• 한국농공학회지
• /
• 제36권1호
• /
• pp.63-72
• /
• 1994

The objective of the study is to develop weather generators for daily rainfall and small pan evaporation and to test the applicability with recorded data. Daily rainfall forecasting model(DRFM) was developed that uses a first order Markov chain to describe rainfall seque- nces and applies an incomplete Gamma function to predict the amount of precipitation. Daily evaporation forecasting model(DEFM) that adopts a normal distribution function to generate the evaporation for dry and wet days was also formulated. DRFM and DEFM were tested with twenty year weather data from eleven stations using Chi-square and Kolmogorov and Smirnov goodness of fit tests. The test results showed that the generated sequences of rainfall occurrence, amount of rainfall, and pan evaporation were statistically fit to recorded data from eleven, seven, and seven stations at the 5% level of significance. Generated rainfall data from DRFM were very close in frequency distri- bution patterns to records for stations all over the country. Pan evaporation for rainy days generated were less accurate than that for dry days. And the proposed models may be used as tools to provide many mathematical models with long-term daily rainfall and small pan evaporation data. An example is an irrigation scheduling model, which will be further detailed in the paper.

• 한국안전학회지
• /
• 제26권4호
• /
• pp.127-134
• /
• 2011

A traffic accident which happens in Expressway during dense fog is more likely to cause the sequential accidents and high death rate. So, the preventive measures shall be taken at dangerous areas to enhance the efficiency of roads and minimize the accidents and the resultant damages. So, it is necessary to find out the characteristics of freeway zone which has high risk of fog occurrence and to establish the comprehensive safety strategy on installation and operation of the safety equipment. In this study, I developed a fog forecasting model by using the freeway fog data. This model can be used as the fog forecasting model in dealing with fog problems when new road is planned. The model was developed by using a statistical analysis technique or the regression analysis, focusing on the variables such as geographical features and regional conditions, distances to water sources and the area of water source. I have segmented the models by classifying the area into inland area and coastal area. The distance to water source and area of the water source located around the freeway were found to be main factors causing fog.

• 한국IT서비스학회지
• /
• 제19권4호
• /
• pp.49-61
• /
• 2020

Prior studies on technology predictions attempted to predict the emergence and spread of emerging technologies through the analysis of correlations and changes between data using objective data such as patents and research papers. Most of the previous studies predicted future technologies only from the viewpoint of technology development. Therefore, this study intends to conduct technical forecasting from the perspective of the consumer by using keyword search frequency of search portals such as NAVER before and after the introduction of emerging technologies. In this study, we analyzed healthcare technologies into three types : measurement technology, platform technology, and remote service technology. And for the keyword analysis on the healthcare, we converted the classification of technology perspective into the keyword classification of consumer perspective. (Blood pressure and blood sugar, healthcare diagnosis, appointment and prescription, and remote diagnosis and prescription) Naver Trend is used to analyze keyword trends from a consumer perspective. We also used the ARIMA model as a technology prediction model. Analyzing the search frequency (Naver trend) over 44 months, the final ARIMA models that can predict three types of healthcare technology keyword trends were estimated as "ARIMA (1,2,1) (1,0,0)", "ARIMA (0,1,0) (1,0,0)", "ARIMA (1,1,0) (0,0,0)". In addition, it was confirmed that the values predicted by the time series prediction model and the actual values for 44 months were moving in almost similar patterns in all intervals. Therefore, we can confirm that this time series prediction model for healthcare technology is very suitable.

• 대한토목학회논문집
• /
• 제7권1호
• /
• pp.111-120
• /
• 1987

부족량의 지속기간에 따른 성질을 관측하여, 다년간 계속되는 가뭄의 크기와 심도에 관한 빈도분석 방안을 개발하였다. 평균 부족량의 변화를 식별하기 위하여, 월 부족량의 통계치에 의한 표준화와 자료의 통합과정이 시행되었다. 가뭄의 크기와 심도에 관한 매개변수를 추정하기 위하여, Gamma 분포함수의 재생산성이 부족량에 대하여 적용되었다. 이들 분포와 지속기간 분포와의 복합화 맞 연구 결과가 실시간 예측에 관하여 의미하는 바를 논의하였다.

• 한국습지학회지
• /
• 제5권1호
• /
• pp.29-40
• /
• 2003

This study was performed to research the relation between airmass thunderstorm and stability index with 12 years meteorological data(1990~2001) at Busan. Also We used the analysed stability indices from University of Wyoming to consider airmass thunderstorm. The frequency of thunderstorm occurrence during 12 years was 156 days(annual mean 13days). The airmass thunderstorm frequency was 14 days, most of those occurrence were summertime(59%). And occurrence hour of airmass thunderstorm was distributed from 1300LST to 2100LST broadly. The highest forecast index for airmass thunderstorm at Busan was K index, the lowest forecast index was SWEAT index. The forecasting of thunderstorms is based primary on the concepts of conditional instability, convective instability, and forced lifting of air near the surface. Instability is a critical factor in severe weather development. Severe weather stability indices can be a useful tool when applied correctly to a given convective weather situation.

• 한국건설관리학회논문집
• /
• 제24권6호
• /
• pp.66-73
• /
• 2023

건설 프로젝트는 기획부터 완공까지 공사비 예측, 확인, 그리고 정산 단계로 이루어진다. 건설원자재 평균 가격은 변동성을 지닌다. 하지만 건설 프로젝트의 자재비 산정은 계획단계 시점의 시세를 반영하여 결정되기 때문에, 시공단계에서 자재가 투입될 시점의 시세 변동에 따라 예상한 가격과 차이가 날 수 있다. 건설 산업은 건설원자재 가격 변동으로 인한 수요예측 실패, 프로젝트 비용변경으로 인한 사용자 비용 증가, 예측 체계성 부족으로 인한 손실이 발생한다. 이에 따라 건설원자재 가격 예측의 정확도 개선이 필요하다. 본 연구는 Data Refactor 기법의 개선을 통해 건설원자재 가격 예측 및 적용성 검증을 목적으로 한다. 건설원자재의 가격 예측의 정확도를 높이기 위하여 기존의 데이터 리팩토 간의 저·고빈도의 분류 및 ARIMAX 활용법을 빈도 위주 및 ARIMA 기법 활용으로 개선하여 건설원자재 목재, 시멘트 등 6개 품목의 단기(미래 3개월), 중기(미래 6개월), 장기(미래 12개월) 가격을 예측하였다. 분석한 결과 개선된 Data Refactor 기법을 기반으로 한 예측값이 오차는 줄었고 변동성은 확장되었다. 따라서, 본 연구에서 제안된 Data Refactor 기법을 통해 건설원자재 가격을 더 정확하게 예측하여 예산을 효과적으로 관리할 수 있을 것으로 기대된다.

• 한국지능시스템학회논문지
• /
• 제26권2호
• /
• pp.93-98
• /
• 2016

정확한 강수예측을 위해서는 예측인자 선정과 예측방법에 대한 선택이 매우 중요하다. 최근에는 강수예측 방법으로 기계학습 기법이 많이 사용되고 있으며, 그 중에서도 특히 인공신경망을 사용한 강수예측 방법은 좋은 성능을 보였다. 본 논문에서는 딥러닝 기법 중 하나인 DBN(deep belief network)를 이용한 새로운 강수예측 방법을 제안한다. DBN는 비지도 사전 학습을 통해 초기 가중치를 설정하여 기존 인공신경망의 문제점을 보완한다. 예측인자로는 기온, 전일-전주 강수일, 태양과 달 궤도 관련 자료를 선정하였다. 기온과 전일-전주 강수일은 서울에서의 1974년부터 2013년까지 총 40년간의 AWS(automatic weather system) 관측 자료를 사용하였고, 태양과 달의 궤도 관련 자료는 서울을 중심으로 계산한 결과를 사용하였다. 전체 기간에서 일부는 학습 자료로 사용하여 예측모델을 생성하였고, 나머지를 생성한 모델의 검증 자료로 사용하였다. 모델 검증 결과로 나온 예측값들은 확률값을 가지며 임계치를 이용하여 강수유무를 판별하였다. 강수 정확도의 척도로 양분예보기법 중 CSI(critical successive index)와 Bias(frequency bias)를 계산하였다. 이를 통해 DBN와 MLP(multilayer perceptron)의 성능을 비교한 결과 DBN의 강수 예측 정확도가 높았고, 수행속도 또한 2배 이상 빨랐다.

• 농약과학회지
• /
• 제19권2호
• /
• pp.93-100
• /
• 2015

거창지역에서 사과재배 50농가를 대상으로 2012년부터 2013년까지 2년간 사용농약 및 사용량, 선택방법, 살포실태 등을 분석한 결과, 연간 살균제는 $13.9{\pm}3.5$회, 살충제 $12.6{\pm}3.2$회, 살비제 $2.6{\pm}1.3$회를 살포하였으며, 살균제는 갈색무늬병, 탄저병, 점무늬낙엽병, 살충제는 복숭아순나방, 복숭아심식나방, 응애류 등을 방제하기 위하여 주로 사용되었다. 농약판매상은 병해충의 발생을 현장에서 직접 파악하지 않고 농약을 판매하였으며, 적용작물에 등록되어 있지 않은 농약을 판매하는 경우도 있었다. 대부분의 농민들은 농약을 스스로 선택하지 못하는 등 판매상에 대한 의존도가 82.5%로 매우 높았다. 병해충종합관리(IPM)체계와 관련하여 거창지역의 사과원에서 살포되는 살균제, 살충제, 살비제의 성분조사를 통해 실질적으로 빈번하게 살포되는 농약을 분석하고, FAO의 권장기준에 부합하는지 비교한 결과 대부분의 약제가 권장기준에 부합하였다.

• 대한토목학회논문집
• /
• 제33권4호
• /
• pp.1413-1424
• /
• 2013

최근 우리나라에는 집중호우의 발생 빈도가 잦아지고 있다. 집중호우는 단시간에 발생하여 인명과 재산에 직접적인 피해를 주는 특징이 있다. 이러한 이유로 치수에 대한 관심은 점점 높아지고 있으며 정확한 유량 예측을 바탕으로 홍수에 대비할 수 있는 시스템 개발에 대한 연구가 활발하게 이루어지고 있다. 지금까지 홍수 예보에는 주로 물리적 모형이 사용되어 왔다. 물리적 모형은 매개변수 결정을 위해 많은 자료를 필요로 하고 또 매개변수의 결정 과정에서 많은 불확실성을 포함하고 있기 때문에 계산과정을 거치는 동안 다양한 오차가 반복하여 누적되는 단점이 있다. ANFIS는 인공신경회로망과 퍼지기법을 사용한 자료 지향형 모형으로 기존의 물리적 모형에서 사용한 방대한 양의 물리적 자료를 배제하고 유역의 강우자료와 유량자료만을 사용하여 모형을 구축하고 수위를 예측할 수 있다는 장점이 있다. 그러나 자료 지향형 모형은 입력 자료와 결과 사이의 논리적 상관성을 찾을 수 없다는 단점이 있다. 본 연구에서는 ANFIS 모형에 사용되는 함수의 옵션과 입력자료의 특성의 제한적인 변화에 따른 결과자료 분석을 통해 자료 지향형 모형의 특성을 분석하였다. 또한 일반적으로 많이 사용하는 물리적 모형 중 하나인 HEC-HMS의 유출량 산정 결과와의 비교를 통해 ANFIS의 적용성을 평가하였다. 본 연구는 남한강 상류에 위치한 청미천 유역의 2007년부터 2011년까지의 관측 강우자료와 유량자료를 사용하여 수행하였다.

• 한국축산시설환경학회지
• /
• 제6권2호
• /
• pp.121-130
• /
• 2000

신호 분석용 컴퓨터와 음성을 획득하기 위한 고성능 마이크로폰, 획득된 음성에서 노이즈 제거 및 음성 신호 증폭을 위한 증폭기 그리고 음성 신호를 저장하기 위한 데이터 레코더와 신호 분석용 오실로스코프로 이루어진 음성 분석 시스템을 개발하여 임신돈의 분만시기 예측한 결과는 다음과 같다. 1. 임신돈은 분만일에 가까워지면서 소리자르는 회수가 증가하고, 눕는 위치를 바꾸는 행동을 빈번하게 함으로써 이러한 행동시 발생되는 소리의 회수가 증가하는 것을 관찰할 수 있다. 따라서 임신돈의 분만 예측을 위해 이러한 소리의 발생회수와 시간을 기록 분석하도록 알고리즘을 개발하였고, Labwindows/CVI로 Software를 개발하였다. 2. 임신돈의 음성 특성은 오실로스코프와 상용 프로그램(Sound Forge)을 사용하여 분석하였으며, 그 결과 임신돈의 순수 음성은 30~2,500Hz 사이의 진동수와 -35~-75dB의 크기로 나타났다. 3. 임신돈의 분만 예측을 위해 분만시간과 음성 및 발생 소리의 출연회수의 상환관계를 분석하였으며, 그 결과 분만 예정일로부터 3일 동안 발생된 소리의 출연 횟수는 8일 동안 발생된 총 소리의 출현 합계의 85%에 해당되었고, 분만 예정 8시간 동안 발생된 소리의 출연 횟수는 46%에 해당되었다. 4. 음성 및 소리의 출현 회수에 의한 분만 예측의 성공률은 분만 1일전임을 예측하는 것에 목표를 두고 이루어졌으며, 그 결과 공시 돼지 모두 분만일에 가까워지면서 계속적인 자리바꿈 행동에 의해 소리 출현 횟수가 증가하여 분만 1일전과 6시간전임을 예측시 모두 100% 성공률을 보였다.