• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.45-45
• /
• 2018

오염물의 혼합거동을 해석하기 위해 물리기반 모델을 이용하는 경우 모델을 구축하고 운용하는데 많은 시간과 재정이 소요되며 현장검증을 통한 검증이 반드시 필요하다. 하지만 데이터 기반 모델의 경우 축적된 데이터만으로도 예측을 수행할 수 있으며 물리기반모델에 비해 결정해야할 입력인자가 적어 모델운용이 용이하다는 장점이 있다. 다양한 데이터 모델 중 인공신경망(ANN) 모델은 데이터가 가지는 불확실성 및 비정상성, 복잡한 상호관련성에 효과적으로 대응할 수 있는 모델로 수자원 및 환경 분야에서 자주 사용되고 있다. 본 연구에서는 인공신경망 모델을 이용하여 지천유입이 있는 대하천의 수질인자 (pH, 전기전도도, DO, chl-a)를 예측하였다. 다른 데이터기반 모델과 같이 인공신경망 모델 또한 수집된 데이터 질에 크게 영향을 받으며, 내부 입력인자의 선택이 모델의 예측 결과에 큰 영향을 미친다. 이러한 인공신경망 모델의 특성을 바탕으로 예측모형의 정확도를 향상하기 위해서는 크게 데이터 처리부분과 모델구축 부분에서의 접근이 필요하다. 본 연구에서는 데이터 처리 과정에서 연구대상지점의 각각의 수질인자가 가지는 분포 특성을 유지하기 위해 층화표츨추출법을 이용하여 데이터를 구성하였다. 모델의 구축 과정에서는 초기가중치 값의 영향을 줄이기 위해 앙상블기법을 사용하였으며, 좀 더 견고하고 정확한 결과를 예측하기 위해 탄력적 역전파알고리즘을 추가하였다. 추가적으로 합류 후 본류의 미 계측지역 수질 예측 정확도 향상을 위해 본류의 수질인자뿐만 아니라 지류의 수질인자를 입력자료로 사용하여 모의를 수행하였다. 또한 동일 구간에서 수행한 현장추적자실험 자료를 이용하여 수질인자의 분포특성을 비교, 검증하였다. 개발된 모델을 이용하여 낙동강과 금호강 합류부 하류의 수질인자를 예측한 결과 지류의 수질인자를 입력자료로 추가한 경우 예측의 정확도가 증가하였으며, 현장실험 자료를 통해 밝혀진 오염물의 거동현상을 인공신경망 모델로도 동일하게 재현하는 것으로 나타났다. 본 연구에서 제안한 인공신경모델을 이용한다면 물리기반 수치모델을 대체하여 지천으로 유입된 오염물의 거동을 정확하고 효율적으로 파악할 수 있을 것이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.265-267
• /
• 2004

경제 여건의 향상 및 생활양식의 변화로 최근 우리나라에서도 당뇨병 환자가 늘어남에 따라 당뇨병의 예측 및 치료가 중요한 관심사가 되고 있다. 본 논문은 1993년과 1995년 두 차례에 걸쳐 경기도 연천 지역 주민들의 여러 가지 신체 지수 등을 조사한 데이터를 대상으로, 1차 년도의 데이터로부터 동일한 환자가 2차 년도에 정상상태를 유지하는지 흑은 당뇨병으로 진행이 되는지를 예측하는 문제를 다룬다. 혈당량, 허리둘레 등의 수치가 당뇨병의 발병에 영향을 끼치는 것은 알려진 사실이므로, 현재의 데이터로부터 앞으로의 발병 가능성을 예측하는 것이 가능하며, 이는 환자에게 보다 정확한 정보를 알려줄 수 있으므로 의미가 있는 일이다. 예측을 위해 본 논문에서는 분류기를 사용하며, 예측율을 높이기 위해 여러 분류기를 BKS로 결합하였다. BKS (behavior knowledge space) 결합 방법은 분류기간의 독립 가정이 필요 없으며, 데이터 크기가 크고 전형적인 경우에 좋은 결과를 낼 수 있는 방법이다. BKS 결합 방법을 통해 실험을 해본 결과 단일 분류기로 실험을 한 결과보다 향상된 성능을 얻을 수 있었으며, 투표 결합 방법과 비교하여 더 좋은 성능을 보였다.

• 응용통계연구
• /
• 제14권1호
• /
• pp.121-135
• /
• 2001

본 논문에서는 이원오차성분을 가지는 패널회귀모형에서 미래시점에 대한 다양한 예측량들을 유도하고, 예측량들의 효율성을 모의실험을 통하여 비교하였다. 모의실험 결과, FGLS추정량을 이용한 예측량들은 참 GLS를 이용한 예측량과 효율성에서 서로 큰차이를 보이지 않았다. 또한 계산상 매우 복잡한 ML과 REML을 이용한 예측량과도 거의 비슷한 효율성을 보여주었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권4호
• /
• pp.393-401
• /
• 2000

본 논문은 주어진 고장 데이타로부터 소프트웨어의 신뢰성 예측력 향상을 위해 뉴로-퍼지 시스템 연구를 수행하였다. 다른 소프트웨어로부터 수집된 10개의 고장 수 데이타와 4개의 고장시간 데이타에 대해 규칙의 수를 변경시키면서 다음 단계 예측을 실험하였다. 뉴로-퍼지 시스템의 예측력을 보이기 위해 다음 단계 예측에 대해 비교하였다. 실험 결과 뉴로-퍼지 시스템은 다양한 소프트웨어에 잘 적용되었다. 또한 널리 사용되고 있는 신경망과 통계적 소프트웨어 신뢰성 성장 모델의 예측력과 견줄 정도의 좋은 결과를 얻었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 하계학술대회 논문집 A
• /
• pp.102-106
• /
• 2000

본 논문은 뉴로-퍼지 모델의 구조학습을 이용하여 한 시간 앞의 전력 수요를 예측하는 체계적인 방법을 제안한다. 제안된 예측시스템은 시간 단위로 뉴로-퍼지 모델을 재학습하기 위해서 필요한 초기 구조를 요일 유형과 시간 별로 미리 생성하고, 이를 초기 구조 뱅크에 저장한다. 예측이 수행되는 시점의 요일 유형에 따라 선택된 초기 구조를 이용하여 뉴로-퍼지 모델을 초기화하고, 학습하고, 예측을 수행한다. 제안된 방법의 실효성을 검증하기 위해 1996년과 1997년의 실제 전력 수요 데이터를 이용하여 모의 실험을 수행한다. 실험결과 제안된 방법은 기존의 다층 퍼셉트론을 이용한 방법과 비교하여 예측의 정확도 측면과 신뢰도 측면에서 모두 향상된 결과를 얻는다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 1992년도 추계학술대회논문집; 반도아카데미, 20 Nov. 1992
• /
• pp.107-112
• /
• 1992

선박 내부에 탑재된 추진 기계류에서 발생되는 진동은 마운트 Deck을 통하 여 선체에 전달되어 수중으로 전파된다. 기계류에 의해 발생되는 수중방사소 음을 감소시키기 위해서는 선체로 전달된 진동수준 및 수중방사소음 예측이 우선 중요하다. 수중방사소음 예측 방법으로 FEM과 BEM에 의한 저주파수 대역 예측, 전달함수에 의한 실험적 예측, SEA(Statistical Energy Analysis) 기법을 이용한 고주파수 대역 예측으로 나눌 수 있다. R.H.Lyon 등에 의해 발전된 SEA 기법은 항공기, 선박등 복잡한 구조물의 고주파수 대역 진동해 석에 널리 이용되고 있다. SEA 기법의 선박에 대한 적용은 소형선박의 기계 류에서 발생되는 진동에 의한 선체 진동수준 및 수중방사소음 해석 등에 적 용되고 있다. 본 연구에서는 보강 원통형 셀 모델에 대한 수중방사소음을 SEA 기법을 이용하여 예측하고 실험을 통하여 검증하였다.

• 한국산업융합학회 논문집
• /
• 제2권2호
• /
• pp.109-114
• /
• 1999

본 논문에서는 응용 주문형 집적회로 (ASICs)로 구현되는 신호처리기의 비용 예측 방법을 소개한다. 비용 예측은 디자인의 초기 단계에서 다양한 설계 사양들을 비교하여 성능과 비용 면에서 최적의 설계를 찾는데 도움을 준다. 본 비용 예측 방법은 Computer-Aided Design 도구들을 이용하여 시스템 동작 표현으로부터 시작하여 시스템 분할과 상위 수준 합성을 거쳐 레지스터 전송 수춘 단계에서 비용 예측을 실행한다. 사례 연구로 SWIR focal plane으로부터 생성되는 신호를 처리하는 신호처리기의 비용 예측을 실험한다. IBM 1.0 마이크론 기술의 CMOS 표준 셀을 적용하여 실험을 한 결과 각 채널로부터 전달되는 데이터를 실행하기 위해서는 3개의 칩이 필요했다.

• EDISON SW 활용 경진대회 논문집
• /
• 제3회(2014년)
• /
• pp.385-397
• /
• 2014

신약을 개발하거나 단백질 구조를 예측하는데 Molecular Mechanics (MM)의 방법을 사용한다. 하지만, MM 만으로는 자연현상에서 일어나는 결과를 정확하게 기술하기 어렵다. 본 연구는 기존의 MM 방법으로는 정확히 예측이 불가능한 비 공유결합 중 하나인 ${\pi}-{\pi}$ interaction을 양자역학 계산을 통해 정확한 예측이 가능한지 보았다. ${\pi}-{\pi}$ interaction 이란 생체 내, 의약 화합물에서 발견되는 결합이기 때문에, 단백질과 결합하는 구조의 예측이 중요하다고 할 수 있다. 본 실험은 ${\pi}-{\pi}$ interaction을 갖는 Sandwich, T shape, 그리고 Parallel displaced 세 가지 모형을 가지고 양자역학 계산을 수행하였다. 양자역학 계산은 DFT의 세가지 함수 M06_2X, M05_2X, B3LYP를 이용하였다. 실험결과에서 세 가지 함수가 각기 다른 결과를 보였는데, M06_2X의 결과에서 ${\pi}-{\pi}$ interaction을 더 정확하게 계산하였다. 이러한 결과를 바탕으로, 양자역학의 방법을 통해 MM에서는 예측이 불가능한 ${\pi}-{\pi}$ interaction을 계산 할 수 있고 이 부분을 고려하여 화합물 간의 결합구조를 예측을 향상시킬 수 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 A
• /
• pp.318-322
• /
• 2001

본 논문은 뉴로-퍼지 모델의 구조 학습을 이용한 단기 전력 수요 예측시스템에서 예측치별로 신뢰도를 계산하는 체계적인 방법을 제안한다. 예측시스템의 신뢰도를 추정하는 작업은 특히 신경회로망과 같은 경험적 모델을 실제 활용하기 위해서 필수적인 연구로 인식되고 있다. 본 논문에서 제안하는 출력별 신뢰 구간 계산 방법은 지역 표현하는 뉴로-퍼지 모델의 특성을 활용하여 학습된 퍼지 규칙 각각에 대해 신뢰도를 추정하는 Local reliability measure 기법을 사용한다. 제안된 신뢰도 계산이 가능한 단기 전력 수요 예측시스템은 먼저 결정 트리를 이용하여 초기 구조를 생성하고, 이를 초기 구조 뱅크에 저장한다. 저장된 초기 구조 뱅크를 이용하여 뉴로-퍼지 모델을 학습하고, 학습된 퍼지 규칙의 신뢰도를 추정한다. 제안된 시스템의 실효성을 검증하기 위해서 한국 전력에서 수집한 1996년과 1997년의 실제 전력 수요 데이터를 이용하여 한 시간 앞의 수요를 예측하는 모의 실험을 수행하고 실험 결과를 비교 분석한다.

• 한국전산구조공학회논문집
• /
• 제12권2호
• /
• pp.149-159
• /
• 1999

본 연구에서는 고유진동수를 사용하여 균열의 위치와 크기를 발견하는 비파괴 균열발견모델을 유도하고 Euler-Bernoulli 보를 대상으로 이 모델의 적합성을 검증하였다. 먼저, 균열위치예측모델과 균열크기예측모델로 이루어진 균열발견체계를 제시하였는데, 균열위치예측모델은 모드민감도와 고유진동수 사이의 선형적인 관계로부터 간접적으로 유도되었으며 균열크기예측모델은 균열발생에 의한 변형에너지의 손실을 진동특성치의 변화와 비교하는 동적 파괴역학적 방법으로부터 유도되었다. 다음으로, 기존에 발표된 양단-자유보에 대한 진동모드 실험결과를 사용하여 균열위치와 균열크기를 예측하고 평가하므로 균열발견모델의 적합성과 적용성을 실험적으로 검토하였다. 대부분의 손상시나리오에서 균열위치와 균열크기 예측치는 실제값과 근사하게 일치하였다.