지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 박혁진
- 발행연도
- 2022
- 저작권
- 세종대학교 논문은 저작권에 의해 보호받습니다.
이용수135
이 논문의 연구 히스토리 (6)
2013
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 연구에서는 기존의 산사태 발생 및 확산 예측 기법의 장단점을 고려하여 광역적인 지역에 대해 산사태 발생부와 확산 영역을 통합적으로 분석하는 프로세스를 제안하였다.
산사태 발생부 예측에서는 통계적 기법과 물리사면모델 기법이 가지는 한계점을 보완하기 위해 두 모델을 결합한 하이브리드 모델을 제안하였다. 제안된 모델은 통계적 기법에서 발생하는 데이터 불균형(data imbalance)과 물리사면모델 기법에서 확률론적 해석 결과의 정밀도(precision)를 향상하기 위한 방안을 제시하였으며 기존의 두 가지 분석 방법과 비교하였다.
산사태 확산 영역 예측에서는 광역적인 연구 지역을 대상으로 다수의 산사태 확산 예측이 가능한 통계적 기법을 제안하였다. 이를 위하여 reach angle을 고려한 산사태 발생 위치로부터의 이동 거리를 계산하고 그 결과에 따른 확산 예측 피해 지역을 산정하는 분석을 수행하였다.
현재 진행되는 산사태 취약성 분석 연구의 대부분은 산사태 발생부 예측과 확산 영역 예측에 관한 분석이 독립적으로 진행되고 있다. 하지만 산사태 피해를 예방하기 위한 목적으로 산사태 취약성을 예측하기 위해서는 산사태가 발생한 위치로부터 확산되는 영역까지 통합적으로 분석하는 연구가 필요하다. 따라서 앞서 제안한 산사태 발생 및 확산 예측 모델을 결합하여 통합적인 산사태 취약성 분석을 수행하였다.
산사태 발생 및 확산 예측은 산사태 리스크 분석을 진행하기 위한 우선적으로 수행되는 단계로 산사태의 발생 가능성과 함께 산사태 재해로부터 발생하는 사회적 및 경제적 피해를 예측하기 위해서 필요한 분석이다. 산사태 리스크 분석을 수행하기 위해서는 현재 수행한 결과를 바탕으로 위험 예측을 수행해야 하기 때문에 향후 본 연구 결과를 바탕으로 산사태 리스크 분석을 진행하는 연구가 필요할 것이라 판단된다.
산사태 발생부 예측에서는 통계적 기법과 물리사면모델 기법이 가지는 한계점을 보완하기 위해 두 모델을 결합한 하이브리드 모델을 제안하였다. 제안된 모델은 통계적 기법에서 발생하는 데이터 불균형(data imbalance)과 물리사면모델 기법에서 확률론적 해석 결과의 정밀도(precision)를 향상하기 위한 방안을 제시하였으며 기존의 두 가지 분석 방법과 비교하였다.
산사태 확산 영역 예측에서는 광역적인 연구 지역을 대상으로 다수의 산사태 확산 예측이 가능한 통계적 기법을 제안하였다. 이를 위하여 reach angle을 고려한 산사태 발생 위치로부터의 이동 거리를 계산하고 그 결과에 따른 확산 예측 피해 지역을 산정하는 분석을 수행하였다.
현재 진행되는 산사태 취약성 분석 연구의 대부분은 산사태 발생부 예측과 확산 영역 예측에 관한 분석이 독립적으로 진행되고 있다. 하지만 산사태 피해를 예방하기 위한 목적으로 산사태 취약성을 예측하기 위해서는 산사태가 발생한 위치로부터 확산되는 영역까지 통합적으로 분석하는 연구가 필요하다. 따라서 앞서 제안한 산사태 발생 및 확산 예측 모델을 결합하여 통합적인 산사태 취약성 분석을 수행하였다.
산사태 발생 및 확산 예측은 산사태 리스크 분석을 진행하기 위한 우선적으로 수행되는 단계로 산사태의 발생 가능성과 함께 산사태 재해로부터 발생하는 사회적 및 경제적 피해를 예측하기 위해서 필요한 분석이다. 산사태 리스크 분석을 수행하기 위해서는 현재 수행한 결과를 바탕으로 위험 예측을 수행해야 하기 때문에 향후 본 연구 결과를 바탕으로 산사태 리스크 분석을 진행하는 연구가 필요할 것이라 판단된다.
목차
논문요약 i목 차 iiiList of Tables viList of Figures vii제 1 장 서 론 11.1 연구배경 및 목적 11.2 연구동향 71.3 연구방법 11제 2 장 이론적 배경 142.1 물리적 기반 확률론적 해석 142.1.1 물리사면모델 142.1.2 확률론적 해석 202.2 머신러닝 기반 산사태 발생 확률 252.2.1 Multi-Layer Perceptron 252.2.2 샘플링 데이터 구축 272.3 통계적 기반 산사태 확산 예측 322.3.1 Reach angle 기반의 통계적 분석 322.3.2 확산 거리를 고려한 확률론적 해석 352.4 Confusion matrix를 이용한 정확도 검증 39제 3 장 산사태 발생 예측 423.1 연구 지역 423.1.1 강우 자료 433.1.2 산사태 현황 453.2 공간 데이터베이스 구축 473.2.1 지형학적 데이터베이스 493.2.2 지질학적 데이터베이스 553.2.3 지반공학적 데이터베이스 573.2.4 임상 데이터베이스 603.2.5 토심 데이터베이스 633.3 산사태 발생 예측 분석 653.3.1 물리사면모델 기반의 확률론적 산사태 발생 예측 653.3.2 머신러닝을 활용한 산사태 발생 예측 673.3.3 물리사면모델과 머신러닝 모델을 결합한 하이브리드 모델 683.4 산사태 발생 예측 결과 753.4.1 확률론적 기반의 산사태 발생 예측 753.4.2 머신러닝을 활용한 산사태 발생 예측 783.4.3 하이브리드 모델을 활용한 산사태 발생 예측 83제 4 장 산사태 확산 예측 874.1 연구 지역 및 데이터베이스 구축 874.1.1 연구 지역 874.1.2 지형학적 데이터베이스 894.2 산사태 확산 예측 분석 및 결과 92제 5 장 산사태 발생 및 확산 예측 965.1 연구 지역 및 데이터베이스 구축 965.1.1 연구 지역 965.1.2 강우 자료 985.1.3 공간 데이터베이스 995.2 산사태 발생 및 확산 예측 분석 및 결과 105제 6 장 결 론 109참고문헌 111Abstract 124
최근 본 자료
댓글(0)
0