http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
수변림으로 인한 유역 토지이용이 하천 수질에 미치는 관계 완화효과 연구
권현일,이종원,이상우 한국하천호수학회 2022 생태와 환경 Vol.55 No.4
Urban areas in watersheds increase the impervious surface, and agricultural areas deteriorate the water quality of rivers due to the use of fertilizers. As such, anthropogenic land use affects the type, intensity and quantity of land use and is closely related to the amount of substances and nutrients discharged to nearby streams. Riparian vegetation reduce the concentration of pollutants entering the watershed and mitigate the negative impacts of land use on rivers. This study analyzes the data through correlation analysis and regression analysis through point data measured twice a year in spring and autumn in 21 selected damaged tributary rivers within the Han River area, and then uses a structural equation model to determine the area land use. In the negative impact on water quality, the mitigation effect of riparian vegetation was estimated. As a result of the correlation analysis, the correlation between the agricultural area and water quality was stronger than that of the urban area, and the area ratio of riparian vegetation showed a negative correlation with water quality. As a result of the regression analysis, it was found that agricultural areas had a negative effect on water quality in all models, but the results were not statistically significant in the case of urban areas. As a result of the model estimated through the structural equation, BOD, COD, TN, and TP showed a mitigation effect due to the accumulation effect of river water quality through riparian vegetation in agricultural areas, but the effect of riparian vegetation through riparian vegetation was found in urban areas. There was no These results were interpreted as having a fairly low distribution rate in urban areas, and in the case of the study area, there was no impact due to riparian forests due to the form of scattered and distributed settlements rather than high-density urbanized areas. The results of this study were judged to be unreasonable to generalize by analyzing the rivers where most of the agricultural areas are distributed, and a follow-up to establish a structural equation model by expanding the watershed variables in urban areas and encompassing the variables of various factors affecting water quality research is required.
Support Vector Machine과 상태공간모형을 이용한 단변량 수문 시계열의 동역학적 비선형 예측모형
권현한(Kwon Hyun-Han),문영일(Moon Young-Il) 대한토목학회 2006 대한토목학회논문집 B Vol.26 No.3B
최근에 수문시계열로부터 저차원의 비선형 거동을 재구성하고자 하는 연구가 활발히 진행되고 있다. 이러한 관점에서 본 연구에서는 Support Vector Machine(SVM)을 이용하여 우수한 상태-공간 재구성 능력을 갖는 비선형 예측모형을 구성하여 Great Salt Lake(GSL) Volume에 적용하였다. SVM은 Kernel 함수로부터 유도된 고차원의 특성공간 안에서 선형함수의 가상공간을 이용하는 Machine Learning 방법론이다. 또한 SVM은 훈련자료로부터 얻어지는 평균제곱오차가 아닌 일반화된 오차를 최소화함으로써 상대적으로 기존 방법에 비해 적은 수의 매개변수와 과적합(over fitting)을 피하면서 비선형 함수의 최적화가 가능하다. 본 연구에서 제시한 SVM 회귀분석의 적용성은 미국의 GSL의 2주 간격 Volume을 대상으로 검토하였다. SVM을 이용한 비선형 예측모형은 GSL Volume의 2주(1-Step), 8주(4-Step)와 반복예측(Iterated Prediction, 121-Step)까지 적용되었다. 본 연구에서는 극치사상 즉, 급격한 감소 및 증가 구간을 예측하는데 있어서 훈련구간과 예측구간을 구분하여 모형의 신뢰성을 평가하였다. 예측결과SVM은 훈련자료로부터 적은 수의 관측치를 이용하여 동역학적 거동을 추출할 수 있었으며 실제 관측자료와 거의 유사한 예측이 가능함을 통계적 지표로 확인할 수 있었다. 따라서 비선형 수문시계열의 단기예측을 위한 모형으로 적용이 가능할 것으로 판단된다. The reconstruction of low dimension nonlinear behavior from the hydrologic time series has been an active area of research in the last decade. In this study, we present the applications of a powerful state space reconstruction methodology using the method of Support Vector Machines (SVM) to the Great Salt Lake (GSL) volume. SVMs are machine learning systems that use a hypothesis space of linear functions in a Kernel induced higher dimensional feature space. SVMs are optimized by minimizing a bound on a generalized error (risk) measure, rather than just the mean square error over a training set. The utility of this SVM regression approach is demonstrated through applications to the short term forecasts of the biweekly GSL volume. The SVM based reconstruction is used to develop time series forecasts for multiple lead times ranging from the period of two weeks to several months. The reliability of the algorithm in learning and forecasting the dynamics is tested using split sample sensitivity analyses, with a particular interest in forecasting extreme states. Unlike previously reported methodologies, SVMs are able to extract the dynamics using only a few past observed data points (Support Vectors, SV) out of the training examples. Considering statistical measures, the prediction model based on SVM demonstrated encouraging and promising results in a short-term prediction. Thus, the SVM method presented in this study suggests a competitive methodology for the forecast of hydrologic time series.
권현(Hyun Kwon),김용철(Yongchul Kim) 한국정보보호학회 2021 情報保護學會誌 Vol.31 No.2
이미지 인식, 음성 인식, 텍스트 인식 등에서 딥러닝 모델이 좋은 성능을 보여주고 있다. 하지만 이러한 딥러닝 모델은 적대적 사례에 대하여 취약점을 갖고 있다. 적대적 사례는 원본 데이터에 최적의 노이즈를 추가하여 생성되며 사람이 보기에는 문제가 없지만 딥러닝 모델에 의해서 잘못 오인식되는 데이터를 의미한다. 적대적 사례에 대한 연구는 인공지능 분야와 보안 분야에서 관심을 받고 있으며 이미지, 음성, 텍스트 등으로 다양하게 연구가 진행 되고 있다. 이 연구에서는 적대적 사례에 대한 전반적인 기술 동향에 대해서 살펴보고자 한다.
인권 침해와 관련한 게임 기반 스크립트 중재가 초등 장애아동의 자기옹호 언어 및 행동에 미치는 영향
유서현,권정민 한국게임학회 2015 한국게임학회 논문지 Vol.15 No.3
본 연구의 목적은 인권 침해와 관련한 게임 기반 스크립트 중재가 초등 장애아동의 언어적‧동적 자기옹호의 습득과 유지에 미치는 영향을 알아보기 위함이었다. 지적장애 초등학생 4명을 대상으로 대상자간 중다 간헐 기초선 설계(multiple probe design across subjects)를 사용하여 게임에 기반한 스크립트 중재를 실시한 결과, 도움 요청하기, 의사표현, 폭력의 대응하기의 영역에서 연구 참여자 모두 언어적 자기옹호와 행동적 자기옹호의 긍정적 향상이 나타났으며 그 효과가 유지되었다. 또한 네 학생 모두 행동적 자기옹호보다 언어적 자기옹호에 있어 더 높은 효과가 나타났다. 본 연구는 기존 자기 결정의 하위 요소로만 다루어지던 자기옹호에 대해 인권 요소와 침해 사례를 기반으로 독립적인 자기옹호의 프로그램을 구조화하였다는 점에서 후속 연구에 유용한 정보를 제공한다. The purpose of this study was to examine the effects of a script intervention based on multimedia on the verbal and behavioral self-advocacy skill of elementary school students with disabilities. A multiple probe baseline design across subjects had been used with 4 students with intellectual disabilities. The results showed all participants showed significant increase of verbal and behavioral self-advocacy performance in asking for help, expressing one's opinions, and coping with violations, and the effects were maintained. The intervention was more effective for verbal self-advocacy than behavioral. Some suggestions for future study are discussed.
불연속 Kernel-Pareto 분포를 이용한 일강수량 모의 기법 개발
권현한(Kwon Hyun-Han),소병진(So Byung Jin) 대한토목학회 2011 대한토목학회논문집 B Vol.31 No.3B
기존 Markov Chain 모형을 통한 일강수량 모의에서 가장 큰 문제점은 극치강수량을 재현하기 어렵다는 점이다. 이러한 문제점으로 인해 수자원계획을 수립하는데 있어서 불확실성을 가중시키고 있다. 특히 일강수량 모의기법을 통해서 추정되는 빈도강수량의 과소추정으로 인해 수공구조물 설계 시에 신뢰성을 확보하는데 문제점이 있다. 이러한 점에서 본 연구에서는 기존 Markov Chain 모형에서 일강수량에 평균적인 특성과 극치특성을 동시에 재현할 수 있도록 불연속 Kernel-Pareto Distribution 기반에 일강수량모의기법을 개발하였다. 한강유역의 3개 강수지점에 대해서 기존 Markov Chain 모형과 본 연구에서 제안한 방법을 적용한 결과 여름의 일강수량 모의 시 1차모멘트인 평균과 2-3차 모멘트 모두 효과적으로 재현하지 못하는 문제점이 나타났다. 그러나 본 연구에서 제안한 불연속 Kernel-Pareto 분포형 기반 Markov Chain 모형은 여름의 일강수량 모의 시 강수계열의 평균적인 특성뿐만 아니라 표준편차 및 왜곡도의 경우에도 관측치의 통계특성을 매우 효과적으로 재현하는 것으로 나타났다. 본 연구에서 제시한 방법론은 전체적으로 기존 Markov Chain 모형에 비해 극치강수량을 재현하는데 유리한 기법으로 판단된다. 또한 극치강수량을 일반강수량으로부터 분리하여 모의함으로서 평균 및 중간값 등 낮은 치수에 모멘트 등 일강수량에 전체적인 분포특성을 더욱 효과적으로 모의할 수 장점을 확인할 수 있었다. The limitations of existing Markov chain model for reproducing extreme rainfalls are a known problem, and the problems have increased the uncertainties in establishing water resources plans. Especially, it is very difficult to secure reliability of water resources structures because the design rainfall through the existing Markov chain model are significantly underestimated. In this regard, aims of this study were to develop a new daily rainfall simulation model which is able to reproduce both mean and high order moments such as variance and skewness using a piecewise Kernel-Pareto distribution. The proposed methods were applied to summer and fall season rainfall at three stations in Han river watershed in Korea. The proposed Kernel-Pareto distribution based Markov chain model has been shown to perform well at reproducing most of statistics such as mean, standard deviation and skewness while the existing Gamma distribution based Markov chain model generally fails to reproduce high order moments. It was also confirmed that the proposed model can more effectively reproduce low order moments such as mean and median as well as underlying distribution of daily rainfall series by modeling extreme rainfall separately.
권현한,Uranchimeg Sumiya,김진국 한국방재학회 2014 한국방재학회 학술발표대회논문집 Vol.2014 No.-
강우빈도해석에서 가장 핵심적인 부분은 확률분포(probability distribution)를 결정하는 것이다. 이러한 점에서 국내외에서는 다양한 확률분포를 적용하여 빈도해석을 수행하고 있으나, 확률분포를 결정하기 위한 기준이 명확하지 않다. 상대적으로 자료연한이 짧은 수문자료를 활용하여 장기간의 재현기간의 수문량을 추정하는 이유로 추정되는 수문량의 불확실성이 매우 큰 것으로 알려지고 있다. 국내에서는 일반적으로 40년의 관측자료를 대상으로 100년 빈도 이상의 확률수문량을 추정하게 됨으로서 재현기간의 큰 확률수문량 추정시 불확실성이 가중될 수 밖에 없다. 이러한 점에서 본 연구에서는 강우빈도해석시 주로 이용되는 Gumbel분포형과 GEV분포형을 대상으로 매개변수의 불확실성을 정량적으로 해석하기 위한 방안으로 Hierarchical Bayesian 기법과 연계한 매개변수 추정방안을 제시하고자 한다. 이와 함께 매개변수의 불확실성과 매개변수 수 등을 종합적으로 고려한 DIC(deviance information criteria) 기반의 확률분포형의 적합성 평가방안을 제시하고자 한다. 이를 위하여 본 연구에서는 국내 주요 강수관측지점의 다양한 지속시간에 대해서 모형을 적용하고 검증하였다.