• 대한토목학회논문집
• /
• 제33권1호
• /
• pp.101-113
• /
• 2013

반복적인 하중을 받는 볼트 연결부의 비선형적인 거동을 예측할 수 있는 역학적 고등해석 모델을 개발하는 데 주된 초점을 두어 본 연구를 수행하였다. 또한 대표적인 접합부 형태인 T-stub 접합부의 연결 컴포넌트에 대한 실제의 하중 재하 실험값을 활용한 해석으로 얻어진 거동에 대한 예측의 정확성 및 모형화의 타당성을 입증하였다. 연결부를 이루고 있는 구성요소들의 거동은 볼트의 인장변형, T-stub 플랜지의 휨변형, T-stub 몸체의 신장, 전단볼트의 지압 및 미끄러짐을 포함하며 접합부내에서 개별적인 힘-변위 메커니즘으로부터 정의된 다중 선형의 강성모델에 의하여 재현된다. 이러한 구성요소들은 그들의 거동특성을 지닌 비선형 스프링으로 모형화되어 역학적 해석 모델에 설치되어 연결부 전체의 거동을 수치해석적인 방법으로 예측하도록 한다. 해석 모델에 의한 예측값은 강성, 강도 및 변형 측면에서 실험값과 비교하여 정확성을 평가하였으며 이를 근거로 본 연구에서 제안된 역학적 해석 모델이 볼트 연결부의 거동과 성능을 만족하며 예측 가능하다는 결론을 내렸다.

• 한국수자원학회논문집
• /
• 제54권8호
• /
• pp.617-628
• /
• 2021

가뭄은 심각한 사회적 경제적 손실을 초래하는 주요 자연재해이다. 지역 가뭄 예측은 가뭄 대비에 중요한 정보를 제공할 수 있다. 본 연구에서는 한반도 동남부 부산-울산-경남 지역에서 1981년부터 2020년까지 10개 관측소의 과거 가뭄지수 및 기상 관측자료를 사용하여 가뭄을 예측하는 새로운 기계학습모델을 제안한다. 베이지안 최적화기법을 이용하여 하이퍼 파라미터가 튜닝된 Random Forest, XGBoost, Light GBM 모델을 구축하여 1개월 뒤의 6개월 시간 척도의 증발 수요 가뭄지수를 예측하였다. 단일 지점별 모델과 지역 모델을 각각 구성하여 모델 성능을 비교하였다. 또한 지역 모델을 기반으로 개별 지점의 자료에 대해 미세조정된 모델을 구성하여 모델 성능을 높일 가능성을 살펴보았다.

• 대한기계학회논문집B
• /
• 제40권7호
• /
• pp.457-470
• /
• 2016

벽면비등 모델로 열분배모델을 채택하는 CFD 스케일의 전산해석코드는 저압 조건에서 미포화비등 발생 시 2상유동 변수의 해석 정확도가 낮은 것으로 알려진다. 본 연구에서는 열분배모델을 기반으로 벽면비등 현상을 예측하는 열수력 기기해석코드인 CUPID 코드를 이용하여 수직상향류 미포화비등 실험을 해석하였다. 10 bar 이상의 고압 조건에서는 CUPID 코드의 기포율 예측 정확도가 높았으나, 대기압 주변의 저압 조건에서는 기포율 분포에 대한 해석결과가 실험결과와 큰 차이를 보였다. 따라서 열분배모델 내 주요 인자에 사용되는 부모델에 대한 민감도 분석을 수행하였으며, 저압 조건 미포화비등 예측에 적합한 최적 부모델 조합을 선정하였다. 또한, 열분배모델 내 주요 인자 중 하나인 K-인자가 기포율에 미치는 영향을 평가하였다.

• 지질공학
• /
• 제32권4호
• /
• pp.697-723
• /
• 2022

본연구에서는 제주도의 중제주 수역 내에 위치하는 총 12개 지하수 관정에서 미래 30일 기간의 지하수위를 예측할 수 있는 모델을 개발하였다. 예측 모델개발을 위해 시계열 예측에 적합한 딥러닝 기법의 하나인 누적 장단기 메모리(stacked-LSTM) 기법을 이용하였으며, 2001년에서 2022년 동안 관측된 일 단위 강수량, 지하수 이용량 및 지하수위 자료가 예측 모델개발에 활용되었다. 특히, 본 연구에서는 입력자료의 종류 및 과거 자료의 순차 길이에 따라 다양한 모델을 구축하고 성능을 비교함으로써 딥러닝 기반 예측 모델개발에서 고려하여야 할 사항에 대한 검토와 절차를 제시하였다. 예측 모델개발 결과, 강수량, 지하수 이용량 및 과거 지하수위를 모두 입력자료로 활용하는 모델의 예측성능이 가장 뛰어난 것으로 확인되었으며, 입력으로 활용되는 과거 자료의 순차가 길수록 예측의 성능이 향상됨을 확인하였다. 이는 제주도의 깊은 지하수위 심도로 인하여 강수와 지하수 함양 간 지연시간이 길기 때문으로 판단된다. 이뿐만 아니라, 지하수 이용량 자료의 경우, 모든 이용량 자료를 활용하는 것보다 예측하고자 하는 지점의 지하수위에 민감한 영향을 주는 관정을 선별하여 입력자료로 이용하는 것이 예측 모델의 성능 개선에 긍정적 영향을 주는 것을 확인하였다. 본 연구에서 개발된 지하수위 예측 모델은 현재의 강수량 및 지하수 이용량을 기반으로 미래의 지하수위를 예측할 수 있어 미래의 지하수량에 대한 건전성 정보를 제공함에 따라 적정 지하수량 유지를 위한 다양한 관리방안 마련에 도움이 될 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.42-46
• /
• 2009

최근 국지적 집중호우로 인한 인명과 재산피해가 증가하고 있는 실정이며 이러한 피해를 경감하기 위한 하나의 방책으로써 홍수예경보 시스템 구축의 관심이 늘어나고 있다. 그러나, 기존의 홍수예측 시스템은 강우관측치를 모형의 입력 자료로 홍수유출을 계산하는데, 집중호우와 같은 악기상 조건에서는 관측강우자료를 이용한 유출해석 결과를 이용하여 홍수예경보 시스템을 운영할 경우 예방 대응시간의 부족으로 인해 방재 효율성이 떨어지는 한계성을 지니고 있다. 이와 같은 상황에서 정확한 기상예보를 활용한 기상-수자원 연계기법을 개발하여 홍수예경보 시스템에 적용한다면 악기상 감시예측기술의 향상과 더불어 재해의 방지차원에서 매우 유용한 대책이 될 뿐만 아니라 그 활용성을 극대화 시킨다면 수자원분야의 치수기 홍수예측 등에 매우 유용하게 활용될 수 것이다. 이에 본 연구에서는 모형의 입력으로 활용되는 단기 예측강우의 국내 적용성 여부를 검토하기 위해 30km의 공간해상도를 가진 단기지역예보모델인 RDAPS(Regional Data Assimilation and Prediction System) 예측강우 자료에 대하여 수문학적 정확도 분석을 수행하였으며, 예측강우의 정확도 향상을 위한 편차보정 방법을 개발 적용하였다. 또한 산정된 예측강우를 바탕으로 HEC-1 모델과의 연계방안을 제안하고 이를 이용하여 한강수계 주요 댐유역의 예측유입량을 산정, 댐 운영에 대한 적용성을 판단하고자 한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권10호
• /
• pp.387-396
• /
• 2018

과거부터 주식시장의 주가 예측은 풀리지 않는 난제이다. 이를 과학적으로 예측하기 위해 다양한 시도 및 연구들이 있어왔지만 정확한 가격을 예측하는 것은 불가능하다. 최근 분산 원장이라는 개념을 기술적으로 구현한 최초의 암호화폐인 비트코인을 시작으로 다양한 종류의 암호화폐가 개발되면서 암호화폐 시장이 형성되었고, 그 가격을 예측하기 위해 다양한 접근들이 시도되고 있다. 특히, 기존의 전통적인 주식시장에서의 주가 예측 기법들을 적용하려는 시도부터 딥러닝과 강화학습을 적용하려는 시도까지 다양하다. 하지만 암호화폐 시장은 기존 주식 시장에는 없던 여러 가지 새로운 특징을 가지는 시장으로서 전통적인 주식 시장 분석 기술뿐만 아니라 암호화폐 시장에 적합한 새로운 분석 기술에 관한 수요가 증가하고 있는 상황이다. 본 연구에서는 우선 빗썸의 API를 통하여 7개의 암호화폐 가격 데이터를 수집 및 가공하였다. 이후, Data-Driven 방식의 지도학습 기반 기계학습 모델인 그래디언트 부스팅 모델을 채택하여 암호화폐 가격 데이터 변화를 학습하고, 검증단계에서 가장 최적의 모델 파라미터를 산출하고, 최종적으로 테스트 데이터를 활용하여 암호화폐 가격동향 예측 성능을 평가한다.

• 한국항행학회논문지
• /
• 제21권5호
• /
• pp.435-442
• /
• 2017

안개 등의 영향을 받는 활주로 시정은 비행장에서 항공기 이착륙의 가능 여부를 결정하는 주요 지표중 하나이다. 운송용 항공기가 운항되는 공항의 경우 활주로 시정을 포함한 주요 국지 기상 예보를 시행하며, 이를 항공종사자가 확인할 수 있도록 하고 있다. 본 논문은 최근 영상 처리, 음성 인식, 자연어 처리 등의 다양한 분야에 적용되고 있는 심층신경망을 활주로 시정 예측에 적용하여 국지 비행장의 활주로 시정 예측 모델을 개발하고 이를 활용한 예측을 수행하였다. 적용 대상 비행장의 과거 실제 기상 관측 값을 활용하여 신경망 학습 후 시정에 대한 예측을 수행하였고, 기존 관측 데이터와 비교한 결과 비교적 정확한 예측 결과를 확인하였다. 또한 개발된 모델은 별도의 예보 기능이 없는 해당 비행장에서 참고할 수 있는 기상정보를 생성하는데 사용될 수 있을 것이다.

• 한국정보통신학회논문지
• /
• 제25권10호
• /
• pp.1435-1440
• /
• 2021

저금리 시대의 도래로 인해 많은 투자자들이 주식 시장으로 몰리고 있다. 과거의 주식 시장은 사람들이 기업 분석 및 각자의 투자기법을 통해 노동 집약적으로 주식 투자가 이루어졌다면 최근 들어 인공지능 및 데이터를 활용하여 주식 투자가 널리 이용되고 있는 실정이다. 인공지능을 통해 주식 예측의 성공률은 현재 높지 않아 다양한 인공지능 모델을 통해 주식 예측률을 높이는 시도를 하고 있다. 본 연구에서는 다양한 인공지능 모델에 대해 살펴보고 각 모델들간의 장단점 및 예측률을 파악하고자 한다. 이를 위해, 본 연구에서는 주식예측 인공지능 프로그램으로 인공신경망(ANN), 심층 학습 또는 딥 러닝(DNN), k-최근접 이웃 알고리즘(k-NN), 합성곱 신경망(CNN), 순환 신경망(RNN), LSTM에 대해 살펴보고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 1990년도 수공학논총 제32권
• /
• pp.167-174
• /
• 1990

일종의 Autoregression Model에 강우와 유량의 입력에 의하여 일유입량의 예측을 행한 것으로 댐 지점의 일유입량과 우량시계열을 회귀분석하여 댐 유역의 하천유량을 예측 할 수 있는 수학적 모형을 수립하고 통계적 분석을 행 하고자 한다.

• 한국시스템다이내믹스학회:학술대회논문집
• /
• 한국시스템다이내믹스학회 2001년도 추계학술대회발표논문집
• /
• pp.67-79
• /
• 2001

발전원별 경쟁(신규 발전소 건설이 시장 가격에 의해 결정)을 도입한 미국의 캘리포니아주에서는 최근 심각한 전력 공급문제가 발생하였다. 미국과 같은 발전원별 경쟁을 도입한 우리나라의 경우에도 전력시장에서의 시장가격을 예측하고 이에 따른 신규 발전소 건설을 예측하여 전력 공급의 안전성을 검토할 필요가 있으며 또한 원자력이나 유연탄의 공급이 이러한 전력 공급의 안정성에 어떻게 기여할 수 있는가를 검토하는 것은 의의 있는 일이다.(중략)