• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.64-64
• /
• 2022

이상기후로 인해 돌발적이고 국지적인 호우 발생의 빈도가 증가하게 되면서 짧은 선행시간(~3 시간) 범위에서 수치예보보다 높은 정확도를 갖는 초단시간 강우예측자료가 돌발홍수 및 도시홍수의 조기경보를 위해 유용하게 사용되고 있다. 일반적으로 초단시간 강우예측 정보는 레이더를 활용하여 외삽 및 이동벡터 기반의 예측기법으로 산정한다. 최근에는 장기간 레이더 관측자료의 확보와 충분한 컴퓨터 연산자원으로 인해 레이더 자료를 활용한 인공지능 심층학습 기반(RNN(Recurrent Neural Network), CNN(Convolutional Neural Network), Conv-LSTM 등)의 강우예측이 국외에서 확대되고 있고, 국내에서도 ConvLSTM 등을 활용한 연구들이 진행되었다. CNN 심층신경망 기반의 초단기 예측 모델의 경우 대체적으로 외삽기반의 예측성능보다 우수한 경향이 있었으나, 예측시간이 길어질수록 공간 평활화되는 경향이 크게 나타나므로 고강도의 뚜렷한 강수 특징을 예측하기 힘들어 예측정확도를 향상시키는데 중요한 소규모 기상현상을 왜곡하게 된다. 본 연구에서는 이러한 한계를 보완하기 위해 적대적 생성 신경망(Generative Adversarial Network, GAN)을 적용한 초단시간 예측기법을 활용하고자 한다. GAN은 생성모형과 판별모형이라는 두 신경망이 서로간의 적대적인 경쟁을 통해 학습하는 신경망으로, 데이터의 확률분포를 학습하고 학습된 분포에서 샘플을 쉽게 생성할 수 있는 기법이다. 본 연구에서는 2017년부터 2021년까지의 환경부 대형 강우레이더 합성장을 수집하고, 강우발생 사례를 대상으로 학습을 수행하여 신경망을 최적화하고자 한다. 학습된 신경망으로 강우예측을 수행하여, 국내 기상청과 환경부에서 생산한 레이더 초단시간 예측강우와 정량적인 정확도를 비교평가 하고자 한다.

• Bulletin of the Korean Space Science Society
• /
• 2010.04a
• /
• pp.35.4-35.4
• /
• 2010

GPS 위성 중 세슘시계를 보유한 Block IIA 위성은 시계 성능의 저하로 시계 예측 모델의 정확도가 떨어지고 있다. 이 연구에서는 세슘원자 위성시계의 성능을 살펴보고 예측 정확도를 높일 수 있는 모델을 제시하고자 한다. IGS Final 위성시계자료를 수집하여 Allan variance를 통해 각 위성별 안정도를 확인하고, Fourier 변환을 통해 각 위성별 주기성을 살펴본다. 예측 모델의 계수를 결정하기 위해 예측 하루 전의 IGS Rapid 자료를 이용하고, 3시간, 6시간, 12시간, 24시간 간격의 예측 결과들을 IGS Final 결과와 비교하여 예측 모델의 정확도를 확인한다. 또한 IGS에서 제공하고 있는 Ultra-Rapid 예측자료와 비교하여 실시간 정밀 위치 결정 분야에 활용 가능성을 확인한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1894-1897
• /
• 2009

최근 개발된 표면영상유속계(Surface Image Velocimetry)를 이용한 유량측정기법은 비교적 짧은 시간에 급변하는 홍수량을 정확도를 유지하면서도 간편하고 안전하게 측정할 수 있다는 장점이 있다. 그러나 표면영상유속계는 현장 상황과 사용 방법에 따라 측정된 유속값의 오차가 얼마나 발생하는지에 대한 근거가 없으며, 그 오차 범위가 명확하게 제시된 바가 없기 때문에 표면영상유속계의 신뢰성에 대해 의구심을 갖는 경우가 많다. 표면영상유속계의 유속측정 원리는 일정 시간간격을 갖는 두 영상내의 입자군 이동을 추적하여 유속벡터를 산정하는 것이다. 즉, 두 영상의 탐색 영역(searching area)내에서 각 입자군의 상관계수를 계산하여 최대상관계수를 갖는 입자군을 동일 입자군으로 판별하고, 동일 입자군의 도심간 거리와 두 영상의 시간간격을 이용하여 유속을 구하게 된다. 그러므로 상관계수가 높을수록 유속값이 정확하다고 할 수 있다. 따라서 본 연구에서는 상관계수에 따른 유속측정 오차를 분석하여 상관계수에 따른 표면영상유속계의 오차범위를 결정하고자 한다. 분석방법은 활차의 속도와 영상분석을 통해 얻은 속도를 비교하여 상관계수에 따른 오차범위를 살펴보았고, 실제 적용을 위하여 개수로내의 표면유속를 측정하여 상관계수에 따른 오차를 분석하였다. 분석 결과 상관계수가 0.7 이상인 측정유속의 정확도는 10% 이내로 확인되었으며, 향후 표면영상 유속계를 이용한 유속측정시 상관계수별 오차범위를 이용하여 현장적용시 정확도 개선을 위해 많은 도움이 될 것으로 기대된다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2007.06a
• /
• pp.390-394
• /
• 2007

시간과 장소에 구애받지 않고 실시간으로 정보를 전달받을 수 있는 유비쿼터스 시대가 도래함에 있어서 실시간으로 움직이는 대상물의 위치를 알아내는 기술은 가장 근본적이며 필수적인 요소라 할 수 있다. 추측항법(Dead Reckoning)은 움직이는 대상물에 외부의 도움 없이 자신의 방향각과 가속도, 시간을 관측할 수 있는 관성항법장치(Inertial Navigation System)를 장착하여 이전의 위치 정보를 바탕으로 현재의 위치를 관측하는 방법이다. 또한 RFID(Radio Frequency IDentification)는 이러한 유비쿼터스 근거리무선통신의 핵심 기술로서 본 논문에서는 RFID에 기반한 위치 결정 시스템에 실시간 변화하는 대상물의 위치를 예측하기 위해 추측항법과 칼만필터(Kalman-filter)의 개념을 적용시켰다. 또한 RMSE(Root Mean Square Error)값을 통해 칼만필터의 적용에 따른 정확도의 향상과 각 디자인 요소들의 변화에 따라 위치의 정확도가 어떠한 변화를 갖는지를 분석하였다. 시뮬레이션 결과 칼만필터를 적용했을 때 이전보다 RMSE값이 현저히 작아지는 결과를 통해 위치의 정확도가 크게 향상되는 것을 확인하였다. 또한 RFID의 탐지 범위는 정확도에 큰 영향을 미칠 수 있는 주된 요소가 아니며, RFID 탐지 범위의 표준편차가 작을수록 위치 정확도는 높아지고, RFID 태그의 탐지 확률이 높을수록 RMSE 값의 변동이 작은 안정된 시스템을 갖으며 위치의 정확도 또한 높아진다는 것을 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.11a
• /
• pp.82-83
• /
• 2017

파노라마 영상은 최근 몇 년 사이 스마트 폰을 사용하는 일반 사용자에게 손쉽게 제작할 수 있게 되었다. 하지만 파노라마 동영상은 기술상의 어려움이 있다. 파노라마 동영상을 제작하기 위해서는 두 대 이상의 스마트 폰으로 동시에 촬영을 하여야 하는데, 하드웨어의 차이로 인해 시간축을 동기화하는데 어려움이 발생한다. 이러한 어려움을 극복하기 위해 영상 정보를 이용한 시간축 동기화도 시도되었다. 하지만 영상 정보를 이용한 시간축 동기화에도 어려움이 있다. 영상 정보를 이용하기 때문에 계산복잡도가 높고 영상 내 움직임으로 인해 시간축 동기화 정확도도 떨어진다. 본 논문에서는 영상 정보를 이용하는 대신 소리 파형을 이용한 시간축동기화 기법을 제안한다. 소리 파형 이미지를 이용하여 시간축을 동기화하기 때문에 정확도가 향상되고 시간축 동기화 프로세싱 시간이 단축되는 것을 확인할 수 있다.

• Journal of the Institute of Electronics Engineers of Korea SD
• /
• v.42 no.11
• /
• pp.41-48
• /
• 2005

The crosstalk effects that can be observed in the very dee submicron semiconductor chips are due to the coupling capacitances between interconnect lines. The accuracy of the full-chip timing analysis is determined by the accuracy of the estimated propagation delays of cells and interconnects within the chip. This paper presents a CMOS cell driver model and delay calculation algerian capturing the crosstalk effects due to the coupling capacitances. The proposed model and algorithm were implemented in a delay calculation program and used to estimate the propagation delays of the benchmark circuits extracted from a chip layout. We observed that the average discrepancy from HSPICE simulation results is within $1\%$ for the circuits with a victim affected by $0\~10$ aggressors.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.21 no.2
• /
• pp.171-177
• /
• 2011

Accuracy and computing time are considerable issues in machine learning. In general, the computing time for data analysis is increased in proportion to the size of given data. So, we need a sampling approach to reduce the size of training data. But, the accuracy of constructed model is decreased by going down the data size simultaneously. To solve this problem, we propose a new statistical sampling method having similar performance to the total data. We suggest a rule to select optimal sampling techniques according to given data structure. This paper shows a sampling method for reducing computing time with keeping the most of accuracy using cluster sampling, stratified sampling, and systematic sampling. We verify improved performance of proposed method by accuracy and computing time between sample data and total data using objective machine learning data sets.

• Journal of Digital Convergence
• /
• v.12 no.11
• /
• pp.373-378
• /
• 2014

The technology of direction finding is very important to make high position fixing accuracy. TDOA(time difference of arrival) direction finding technology is a high accuracy technology and is used in RF system from 1990. The principle of TDOA is to receive an emitter signal with two antennas, measure the time difference of received signal and then convert the time differences to azimuth angle. For high DF(direction finding) accuracy long basis line and high SNR at receiving system are needed. The DF accuracy and position fixing accuracy are simulated with different SNRs and antenna base lines. We obtain the DF accuracy of $0.51^{\circ}$ at $0^{\circ}$ incident azimuth angle in case of 50m base line and 40dB SNR.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.22 no.4
• /
• pp.287-294
• /
• 2021

A Python-based LSTM model was constructed using a Tensorflow backend to estimate the amount of outflow during floods in the Gokgyo-cheon basin flowing into the Sapgyo Lake. To understand the effects of the length of input data used for learning, i.e., the sequence length, on the performance of the model, the model was implemented by increasing the sequence length to three, five, and seven hours. Consequently, when the sequence length was three hours, the prediction performance was excellent over the entire period. As a result of predicting three extreme rainfall events in the model verification, it was confirmed that an average NSE of 0.96 or higher was obtained for one hour in the leading time, and the accuracy decreased gradually for more than two hours in the leading time. In conclusion, the flood level at the Gangcheong station of Gokgyo-cheon can be predicted with high accuracy if the prediction is performed for one hour of leading time with a sequence length of three hours.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1898-1902
• /
• 2009

영상 분석에서는 적절한 탐색 범위를 결정하는 것이 측정의 정확도에 큰 영향을 미친다. 탐색 범위는 흐름장의 상태에 따라 달라진다. 탐색 범위를 작게 잡을 경우 분석 시간이 절약되고 정확도를 높일 수 있으나, 지나치게 작게 되는 경우는 오히려 유속 분포 추정에 큰 오류를 범할 가능성이 있다. 반면에 탐색 범위를 크게 잡을 경우에는 유속 분포 추정에 큰 오류를 범할 가능성은 줄어들지만, 분석 시간이 길게 되며 전반적인 정확도는 낮아지게 된다. 따라서, 적절한 탐색 범위의 설정은 영상 분석의 정확도 향상에서 큰 관건이 된다. 실험실 수로의 경우 유속 분포에 대해 사전에 알고 있는 경우가 많으며, 유속이나 수위가 크게 변하지 않으므로, 적절한 탐색 범위의 선정이 어렵지 않다. 그러나, 현장 적용을 위한 고정식 표면영상유속계의 경우, 수위와 유량이 급변하고 또한 수위에 따른 유속 분포의 변화가 매우 심하므로 적절한 탐색 범위의 선정이 용이하지 않다. 본 연구에서는 고정된 탐색 범위를 설정하여 일차적으로 유속 분포를 추정하고, 여기서 얻은 유속 분포에 기반하여 탐색 영역을 보다 정밀하게 설정하고 재탐색을 하는 방법을 적용하였다. 이러한 유속 분포에 기반한 탐색 영역의 설정을 통하여 유속 분포 추정의 정확성을 크게 향상시킬 수 있다. 괴산댐 하류에 위치한 수전교에서 2008년 7월 $23{\sim}24$일 동안의 영상 자료를 이용한 추정 결과, 추정 유량의 오차를 절반 정도 줄여서 측정의 정확도를 향상시킬 수 있었다.