• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.300-300
• /
• 2016

지점빈도해석은 해당 지점에서 기록된 수문자료를 바탕으로 확률론적 방법을 이용하여 해당 지역의 수문학적 현상을 해석하는 방법이다. 최근 이상 기후현상을 통해 극치 사상이 발생하고 있다. 이러한 극치 사상은 지점빈도해석을 이용하여 확률수문량을 추정하는데 많은 영향을 미친다. 특히 해당 지점의 표본 크기가 작을수록 이러한 영향은 좀 더 크게 반영 될 수 있다. 반면 지역빈도해석은 지점의 표본 수가 적거나 수문자료의 수집이 불가능한 미계측지점인 경우, 해당 지점과 수문학적으로 동질하다고 여겨지는 주변 지점들의 자료를 확보하여 확률수문량을 추정함으로써 상대적으로 지점빈도해석 보다 roubst한 추정값을 얻을 수 있다. 따라서 최근 확률수문량 산정 기법으로 지역빈도해석 방법에 관한 관심이 높아지고 있는 실정이다. 지역구분은 지역빈도해석이 지점빈도해석과 구분 될 수 있는 큰 특징이고 지역구분 결과 따라 지역의 표본 크기가 결정되기 때문에 수문학적으로 동질한 지역을 나누는 방법은 매우 중요하다고 볼 수 있다. 본 연구에서는 한강유역을 대상으로 인공신경망을 이용한 군집분석을 수행하고 구분된 지역을 이용하여 지역빈도 해석을 수행하였다.

• Prospectives of Industrial Chemistry
• /
• v.23 no.6
• /
• pp.3-13
• /
• 2020

저출산 고령화 사회로의 진입은 대한민국뿐만 아니라 전 세계적으로 많은 사회 문제를 야기하고 있다. 그 중에서 고령 인구 증가로 인한 의료 수요 증가와 이를 뒷받침 할 의료인력 부족은 곧 다가올 사회문제이다. 4차 산업 혁명으로 인해 다양한 사회문제에 대한 혁신적인 해법들이 제시되고 있는데, 본 기고문에서는 다가올 고령화 사회에서 의료인력 부족 등에 의한 해결법으로 원격의료 지원을 위한 인공지능 활용을 다루고자 한다. 병 진단 및 예측을 위한 여러 가지 인공지능 알고리즘은 이미 많이 개발 되어 있으나, 일반적으로 딥러닝에 많이 쓰이는 인공신경망 구조인 합성곱 뉴럴네트워크(convolution neural network)나 기존 퍼셉트론(perceptron) 구조에서 벗어나 확률론적 인공신경망 중에 하나인 베이지안 뉴럴네트워크(Bayesian neural network)를 다루고자 한다. 그중에서 연산효율적이며 뉴로모픽 하드웨어로 구현 가능성이 높고 실제 진단 예측(diagnosis prediction) 문제 해결에 강점을 보이는 알고리즘으로써 naive Bayes classifer를 활용한 연구를 소개하고자 한다.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.32 no.2
• /
• pp.93-101
• /
• 2019

The objective of this study is to develop a model which can predict the seismic performance of the slope relatively accurately and efficiently by using artificial neural network(ANN) technique. The quantification of such the seismic performance of the slope is not easy task due to the randomness and the uncertainty of the earthquake input and slope model. Under these circumstances, probabilistic seismic fragility analyses of slope have been carried out by several researchers, and a closed-form equation for slope seismic performance was proposed through a multiple linear regression analysis. However, a traditional statistical linear regression analysis has shown a limit that cannot accurately represent the nonlinearistic relationship between the slope of various conditions and seismic performance. In order to overcome these problems, in this study, we attempted to apply the ANN to generate prediction models of the seismic performance of the slope. The validity of the derived model was verified by comparing this with the conventional multi-linear and multi-nonlinear regression models. As a result, the models obtained through the ANN basically showed excellent performance in predicting the seismic performance of the slope, compared to the models obtained by the statistical regression analyses of the previous study.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• pp.890-895
• /
• 2000

본 논문에서는 인공신경망을 이용한 자모 검증을 HMM 기반 온라인 한글인식 시스템에 적용하는 방법론을 제시한다. 본 시스템에서 각각의 자모는 한 개의 HMM 모델과 한 개의 인공신경망 검증기를 갖는다. 자모 검증기는 HMM 네트웍이 생성한 자모 후보 가정을 입력으로 받은 후, 이 가정의 타당성에 대한 사후 확률을 출력한다. 이 사후 확률은 Viterbi 탐색시 탐색 경로에 반영된다. 기존 HMM 시스템의 국소적 특징의 한계를 보완하기 위하여, 한글 자모의 기본획 분석에서 얻어진 구조적, 전역적 특징이 자모 검증기에 사용되었다. 한글 낱자인식에 대한 실험 결과 HMM 기반 인식기에 자모 검증기를 도입함으로서 38.5%의 인식 오류를 줄일 수 있었다.

• Journal of Korean Society of Steel Construction
• /
• v.15 no.4 s.65
• /
• pp.413-422
• /
• 2003

Most engineers tend to rely on their intuition or existing data in formulating structural design or preliminary estimate of various conditions. Because of these variations, the artificial neural network is used as an alternative design model of the warren truss since it can handle uncertainty through the probability method. This research validated the approximate structural design model of the warren truss, with its proper parameter values of the neural network and design process falling within 10 percent torrence of the different designs that resulted between this model and the MIDAS program. The suggested model for the process was adapted for the truss design using the member section table, while time saving and efficiency are based on the allowed range of torrence.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.179-179
• /
• 2017

우리나라는 국토면적의 약 64%가 산지로 이루어져 있으며 동고서저의 지형을 이루고 있다. 강원도 영동지방의 경우는 고도가 높으며 경사가 급한 특징을 지니고 있으며 이러한 지형적 특징으로 태풍 및 집중호우 시, 산지재해에 취약할 수밖에 없다. 더욱이 최근, 기후변화로 인한 이상기후 현상에 의해 태풍 및 집중호우가 빈번해 산지재해의 발생빈도도 높아지고 있는 실정이다. 그에 따라 대규모의 인적, 물적 등의 피해 또한 증가하고 있다. 산지재해 같은 경우, 예측이 어려우나 그러한 피해를 줄이기 위해서는 산지재해의 발생예상 지역, 피해정도 및 규모에 대한 예측 자료가 필요하다. 재해지도는 그에 따른 예측 자료로써 대상 지역의 위험요인과 잠재적인 영향 등을 표시하여 재해를 예방하는 데에 목적을 두고 있다. 이러한 재해지도를 작성하기 위해 사용되는 기법으로는 정량적 기법의 대표적인 방법으로 결정론적 기법(SHALATAB, SINMAP, GEOtop-FS), 확률론적 기법(빈도비분석법, 우도비, 증거가중법 등), 통계적 기법(로지스틱 회귀분석, 인공신경망 기법)을 사용하고 있다. 본 연구에서는 정량적 기법 중 하나인 결정론적 기법을 활용하여 위험지역을 분석하고 실제 위험지역과 비교하였다. 추후에 확률론적 기법과 통계적인 기법을 활용하여 위험지역을 분석하고자 한다.

• Journal of Korea Water Resources Association
• /
• v.36 no.1
• /
• pp.45-59
• /
• 2003

The method in this study, which is more efficiency than the existing method, propose the optimal rehabilitation model based on the deterioration prediction of the laying pipe by using the deterioration survey method of the water distribution system. The deterioration prediction model divides the deterioration degree of each pipe into 5 degree by using the probabilistic neural network. Also, the optimal residual durability is estimated by the calculated deterioration degree in each pipe and pipe diameter. The optimal rehabilitation model by integer programming base on the shortest path can calculate a time and cost of maintenance, rehabilitation, and replacement. Also, the model is divided into budget constraint and no budget constraint. Consequently, the model proposed by the study can be utilized as the quantitative method for the management of the water distribution system.

• Journal of the Korean earth science society
• /
• v.32 no.6
• /
• pp.665-673
• /
• 2011

In order to estimate the hydrocarbon reserves, the porosity of the reservoir must be determined. The porosity of the area without a well is generally calculated by extrapolating the porosity logs measured at wells. However, if not only well logs but also seismic data exist on the same site, the more accurate pseudo porosity log can be obtained through artificial neural network technique by extracting the relations between the seismic data and well logs at the site. In this study, we have developed a module which creates pseudo porosity logs by using the polynomial neural network method. In order to obtain more accurate pseudo porosity logs, we selected the seismic attributes which have high correlation values in the correlation analysis between the seismic attributes and the porosity logs. Through the training procedure between selected seismic attributes and well logs, our module produces the correlation weights which can be used to generate the pseudo porosity log in the well free area. To verify the reliability and the applicability of the developed module, we have applied the module to the field data acquired from F3 Block in the North Sea and compared the results to those from the probabilistic neural network method in a commercial program. We could confirm the reliability of our module because both results showed similar trend. Moreover, since the pseudo porosity logs from polynomial neural network method are closer to the true porosity logs at the wells than those from probabilistic method, we concluded that the polynomial neural network method is effective for the data sets with insufficient wells such as F3 Block in the North Sea.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.196-196
• /
• 2012

전 지구적으로 발생하고 있는 잦은 기상이변과 기후변화의 가속화로 자연재해 발생빈도 및 피해규모는 증가하는 추세로 나타나고 있다. 이러한 기상이변은 우리나라 또한 예외가 아니며 최근 한반도에서 발생한 적설로 인하여 많은 인명과 재산피해가 증가하고 있다. 본 연구에서는 기상청에서 제공하는 KMA-RCM 기후자료를 바탕으로 관측자료 및 시나리오의 온도, 강수, 적설량 간의 관계를 이용하여 기상청 산하 기상관측소 58개 대상 지점으로부터 목표기간별(목표 I:1979~2008년, 목표 II:2011~2040년, 목표 II:2041~2070년, 목표IV:2071~2100년) 적설량을 예측하였으며, 빈도별(20년, 30년, 50년, 80년, 100년, 200년) 확률적설량을 산정하고자 하였다. KMA-RCM 자료를 이용한 미래 적설량 예측은 기상인자들의 복잡한 비선형 조합으로 발생하기 때문에 적설량에 영향을 미치는 온도, 강수, 적설량의 비선형 과정들을 고려할 수 있는 신경망 모형을 이용하여 적설량 예측 모형을 구성하였고, 58개 대상 지점의 30년 이상 관측기상자료 중 온도, 강수, 적설량 자료를 이용하여 지점별로 훈련을 시켜 이를 기후변화 시나리오에 활용하였다. 확률적설량에서 매개변수 추정은 확률가중모멘트법(PWM)을 이용하였고 적정확률분포형으로는 시나리오적 방법 및 비시나리오적 방법에 대한 분포형 검정결과 가장 적합하다고 판정되는 Gumbel분포형을 선정하였다. 위의 방법론을 통하여 미래 목표기간별로 확률적설량을 확률적설량을 산정하였으며 본 연구결과는 기후변화 시나리오를 고려한 목표기간별 적설량 산정 및 관련 방재기준의 개선 방안 및 재설정 기준 마련에 기초자료로 활용될 수 있을 것으로 기대된다.

• The KIPS Transactions:PartB
• /
• v.13B no.4 s.107
• /
• pp.383-392
• /
• 2006

In this paper, we propose a new relevance feedback algorithm using Probabilistic Neural Networks(PNN) while supporting multi-class learning. Then, to validate the effectiveness of our feedback approach, we incorporate the proposed algorithm into our region-based image retrieval tool, FRIP(Finding Regions In the Pictures). In our feedback approach, there is no need to assume that feature vectors are independent, and as well as it allows the system to insert additional classes for detail classification. In addition, it does not have a long computation time for training because it only has four layers. In the PNN classification process, we store the user's entire past feedback actions as a history in order to improve performance for future iterations. By using a history, our approach can capture the user's subjective intension more precisely and prevent retrieval performance errors which originate from fluctuating or degrading in the next iteration. The efficacy of our method is validated using a set of 3000 images derived from a Corel-photo CD.