• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.266-266
• /
• 2019

금강의 주요 지류인 미호천과 갑천은 대전광역시와 청주시가 위치하고 있으며, 두 도시지역에서 유입되는 오염물질로 인하여 금강 본류에 높은 오염부하를 제공하고 있다. 따라서 본 연구에서는 3차원 수리동역학 모델인 EFDC 모델을 사용하여 미호천과 갑천의 수질개선이 금강의 수질에 미치는 효과를 분석하였다. 대상유역은 대청댐부터 백제보 까지 70km 구간이며, 모델의 격자는 Curvilinear-Orthogonal Coordinate를 사용하였으며 횡단방향 8개로 분할하여 총 6,698개의 격자로 구성하였다. 경계조건구성 및 모델의 보정은 국가정보 포털인 수자원관리종합정보시스템(WAMIS), 물환경정보시스템(WEIS), 국가기후데이터센터(data,kma,go,kr) 등에서 제공하는 유량, 수질, 기상 등 데이터를 활용하였으며, 모의 기간은 2017년이다. 수질의 보정은 대상유역 내 6곳의 수질 측정 지점에서 수행되었으며, 적합성 평가를 위해 R-square와 NSE(Nash-Sutcliffe Efficiency) 두 가지의 통계 지표를 활용하였다. 수질의 경우 TN, TP, TOC, Chl-a 순으로 평균 R-square값은 0.75, 0.51, 0.36, 0.57이고 평균 NSE (Nash-Sutcliffe Efficiency)값은 0.59, -0.18, -1.10, 0.27으로 모의 값과 실측값 사이의 상관관계는 TN에서 가장 높았으며 반대로 TOC는 가장 낮았다. 모의결과가 실측값을 정확히 반영하지는 못했지만, 수질의 평균적인 현상은 반영한 것으로 판단된다. 두 주요 지류의 수질이 동시에 15% 또는 30% 개선되었을 경우를 모의하여 금강 본류의 수질변화를 6곳의 수질 측정 지점에서의 실측값과 비교하여 분석하였다. 두 지류가 동시에 15%의 수질 개선 시에는 금강 본류 수질은 TN, TP, TOC, Chl-a 순으로 평균 11.80%, 7.90%, 8.63%, 7.04%의 개선되었으며, 30% 수질 개선 시에는 평균 23.66%, 15.92%, 17.36%, 14.26%의 개선되었다. 각 지점에서 고른 개선이 확인되었으며, 개선 효과는 TN이 가장 컸고, 반대로 Chl-a가 가장 적었다. 갑천과 미호천의 수질이 별개로 개선되었을 경우를 모의한 결과, 미호천의 개선이 갑천에 비해 금강의 수질 개선에 영향이 컸다. 이는 두 지류의 수질 농도는 비슷하나 갑천에 비해 유량이 많은 미호천의 오염 부하량이 높은 것으로 분석된다. 연구 결과 금강의 수질을 개선하기 위해서는 두 지류의 수질 개선이 필수적인 것으로 판단된다. 금강의 TN 농도는 두 지류의 영향이 가장 컸으며, 개선 효과는 Chl-a에서 가장 적었다. 또한 갑천에 비해 미호천이 금강 수질에 영향이 큼을 확인하였다.

• Journal of Internet of Things and Convergence
• /
• v.9 no.3
• /
• pp.1-6
• /
• 2023

One of the economical ways to satisfy the quality of service desired by the user in a web service environment is to adjust the size of the object. To this end, this study finds the maximum size of objects that satisfy this constraint when the mean response time is given below an arbitrary threshold for quality of service. It can be inferred that in the steady state of system, the mean response time in the deterministic model by using the round-robin will be the same as that of the queueing model following the general distribution. Based on this, analytical formulas and procedures for finding the maximum object size are obtained. As a service distribution of web traffic, the Pareto distribution is appropriate, so the maximum object size is computed by applying the M/G(Pareto)/1 model and the M/G/1/PS model using exponential distribution as computational experience. Performance evaluation through numerical calculation shows that as the shape parameter in the Pareto distribution increases, the M/G(Pareto)/1 model and M/G/1/PS model have the same maximum object size. The results of this study can be used to environments where objects can be sized for economical web service control.

• 대한공업교육학회지
• /
• v.33 no.2
• /
• pp.248-258
• /
• 2008

Current Internet uses HTTP (Hyper Text Transfer Protocol) as an application layer protocol and TCP (Transmission Control Protocol) as a transport layer protocol to provide web service. SCTP (Stream Control Transmission Protocol) is a recently proposed transport protocol with very similar congestion control mechanisms as TCP, except the initial congestion window during the slow start phase. In this paper, we present a mathematical model of object transfer latency during the slow start phase for HTTP over SCTP and compare with the latency of HTTP over TCP. Validation of the model using experimental result shows that the mean object transfer latency for HTTP over SCTP during the slow start phase is less than that for HTTP over TCP by 11%.

• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.35-38
• /
• 2000

본 연구에서는 연속음성인식 시스템의 성능 향상을 위한 기초 연구로서 시스템에 적합한 음향모델과 언어모델을 작성하고 항공편 예약 태스크를 대상으로 인식실험을 실시한 결과 그 유효성을 확인하였다. 이를 위하여 먼저 HMM의 출력확률분포의 mixture와 파라미터의 차원에 대한 정확한 분석을 통한 음향모델을 작성하였다. 또한 반복학습법으로 특정 태스크를 대상으로 N-gram 언어모델을 적용하여 인식 시스템에 적합한 모델을 작성하였다. 인식실험에 있어서는 3인의 화자가 발성한 200문장에 대해 파라미터 차원 및 mixture의 변화에 따른 음향모델과 반복학습에 의해 작성한 언어모델에 대해 multi-pass 탐색 알고리즘을 이용하였다. 그 결과, 25차원에 대한 mixture 수가 9인 음향모델과 10회 반복 학습한 언어모델을 이용한 경우 평균 $81.0\%$의 인식률을 얻었으며, 38차원에 대한 mixture 수가 9인 음향모델과 10회 반복 학습한 언어모델을 이용한 경우 평균 $90.2\%$의 인식률을 보여 인식률 제고를 위해서는 38차원에 대한 mixture 수가 9인 음향모델과 10회 반복학습으로 작성한 언어모델을 이용한 경우가 매우 효과적임을 알 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.515-515
• /
• 2023

팔당호는 북한강과 남한강이 합류하여 생성된 호소로 수도인 서울과 수도권인 경기도 동부지역의 물 공급을 담당하는 중요한 상수원이다. 이러한 팔당호에서 유해남조 발생은 상수원수 활용과 직접적으로 연관되어 있어 신속하고 정확한 관리 및 예측이 필요하다. 본 연구에서는 안전한 상수원 활용을 위해, 딥러닝 기법을 이용하여 유해남조 사전 예측 모델을 구축하고자 하였다. 모델 입력 변수는 2012년부터 2021년까지 10년 동안의 주간 팔당호 수질(수온, DO, BOD, COD, Chl-a, TN, TP, pH, 전기전도도, TDN, NH4N, NO3N, TDP, PO4P, 부유물질)과 수문(유입량, 총방류량), 기상 정보(평균기온, 최저기온, 최고기온, 일 강수량, 평균풍속, 평균 상대습도, 합계일조량), 그리고 북한강과 남한강 유입지점의 남조 세포 수를 사용하였다. 모델 출력 변수는 수질, 수문, 기상 요인으로 인한 남조의 성장 발현 시기를 고려하여 1주 후의 댐앞 남조 세포수를 사용하였다. 사용한 딥러닝 기법은 최근 주목받고 있는 Temporal Fusion Transformer (TFT)를 사용하였다. 모델 훈련용 데이터와 테스트용 데이터는 각각 8:2의 비율로 나누었으며, 검증용 데이터는 훈련용 데이터 내에서 훈련 데이터와 검증 데이터를 6:4 비율로 분배하였다. Lookback은 5로 설정하였고, 이는 주단위 데이터로 구성된 데이터세트의 특성을 반영한 것이다. 모델의 성능은 실측값과 예측값을 토대로 R-square와 Root Mean Squared Error (RMSE)를 계산하여 평가하였다. 모델학습은 총 154번 반복 진행되었으며, 이 중 성능이 가장 준수한 시점은 54번째 반복 시점으로 훈련손실 대비 검증손실이 가장 양호한 값을 나타냈다(훈련손실:0.443, 검증손실 0.380). R-square는 훈련단계에서 0.681, 검증단계에서 0.654였고, 테스트 단계에서 0.606으로 산출되었다. RMSE는 훈련단계에서 0.614(㎍/L), 검증단계에서 0.617(㎍/L), 테스트 단계에서 0.773(㎍/L)였다. 모델에 사용한 데이터세트가 주간 데이터라는 특성을 고려하면, 소규모 데이터를 사용하였음에도 본 연구에서 구축한 모델의 성능은 양호하다고 평가할 수 있다. 향후 연구에서 데이터세트를 보강하고 모델을 업데이트한다면, 모델의 성능을 더욱더 개선할 수 있을 것으로 기대된다.

• Proceedings of The Korean Society of Agricultural and Forest Meteorology Conference
• /
• 2001.06a
• /
• pp.101-104
• /
• 2001

작물 발육단계의 정확한 진단은 그 시기의 생리적 반응을 이해하고 정확하고 정밀한 생육관리를 위해서 절대적으로 필요한 요소이다. 지금까지 벼의 발육단계 예측을 위한 모델에는 GDD를 이용하는 방법(이, 1972), 한 단계의 발육을 완료하는데 걸리는 기간(t)과 이 기간중의 평균기온, 평균일장의 단순회귀 또는 중회귀를 구하는 방법(Gao et al, 1989; Yin et al, 1995; 임, 1982), 평균발육속도(1/t)를 이 기간중의 평균온도와 평균일장의 함수로 표현해서 이를 적산하여 1이 되었을 때를 발육완료일로 나타내는 방법(이, 1987; 신 등, 2000), 발육기간이 시계열자료를 모두 고려하여 함수를 이용하지 않는 non-parametric 방법(이, 1991) 등이 있다.(중략)

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.20 no.3
• /
• pp.262-276
• /
• 2018

Models to predict Leaf Wetness Duration (LWD) were evaluated using the observed meteorological and dew data at the 11 citrus orchards in Jeju, South Korea from 2016 to 2017. The sensitivity and the prediction accuracy were evaluated with four models (i.e., Number of Hours of Relative Humidity (NHRH), Classification And Regression Tree/Stepwise Linear Discriminant (CART/SLD), Penman-Monteith (PM), Deep-learning Neural Network (DNN)). The sensitivity of models was evaluated with rainfall and seasonal changes. When the data in rainy days were excluded from the whole data set, the LWD models had smaller average error (Root Mean Square Error (RMSE) about 1.5hours). The seasonal error of the DNN model had the similar magnitude (RMSE about 3 hours) among all seasons excluding winter. The other models had the greatest error in summer (RMSE about 9.6 hours) and the lowest error in winter (RMSE about 3.3 hours). These models were also evaluated by the statistical error analysis method and the regression analysis method of mean squared deviation. The DNN model had the best performance by statistical error whereas the CART/SLD model had the worst prediction accuracy. The Mean Square Deviation (MSD) is a method of analyzing the linearity of a model with three components: squared bias (SB), nonunity slope (NU), and lack of correlation (LC). Better model performance was determined by lower SB and LC and higher NU. The results of MSD analysis indicated that the DNN model would provide the best performance and followed by the PM, the NHRH and the CART/SLD in order. This result suggested that the machine learning model would be useful to improve the accuracy of agricultural information using meteorological data.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.23-26
• /
• 2006

기존의 데이터 마이닝 예측 기법 중 회귀분석은 학습 단계에서 생성된 모델을 변경 없이 새로운 데이터에 적용하였다. 그러나 시계열 데이터에 모델 변경 없이 동일하게 적용하면 시간이 지남에 따라 정확도가 낮아지는 단점이 있다. 따라서 이 논문에서는 시간에 따라 변화하는 시계열데이터의 특성을 고려하여 점진적으로 회귀 모델을 갱신하는 기법을 제안한다. 이 기법은 입력되는 모든 데이터를 회귀 모델에 적용하여 점진적으로 모델을 갱신한다. 제안된 기법의 타당성은 RME(Relative Mean Error)와 RMSE(Root Mean Square Error)를 이용하여 측정하였다. 정확도 측정 실험 결과 제안 기법인 IMQR(Incremental Multiple Quadratic Regression) 기법이 MLR(Multiple Linear Regression), MQR(Multiple Quadratic Regression), SVR(Support Vector Regression) 기법에 비해 RME 가 평균 2%, RMSE 가 평균 0.02 정도 우수한 결과를 얻었다.

• Journal of Korea Game Society
• /
• v.2 no.2
• /
• pp.28-36
• /
• 2002

In general, triangular meshes have been used for modeling geometric objects such as virtual game characters. The dense meshes give us considerable advantages in representing complex, highly detailed objects, while they are more expensive for storing, transmitting and rendering the objects. Therefore, several researches have been performed for producing a high quality approximation in place of detailed objects, that is, a simplification of triangular meshes. In this paper, we propose a new measure with respect to edges and vertices, which is called an approximate mean curvature and is used as criteria to simplify an original mesh. An edge mean curvature is computed by considering its neighboring edges, and a vertex mean curvature is defined as an average of its incident edges' mean curvatures. And we apply the proposed measure to simplify the models such as a bunny, dragon and teeth. As a result, we can see that the mean curvatures can be used as good criteria for providing much better approximation of models.

• Journal of the Korean Geophysical Society
• /
• v.4 no.1
• /
• pp.35-46
• /
• 2001

한반도 중부에 위치한 대전 지진관측소(TJN) 하부의 세부 지각구조를 밝혀내기 위하여 수신함수를 이용한 선형화된 역산(linearized inversion) 방법을 적용하였다. 본 방법의 비단일해(nonuniqueness)와 초기 모델 의존성의 문제를 해결하기 위해 근사 초기 속도 모델로부터 72개의 서로 다른 초기 모델을 구하여 역산을 수행한 후 결과모델들의 평균 속도 모델을 제시하는 방법을 사용하였다. 역산 결과 총 72개의 모델 중 뚜렷한 지각-맨틀 경계를 보이는 43개의 모델만이 조건에 만족하는 결과를 나타내었다. 모든 모델에서 속도 구조는 전체적으로 깊이에 따라 속도의 불연속면이나 급격한 증가없이 연속적인 변화를 하며, 모호면의 깊이는 30～32.5 km의 범위로 나타났다. 평균적인 하부 지각의 속도는 6.5 km/s, 상부 맨틀의 속도는 7.8 km/s로 뚜렷한 속도 변화를 보였다. 결과 모델 군은 중부지각(mid-crust)에서의 속도를 기준으로 약한 저속도층을 나타내는 군과 상대적으로 일정한 속도를 가지는 군으로 구분되었다. 단지 지진파형의 비교만으로 두 모델군 중 합당한 모델군의 선택은 불가능하였다. 따라서 수신 함수를 이용하여 연구 지역의 신뢰할 만한 지각 구조를 구하기 위해서는 그 지역에 대한 지질학적, 지구물리학적 추가정보와의 동반 해석이 요구된다.