Graph-Transformer Model with Transfer Learning for Urban Inundation Prediction in Ungauged Watersheds Based on Drainage Networks
이공학학술연구기반구축(R&D) · 기본연구B(포용형)
2026년
2340063803
교육부
한국연구재단
서울과학기술대학교
채승택
1명
2026.09.01 ~ 2027.02.28
2026.09.01 ~ 2029.08.31
3,000만원
3,000만원
기초연구
대학
서울특별시 노원구
정보/통신 > 정보이론 > 인공지능
본 연구는 도시 배수관망의 맨홀·관로 연결 구조를 그래프로 모델링하고 GAT(Graph Attention Network) 기반 공간 인코더와 Temporal Transformer Encoder를 결합한 시공간 통합 Graph-Transformer 모형을 개발하여, 관로 유출량 및 맨홀 수위를 실시간으로 예측하는 것을 핵심 목표로 한다. 나아가 전이학습을 통...
본 연구는 세 가지 세부 과제로 구성된다. Task 1에서는 국내 도시침수 피해 유역 5개소를 대상으로 PCSWMM 기반 정밀 배수관망 모형을 구축·검보정하고, 다양한 강우강도·지속시간·재현빈도의 설계강우 시나리오를 생성하여 반복 모의를 수행함으로써 관로 유출량 및 맨홀 수위 기반의 대규모 시공간 학습 데이터셋을 구축한다. Task 2에서는 맨홀·관로 연결...
개발된 모형은 전이학습을 통해 관망 네트워크 구조만 재구성하면 다양한 도시유역에 강우 시계열 입력만으로 신속하게 적용 가능한 전이성을 확보하고 있어, 향후 도시유역 홍수 대응 계획 수립에 직접 활용 가능하다. 또한 실시간 강우 입력 기반의 관로 유출량 및 맨홀 수위 예측과 불확실성 범위를 함께 제시함으로써 지자체 홍수 경보 및 의사결정 시스템에 적용되어 재...