• 한국전산구조공학회논문집
• /
• 제30권6호
• /
• pp.469-477
• /
• 2017

본 논문에서는 실제 공연장을 예제 건물로 하여 공연장에 발생한 진동을 측정한 결과를 바탕으로 공연장 구조물의 안전성에 대해 해석적으로 평가하였다. 수치해석 프로그램은 MIDAS GEN을 사용하였으며, 바닥판은 합성효과를 고려하여 모델링하였다. 해석결과 진동계측실험을 통해 구한 바닥판 고유진동수와 유사한 결과를 보였다. 또한 군중의 율동에 의한 동적하중을 시간이력해석으로 해석하여 진동계측 실험과 유사한 수준의 바닥판 가속도 응답을 확인하였다. 이 모델을 사용하여 예제 공연장의 최대관람인원인 400명의 집단율동 시 발생하는 상황에 대하여 분석하였다. 그 결과 기둥과 보의 가해지는 외력은 설계 내력을 하회하여 안전성에 문제없음을 확인하였다. 또한 공연 시 발생하는 수평방향 진동수준은 지진하중의 2% 수준으로 수직수평 모두 안전성에 문제가 없는 것을 확인하였다.

• 정보처리학회논문지D
• /
• 제9D권3호
• /
• pp.365-380
• /
• 2002

시간 데이타마이닝은 기존 데이타마이닝에 시간 개념을 추가하여 "시간값을 가진 대용량 데이타로부터 이전에 잘 알려지지는 않았지만, 묵시적이고 잠재적으로 유용한 시간 지식을 탐사하는 기술"로 정의된다. 시간 지식이란 주기적 패턴, 캘린더 패턴, 경향 등과 같이 시간 의미와 시간 관계를 가진 지식을 말한다. 실세계에서는 환자의 병력, 상품 구매 이력, 웹 로그 등과 같은 다양한 시간 데이타가 존재하며 이로부터 여러 형태의 유용한 시간 지식을 찾아낼 수 있다. 데이타마이닝에 대한 연구가 진행되면서 순차 패턴, 유사 시계열 탐사, 주기적 연관규칙 탐사 등과 같이 시간 지식을 탐사하고자 하는 시간 데이타마이닝에 대한 부분적인 연구가 수행되었다. 그러나 기존 연구는 단순히 데이타의 발생 순서 및 유사한 패턴을 찾아내는데 중점을 두고 있어 데이타가 포함하고 있는 시간 의미와 시간 관계를 탐사하는데 부족하며, 시간 지식의 전체적인 측면보다는 연관 규칙과 같은 일부분만을 다루고 있다는 문제점을 가지고 있다. 따라서 이 논문에서는 시간 데이타마이닝에 대한 체계적인 연구를 위하여 시간 데이타마이닝에 대한 기존 연구 내용과 해결해야 할 문제점을 분석하고 이를 바탕으로 전체적인 프레임워크를 제시하였다. 또한 그 구현 방안 및 적용평가를 수행하였다. 프레임워크에서는 시간 데이타마이닝 모델을 제안하고, 이를 바탕으로 시간 데이타마이닝 질의어와 시간 지식을 탐사할 수 있는 시간 데이타마이닝 시스템을 설계하였다.

• 한국산학기술학회논문지
• /
• 제18권6호
• /
• pp.609-619
• /
• 2017

제조성숙도평가(Manufacturing Readiness Assessment, MRA)는 제조 준비상태를 평가하는 방법으로 체계, 부체계의 개발 및 양산에서 발생할 수 있는 일정지연, 비용 상승, 품질 저하 등을 방지하지 위해서 2012년에 제도화되었다. 제조성숙도 평가는 군수품의 양산단계의 제조상 위험성을 사전에 식별하여 관리한 결과, 군수품의 품질수준이 개선되는 등 긍정적인 효과가 있었으나 실제 수행 시 피평가자가 평가항목에 대해 맞춤형으로 준비를 하면서 평가점수가 점차적으로 높아지는 등 준비상태 점검이라는 본래의 목적과는 달리 점수만 상승하는 평가점수 인플레 현상이 심화되는 문제점이 식별되었다. 본 연구에서는 이러한 문제점을 극복하고 과거 업체의 MRA 평가항목 이력을 반영하기 위해 HOM8, 평가항목 난이도를 반영하기 위한 DOM8, 평가항목의 중요도 및 사업별 특성을 고려한 ICOM8과 M8RA를 각각 정의하여 네가지 지표 가중치를 적용한 MWV(Manufacturing Readiness Level 8 Weighted Value)을 정의한 정량적인 MRA 평가모델을 제안한다. 제안된 모델을 통해 기존에 실시된 4개 사업에 대한 평가항목 간 MWV를 계산하였으며, 이를 통해 제안된 MRL 8 평가 방법론의 개선결과를 분석하였다.

• 보건의료생명과학 논문지
• /
• 제9권1호
• /
• pp.1-9
• /
• 2021

본 연구에서는 한국보건의료정보원에서 실시하는 EMR 인증기준울 이해할 수 있도록 보건의료정보관리 실습 프로그램에 인증기준을 추가한 모델을 연구하여 제시하였다. 실습 프로그램은 EMR 인증제의 기능성 기준에 해당하는 환자정보관리를 실습하고 이해할 수 있도록 보건의료정보관리 교육시스템에 환자정보관리에 대한 인증기준 기능을 추가하였다. 환자정보관리를 위한 EMR 인증기준 실습프로그램은 다음과 같은 인증기준으로 구성되었다. 등록번호 및 인적사항 관리, 진료예약 일정관리, 인적사항 수정이력관리, 동명이인 구분자 표시, 다중 등록번호 통합관리, 식별정보를 이용한 환자 검색, 진료형태에 따른 환자 검색, 수술시술 동의서 기록·조회, 개인정보활용동의서 기록·조회, 연명의료결정정보 표시, 외부 의료기관문서 등록·조회, 외부 검사결과 등록·조회. 이와 같이 인증기준에 의한 보건의료정보시스템의 기능을 운영하여 실습해봄으로써 인증기준의 기능성 영역에서 환자정보관리의 인증기준과 내역을 이해하고 실습할 수 있다. EMR 인증 기준에 맞춰 환자정보관리 실습을 수행해봄으로써 전자의무기록시스템에서의 표준화된 환자정보관리를 이해할 수 있다. 또한 EMR 인증기준의 기능을 확인할 수 있기 때문에 의료기관에서 보건의료정보관리사의 전자의무기록시스템의 관리 능력을 향상시킬 수 있을 것이다.

• 대한토목학회논문집
• /
• 제38권6호
• /
• pp.859-865
• /
• 2018

달 지상 인프라 및 기지 건설은 건설재료나 에너지 확보가 가능한 지역과 연계되어야 하며, 얼음 등의 핵심 자원이 풍부한 영구음영 지역을 형성하는 달 크레이터 지형의 탐지와 정보 수집이 선행되어야 한다. 본 연구에서는 이러한 달 크레이터(crater) 객체 정보를 최신 딥러닝 알고리즘을 이용해 효과적으로 자동 탐지하는 방안에 대해 고찰하였다. 딥러닝 학습을 위해 NASA LRO 달 궤도선의 레이저 고도계 데이터를 기반으로 구축된 9만개의 수치표고모델과 개별 수치표고모델에 존재하는 크레이터들의 위치와 크기를 레이블링한 자료를 활용하였다. 딥러닝 학습은 최신 알고리즘인 Faster RCNN (Regional Convolution Neural Network)을 자체적으로 코드화하여 적용하였다. 이를 통해 학습된 딥러닝 시스템은 학습되지 않은 달표면 이미지 내 크레이터를 자동 인식하는데 적용되었으며, NASA에서 인력에 의해 정의한 크레이터 정보들의 오류를 자동 보정 가능하고, 정의되지 않은 많은 크레이터 까지도 자동 인식 가능함을 보였다. 이를 통해 공학적으로 매우 가치가 있는 각 지역별 크레이터들의 크기 분포 특성 및 발생 빈도 분석 등이 가능하게 되었으며, 향후에는 시간 이력별 변화추이도 분석 가능할 것으로 판단된다.

• 화약ㆍ발파
• /
• 제38권4호
• /
• pp.16-25
• /
• 2020

터널 발파 굴착 시 발생되는 진동을 저감시키기 위해 사용되는 MSP(Multi-setting smart-investigation of the ground and pre-large hole boring method) 공법은 1회 천공 시 수평방향으로 50m에 달하는 장거리를 천공하기 때문에 고 중량 해머비트와 롯드의 일방향 회전으로 롯드의 처짐과 우향 현상이 동반된다. 이는 전문가의 경험과 시공 이력을 바탕으로 가변적인 세팅을 통해 일부 보정되고 있다. 그러나 암반 특성, 장비 상태, 경험 부족 등은 목표 지점으로부터 천공 오차를 발생시키는 원인이 되며, 큰 이격 오차 발생 시 재시공으로 인한 공기 증가와 경제적 손실이 발생된다. 본 연구에서는 딥러닝을 활용하여 상황별 천공 장비의 최적 세팅조건 산정 모델을 개발하였으며, 학습 과정에서 발생 가능한 과적합 문제를 방지하기 위해 dropout, early stopping, pre-training 기법들을 사용하여 향상된 결과를 도출하였다. 본 연구를 통해 대구경 천공 장비의 상황별 초기세팅 산정 모델 개발의 높은 가능성을 확인했으며, 지속적인 데이터 수집과 다양한 인자들의 추가 학습을 통해 최적화된 세팅 가이드라인을 개발할 수 있을 것으로 기대된다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제26권6호
• /
• pp.93-101
• /
• 2022

국내 RC 슬래브교의 경우 공용연수가 20년 이상인 교량이 전체의 70% 이상을 차지하며, 노후화된 구조물의 수가 증가함에 따라 구조물의 안전 진단 및 유지관리의 중요성이 증가하는 실정이다. 고속도로 교량의 경우 바닥판 균열은 열화현상의 우선적인 원인이 되며, 교량 내구성 및 사용수명 저하에 밀접한 관계가 있다. 또한 신축이음과 교량받침 등의 부재 손상으로 인한 손상 발생 비율이 약 73%로 주부재보다 높다. 따라서 본 연구에서 교량 부재 손상과 바닥판 열화가 결합된 손상 시나리오를 정의하였다. 설계하중으로는 일교차를 고려한 온도 증감과 차랑햐중을 고려하여 개별 단일 손상 및 이종손상 시나리오 발생 시 바닥판 응력 분포와 최대 응력 발생 지점을 비교 분석하였다. 또한 바닥판 열화의 주요한 원인이 되는 균열의 점검 및 진단이력데이터 기반으로 공용연수 별 손상 시나리오에 대한 손상확산 분석 및 상태등급 예측을 수행하였다. 교량부재 손상이 동반되어 발생하는 이종손상의 경우 단일손상 대비 균열 면적율과 손상확산율이 증가되며, 상태등급 C에 도달하는 시기도 매우 빠를 것으로 예측된다. 따라서 교량부재 손상이 발생하였을 때, 신속한 보수 및 교체가 이루어지지 않으면 바닥판의 손상 발생과 손상 확산으로 인한 2차 피해를 유발하는 원인이 될 수 있다. 따라서 바닥판 응답에 대한 지속적인 관찰과 대응이 필요할 것으로 판단된다.

• 한국전산구조공학회논문집
• /
• 제36권4호
• /
• pp.243-250
• /
• 2023

횡하중에 작용하는 철근 콘크리트 기둥은 연성능력 확보를 위해 띠철근의 양 단부를 135° 구부려 시공하는 상세가 요구된다. 그러나 이러한 띠철근 상세는 시공이 매우 까다로와 실제 현장에서는 제대로 시공이 되지 않기도 한다. 이를 대체하기 위해 본 논문에서는 강재 클립형 연결장치가 적용된 철근 콘크리트 기둥에 대해 횡방향 반복가력 실험을 수행하고 그 구조적 성능을 평가하였다. 총 4개의 실험체가 제작되었으며 주요 실험변수는 강재 클립형 연결장치 및 고강도 콘크리트 사용 여부이다. 또한 대상 구조물에 대해 3차원 유한요소해석 모델을 개발하고 이에 대한 비선형 해석을 수행하였으며, 해석 및 실험결과를 비교하고 분석하였다. 그 결과 강재 클립형 연결장치가 설치된 콘크리트 기둥이 반복 횡하중에 대해 기존의 표준갈고리 상세를 지닌 콘크리트 기둥과 동등한 혹은 그 이상의 성능을 지니고 있으며, 개발된 유한요소해석 모델이 실험결과를 정확히 잘 예측하는 것으로 나타났다.

• 한국전산구조공학회논문집
• /
• 제36권6호
• /
• pp.381-389
• /
• 2023

BIM에서 가장 중요한 요소 중의 하나가 디지털 데이터이다. 체계적인 디지털 데이터 관리를 위해 최근까지 연구를 통해 객체분류체계(OBS)와 속성분류체계(Pset)가 제시되어 왔다. 특히 공정 및 기성 관리에 사용되는 디지털 데이터는 WBS와 CBS로 나뉘고 이를 BIM 객체와 매핑하려면 CBS의 수량 분개가 필요한데 CBS는 양이 매우 방대하고 공종이나 규격, 명칭 및 CBS 코드가 발주처마다 상이하여 WBS나 BIM 모델에 맞는 수량 분개 작업을 엑셀 등을 이용해서 수작업으로 한다는 것은 사실상 어렵다. 이러한 문제점을 극복하기 위해 BIM 모델에 의해 산출하기 힘든 수량 중에서 대부분을 차지하는 연장에 근거한 수량의 전체분을 분개하는 방안, 축적된 WBS-CBS 이력으로부터 최적 CBS를 도출하는 방안과 합리적인 CBS 데이터베이스 구축을 위해 필수적인 CBS 코드 통합 표준화 방안을 제시하였다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.145-165
• /
• 2023

추천 시스템은 인터넷의 발달로 급격하게 증가하는 정보의 양으로 인해 생긴 정보 선택의 어려움을 소비자에게 덜어주고 각 개인의 취향에 맞는 정보를 효율적으로 보여주는 중요한 역할을 한다. 특히, E-commerce와 OTT 기업은 상품과 콘텐츠 양이 급격하게 증가하면서 추천 시스템의 도움 없이는 인기 있는 상품만 소비되는 현상을 극복하지 못한다. 이러한 현상을 극복하고 고객 개인 취향에 맞는 정보 혹은 콘텐츠를 제공해 고객의 소비를 유도하기 위해 추천 시스템의 연구가 활발히 진행되고 있다. 일반적으로 유저(user)의 과거 행동 이력을 활용한 협업 필터링이 유저가 선호한 콘텐츠의 정보를 활용하는 콘텐츠 기반 필터링에 비해 높은 성능을 보여준다. 하지만 협업 필터링은 과거 행동 데이터가 부족한 유저에 대해서는 추천의 성능이 낮아지는 콜드 스타트(Cold Start) 문제를 겪게 된다. 본 논문에서는 카카오 아레나 경진대회에서 주어진 음악 스트리밍 서비스 멜론의 플레이리스트 데이터를 기반으로 앞에서 언급한 콜드 스타트 문제를 해결할 수 있는 하이브리드 음악 추천 시스템을 제시했다. 본 연구에서는 플레이리스트에 수록된 곡 목록과 각 음악과 플레이리스트의 메타데이터를 활용해 절반 혹은 전부 가려진 플레이리스트의 다른 수록 곡을 예측하는 것을 목표로 하였다. 이를 위해 플레이리스트 안에 곡이 있는 경우와 아예 곡이 없는 경우를 나눠서 추천을 진행하였다. 플레이리스트 안에 곡이 있는 경우에는 해당 플레이리스트의 곡 목록과 각 곡의 메타데이터를 활용하기 위해 LightFM을 활용하였다. 그 다음에 Item2Vec을 활용해 플레이리스트에 있는 수록 곡과 태그 및 제목의 임베딩 벡터를 생성하고 이를 추천에 활용하였다. 최종적으로 LightFM과 Item2Vec 모델의 앙상블을 통해 최종 추천 결과를 생성하였다. 플레이리스트 안에 곡이 없고 태그 혹은 제목만이 존재할 경우에는 플레이리스트의 메타데이터인 태그와 제목을 FastText를 활용해 사전 학습을 시켜 생성된 플레이리스트 벡터를 기반으로 플레이리스트 간의 유사도를 활용하여 추천을 진행하였다. 이렇게 추천한 결과, 기존 Matrix Factorization(MF)에서 해결하지 못한 콜드 스타트 문제를 해결할 수 있었을 뿐만 아니라 곡과 플레이리스트의 메타데이터를 활용해 기존 MF 모델인 ALS와 BPR 그리고 Word2Vec 기반으로 추천해 주는 Item2Vec 기술보다 높은 추천 성능을 낼 수 있었다. 또한, LightFM을 토대로 다양한 곡의 메타데이터를 실험한 결과, 여러 메타데이터 중에서 아티스트 정보를 단독으로 활용한 LightFM 모델이 다른 메타데이터를 활용한 LightFM 모델들과 비교해 가장 높은 성능을 보여준다는 것을 확인할 수 있었다.