• 한국지반환경공학회 논문집
• /
• 제9권4호
• /
• pp.53-61
• /
• 2008

지진파는 진원지로부터 지표면으로 전파되는 과정에서 전파경로와 부지증폭정도의 차이, 그리고 비균질한 지반에서의 지진파 산란 등으로 인하여 공간적으로 변이하게 된다. 공간적으로 변이하는 지진파는 교량과 터널과 같이 종단방향 길이가 긴 구조물에 큰 영향을 미칠 수 있다. 지진파의 공간적 변이성이 교량에 미치는 영향에 대해서는 잘 알려져 있지만 터널에 미치는 영향에 대해서는 체계적인 연구가 수행된 바 없다. 본 연구에서는 공간적으로 변이하는 지진파에 대한 터널의 응답을 예측하기 위한 새로운 기법을 개발하였다. 개발된 기법의 핵심은 이격거리별 계산된 공간적으로 변이하는 지진파의 시간이력으로부터 생성되는 종단방향 변위 주상도이다. 종단방향 변위 주상도는 일련의 3차원 유사정적 유한요소해석을 수행하는데 사용되었다. 해석결과, 공간적으로 변이하는 지진파는 터널에 종단방향 휨을 유발하며 터널 라이닝에 큰 축력이 발생할 수 있는 것으로 나타났다. 이는 특히 지반의 특성이 변이하는 경계면에서 영향이 큰 것으로 나타났다.

• 한국토양비료학회지
• /
• 제47권4호
• /
• pp.235-241
• /
• 2014

A ground-based microwave scatterometer has an advantage for monitoring soil moisture content using multi-polarization, multi-frequencies and various incidence angles. In this paper, ground-based multi-frequency (L-, C-, and X-band) polarimetric scatterometer system capable of making observations every 10 min was used to monitor the soil moisture conditions in a corn field over an entire growth cycle. Measurements of volumetric soil moisture were obtained and their relationships to the backscatter observations were examined. Time series of soil moisture content was not corresponding with backscattering coefficient pattern over the whole growth stage, although it increased until early July (Day Of Year, DOY 160). We examined the relationship between the backscattering coefficients from each band and soil moisture content of the field. Backscattering coefficients for all bands were not correlated with soil moisture content when considered over the entire stage ($r{\leq}0.48$). However, L-band Horizontal transmit and Horizontal receive polarization (HH) had a good correlation with soil moisture ($r=0.85^{**}$) when LAI was lower than 2. Prediction equations for soil moisture were developed using the L-HH data. Relation between L-HH and soil moisture shows linear pattern and related with soil moisture content ($R^2=0.77$). Results from this study show that backscattering coefficients of microwave scatterometer appear to be effective to estimate soil moisture content in the field level.

• 한국산업정보학회논문지
• /
• 제25권2호
• /
• pp.57-72
• /
• 2020

철광석의 가격은 여러 국가와 기업들의 수요와 공급에 따라서 높은 변동성이 지속되고 있다. 이러한 비즈니스 환경에서 철광석의 가격을 예측하는 것은 중요해졌다. 본 연구는 머신러닝 기법을 이용하여 철광석이 거래되는 시점으로부터 한 달 전에 철광석 거래가격을 미리 예측하는 모형을 개발하고자 하였다. 예측 모형은 시계열 데이터를 활용한 예측 방법론으로 많이 활용되고 있는 시차분포 모형과 다층신경망 (Multi-layer perceptron), 순환신경망 (Recurrent neural network), 그리고 장단기 기억 네트워크 (Long short-term memory)와 같은 딥 러닝(Deep Learning) 모형을 사용하였다. 측정지표를 통해 개별 모형을 비교한 결과에 따르면, LSTM 모형이 예측 오차가 가장 낮은 것으로 나타났다. 또한, 앙상블 기법을 적용한 모형들을 비교한 결과, 시차분포와 LSTM의 앙상블 모형이 예측오차가 가장 낮은 것으로 나타났다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.581-584
• /
• 2019

Food consumption is growing worldwide every year owing to a growing population. Hence, the increasing population needs the production of sufficient and good quality food products. Strawberry is one of the world's most famous fruit. To obtain the highest strawberry output, we worked with three strawberry varieties supplied with three kinds of nutrient water in a greenhouse and with the outcome of the strawberry production, the highest yielding strawberry variety is detected. This Study uses the nutrient water consumed every day by the highest yielding strawberry variety. The atmospheric temperature, humidity and CO2 levels within the greenhouse are identified and used for the prediction, since the water consumption by any plant depends primarily on weather conditions. Machine learning techniques show successful outcomes in a multitude of issues including time series and regression issues. In this study, daily nutrient water consumption of strawberry plants is predicted using machine learning algorithms is proposed. Four Machine learning algorithms are used such as Linear Regression (LR), K nearest neighbour (KNN), Support Vector Machine with Radial Kernel (SVM) and Gradient Boosting Machine (GBM). Gradient Boosting System produces the best results.

• 한국지능시스템학회논문지
• /
• 제19권5호
• /
• pp.713-719
• /
• 2009

본 논문은 비선형 특성을 내재한 물 수요예측을 위하여 기존의 시계열 자기회귀 알고리즘과 다층신경망 학습방법을 결합한 단기 물 수요 예측 알고리즘을 개발하였다. 제시된 방법을 검증하기 위한 사례연구로 2007년도와 2008년도 전북지역의 광역상수도 A정수장에서 취득된 데이터를 활용하여 알고리즘 구축 및 제안 방법의 정확도를 분석하였다. 실험 결과 다중회귀모델은 MAPE가 5.1%, AR모델은 3.8%, 제안된 방법인 AR+MLP 모델은 3.6%로 나타나 성능이 우수한 것으로 나타났다. 따라서 제안된 방법을 사용할 경우 정수장에서 단기 물 수요예측에 유용하게 활용할 수 있음을 보였다.

• 한국정보통신학회논문지
• /
• 제25권7호
• /
• pp.884-889
• /
• 2021

국내 코로나19의 감염자 수가 백신과 사회적 거리 두기, 백신 등 여러 가지 노력 덕분에 차츰 줄어드는 듯 보였으나 2020년 2월 20일 특정한 사건 이후 감염자 수가 증가한 것처럼, 2020년 12월부터 또다시 급격히 감염자 수가 증가하는 추세이며 꾸준히 일일 500명가량의 감염자 수가 이어지고 있다. 따라서 Kaggle의 데이터셋을 이용해서 Prophet 알고리즘을 통해 미래 코로나19를 예측하고 사이킷런을 통해 결정계수, 평균 절대 오차, 평균 백분율 오차, 평균 제곱 차, 평균 제곱근 편차를 통해 이 예측에 대한 설명력을 더한다. 또한 코로나19가 급격히 특정한 사건이 없었을 경우 국내 감염자 수를 예측해 앞으로 우리가 미래의 질병에 대해서 방역과 방역 수칙 실천의 중요함을 강조한다.

• 국제지역연구
• /
• 제16권3호
• /
• pp.77-97
• /
• 2012

재정분권화가 경제성장에 미치는 영향에 관한 기존의 연구들이 많은 가정 하에서 전통적인 OLS분석을 실시하기 때문에 추정된 계수가 일관성 및 불편성 등을 상실하는 심각한 문제점들을 내포하고 있다. 본 연구는 이의 개선을 위해 미국의 경제변수들에 대해 단위근검정과 공적분검정을 실시한 후 공적분관계가 있음을 확인하고 Johansen의 벡터오차수정모형(VECM)에 의한 추정을 실시하여 장기적 균형분석, 단기적 동태분석 그리고 변수들에 대한 향후 예측까지 실시하였다. 미국에서 주 수준(state level)의 재정분권화가 경제성장에 미치는 영향에 관한 분석에서는 2개의 장기균형관계가 성립하고, 단기조정과정에서는 재정분권화와 경제성장이 같은 방향으로 움직이거나 반대방향으로 조정되는 양상을 보이며, 향후 GDP는 급격히 증가하다가 2015년 이후에는 완만히 증가하며 재정분권화지수는 2012년까지는 일반적인 감소추세를 보이다가 서서히 감소한다. 또한 미국에서 지방수준의 재정분권화가 경제성장에 미치는 영향에 관한 분석결과, 2개의 장기균형관계가 성립하며, 단기조정과정에서도 역시 재정분권화와 경제성장이 같은 방향으로 움직이거나 반대방향으로 조정되는 양상을 보이며, 충격반응분석에서는 재정분권화가 GDP에 상당히 부정적인 영향을 미친다.

• 전기전자학회논문지
• /
• 제23권3호
• /
• pp.852-857
• /
• 2019

분산자원 집합 거래시장에 참여를 원하는 소비자나 사업자를 위한 가상발전소의 전력거래 플랫폼에서 사업참여자의 수요 자원을 관리하고, 이에 적절한 전략을 제공하기 위해 익일 개별 참여자의 수요와 전체 계통의 전력수요를 예측하는 것이 대단히 중요하다. 이러한 전력거래 플랫폼에서 활용하는 것을 목표로 본 논문은 우선 익일의 24시간 전력계통 전력수요예측 모델을 개발하였다. 본 논문에서는 전력수요예측 데이터의 시계열 특성을 고려하여 딥러닝 기법 중 LSTM 알고리즘을 사용하였고, 전력수요량 등의 입출력 값에 원-핫 인코딩 기법을 적용하는 새로운 시도를 하였다. 성능평가에서 일반 DNN과 본 논문에서 구현된 LSTM 예측모델은 각각 평균 제곱근 오차 4.50, 1.89를 나타내어 LSTM 모델이 예측정확도가 높게 나타났다.

• 한국정보통신학회논문지
• /
• 제25권10호
• /
• pp.1287-1295
• /
• 2021

최근 10여 년 동안 가장 가파르게 가치가 상승한 자산군을 꼽자면 단연 비트코인이라고 할 수 있을 것이다. 특히 비트코인은 중앙통제 기관이 없음에도 불구하고 첫 등장을 한 2009년의 사실상 0달러에서 2021년 최고점인 65,000 달러 수준까지 치솟아 역사에 길이 남을 가치 상승을 보여주었다. 이에 따라 비트코인의 가능성에 대해서 반신반의 했던 상당수 투자자들의 포트폴리오에도 비트코인이 상당한 비중을 차지하는 경우가 많아졌으며, 제도권 내의 금융권에서도 이런 비트코인의 움직임에 주목하고 있다. 비트코인에 대한 관심과 더불어 비트코인의 가격에 거시경제 변수나 센티멘트가 비트코인의 가격이 어떻게 움직이는가에 대한 연구 또한 상당히 진전되었다. 하지만, 이들 연구에서 활용한 변수들은 비트코인만의 특징적인 데이터라고 할 수 있는 블록체인 내의 데이터를 취합하여 가공한 온체인 데이터를 적극적으로 활용하지는 않았다. 따라서, 본 논문에서는 시계열 데이터 예측에 적극적으로 활용되고 있는 LSTM을 기반으로 온체인 데이터를 활용하여 비트코인의 가격을 예측해보고자 한다.

• 국제지역연구
• /
• 제13권2호
• /
• pp.255-276
• /
• 2009

본 연구는 미국, 일본 및 인도 증권시장에서의 수익률 및 변동성 간의 동태적인 상호작용에 관한 실증분석을 실시하였다. 이를 위하여 VAR모형에 기초를 둔 Granger 인과관계 분석 및 분산분해 분석을 실시하였으며 주요 실증분석 결과는 다음과 같다. 첫째, Granger인과관계 분석 결과 미국, 일본 및 인도 증권시장 사이에는 피드백적인 영향력을 미치고 있는 것으로 나타났으나, 미국 증시의 일본 및 인도 증시에 대한 영향력이 지배적인 것으로 나타났다. 둘째, 분산분해 분석 결과 인도 증시는 일본 보다 미국 증시로부터 상대적으로 더 많은 영향을 받는 것으로 나타났다. 각 증권시장이 해외증시로부터 받은 영향력의 크기는 일본 35%, 미국 16%, 인도 13%로 나타남에 따라 일본 증시의 해외변수에 대한 의존성이 매우 높은 것으로 나타났다. 이는 인도 증시가 인도 정부의 경제개방 및 자본 자유화 등으로 국제 증권시장과 점진적으로 통합화되어가고 있는 증거를 제시해 주고 있다. 또한 동 실증분석 결과는 국제 투자자들의 포트폴리오 관리 및 투자전략 수립, 위험관리전략 수립 등에 다소나마 도움을 줄 수 있을 것으로 보여 진다.