http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
가우시안 프로세스 기반 함수근사와 서포트 벡터 학습을 이용한 레이더 및 강우계 관측 데이터의 융합
유철상(Chulsang Yoo),박주영(Jooyoung Park) 한국지능시스템학회 2008 한국지능시스템학회논문지 Vol.18 No.3
최근들어, 커널 기법(kernel method)은 패턴 분류, 함수 근사 및 비정상 상태 탐지 등의 분야에서 상당한 관심을 끌고 있다. 특히, 서포트 벡터 머신(support vector machine)이나 커널 주성분 분석(kernel principal component analysis) 등의 방법론에서 커널의 역할은 매우 중요한데, 이는 고전적인 선형 머신이 비선형성을 효과적으로 다룰 수 있도록 일반화 해줄 수 있기 때문이다. 본 논문에서는 커널 기반 가우시안 프로세스(gaussian process) 함수근사 기법과 서포트 벡터 학습을 이용하여 레이더와 강우계의 관측 데이터를 융합하는 문제를 고려한다. 그리고, 국내의 강원, 경북 및 충북에 걸쳐있는 지역에 대한 레이더 자료 및 강우계 자료를 대상으로 하여 본 논문에서 고려하는 방법론들에 의해 데이터 융합을 수행한 결과를 제시하고, 성능비교를 수행한다. Recently, kernel methods have attracted great interests in the areas of pattern classification, function approximation, and anomaly detection. The role of the kernel is particularly important in the methods such as SVM(support vector machine) and KPCA(kernel principal component analysis), for it can generalize the conventional linear machines to be capable of efficiently handling nonlinearities. This paper considers the problem of combining radar and rain gauge observations utilizing the regression approach based on the kernel-based gaussian process and support vector learning The data-assimilation results of the considered methods are reported for the radar and rain gauge observations collected over the region covering parts of Gangwon, Kyungbuk and Chungbuk provinces of Korea, along with performance comparison.
Rainfall-Runoff Analysis Utilizing Multiple Impulse Responses
유철상(Chulsang Yoo),박주영(Jooyoung Park) 한국지능시스템학회 2006 한국지능시스템학회논문지 Vol.16 No.5
최근들어 강우-유출 현상에 관한 비선형 모델링에 관하여 많은 연구가 있어 왔는데, 그 중에서도 신경망을 이용한 결과는 매우 성공적인 것으로 보고되어 왔다. 선형 구조가 갖는 근본적인 한계성으로 인하여, 이 분야에 선형 모델을 활용하는 것은 신경망을 사용하는 경우에 비하여 불리할 것으로 여겨지곤 한다. 하지만 우리는, 선형 모델의 경우 주어진 문제가 갖는 근본적 동특성의 원리를 보다 잘 이해할 수 있도록 해주므로, 적절한 확장 과정을 거치면 선형 임펄스 응답의 개념은 매우 경쟁력 있는 도구가 될 수 있을 것으로 생각한다. 이러한 생각에 따라, 본 논문에서 우리는 복수의 임펄스 응답의 이용을 강우 유출 해석의 문제에 적용하는 방안을 제안한다. 제안된 방법은 복수의 임펄스 응답 모델 사이에 적용되는 단순하고 고정된 스위칭 전략에 기반을 두고 있으며, 각 임펄스 응답은 음이 아닌 성분을 갖도록 하고, 동시에 한개의 봉우리만 갖는 형태를 만족하도록 한다. 우리나라의 특정한 지역의 수문가상학 자료를 대상으로 하여 적용해 본 결과, 제안된 방법은 매우 의미 있는 결과를 제공함을 보여주었다. There have been many recent studies on the nonlinear rainfall-runoff modeling, where the use of neural networks is shown to be quite successful. Due to fundamental limitation of linear structures, employing linear models has often been considered inferior to the neural network approaches in this area. However, we believe that with an appropriate extension, the concept of linear impulse responses can be a viable tool since it enables us to understand underlying dynamics principles better. In this paper, we propose the use of multiple impulse responses for the problem of rainfall-runoff analysis. The proposed method is based on a simple and fixed strategy for switching among multiple linear impulse-response models, each of which satisfies the constraints of non-negativity and uni-modality. The computational analysis performed for a certain Korean hydrometeorologic data set showed that the proposed method can yield very meaningful results.