• 제목/요약/키워드: 오차평가기준

검색결과 594건 처리시간 0.022초

휴대용 다짐도 측정기의 현장실험을 통한 다짐도와 관입깊이 상관성 연구 (A Study on the Correlation with the Degree of Compaction and the Penetration Depth Using the Portable Penetration Meter at Field Test)

  • 박근현
    • 한국지반환경공학회 논문집
    • /
    • 제19권11호
    • /
    • pp.5-14
    • /
    • 2018
  • 전 세계적으로 토목공사 현장에서 토사의 다짐작업은 중요한 공종 중 하나의 공종이다. 특히 도로공사에서의 다짐작업은 공사 후에도 부실시공과 밀접한 관계를 가지고 있으므로 매우 중요하게 평가된다. 현재는 여러 가지 다짐도 측정방법 중에 평판재하시험이나 모래 치환법에 의한 흙의 단위 중량 시험방법을 가장 많이 사용하고 있으나 많은 시간과 장비가 필요하며 인력도 많이 소모되어 경제성을 확보하지 못하고 있다. 본 연구에서는 중력에 의한 자유낙하 물체의 관입 깊이에 따라 다짐도 측정방법인 자유낙하 관입깊이별 다짐도 시험(Free-Fall Penetration Test, FFPT) 일명 휴대용 다짐도 측정기를 이용하여 현장실험을 실시하여 다짐도와 관입깊이 그래프를 작성하였고 낙하고 10cm에서 결정계수 값이 0.963으로 가장 정확도가 높았으며 그래프는 가로축과 세로축 모두 10진법 그래프로 작성하였으며, 허용오차범위는 관입깊이 기준으로 ${\pm}1.28mm$로 작성되었다. 휴대용 다짐도 측정기를 통하여 현장에서 간단하고 신속, 정확한 다짐도 측정이 가능하여 경제성 확보와 공정 관리가 편리하게 진행될 것이다.

기상예보자료 기반의 농업용저수지 저수율 전망을 위한 나이브 베이즈 분류 및 다중선형 회귀모형 개발 (Development of Naïve-Bayes classification and multiple linear regression model to predict agricultural reservoir storage rate based on weather forecast data)

  • 김진욱;정충길;이지완;김성준
    • 한국수자원학회논문집
    • /
    • 제51권10호
    • /
    • pp.839-852
    • /
    • 2018
  • 본 연구의 목적은 기상자료(강수량, 최고기온, 최저기온, 평균기온, 평균풍속) 기반의 다중선형 회귀모형을 개발하여 농업용저수지 저수율을 예측하는 것이다. 나이브 베이즈 분류를 활용하여 전국 1,559개의 저수지를 지리형태학적 제원(유효저수량, 수혜면적, 유역면적, 위도, 경도 및 한발빈도)을 기준으로 30개 군집으로 분류하였다. 각 군집별로, 기상청 기상자료와 한국농어촌공사 저수지 저수율의 13년(2002~2014) 자료를 활용하여 월별 회귀모형을 유도하였다. 저수율의 회귀모형은 결정계수($R^2$)가 0.76, Nash-Sutcliffe efficiency (NSE)가 0.73, 평균제곱근오차가 8.33%로 나타났다. 회귀모형은 2년(2015~2016) 기간의 기상청 3개월 기상전망자료인 GloSea5 (GS5)를 사용하여 평가되었다. 현재저수율과 평년저수율에 의해 산정되는 저수지 가뭄지수(Reservoir Drought Index, RDI)에 의한 ROC (Receiver Operating Characteristics) 분석의 적중률은 관측값을 이용한 회귀식에서 0.80과 GS5를 이용한 회귀식에서 0.73으로 나타났다. 본 연구의 결과를 이용해 미래 저수율을 전망하여 안정적인 미래 농업용수 공급에 대한 의사결정 자료로 사용할 수 있을 것이다.

성능이 향상된 면적선량계(DAP) 개발 (Development of Enhanced DAP(Dose Area Product))

  • 이영지;이상헌;이승호
    • 전기전자학회논문지
    • /
    • 제23권2호
    • /
    • pp.739-742
    • /
    • 2019
  • 본 논문에서는 성능이 향상된 면적선량계(DAP)를 제안한다. 본 논문에서 제안한 성능이 향상된 면적선량계는 기존에 개발되었던 면적선량계를 최적화하였다. 성능이 향상된 면적선량계는 전하 적분기 및 ADC 회로의 최적화 설계, RS-485 통신용 Line transceiver의 최적화 설계, Display 회로의 최적화 설계, 연동 및 에이징을 위한 PC 기반 제어 프로그램 최적화 등을 수행하였다. 제안된 시스템의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과는 Radiation dose dependence와 Radiation quality dependence는 4.2%의 측정 불확도가 측정되어 국제 표준인 ${\pm}15%$ 이하에서 정상동작 됨이 확인되었다. Energy range/Tube voltage는 30~150kV 구간에서 반응이 확인되었다. 센서필드간 감도차이와 센서필드간 면적선량 감도차이는 4.3%의 측정 불확도가 측정되어 국제 표준인 ${\pm}15%$ 이하에서 정상동작 됨이 확인되었다. 면적선량계의 재현성을 측정하기 위하여 10회 반복하여 측정한 결과 0%로 확인되어서 IEC60580 권고 사항인 2% 이하에서 정상동작 됨이 확인되었다. Digital resolution은 시간당 기준선량에 대해 오차 범위 내에서 $0.01{\mu}Gy{\cdot}m^2$의 최소단위로 측정되는 것을 확인되었다.

연속수치지형도를 활용한 격자기준 관심 지역 추출기법의 평가 (Evaluation of Grid-Based ROI Extraction Method Using a Seamless Digital Map)

  • 정종철
    • 지적과 국토정보
    • /
    • 제49권1호
    • /
    • pp.103-112
    • /
    • 2019
  • 위성영상 분류를 위한 관심 지역 추출은 국토 공간을 효율적으로 관리하기 위한 중요한 기술 중 하나이다. 하지만 위성영상 분류에 관한 최근의 연구들은 관심 지역을 선택하는데 있어서 영상 내의 정보에 의존하는 경우가 많다. 본 연구에서는 고해상도 영상으로부터 구축된 공간정보인 연속수치지형도를 활용하여 효과적인 관심 지역 선택 방안을 제시하였다. 본 연구에 사용된 공간정보는 국토지리정보원에서 제공하는 2013년~2017년 연속수치지형도와 환경부에서 제공하는 2015년 세종시 토지피복도를 활용하였다. 공간정보를 통해 추출된 관심 지역의 정확도 검증을 위해 2015년 10월 28일과 2018년 7월 7일 촬영된 KOMPSAT-3A호 위성영상을 사용하였다. 2013년~2015년 동안 연속수치지형도에서 변화하지 않은 영역과 2015년 토지피복지도를 사용하여 2015년 기초샘플을 추출하였다. 또한, 2015년~2017년 동안 연속수치지형도에서 변화하지 않은 영역과 2015년 토지피복지도를 사용하여 2018년 기초샘플을 추출하였다. 연속수치지형도와 토지피복도를 융합할 때 발생하는 중복된 영역은 데이터의 혼동을 방지하기 위해 모두 제거하였다. 최종적으로 관심 지역 내에서 검사점을 생성하고, 2015년, 2018년 K3A 위성영상과 오차행렬을 통해 추출된 관심 지역의 정확도를 나타냈으며 전체 정확도는 각각 약 93%, 72%로 나타났다. 관심 지역의 정확도 검증을 통해 정확하게 분류된 지역은 관심 지역으로써 사용할 수 있고 오분류된 지역은 변화탐지를 위한 참고자료로서 활용할 수 있다고 판단된다.

파랑특성을 고려한 해운대 해수욕장의 해빈면적 변화에 관한 연구 (Analysis of the Change in the Area of Haeundae Beach Based on Wave Characteristics)

  • 김종범;김종규;강태순
    • 해양환경안전학회지
    • /
    • 제27권2호
    • /
    • pp.324-339
    • /
    • 2021
  • 본 연구에서는 해운대 해수욕장의 내습파랑특성과 해빈면적 변화와의 상관성을 파악하였으며, 파랑특성요소를 독립변수로 설정하고 해빈면적 일변화량을 종속변수로 하는 회귀분석을 수행하여 전체 및 세부구간(서측, 중앙, 동측)에 대한 해빈면적 변화량 산출식을 도출하였다. 도출된 해빈면적 변화량 산출식에 약 10개월의 파랑관측자료를 대입하여 계산된 해빈면적과 실제 관측면적과의 비교를 통해 해빈면적 변화량 산출식의 정확도를 평가하고 해빈면적 변동특성을 분석하였다. 분석 결과, 해빈면적 변화량 산출식의 정확도는 평균 해빈폭 기준 1.5 ~ 2.7 m의 오차를 나타내었으며, 실제 관측면적과의 상관계수는 0.91 ~ 0.94의 분포를 보이며 매우 유사한 해빈면적 변화양상을 나타내었다. 또한, 세부구간별로 해빈면적 변화에 영향을 크게 미치는 파랑특성요소가 서측구간은 파향, 중앙구간은 파고, 동측구간은 파고와 주기인 것을 알 수 있었다. 이를 통해 연안정비사업이 해운대 해수욕장의 해빈면적 변동특성에 미치는 영향 및 연안정비사업의 효과를 파악할 수 있었다. 본 연구에서 도출된 해빈면적 변화량 산출식은 정도 높은 파랑예측자료가 확보될 경우 유의미한 장기간 해빈면적 변화 예측이 가능하므로 연안침식에 대한 선제적 대응 대책 수립 시 의사결정의 근거가 될 수 있는 기초자료 확보에 기여할 수 있을 것으로 기대된다.

LANDSAT 위성사진을 활용한 한강하구 산남습지 인근 하안선 변화 연구 (Study of Riverline Change around Sannam Wetland in the Hangang River Estuaty using LANDSAT Image Processing)

  • 윤석준;이삼희;장창환
    • 한국습지학회지
    • /
    • 제23권2호
    • /
    • pp.154-162
    • /
    • 2021
  • 하구둑 없이 자연적으로 열린 한강하구는 한강, 임진강, 예성강의 흐름과 서해의 조류가 만나는 곳이기 때문에 하도수리적인 '작용(impact)-응답(response)' 구조가 복잡하다. 민간인 통제 구간에서도 군부대 통제 하에 극히 제한된 장소와 시간에만 접근 조사가 가능하다. 2020년에는 8월 홍수에 유실된 지뢰 발견, 코로나-19 확산에 따른 관계기관 대면 접촉 제약 등의 이유로 현장 조사에 어려움이 있었다. 이러한 상황을 토대로 비대면, 비접촉 하안선 변화 조사 방법의 필요성이 제기되었다. 이의 대응 연구 수단으로써 공간 정보 분석 프로그램인 QGIS를 기반으로 미국 USGS가 운영하는 LANDSAT의 위성사진을 수집하여 영상처리 후 복잡한 하천지형 변화 양상을 분석하는 방법을 택하였다. 연구대상은 한강하구 산남습지 인근으로 설정하였다. 결과적으로 장기적 관점에서는 산남습지를 기준으로 하류에서는 침식 영향이 큰 것으로 나타났으며, 상류에서는 미미한 퇴적 현상이 나타났다. 위성사진 오차를 고려한다면 하천관리 측면에서는 과거 하천측량 자료를 바탕으로 비교 검토해볼 때 거의 변화가 없는 것으로 평가되면서 이 방법의 유효성이 입증되었다. 산남습지 인근 지역은 포괄적인 시간 관점에서 볼 때 조석 영향이 상류로부터 유입되는 흐름의 영향보다 큰 것으로 나타났다. 즉 조류에 의한 응답(사주의 거동 양상) 구조의 패턴 변화가 한강하구 인근의 하천시설물의 피해 유발에 더 작용하고 있는 것으로 판단된다. 따라서 향후 이를 감안한 적절한 하천관리 방안이 모색되어야 할 것이다.

딥러닝 기반 다중 객체 추적 모델을 활용한 조식성 무척추동물 현존량 추정 기법 연구 (A Study on Biomass Estimation Technique of Invertebrate Grazers Using Multi-object Tracking Model Based on Deep Learning)

  • 박수호;김흥민;이희원;한정익;김탁영;임재영;장선웅
    • 대한원격탐사학회지
    • /
    • 제38권3호
    • /
    • pp.237-250
    • /
    • 2022
  • 본 연구에서는 딥러닝 기반 다중 객체 추적 모델을 활용하여 수중드론으로 촬영된 영상으로부터 특정 해역의 조식동물 현존량을 추정하는 방법을 제안한다. 수중드론 영상 내에 포함된 조식동물을 클래스 별로 탐지하기 위해 YOLOv5 (You Only Look Once version 5)를 활용하였으며, 개체수 집계를 위해 DeepSORT (Deep Simple Online and real-time tracking)를 활용하였다. GPU 가속기를 활용할 수 있는 워크스테이션 환경에서 두 모델의 성능 평가를 수행하였으며, YOLOv5 모델은 평균 0.9 이상의 모델의 정확도(mean Average Precision, mAP)를 보였으며, YOLOv5s 모델과 DeepSORT 알고리즘을 활용하였을 때, 4 k 해상도 기준 약 59 fps의 속도를 보이는 것을 확인하였다. 실해역 적용 결과 약 28%의 과대 추정하는 경향이 있었으나 객체 탐지 모델만 활용하여 현존량을 추정하는 것과 비교했을 때 오차 수준이 낮은 것을 확인하였다. 초점을 상실한 프레임이 연속해서 발생할 때와 수중드론의 조사 방향이 급격히 전환되는 환경에서의 정확도 향상을 위한 후속 연구가 필요하지만 해당 문제에 대한 개선이 이루어진다면, 추후 조식동물 구제 사업 및 모니터링 분야의 의사결정 지원자료 생산에 활용될 수 있을 것으로 판단된다.

드론을 이용한 하천공간정보 획득의 효율적 방안 (Efficient method for acquirement of geospatial information using drone equipment in stream)

  • 이종석;김시철
    • 한국수자원학회논문집
    • /
    • 제55권2호
    • /
    • pp.135-145
    • /
    • 2022
  • 본 연구는 지방하천의 하류구간을 대상으로 위성항법시스템(GNSS)과 드론 RGB (D-RGB), 드론 LiDAR (D-LiDAR) 측량성과 비교를 통해 측량방법의 정확도와 수공 실무의 드론 실용화를 검증하고자 한다. 이를 위해 지상기준점(GCP)과 검사점(CP) 좌표 값 측량결과의 우수성을 확인하고 그 결과를 HEC-RAS 모형에 적용하여 수리특성을 분석하고자 한다. 본 연구는 소유역인 연구대상지역을 세 방법의 정확도 비교를 위해 6개 GCP와 3개 CP를 설치하고 측량오차의 정확도 평가를 수행함으로써 D-LiDAR 측량성과가 우수한 것을 확인하였다. 이들 방법에 의한 소하천 수로구간의 100년 빈도 계획 홍수량에서 평균 하상고의 D-RGB와 D-LiDAR 성과는 2.30 m, 1.80 m, 평균 홍수위 성과는 4.73 m, 4.25 m로 D-LiDAR 성과가 우수하였다. 따라서 소하천 수로구간의 지형공간정보 획득에 드론 장비를 이용한 측량기법으로 D-LiDAR 측량이 유용한 방법이며 효율적인 방안으로 추천한다.

구조물 내진보강을 위한 다중 마찰댐퍼의 성능 평가 (Performance Evaluation of Multi-Friction Dampers for Seismic Retrofitting of Structures)

  • 김성배;권형오;이종석
    • 한국구조물진단유지관리공학회 논문집
    • /
    • 제26권6호
    • /
    • pp.54-63
    • /
    • 2022
  • 이 연구는 구조물 내진보강 장치의 하나인 마찰댐퍼에 관한 것으로, 내부 마찰재를 복합재료의 일종인 초고분자량 폴리에틸렌으로 대체하여 댐퍼를 개발하였다. 또한 마찰력이 발생하는 내부 구조를 여러 층으로 적층하는 다중 마찰방식을 적용하였다. 개발된 다중 마찰댐퍼의 성능 검증을 위해서 재료에 대한 기초 물성과 마모 특성, 디스크 스프링에 대한 특성 분석 시험을 수행하였다. 마모시험 시험결과, UHMWPE의 질량 감소율은 0.003%로 복합재료 기반의 마찰재 중에서 가장 우수한 성능을 보였다. 디스크 스프링은 유한요소해석과 시험결과로부터 설계기초자료를 확보하였다. 또한 개발된 다중 마찰댐퍼의 품질 안정성을 확인하기 위해 토크값에 따른 마찰력 변화와 감쇠장치에 대한 지진하중 시험을 수행하였다. 품질성능 시험결과, 토크 값 조절에 따라 선형적인 마찰력 변화를 보였으며, 지진하중 시험 결과, 마찰댐퍼의 허용오차는 설계기준에서 요구하는 15% 미만으로 나타나 내진보강 장치로서의 요구조건을 만족하는 것으로 나타났다.

고해상도 단순 이미지의 객체 분류 학습모델 구현을 위한 개선된 CNN 알고리즘 연구 (Study of Improved CNN Algorithm for Object Classification Machine Learning of Simple High Resolution Image)

  • 이협건;김영운
    • 한국정보전자통신기술학회논문지
    • /
    • 제16권1호
    • /
    • pp.41-49
    • /
    • 2023
  • CNN(Convolutional Neural Network) 알고리즘은 인공신경망 구현에 활용되는 대표적인 알고리즘으로 기존 FNN(Fully connected multi layered Neural Network)의 문제점인 연산의 급격한 증가와 낮은 객체 인식률을 개선하였다. 그러나 IT 기기들의 급격한 발달로 최근 출시된 스마트폰 및 태블릿의 카메라에 촬영되는 이미지들의 최대 해상도는 108MP로 약 1억 8백만 화소이다. 특히 CNN 알고리즘은 고해상도의 단순 이미지를 학습 및 처리에 많은 비용과 시간이 요구된다. 이에 본 논문에서는 고해상도 단순 이미지의 객체 분류 학습모델 구현을 위한 개선된 CNN 알고리즘을 제안한다. 제안하는 알고리즘은 고해상도의 이미지들의 학습모델 생성 시간을 감소하기 위해 CNN 알고리즘의 풀링계층의 Max Pooling 알고리즘 연산을 위한 인접 행렬 값을 변경한다. 변경한 행렬 값마다 4MP, 8MP, 12MP의 고해상도 이미지들의 처리할 수 있는 학습 모델들을 구현한다. 성능평가 결과, 제안하는 알고리즘의 학습 모델의 생성 시간은 12MP 기준 약 36.26%의 감소하고, 학습 모델의 객체 분류 정확도와 손실률은 기존 모델 대비 약 1% 이내로 오차 범위 안에 포함되어 크게 문제가 되지 않는다. 향후 본 연구에서 사용된 학습 데이터보다 다양한 이미지 종류 및 실제 사진으로 학습 모델을 구현한 실질적인 검증이 필요하다.