• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.320-320
• /
• 2019

유역의 수문 자료를 정확하게 분석하는 것은 수리 구조물을 효율적으로 운영하기 위한 중요한 요소이다. 인공신경망(Artificial Neural Networks, ANNs) 모형은 입 출력 자료의 비선형적인 관계를 해석할 수 있는 모형으로 강우-유출 해석 등 수문 분야에 다양하게 적용되어 왔다. 이후 기존의 인공신경망 모형을 연속적인(sequential) 자료의 분석에 더 적합하도록 개선한 회귀신경망(Recurrent Neural Networks, RNNs) 모형과 회귀신경망 모형의 '장기 의존성 문제'를 개선한 장단기메모리(Long Short-Term Memory Networks, 이하 LSTM)가 차례로 제안되었다. LSTM은 최근에 주목받는 딥 러닝(Deep learning) 기법의 하나로 수문 자료와 같은 시계열 자료의 분석에 뛰어난 성능을 보일 것으로 예상되며, 수문 분야에서 이에 대한 적용성 평가가 요구되고 있다. 본 연구에서는 인공신경망 모형과 LSTM 모형으로 유출량을 모의하여 두 모형의 성능을 비교하고 향후 LSTM 모형의 활용 가능성을 검토하고자 하였다. 나주 수위관측소의 수위 자료와 인접한 기상관측소의 강우량 자료로 모형의 입 출력 자료를 구성하여 강우 사상에 대한 시간별 유출량을 모의하였다. 연구 결과, 1시간 후의 유출량에 대해서는 두 모형 모두 뛰어난 모의 능력을 보였으나, 선행 시간이 길어질수록 LSTM의 정확성은 유지되는 반면 인공신경망 모형의 정확성은 점차 떨어지는 것으로 나타났다. 앞으로의 연구에서 유역 내 다양한 수리 구조물에 의한 유 출입량을 추가로 고려한다면 LSTM 모형의 활용성을 보다 더 확장할 수 있을 것이다.

• The Korean Publising Journal, Monthly
• /
• s.136
• /
• pp.4-5
• /
• 1993

해외에 유출돼 있는 우리 고서 중에는 국학연구에 없어서는 안될 귀중서도 적지 않다. 하지만 지금의 실정은 구체적인 소재지는 물론 그 대략적인 종수, 목록조차 파악되지 못한 것이 수두룩하다. 이번 외규장각도서 반환문제를 계기로 해외 고서들에 대한 정부의 적극적인 관심과 참여가 있어야 한다고 학자들은 하나같이 입을 모은다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.24 no.5
• /
• pp.425-431
• /
• 2006

Recently, the government has adjusted the 4th National Master Plan in an effect to achieve balanced national land development. However, the current traffic accident index ranks among the lowest in OECD countries, ranking 25th out of 29 countries. Therefore, this study is aimed at indicating problems with National Expressway and local roads developing a solution by analyzing the problems and suggesting the most appropriate design speed for inter-changes where the traffic accidents occur frequently. With the results, it is to obtain a design speed decision formula at interchange branch points to prevent traffic accidents, secure safe and optimal road conditions and maximize traffic load capability.

• Air Cleaning Technology
• /
• v.31 no.2
• /
• pp.41-52
• /
• 2018

• Proceedings of the Korea Water Resources Association Conference
• /
• 2001.05b
• /
• pp.1157-1162
• /
• 2001

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1159-1163
• /
• 2010

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이다. 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 수위자료로부터 단시간 수위예측에 관해 연구하였다. 신경망은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 연결강도를 최적화함으로서 모형의 구조를 스스로 조직화하기 때문에 모형의 구조에 적합한 최적 매개변수를 추정할 수 있다. 따라서 정확한 예측이 어려운 하천수위를 과거의 자료로 부터 학습된 신경망의 수학적 알고리즘을 통해 유출량의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 따라서 본 연구에서는 인공신경망의 가중치를 유전자 알고리즘에 의해 최적화시킨후 오류역전파알고리즘에 의해 신경망의 학습을 진행하는 모형으로 감천유역의 선산수위표지점의 수위를 1시간~6시간까지 예측하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.360-360
• /
• 2023

최근 태풍 및 집중호우로 인한 국내 홍수 피해 규모 및 빈도는 증가하고 있는 추세이며 이에 대한 대응과 수해 방지 대책 수립에 많은 어려움을 겪고 있다. 이와 같은 홍수 피해를 경감시키기 위해서는 유출 모의에 따른 유역 홍수 방어 대책 수립이 이루어져야 하나, 하천 상류 등과 같은 미계측유역이 존재하며 정확한 유출량 산정에 많은 어려움이 따른다. 통상, 미계측유역 유출량 산정은 비유량법, 지역회귀방법, 수문모형에 의한 모의 등이 있다. 그러나 기존의 통계적 방법은 기왕 자료간 관계의 선형성만을 고려한다는 한계가 있으며, 물리적 방법은 다양한 자료 활용에 대한 유연성이 낮다는 한계가 있다. 딥러닝 기반 방법은 자료 내 존재하는 비선형성과 입·출력간 인과관계를 반영하여 모의할 수 있다는 장점이 있다. 본 연구에서는 이러한 미계측유역 유출량 산정을 위해 국내 유역을 대상으로 딥러닝 모형에 대한 적용성을 평가하고자 한다. 알려진 미계측유역 유출량 산정 기법들과 물리적 요소를 고려한 개선된 딥러닝 구조를 활용한 기법에 대한 평가를 수행하였다. 미계측유역에 대한 첨두유출 모의 및 유출용적에 대한 평가를 수행하였으며, 홍수 유출이벤트에 대한 도시적 평가를 통해 딥러닝 기반 미계측유역 유출 모의 기법의 적용성을 평가하였다. 평가 결과, 물리적 요소를 고려한 딥러닝 기반 방법의 정확도가 상대적으로 높은 정확도를 보였으며 첨두 유출 모의를 잘 반영하는 것으로 나타났다. 향후, 유역의 다양한 특성을 활용하는 유출 모의 기법 개발 및 평가가 이루어져야 될 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1999-2003
• /
• 2009

우리나라는 기상학적으로 연중 총강수량의 약 2/3가 $6^{\sim}9$월에 편중해서 내리고 있고, 지형적으로 국토의 70% 이상이 산지로 구성되어 경사가 급해 수해를 입을 가능성이 매우 크다. 또한 산업화 및 도시화로 인해 불투수층의 증가로 강수량의 대부분이 직접유출로 기여해 강우초기에 노면상의 오염물질을 급속히 하천으로 이동시켜 오염을 가중시키고 있다. 강우-유출수 처리에 있어서 처리용량 산정 등에 이용될 수 있는 초기강우의 기준은 비점오염원 유출 연구에 있어서 대단히 중요한 요소이며, 지금까지 많은 연구자들에 많은 연구가 이루어져왔다. 그러나 유역을 구성하고 있는 토지피복에 따라 유출특성이 다르고 각각의 연구자들이 제안한 초기강우 기준이 명확하게 제시되지 못하고 있는 실정이다. 따라서 본 연구에서는 SOM(Self-Organizing Map)이론을 도입하여 본 연구의 시험유역에서 측정된 유출 및 수질자료에 대해 패턴분류를 수행하여 분할구역별 자료의 특성분석을 분석한다.

• Proceedings of the KOR-KST Conference
• /
• 2007.05a
• /
• pp.198-207
• /
• 2007

• Proceedings of the Korea Society for Energy Engineering kosee Conference
• /
• 2000.11a
• /
• pp.101-104
• /
• 2000

1980년대 중반이후 화력발전소용으로 순환유동층 연소로(Circulating fluidized bed combustor : CFBC)가 많이 건설되고 있다. 이는 기존의 고정층 연소로보다 효율면에서 좋고, 차지하는 부피는 훨씬 적기 때문이다. 순환유동층의 층물질로 사용되는 모래, 석탄회, 석회석 등은 순환하는 입도, 비산유출되는 회재(fly ash)와 하부로 배출되는 회재(bottom ash)로 나누어진다. 주입되는 석탄 및 석회석의 입도는 입자-입자, 입자-연소로의 마모(attrition), 입자의 깨짐(fragmentation), 입자의 축소(shrinking) 등에 의해서 변화하게 된다.(중략)