에 위치한 2개 지하수 관정에 대해 비교분석하여 최적 활성화함수 도출을 목표로 한다. 또한 최적 활성화함수를 활용한 ANN의 적용성을 평가하기 위해 최근 널리 사용되고 있는 순환신경망 모델인 Long Short-Term Memory(LSTM) 모델과 비교분석 하였다. 그 결과, 2개 관정 중 지하수위 변동폭이 상대적으로 큰 관정은 ELU 함수, 상대적으로 작은 관정은 Leaky ReLU 함수가 지하수위 예측에 적절하였다. 예측성능이 가장 낮은 활성화함수는 sigmoid 함수로 나타나 첨두 및 최저 지하수위 예측 시 사용을 지양해야 할 것으로 판단된다. 도출된 최적 활성화함수를 사용한 ANN-ELU 모델 및 ANN-Leaky ReLU 모델을 LSTM 모델과 비교분석한 결과 대등한 지하수위 예측성능을 나타내었다. 이것은 feed-forward 방식인 ANN 모델을 사용하더라도 적절한 활성화함수를 사용하면 최신 순환신경망과 대등한 결과를 도출하여 활용 가능성이 충분히 있다는 것을 의미한다. 마지막으로 LSTM 모델은 가장 적절한 예측성능을 나타내어 다양한 인공지능 모델의 예측성능 비교를 위한 기준이 되는 참고모델로 활용 가능하다. 본 연구에서 제시한 방법은 지하수위 예측과 더불어 하천수위 예측 등 다양한 시계열예측 및 분석연구에 유용하게 사용될 수 있다.

• Journal of Wetlands Research
• /
• v.14 no.4
• /
• pp.457-469
• /
• 2012

Bedform data at 4 shallow zones in the Yellow Sea where waves as well as tidal range are high and bed material is relatively coarse were collected and analyzed here. Water depths in the study area where the bedform data were collected are 10 ~ 65 meters, and ripple lengths well developed are between 6 ~ 13 meters. Existing empirical formula for prediction of ripple length as for coexistence of waves and currents include Khelifa and Ouellet(2000) and Soulsby(2005), both of which have been based on laboratory measurements, or field measurements at different physical environment from the Yellow Sea with respect to tidal range, wave strength, and bed material. New scaling factors are proposed here for better prediction of the ripple length on coastal zone in the Yellow Sea.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.81-81
• /
• 2015

전 지구적 기후변화는 대기-해양의 물리 특성을 변화시켜, 연안 및 하구의 수온상승과 염도 변화의 주요 원인이 되며, 생태 환경 및 다양한 경제 사회 문제를 야기 시킬 수 있다. 이러한 변화를 예측하고 영향을 최소화 하기위해서는 연안의 물리 특성을 세밀하고 정확하게 예측해야 한다. 그러나, 기후변화의 영향을 고려한 대기-해양 전 지구모델의 기후변화 시나리오는 우리나라와 같이 작고 복잡한 연안 지형을 가진 지역의 미래 환경 변화 예측에 적합하지 않다. 본 연구에서는 저해상도 정규격자 모형인 RIAMOM(RIAM Ocean Model)의 결과를 이용하여 비정규격자 모형인 FVCOM(Finite Volume Coastal Ocean Model)으로 울산만의 미래 물리 특성 변화를 상세 예측하였다. 기후변화로 인한 대기-해양의 물리 특성 변화를 고려하여 한국 주변해 및 연안을 대상으로 모의한 RIAMOM의 결과를, 본 연구의 대상 지역인 울산만 FVCOM 모델 경계에 초기 값과 시계열 자료로 사용하였다. FVCOM 모의 결과를 RIAMOM 자료와 비교 했을 때, 초기 표층 염분과 수온이 각각 0.4%, 2%의 오차를 보였다. 조위는 개방경계에서 01~0.4% 정도의 오차가 나타나, 다운스케일링(downscaling) 기법을 통한 수치 모의 결과가 초기 수온과 염분 및 조위 특성을 잘 재현하는 것으로 나타났다. 2001년(현 상태), 2050년(미래), 해수면 상승의 영향을 고려한 2050년에 대하여 모의 한 결과. 정규격자 모형인 RIAMOM에서 나타나지 않았던 기후변화로 인한 표층 염분과 수온의 상세한 변화가 울산만의 태화강 하구에서 나타났고, 염수쐐기의 길이 또한 상류쪽으로 증가하는 결과를 나타내었다. 다운스케일링을 통한 대상 지역의 상세 모델을 통해 기존의 예측 모델에서도출할 수 없던 결과를 나타낸 바, 향후 연구를 통해 지역의 장기 상세 환경 변화 예측에 활용할 수 있을 것으로 예상한다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2017.11a
• /
• pp.259-261
• /
• 2017

SRK-BB(Skill-, Rule-, Knowledge-Based Behavior)는 주어진 사건을 처리할 때 인간이 행하는 행동을 체계적으로 식별하기 위한 하나의 이론이다. 이러한 SRK-BB에 대한 결과는 주어진 임무에 대한 '성공'과 '실패'로 나타낼 수 있다. 만약, 어느 사건에 대한 SRK-BB를 식별할 수 있고, 이에 대한 '성공/실패'의 결과를 알 수 있다면, SRK-BB를 이용하여 이들 사이에 연계된 확률적인 관계를 정립할 수 있다. 한편, 해양사고의 결과를 분석한 해양안전심판원의 재결서 또는 재결요약서에는 다양한 사고(즉, 실패한 사건)에 대해서 해기사가 어떠한 행동을 취했는지 상세하게 기록되어 있다. 이러한 해양안전심판원의 자료를 분석하면 실패한 해양사고에 대한 방대한 해기사의 SRK 분포를 확보할 수 있다. 본 연구의 목적은 다양한 해양사고에 나타난 해기사들의 행동을 SRK-BB로 식별한 후 해기사들이 추후 야기할 수 있는 인적오류를 예측하기 위한 모델 구축에 있다. 인적오류 모델을 구축하기 위해서는 우선 해양사고에 포함된 SRK 분포 분석이 필요하고, 시스템적인 입출력 관계를 통해서 SRK에 의한 인적오류의 결과를 예측하기 위한 예측 모델이 필요하다. 본 연구에서는 해기사의 인적오류에 의한 사고를 어떻게 SRK 분포를 이용하여 예측할 수 있는지에 대한 개념을 설명하고, 해양사고 데이터에서 획득한 SRK 분포의 의미와, SRK 분포를 이용하여 어떻게 해기사가 야기할 사고를 예측할 수 있는지에 대한 연구접근 방법을 소개하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.606-609
• /
• 2015

본 연구에서는 support vector regression (SVR) 및 매개변수 최적화 알고리즘을 이용한 하천수위 예측모델을 구축하고 이를 실제 유역에 적용하여 모델 효율성을 평가하였다. 여기서, SVR은 하천수위를 예측하기 위한 예측모델로서 채택되었으며, 커널함수 (Kernel function)로서는 radial basis function (RBF)을 선택하였다. 최적화 알고리즘은 SVR의 최적 매개변수 (C?, cost parameter or regularization parameter; ${\gamma}$, RBF parameter; ${\epsilon}$, insensitive loss function parameter)를 탐색하기 위하여 적용되었다. 매개변수 최적화 알고리즘으로는 grid search (GS), genetic algorithm (GA), particle swarm optimization (PSO), artificial bee colony (ABC) 알고리즘을 채택하였으며, 비교분석을 통해 최적화 알고리즘의 적용성을 평가하였다. 또한 SVR과 최적화 알고리즘을 결합한 모델 (SVR-GS, SVR-GA, SVR-PSO, SVR-ABC)은 기존에 수자원 분야에서 널리 적용되어온 신경망(Artificial neural network, ANN) 및 뉴로퍼지 (Adaptive neuro-fuzzy inference system, ANFIS) 모델과 비교하였다. 그 결과, 모델 효율성 측면에서 SVR-GS, SVR-GA, SVR-PSO 및 SVR-ABC는 ANN보다 우수한 결과를 나타내었으며, ANFIS와는 비슷한 결과를 나타내었다. 또한 SVR-GA, SVR-PSO 및 SVR-ABC는 SVR-GS보다 상대적으로 우수한 결과를 나타내었으며, 모델 효율성 측면에서 SVR-PSO 및 SVR-ABC는 가장 우수한 모델 성능을 나타내었다. 따라서 본 연구에서 적용한 매개변수 최적화 알고리즘은 SVR의 매개변수를 최적화하는데 효과적임을 확인할 수 있었다. SVR과 최적화 알고리즘을 이용한 하천수위 예측모델은 기존의 ANN 및 ANFIS 모델과 더불어 하천수위 예측을 위한 효과적인 도구로 사용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.282-282
• /
• 2016

지표수문해석모형이란 전 지구를 대상으로 수문해석 및 예측이 가능한 분포형 수문모형이다. 본 연구에서는 CSEOF(Cyclostationary Empirical Orthogonal Functions) 분석 방법을 이용하여 지표수문해석 모형 중 하나인 VIC(Variable Infiltration Capacity)모형의 토양수분 모의 성능을 평가해보고자 한다. 이를 위하여 먼저 남한에 대한 VIC 모형으로 모의한 토양수분 예측 결과와 관측자료를 수집하였다. 모의 성능 평가 기간은 1976년부터 2006년까지이다. 이후 본 연구에서는 수집된 VIC 모형의 예측 결과와 관측 자료에 대한 CSEOF 분석을 수행하여 각 자료의 월별 주된 변동 특성을 추출하였다. VIC 모형의 예측 결과와 관측자료의 상관관계는 CSEOF 분석 결과에 대한 Pattern Correlation으로 정량화되었다. 이와 더불어 본 연구에서는 모형의 모의 성능 평가에 주로 사용되는 NRMSE(Nomalized Root Mean Square Error)를 산정하여 예측 결과의 오차를 평가하였다. Pattern Correlation과 NRMSE를 모두 고려하여 VIC 모형의 성능을 평가해본 결과, 건기에 해당하는 기간과 우기에 해당하는 기간의 모의 성능이 다르게 나타났다. 본 연구의 결과는 추후에 지표수문해석 모형의 예측 결과를 이용하는 기후변화 관련 연구에 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.346-346
• /
• 2023

한국은 기상·수문정보의 예측이 기상 및 기후 측면에서 주도적으로 이루어지고 있다. 그러나 단기 및 중기 수자원 평가 및 분석을 위해 필요한 시공간적 규모, 정확도, 평가체계를 고려한 기상 기후 예측정보의 활용 방안이 마련될 필요가 있다. 이에 본 연구에서는 미래 수자원 평가 및 분석을 위한 방안을 마련하고자 국내 경안천 유역을 대상으로 하천유량을 예측하고 평가하였다. 이를 위해, 우리는 세계기상기구(World Meteorological Organization, WMO)에서 회원국을 대상으로 배포 중인 수자원 평가 도구인 동적수자원평가시스템(Dynamic Water resources Assessment Tool, DWAT)을 경안천 유역에 대하여 구축하고, 과거 관측 기상 및 유량 자료를 이용하여 매개변수를 보정하였다. 앙상블 하천유량 예측을 위해서 전지구적인 기후 패턴과 국내 기상 특성 간의 상관성 분석 후 이를 예측인자로 활용하여 다중회귀모형과 인공신경망 모형으로부터 생성된 1,000개의 앙상블 강우 및 기온 예측정보를 DWAT의 입력자료로 이용하였다. 2022년에 대한 앙상블예측정보를 DWAT의 입력자료로 사용하여 앙상블 하천유량이 예측되었다. 예측된 일-단위 하천유량은 실제 관측유량과 차이를 보이나 이는 예측된 앙상블 강우 및 기온정보의 오차에 기인하는 것으로 보인다. 이러한 결과는 수문 모형 결과의 오차는 강제 자료의 오차에 큰 영향을 받는 한계를 다시 한번 확인시켜준다. 따라서 단기·중기 수자원 평가 및 분석을 월-단위 하천유량으로 변환하여 월별 통계치를 분석하는 방향을 고려할 필요가 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.99-99
• /
• 2018

기상이변으로 인해 국지성 호우의 발생 증가와 그로 인한 수재해 피해가 증가하고 있다. 따라서 수재해를 사전에 예측하고 저감하기 위해 비구조물적 대책인 실시간 홍수예보시스템 개발 및 운영에 관한 연구들이 수행되고 있다. 일반적으로 홍수예보시스템은 대피선행시간 확보를 위해서 초단시간 혹은 단기 수치예보모델을 수문해석모형이나 예보기법의 입력으로 활용하고 있다. 초단시간 예측은 기상레이더를 기반으로 외삽, 이류, 셀 추적 등의 기법을 활용하여 0~3시간 이내의 강수예측을 수행한다. 그러나 역학이나 물리적 과정이 동반되지 못하여 0~ 2시간 이내에서의 예측성은 높은 반면, 예측시간이 길어질수록 예측력이 낮아진다. 단기수치예보모델은 종관관측에 의존하면서 역학이나 물리과정을 동반하므로 0~6시간 혹은 12시간 이상의 예측을 수행하지만, 수치모델의 고유특성인 스핀업 등의 예측 불확실성이 내재되어 있어 예측 초기시간에서의 예측력이 낮은 한계가 있다. 따라서 강수예측의 정확도 향상을 위해 레이더와 수치예보모델의 병합기법이 필요하다. 본 연구에서는 통계분석을 통해 경험적으로 산출된 시간적 가중치를 이용한 기존 병합기법의 한계를 극복하면서 호우에 따른 가변성을 반영하는 실시간 병합기법을 개발하고, 수문학적인 활용성을 평가하고자 하였다. 사용된 예측강우 자료는 레이더 기반인 MAPLE, KONOS, 공간규모분할 예측강우와 수치예보모델 기반인 UM와 ASAPS의 예측강우이며, 제시한 가중치 산정기법은 직전 예측강우의 오차가 현 시점의 예측강우의 오차와 유사하다는 가정하에 오차항을 포함한 과거 1시간 예측강우들간의 가중치 조합이 과거 지상관측강우와의 평균제곱근오차가 최소가 되도록 화음 탐색법을 이용하여 찾는 것이다. 가중치 조합은 예측강우의 생산 시간 간격을 고려하여 매 10분마다 산정하며, 미래 3시간 예측까지 산정된 가중치를 적용한다. 수도권 영역을 대상으로 병합된 예측강우와 레이더 관측강우를 비교한 결과, 정량적 정확도가 향상됨을 확인할 수 있었다. 또한, 예측강우의 수문학적 활용성은 도시유출해석모의를 통해 평가하였다. 그 결과, 병합된 예측강우로 모의된 수심이 관측수심과 유사하여 수문학적 활용성 확인할 수 있었다.