• 한국의학물리학회지:의학물리
• /
• 제10권1호
• /
• pp.17-22
• /
• 1999

임상에서 사용되는 가속기의 설계특성변화가 빔 출력변화에 미치는 영향을 알아봄으로써 보다 효율적인 정도관리를 수행하고자 한다. 선형가속기를 구성하고 있는 여러 가지 요소 중에서 빔 조정 인자들인 이온원부의 입사전류 (INJ-I), 이온원부의 입사전압 (INJ-E), 가속전압 (PFN), 휨자석 전류 (BMI), 펄스반복주파수 (PRF)를 선택하여 디지털 메바트론 제어프로그램 상에서 선형가속기가 자동 제어되는 허용범위를 조사한 후 그 영역내에서 전류값들을 변화시켜가면서 선량에 어떠한 영향을 미치는지 알아보았다. 이온함을 사용하여 홉수선량을 측정하고 오실로스코프를 사용하여 빔 출력의 파형을 분석하였으며 방사선 계측장치로 대칭성과 평평도를 계측하였다. 방사선 가속 장치는 선형가속기 (Mevatron MD, Siemens, Germany)를 이용하였으며, 계측장치로는 RFAplus (Scanditronix, Sweden)를 사용하였다. 그리고 가속기의 설계특성변화 즉 , 빔 조정 인자들의 변화가 선량분포특성에 변화를 주는 것을 측정하기 위해 0.6cc 이온함(Capintec PR06C, USA), 미소전위계(Capintec192, USA)와 오실로스코프 (Tektronix, USA)를 사용하였다. 선형가속기의 선량률과 에너지변화에 영향을 미치는 인자들인 INJ-I, INJ-E, PFN, BMI, PRF의 전압과 전류값들을 변화시켰을 때 인자들마다 차이는 있었지만, 이온함을 사용하여 측정했을 때와 오실로스코프로 출력펄스의 변화를 보았을 때는 선량률의 변화를 확인할 수 있었다. 그러나 RFAplus로 에너지와 대칭성 등에 관한 그래프를 그렸을 때는 거의 동일한 결과를 나타내었다. 인자 INJ-I, INJ-E, PFN, BMI, PRF 들의 D10/D20은 0∼0.02, 대칭성은 0.1-0.2%, 평평도는 0.1∼0.4%의 미세한 변화를 보였다. 디지털화 된 각 인자들의 전류와 전압값들을 변화시킬 때 선량률에는 미세한 영향을 미치게 되지만, 기계자체에서 기준값에 맞추기 위해 자동 제어가 되어 선량분포에는 크게 영향을 미치지는 못하는 것으로 평가되어졌으나 빔 조정 인자들의 특성을 파악함으로써 정도관리의 기초자료를 확보하였다.

• 헤리티지:역사와 과학
• /
• 제48권3호
• /
• pp.4-29
• /
• 2015

문화재 범죄로 인한 문화재의 소실과 도난과 훼손을 방지하는 노력이 필요하다. 그러므로 문화재 범죄예방환경을 평가하는 것은 매우 중요하다. 본 연구의 목적은 문화재의 범죄양상을 분석하고 범죄환경유형을 분류하여, 범죄예방환경설계 요소를 도출함으로써 범죄예방환경을 평가하는 지표를 제시하는 것이다. 본 연구를 통해서 도출된 결과는 4가지로 요약될 수 있다. 첫째, 문화재 CPTED에서 고려해야 할 범죄는 도난, 방화, 훼손, 침입이며, 야간에 발생할 수 있는 상황을 고려해야 할 것임을 밝혔다. 또한 이러한 범죄에 취약한 건조물 문화재 189개소에 대한 범죄예방환경을 분석하여 10개의 유형을 도출하였다. 둘째, 비문화재 CPTED에 적용되는 6가지 원리 중에서 '활동 증대', '유지 관리' 등은 문화재에 적용되지 않아도 될 것으로 판단되었다. 문화재 CPTED에서 적용되는 주요 원리가 '접근 통제', '감시 강화'인 것으로 밝혀졌다. 부가적으로 '입지조건'을 고려할 필요가 있을 것으로 판단된다. 셋째, 접근 통제는 문화재 영역에 따라 '내부 영역', '경계', '외부 영역', '주변 환경' 부문으로 구분되며 22개의 평가지표가 분류되었다. 감시 강화는 비문화재와 동일하게 '자연적 감시', '조직적 감시', '기계적 감시' 부문으로 구분되며 21개의 평가지표가 포함되었다. 넷째, 10개의 유형에 CPTED 부문을 적용하여 14개의 문화재 CPTED 환경을 분류하였으며, 각 환경별로 적합한 평가지표를 도출하였다. 서원 향교 관아 유형은 43개의 평가지표가 요구되지만, 성곽은 10여 개의 평가지표만 사용될 것으로 예상된다. 다섯째, 모든 평가지표를 사용해야 한다고 판단된 서원 향교 관아 유형에 해당되는 돈암서원에 대해 현장 적용 가능성을 검토하였다. 검토 결과 CPTED의 평가지표를 현장에서 적용할 수 있음이 검증되었다. 그러나 조명, CCTV, 침입센서 등에 대해서는 3차원적인 별도의 평가기법을 개발하여 적용할 필요성이 있는 것으로 밝혀졌다. 추후 연구에서 문화재 유형별로 면밀한 현장조사를 거쳐 평가지표를 보완할 필요가 있다. 본 연구는 기존에 시도되지 않았던 문화재 전반에 대한 범죄예방환경설계의 평가지표를 제시한 것에 그 의의가 있다.

• 한국산학기술학회논문지
• /
• 제19권9호
• /
• pp.279-287
• /
• 2018

실란트는 현대 건축물의 중요한 요소로 사용되고 있으며, 습기, 공기, 기타 물질의 침입에 대한 방벽을 제공함으로서 내후성에 대한 건물 보호의 역할을 한다. 다양한 환경에 노출되어 물리적, 화학적, 기계적 특성이 변화되어 수명이 단축되는 경우가 많으며, UV, 습기, 온도 신축 등은 내구성과 직결되는 중요한 이슈이다. 본 연구에서는 구조용 실링마감재의 내구성능을 실내에서 검증하기 위한 장비로서 외기의 환경을 모사할 수 있는 복합열화시험 챔버를 제작하였다. 황사, 산성비, 미생물에 의한 오염 등 특이 기상 상황의 재현은 어려우며 외기 환경을 100 % 모사하는 것은 불가능한 것으로 판단되며, 구조용 실링재의 옥외폭로시험방법과 복합열화시험장치에 대한 내후성 시험 결과 간의 상관관계를 통해 재현성을 확보하고자 연구하였다. 옥외폭로시험의 변위량 시험 결과 실링재의 응집력이 분해되어 연질화가 진행되는 것으로 판단되었고, 옥외폭로 1년 후 변위는 초기 물성치보다 3600 Pa에서 3배 정도 차이가 나는것을 볼 수 있었고, 비교제품의 경우 최대 7배까지 변위가 차이나는 것으로 확인되었다. 복합열화시험장치에서 변위시험결과 열화되어 탄성 및 인장특성이 감소하는 경향을 나타내었다. 변성실리콘 실링재의 경우는 현재 400 Cycle을 완료하여 옥외폭로 12개월의 물성저하를 확인하였다. 시험체의 변형은 육안으로는 확인할 수 없어 상대적으로 실리콘 실링재 제품보다 상태 안정성이 양호한 것으로 판단된다. 옥외폭로시험 결과, 복합열화시험장치가 체계화되어 관련 지침 또는 규격 등에 제안된다면, 실제 사용환경에서 12개월의 예상수명을 실내에서 3개월 미만에서 검증할 수 있는 방법으로 향후, 경제적 손실저감, 공기단축, 설계에 예상 가능한 재료의 선정 등에 활용될 것으로 기대된다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.