• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.203-203
• /
• 2023

총일차생산량(GPP, Gross Primary Productivity)은 생태계의 유기물 생산량을 나타내는 지표로써 생태계 생산성과 안정성을 파악할 수 있는 중요한 지표로 알려져 있다. GPP를 산출하는 대표적인 방법에는 다중 센서를 탑재한 원격 탐사 자료를 활용하는 방법과 플럭스타워를 통해 관측한 에디공분산을 분석하는 방법이 있다. 본 연구에서는 Landsat과 MODIS와 같이 시공간 해상도가 다른 원격 탐사 자료들을 기반으로 초고해상도 GPP 자료를 산출하기 위한 공간자료 융합 연구를 수행하였다. 이를 위해 GAN(Generative Adversarial Networks)과 같은 머신러닝 알고리즘을 활용하였으며 최종적으로 산정된 GPP 정보는 설마천과 청미천 등에 설치된 플럭스타워로부터 획득한 자료와의 비교·검증을 통해 평가되었다. 본 연구의 성과는 향후 증발산 자료, 생태계 호흡량 자료 등과의 조합을 통해 얻을 수 있는 물이용효율(WUE, Water Use Efficiency), 탄소이용효율(CUE, Carbon Uptake Efficiency)과 같은 지표 산정 시 적극 활용될 수 있을 것으로 기대된다.

• 경영정보학연구
• /
• 제23권1호
• /
• pp.23-43
• /
• 2021

최근 인공지능 기법을 활용하여 캔들스틱 차트를 분석함으로써 주식가격 예측의 정확성을 높이고자 하는 다양한 연구가 진행되어 왔다. 그러나 이러한 연구들은 주식가격 예측을 위한 학습에 있어 캔들스틱 차트의 시계열적 특성을 고려하지 못한다는 점과 시장 참여자들의 감정 상태를 고려하지 못한다는 점 등이 문제로 지적되고 있다. 본 연구에서는 시장 참여자들의 감정상태를 반영하기 위해 변동성지수(VIX: volatility index) 차트를 캔들스틱 차트와 함께 고려하여 학습시키고 이를 변이형 오토인코더(VAE: variational auto encoder)와 어텐션 메커니즘(attention mechanisms)을 결합한 새로운 방법으로 분석하여 캔들스틱 차트의 시계열적 특성을 고려함으로써 기존 연구의 한계를 극복하고자 한다. 본 연구에서 제안한 방법의 성능 비교를 위해 S&P 500 기업 가운데 50개를 임의로 추출하여 제안한 방법을 통해 이들의 주식가격을 예측하고 이를 합성곱 신경망(CNN: convolutional neural network) 또는 장단기메모리(LSTM: long-short term memory) 등과 같은 기존 방법들과 비교하였다. 비교 결과 기존 방법들에 비해 본 연구에서 제안한 방법이 더 우수한 성능을 보이는 것으로 나타났다. 본 연구는 시장 참여자들의 감정 상태와 캔들스틱 차트의 시계열적 특성을 고려함으로써 주식 가격 예측의 정확성을 높였다는 점에서 그 의의가 있다.

• 정보처리학회논문지C
• /
• 제10C권3호
• /
• pp.305-310
• /
• 2003

ATM 망에서 ABR(Available Bit Rate) 서비스 이상으로 단순한 구현을 통해 대역폭 보장을 만족할 수 있는 다양한 GFR(Guaranteed Frame Rate) 구현의 성능에 대한 연구가 이루어지고 있다. GFR 서비스에 있어서 서비스 품질보장을 만족시키기 위한 중요한 요소 중의 하나는 버퍼관리이다. 즉 ATM 스위치에서 untagged된 셀에 대해 MCR(Minimum Cell Rate)을 보장하기 위해서는 효율적인 버퍼관리가 필요하다. 본 논문에서는 GFR 서비스 보장을 위한 버퍼관리 기법을 제안하고 시뮬레이션을 통해 성능을 평가하였다. 제안된 기법은 각 VC간의 공평성을 보장하기 위해 버퍼에서 셀 폐기를 제어 할 수 있도록 하였으며, 기존의 방식인 Double-EPD(Early Packet Discsrding) 및 DFBA(Differential Fair Buffer Allocation) 기법과 비교하였다. 시뮬레이션 결과 제안된 기법이 기존의 기법에 비해 goodput 및 공평성지표면에서 향상되었음을 확인하였다.

• 전자공학회논문지
• /
• 제50권4호
• /
• pp.246-251
• /
• 2013

본 논문에서는 분산 모바일 멀티미디어 통신망에서 유한한 대역폭을 공정하고 효율적으로 사용하기 위해 파산이론을 적용한 파산 대역폭할당 기법을 제안하였다. 제안된 파산 대역폭할당 기법은 협력게임이론에서 파산이론을 활용하여 파산상황에서 각 서비스의 최소 대역폭보장을 통해 각 서비스의 최소 QoS를 제공한다. 성능평가 결과로 제안한 파산 대역폭 할당기법(BBA)은 CEA, CEL, Reverse Talmud에 비해 공정성지수(FI:Fairness Index)를 통해 공정성 있고, Erlang blocking formular를 통해 서비스 차단율에 대해서도 높은 성능을 보임을 나타냈다. 제안된 파산 대역폭할당 기법은 분산 모바일 멀티미디어 통신망에서, 다양한 상황에서 서비스별 우선순위를 통한 대역폭 할당기법이나 동적인 대역폭 할당기법에 최소 대역폭 할당기준으로도 적용할 수 있다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제18권3호
• /
• pp.69-75
• /
• 2014

서울지역 28개 지하구조물에 대한 정밀안전진단 결과를 활용하여 제안된 균열집중구간 및 탄산화 기반 한계상태함수를 산정하여 우선적인 보수구간을 선별하고자 하였다. 상태평가를 위해 분할된 503개 쉬트에 대한 균열밀도는 로그정규분포, 탄산화 및 피복은 정규분포의 현장조사 결과를 얻었다. 각 구간별 실시한 강도, 초음파속도, $CO_2$농도, 철근부식도, 염화물함유량 등을 고려할 수 있도록 환경지수를 도입하여 합리적인 보수 우선순위를 제안하고자 하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.193-193
• /
• 2022

소유역 내 첨두유량 산정 시 자주 활용되는 합리식은 유역 내 저류효과를 고려하지 못한다는 한계가 있다. 여기서, 저류효과를 고려하여 첨두시간과 첨두유량을 산정하게 되면 규모가 큰 유역에 합리식을 적용했을 때 발생 가능한 불확실성을 어느 정도 줄일 수 있다. 즉, 합리식의 경우, 집중시간과 동일한 지속기간에서 첨두유량이 최대가 되지만 저류효과를 고려하는 경우, 집중시간보다 긴 지속기간에서 첨두유량이 최대가 될 가능성이 크며 이에 따른 임계지속기간이 달라질 수 있다. 따라서 본 연구에서는 유역 내 저류효과를 고려한 합리식을 제안하기 위해 집중시간과 다른 지속기간에도 적용 가능한 선형저수지 이론 기반의 수정합리식을 개발하였다. 특히, 가상 유역 및 실제 유역 내 개발된 수정합리식을 적용함으로써 지속기간과 집중시간 간의 차이에 따른 첨두시간 및 첨두유량의 변동 특성을 분석·평가하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.449-449
• /
• 2022

제주도는 용수의 대부분을 지하수에 의존하므로 지하수위의 예측 및 관리는 매우 중요한 사항이다. 제주도의 지층은 화산활동에 의한 현무암이 겹겹이 쌓여있는 형태를 나타내며 육지의 지층구조와 매우 다른 복잡한 형태를 나타낸다. 이에 따라 제주도 지하수위의 예측은 매우 난해하며, 최근에는 딥러닝 인공지능 모델을 활용하여 지하수위를 예측하는 연구사례가 증가하고 있다. 기존의 연구들은 인공지능 모델들이 지하수위를 적절히 예측한다고 보고하고 있으나 예측의 적절성에 대한 판단기준을 제시하지 못하였으므로 이에 대한 명확한 제시가 필요하다. 본 연구의 목표는 인공지능을 활용한 지하수위 예측오차가 허용 가능한지 판단할 수 있는 기준을 제시함에 있다. 이를 위해 전 세계의 과거 20년 동안 관련 연구결과들을 수집 및 분석하였으며, 분석 결과 인공지능 모델의 지하수위 예측오차는 지하수위 변동성이 큰 지역일수록 증가하는 것을 확인하였다. 이것은 지하수위의 변동형태가 크고 복잡할수록 인공지능 모델의 지하수위 예측성능은 낮아진다는 것을 의미한다. 이 관계를 명확하게 나타내기 위해 지하수위 최대변동폭과 평균제곱근오차 및 최대오차와의 관계를 선형회귀식으로 도출하여 허용가능한 예측오차 기준을 제시하였다. 그리고 기존 연구들에서 제시한 Nash-Sutcliffe 효율성지수와 결정계수를 분석하여 선형회귀식에 의한 기준을 보완할 수 있는 추가적인 기준을 제시하였다. 본 연구에서 제시한 인공지능 모델에 의한 지하수위 예측결과의 적절성 판단기준은 향후 지속적으로 증가하는 인공지능 예측연구에 유용하게 사용될 수 있다.

• 한국재난정보학회 논문집
• /
• 제20권1호
• /
• pp.93-105
• /
• 2024

연구목적: 사업장 주변에 배출되는 화학물질의 양을 선정하여 대기확산 프로그램으로 농도를 예측하여 인근 주민들에게 영향을 정량적으로 파악하는 것을 목적으로 하였다. 연구방법: 연구물질의 선정은 반감기, 독성, 이용 가능한 측정소 자료의 유무를 고려하였다. 또한 연구대상물질에서 배출되는 지역을 연구대상 지역으로 선정하였으며, 유동인구가 있는 4개 지역을 선정하여 건강위해성을 평가하였다. 연구결과: AERMOD를 구동하기 위하여 지형 및 기상 처리를 실시 후 예측 농도를 구하였다. 위해성 평가 결과 어린이에서만 디클로로메탄이 초과되는 것으로 나타났으나, 테트라클로로에틸렌과 클로로포름은 어린이와 성인 모두 무시할 수 없는 수준으로 나타났다. 결론: 현재 국내 건강위해성평가는 "환경보건법"의 규정에 따라 위해지수가 일정 기준을 초과할 경우 위해성이 있는 것으로 간주된다. 향후 화학물질배출계획서 대상물질이 2030년에는 415종으로 확대되어 사업장에서 효율적인 관리가 필요함을 시사한다. 위해성 평가에서 위해성지수를 초과하는 경우 대기확산 모델링을 통해 배경농도와 예측농도를 고려하여 우선순위를 부여함으로써 화학물질 관리를 효과적으로 수행할 수 있을 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제51권2호
• /
• pp.165-174
• /
• 2018

시계열 데이터를 활용하는 모형은 신뢰할 수 있는 자료를 확보한 경우에는 모형 구축이 용이하고 예측 선행 시간 확보를 위해 신속한 모의가 가능한 장점 때문에 규모가 작은 하천의 홍수예측 모형으로 고려할 수 있다. 이 중 Transfer Function Noise (TFN) 모형은 이탈리아, 영국 등 해외에서는 1970년대부터 시간단위 자료를 이용한 하천유량 예측에 적용되었으나, 우리나라에서는 주로 일 단위 혹은 월 단위의 하천유량 모의에 적용되었다. 국내 수문 자료의 품질 향상으로 그동안 축적된 수문자료를 통해 시간단위 자료를 이용한 홍수예측 모형의 구축 기반이 갖추어졌다. 본 연구의 목적은 소규모 하천을 대상으로 외생변수의 반영이 가능하고 동적시스템과 오차항을 결합하여 예측 오차를 줄이는데 용이한 TFN 모형을 구축하고 그 적용성을 검토하는 것이다. 이를 위해 1시간 단위 자료를 이용하여 TFN 모형을 구축하였으며 구축된 모형을 이용한 홍수 예측 결과를 홍수예보 실무에 활용 중인 저류함수모형의 홍수 예측 결과와 비교하였다. 비교 결과 홍수사상에 따라 TFN 모형과 저류함수 모형이 각각 더 나은 결과를 보이는 사상이 있었으며, 실무에서 TFN 모형을 홍수예측 모형으로 활용할 수 있을 것으로 판단하였다.

• 응용통계연구
• /
• 제33권5호
• /
• pp.591-601
• /
• 2020

자기조직화지도는 고차원의 원자료를 노드들로 이루어진 저차원의 공간으로 투영하는 비지도학습 방법이다. 이 방법은 고차원의 자료를 노드들을 사용하여 2 또는 3차원의 공간에서 시각화할 수 있고, 이를 통해 자료의 특성을 탐색하는데 유용하다. 자료의 구조를 파악하기 위해 종종 노드들에 대한 군집분석을 시도하는데, 군집분석의 중요한 문제중 하나는 군집의 개수를 결정하는 것이다. 이 문제를 해결하기 위해 다양한 군집타당성지수들이 지금까지 개발되어 왔고, 이러한 지수들은 자기조직화지도의 노드들의 군집분석에 직접적으로 적용될 수 있다. 그러나, 자기조직화 지도가 원자료의 위상적 특성을 저차원 공간에 반영할 수 있다는 특징을 갖는데 반해, 이러한 일반적인 지수들은 이를 고려하지 않는 문제가 있다. 이에 본 연구에서는 원자료의 위상적 특성을 고려한 노드들 사이의 연결강도를 기반으로 하는 군집타당성지수를 제안한다. 이 새로운 군집타당성지수의 성능은 모의실험을 통해 기존의 군집타당성지수들과의 비교되고 검증된다.