• Proceedings of the Korea Concrete Institute Conference
• /
• 2008.11a
• /
• pp.381-384
• /
• 2008

The artificial lightweight aggregate was manufactured using stone-dust(SD) and bottom ash(BA) from crushed aggregate manufacture process and thermoelectric power plant respectively. The properties of artificial lightweight aggregate according to mixing ratio of SD and BA was that the density was decreased and the absorption was increased with increasing BA content, because bottom ash was contained many unburned carbon and $Fe_2O_3$ which generates gas by oxidation during a sintering process. The appropriate mixing ratio of SD and BA was estimated at about 5:5. The properties of artificial lightweight aggregate according to addition flux admixture was that it had lower density with increasing of $Na_2SO_4$ content. In this study, we could developed the artificial lightweight aggregate as the bulk density was $1.52g/cm^3$ and water absorption 7.3% under the condition that mixing ratio of SD:BA was 5:5, $Na_2SO_4$, $Fe_2O_3$ 1%, sintering temperature $1,150^{\circ}C$ and sintering time 15mins.

• The Journal of the Korea Contents Association
• /
• v.21 no.2
• /
• pp.587-593
• /
• 2021

In this thesis, we will break away from the classic DDoS response system for large-scale denial-of-service attacks that develop day by day, and effectively endure intelligent denial-of-service attacks by utilizing artificial intelligence-based technology, one of the core technologies of the 4th revolution. A possible service model development plan was proposed. That is, a method to detect denial of service attacks and minimize damage through machine learning artificial intelligence learning targeting a large amount of data collected from multiple security devices and web servers was proposed. In particular, the development of a model for using artificial intelligence technology is to detect a Western service attack by focusing on the fact that when a service denial attack occurs while repeating a certain traffic change and transmitting data in a stable flow, a different pattern of data flow is shown. Artificial intelligence technology was used. When a denial of service attack occurs, a deviation between the probability-based actual traffic and the predicted value occurs, so it is possible to respond by judging as aggressiveness data. In this paper, a service denial attack detection model was explained by analyzing data based on logs generated from security equipment or servers.

• Journal of Korean Society of Environmental Engineers
• /
• v.32 no.6
• /
• pp.555-562
• /
• 2010

For the rapid and reliable detection of toxic compounds in water, a novel toxicity detection methodology based on sulfur-oxidizing bacteria (SOB) has been developed. The methodology exploits the ability of SOB to oxidize elemental sulfur to sulfuric acid in the presence of oxygen. The reaction results in an increase in electrical conductivity (EC) and a decrease in pH. Using a synthetic stream water (EC=0.12 mS/cm and pH=7.2), the baseline steady-state EC and pH values were 0.5~1.2 mS/cm and ~2.5 over 7 days of testing at HRT 30 minutes. When nitrite compounds were added to the system, the effluent EC decreased and the pH increased due to the inhibition of the SOB. Optimum HRT was 30 min and this HRT could be decresed by using smaller sulfur particles.

• The Journal of the Korea Contents Association
• /
• v.19 no.1
• /
• pp.108-116
• /
• 2019

In this paper, we propose a method to apply artificial intelligence technology efficiently to integrated security control technology. In other words, by applying machine learning learning to artificial intelligence based on big data collected in integrated security control system, cyber attacks are detected and appropriately responded. As technology develops, many large capacity Is limited to analyzing individual logs. The analysis method should also be applied to the integrated security control more quickly because it needs to correlate the logs of various heterogeneous security devices rather than one log. We have newly proposed an integrated security service model based on artificial intelligence, which analyzes and responds to these behaviors gradually evolves and matures through effective learning methods. We sought a solution to the key problems expected in the proposed model. And we developed a learning method based on normal behavior based learning model to strengthen the response ability against unidentified abnormal behavior threat. In addition, future research directions for security management that can efficiently support analysis and correspondence of security personnel through proposed security service model are suggested.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.20-20
• /
• 2017

최근 기후변화 영향에 따라 전 세계적으로 인명피해 및 재산피해를 유발하는 자연재난이 지속적으로 증가하고 있으며, 그로 인한 자연재해의 규모가 점점 더 커지고 있다. 실제로 우리나라에서도 지난 1994 년에서 2013 년까지 지난 20 년간 자연재해에 의한 피해액은 12조 3천억 원으로 집계되었으며, 이 중 강우와 태풍에 의한 피해가 85 % 이고, 대설에 의한 피해는 약 13 % 로 자연재해 중 대부분의 피해는 강우 및 태풍에서 발생하지만, 폭설에 의한 피해도 적지 않은 것으로 나타났다. 이에 따라, 정확한 예측을 위해 신뢰도 높은 자료 구축을 통한 대설피해 예측에 관한 연구가 필요한 시점이다. 본 연구에서는 대설피해액 예측을 위해 우리나라의 63개 기상 관측소에서 관측한 적설심 자료 및 기상관측 자료와 사회 경제 자료 총 11개를 대설피해 예측을 위한 입력변수로 선정하고, 이를 기상관측소가 속한 도시의 면적에 따라 3개의 지역으로 구분하였다. 주성분분석을 활용하여 선정된 입력변수들을 4개의 주성분으로 구분하고, 인공신경망 및 다중선형 회귀 모형을 구성하여 각 지역별 대설피해 예측의 오차를 분석하였다. 적용결과, 인공신경망 모형을 이용한 대설피해 예측의 수정결정계수는 22.8 %~48.2 %를 나타냈고, 다중선형회귀 모형의 수정결정 계수는 9.2 %~39.7% 로 나타났다. 그러므로 인공신경망 모형이 다중회귀 모형보다 선택된 입력자료를 활용하여 대설피해를 예측하는 목적으로 조금 더 우수한 결과를 나타내었다. 향후 자료를 보완 및 모형의 고도화를 통해 보다 정확한 대설피해 예측 함수 개발이 가능할 것으로 기대된다.

• Proceedings of the KSAR Conference
• /
• 2001.03a
• /
• pp.83-83
• /
• 2001

본 연구는 이유한 경산돈의 발정동기화방법이 번식성적에 미치는 영향을 조사하기 위하여 대조구(자연발정), T1(Regumate＋PMSG＋hCG), T2(PMSG＋hCG) 및 T3(PG600)처리구로 발정을 유기한 후 12시간 간격으로 2회 인공수정 하여 수태율, 분만율 및 산자수를 조사하였다. 본 실험에 사용된 액상정액은 축산기술연구소 돼지인공수정센타의 종모돈 5두 정액을 혼합하여 이용하였으며, BTS(Beltsville thawing solution) 보존액으로 1회 주입 정자농도를 3.0$\times$$10^{9}$이 되도록 조절하였다. 수태율은 72구가 95.2%, 73처리구가 93.6%로 발정동기화 유도하지 않는 대조구의 91.3%보다 다소 높은 수태율을 나타내었으나 통계적인 유의차는 없었으며, T1 동기화 방법이 87.2%로 가장 낮은 수태율을 나타내었다(P<0.05). 분만율은 T2처리구가 90.4%로 가장 높았으며(P<0.05), T3구는 수태율은 높았으나 분만율이 가장 낮게 조사된 것은 임신 확인 후 각종 사고로 인한 조기 도태 매각 때문인 것으로 분석되었다. 복당 평균 총산자수는 대조구에 비하여 발정 동기화유도 처리구 모두 증가하였으나 통계적인 유의차는 인정되지 않았다.

• Journal of Korea Game Society
• /
• v.20 no.1
• /
• pp.57-66
• /
• 2020

The goal is to implement AI using reinforcement learning, which replaces the less favored Supporter in MOBA games. ML_Agent implements game rules, environment, observation information, rewards, and punishment. The experiment was divided into P and C group. Experiments were conducted to compare the cumulative compensation values and the number of deaths to draw conclusions. In group C, the mean cumulative compensation value was 3.3 higher than that in group P, and the total mean number of deaths was 3.15 lower. performed cooperative play to minimize death and maximize rewards was confirmed.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.541-543
• /
• 2004

인터넷의 대중화로 인하여 인터넷상에 많은 음악 정보가 존재하게 되었다. 이에 따라서 사용자에게 음악 정보를 손쉽게 접근할 수 있게 해주는 서비스뿐만 아니라, 사용자에게 적절한 음악을 추천해주는 서비스의 중요성도 증가하고 있다. 본 논문에서는 사용자의 상황을 인식하고 사용자와의 대화를 통해서 적절한 음악을 추천해주는 인공 DJ를 제안한다 인공 DJ는 센서로부터 실내 온도, 습도, 조도, 소음을 입력받고, 인터넷을 통하여 날씨 정보를 입력받고, 사용자의 감정추론을 위하여 사용자가 입력하는 문장을 분석하여 Activation-Evaluation Space상에서 사용자의 감정을 표시함으로써 사용자의 주변 상황을 인식하고, 사용자의 성향을 파악하여 IF-THEN 규칙을 만들어 대수학적 연산자(algebraic operator)를 통한 퍼지 추론 방법을 이용하여 적절한 음악을 추천한다. 피험자 10명을 대상으로 실시한 설문조사 결과 제안하는 방법이 유용함을 알 수 있었다.

• Proceedings of the KSRS Conference
• /
• 2001.03a
• /
• pp.154-159
• /
• 2001

본 논문에서는 인공위성연구센터에서 수행한 아리랑 1호 EOCdud상으로부터의 DEM 생성작업에 관하여 보고한다. EOC 영상으로부터 DEM을 생성하는 작업은 기존의 인공위성연구센터에서 SPOT영상으로부터 DEM 생성을 위하여 개발한 S/W를 이용하여 이루어졌다. 본 논문에서는 DEM생성작업을 크게 카메라 모델링 단계와 영상정합 단계로 구분하여 논의한다. 카메라 모델링 단계에서는 SPOT용으로 개발된 카메라 모델링 기술이 EOC 영상에 적용될 수 있는지를 검토한다. 영상정합 단계에서는 EOC 영상으로부터 가장 우수한 성능의 DEM을 추출하기 위한 영상 정합 파라미터를 추출해낸다. 각 단계별로 EOC 영상을 적용했을 때의 결과를 SPOT 영상을 적용했을 때의 결과와 비교한다. 카메라 모델링과 영상정합의 결과로 EOC 영상으로부터 생성한 DEM의 최종 높이 오차는 약 19m(RMS)로 나타났다. 결론으로 EOC로부터 생성한 DEM의 성능을 SPOT 영상으로부터 얻은 DEM의 성능과 비교하고 향후 EOC 영상으로부터 DEM 생성 작업의 실용화를 위해 필요한 추가 작업들을 기술한다.

• Journal of the Korean Society for Precision Engineering
• /
• v.18 no.11
• /
• pp.124-131
• /
• 2001

Fault diagnosis of an assembled small motor relies usually on human experts hearing ability. The quality of diagnosis depends, however, heavily on physical conditions of the human experts. A fault diagnosis system for assembled small motors is developed using artificial neural network (ANN) in this paper. It is consisted of sound sampling device and fault diagnosis software package. Six parameters are defined to characterize the sampled sound waves. The Levenberg-Marquardt Backpropagation (LMBP) Algorithm is used to diagnose the fault of assembled small motors. Experimental results for more than two hundred small motors verify the performance of the developed system.