• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2017년도 춘계 종합학술대회 논문집
• /
• pp.291-292
• /
• 2017

한국과학기술정보연구원 융합기술연구본부 재난대응HPC연구센터에서는 초고성능컴퓨팅 기반의 풍수해 예측 및 피해 정보 생산기술을 연구개발하여 재난 재해에 대한 국가현안 대응 의사결정지원 시스템을 구축 중에 있다. HPC 기반의 풍수해 예측 시스템과 빅데이터 분석 기반의 피해 예측 시스템에 대한 연구를 독자적으로 진행하는 가운데, 최근 여러 분야에 적용되고 있는 빅데이터 분석 기술을 HPC 기반의 풍수해 예측 시스템에 적목시켜 더 정확하고 신속한 풍수해 예측 정보 생산에 기여하고자 한다. 본 연구는 빅데이터 분석을 위한 학습 데이터 생산을 목적으로 HPC 기반 태풍 예측의 주요 기상 인자들을 조정하여 서로 다른 성능의 예측 모델을 구축하고, 각 모델 별 태풍 시뮬레이션의 성능을 진단하였다. 향후 빅데이터 분석을 통한 예측 성능의 검증을 위해 HPC 기반 풍수해 예측 및 검증 데이터를 최대한 생산하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.366-366
• /
• 2022

유역의 하천유량과 같은 수문 시계열을 모의 또는 예측하기 위한 수문 모델링에서 최근 기계 학습 방법을 활용한 연구가 활발하게 적용되고 있는 추세이다. 이러한 데이터 기반 모델링 접근법은 입출력 자료에서 관찰된 패턴을 학습하며, 특히, 장단기기억(Long Short-Term Memory, LSTM) 네트워크는 많은 연구에서 수문 시계열 예측에 대한 적용성이 검증되었으나, 장기간의 고품질 관측자료를 활용할 때 더 나은 예측성능을 보인다. 그러나 우리나라의 경우 장기간 관측된 고품질의 하천유량 자료를 확보하기 어려운 실정이다. 따라서 본 연구에서는 LSTM 네트워크의 학습 시 가용한 모든 유역의 자료를 통합하여 학습시켰을 때 하천유량 예측성능을 개선할 수 있는지 판단해보고자 하였다. 이를 위해, 우리나라 13개 댐 유역을 대상으로 대상 유역의 자료만을 학습한 모델의 예측성능과 모든 유역의 자료를 학습한 모델의 예측성능을 비교해 보았다. 학습은 2001년부터 2010년까지 기상자료(강우, 최저·최고·평균기온, 상대습도, 이슬점, 풍속, 잠재증발산)를 이용하였으며, 2011년부터 2020년에 대해 테스트 되었다. 다지점 통합학습을 통해 테스트 기간에 대해 예측된 각 유역의 일 하천유량의 KGE 중앙값이 0.74로 단일지점 학습을 통해 예측된 KGE(0.72)보다 다소 개선된 결과를 보여주었다. 다지점 통합학습이 하천유량 예측에 큰 개선을 달성하지는 못하였으며, 추가적인 가용 자료 확보와 LSTM 구성의 개선을 통해 추가적인 연구가 필요할 것으로 판단된다.

• 대한기계학회논문집 C: 기술과 교육
• /
• 제4권1호
• /
• pp.27-34
• /
• 2016

지열 시스템을 대상으로 데이터 마이닝 기반 성능 예측 모델을 구축하였다. 지열 시스템의 실시간 성능 분석과 예측에 필요한 데이터의 기본 조건을 검토한 후, 데이터베이스의 구조를 설계하였다. 먼저 시스템 성능계수(COP)와 전력 소비량을 분석 대상으로 설정한 후, 이들 물리량의 추출 주기(1분 5분 10분 30분 60분 간격)가 예측 결과에 미치는 영향을 분석하였다. 이어서 범주형과 수치형 의사결정나무 모델을 적용하여 시스템의 성능을 예측하였다. 범주형 의사결정나무 모델을 적용했을 때, 10분 주기의 예측 결과의 정확도는 97.7%로 가장 높았다. 또한 수치형 의사결정나무 분석 결과를 통해 COP가 변하는 순간의 임계값을 찾을 수 있었다. 본 논문에서 제안한 방법은 지열 시스템의 실시간 성능 분석과 운전 상태 등에 적용할 수 있을 것으로 판단된다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권8호
• /
• pp.689-696
• /
• 2007

소프트웨어의 개발 초기 단계에서 성능을 예측하는 기법은, 비 기능적 요구사항의 검증 및 소프트웨어의 성능을 향상시키기 위해 중요한 이슈가 되었다. 이를 위해 소프트웨어의 아키텍처를 수학적인 분석 모델로 변환시키는 기법들이 등장하게 되었다. 그러나 에이전트 기반 시스템을 개발하는 경우, 기존방법들은 에이전트 플랫폼의 성능을 정확하게 반영하지 못하기 때문에, 정확한 성능 예측 및 분석에 적용 할 수 없다. 본 논문에서는 정규화된 의미 기술언어를 이용하여 에이전트 기반 시스템 아키텍처의 성능을 예측하는 기법을 제안한다. 본 방식은 UML로 기술된 시스템의 아키텍처를 하드웨어 및 소프트웨어 플랫폼의 성능이 반영된 분석 모델로 변환시킨다. 성능 예측의 정확도를 평가하기 위해, 과거에 연구했던 전자상거래 시스템을 확장한 유비쿼터스 상거래 시스템 시나리오를 기반으로 프로토타입을 구현하여 성능을 측정하고 생성된 분석 모델로부터 측정된 성능 결과와 비교하였다. 그 결과 약 80%의 정확도를 보였다.

• 한국에너지공학회:학술대회논문집
• /
• 한국에너지공학회 1993년도 추계학술발표회 초록집
• /
• pp.22-30
• /
• 1993

증기분사 가스터빈 시스템의 성능예측 모델을 상용모사기인 ASPEN 코드를 이용하여 개발하였다. 압축기 및 터빈은 등엔트로피 과정으로, 연소기는 Thermal NOx 생성을 수반하는 연소모형으로서 가정하였다. 또한 터빈 냉각을 위한 추출공기량과 냉각공기가 터빈 성능에 미치는 영향은 적절한 상관 관계식을 도입하여 평가하였다. 본 예측 모델을 이용하여 예측된 결과와 실험결과간의 비교를 통하여 모델의 타당성을 제시하였고, 증기 분사량 및 터빈 냉각변수 변화에 따른 예측결과를 통하여 가스터빈 시스템 설계기준을 제시하였다.

• 한국광학회지
• /
• 제33권4호
• /
• pp.167-176
• /
• 2022

적응 광학(adaptive optics, AO)은 대기 외란을 실시간으로 보정하는 기술을 말하고, 이러한 적응광학의 효율적 개발을 위하여, 다양한 성능 예측 기법을 도입하여 적응광학이 적용된 시스템 성능 예측을 실시한다. 적응광학의 성능 예측 기법으로 자주 사용되는 기법으로는 통계분석, 전산모사 및 광학 벤치 테스트가 있다. 통계분석에서는 적응광학 시스템을 통계 분석 모델로 가정하여 오차값(분산)의 제곱을 전부 합쳐 스트렐비를 간단하게 추정한다. 다만, 하위 변수 간의 상관 관계는 무시되어 이에 따른 추정의 오류는 존재한다. 다음으로, 전산모사는 대기 난류, 파면센서, 변형거울, 폐쇄 루프 등 모든 구성요소를 가능한 한 실제와 가깝게 모델링하고, 시간 흐름에 따른 적응광학 시스템의 변화를 모두 구현하여 성능 예측을 수행한다. 다만, 전산모사 모델과 현실 사이에는 여전히 일부 차이가 있어, 광학 벤치 테스트를 통하여 시스템 성능을 확인한다. 최근 국내에서 개발된 변형 거울을 적용한 1.6 m 지상 망원경용 적응광학 시스템을 개발 중에 있어, 이에 적용 가능한 적응광학 시스템을 통하여 성능 예측 기법이 요구되며 동시에 성능 예측 기법의 비교를 진행하고자 한다. 앞서 언급된 통계분석 및 전산모사를 이용하여 시스템 성능 예측을 수행하였으며, 성능 예측의 분석을 위해 각각의 성능 예측 기법의 망원경 및 적응광학 시스템 모델링 과정 및 결과를 제시하였다. 이때 성능 예측을 위한 대기 조건으로는 보현산 관측 중앙값(median)을 적용하였다. 그 결과 통계 분석 방법의 경우 평균 스트렐 비가 0.31이 도출됨을 확인하였고, 전산모사 방법의 경우 평균 스트렐 비가 0.32를 가짐을 확인함으로써 두 방법에 의한 예측이 거의 유사함을 확인할 수 있었다. 추가적으로, 전산모사의 경우 해석 결과의 신뢰성을 확보하기 위하여, 모사 시간이 대기 임계 시간 상수의 약 240배인 0.9초 이상 수행되어야 함을 알 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (B)
• /
• pp.261-266
• /
• 2007

내장형 시스템에 보다 강력한 성능이 요구됨에 따라 내장형 마이크로 프로세서는 보다 깊은 파이프라인을 채택하고 있다. 따라서, 내장형 마이크로 프로세서는 보다 정확한 분기 예측기를 필요로 하고 있다. 이러한 상황에서 분기 예특기의 구조, 성능 및 전력 소모와 전체 시스템의 전력 소모 사이의 trade-off를 분석하는 것은 매우 중요하다. 내장형 환경에서 시스템의 전력 소모는 설계 시 매우 중요하게 고려되어야 한다. 특히 내장형 시스템의 요구사항은 동작할 응용 프로그램에 의하여 규정되고, 전력 소모도 응용프로그램의 구조와 강하게 연관되어 있다. 본 논문의 목표는 내장형 환경에서 성능-전력 공간에서 분기 예측기를 분석하는 기법을 제시하는 것에 있다. 이를 통하여, 분기 예측기 테이블의 성능-전력을 고려한 최적화된 크기를 찾을 수 있다. 이러한 목표는 수학적 모델링을 통한 정량적 예측의 수행 및 시뮬레이션 결과와의 비교를 통한 수학적 모델링의 검증의 과정을 통하여 이루어진다. 결과는 우리의 수학적 모델이 성능-전력 공간에서 분기 예측기 테이블의 최적화된 크기 결정의 해법을 제공하고 있음을 보여주고 있다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2000년도 춘계정기학술대회 e-Business를 위한 지능형 정보기술 / 한국지능정보시스템학회
• /
• pp.293-303
• /
• 2000

데이터 마이닝의 수행 예측 오차를 줄이기 위한 방법으로 하나의 문제를 여러 기법들을 결합하여 해결하고 있다. 본 연구에서는 새로운 결합 모델을 제시하고 이를 통해 예측 오차를 감소시킬 수 있는 가능성을 제시한다. 제시된 결합모델의 성능을 검증하기 위해서 국내 자동차보험 회사의 고객데이터를 바탕으로 고객이탈 예측문제를 다루었다. 결합모델의 예측결과를 의사결정나무, 사례기반추론 그리고 인공신경망 중 하나의 기법만을 사용하여 예측한 결과와 비교 평가하였다. 평가 결과, 결합 모델의 예측 적중률이 개별 기법의 예측 적중률보다 우수했다.

• 한국정보통신학회논문지
• /
• 제10권10호
• /
• pp.1863-1868
• /
• 2006

본 논문에서는 선택형 중첩 파일럿 채 예측기 법을 적용하여 페이딩 채널환경에서의 OFDM기반 DSRC 시스템의 성능을 개선시킬 수 있는 통신 시스템 모델을 제안한다. OFDM기반의 DSRC에 대한 표준화 작업이 진행중인 IEEE802.11p의 물리 계층을 따르는 OFDM시스템에 대해서 AWGN 및 페이딩이 존재하는 채널을 고려하여 시스템 성능을 구해내고, 제안하는 선택형 파일럿 중첩 채널 예측기 법을 적용하는 OFDM기반 DSRC 시스템의 성능과 비교한다. 시뮬레이션을 통해 제안하는 시스템이 채널 예측 에러를 감소시켜 기존 방식에 비해 우수한 성능을 나타냄 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (1)
• /
• pp.265-267
• /
• 2003

내장형 컴퓨터 시스템은 특정 기능을 수행하기 위해 소프트웨어와 이를 구동시키기 위한 프로세서로 구성되어 있다. 이러한 시스템의 대부분은 실시간 제약들을 만족해야 한다. 실시간 제약들을 만족하는 애플리케이션을 빠른 시간안에 구현하기 위해서는 제작 전 성능을 예측하는 도구가 필수적이다. 본 논문에서는 현재 내장형 시스템 플랫폼으로 널리 활용되고 있는 ARM 기반의 내장형 애플리케이션의 극단적인(최적, 최악) 경우의 수행 시간 경계를 예측하는 문제를 연구하였다. ARM 기반의 내장형 시스템의 수행시간의 경계를 예측하기 위하여 기존의 실시간 내장형 소프트웨어의 성능 예측 도구인“Cinderella”의 기본 프레임웍을 ARM 프로세서를 지원하도록 확장하여 성능분석도구를 설계하였다.