• The Journal of the Acoustical Society of Korea
• /
• v.18 no.7
• /
• pp.56-66
• /
• 1999

Thermoacoustic oscillation is a significant problem in cylindrical-type combustors such as common internal combustion engines, industrial furnaces, gas turbine, etc. This kind of low frequency oscillation can lead to serious consequences such as destruction of the combustor and production of strong noise. The accurate numerical simulation of thermoacoustic phenomena is a complex and challenging problem, especially when considering the chemical reaction of mixtures. As with other simulations of aerodynamics and aeroacoustics, the direct computation of thermoacoustic phenomena requires that Navier-Stokes equations be solved using accurate numerical differentiation and time-marching schemes, with non-reflecting boundary conditions. The numerical approach used here aims at qualitative analysis and efficient prediction of those problems, not at the development of an accurate scheme. The numerical prediction developed in this work is shown to be reasonably matched with experimental result.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.410-410
• /
• 2023

최근 한국에서는 기후변화에 따른 영향으로 집중호우의 발생 빈도와 강우강도 증가 및 지속적인 도시침수로 인한 인명 및 재산 피해가 발생하고 있다. 도시침수 예측은 수치모델링, 강우기반의 침수예측 연구가 주를 이루고 있으며, 정량적인 침수계측데이터를 활용한 분석기술은 부족한 실정이다. 침수지도, 침수예측 결과 검증과 더불어 센서기반의 정량적인 침수심 계측 결과를 활용한 도시침수 관리기술 개발이 필요하다. 현재 개발된 침수센서는 개발 주체에 따라 센서 관리 규정이 각각 상이하며, 정해진 규격과 기본적인 성능기준이 부재함에 따라 예산, 유지관리 등 비효율적인 사례가 발생하고 있다. 이에 본 연구에서는 침수센서의 설치시 효율화와 시행착오 등을 방지하기 위해 침수센서의 설치 및 운영에 필요한 성능기준과 설치방법 등을 가이드라인으로 제시하고자 하였다. 가이드라인을 작성하기 위해 도심지 침수센서 관련 설치절차, 설치위치 선정방안, 측정주기, 점검 및 관리 방안 등에 대한 국내외 사례를 조사하였으며, 사례 분석을 통해 침수센서 가이드라인 목차를 도출하였다. 가이드라인 목차로는 침수센서 세부구성 및 작동원리를 기술한 표준모델 구축 방안과 지표, 지표하 등의 계측지점별 센서 설치방안, 현장설치 절차도, 시운전지침으로 구성하였다. 향후 가이드라인을 통해 침수센서를 효율적으로 운영하여 도시침수 발생시 선제적 대응체계 강화 방안 마련에 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.76-76
• /
• 2022

과거 2015년 파리협정 채택을 기점으로 전 세계는 산업화 이전 대비 지구 평균온도 상승폭을 1.5℃ 이하로 억제하기 위한 노력을 지속적으로 강조하였다. 기후변화 완화를 위한 가장 적극적인 해결책으로 탄소중립 사회 전환이 제시되고 있으며, 이를 실행하기 위해서는 각 부문별 구체화된 탄소중립 추진 계획 수립이 요구된다. 특히 국내에서는 기후기술 분야에 특화된 기술수준 정보가 부족하여 국가 정책 수립에 어려움이 있다. 기술개발을 위한 정책 수립 시에는 기후기술의 정량적인 수준을 고려한 정책 방향을 결정해야 하지만, 국내에는 기술에 대한 분석에 대한 사례가 미흡한 실정이다. 본 연구에서는 수자원 분야의 국가경쟁력을 분석하고 미래기술전략을 도출하기 위해 논문·특허정보를 기반한 정량평가(활동력, 기술력, 포트폴리오)와 미래기술 예측을 수행하였다. 수자원 분야 기술은 2017년 과학기술정보통신부가 승인한 45대 기후기술 분류체계를 기본으로 하며, 적응 부문에서 '물관리 기술'과 '기후변화 예측 및 모니터링 기술'을 대상으로 하였다. 분석을 위해 수자원 분야 기술을 주요 5개국(한국, 중국, 일본, 미국, EU) 대상으로 수행하였으며, 데이터 기간은 2009년부터 2020년까지 총 12년간이다. 기술의 미래예측하기 위해 Bass 모형, Logistic 모형, Gompertz 모형 등을 활용하였으며, 향후 기술을 전망하고자 한다. 본 분석에서 수행하는 수자원 분야 기술예측은 탄소중립 실현을 위한 미래사회에 대비하고, 기술개발에 대한 불확실성을 감소시킬 수 있을 것으로 기대된다.

• Korean Journal of Construction Engineering and Management
• /
• v.14 no.2
• /
• pp.131-140
• /
• 2013

Econometric forecast models based on past time-series data have been applied to a wide variety of applications due to their advantages in short-term point estimating. These models are particularly used in predicting the impact of governmental research and development (R&D) programs because program managers should assert their feasibility due to R&D program's huge amount of budget. The construction governmental R&D programs, however, separately make an investment by dividing total budget into five sub-business area. It make R&D program managers difficult to understand how R&D programs affect the whole system including economy because they are restricted with regard to many dependent and dynamic variables. In this regard, system dynamics (SD) model provides an analytic solution for complex, nonlinear, and dynamic systems such as the impacts of R&D programs by focusing on interactions among variables and understanding their structures. This research, therefore, developed SD model to capture the different impacts of five construction R&D sub-business by considering different characteristics of sub-business area. To overcome the SD's disadvantages in point estimating, this research also proposed the method for constructing quantitative forecasting model using qualitative data. Understanding the different characteristics of each construction R&D sub-business can support R&D program managers to demonstrate their feasibility of capital investment.

• Journal of the Korean Geotechnical Society
• /
• v.35 no.3
• /
• pp.37-46
• /
• 2019

Recently, the use of CPT-based liquefaction assessment method has increased by providing more accurate results than other field tests. In CPT-based liquefaction evaluation, various soil properties are predicted and they are used for liquefaction potential assessment. In particular, fines content is one of the important input parameters in CPT-based liquefaction assessment, so it is very important to use correct prediction model and to make quantitative evaluation of estimating variability of fines content. In this study, the error evaluation of existing models for prediction of fines content through CPT was performed, and the most suitable model was selected for Pohang area, where the liquefaction phenomenon was observed in the 2017. In addition, the inherent variability of soil was analyzed, and the estimating variability of fines content was evaluated quantitatively considering the inherent variability of soil, measurement error of CPT and transformation uncertainty of selected model.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.122-122
• /
• 2021

전 세계적인 기후변화로 인해 태풍과 집중호우의 빈도와 규모가 증가하고 있으며 그로 인해 수재해 대응과 수자원 관리에 많은 어려움이 따른다. 댐 운영은 이러한 수자원 관리의 중요한 요소이며 정확한 댐 유입량의 예측은 효율적인 댐 운영과 관리의 필수적인 부분이다. 최근에는 여러 분야에서 활용되고 있는 딥러닝 모델을 활용하여 댐 유입량 예측에 관한 다수의 연구들이 수행되고 있다. 특히, 수문 시계열의 장기적인 특성과 비선형적인 관계를 고려하기 위해 연속형 모의를 기반으로 하는 딥러닝 모델의 적용 및 평가와 관련 연구의 필요성이 대두되고 있다. 본 연구에서는 연속형 모의를 기반으로 하는 딥러닝 모델을 활용하여 댐 유입량 예측을 수행하고자 하며 이의 적용성을 평가하고자 한다. 적용 대상 지역으로는 안동댐 상류 유역을 선정하였으며 2006년부터 2020년까지의 시 단위 강우 및 댐 유입량 자료를 활용하였다. 선행시간(1~6시간)별 예측 유입량과 관측 유입량의 비교를 통한 정량적 평가를 수행하였다. 또한 입력 자료에 대한 과거 기간, 모델 구성, 손실함수 등에 대한 조건별 평가를 통해 예측 정확도의 변화에 대한 분석을 수행하였다. 본 연구결과를 통해, 딥러닝 기반의 댐 유입량 예측 정확도에 대한 향상과 실시간 예측을 위한 딥러닝 모델의 활용성 증대에 기여할 것으로 기대된다. 향후, 강우 예보 자료를 연계한 딥러닝 기반의 실시간 댐 유입량 예측 기법을 제안하고 이의 활용성을 평가하고자 한다.

• Journal of Biomedical Engineering Research
• /
• v.22 no.2
• /
• pp.211-216
• /
• 2001

본 연구에서는 상지의 동적 운동시, 상지의 주요 구동요소로서 주요 근육인 전박부 굴곡근, 신전근 및 이두박근 및 삼두박근의 근육들의 근전도를 측정하고, 이와 함께 동적 운동시의 주관절에 발생하는 관절모멘트, 근력, 근전도의 연관관계를 정량적으로 규명함으로써, 해당하는 근육의 근전도만의 측정으로 동적운동 시 필요한 근력의 정량적인 예상을 가능케 하는 수학적 모델을 제시하고자 하였다. 지금까지의 기존 연구는 근력의 등척성 수축운동에서의 근력 예측으로서, 실제 일상 생활에서 발생하는 인체내의 동적운동 상황에서의 근력을 산정 하는데 있어서 제한적 한계를 갖고 있었다. 따라서 본 연구는 실시간 동적 운동시 측정되는 근전도를 이용하여 해당하는 근육의 근력을 예측할 수 있는 수학적 모델을 제시하고자 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10c
• /
• pp.499-501
• /
• 2001

무선 채널 상태는 같은 셀 안의 사용자의 수 또는 사용자의 움직이는 속도 등과 같은 많은 변수들로 인해 급격히 변화한다. 따라서 무선 채널의 효율적 관리는 무선 통신에 있어서 가장 중요한 고려사항이다. 효율적인 무선 채널 관리를 위해서는 정량적인 근거를 제시해 주는 기준인 트래픽 양 측정방안이 요구된다. 현재 3GPP의 UMTS문서에서 제시하고 있는 정량적인 근거는 오직 RLC 대회에 있는 양만을 참조한다. 이 경우 일정한 레이트(rate)론 유지하는 음성형 서비스(conversational service)에는 적당할 수 있지만 멀티미디어와 같이 레이트가 일정하지 않은 서데스에 대해서는 이후에 전송될 데이터에 대한 정확한 트래픽 양 측정이 불가능하다. 따라서 본 논문에서는 토큰 버켓 모델을 이용하여 이후에 들어올 데이터 양에 대하여 보다 정확한 트래픽 양을 예측할 수 있는 메커니즘을 제안한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.473-473
• /
• 2023

토사재해는 토사로 인해 발생하는 재해로 정의되며, 일반적으로 우기(rainy season)에 주로 발생한다. 또한, 강우로 인해 발생하는 토양침식(soil erosion)과 강우 및 지진에 의해 나타나는 산사태로 인한 토석류(debris flow)가 토사재해의 주요 원인으로 꼽힌다. 이러한 재해로 인하여 하천 및 호소의 수질 저하, 토양유실에 따른 농경지 감소 등 여러 문제가 발생하고 있다. 특히, 댐으로 유입되는 토사는 사수역(dead storage)을 증가시키고, 발전용 댐의 경우 토사재해가 발전설비 마모 등을 일으킴에 따라 발전효율을 감소시키기도 한다. 더욱이, 기후변화로 인하여 강우량 및 강우강도가 증가하고, 최근 한반도에서는 지진의 강도와 빈도 또한 증가함에 따라 토사재해의 잠재적 위험성을 증대시키고 있다. 따라서 댐 유역에서의 토사 유입에 관한 정량적 예측을 포함한 종합적인 댐 토사 관리기술 및 대책이 요구된다. 본 연구에서는 현재 수질 악화로 인해 발전이 중단된 도암댐을 대상으로 댐으로의 토사 유입량을 분석하고자 토양침식과 토석류의 정량적 예측이 가능하고, 각각의 물리적 과정을 고려하는 물리기반 모형을 활용하였다. 토사재해의 주요 원인인 강우와 지진에 대해 미래에 발생 가능한 시나리오를 작성하고, 시나리오별 토사 유입량과 유입 비율을 정량적으로 산정하였다. 본 연구의 결과는 유역 내 토사재해로 인한 피해 예방기술 및 댐 유지관리와 운영을 위한 기초 자료로 활용이 가능할 것으로 판단된다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.79-82
• /
• 2020

얼굴 영상으로부터 사람의 감정을 예측하는 연구는 최근 딥러닝의 발전과 함께 주목받고 있다. 본 연구에서 우리는 연속적인 변수를 사용하여 감정을 표현하는 dimensional model에 기반하여 얼굴 영상으로부터 감정 상태를 나타내는 지표인 valance/arousal(V/A)을 예측하는 딥러닝 네트워크를 제안한다. 그러나 V/A 예측 모델의 학습에 사용되는 기존의 데이터셋들은 데이터 불균형(data imbalance) 문제를 가진다. 이를 해소하기 위해, 우리는 오토인코더 구조를 가지는 얼굴 영상 생성 네트워크를 학습하고, 이로부터 얻어지는 균일한 분포의 데이터로부터 V/A 예측 네트워크를 학습한다. 실험을 통해 우리는 제안하는 얼굴 생성 오토인코더가 in-the-wild 환경의 데이터셋으로부터 임의의 valence, arousal에 대응하는 얼굴 영상을 성공적으로 생생함을 보인다. 그리고, 이를 통해 학습된 V/A 예측 네트워크가 기존의 under-sampling, over-sampling 방영들과 비교하여 더 높은 인식 성능을 달성함을 보인다. 마지막으로 기존의 방법들과 제안하는 V/A 예측 네트워크의 성능을 정량적으로 비교한다.