• 한국도로학회논문집
• /
• 제19권2호
• /
• pp.35-44
• /
• 2017

PURPOSES: This study suggests a specific methodology for the prediction of road surface temperature using vehicular ambient temperature sensors. In addition, four kind of models is developed based on machine learning algorithms. METHODS : Thermal Mapping System is employed to collect road surface and vehicular ambient temperature data on the defined survey route in 2015 and 2016 year, respectively. For modelling, all types of collected temperature data should be classified into response and predictor before applying a machine learning tool such as MATLAB. In this study, collected road surface temperature are considered as response while vehicular ambient temperatures defied as predictor. Through data learning using machine learning tool, models were developed and finally compared predicted and actual temperature based on average absolute error. RESULTS : According to comparison results, model enables to estimate actual road surface temperature variation pattern along the roads very well. Model III is slightly better than the rest of models in terms of estimation performance. CONCLUSIONS : When correlation between response and predictor is high, when plenty of historical data exists, and when a lot of predictors are available, estimation performance of would be much better.

• 대한전기학회논문지:전력기술부문A
• /
• 제54권3호
• /
• pp.144-151
• /
• 2005

This paper presents a forecasting technique of the short-term marginal price (SMP) using an Artificial Neural Network (ANN). The SW forecasting is a very important element in an electricity market for the optimal biddings of market participants as well as for market stabilization of regulatory bodies. Input data are organized in two different approaches, time-axis and day-axis approaches, and the resulting patterns are used to train the ANN. Performances of the two approaches are compared and the better estimate is selected by a composition rule to forecast the SMP. By combining the two approaches, the proposed composition technique reflects the characteristics of hourly, daily and seasonal variations, as well as the condition of sudden changes in the spot market, and thus improves the accuracy of forecasting. The proposed method is applied to the historical real-world data from the Korea Power Exchange (KPX) to verify the effectiveness of the technique.

• 한국농공학회논문집
• /
• 제50권6호
• /
• pp.37-47
• /
• 2008

Photovoltaic power generation is currently being recognized as one of the most popular sources for renewable resources over the country. Although it is also being adapted to rural area for may reasons, it is important to estimate the magnitudes of power outputs with reliable statistical methodologies, while applying historical daily solar energy data, for correct feasibility analysis. In this study, one of the well-known statistical methodologies is employed to define the appropriate probability distributions for monthly power outputs for the selected rural area, county of Seo-san, province of Chungnam. The results imply that the assumption of normal distributions for several months may lead to incorrect decision-making and therefore lead to the unreliable feasibility analysis. Generalized beta and triangular distributions were found to be superior to normal distribution, when describing monthly probability distributions for daily photovoltaic power. Based on the appropriate distributions resulted from this study, Monte Carlo simulation technique was also applied to provide additional flexible information for the relevant decision makers. This study found out new finding that the probability distributions should be considered to make planning of the photovoltaic power system in rural village unit, in order to give reasonable economic analysis to the decision makers.

• 한국건축시공학회지
• /
• 제9권6호
• /
• pp.131-139
• /
• 2009

극 초고층 공사에서 합리적인 타워크레인 선정이 필수적이나 현장 실적 자료의 부족과 주관적인 경험에 의한 계획 수립, 체계적인 기준 부재 등으로 계획상 오류나 비효율성이 크다. 특히 극 초고층의 특성 중의 하나인 높이에 따른 영향 요소들에 대한 분석이 미비하여 단순히 장비의 기계적 특성을 가지고 양중 시간을 예측하고 있는 실정이다. 본 연구에서는 양중 계획 시 담당자가 활용하기에 용이하고 체계적인 양중 분석이 가능한 시스템을 개발 하였으며, 현존 최고층인 버지 두바이의 자료를 활용하여 가변형 통계 모델을 개발하였다. 또한 층당 적정 공기 여부를 선정한 장비를 바탕으로 검토 및 의사결정을 가능하게 함으로써 극 초고층 공기 산정 방법의 패러다임을 전환 시켰다는 의미도 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.694-698
• /
• 2008

In hydrology, it is a difficult task to deal with multivariate time series such as modeling streamflows of an entire complex river system. Normal distribution based model such as MARMA (Multivariate Autorgressive Moving average) has been a major approach for modeling the multivariate time series. There are some limitations for the normal based models. One of them might be the unfavorable data-transformation forcing that the data follow the normal distribution. Furthermore, the high dimension multivariate model requires the very large parameter matrix. As an alternative, one might be decomposing the multivariate data into independent components and modeling it individually. In 1985, Lins used Principal Component Analysis (PCA). The five scores, the decomposed data from the original data, were taken and were formulated individually. The one of the five scores were modeled with AR-2 while the others are modeled with AR-1 model. From the time series analysis using the scores of the five components, he noted "principal component time series might provide a relatively simple and meaningful alternative to conventional large MARMA models". This study is inspired from the researcher's quote to develop a multivariate simulation model. The multivariate simulation model is suggested here using Principal Component Analysis (PCA) and Independent Component Analysis (ICA). Three modeling step is applied for simulation. (1) PCA is used to decompose the correlated multivariate data into the uncorrelated data while ICA decomposes the data into independent components. Here, the autocorrelation structure of the decomposed data is still dominant, which is inherited from the data of the original domain. (2) Each component is resampled by block bootstrapping or K-nearest neighbor. (3) The resampled components bring back to original domain. From using the suggested approach one might expect that a) the simulated data are different with the historical data, b) no data transformation is required (in case of ICA), c) a complex system can be decomposed into independent component and modeled individually. The model with PCA and ICA are compared with the various statistics such as the basic statistics (mean, standard deviation, skewness, autocorrelation), and reservoir-related statistics, kernel density estimate.

• 한국지리정보학회지
• /
• 제11권2호
• /
• pp.38-50
• /
• 2008

부지고유 지진 응답과 그에 따른 지진 재해는 지하 지질 및 지반 동적 특성에 따라 주로 영향을 받는다. 본 연구에서는 지진 응답의 신뢰성 높은 평가를 목적으로, 연구 영역을 포괄하는 확장 영역과 지표면의 지반-지식 자료 획득을 위한 추가 부지 방문 조사라는 새로운 개념을 도입하여 GIS 토대의 지반 정보 시스템(GTIS)을 개발하였다. 역사 지진 피해 기록이 많아 향후 지진 발생 가능성 높은 경주 지역에 대해 GIS 기반 GTIS를 구축하였다. 연구 지역인 경주를 대상으로 지반 특성 및 동적 물성을 대표하는 전단파속도($V_S$)를 평가하기 위한 종합적 지반 조사와 기존 지반 자료 수집을 실시하고 부지 방문 조사를 추가적으로 수행하였다. 경주 지역에 대한 GTIS 내에서 지구통계학적 크리깅 기법을 이용하여 지반 조사 자료로부터 연구 영역 전체의 공간 분포 지층과 $V_S$를 신뢰성 높게 예측하였다. GTIS 내에서 예측된 공간 지층 및 $V_S$를 토대로, 부지 효과에 따른 부지고유 지진 응답의 평가 지표인 부지 주기($T_G$)에 관한 지진 구역 지도를 경주 연구 지역에 대해 작성하였다. 경주의 공간 $T_G$ 분포 지도로부터 2 층에서 5 층 건물의 지진 취약도를 확인하였다. 본 연구에서는 GIS 기반 GTIS 내에서 $T_G$를 토대로 수행된 지진 구역화를 지진 재해 평가 및 저감을 위한 효율적 지역 대책 방안으로 제시하였다.

• 물과 미래
• /
• 제29권6호
• /
• pp.167-178
• /
• 1996

수문자료 시계열의 모의기법은 수자원 시스템의 설계라든지 저수지의 최적운영, 저수지의 홍수조절 설계등을 목적으로 개발되어 왔다. 추계학적 모형들은 주로 수문자료 시계열의 모의발생을 위해 사용되어 왔으나, 연속지수모형 기법(indexed sequential modeling, ISM)은 단기간의 수문 관측자료를 일정한 규칙에 의해 혼합함으로서 수문자료 시계열을 모의 발생시키기 위해 1980년도 초반이후에 미국서부지역에서 실무해결에 적용되어 왔으며 그 성과에 대한 긍정적인 평가가 보고 되어 왔다. 본 연구에서는 홍천강에 계획되어 왔으며 그 성과에 대한 긍정적인 평가가 보고 되어 왔다. 본 연구에서는 홍천강에 계획되어 있는 홍천댐 지점에서의 연 평균 유입량기록을 바탕으로 하여 연속지수 모형과 1차 자기회귀모형에 의해 장기간의 연 평균 유입량 자료를 모의 발생시켜 한발 특성치들을 각각 구하고 이를 상호 비교, 검토함으로써 연속 지수 모형의 적용성을 검토하고자 하였다.

• 대한교통학회지
• /
• 제32권5호
• /
• pp.522-530
• /
• 2014

교통관리센터에 축적되어 있는 속도 이력데이터에는 반복 비반복 정체 시공간 전개에 대한 상세한 정보가 모두 들어있으나, 도해법에 의해 다루어져 왔기 때문에 많은 양의 이력데이터를 처리하여 교통상황예측이나 정보제공에 활용할 수 없는 한계가 존재하였다. 본 논문에서는, 기존의 Classification과 Density-Based Clustering 알고리즘을 속도 시공간 데이터 특성에 맞게 조합하고 변형하여 정체 시공간 영역을 자동 인식하는 알고리즘과, 정체파급길이, 파급속도, 해소속도 등 정체 시공간 전개 패턴의 특성치를 산정하는 알고리즘을 개발하였다, 본 알고리즘은, 교통관리센터에 축적되어 있는 방대한 양의 이력데이터를 자동으로 분석하여 자세한 정체 관련 정보를 추출할 수 있고, 산정된 특성치를 가지고 각 센터의 필요에 따라 다양한 정보를 2차 생성하고 활용할 수 있는 장점이 있다. 본 연구결과는 향후 반복 비반복 정체에 대한 예측과 대응이 획기적으로 개선되는데 초석이 될 것으로 기대된다.

• 한국환경과학회지
• /
• 제24권4호
• /
• pp.437-447
• /
• 2015

Estimation of runoff peak is needed to assess water availability, in order to support the multifaceted water uses and functions, hence to underscore the modalities for efficient water utilization. The magnitude of storm rainfall acts as a primary input for basin level runoff computation. The rainfall-runoff linkage plays a pivotal role in water resource system management and feasibility level planning for resource distribution. Considering this importance, a case study has been carried out in the Hancheon basin of Jeju Island where distinctive hydrological characteristics are investigated for continuous storm rainfall and high permeable geological features. The study aims to estimate unit hydrograph parameters, peak runoff and peak time of storm rainfalls based on Clark unit hydrograph method. For analyzing observed runoff, five storm rainfall events were selected randomly from recent years' rainfall and HEC-hydrologic modeling system (HMS) model was used for rainfall-runoff data processing. The simulation results showed that the peak runoff varies from 164 to 548 m3/sec and peak time (onset) varies from 8 to 27 hours. A comprehensive relationship between Clark unit hydrograph parameters (time of concentration and storage coefficient) has also been derived in this study. The optimized values of the two parameters were verified by the analysis of variance (ANOVA) and runoff comparison performance were analyzed by root mean square error (RMSE) and Nash-Sutcliffe efficiency (NSE) estimation. After statistical analysis of the Clark parameters significance level was found in 5% and runoff performances were found as 3.97 RMSE and 0.99 NSE, respectively. The calibration and validation results indicated strong coherence of unit hydrograph model responses to the actual situation of historical storm runoff events.

• 지능정보연구
• /
• 제18권4호
• /
• pp.43-57
• /
• 2012

제조업에 있어서 판매 후 서비스 건수와 내용 등은 향후 서비스 제공을 위한 자원배분의 효율성 증진과 서비스 품질 향상을 위해서도 매우 중요한 정보이다. 따라서 기업들은 향후 발생하는 판매 후 서비스에 대해 정확히 예측하고 그에 따라 적절히 대처하는 능력을 확보할 필요성이 제조업을 중심으로 증가하고 있다. 그러나 실제로 이들 기업들이 활용하고 있는 서비스 수요예측 방법들은 전통적인 통계적인 예측기법이거나, 시뮬레이션을 기반한 기법들이다. 예를 들면, 전통적인 통계적인 예측기법으로는 회귀분석(regression analysis)의 경우, 다양한 제품모델에 대한 판매 후 서비스 발생 패턴이 선형적인 관계가 매우 적음에도 불구하고 선형으로 가정하여 추정한다는 점과 적정한 회귀식을 가정하여야 되며, 이러한 가정이 실제 경영환경에서는 매우 어렵다는 점 등이 기존의 예측기법들의 한계점으로 지적되고 있다. 본 연구에서는 디지털 TV 모델을 생산 판매 하는 A사의 사례연구를 통하여 최근 인공지능연구에서 각광을 받고 있는 사례기반추론(case-based reasoning; CBR) 기법을 활용한 서비스 수요예측 프레임워크를 제안하고자 한다. 또한, 사례기반추론에서 핵심적인 역할 중 하나인 유사 사례추출 방법에 있어서 가장 일반적인 nearest-neighbor 방법 이외의 유사 사례추출 방법을 제안하고자 한다. 특히, 본 연구에서 제안하는 유사 사례추출 방법은 인공신경망(artificial neural network)을 활용한 자기조직화지도(Self-Organizing Maps : SOM) 군집화 기법을 활용한 유사 사례추출 방식으로 이를 활용한 서비스 수요예측 프레임워크에 구현하고, 실제 기업의 판매 후 서비스 데이터를 활용하여 본 연구에서 제안하는 서비스 수요 예측 프레임워크의 유효성을 실증적으로 검증하고자 한다.