• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.25-25
• /
• 2022

하천의 개발 및 보전 계획을 수립하는 데에 있어 자연하천의 부유사량 및 총유사량을 계측하는 것은 매우 중요하다. 우리나라에서는 매년 국내 자연하천을 대상으로 부유사량을 실측하고 실측 부유사량을 바탕으로 수정 아인슈타인 방법을 적용해 총유사량을 산정하고 있으나 이 또한 홍수기에 국한되어 있다. 가장 일반적인 유사량 계측 방법인 시료 채집에 의한 방법은 많은 노력과 비용을 수반하기 때문에 유사량 관측소와 관측 빈도를 늘릴 수 없는 실정이다. 최근에는 ADCP 음파 신호의 후방산란도가 부유사 농도에 따라 증가한다는 성질을 이용해 부유사 농도 계측에 ADCP를 이용하고자 하는 노력이 계속되고 있다. 이러한 특성을 이용해 본 연구에서는 전라남도 나주시에 위치한 남평교 자동유량관측소에 설치된 횡방향 ADCP (H-ADCP)를 대상으로 서포트 벡터 회귀(SVR)를 적용한 실시간 유사량 모니터링 모형을 제안하였다. 여기서 제시하는 유사량산정 모형은 크게 유량과 초음파 산란도를 입력 변수로 해 부유사 농도를 산정하는 서포트 벡터 회귀 모형과 첫 번째 모형으로부터 산정된 부유사 농도와 흐름 정보를 이용해 총유사량을 산정하는 모형으로 구성되어 있다. 개발된 SVR 부유사량 및 총유사량 산정 모형의 정확도가 결정계수(R²) 기준으로 각각 0.82, 0.90 으로 나타났다. 주목할 점은, 본 연구에서 제시하는 SVR 모형을 이용해 멱함수 기반 유사량 관계식으로는 예측할 수 없는 유사량의 이력현상을 재현해낼 수 있다는 것이다. 본 연구에서 제시하는 H-ADCP 기반 총유사량 모니터링 방법은 기존 자동 유량 관측소 시설을 그대로 이용할 수 있다는 장점이 있다. 따라서 실무 적용 시 낮은 추가비용으로 양질의 유사량 모니터링이 가능할 것으로 기대된다.

• Proceedings of the Korean Institute of Building Construction Conference
• /
• 2020.11a
• /
• pp.186-187
• /
• 2020

Damage to temporary facilities and structural members caused by excessive loads in the field continue to occur. If the load can be monitored in advance, the risk can be prevented. In this study, a load cell sensor is installed under the system support, and load data is wirelessly transmitted through a Bluetooth AP(wireless). Risk prediction system is proposed through an construction alarm when an abnormal load occurs through real-time multi-point monitoring by sensor location.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1895-1896
• /
• 2008

지능형 빌딩 환경 모니터링 시스템과 같이 실내에서 센서 네트워크를 이용하여 환경 데이터를 수집하는 네트워크가 점점 확산되고 있다. 이와 같은 건축물 내에서의 무선 센서 네트워크는 랜덤하게 센서 노드들이 뿌려지는 것이 아니라, 사람의 의지대로 배치가 된다. 따라서 위치정보를 모르는 상황의 무선 센서 네트워크들이 가지는 라우팅 방법을 사용하는 것이 아니라 더 간결하면서 강한 네트워크 유지 능력을 가지는 라우팅 방법이 사용되게 된다. 본 논문에서는 트리 라우팅을 이용한 건물 환경 모니터링 시스템에 에너지 효율을 높이기 위하여 네트워크의 상황을 고려한 SVM을 이용한 동적 라우터 선택기법을 포함한 동적 트리 라우팅 기법에 대한 연구와 이의 구현을 보이고 있다.

• The Journal of Korean Institute of Electromagnetic Engineering and Science
• /
• v.29 no.7
• /
• pp.508-514
• /
• 2018

An electroencephalogram (EEG) evaluates the electrical activity generated by brain cell interactions that occur during brain activity, and an EEG can evaluate the brain activity caused by hand movement. In this study, a 16-channel EEG was used to measure the EEG generated before and after hand movement. The measured data can be classified as a supervised learning model, a support vector machine (SVM). To shorten the learning time of the SVM, a feature extraction and vector dimension reduction by filtering is proposed that minimizes motion-related information loss and compresses EEG information. The classification results showed an average of 72.7% accuracy between the sitting position and the hand movement at the electrodes of the frontal lobe.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.21 no.5
• /
• pp.119-125
• /
• 2021

As the electricity grid systems has been intelligent with the development of ICT technology, power consumption information of users connected to the grid is available to acquired and analyzed for the power utilities. In this paper, the energy theft problem is solved by feature selection methods, which is emerging as the main cause of economic loss in smart grid. The data preprocessing steps of the proposed system consists of five steps. In the feature selection step, features are selected using analysis of variance and mutual information (MI) based method, which are filtering-based feature selection methods. According to the simulation results, the performance of support vector machine classifier is higher than the case of using all the input features of the input data for the case of the MI based feature selection method.

• The Journal of the Acoustical Society of Korea
• /
• v.37 no.5
• /
• pp.356-362
• /
• 2018

Stage in classical shoebox type concert hall is placed and occupy one side of the hall and have much early reflections from surrounded walls and ceiling nearby. On the other hand stage in vinyard terrace concert hall, which is surrounded by terrace seats instead of walls and ceiling, has lack of early reflections which may cause lack of communications among the players. Vinyard hall stage is enclosed with terrace seats front walls, while the players located on the stage riser keep the walls off as the walls have limited heights. Ensemble reflector installed above the stage is an effective way for the players to monitor the sound produced on the stage. That may help achieving a good ensemble of the performance. Ensemble reflector over the stage of a large vinyard terrace hall of 2,000 seats was designed with the variables of the location, the shape and the area. The effectiveness of the ensemble reflector is verified with the parameter of stage support.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.43 no.3
• /
• pp.321-335
• /
• 2023

Monitoring sediment loads in natural rivers is the key process in river engineering, but it is costly and dangerous. In practice, suspended loads are directly measured, and total loads, which is a summation of suspended loads and bed loads, are estimated. This study proposes a real-time sediment discharge monitoring system using the horizontal acoustic Doppler current profiler (H-ADCP) and support vector regression (SVR). The proposed system is comprised of the SVR model for suspended sediment concentration (SVR-SSC) and for total loads (SVR-Q_TL), respectively. SVR-SSC estimates SSC and SVR-Q_TL mimics the modified Einstein procedure. The grid search with K-fold cross validation (Grid-CV) and the recursive feature elimination (RFE) were employed to determine SVR's hyperparameters and input variables. The two SVR models showed reasonable cross-validation scores (R²) with 0.885 (SVR-SSC) and 0.860 (SVR-Q_TL). During the time-series sediment load monitoring period, we successfully detected various sediment transport phenomena in natural streams, such as hysteresis loops and sensitive sediment fluctuations. The newly proposed sediment monitoring system depends only on the gauged features by H-ADCP without additional assumptions in hydraulic variables (e.g., friction slope and suspended sediment size distribution). This method can be applied to any ADCP-installed discharge monitoring station economically and is expected to enhance temporal resolution in sediment monitoring.

• The Korean Journal of Applied Statistics
• /
• v.30 no.5
• /
• pp.681-690
• /
• 2017

Various imbalanced binary classification problems exist such as fraud detection in banking operations, detecting spam mail and predicting defective products. Several sampling methods such as over sampling, under sampling, SMOTE have been developed to overcome the poor prediction performance of binary classifiers when the proportion of one group is dominant. In order to overcome this problem, several sampling methods such as over-sampling, under-sampling, SMOTE have been developed. In this study, we investigate prediction performance of logistic regression, Lasso, random forest, boosting and support vector machine in combination with the sampling methods for binary imbalanced data. Four real data sets are analyzed to see if there is a substantial improvement in prediction performance. We also emphasize some precautions when the sampling methods are implemented.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.36 no.6
• /
• pp.535-544
• /
• 2018

Autonomous driving can be limited by only using sensors if the sensor is blocked by sudden changes in surrounding environments or large features such as heavy vehicles. In order to overcome the limitations, the precise road-map has been used additionally. This study was conducted to segment and classify road objects using 3D point cloud data acquired by terrestrial mobile mapping system provided by National Geographic Information Institute. For this study, the original 3D point cloud data were pre-processed and a filtering technique was selected to separate the ground and non-ground points. In addition, the road objects corresponding to the lanes, the street lights, the safety fences were initially segmented, and then the objects were classified using the support vector machine which is a kind of machine learning. For the training data for supervised classification, only the geometric elements and the height information using the eigenvalues extracted from the road objects were used. The overall accuracy of the classification results was 87% and the kappa coefficient was 0.795. It is expected that classification accuracy will be increased if various classification items are added not only geometric elements for classifying road objects in the future.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.112-112
• /
• 2020

하천에서 유해화학물질 유입 사고 발생 시 수환경 피해를 최소화하기 위해 신속한 초기 대응이 필요하다. 따라서, 본 연구에서는 수환경 화학사고 대응 시스템 구축을 위해 하천 실시간 모니터링 지점에서 관측된 유해화학물질의 농도 자료를 이용하여 발생원의 유입 지점과 유입량을 역추적하는 프레임워크를 개발하였다. 본 연구에서 제시하는 프레임워크는 첫 번째로 하천 저장대 모형(Transient Storage Zone Model; TSM)과 HEC-RAS 모형을 이용하여 다양한 유량의 수리 조건에서 화학사고 시나리오를 생성하는 단계, 두번째로 생성된 시나리오의 유입 지점과 유입량에 대한 시간-농도 곡선 (BreakThrough Curve; BTC)을 21개의 곡선특징 (BTC feature)으로 추출하는 단계, 최종적으로 재귀적 특징 선택법(Recursive Feature Elimination; RFE)을 이용하여 의사결정나무 모형, 랜덤포레스트 모형, Xgboost 모형, 선형 서포트 벡터 머신, 커널 서포트 벡터 머신 그리고 Ridge 모형에 대한 모형별 주요 특징을 학습하고 성능을 비교하여 각각 유입 위치와 유입 질량 예측에 대한 최적 모형 및 특징 조합을 제시하는 단계로 구축하였다. 또한, 현장 적용성 제고를 위해 시간-농도 곡선을 2가지 경우 (Whole BTC와 Fractured BTC)로 가정하여 기계학습 모형을 학습시켜 모의결과를 비교하였다. 제시된 프레임워크의 검증을 위해서 낙동강 지류인 감천에 적용하여 모형을 구축하고 시나리오 자료 기반 검증과 Rhodamine WT를 이용한 추적자 실험자료를 이용한 검증을 수행하였다. 기계학습 모형들의 비교 검증 결과, 각 모형은 가중항 기반과 불순도 감소량 기반 특징 중요도 산출 방식에 따라 주요 특징이 상이하게 산출되었으며, 전체 시간-농도 곡선 (WBTC)과 부분 시간-농도 곡선 (FBTC)별 최적 모형도 다르게 산출되었다. 유입 위치 정확도 및 유입 질량 예측에 대한 R²는 대부분의 모형이 90% 이상의 우수한 결과를 나타냈다.