• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.121-121
• /
• 2019

특정 지역에 집중적으로 비가 내리는 현상인 국지성호우가 빈번히 발생함에 따라 하천 주변 사회기반시설의 침수 위험성이 증가하고 있다. 침수 위험성 판단 여부는 주로 수위정보를 이용하며 수위 예측은 대부분 수치모형을 이용한다. 본 연구에서는 빅데이터 기반의 RNN(Recurrent Neural Networks)기법 알고리즘을 활용하여 수위를 예측하였다. 연구대상지는 조위의 영향을 많이 받는 한강 전역을 대상으로 하였다. 2008년~2018년(10개년)의 실제 침수 피해 실적을 조사한 결과 잠수교, 한강대교, 청담대교 등에서 침수 피해 발생률이 높게 나타났고 SNS(Social Network Services)와 같은 비정형화 자료에서는 청담대교가 가장 많이 태그(Tag)되어 청담대교를 연구범위로 설정하였다. 본 연구에서는 Python에서 제공하는 Tensor flow Library를 이용하여 수위예측 알고리즘을 적용하였다. 데이터는 정형화 데이터와 비정형 데이터를 사용하였으며 정형화 데이터는 한강홍수 통제소나 기상청에서 제공하는 최근 10년간의 (2008~2018) 수위 및 강우량 자료를 수집하였다. 비정형화 데이터는 SNS를 이용하여 민간 정보를 수집하여 정형화된 자료와 함께 전체자료를 구축하였다. 민감도 분석을 통하여 모델의 은닉층(5), 학습률(0.02) 및 반복횟수(100)의 최적값을 설정하였고, 24시간 동안의 데이터를 이용하여 3시간 후의 수위를 예측하였다. 2008년~ 2017년 까지의 데이터는 학습 데이터로 사용하였으며 2018년의 수위를 예측 및 평가하였다. 2018년의 관측수위 자료와 비교한 결과 90% 이상의 데이터가 10% 이내의 오차를 나타내었으며, 첨두수위도 비교적 정확하게 예측되는 것을 확인하였다. 향후 수위와 강우량뿐만 아니라 다양한 인자들도 고려한다면 보다 신속하고 정확한 예측 정보를 얻을 수 있을 것으로 기대된다.

• Journal of the Korean Society of Hazard Mitigation
• /
• v.9 no.6
• /
• pp.57-68
• /
• 2009

Recently, damage scale of human-induced disaster is sharply increased but its occurrences and damages are so uncertain that it is hard to construct a resonable response & mitigation plan for infrastructures. Therefore, the needs for a advanced risk management technique based on a probabilistic and stochastic risk evaluation theory is increased. In this study, these evaluation methods were investigated and a advanced disaster risk evaluation method, which is based on the probabilistic or stochastic risk assessment theory and also is a quantitative evaluation technique, was suggested. With this method, the safety changes as the result of fire damage management for recent 40 years was analyzed. And the result was compared with that of Japan. Through the consilience of the traditional risk assessment method and this method, a stochastical estimation technique for the uncertainty of future disaster's damage could support a cost-effective information for a resonable decision making on disaster mitigation.

• Journal of the Korea Society of Computer and Information
• /
• v.29 no.3
• /
• pp.1-10
• /
• 2024

The research on predicting the routes of ships, which constitute the majority of maritime transportation, can detect potential hazards at sea in advance and prevent accidents. Unlike roads, there is no distinct signal system at sea, and traffic management is challenging, making ship route prediction essential for maritime safety. However, the time intervals of the ship route datasets are irregular due to communication disruptions. This study presents a method to adjust the time intervals of data using appropriate interpolation techniques for ship route prediction. Additionally, a deep learning model for predicting ship routes has been developed. This model is an LSTM model that predicts the future GPS coordinates of ships by understanding their movement patterns through real-time route information contained in AIS data. This paper presents a data preprocessing method using linear interpolation and a suitable deep learning model for ship route prediction. The experimental results demonstrate the effectiveness of the proposed method with an MSE of 0.0131 and an Accuracy of 0.9467.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.404-404
• /
• 2011

최근 기상변동성 증가와 극치수문사상의 발생빈도 증가로 인한 기상재해가 빈번하게 일어나고 있다. 이러한 기상현상으로 인한 재해의 예방을 위해서 사전에 위험을 인지하고 그 규모를 예측할 수 있는 여러 기법들이 기상레이더 또는 수치예보자료 등을 이용하여 개발 및 적용되고 있다. 이 과정에서 해결해야 할 여러 문제점들이 있는데, 우선 수치예보자료 또는 기상레이더자료를 종관기상관측소 및 자동기상관측지점의 지상관측 강수량과 연계하여 평가하는 과정이 필요하고, 현재시점에 형성되어 있는 강우장의 공간 이동 예측 기법이 확보되어야 할 것이다. 전북지역은 게릴라성 집중호우가 빈번한 산악형 강수와 산지유역의 급한 하천경사가 맞물려 인명 및 재산피해가 매년 발생하고 있으며, 과거 돌발홍수가 발생한 사례가 있어 이상기후 및 기후변화로 인한 홍수 위험도가 커질 것으로 전망되고 있다. 본 연구는 전라북도의 기상재해 예측모형 개발을 위한 사전 분석과정으로 전라북도지역에서 관측된 기존의 대규모 강수사상을 이용한 강수사상의 특성 분류 및 관측소간 공간상관성을 분석하는데 목적을 두고 있다. 강수사상의 특성분류를 통해 강수 발생형태에 따른 기상학적 영향인자, 강수의 발생량 및 이동특성 예측의 정도를 향상시킬 수 있으며, 분류 기법으로 SVM(support vector machine)을 이용한 자동분류를 적용한다. 또한 관측소간 공간상관성 분석을 위하여 각 관측소 강수량간의 조건부 확률을 이용한다. 예로써 부안관측소에 강수가 발 생했을 때, 부안관측소의 강수량 조건에 의한 전주관측소 강수량 확률을 다음과 같이 구성할 수 있다. �揚滑斂�수량�咀刮활�수량��. 공간상관성 분석과정에서 관측소간 강수 이동시간에 따른 강수 발생 시간의 차이 또한 고려하며, 과거 기상관측 자료의 분석을 통해 전라북도지역의 관측소간 강수발생의 공간적 상관성을 규명하고, 단기예측 모델 개발을 위한 기초자료로 활용할 수 있을 것이다. 또한, 기후변화시나리오에 의한 미래 강수량의 지역적 상세화 과정에도 본 연구를 통한 결과를 이용할 수 있을 것이라 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.104-104
• /
• 2021

연안에 발생하는 지진해일은 많은 인명 및 재산 피해를 유발할 수 있다. 이에 따라 주요 선진국은 자국의 피해 뿐 아니라 세계 주요도시에 거주하는 자국민의 안전과 대피에 대한 경보발령을 목적으로 전지구 지진해일 시스템을 구축하여 상시 운영중에 있다. 우리나라의 지진해일 예측시스템은 지진해일의 발생과 전파, 그리고 전세계 주요 연안에 도달할 때의 해일고 모의 등에서 우수한 성과를 보이는 것으로 인정되고 있으나, 실제적인 위험경보를 발령하기 위해서 필요한 해일도달 시 조위와의 상호작용에 대한 기능은 현재 없는 상태이다. 해일에 의한 주된 피해는 연안으로의 범람에 대한 것으로 이를 파악하기 위해서는 해일 도달 당시의 조위를 예측하고 해일과 조석과의 상호작용을 반영한 예측시스템 구축이 필요하다. 이에 따라 본 연구에서는 현재 사용되고 있는 지진해일 예측모델에서 조석-지진해일 상호작용을 고려하기 위해 조석과 지진해일을 동시에 모의할 수 있는 예측 알고리즘을 제시한다. 지진해일의 전파 및 범람에 조석이 상당한 영향을 미칠 수 있음은 관련 연구자들에 의해 꾸준히 지적되어왔으나 과거 연구는 이상적인 지형이나 조석 조건에 대해서만 일부 이루어졌으며, 아직까지 실제 조석을 활용한 충분한 연구는 미흡한 실정이다. 향후 실제 조석에 의한 지진해일의 변화를 모의하기 위해 지진해일 예측모델에서 실제 조석과 조류 조건에서 지진해일을 동시에 모의할 수 있도록 예측 알고리즘을 개발하였다.

• Fire Science and Engineering
• /
• v.32 no.3
• /
• pp.76-87
• /
• 2018

This study describes the damage effects modeling for a quantitative prediction about the hazardous distances from pressurized chlorine saturated liquid tank, which has two-phase leakage. The heavy gas, chlorine is an accidental substance that is used as a raw material and intermediate in chemical plants. Based on the evaluation method for damage prediction and accident effects assessment models, the operating conditions were set as the standard conditions to reveal the optimal variables on an accident due to the leakage of a liquid chlorine storage vessel. A model of the atmospheric diffusion model, ALOHA (V5.4.4) developed by USEPA and NOAA, which is used for a risk assessment of Off-site Risk Assessment (ORA), was used. The Yeosu National Industrial Complex is designated as a model site, which manufactures and handles large quantities of chemical substances. Weather-related variables and process variables for each scenario need to be modelled to derive the characteristics of leakage accidents. The estimated levels of concern (LOC) were calculated based on the Gaussian diffusion model. As a result of ALOHA modeling, the hazardous distance due to chlorine diffusion increased with increasing air temperature and the wind speed decreased and the atmospheric stability was stabilized.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.15 no.5
• /
• pp.2533-2538
• /
• 2014

In this study, 2-zone model CFAST software was used to predict the fire hazard of karaoke. Model is a three-dimensional unsteady state. Accuracy of CFAST is verified by comparing result of CFAST analysis with result of real fire experiment. For analysis results, the oxygen concentration were reduced to 10% within 5 minutes in room 5, the carbon dioxide concentration were increased to 5%. Therefore, at the enclosed space like karaoke, we can predict that dangerous situation would occur and people be suffocated because of toxic gas.

• The Journal of the Convergence on Culture Technology
• /
• v.6 no.3
• /
• pp.457-462
• /
• 2020

Osteoporosis is a disease that occurs mainly in the elderly and increases the risk of fractures due to structural deterioration of bone mass and tissues. The purpose of this study are to assess the relationship between nutritional components and osteoporosis and to evaluate models for predicting osteoporosis based on nutrient components. In experimental method, association was performed using binary logistic regression, and predictive models were generated using the naive Bayes algorithm and variable subset selection methods. The analysis results for single variables indicated that food intake and vitamin B2 showed the highest value of the area under the receiver operating characteristic curve (AUC) for predicting osteoporosis in men. In women, monounsaturated fatty acids showed the highest AUC value. In prediction model of female osteoporosis, the models generated by the correlation based feature subset and wrapper based variable subset methods showed an AUC value of 0.662. In men, the model by the full variable obtained an AUC of 0.626, and in other male models, the predictive performance was very low in sensitivity and 1-specificity. The results of these studies are expected to be used as the basic information for the treatment and prevention of osteoporosis.

• Journal of the Korean Institute of Gas
• /
• v.3 no.3 s.8
• /
• pp.9-16
• /
• 1999

Gas energy facilities which are located in urban areas have been shown as terrifying objects to the people who live nearby, because of increasing recent disastrous accidents. So, it is essential to develop a integrated safety management system including quantitative risk assessment in order to predict and to reduce the effect of gas accidents. In this study, the framework of synthesized QRA(Quantitative Risk Assessment) considering the recent situation and condition was established in order to provide proper models for analysing gas accidents. The deviation of LPG storage facilities was described and then supposed incident scenarios were provided. Procedures which could assess the risk of facilities according to incident scenarios were showed and the practical application of individual risk was suggested in order to represent the quantified risk. And, a user-friendly computer program was developed to implement these methods at the same time.

• Analytical Science and Technology
• /
• v.28 no.3
• /
• pp.187-195
• /
• 2015

The heat of sublimation (HOS) is an essential parameter used to resolve environmental problems in the transfer of organic contaminants to the atmosphere and to assess the risk of toxic chemicals. The experimental measurement of the heat of sublimation is time-consuming, expensive, and complicated. In this study, quantitative structural property relationships (QSPR) were used to develop a simple and predictive model for measuring the heat of sublimation of organic compounds. The population-based forward selection method was applied to select an informative subset of descriptors of learning algorithms, such as by using multiple linear regression (MLR) and the support vector machine (SVM) method. Each individual model and consensus model was evaluated by internal validation using the bootstrap method and y-randomization. The predictions of the performance of the external test set were improved by considering their applicability to the domain. Based on the results of the MLR model, we showed that the heat of sublimation was related to dispersion, H-bond, electrostatic forces, and the dipole-dipole interaction between inter-molecules.