• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.305-308
• /
• 2005

시각 센서를 이용한 환경 및 상황 인식은 로봇의 자동화된 행동을 위해서 매우 중요하다. 실제 환경에서 사람은 주위를 인식할 때 여러 단계의 인식과정을 거친다. 효율적이고 정확한 환경 인식을 위해서는 지능형 로봇의 인식 또한 사람의 인식과정과 같이 다단계로 이루어져야 한다. 또한 실제 환경은 유동적이며 많은 불확실성을 가지고 있으므로 불확실한 상황에 강인한 인식 방법이 필요하다. 이러한 불확실성을 내포한 환경 및 상황 인식에는 베이지안 네트워크를 이용한 인식이 강인하나 복잡한 환경을 하나의 베이지안 네트워크로 인식하는 것은 어렵다. 이 논문에서는 복잡하고 불확실한 환경 인식을 위한 여러 베이지안 네트워크를 사람의 인식과 같은 다단계의 인식 과정으로 구성된 행동 네트워크 기반으로 결합하는 앙상블 기법을 제안한다. 불확실한 상황을 적용한 환경 실험과 로봇 시뮬레이터를 이용한 로봇 실험으로 베이지안 네트워크 앙상블 기법이 환경 인식에 효과적인 것을 확인할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.355-355
• /
• 2021

극한 폭염사상은 지난 20세기 이후 점점 더 빈번하게 발생하고 있으며, 더 광범위한 지역에서 발생하고 있다. 이러한 폭염사상은 다가오는 지구 온난화 시대에서 그 강도가 더 강해지고 지속기간이 길어질 것으로 예상되고 있다. 본 연구에서는 극한강우에 대한 강우강도-지속기간-빈도(intensity-duration-frequency, IDF)곡선의 개념을 폭염사상에 적용하여 미래의 극심한 폭염사상에 대한 발생확률, 강도 및 지속날짜(heat wave intensity-persistence day-frequency, HPF) 간의 관계를 확인해보고자 한다. 또한 해당 모델의 불확실성은 베이지안 기법을 이용하여 분석하였다. 우리나라 6개 주요 지역(대관령, 서울, 대전, 대구, 광주, 부산)에 대해 16개의 미래 일 최대 기온 앙상블 자료를 이용하여 비정상성 HPF곡선을 적용하였다. 미래 극한 폭염 앙상블 결과를 분석한 결과, 2050년을 기준으로 지속기간 2일에 대해 극한 폭염의 강도가 RCP 4.5 이하 시나리오 기준 1.23 ~ 1.69 ℃ 범위에서 상승할 가능성이 높은 것으로 나타났으며, RCP 8.5 이하 시나리오 기준의 경우 1.15 ~ 1.96 ℃ 범위로 나타났다. 또한 HPF 모델의 매개변수 추정으로 인한 불확실성의 경우, 다양한 기후 모델의 변동성으로 인한 불확실성보다 크게 나타났다. 모델의 매개변수 추정에 따른 불확실성을 반영한 결과, 2010~2050년에 해당하는 폭염의 강도에 대한 delta change의 95% 신뢰구간은 RCP 4.5 이하에서 0.53 ~ 4.94 ℃, RCP 8.5 이하에서 0.89 ~ 5.57 ℃로 나타났다.

• Korea Petroleum Association Journal
• /
• s.302
• /
• pp.8-11
• /
• 2017

정유년이 밝았다. 그러나 희망찬 새해 운운하기에는 대내외적 불확실성이 너무 크다. 촛불로 대표되는 국내 정치 여건의 급박한 변화 가능성, 미국 대통령 교체가 상징하는 국제 정치/경제 환경의 불안정성을 모두 고려해야 한다. 석유 산업은 더욱 큰 불확실성에 직면할 전망이다. OPEC 감산과 트럼프의 새로운 에너지 정책이라는 불협화음이 어떤 결과를 낳을지 쉽게 예단할 수 없다. 2017년 석유 산업이 처할 환경에 대해 조심스럽게 전망하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.4-4
• /
• 2022

낙동강 하구 환경/생태 복원을 위하여 "해수유입"으로 하구환경을 조성하는 사업이 추진되고 있으며, 해수 유입 규모와 빈도에 따른 생태환경변화를 예측하는 연구수요가 증가하고 있는 상황이다. 보다 구체적으로는 단기간의 해수유입에 의한 흐름 및 염분 확산범위 예측과 더불어 보다 장기간의 지형변화, 수질환경 변화, 생태환경 변화 등에 대한 예측이 필요한 상황이다. 그리고 그 예측의 대부분을 수치모델에 크게 의존하고 있는 상황이다. 그러나, 수치모형을 이용한 단기 예측은 가까운 미래에 대한 입력조건을 사용하여야 하기 때문에 입력조건에 대한 불확실성이 포함되고, 환경생태모형의 불확실성에 따른 예측 한계 등으로 인하여 오차가 누적되기 때문에 직접적인 활용에 크게 제한이 따를 수 있다. 또한 운영과정에서 어떤 분산, 편향 오차 등이 지속적으로 발생하는 경우, 모델 예측 결과에 대한 신뢰수준이 크게 감소하기 때문에 모델의 적절한 운영기법이 요구된다. 모델은 관심을 가지는 자연현상에 대한 근사(approximation)이고, 예상하지 못한 오차가 발생할 수 있기 때문에 관측 자료를 이용한 자료동화(data assimilation) 과정이 운영모델에서는 필수적인 부분이다. 이론적인 기반이 탄탄한 유체역학 기반 기상예측의 경우에도, 가용한 모든 지점의 관측 자료를 이용한 자료 동화과정을 통하여 모델 예측 결과를 개선하여 나가는 과정을 포함하여 운영하고 있다. 이 과정이 포함하는 중요한 개념은 수치모델이 가지고 있는 (예측 수준의) 한계를 인정하고, 수치모델에 전적으로 의존하는 것이 아니라 관측 자료를 이용하여 그 한계를 저감하여 나가는 과정이다. 모니터링은 모델의 한계를 알려주는 지표이다. 모델링과 모니터링의 불가피한 상호의존 관계를 의미하는 이 개념은 단기간의 흐름, 염분 확산 예측으로 한정되지 않고, 장기적인 변화가 예상되는 생태환경변화 모델에도 적용이 된다. 즉각적인 변화보다는 장기적인 관점에서 파악하여야 하는 생태학적인 변화는 보다 다양한 인자가 관여하기 때문에 어떤 측면에서는 모델보다는 적절한 빈도와 항목에 대한 관측계획 수립(monitoring design)이 더 중요하다고 할 수 있다. 이론적인 질량보존(mass conservation) 방정식을 기반으로 하는 모델은 다양한 현실적인 인자의 영향을 받기 때문에 모델의 한계를 인정하고, 모니터링 자료를 적극적으로 활용하여 불확실성을 저감하는 접근방식이 요구된다.

• Journal of Distribution Science
• /
• v.7 no.2
• /
• pp.5-28
• /
• 2009

As a result of this study only a few Korean firms have a certain management methods designed to predict the possibility of risk occurrence and establishment of systematic countermeasure. Besides, the Korean firms do not have enough data on the risk of Chinese Market. The risk management department inside the firm does not function efficiently, and when it comes to investigation of risk, it heavily depends on that of local branches. Accordingly, in order to accurately recognize and manage, the firms need to not only specialize risk management department but also outsource by using a consulting firm.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.406-406
• /
• 2021

극한강우사상의 분석은 다양한 극치 분포로 구성된 극치이론을 통해 가능하다. 일반적으로 단일 지점의 극한사상의 분석을 위한 지점빈도해석 (Point Frequency Analysis, PFA)이 다양한 재현기간에 해당하는 강우량을 추정하는데 널리 사용되어왔다. 하지만 수문기후학적 극치기록은 시간적 그리고 공간적으로 제한적이다. 따라서 모의 불확실성을 줄이고 신뢰성 높은 결과를 도출하기 위해 서로 유사한 분포를 가질 수 있는 인근 지점의 활용하는 지역빈도해석 (Regional Frequency Analysis, RFA) 방법이 개발되어 적용되고 있다. 본 연구에서는 부산, 울산, 경남지역의 기상청 종관기상관측시스템(Automated Synoptic Observing System, ASOS) 울산, 부산, 통영, 진주, 거창, 합천, 밀양, 산청, 거제, 남해지점 일강수량을 자료를 기반으로 Metropolis-Hasting 알고리즘을 사용하여 일반극치분포(Generalized Extreme Value, GEV)의 매개변수를 추정하고 PFA 및 RFA의 불확실성을 평가하고자 한다. 이러한 연구는 공간적 구성 요소(예, 지리적 좌표, 고도)를 고려하지 못하며 추가변수 (예, 공변량)를 분석에 결합할 수 없는 등의 RFA의 한계를 극복하고, 명시적으로 불확실성을 추정하여 결과의 신뢰성을 확보 할 수 있는 계층적 베이지안 모델의 개발에 도움이 되리라 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.100-100
• /
• 2015

자연유역은 주어진 강우에 대해 다양한 형태의 유출반응을 나타내는데, 이는 순간반응함수(Instantaneous Response Function; IRF)로 표현될 수 있다. IRF는 유역의 DEM(Digital Elevation Model)으로부터 지표수 흐름방향을 추출한 뒤 지형분석을 통하여 구한 인자를 이용해 구하는 것이 일반적인 이론이다. 여기서 DEM의 모든 셀에 대해 흐름방향을 부여할 수 있지만, 모든 셀이 하천에 해당하지는 않는다. 따라서 최상류의 셀들은 사면으로, 하류의 셀은 하천으로 구분하여 IRF모의에 적용하게 된다. 사면과 하천은 지표수이송에 전혀 다른 경향을 보이므로 전체적인 유역의 유출반응에 큰 영향을 미친다. 예를 들어 사면과 하천에서의 유속 차이는 IRF의 왜도(skewness)에 주된 영향을 미치는 것으로 알려져 있다 (Botter and Rinaldo, 2003). 하지만, DEM에서 사면과 하천을 정확하게 구분하는 것은 매우 어렵기 때문에 하천시점을 정의하는 데에는 불확실성이 내재되어 있으며, 이러한 점은 추정된 IRF의 불확실성으로 연결된다. 본 연구에서는 하천시점의 불확실성으로 인한 IRF의 불확실성을 정량화하고, 그것의 유의수준을 평가하고자 한다. 이를 위해 다양한 유원면적 기준에 대해 IRF를 계산하고, 그 결과를 심도 있게 고찰한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.15-15
• /
• 2015

기존 기후변화 영향평가 불확실성 연구들은 거의 대부분 GCM의 불확실성이 가장 크다고 결론내리고 있으나, ES 불확실성과의 정량적 비교는 하지 못했으며, 기존 접근방법은 민감도 분석 수준에 머무르고 있다. 이에 본 연구에서는 기후변화 영향평가 각 단계별 불확실성을 포괄적으로 정량화하고 수행단계별 불확실성의 전파정도를 추정할 수 있는 새로운 approach를 제안하였다. 첫째, 전체 불확실성, 각 단계별 불확실성 증가 정도, 각 단계별 불확실성의 비율을 제시할 수 있는 새로운 approach를 제안하였다. 또한 불확실성을 정량적으로 추정할 수 있는 방법으로 maximum entropy(이하 ME)를 선정하였으며, 이를 본 연구에서 제시한 approach에서 적용성을 살펴보았다. 둘째, 본 연구에서는 기후변화 영향평가 불확실성 단계별 정량화를 위해 2개 배출시나리오, 4개 GCM 시나리오, 2개 상세화기법, 2개 수문모형을 사용하여 기본적 기후변화 영향평가 단계를 모두 수행하였다. 기존 approach에서는 GCMs의 변화율(89.34)이 가장 커 GCMs의 불확실성이 가장 큰 것으로 나타났으나 제시한 approach에서는 배출시나리오의 불확실성이 전체 대비 58.66 %로 기후변화 영향평가에서 가장 큰 불확실성 발생 원인으로 파악되었다. 모형 불확실성에서는 GCMs의 불확실성(전체 대비 33.57 %)이 가장 높게 나타났다. 또한 배출시나리오의 ME는 3.32, GCMs의 ME는 5.22, 상세화기법의 ME는 5.57, 수문모형의 ME는 5.66으로 단계적으로 불확실성이 증가하였다. 다음으로 유량과 강수를 이용하여 불확실성 정량화를 수행하였으며, 강수를 이용한 불확실성 정량화에서는 유량을 이용한 결과와 다르게 배출시나리오 다음으로 상세화기법의 불확실성이 큰 것으로 나타나 어떤 수문변수에 초점을 두느냐에 따라 불확실성 정량화저감 노력 대상이 달라질 수 있음을 제시하였다. 마지막으로 자연변동성에 의한 불확실성이 기후변화 전체 불확실성의 45.47 % 정도로 나타났으며, 이는 미래 기후변화에 의해 발생하는 불확실성이 과거 자연변동보다 2배 이상으로서, 기후변화에 의한 미래전망의 불확실성이 매우 크게 증가한다는 매우 중요한 결과를 제시하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.271-273
• /
• 2000

일반적으로, 지능형 에이전트는 사용자의 목적과 주위 환경으로부터 최적의 행동을 스스로 찾아낼 수 있어야 한다. 만약 에이전트의 목적이나 주위 환경이 불확실성을 포함하는 경우, 에이전트는 적절한 행동을 선택하기 어렵다. 그러나, 사용자의 목적이 인간 지식의 불확실성을 포함하는 언어값으로 표현되었을 경우, 이를 처리하려는 연구는 없었다. 본 논문에서는 모호한 사용자의 의도를 퍼지 목적으로 나타내고, 에이전트가 인지하는 불확실한 환경을 퍼지 상태로 표현하는 방법을 제안한다. 또, 퍼지 목적과 상태를 이용하여 확장한 펴지 강화 함수와를 이용하여, 기존 강화 학습 알고리즘 중 하나인 Q-Learning을 FuzzyQ-Learning으로 확장하고, 이에 대한 타당성을 검증한다.

• Environmental Analysis Health and Toxicology
• /
• v.13 no.3_4
• /
• pp.95-104
• /
• 1998

INTRODUCTION : Arsenic is a ubiquitous element present in various compounds throughout the earth's crust. The use of arsenic compounds increased greatly during the 18th and 19th centuries, including its use in pigments and dyes, as a preservative of animal hides, in glass manufacture, agricultural pesticides, and various pharmaceutical substances. The causal association between human arsenic exposure, usually in the form of inorganic compounds containing trivalent arsenite (As$^{III}$) or pentavalent arsenate (As$^V$), and various forms of human cancer has been known for many years.