• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.284-284
• /
• 2023

도시 침수의 발생과 규모는 도시 유역이 가지는 짧은 도달 시간으로 인하여 주로 시단위 이하의 짧은 지속시간의 강우의 극한 및 변동성에 따라 결정된다. 미래 기간에 대하여 도시 수문 시스템의 적정성을 평가하기 위해서는 기후변화에 따른 시단위 이하 강우의 특성을 살펴보아야한다. 그러나 기후변화 영향 평가 도구로 활용되는 기후 모형들은 대부분 일단위의 결과물을 제공하여 시단위 이하의 미세 규모 강우의 특성을 나타낼 수 없다. 이에 따라 본 연구에서는 기후 모형 모의 결과와 포아송 클러스터 강우 모형을 이용하여 미래 시단위 이하 강우 시계열을 모의하는 방법을 제안한다. 첫째로, 포아송 클러스터 기반 강우 생성 알고리즘과 폭풍우 재배열 알고리즘을 결합한 최신 모형을 선정하였다. 해당 모형은 광범위한 시간 규모에서 관측된 강우량의 주요 통계와 극값을 재현할 수 있는 모형이다. 그 다음 강우 모형에 적합시킬 관측 강우량 통계(평균, 분산, 공분산, 왜도, 우기 비율)를 계산하였다. 둘째, 강우 통계 간의 선형 관계를 도출하였다. 여기서는 클러스터에 있는 모든 관측소의 통계를 사용하여 회귀의 신뢰도를 높였다. 셋째, 강우 평균 조정을 위한 Change Factor는 제어(2000~2019년) 및 미래(2041~2070년) 기간의 기후 모형 자료를 사용하여 계산하였다. 넷째, 조정된 15분 강우 평균은 관측 평균에 Change Factor을 곱하여 계산하고 조정된 강우 평균과 통계 간의 관계를 사용하여 미래 강우 통계 세트를 추정하였다. 여러 통계 세트를 생성한 후 마지막으로 미래 통계에 강우 모형을 적합시켜 최종적으로 미래 시단위 이하 강우 시계열을 모의하였다. 이 방법은 CMIP6에 참여하는 기후 모델의 기후 예측 데이터를 사용하여 용산(415) 및 동래(940) AWS 관측소에 적용되었다. 두 관측소의 미래 강우 모의 결과, 시단위 이하 시간 규모에서 극값이 증가하는 추세를 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.329-329
• /
• 2021

우리나라의 농촌유역은 일반적으로 상류의 농업용저수지와 하류의 배수장을 통해 홍수조절이 이루어지며, 각 농업수리구조물의 운영이 유역의 홍수 및 침수 발생에 큰 영향을 끼친다. 농촌유역의 홍수 대응 능력을 향상시키기 위해서는 농업수리구조물의 통합적 운영이 필요하나 현실에서 이를 시험 운영하기 위해서는 시간적·경제적으로 한계가 있다. 따라서 농촌유역 내 농업수리구조물을 연계한 통합 해석 시스템을 활용하여 다양한 구조물 운영 시나리오에 따른 홍수 위험을 예측하고 효율적인 대응 방안을 마련할 필요가 있다. 본 연구에서는 농업수리구조물을 연계한 홍수·침수 모의 시스템을 구축하기 위하여, 농촌유역에서 홍수·침수 모의를 위한 요소별 모듈을 구성하고, 각 모듈의 연계 기술을 개발하였다. 홍수·침수 해석 모듈은 농업용저수지 상류 유역에서부터 하류 하천 및 농경지까지 통합적으로 분석할 수 있도록 강우 분석 모듈, 강우-유출 모듈, 저수지 운영 모듈, 하천 수위 모듈, 농경지 배수 모듈의 5가지로 구성하였으며, 데이터베이스 모듈을 통해 기초자료를 저장하고 모듈 간의 입출력 과정을 처리하였다. 강우 분석, 강우-유출, 농경지 배수 모듈은 python 코드를 기반으로 자체적으로 구축하였으며, 기존의 모형 (FARD, HEC-HMS, GATE2018)들과 비교한 결과 거의 동일한 모의 결과를 나타냈다. 저수지 운영 모듈과 하천 수위 모듈은 각각 미 공병단의 HEC-5, HEC-RAS 모형을 CLI (Command Line Interface) 방식으로 외부 구동하도록 구성하였다. 전체 모듈 간의 연계에는 python 라이브러리인 Dask를 적용하여 대량의 데이터에 대한 병렬 처리 구조를 갖춤으로써 다양한 기상자료와 운영 시나리오에 따른 반복 작업을 효율적으로 수행하도록 구성하였다. 본 연구에서 개발한 홍수·침수 모의 요소별 모듈과 연계 기술을 기반으로, 농업수리구조물의 연계 운영을 통합적으로 모의함으로써 홍수 대비를 위한 효율적인 구조물 운영안을 도출할 수 있을 것으로 기대된다.

• 응용통계연구
• /
• 제19권2호
• /
• pp.291-303
• /
• 2006

대용량의 데이터로부터 의미있는 지식을 찾는 과정에서 데이터의 질은 무엇보다도 중요하다. 본 연구에서는 데이터의 충실도를 높이기 위한 방법으로 여러 경로로부터 수집된 데이터의 정보를 활용하기 위해 데이터 마이닝 알고리즘인 의사결정 규칙을 이용한 데이터 통합 기법을 제안하고, 실제 데이터를 이용하여 모의실험을 통해 제안된 알고리즘의 효율성을 비교하였다. 실험결과 제안된 알고리즘이 데이터 통합의 성능을 향상시킴을 알 수 있었다.

• 한국지능시스템학회논문지
• /
• 제25권6호
• /
• pp.592-599
• /
• 2015

빅 데이터 환경에서 빅데이터를 분석하기 위한 새로운 방법의 필요성이 대두되고 있다. 데이터의 크기, 다양성, 그리고 적재 속도 등의 빅데이터 특성으로 인해 모집단의 추론에서 전체 데이터의 분석이 가능해졌기 때문이다. 그러나 전통적인 통계분석 방법은 모집단으로부터 추출된 확률표본에 초점이 맞추어져 있다. 따라서 기존의 통계적 접근방법은 빅데이터 분석에 적합하지 않은 경우가 발생한다. 이와 같은 문제점을 해결하기 위하여 본 논문에서는 빅데이터분석을 위한 새로운 접근방법에 대하여 제안하였다. 특히 대표적인 다변량 통계분석 기법인 주성분 분석을 이용하여 효율적인 빅데이터분석을 위한 방법론을 연구하였다. 제안방법의 성능평가를 위하여 통계적 모의실험을 실시하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.111-111
• /
• 2021

메콩지역은 최근 연 7%에 육박하는 경제성장률을 달성하며 아세안의 고성장을 지속 견인하고 있으나, 기후변화 및 급속한 도시화로 매년 가뭄·홍수 등 물 관련 재해 발생 빈도 및 강도 증가와 이에 따른 상·하류 국가간 물 분쟁 등으로 인해 메콩지역 지속가능 발전에 지장이 초래되고 있다. 이에 한국과 미국은 메콩우호국(Friends of the Lower Mekong, FLM) "메콩지역 수자원 데이터 관리 및 정보공유 강화에 관한 공동성명(2018년 8월)"을 계기로 메콩유역의 실시간 수자원 변동 모니터링 및 분석과 수자원 데이터 공동활용 역량을 강화하여 효율적이고 과학적인 수자원관리 지원과 함께 한국의 신남방정책과 미국의 인도-태평양 전략 시너지효과를 극대화하고자 메콩 주변국 재해경감 및 수자원 데이터 활용 역량강화를 위한 글로벌 위성기반 수문자료의 생산·활용 및 홍수·가뭄 등의 수재해 분석기술을 개발하고 있다. 여기에는 한국 K-water의 물관리 기술과 미국 NASA, USACE의 위성활용 및 수자원분석 기술을 접목하여 메콩지역의 체계적인 물관리 및 재해로부터 안전성 확보 기여에 목표를 두고 연구를 진행 중에 있다. 본 연구에서는 전 세계적으로 광범위하게 활용되고 있는 미공병단(USACE, U.S. Army Corps of Engineers)의 HEC software 프로그램을 메콩 시범지역(pilot area)에 적용하여 수리/수문모델 구축을 진행코자 한다. 구축되는 모형은 유역 상류 댐의 연계 모의운영 및 하류 홍수분석이 동시 가능한 HEC-RTS(Real-Time Simulation)로 이는 HEC-HMS, -ResSim, -RAS와 -FIA 모형이 순차적으로 결합된 수리/수문 모델링 시스템이다. 모형의 시범적용 지역은 현지 메콩위원회(MRC, Mekong River Comission)의 의견 등을 반영, 메콩강 하류지역(Lower Mekong) 본류 유역에 위성 자료 활용 및 준실시간(near real-time)으로 댐 모의운영 등을 고려할 수 있는 JingHong댐(중국 란창강 최하류)에서 라오스 Xayaburi댐(메콩강 최상류)까지의 구간을 선정하였다. 한편, 금번 연구에서는 HEC-RTS 중 HMS 모형 적용을 중심으로 가용한 위성자료(GPM IMERG)와 K-LIS 지표 모형 생산 자료를 활용하여 과거 홍수사상에 대한 모의를 고려하였다. 아울러, 연구에서 구축된 HMS 모형은 HEC-RTS에 포함되어 메콩 시범지역의 종합적 수리/수문분석에 적용될 예정이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.121-121
• /
• 2022

한국과 미국은 2018년 8월에 발표한 메콩우호국(Friends of the Lower Mekong, FLM) "메콩지역 수자원 데이터 관리 및 정보공유 강화에 관한 공동성명"을 계기로 메콩유역의 실시간 수자원 변동 모니터링 및 분석과 수자원 데이터 공동활용 역량을 강화하여 효율적이고 과학적인 수자원관리 지원과 함께 한국의 신남방정책과 미국의 인도-태평양 전략 시너지효과를 극대화하고자 메콩 주변국 재해경감 및 수자원 데이터 활용 역량강화를 위한 글로벌 위성기반 수문자료의 생산·활용 및 홍수·가뭄 등의 수재해 분석기술을 개발하고 있다. 여기에는 한국 K-water의 물관리 기술과 미국 NASA, USACE의 위성활용 및 수자원분석 기술을 접목하여 메콩지역의 체계적인 물관리 및 재해로부터 안전성 확보 기여에 목표를 두고 연구를 진행 중에 있다. 본 연구에서는 전 세계적으로 광범위하게 활용되고 있는 미공병단(USACE, U.S. Army Corps of Engineers)의 HEC software 프로그램을 메콩 시범지역(pilot area)에 적용하여 수리/수문모델 구축을 진행하고 있다. 구축되는 모형은 유역 상류 댐의 연계 모의운영 및 하류 홍수분석이 동시 가능한 HEC-RTS(Real-Time Simulation)로 이는 HEC-HMS, -ResSim, -RAS와 -FIA 모형이 순차적으로 결합된 수리/수문 모델링 시스템이다. 모형의 시범적용 지역은 현지 메콩위원회(MRC, Mekong River Comission)의 의견 등을 반영, 메콩강 하류지역(Lower Mekong) 본류 유역에 위성자료 활용 및 준실시간(near real-time)으로 댐 모의운영 등을 고려할 수 있는 JingHong댐(중국 란창강 최하류)에서 라오스 Xayaburi댐(메콩강 최상류)까지의 구간을 선정하였으며, 전년도에는HEC-RTS 중 HMS(Hydrologic Modeling System) 모형 적용을 중심으로 가용한 위성자료(GPM IMERG)를 활용하여 과거 홍수사상에 대한 모의를 고려한 강우-유출모형의 구축을 완료하였다. 이에 연속하여 금년도에는 동일유역 내 하천 단면 등이 확보된 Chiang Saen 지점에서 Xayaburi 댐까지의 구간에 대해 RAS(River Analysis System)을 구축할 예정으로 구축된 RAS 모형은 HEC-RTS에 포함되어 메콩 시범지역의 종합적 수리/수문분석에 적용될 예정이다.

• 응용통계연구
• /
• 제17권3호
• /
• pp.605-617
• /
• 2004

데이터마이닝에서 가장 중요한 요소 중 하나는 마이닝에 사용될 데이터의 질이다. 질 높은 데이터를 바탕으로 마이닝이 수행될 때, 데이터마이닝의 잠재적 가치는 증대될 것이다. 본 논문에서는 지식발견 과정 중 데이터의 질을 향상시키기 위한 한 단계인 데이터 보강을 위해 데이터 통합 기법을 제안하고, 모의실험을 통해 제안된 알고리즘의 효율성을 비교하였다. 실험결과 제안된 알고리즘이 데이터 통합의 성능을 향상시킴을 알 수 있었다.

• 실천공학교육논문지
• /
• 제13권3호
• /
• pp.435-442
• /
• 2021

본 연구에서는 학교 운동부 학생 선수들에게 스포츠 데이터 활용에 대한 전반적인 소양을 교육하는 프로그램을 개발하였다. 이에 스포츠 데이터에 대하여 기존 연구와 요구사항에 대하여 분석하고 학습 계획을 설계하였으며, 단계별 교육 프로그램에 따라 교육 프로그램을 개발하였다. 또한 기존 연구에서 학교 운동부 및 성인 스포츠 관계자들을 위한 데이터 과학 교육에 대한 연구가 전무하므로, 기존의 학교 현장에서 연구되었던 데이터 과학 교육에 대한 연구를 참고하여 문제 정의, 데이터 수집, 데이터 전처리, 데이터 분석, 데이터 시각화, 모의 분석의 단계로 연구를 진행하였다. 본 연구를 통하여 스포츠 데이터에 대한 스포츠 산업의 관심이 높아질 것으로 기대한다.

• 산업융합연구
• /
• 제22권1호
• /
• pp.177-183
• /
• 2024

본 연구는 데이터의 품질이 인공지능(AI) 성능에 미치는 영향을 검토한다. 이를 위해, 데이터 특성변수(Feature)의 유사도와 클래스(Class) 구성의 불균형을 고려한 모의실험(Simulation)을 통해 라벨링 오류 수준이 인공지능의 성능에 미치는 영향을 비교 분석하였다. 그 결과, 특성변수 간 유사성이 높은 데이터에서는 특성 변수 간 유사성이 낮은 데이터에 비해 라벨링 정확도에 더 민감하게 반응하였으며, 클래스 불균형이 증가함에 따라 인공지능 정확도가 급격히 감소되는 경향을 관찰하였다. 이는 인공지능 학습데이터의 품질평가 기준 및 관련 연구를 위한 기초자료가 될 것이다.

• Journal of the Korean Data and Information Science Society
• /
• 제5권2호
• /
• pp.1-9
• /
• 1994

확률밀도함수의 적합도 검정을 위한 새로운 검정 통계량을 소개하고 커널확률밀도함수 추정량을 이용한 제안된 검정 통계량의 점근 정규성을 규명하였다. 제안된 통계량과 콜모고르프-스미르노프 통계량과의 소표본 모의 실험비고를 통하여 제안된 통계량의 우수성을 입증하였다.