• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.123-123
• /
• 2021

도시하천유역이나 복합유역 등 지역적 성향을 고려한 도달시간 산정에 관한 연구는 현재까지도 미흡한 실정이다. 소규모 유역의 홍수량을 산정할 경우 유하시간보다 유입시간 비중이 상대적으로 크다. 그러나 유하시간만을 고려하여 도달시간을 산정할 때, 소규모 유역의 경우 하도가 없고 유역면적이 5km² 내외 또는 하도의 저류 효과를 기대할 수 없는 경우 도달시간이 짧아 홍수량이 과대 산정된다. 이를 극복하고자 재해영향성평가등의 협의 실무지침에서는 도달시간 이외에 매개변수인 저류상수를 인위적으로 증가시키는 방법을 제안하고 있다. 하지만 이 방법 역시 유역의 물리적인 특성을 나타내는 변수를 왜곡한다는 근복적인 문제를 완전히 해결하지 못하였다. 이에 본 연구에서는 기존 중·대규모 하천을 대상으로 수행된 연구결과를 바탕으로 제안된 홍수 도달시간 산정방법의 한계를 극복하고, 유입시간이 지배적인 소규모 복합유역에 적용 가능한 도달시간 산정방안을 제시하고자 한다. 이를 위해 실증실험을 통해 기존 유입시간 산정식을 개선하고, 도시수문 모니터링 시범유역에 적용하여 정확성을 평가하고자 하였다. 먼저, 홍수도달 시간 측정을 위한 강우유출 실내 실험장치를 제작하였다. 실험장치는 본체(길이3m×폭1.2m×높이0.8m)와 경사조절 장치(0~15도)를 포함하고 있다. 본체 전면부를 타공(ø10mm)하고 상·하단에서 지표와 기저유출을 집수하여 티핑버킷으로 유량을 측정하였고, 토체 내에는 토양수분센서를 설치하여 강우유출 발생시간 동안 토양수분 변화를 측정하였다. 본 연구에서는 하도흐름인 유하시간(Kraven 공식)을 계산하여 도달시간을 산정하기 보다 지표면 흐름인 유입시간(Kerby 공식)에 보정계수를 도입하여 도달시간을 산정하는 방안을 검토하였다. 실험 결과, 불투수 면적비율이 증가함에 따라 도달시간은 감소하고, 불투수 유역이 하류에 위치할수록 유출발생시간이 빨라졌다. 실증실험 결과를 바탕으로 도시수문 모니터링 시범유역에 적용하여 기존 유하시간과 저류상수를 보정하는 도달시간 산정방식(연속형 Kraven)과 유입시간을 보정한 도달시간 산정(수정 Kerby)으로 도출된 유출량을 실측 유량과 비교하였다. 그 결과 제안된 홍수도달시간 산정식에서 모의된 홍수량이 기존 방식과 유사하거나 우수한 첨두홍수량을 보였으며, 설계자 임의성이 배제된 일관성있는 해석값을 제시해 줄 것으로 판단된다.

• 대한토목학회논문집
• /
• 제28권2A호
• /
• pp.233-242
• /
• 2008

본 연구는 지진운동의 영향 하에서 강제 모멘트 골조로 이루어진 post-Northridge(덮개판) 연결부를 갖는 보의 탄성 및 비탄성 거동을 모델하기 위한 부등단면 보(IBS 보) 요소를 제시한다. 덮개판(IBS) 연결부를 갖는 부등단면 보의 탄성강성 매트릭스는 수치적분이 필요치 않은 수식으로 표현된다. 소성모델은 분포형이며 강체링크로 연결된 일련의 비선형 힌지로 구성 되어있고 경화법칙은 단조 및 임의 주기 하중에 대한 비탄성 거동과 국부좌굴의 효과를 고려할 수 있다. 또한 IBS 보 요소에 대한 항복면, 강성 변수, 그리고 경화(혹은 연화) 법칙 변수의 결정과정을 기술하였고 IBS 보 요소의 해석결과를 실험 및 FEM 해석결과와 비교하였다. IBS 보 요소의 해석결과는 실험 및 FEM 결과와 좋은 상관관계를 보였다.

• 한국콘텐츠학회논문지
• /
• 제22권8호
• /
• pp.640-647
• /
• 2022

본 연구의 목적은 간호대학생의 수면의 질에 영향을 미치는 요인을 우울, 수면 전 스마트폰 사용행태 및 학업 성적을 중심으로 파악하고자 하였다. 2개 대학 3, 4학년 간호학과 학생 중 임의 표출 방식으로 선정한 대상자 196명을 대상으로 하였다. 수면의 질 도구(PSQI-K), 우울 도구(한국판 Beck의 우울척도-II), 수면 전 스마트폰 사용행태 도구를 활용하여 2021년 4월에서 7월까지 자료 수집하였고, 간호대학생의 수면의 질에 미치는 영향력은 단계적 다중회귀분석으로 분석하였다. 연구 결과 간호대학생의 수면의 질은 우울과 수면 전 스마트폰 사용행태 2개의 변수가 39.0%를 설명하고 있었으며, 통계적으로 유의하였다. 즉, 우울 수준이 높을수록, 수면 전 스마트폰 사용행태 수준이 높을수록 수면의 질 수준이 유의하게 낮았다. 그러나 성적은 간호대학생의 수면의 질에 영향을 미치는 유의한 변수는 아니었다. 결론적으로 간호대학생의 수면의 질을 향상하기 위해서는 우울과 관련된 수면 양상의 부정적인 영향을 최소화하고, 수면 전 스마트폰 사용행태를 줄이는 생활 습관 교정이 필요하다.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.159-159
• /
• 2017

스마트 시설환경은 대표적으로 원예, 축산 분야 등 여러 형태의 농업현장에 정보 통신 및 데이터 분석 기술을 도입하고 있는 시설화된 생산 환경이라 할 수 있다. 근래에 하드웨어적으로 급증한 스마트 시설환경에서 생산되는 방대한 생육/환경 데이터를 올바르고 적합하게 사용하기 위해서는 일반 산업 현장과는 차별화 된 분석기법이 요구된다고 할 수 있다. 소프트웨어 공학 분야에서 연구된 빅데이터 처리 기술을 기계적으로 농업 분야의 빅데이터에 적용하기에는 한계가 있을 수 있다. 시설환경 내/외부의 다양한 환경 변수는 시계열 데이터의 난해성, 비가역성, 불특정성, 비정형 패턴 등에 기인하여 예측 모델 연구가 매우 난해한 대상이기 때문이라 할 수 있다. 본 연구에서는 근래에 관심이 급증하고 있는 인공신경망 연구 소프트웨어인 Tensorflow (www.tensorflow.org)와 대표적인 Open source인 OpenNN (www.openn.net)을 스마트 시설환경 환경변수 상호간 상관성 분석에 응용하였다. 해당 소프트웨어 라이브러리의 운영환경을 살펴보면 Tensorflow 는 Linux(Ubuntu 16.04.4), Max OS X(EL capitan 10.11), Windows (x86 compatible)에서 활용가능하고, OpenNN은 별도의 운영환경에 대한 바이너리를 제공하지 않고 소스코드 전체를 제공하므로, 해당 운영환경에서 바이너리 컴파일 후 활용이 가능하다. 소프트웨어 개발 언어의 경우 Tensorflow는 python이 기본 언어이며 python(v2.7 or v3.N) 가상 환경 내에서 개발이 수행이 된다. 주의 깊게 살펴볼 부분은 이러한 개발 환경의 제약으로 인하여 Tensorflow의 주요한 장점 중에 하나인 고속 연산 기능 수행이 일부 운영 환경에 국한이 되어 제공이 된다는 점이다. GPU(Graphics Processing Unit)의 제공하는 하드웨어 가속기능은 Linux 운영체제에서 활용이 가능하다. 가상 개발 환경에 운영되는 한계로 인하여 실시간 정보 처리에는 한계가 따르므로 이에 대한 고려가 필요하다. 한편 근래(2017.03)에 공개된 Tensorflow API r1.0의 경우 python, C++, Java언어와 함께 Go라는 언어를 새로 지원하여 개발자의 활용 범위를 매우 높였다. OpenNN의 경우 C++ 언어를 기본으로 제공하며 C++ 컴파일러를 지원하는 임의의 개발 환경에서 모두 활용이 가능하다. 특징은 클러스터링 플랫폼과 연동을 통해 하드웨어 가속 기능의 부재를 일부 극복했다는 점이다. 상기 두 가지 패키지를 이용하여 2016년 2월부터 5월 까지 충북 음성군 소재 딸기 온실 내부에서 취득한 온도, 습도, 조도, CO2에 대하여 Large-scale linear model을 실험적(시간단위, 일단위, 주단위 분할)으로 적용하고, 인접한 세그먼트의 환경변수 예측 모델링을 수행하였다. 동일한 조건의 학습을 수행함에 있어, Tensorflow가 개발 소요 시간과 학습 실행 속도 측면에서 매우 우세하였다. OpenNN을 이용하여 대등한 성능을 보이기 위해선 병렬 클러스터링 기술을 활용해야 할 것이다. 오프라인 일괄(Offline batch)처리 방식의 한계가 있는 인공신경망 모델링 기법과 현장 보급이 불가능한 고성능 하드웨어 연산 장치에 대한 대안 마련을 위한 연구가 필요하다.

• 한국의학물리학회지:의학물리
• /
• 제11권1호
• /
• pp.49-57
• /
• 2000

방사선 치료에 따른 방사선량 최적화 문제를 풀기 위한 새로운 방법이 제시되었다. 기존의 2차원 치료계획과는 달리 3차원 문제에서는 모든 조건이 훨씬 복잡하고 관련된 변수도 많아지기 때문에 문제를 해결하기가 쉽지 않다. 본 연구에서는 3차원 선량최적화 문제를 접근하는데 있어서, 해가 존재할 수 있는 범위를 줄여주고, 중요한 파라미터들을 미리 구해주어서 치료계획에 관련된 변수를 줄이는 방법을 연구하였다. 먼저 선형가속기와 환자좌표계사이의 좌표변환을 이용하여 두부 내의 중요기관을 피하는 빔 위치를 찾았다 그리고 임의의 빔 위치에 대해 병소를 완전히 감싸는 빔 크기와 콜리메이터 회전각을 구하였다. 그 결과 가능한 빔 위치를 줄여줄 수 있었고, 빔 크기와 회전각에 대한 의존성을 없앨 수 있었다. 따라서 고려해야할 변수의 조합이 크게 줄어들게 되었고, 목적함수를 이용한 선량최적화에 있어서 최소한의 변수로만 계산이 가능하게 되었다. 위의 결과를 이용하여 임상에 널리 쓰이는 2차원 방사선치료계획의 선량최적화 문제를 해결하였다. 선량기울기, 중요기관의 선량, 선량분포 균일도를 조합한 목적함수를 최소화하는 최적해를 step search 방법을 이용하여 구하였다. 그리고 이 최적해를 이용한 선량분포로부터 새로운 방법에 의한 선량최적화의 가능성을 확인할 수 있었고, 후속 연구를 통하여 상용 방사선 치료계획 시스템에 적용함으로써 임상에 쓰일 수 있을 것으로 사료된다.

• 한국수자원학회논문집
• /
• 제42권7호
• /
• pp.547-558
• /
• 2009

일반적인 하천제방의 안정성 평가는 확정론적 분석결과를 토대로 강우특성, 매개변수 등에 대한 불확실성을 안전 계수를 도입하여 실시하고 있다. 이러한 안전계수는 모형의 매개변수 및 재료 속성의 다양성을 다루는 공학에 폭넓게 이용되나 임의의 자연 현상의 모든 것을 설명해주지는 않는다. 특히 근래에 들어 발생되는 지구온난화에 따른 이상기후 현상과 사상 유래가 없는 홍수들의 발생은 확정론적인 방법에 의존하기보다는 추계학적 방법을 도입한 수문량 확충 및 매개변수의 불확실성 분석의 필요성이 증대되고 있다. 이에 전 세계적으로 매개변수와 특성인자의 불확실성을 고려하고 인자들 간의 상관관계를 고려한 추계학적 방법 기반의 대책 수립이 추진되고 있는 상황이다. 본 연구에서는 추계학적 강우변동 생성기법을 이용하여 태풍기와 장마기에 해당하는 6월, 7월과 8월, 9월에 발생 가능한 다양한 무차원 누가강우량곡선을 Monte Carlo 기법을 도입하여 생성하였고 신뢰도 지수를 이용하여 하천제방의 위험도를 평가하였다. 본 연구결과는 강우의 지역적 특성 및 시간적 특성을 반영할 수 있어 해당 유역의 홍수대책 수립, 수공구조물 설계 및 분석 등 활용성이 매우 클 것으로 판단된다.

• 한국산업정보학회논문지
• /
• 제13권1호
• /
• pp.76-86
• /
• 2008

본 연구는 IT제조업 사업체 규모별 총요소생산성을 추정하고, 총요소생산성 결정요인을 분석한다. 분석 자료로는 $1990{\sim}2004$년 기간의 시계열 자료와 4개 그룹으로 구분된 사업체 규모의 횡단면 자료를 결합한 패널자료 등을 사용하였다. $1991{\sim}1997$년 총요소생산성 증가율은 사업체 규모에 상관없이 정(+)의 값을 보였으나, $1998{\sim}2004$년에는 300인 이상 사업체를 제외하고는 음(-)의 값으로 전환되었다. IT제조업의 총요소생산성 결정변수로 거시변수와 정책변수를 고려하였는데 전체 사업체를 대상으로 분석한 결과, 매출액 증가율은 7개 모형 모두에서 유의하게 정(+)의 값을 나타내 실행에 의한 학습 대량생산 등 규모의 경제 효과가 존재함을 나타냈다. 하지만 IT자본스톡, 정책금융지원 개방도 등 변수는 일부 모형에서만 유의하게 나타나 사업체 규모별로 총요소생산성에 미치는 효과가 다를 여지를 남겼다. 이에 사업체 규모별 총요소생산성 증가율 결정요인 분석을 한 결과 정책금융지원과 개방도가 총요소생산성 증가율에 정(+)의 효과를 가지고, 사업체 규모가 클수록 매출액 증가로 인한 비용절감, 표준화 등 규모의 경제 효과를 보는 것으로 나타났다. 또한 300인 이상 대규모 사업체의 경우 IT자본스톡이 생산성 향상에 도움을 주는 것으로 분석되었다.

• 한국수자원학회논문집
• /
• 제55권10호
• /
• pp.775-784
• /
• 2022

본 연구에서는 임의지속기간의 확률강우량 산정을 위해 실무에서 주로 사용되고 있는 전대수 다항식형 확률강우강도식의 최적차수 결정을 위하여 경상북도 내 9개 지점을 대상으로 확률강우량을 산정하고 전대수 다항식형 강우강도식의 회귀계수를 추정하였다. 추정된 지점별 다항식을 대상으로 단계선택법을 이용하여 각 지점별 다항식의 최적변수를 선정하고 선정된 변수들의 통계적 유의성을 검토하기 위하여 분산분석을 통한 유의성 검정을 실시하였으며, 이들 결과를 이용하여 각 지점별 통계적으로 적절하게 산정된 강우강도식을 제시하였다. 경북 9개 지점의 전대수 다항식형 강우강도식의 변수선정 결과는 6개 지점에서 1~3차식이 최적식으로 나타났고 1개 지점이 불완전 3차식이 최적식으로 나타났다. 그 중 1차는 Sherman 식, 2차는 General 식의 형태와 유사하므로 독립변수의 수를 증가시켜 적합도를 높이고 사용 편의를 위해 통일된 형태의 강우강도식으로 제시한다면 전대수 다항식형 강우강도식은 3차 회귀식까지만 고려하여도 통계학적으로 문제가 없는 것으로 판단된다.

• 한국콘텐츠학회논문지
• /
• 제21권11호
• /
• pp.135-144
• /
• 2021

최근 데이터 기반 의사결정 기술이 데이터 산업을 이끄는 핵심기술로 자리 잡고 있는바, 이를 위한 머신러닝 기술은 고품질의 학습데이터를 요구한다. 하지만 실세계 데이터는 다양한 이유에 의해 결측값이 포함되어 이로부터 생성된 학습된 모델의 성능을 떨어뜨린다. 이에 실세계에 존재하는 데이터로부터 고성능 학습 모델을 구축하기 위해서 학습데이터에 내재한 결측값을 자동 보간하는 기법이 활발히 연구되고 있다. 기존 머신러닝 기반 결측 데이터 보간 기법은 수치형 변수에만 적용되거나, 변수별로 개별적인 예측 모형을 만들기 때문에 매우 번거로운 작업을 수반하게 된다. 이에 본 논문은 수치형, 범주형 변수가 혼합된 데이터에 적용 가능한 데이터 보간 모델인 Denoising Self-Attention Network(DSAN)를 제안한다. DSAN은 셀프 어텐션과 디노이징 기법을 결합하여 견고한 특징 표현 벡터를 학습하고, 멀티태스크 러닝을 통해 다수개의 결측치 변수에 대한 보간 모델을 병렬적으로 생성할 수 있다. 제안 모델의 유효성을 검증하기 위해 다수개의 혼합형 학습 데이터에 대하여 임의로 결측 처리한 후 데이터 보간 실험을 수행한다. 원래 값과 보간 값 간의 오차와 보간된 데이터를 학습한 이진 분류 모델의 성능을 비교하여 제안 기법의 유효성을 입증한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.246-246
• /
• 2021

본 연구는 강우 발생시 유량을 추정하는 것에 목적이 있다. 이를 위해 본 연구는 선행연구의 모형 개발방법론에서 벗어나 딥러닝 알고리즘 중 하나인 합성곱 신경망 (convolution neural network)과 수문학적 이미지 (hydrological image)를 이용하여 강우 발생시 유량을 추정하였다. 합성곱 신경망은 일반적으로 분류 문제 (classification)을 해결하기 위한 목적으로 개발되었기 때문에 불특정 연속변수인 유량을 모의하기에는 적합하지 않다. 이를 위해 본 연구에서는 합성곱 신경망의 완전 연결층 (Fully connected layer)를 개선하여 연속변수를 모의할 수 있도록 개선하였다. 대부분 합성곱 신경망은 RGB (red, green, blue) 사진 (photograph)을 이용하여 해당 사진이 나타내는 것을 예측하는 목적으로 사용하지만, 본 연구의 경우 일반 RGB 사진을 이용하여 유출량을 예측하는 것은 경험적 모형의 전제(독립변수와 종속변수의 관계)를 무너뜨리는 결과를 초래할 수 있다. 이를 위해 본 연구에서는 임의의 유역에 대해 2차원 공간에서 무차원의 수문학적 속성을 갖는 grid의 집합으로 정의되는 수문학적 이미지는 입력자료로 활용했다. 합성곱 신경망의 구조는 Convolution Layer와 Pulling Layer가 5회 반복하는 구조로 설정하고, 이후 Flatten Layer, 2개의 Dense Layer, 1개의 Batch Normalization Layer를 배열하고, 다시 1개의 Dense Layer가 이어지는 구조로 설계하였다. 마지막 Dense Layer의 활성화 함수는 분류모형에 이용되는 softmax 또는 sigmoid 함수를 대신하여 회귀모형에서 자주 사용되는 Linear 함수로 설정하였다. 이와 함께 각 층의 활성화 함수는 정규화 선형함수 (ReLu)를 이용하였으며, 모형의 학습 평가 및 검정을 판단하기 위해 MSE 및 MAE를 사용했다. 또한, 모형평가는 NSE와 RMSE를 이용하였다. 그 결과, 모형의 학습 평가에 대한 MSE는 11.629.8 m3/s에서 118.6 m3/s로, MAE는 25.4 m3/s에서 4.7 m3/s로 감소하였으며, 모형의 검정에 대한 MSE는 1,997.9 m3/s에서 527.9 m3/s로, MAE는 21.5 m3/s에서 9.4 m3/s로 감소한 것으로 나타났다. 또한, 모형평가를 위한 NSE는 0.7, RMSE는 27.0 m3/s로 나타나, 본 연구의 모형은 양호(moderate)한 것으로 판단하였다. 이에, 본 연구를 통해 제시된 방법론에 기반을 두어 CNN 모형 구조의 확장과 수문학적 이미지의 개선 또는 새로운 이미지 개발 등을 추진할 경우 모형의 예측 성능이 향상될 수 있는 여지가 있으며, 원격탐사 분야나, 위성 영상을 이용한 전 지구적 또는 광역 단위의 실시간 유량 모의 분야 등으로의 응용이 가능할 것으로 기대된다.