• 한국에너지공학회:학술대회논문집
• /
• 한국에너지공학회 1995년도 추계학술발표회 초록집
• /
• pp.50-55
• /
• 1995

향상되어진 93-PCGC-2는 기존의 PCGC-2와 같이 미분탄 연소를 포함하는 다양한 반응성흐름과 비반응성 흐름을 설명하기 위해 2차원 정상상태 모델로 제시되어 졌다. 93-PCGC-2는 실린더형의 축 대칭계에 응용되어질 수 있고, 난류(Turbulence)는 유체역학식과 연소기구 양쪽을 위해 고려되어졌으며, 불연속 세로좌표 방법(Discrete Ordinates Method)을 이용하여 기체, 벽 및 입자들로부터의 복사열(Radiation)을 모사하였다. 입자상은 입자 무리들의 평균 경로들을 따라 해석하는 Lagrangian계의 해석법으로 모델화되어졌다. 석탄의 팽윤(Swelling)과 촤의 반응성에 관한 부모델과 더불어 새롭게 일반화된 석탄 탈휘발화 부모델 (FG-DVC)도 첨가되어졌다. 비균일 반응기구는 확산과 화학반응 둘 모두를 고려하였다. 주요 기상반응은 국부 순간 평형을 가정하여 모델화하였다. 그래서 반응속도는 혼합의 난류속도에 의해 제한되어진다. Thermal NOx과 Fuel NOx의 유한속도 화학론(Finite Rate Chemstry)에 대한 부모델은 화학반응속도론와 난류성의 통계치를 통합하여 만들어져 있다. 기상은 반복적인 line-by-line기교에 의해 풀려지는 elliptic partial differential equation으로 묘사되어진다. 수치적인 안정을 고려하기 위해 under-relaxation이 이용되어졌다. 이렇게 코드화된 93-PCGC-2는 연소를 위해 모사되어졌다. 또한 더 나아가 이 수치모델의 활용범위는 미분탄의 가스화에도 활용되어질 것으로 기대되어진다.

• 한국식품위생안전성학회지
• /
• 제19권1호
• /
• pp.19-24
• /
• 2004

미생물 위해성 평가의 용량-반응 모델은 생물학적 모델과 경험적 모델로 나눌 수 있다. 생물학적 모델은 미생물의 분포형태, 미생물에 대한 숙주의 감수성, 감염을 일으킬 수 있는 미생물 수에 대한 가정을 바탕으로 성립된 모델로서, 대표적으로 Exponential model과 $\beta$-Poisson model이 있다. 경험적 모델은 주로 화학물질의 독성을 나타내는데 이용되어 온 모델로, Weibull-Gamma model등이 있다. 여러 용량-반응 모델 중에서 실험 데이터에 적합한 모델을 걱정하는 데에는 deviance function(Y)을 이용하며, 현재 일부 식중독균에 대해서는 사람과 실험동물에서의 용량-반응 모델이 연구되어 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.1543-1546
• /
• 2012

반응형 시스템은 외부 환경과 지속적으로 상호작용하는 시스템이다. 반응형 시스템이 요구 사항을 만족하는지를 검사하기 위해서 상호 작용을 수행할 환경 모델을 구축 해야 한다. 환경 모델은 반응형 시스템에게 항상 올바른 입력들을 제공 해야만 검사 결과의 신뢰성을 보장할 수 있기 때문에 올바른 입력들을 포함하는 것은 매우 중요하다. GR(1) Synthesis 는 수학적 정형 기법으로써 논리식으로 표현된 요구 사항을 보장할 수 있는 모델을 자동으로 생성할 수 있다. 이 기법을 이용하여 올바른 환경 모델을 생성하고 반응형 시스템에게 올바른 환경의 입력들을 자동으로 제공 함으로써 반응형 시스템의 행위가 올바른지를 환경 모델 상에서 검사하였다. 또한 사례 연구를 통해 환경 모델을 이용한 검사가 기존 방법에 비해 우수함을 알 수 있었다.

• 터널과지하공간
• /
• 제5권1호
• /
• pp.11-21
• /
• 1995

일반적으로 NATM공법에서 지보의 설계는 암반반응곡선의 개념을 통해 수행된다. 그러나 암반반응곡선은 암질이 좋고 과지압에 의한 문제가 심각하지 않은 지역에 적용되며, 따라서 주로 불연속면에 의해 암반의 거동이 영향을 받는 지역에서는 시공과정에 직접 적용하기가 힘들다. 본 연구에서는 암반 블록에 대한 블록반응곡선을 연구하여, 블록반응곡선상에서 지보를 설계하였다. 각각의 차분시각에서의 변위와 응력을 얻기위해서 개별요소 프로그램인 UDEC을 사용하였다. 블록은 Mohr-Coulomb 모델이며, 불연속면은 Barton-Bandis 모델이다. 블록과 불연속면의 물성은 실험실 실험을 통하여 구하였다. 블록반응곡선을 이용한 지보설계과정을 이해하기 위하여 간단한 모델분석을 실시하였다. 동일한 형상의 키블록이 공동의 천장, 측벽, 바닥에 존재할 경우, 각 블록의 안정성 판단 및 지보의 설계를 실시하였다. 또한 초기지압의 영향을 알아보기 위하여, 측압계수(K)를 달리하여 해석해보았다. 현재 건설중인 공동에 대한 안정성 판단 및 지보설계를 블록반응곡선을 이용하여 설계하였다.

• 한국식품영양과학회지
• /
• 제19권3호
• /
• pp.215-218
• /
• 1990

포화성장모델을 이용하여 반응시간에 따른 생성물의 양을 예측하였다. 수용성 기질-수용성 효소간의 반응뿐만 아니라 비수용성 기질-수용성 효소간의 반응 결과에도 이 모델은 뛰어난 예측성을 나타내었다. 그외에도 측정치의 정확도도 이 모델로 대략 평가할 수 있었다. 사용자가 편리하도록 컴퓨터 프로그램을 BASIC 언어를 사용하여 제시하였고 이 프로그램을 이용하여 Pmax와 K 상수 값을 결정하고 상대오차의 평균값도 계산하였다.

• 폴리머
• /
• 제25권1호
• /
• pp.25-32
• /
• 2001

${\circ}C$ 범위에서 아연과 망간촉매를 사용하여 에스테르 교환반응시켜 반응속도를 살펴보았다. 반응은 반회분식 반응기에서 비등온 조건으로 진행되었고 반응온도와 메탄올 유출량으로 반응성을 평가하였다. 반응모델로서는 관능기 모델과 분자종 모델을 적용하여 상호 비교하였다. 아연촉매를 사용할 경우 DMN과 EG의 반응속도는 methyl hydroxyethyl naphthalate(MHEN)와 EG의 반응속도에 비해 1.4배정도 였으나 망간촉매를 사용할 경우 4.3배정도로 촉매 종류에 따라 반응성이 크게 차이가 있음을 알 수 있었다. 아연촉매의 경우 DMN 및 MHEN과 EG의 반응에 대한 촉매농도의 반응차수는 1보다 작았으나, 망간촉매의 경우 오히려 1보다 컸다. 활성화에너지는 DMN과 MHEN의 분자종 차이에 관계없이 아연과 망간촉매의 경우 각각 25000, 28750 cal/mol이었다. 두 가지 반응모델을 비교하여 본 결과 분자종 모델이 반응현상을 잘 표현함을 알 수 있었다.

• Environmental Analysis Health and Toxicology
• /
• 제24권2호
• /
• pp.79-93
• /
• 2009

오염물질에 대한 생태위해성평가(ecological risk assessment)를 위해서는 노출평가(exposure assessment)와 함께 생물영향에 대한 평가(effect assessment)를 수행해야 한다. 노출평가의 경우는 지화학적 과정에 대한 이해를 바탕으로 환경농도를 예측하기 위한 화학평형모델이나 다매체환경거동모델 등 다양한 평가 및 예측모델을 활용해 왔다. 이와 달리 생물영향평가는 실험실 조건에서 제한된 독성자료를 대상으로 외부노출농도에 기반한 농도-반응관계를 통계적 방법을 통해서 추정하는 '경험적 모델(empirical model)'에 주로 의존해 왔다. 최근에 와서 생체 내 잔류량을 기반으로 농도-시간-반응관계를 기술하고 예측하는 독성동태학 및 독성역학 모델(toxicokinetic-toxicodynamic model)과 같은 독성작용에 기반한 모델(processbased model)들이 개발되어 활용되고 있다. 본 논문에서는 여러 종류의 독성동태학 및 독성역학 모델을 소개하고, 이를 통계적 추론에 기반한 전통적인 독성학 모델과 비교하였다. 서로 다른 종류의 독성동태학 및 독성역학 모델로부터 도출된 노출농도-시간 -반응관계식을 비교하고, 동일 독성기작을 보이는 오염물질 그룹 내에서 미측정 오염물질의 독성을 예측할 수 있게 해주는 구조-활성관계(Quantitative Structure-Activity Relationship, QSAR) 모델을 여러 독성동태 및 독성역학모델로부터 유도하였다. 마지막으로 독성동태학 및 독성역학 파라미터를 추정하기 위한 실험계획을 제안하였고, 앞으로 독성동태학 및 독성역학 모델을 생태계 위해성평가에 활용하기 위해서 해결해야 될 연구과제를 검토하였다.

• EDISON SW 활용 경진대회 논문집
• /
• 제4회(2015년)
• /
• pp.117-123
• /
• 2015

본 연구에서는 DFT를 이용하여 Nucleophilicity와 Basicity의 연관성에 대한 계산화학적 분석을 수행하였다. Basicity는 선정된 모델 분자의 protonation 반응에서 생성물과 반응물의 enthalpy 변화량인 양성자 친화도(Proton affinity, PA) 값을 구하여 분석하였다. 계산한 결과는 실험을 통해 얻은 PA 결과와 경향성이 거의 일치함을 확인하였다. Nucleophilicity는 모델 분자들과 $CH_3Br$ (electrophile)의 $SN_2$반응에서 gibbs free energy of activation(${\Delta}G^{\ddag}$) 값으로 그 경향성을 분석하였다. 또한 용매의 종류를 다르게 하여 용매에 따른 ${\Delta}G^{\ddag}$ 값의 경향성도 확인하였다. 각 용매에 따라 구한 ${\Delta}G^{\ddag}$와 PA의 상관관계를 비교하였으나, 큰 연관성은 보이지 않았다. 이에 ${\Delta}G^{\ddag}$와 PA의 상관관계를 보여줄 수 있는 parameter를 찾기 위하여 각 모델 분자의 Electronegativity와 Polarizability를 계산하여 연관성을 비교해보았다. Polarizability를 적용했을 때 Nucleophilicity와 Basicity사이의 연관성을 나타낼 수 없었던 반면, Electronegativity를 적용하여 Basicity와 Nucleophilicity의 연관성 보일 수 있음을 이론적으로 규명하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.602-603
• /
• 2011

본 논문은 전체 수요반응의 결과를 예측하는데 필요한 개별 수용가의 수요반응 모델을 제시하는 것을 목표로 하였다. 이를 위해, 개별 수용가의 수요반응 결정이 투자결정 문제가 유사함을 보이고, 수요 반응의 결정에 있어서도 투자결정 문제에서 위험선호 성향에 따라 수익과 위험 사이에서 개별적인 결정이 이루어진다고 보았다. 개별 수용가의 수요반응 모델을 유도할 때는 수요반응의 결과로 이루어지는 전력사용량 조정이 잘못된 결정일 확률을 고려하였고, 위험선호 지수라는 파라미터를 정의하여 일반적인 식으로 수요반응 모델을 표현하였다. 마지막으로, 시뮬레이션을 통해 위험선호 지수 R의 값에 따라 수요반응의 전력요금 감소 효과와 변동성이 달라짐을 확인하였다. 본 논문의 모델을 이용하면 전체 수용가의 총 수요반응을 예측하는 것이 가능해지고, 그 결과는 수요반응 제도 시행을 위한 장비투자 결정이나 정책 결정에 있어 중요한 지표로 활용될 수 있을 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.770-773
• /
• 2019

본 논문에서는 매년 성장하는 웹툰 시장 속에서 신인 작가들이 성공할 수 있는 성공 요인을 밝히고자 하였다. 국내 1위 웹툰 플랫폼인 네이버 웹툰 중 데뷔작을 기준으로 완결 웹툰 212개, 연재 중인 웹툰 112개, 총 324개의 웹툰을 수집하여 연구를 진행하였다. 기존 선행연구와의 차별화를 두기 위해 독자의 직접적인 반응 중 하나인 댓글을 성공 요인에 포함하였다. 댓글에 담긴 긍정, 부정을 나타내는 주관을 탐지하기 위해 딥러닝을 이용하여 감성 분석을 실시하였다. 각 웹툰에 대한 댓글 반응을 포함하여 평균, '좋아요' 수, 장르 그리고 첫 화 댓글 수와 5화까지 평균 댓글 수를 흥행에 영향을 미치는 독립변수로 사용했다. 댓글 반응이 중요 요인인지를 확인하기 위해 각 모델 생성 시 댓글 반응을 포함한 모델과 포함하지 않은 모델을 생성하여 성능 평가를 실시하였다. 로지스틱 회귀분석, 아다 부스트, 그리고 서포트 벡터 머신 모델을 정확도와 ROC 그래프를 이용해 효율성을 비교하고, 이를 통해 댓글 반응을 활용한 로지스틱 회귀 모델이 가장 적합하다고 판단하였다. 모델 생성 결과 '좋아요' 수, 1화 댓글 수, 댓글 반응 순으로 성공 요인에 많은 영향을 미치는 것을 알 수 있었다.