• 대기
• /
• 제25권3호
• /
• pp.543-557
• /
• 2015

The present study examines an interaction between the eddy and mean meridional circulation (MMC) comparing the results in three reanalysis data sets including ERA-Interim, NCEP2, and JRA-55 during the boreal winter in the Northern Hemisphere. It is noteworthy that the JRA-55 tends to produce stronger MMC compared to those of others, which is mainly due to the weak eddy flux. ERA-Interim represents the ensemble averages of MMC. The MMC-eddy interaction equation was adopted to investigate the scale interaction of the eddy momentum flux (EMF), eddy heat flux (EHF), and diabatic heating (DHT) with MMC. The EMF (EHF) shows a significant correlation coefficient with streamfunction under (above) 200 hPa-level. The perturbation (time mean) part of each eddy is dominant compared to another part in the EMF (EHF). The DHT is strongly interacted with streamfunction in the region between the equator and extra-tropical latitude over whole vertical column. Thus, the dominant term in each significant region modulates interannual variability of MMC. The inverse (proportional) relationship between MMC and pressure (meridional) derivative of the momentum (heat) divergence contributions is well represented in the three reanalysis data sets. The region modulated interannual variability of MMC by both EMF and DHT (EHF) is similar in ERA-Interim and JRA-55 (ERA-Interim and NCEP2). JRA-55 shows a lack of significant region of EHF due to the high resolution, compared to other data sets.

• 대기
• /
• 제27권1호
• /
• pp.105-118
• /
• 2017

This study assesses the performance of the Weather Research and Forecasting (WRF) model in reproducing regional climate over CORDEX-East Asia Phase 2 domain with different cumulus parameterization schemes [Kain-Fritch (KF), Betts-Miller-Janjic (BM), and Grell-Devenyi-Ensemble (GD)]. The model is integrated for 27 months from January 1979 to March 1981 and the initial and boundary conditions are derived from European Centre for Medium-Range Weather Forecast Interim Reanalysis (ERA-Interim). The WRF model reasonably reproduces the temperature and precipitation characteristics over East Asia, but the regional scale responses are very sensitive to cumulus parameterization schemes. In terms of mean bias, WRF model with BM scheme shows the best performance in terms of summer/winter mean precipitation as well as summer mean temperature throughout the North East Asia. In contrast, the seasonal mean precipitation is generally overestimated (underestimated) by KF (GD) scheme. In addition, the seasonal variation of the temperature and precipitation is well simulated by WRF model, but with an overestimation in summer precipitation derived from KF experiment and with an underestimation in wet season precipitation from BM and GD schemes. Also, the frequency distribution of daily precipitation derived from KF and BM experiments (GD experiment) is well reproduced, except for the overestimation (underestimation) in the intensity range above (less) then $2.5mm\;d^{-1}$. In the case of the amount of daily precipitation, all experiments tend to underestimate (overestimate) the amount of daily precipitation in the low-intensity range < $4mm\;d^{-1}$ (high-intensity range > $12mm\;d^{-1}$). This type of error is largest in the KF experiment.

• 대기
• /
• 제30권3호
• /
• pp.293-309
• /
• 2020

There are lots of indices that define the intensity of East Asian summer monsoon (EASM) in climate systems. This paper assesses the prediction skill for EASM indices in a Global Seasonal Forecasting System (GloSea5) that is currently operating at KMA. Total 5 different types of EASM indices (WNPMI, EAMI, WYI, GUOI, and SAHI) are selected to investigate how well GloSea5 reproduces them using hindcasts with 12 ensemble members with 1~3 lead months. Each index from GloSea5 is compared to that from ERA-Interim. Hindcast results for the period 1991~2010 show the highest prediction skill for WNPMI which is defined as the difference between the zonal winds at 850 hPa over East China Sea and South China Sea. WYI, defined as the difference between the zonal winds of upper and lower level over the Indian Ocean far from East Asia, is comparatively well captured by GloSea5. Though the prediction skill for EAMI which is defined by using meridional winds over areas of East Asia and Korea directly affected by EASM is comparatively low, it seems that EAMI is useful for predicting the variability of precipitation by EASM over East Asia. The regressed atmospheric fields with EASM index and the correlation with precipitation also show that GloSea5 best predicts the synoptic environment of East Asia for WNPMI among 5 EASM indices. Note that the result in this study is limited to interpret only for GloSea5 since the prediction skill for EASM index depends greatly on climate forecast model systems.

• 대한기계학회논문집B
• /
• 제38권3호
• /
• pp.197-202
• /
• 2014

촉매 변환기의 효율은 촉매 물질이 포함되어 있는 하니콤 브릭 입구의 유동장 분포와 밀접한 관계가 있다. 하니콤 브릭 표면의 유동장 분포가 균일하지 않으면 시스템의 전환 효율이 감소하고 균일한 유동장 분포를 갖는 촉매 변환기에 비해 크기가 커져 제작비용도 증가한다. 따라서 촉매 변환기의 내부유동 해석은 매우 중요하다. 본 연구에서는 변환기 내부 하니콤 브릭 사이부분과 2번째 하니콤 브릭 출구부분의 유동분포를 단축을 따라 37.8 l/s와 94.4 l/s 유동영역에서 측정하였다. 또한, 자동차 제작사에서 이루어진 전산해석 결과를 측정 결과와 비교하여 실험적으로 검증하였다. 하니콤 브릭 사이부분의 ${\upsilon}$-속도분포 측정은 다소 변화하는 유동패턴이 형성되는 것을 보여주지만 입구 반대쪽 벽 부근영역에서 음의 유동장이 형성되고 음의 속도는 감소하여 중심 부근에서는 정체현상을 보이고 계속 입구 쪽까지 지속되는 것을 보여준다. 대부분의 속도 값에서 전산해석 결과는 측정치에 비하여 크게 나타났다.

• 정보과학회 논문지
• /
• 제43권1호
• /
• pp.80-86
• /
• 2016

화행이란 발화 속에 포함되어 있는 화자에 의해 의도된 언어적 행위이다. 대화 시스템에서 입력된 발화에 적합한 화행을 분류하는 것은 중요하다. 기존의 화행분류에 관한 연구는 규칙기반과 기계학습 기반의 방법을 많이 사용한다. 본 논문에서는 대표적인 기계학습 방법인 지지벡터기계(SVM)와 변환기반 학습(TBL)을 조합한 화행 분류 방법을 제안한다. 이를 위해, 화행별 학습 발화의 수에 기반하여 분류 우선순위를 조정함으로써 지지벡터기계의 분류 편향 문제를 해결하였고, 오답일 확률이 높은 분류 결과에 대해서 변환 기반 학습을 통해 생성된 보정 규칙을 적용함으로써 화행분류 성능을 개선하는 방법을 제안한다. 본 논문에서 화행별 학습 발화 수의 차이를 고려한 분류 우선순위 변화와 후보정 규칙을 이용한 화행분류 방법을 실험을 통해 평가하였으며, 이는 학습 발화 수가 낮은 화행의 우선순위를 고려하지 않은 기존의 화행 분류보다 성능이 향상되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.39-39
• /
• 2012

Data assimilation techniques have received growing attention due to their capability to improve prediction in various areas. Despite of their potentials, applicable software frameworks to probabilistic approaches and data assimilation are still limited because the most of hydrologic modelling software are based on a deterministic approach. In this study, we developed a hydrological modelling framework for sequential data assimilation, namely MPI-OHyMoS. MPI-OHyMoS allows user to develop his/her own element models and to easily build a total simulation system model for hydrological simulations. Unlike process-based modelling framework, this software framework benefits from its object-oriented feature to flexibly represent hydrological processes without any change of the main library. In this software framework, sequential data assimilation based on the particle filters is available for any hydrologic models considering various sources of uncertainty originated from input forcing, parameters and observations. The particle filters are a Bayesian learning process in which the propagation of all uncertainties is carried out by a suitable selection of randomly generated particles without any assumptions about the nature of the distributions. In MPI-OHyMoS, ensemble simulations are parallelized, which can take advantage of high performance computing (HPC) system. We applied this software framework for several catchments in Japan using a distributed hydrologic model. Uncertainty of model parameters and radar rainfall estimates is assessed simultaneously in sequential data assimilation.

• 한국컴퓨터정보학회논문지
• /
• 제26권7호
• /
• pp.45-55
• /
• 2021

스마트폰에 내장된 각종 센서를 통해 획득할 수 있는 정보는 사용자의 움직임, 상황 등을 파악하고 분석하는데 유용하게 활용될 수 있다. 본 논문에서는 스마트폰의 가속도 센서와 자이로스코프 센서에서 얻은 정보를 분석하여 'I', 'S', 'Z' 모션을 인식하는 두 가지 규칙기반 시스템을 제안한다. 먼저, 각 모션에 대한 가속도 및 각속도의 특성을 분석한다. 이를 기반으로 두 가지 종류의 규칙기반 모션 인식 시스템을 제안하고 이를 안드로이드 앱으로 구현하여 각 모션에 대한 성능을 비교한다. 두 가지 규칙기반시스템은 각 모션에 대해서 90% 이상의 인식률을 보이며 앙상블을 이용한 규칙기반 시스템은 다른 시스템보다 향상된 성능을 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.67-77
• /
• 2023

본 연구는 스마트팜 환경에서 진행된 혁신적인 연구로, 딥러닝을 기반으로 한 질병 및 해충 탐지 모델을 개발하고, 이를 지능형 사물인터넷(IoT) 플랫폼에 적용하여 디지털 농업 환경 구현의 새로운 가능성을 탐색하였다. 연구의 핵심은 Pseudo-Labeling, RegNet, EfficientNet 등 최신 ImageNet 모델과 전처리 방식을 통합하여, 복잡한 농업 환경에서 다양한 질병과 해충을 높은 정확도로 탐지하는 것이었다. 이를 위해 앙상블 학습 기법을 적용하여 모델의 정확도와 안정성을 극대화했으며, 평균 정밀도(mAP), 정밀도, 재현율, 정확도, 박스 손실 등의 다양한 성능 지표를 통해 모델을 평가하였다. 또한, SHAP 프레임워크를 활용하여 모델의 예측 기준에 대한 깊은 이해를 도모하였고, 이를 통해 모델의 결정 과정을 보다 투명하게 만들었다. 이러한 분석은 모델이 어떻게 다양한 변수들을 고려하여 질병 및 해충을 탐지하는지에 대한 중요한 통찰력을 제공하였다.

• 한국전자통신학회논문지
• /
• 제18권5호
• /
• pp.999-1008
• /
• 2023

당뇨병과 같은 만성 질환의 조기 예측은 중요한 이슈이며, 그중에서도 당뇨 예측의 정확도 향상은 매우 중요하다. 당뇨 예측을 위한 다양한 기계 학습 및 딥 러닝 기반 방법론을 도입하고 있으나, 이러한 기술들은 다른 방법론보다 더 우수한 성능을 위해 대량의 데이터를 필요로 하며, 복잡한 데이터 모델 때문에 학습 비용이 높다. 본 연구에서는 pima 데이터셋과 k-fold 교차 검증을 사용한 DNN이 당뇨 진단 모델의 효율성을 감소시킨다는 주장을 검증하고자 한다. 의사 결정 트리, SVM, 랜덤 포레스트, 로지스틱 회귀, KNN 및 다양한 앙상블 기법과 같은 기계 학습 분류 방법을 사용하여 어떤 알고리즘이 최상의 예측 결과를 내는지 결정하였다. 모든 분류 모델에 대한 훈련 및 테스트 후 제안된 시스템은 ADASYN 방법과 함께 XGBoost 분류기에서 최상의 결과를 제공하였으며, 정확도는 81%, F1 계수는 0.81, AUC는 0.84였다. 또한 도메인 적응 방법이 제안된 시스템의 다양성을 보여주기 위해 구현되었다. LIME 및 SHAP 프레임워크를 사용한 설명 가능한 AI 접근 방식이 모델이 최종 결과를 어떻게 예측하는지 이해하기 위해 구현되었다.

• 정보과학회 논문지
• /
• 제43권10호
• /
• pp.1085-1093
• /
• 2016

커뮤니티 기반 질의 응답 시스템은 사용자 질의에 대한 정답을 인터넷 커뮤니티에 사용자들이 게시했던 문서 중에서 선택하여 제공하는 시스템이다. 기존 방법들은 질의 분석의 성능 향상을 위하여 목적 영역에 적합한 규칙을 구축하거나 일부 처리 과정에 기계 학습을 적용하였다. 하지만 기존 방법들은 적용 영역을 확장하거나 수정하는 경우 많은 비용이 소요되며 경우에 따라서는 시스템이 특정 영역에 과적합되는 경우가 발생한다. 본 논문에서는 커뮤니티 기반 질의-응답 시스템의 효과적인 처리를 위해서 시스템의 각 과정에 적합한 기계 학습 방법을 적용하여 전체 과정을 자동화하는 다중 기계학습 방법을 제안한다. 제안 시스템은 사용자 질의를 분석하는 부분과 정답 문서를 선택하는 부분으로 나눌 수 있다. 질의 분석 과정은 질의의 초점 구문을 분석하는 질의 핵심부 추출기와 질의의 주제를 분류하는 질의 유형 분류기로 구성하였으며, 전자는 조건부 무작위장을 사용하고 후자는 지지 벡터 기계를 사용한다. 정답 문서 선택에서는 유사도 측정에서 사용하는 가중치를 인공 신경망으로 학습한다. 또한 인터넷에 커뮤니티에 게시된 데이터는 형태소 분석 결과를 신뢰할 수 없는 경우가 많이 발생한다. 따라서 음절 자질을 사용하여 질의를 분석 단계에서 형태소 분석의 영향을 최소화하는 방법을 제안한다. 제안하는 시스템은 Mean Average Precision 기준으로 0.765, R-Precision 기준으로 0.872의 성능을 보여 기존 시스템보다 성능이 우수하다.