• 응용통계연구
• /
• 제32권1호
• /
• pp.69-81
• /
• 2019

본 논문에서는 딥러닝을 이용한 이변량 장기종속시계열(long-range dependent time series) 예측을 고려하였다. 시계열 데이터 예측에 적합한 LSTM(long short-term memory) 네트워크를 이용하여 이변량 장기종속시계열을 예측하고 이를 이변량 FARIMA(fractional ARIMA) 모형인 FIVARMA 모형과 VARFIMA 모형과의 예측 성능을 실증 자료 분석을 통해 비교하였다. 실증 자료로는 기능적 자기공명 영상(fMRI) 및 일일 실현 변동성(daily realized volatility) 자료를 이용하였으며 표본외 예측(out-of sample forecasting) 오차 비교를 통해 예측 성능을 측정하였다. 그 결과, FIVARMA 모형과 VARFIMA 모형의 예측값에는 미묘한 차이가 존재하며, LSTM 네트워크의 경우 초매개변수 선택으로 복잡해 보이지만 계산적으로 더 안정되면서 예측 성능도 모수적 장기종속시계열과 뒤지지 않은 좋은 예측 성능을 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.345-345
• /
• 2023

기후변화에 대응하기 위한 가뭄과 홍수 등의 수재해 관리체계 수립의 필요성이 높아지고 있어, 기후예측모형과 연계하여 수문 및 에너지 순환과정에서 하천유출에 대한 기후변화 영향예측이 가능한 지표수문모형(Land Surface Model, LSM)의 개발과 적용이 요구되고 있다. 또한, LSM은 연속적이고 장기적인 유출을 모의할 수 있어 수재해에 관한 예측과 정보 제공에 유용하므로, 최근 수재해 예측시스템 구축을 위한 주요한 도구로 관심을 받고 있다. 이에 따라, 본 연구에서는 기후모형 CWRF(Climate-Weather Research and Forecasting Model)와 연계되어 물-에너지 순환모의가 가능한 최신 LSM 중 하나인 Common Land Model(CoLM)을 우리나라 유역의 장기하천유출모의에 적용하고자 한다. 대부분의 LSM은 지상의 물과 에너지 순환과정이 각 단일 격자의 수직적인 모의과정으로 제한되고 있었지만, 현재 지속적인 개선을 통해 많은 LSM에서 보다 현실적인 물과 에너지 변화를 모의하고자 노력하고 있다. 그러나, 지속적인 모형의 개선에도 불구하고(또는 그로 인해) 정교한 수학적 프로세스를 통합하여 개선된 최신 LSM은 오히려 복잡한 매개변수 체계, 매개변수 추정, 입력자료, 초기 및 경계조건 등에서 비롯된 불확실성이 존재하고 있다. 따라서, 모형의 주요 매개변수값의 추정은 모의결과의 성능과 안정성을 확보하기 위한 LSM의 모의에서 필수적인 과정 중 하나이다. 유역의 특성에 따라 결정되는 모형 매개변수는 관련자료의 부재 또는 관측의 부정확성으로 인해 검보정 과정을 통해 결정되어야 하므로, 유역의 수문특성을 최대한 반영하고 모형의 성능과 안정성을 확보하기 위해 모의목적에 따라 적절한 검보정 목적함수의 선정도 요구된다. CoLM과 같이 다양한 매개변수가 사용되는 LSM에서는 모의결과에 대한 불확실성을 줄이고, 모의목적에 따른 모형의 예측도 향상을 위해서 모의결과에 민감한 주요 매개변수의 검보정이 과정이 중요하다. 따라서, 본 연구에서는 격자기반 지표수문모형인 CoLM을 이용하여 우리나라 유역의 장기하천유출을 모의하는 과정에서 CoLM의 주요 매개변수 검보정에 필요한 적절한 목적함수의 적용을 통해 CoLM 장기하천유출 모의결과의 예측성능을 개선하고자 한다.

• 응용통계연구
• /
• 제24권2호
• /
• pp.307-313
• /
• 2011

본 연구에서는 인터넷 트래픽 자료를 예측하는데 사용되는 Holt-Winters, FARIMA, AR-GARCH 모형을 트래픽 예측에 적용하여 각 모형을 성능을 비교하고자 한다. 각 시계열 모형에 대해 소개하고, 트래픽 자료의 특성인 장기기억 특성을 설명하는데 적합한 모형을 알아보기 위해 실제 트래픽 자료에 적용하여 예측 성능을 비교하였다.

• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2003년도 춘계학술대회 논문집 유기절연재료 방전 플라즈마연구회
• /
• pp.31-34
• /
• 2003

폴리머 애자의 장기성능예측을 위하여 많은 수단과 측정방법이 연구되어 왔다. 그러나 폴리머 애자에 있어서 성능저하는 대부분 하우징 재료의 열화에 기인되고 있어 예측 및 진단목적의 연구가 하우징 재료의 가속열화에 초점이 맞추어져 있다. 폴리머 애자는 초고압 절연성능과 기계적 강도가 우수하여 송배전 설비에 많이 사용되고 있지만 애자의 형상과 장기성능과의 관계가 정량적으로 규명되어 있지 않아 개발하는 회사는 물론 사용하는 전력회사가 함께 어려움을 가지고 있다. 폴리머 애자의 형상이 폴리머 애자의 장기 성능에 어떻게 영향을 주는 지를 비교분석하고 평가하는 연구가 필요한 시점이다. 본 연구에서는 규칙 교대 갓, 불규칙 교대 갓의 폴리머 애자를 조립방식으로 제작하고, 규칙 교대 갓의 폴리머 애자를 일체형 진공사출 방식으로 제작을 하여 건조섬락전압, 주수섬락전압, 오손섬락전압을 측정하였다. 오손섬락전압은 주수섬락에 비하여 60% 정도 감소함을 보였고 불규칙한 교대 갓의 폴리머 애자의 경우 특성의 편차가 크게 나타났다. 폴리머 애자의 경우 소재의 우수한 특성도 중요하지만 형상적인 인자도 중요한 설계요소이므로 최적화 방안이 요구된다.

• 한국BIM학회 논문집
• /
• 제8권4호
• /
• pp.13-22
• /
• 2018

Future performance prediction of bridges is challenging task for structural engineers. Well-organized information from design, construction and operation stages is essential for the assessment of structures. Digital twin model is a new concept to realize more reliable data platform for management of infrastructures. Damage history including degradation of material, cracking, corrosion, etc. needs to be accumulated in the digital model. The digital model is linked to the analysis model for the assessment of structural performance considering changed mechanical properties of structural components. In this paper, initial definition digital twin model of a PSC-I girder bridge is proposed.

• 한국농림기상학회지
• /
• 제23권4호
• /
• pp.391-404
• /
• 2021

본 연구에서는 최신의 연구 트렌드인 빅데이터와 인공지능을 농업분야에 접목하여 유전자 알고리즘(GA)과 전지구 기후 재분석 자료를 활용한 마늘 생산량의 장기 예측 모형을 개발하고 그 예측성능을 평가해 보았다. 해당 모형은 마늘의 파종량을 수정할 수 있는 11월에 예측 자료를 생산하므로, 마늘의 생산 시기와 시간공간적으로 떨어진 전지구 기후 재분석 자료로부터 마늘생산량의 예측 인자로 활용할 수 있는 시그널을 찾아 장기적 마늘 생산량 예측에 활용하였다. 그 결과 결정론적 예측과 확률론적 예측 모두 마늘 생산량의 경년변동성을 통계적으로 99% 신뢰수준에서 관측과 유사하게 모의하였으며, 범주형 예측에서도 이분위 예측에서 93.3%, 삼분위 예측에서 73.3%의 적중률을 보이며 우수한 예측 성능을 나타내었다. 또한, 예측인자들 사이의 선형 및 비선형적 관계를 모두 고려하는 GA방법을 사용하였을 때, 선형적 앙상블 방법을 적용하였을 때 보다 높은 예측성능과 안정적인 예측결과를 보이는 것을 알 수 있다. 본 연구에서 개발된 마늘 생산량 예측 모형은 기존의 단기예측 위주의 농산물 생산량 예측의 한계를 극복하고 한 해의 농사가 시작되기 전 잠재 생산량을 전망 정보를 생산하여 농산물의 수요·공급 및 가격안정화를 위한 장기적 계획을 수립하는 것에 도움이 될 것으로 생각된다.

• 디지털융복합연구
• /
• 제18권4호
• /
• pp.243-250
• /
• 2020

농작물 재배에 있어 가장 큰 위험 요소는 날씨이므로 재배지의 장기 농업 기상정보를 얻을 수 있다면 정식과 수확 시기 등을 예측할 수 있다. 따라서 체계적인 농작업을 기획하여 관리할 수 있으며 이는 농가의 안정적인 수확으로 이어질 것으로 기대한다. 본 연구는 GloSea5와 기계학습을 이용하여 효과적인 고랭지배추의 재배를 위한 장기 농업기상정보 예측 방법을 제시하였다. GloSea5는 계절예측시스템으로 최대 240일까지의 기상을 예측한다. 심층신경망과 공간랜덤포레스트를 이용하여 장기 일 평균기온을 예측한 결과 심층신경망이 공간랜덤포레스트에 비해 장기예측성능이 우수하였다. 하지만 공간랜덤포레스트는 강원도 전역의 기온을 짧은 시간에 예측하는 장점이 있다. 공간랜덤포레스트로 분석한 결과 여름철과 해발고도가 낮은 지역의 장기 일 평균기온이 잘 예측되었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.547-548
• /
• 2011

본 논문에서는 한국전력공사에서 장기열화 시험을 수행한 154kV 고분자애자의 성능평가를 수행하고 그 결과를 1999년부터 2008년까지 한국전력공사154kV 송전선로에 시범 설치한 고분자애자의 주간코로나, 열화상 측정을 시행하고 제조회사/규격별 각 24련을 발취하여 총 168련에 대하여 한전 표준구매 규격에 따른 각종 시험을 수행하고 현 성능상태를 검증하였으며 이를 토대로 잔존 수명을 예측하고자 하였다. 대부분의 애자가 양호한 성능을 보이고 있으나 일부 애자에서는 부적합 결과를 보였으며 수명의 경우, 초기 품질계수 정보 부족 및 중간열화 상태의 데이터 부족으로 정확한 잔존수명 예측 데이터를 얻기에는 부족했으며 추가적인 가속열화시험 등의 데이터를 확보해야 할 것으로 사료된다.

• 응용통계연구
• /
• 제26권6호
• /
• pp.1053-1061
• /
• 2013

본 논문은, 장기기억 특성과 이분산성을 고려한 인터넷 트래픽 예측 모형을 제안하고자 한다. 트래픽 과부하를 대비하기 위해서, 트래픽 용량은 트래픽의 예측치와 트래픽의 변동 크기에 따라 트래픽의 최대용량을 설정하여야 한다. 이를 위하여 교내 트래픽 자료 중 교내로 들어오는 트래픽과 교외로 나가는 트래픽에 이분산성과 장기기억 모형의 유용성을 확인하였다. 이에 대하여 AR-GARCH 모형, ARMA-GARCH 모형과 장기기억모형인 Fractional ARIMA와 장기기억과 이분산성을 고려한 Fractional ARMA-GARCH 모형을 적용하여 모형의 예측성능을 비교하였다.

• 대한토목학회논문집
• /
• 제30권5D호
• /
• pp.505-512
• /
• 2010

교통하중이 작용하는 기초지반의 성능 및 도로하부 지반에서의 변형예측을 위해서는 반복적인 교통하중하에서의 장기변형 예측이 필요하다. 그러나 도로와 철도와 같은 다층시스템에서의 장기변형을 예측하는 것은 쉽지 않은 일이다. 따라서 보다 정량적인 해석을 위해서는 적절한 해석방식, 재료모형, 그리고 재료의 상수들을 통한 역학-경험적인 방식이 필요하다. 따라서 본 연구에서는 반복 교통하중에 의한 응력의존적인 기초 지반재료의 장기변형 거동 파악을 위해 반복 하중의 응력수준과 함수비 조건이 고려된 반복재하 장기변형실험을 실시한 결과를 분석하고 해석에 활용하였다. 여러 응력상태조건에서 기초 지반재료의 장기변형 특성이 반영된 유한요소해석을 실시하였고 장기변형 예측모델의 실내시험규모에서의 적용성을 평가하였다.