• 고려인삼연구와산업
• /
• 제13권1호
• /
• pp.3-10
• /
• 2019

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.46-46
• /
• 2017

지역가뭄빈도분석의 분위산정에 대한 신뢰성은 수문학적으로 균일한 지역으로 구분하기 위해 사용된 장기간의 과거 자료와 분석절차에 의해 결정된다. 그러나 극심한 가뭄은 매우 드물게 발생하며 신뢰 할 수 있는 지역빈도분석을 위한 지속기간이 충분치 않는 경우가 많이 발생한다. 이 외에도 우리나라의 복잡한 지형적 및 기후적 특징은 동질한 지역으로 구분하기 위한 통계적인 처리방법이 필요하였다. 본 연구에서 적용한 지역빈도분석은 여러 지역의 다양한 변수인 수문기상 특성을 분석하여 동질한 지역을 확인하고, 주요 가뭄변수(지속 시간 및 심각도)를 통합 적용하여 각각의 동질한 지역 분위를 추정함으로써 동질한 지역을 구분하는 해결책을 제시하였다. 본 연구에서는 가우시안 혼합 모형(Gaussian Mixture Model)을 기반으로 기반 군집분석 방법을 적용하여 최적의 동질한 지역을 구분하고 그 결과를 우도비검정 및 다른 유효성 검사 지수를 이용해서 확인하였다. 가우시안 혼합 모델에서 산정했던 매개변수를 방향저감 공간으로 표현하기 위해서 가우시안 혼합 모델방향 저감(GMMDR)방법을 적용하였다. 이 변수는 가뭄빈도분석을 위해 다양한 분포와 코풀라(copula) 적합도를 이용하여 추정 비교하였다. 그 결과 우리나라를 4개의 동질한 지역으로 나누게 되었다. 가우시안과 Frank copula를 이용한 Pearson type III(PE3) 분포는 우리나라의 가뭄 기간과 심각도의 공동 분포를 추정하는데 적합한 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.295-295
• /
• 2021

수자원 관리 및 계획 수립에 있어 강우 유출 분석은 가장 중요하며, 기본적인 분석이다. 기존의 강우 유출 분석은 일반적으로 수문 모형을 이용한다. 강우 유출 분석은 강수와 증발산 과정, 즉 물순환에 있어 복잡한 상호 작용을 고려해야한다. 본 연구에서는 기존의 수문 모형과 데이터간의 관계를 포착할 수 있는 딥러닝 기법을 이용한 강우 유출분석 수행하였다. 우리나라의 유역 중, 비교적 풍부한 수문데이터를 보유하고 있는 IHP (International Hydrological Program)의 청미천 유역을 연구대상지역으로 연구를 수행하였다. 수문 모형으로는 SWAT (Soil and Water Assessment Tool)을 이용하였으며, 딥러닝 기법은 시계열 분석에 있어 주로 사용되는 RNN(Recurrent Neural Network) 중 LSTM (Long Short-Term Memory) 네트워크를 이용하였다. 분석결과 수문 모형의 성능 지표인 상관계수와 NSE (Nash-Sutcliffe Efficiency)는 LSTM 네트워크에서 더 높은 성능을 확인 할 수 있었다. 일반적으로 LSTM 네트워크는 보정 기간이 길수록 더욱 좋은 성능을 나타낸다. 즉, 과거 수문데이터가 충분히 확보된 유역에서 LSTM 네트워크와 같은 데이터 기반 모델은 다양한 지형 및 기상데이터를 필요하는 수문 모델보다 유용할 것이라 사료된다.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2010년도 춘계학술대회 초록집
• /
• pp.208.2-208.2
• /
• 2010

폐기물 가스화는 생산된 합성가스를 이용하여 발전 등 직접적인 에너지원으로 이용할 수 있으며, 고부가가치 화합물의 원료 공급원으로도 이용할 수 있다. 폐기물 가스화를 이용한 고부가가치 화합물 제조의 경우 기존 화합물 제조공정에 폐기물 가스화 공정이 연계되어, 하나의 복합시스템으로 운영이 된다. 따라서 기존 공정과 최적으로 연계될 수 있는 폐기물 가스화 시스템의 개발 또는 선정이 필요하며, 이를 위하여 폐기물 가스화 시스템에 대한 분석 평가가 적절하게 이루어져야 한다. 본 연구에서는 시스템공학 개념을 적용하여 폐기물 가스화 시스템의 체계적인 분석 평가를 위한 프레임워크를 개발하였다. 시스템공학은 요건분석, 기능분석, 합성(통합), 분석/관리 프로세스를 통하여 시스템을 성공적으로 구현하기 위한 다학제적인 접근방법이다. 이러한 시스템공학의 개념 및 기본 프로세스를 적용 조정하여 폐기물 가스화 분석 평가 프레임워크를 개발하였으며, 개발된 프레임워크는 계층구조로 표현이 된다. 계층구조는 분석관점, 분석항목, 분석지표로 구성이 되며 분석된 데이터에 대한 평가는 AHP를 통하여 계산된 가중치를 적용하여 이루어진다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.2001-2005
• /
• 2006

우리나라는 매년 집중호우로 인한 산사태로 인해 인적, 물질적 피해를 일으킨다. 반복적인 산사태의 피해를 방지 하기위해서는 산사태 예측 시스템이 필요하다. 본 연구에서는 안성시를 대상으로 GIS와 RS 자료를 활용하여 산사태 위험지를 분석하고자 Logistic 회귀분석 방법과 AHP 기법을 이용하였다. Logistic 회귀분석과 AHP 기법에는 6개의 인자(경사, 경사향, 고도, 토양배수, 토심, 토지이용)를 사용하여, 7등급으로 산사태 위험도를 분류하였다. Logistic 회귀분석 방법과 AHP 기법을 이용한 산사태 위험지도를 표본 자료와 비교하면 산사태가 발생한 표본에서 산사태 위험성이 높은(1-2등급)지역이 Logistic 회귀분석에서는 46.1% AHP 기법은 48.7%로 분류되어 AHP 기법이 분류도가 높다고 분석 되었다. 하지만 Logistic 회귀분석과 AHP 기법은 서로 분석 과정의 차이를 가지고 있기 때문에 Logistic 회귀분석과 AHP기법을 적용한 결과에 동일 가중치를 부여한 후 7개 등급으로 재분류(reclass)하여 산사태 위험지역을 추출 할 수 있는 방법론을 제시하였다. 그 결과 산사태가 발생한 표본에서 1-2등급지역이 58.9%로 분석되어 분류정확도를 높일 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.924-927
• /
• 2017

통계 모형에 기반을 둔 구문분석기는 자료 부족 문제에 취약하거나 장거리 의존관계와 같은 특정 언어현상에 대한 처리가 어렵다는 단점이 있다. 이러한 한계점을 극복하고자 본 연구진은 규칙에 기반을 둔 한국어 구문분석기를 개발하고 있다. 다른 구문 분석기와 다르게 형태소 단위 구문분석을 시도하며 생성 가능한 모든 구문분석 후보를 보여주는 것이 특징이다. 본 연구진의 기존 연구에서 개발한 한국어 구문분석기는 형태소의 입력순서와 구문분석 후보의 생성 순서에 의존하여 구문분석 후보를 순서화하였다. 그러나 생성되는 구문분석 후보 중 가장 정답에 가까운 구문분석 후보의 순위를 낮추기 위해서는 각 구문분석 트리가 특정한 점수를 가질 필요가 있다. 본 논문에서는 품사 태거(tagger)에서 출력하는 어절별 형태소의 순위에 따른 가중치, 수식 거리에 따른 가중치, 특정한 지배-의존 관계에 대한 가중치를 이용해 가중치 합을 가지는 구문분석 후보를 구성하고 이를 정렬하여 이전 연구보다 향상된 성능을 가진 한국어 구문분석기 모델을 제안한다. 실험은 본 연구진이 직접 구축한 평가데이터를 기반으로 진행하였으며 기존의 Unlabeled Attachment Score(UAS) 87.86%에서 제안 모델의 UAS 93.34%로 약 5.48의 성능향상을 확인할 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제7권10호
• /
• pp.202-210
• /
• 2007

요인분석은 실증분석을 위한 사전 연구 분석 방법으로 많이 활용하고 있다. 따라서 요인분석은 매우 중요한 연구 방법의 하나이다. 또한 요인분석에 대한 연구자의 욕구도 높아서 요인분석 결과가 제공하지 못하는 정보를 요구하기도 한다. 이를 요인분석의 한계점으로 인식하고, 이를 해결하기 위한 연구 방법론을 제시하였다. 본 연구에서 통계적 방법을 통하여 연구되는 사회과학 분야의 요인분석에 대한 한계점을 극복하기 위한 방법론을 결합적 연구방법론이라고 하였으며, 기존의 통계분석 방식인 요인분석, AHP분석, 확산이론, 그리고 인과관계를 설명할 수 있는 시스템다이내믹스를 결합한 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.169-173
• /
• 2008

본 연구는 저수량 지역 빈도분석(regional low flow frequency analysis)을 수행하기 위하여 일반최소자승법(ordinary least squares method)을 이용한 Bayesian 다중회귀분석을 적용하였으며, 불확실성측면에서의 효과를 탐색하기 위하여 Bayesian 다중회귀분석에 의한 추정치와 t 분포를 이용하여 산정한 일반 다중회귀분석의 추정치의 신뢰구간을 비교분석하였다. 각 재현기간별 비교결과를 보면 t 분포를 이용하여 산정된 평균 추정치와 Bayesian 다중회귀분석에 의한 평균 추정치는 크게 다르지 않았다. 그러나 불확실성 측면에서 평가해볼 때 신뢰구간의 상한추정치와 하한추정치의 차이는 Bayesian 다중회귀분석을 사용한 경우가 기존 방법을 사용한 경우보다 훨씬 작은 것으로 나타났으며, 이로부터 저수량(low flow) 지역 빈도분석을 수행하는 경우 Bayesian 다중회귀분석이 일반 회귀분석보다 불확실성을 표현하는데 있어서 우수하다는 결과를 얻을 수 있었다. 또한 낙동강 유역에 2개의 미계측 유역을 선정하고 구축된 Bayesian 다중회귀모형을 적용하여 불확실성을 포함한 미계측 유역에서의 저수량(low flow)을 추정하였으며 이와 같은 방법이 미계측 유역에서의 저수(low flow) 특성을 나타내는 데 있어서 효과적일 수 있음을 입증하였다.

• 한국콘텐츠학회논문지
• /
• 제15권1호
• /
• pp.475-481
• /
• 2015

종속변수와 설명변수 사이의 관계가 선형이 아닌 경우에는 비선형 관계를 반영할 수 있는 다항회귀분석을 이용하여 회귀분석을 수행한다. 한편, 다항회귀분석에는 설명변수의 거듭제곱항들이 설명변수에 추가되므로 설명변수들 사이에 상관관계가 발생하여 다항회귀모형의 성능 저하 문제가 발생할 수 있다. 본 논문에서는 PGF 수치역변환 문제를 사례로 하여 주성분회귀분석을 통해 다항회귀분석의 성능을 극적으로 향상시킬 수 있음을 보인다. 본 논문에서는 PGF의 정의를 이용하여 PGF를 다항회귀분석으로 모형화한다. 다항회귀분석을 이용하여 PGF 전개식의 회귀계수를 추정하면 회귀계수의 추정 자체가 불가능하거나 계수 추정의 정확성이 저하되는 문제가 발생한다. 이 경우 다항회귀분석에 주성분회귀분석을 적용하면 계수 추정의 정확도가 극적으로 향상되어 다항회귀분석의 계수 추정 시 발생하는 문제를 해결할 수 있음을 밝힌다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.106-106
• /
• 2017

우리나라는 현재 재난의 유형을 자연재난과 사회재난으로 구분하여 관리하고 있다. 하지만 최근 재난 사고 사례를 살펴보면 단일재난으로 인한 피해보다 자연재난이 발생한 이후 사회재난으로 재난이 전파되는 복합재난의 형태가 종종 나타나고 있다. 복합재난은 단일 재난에 의한 피해(인적, 물적) 보다 크게 나타나고 복합재난의 발생원인 및 전파과정을 분석하기 어려워 이에 대한 다각적인 분석과 동시에 재난상호간의 연관성을 도출하는 연구가 필요한 시점이다. 과거 재난사고정보를 분석하는 연구는 일반적인 통계기법을 활용한 분석에 머물러 있으며 수집된 재난사고사례가 많지 않아 분석에 신뢰성을 보장할 수 없었다. 이에 본 연구에서는 복잡하게 나타나는 재난 사고를 분석하기 위하여 최근 각광받고 있는 인공지능 분석기법을 연구에 고려하였다. 본 연구의 과정은, 첫째로 재난사고정보 분석에 인공지능을 활용한 사례를 조사하고 여타 연구분야에서 적용되고 있는 인공지능 분석기술을 재난사고정보 분석에 활용할 수 있는 방안을 모색하였다. 둘째로 수집가능 한 재난사고정보를 수집하고 인공지능 모형에 적용가능 한 형태로 변환하는 과정을 수행하였다. 셋째로 변환된 재난사고정보를 대표적인 인공지능 알고리즘을 활용하여 다양한 질문(목적)에 부합하는 재난사고정보 분석모형을 구축하고자 하였다. 마지막으로 다양한 인공지능 알고리즘을 적용한 모형의 신뢰성을 비교하였으며 이를 통하여 재난사고정보 분석에 적용가능 하며 질문(목적)에 부합하는 최적 인공지능 알고리즘을 도출하고자 하였다.