• Resources Recycling
• /
• v.30 no.6
• /
• pp.19-27
• /
• 2021

Electrically conductive mortar used in industrial carbon material byproducts was manufactured and analyzed in this study. The contents of the carbon material and mixed water were controlled, and the distance between electrodes was set to 0.42 m and 0.88 m. The carbon material was graphite with a layered structure. The carbon material was used as fine powder and aggregate substitutes according to particle size. The average particle sizes of each materials were 18.4㎛ and 546.1 ㎛ and the electrical conductivities were 62.3 S/m and 32.5 S/m, respectively. To maintain similar mortar flow in each sample, the water content was increased with increasing carbon material, and accordingly, the porosity showed an increasing trend. When electrode distance of the mortar (week 6) was 0.42 m, the voltage-current values were 342 V-1.48 A (S20) and 349 V-1.44 A (S30). For electrode distance of 0.88 m, these values were 513 V-0.98 A (S20) and 500 V-1.01 A (S30). The exothermic properties improved with increasing carbon material content and decreasing electrode distance.

• Journal of the Korea institute for structural maintenance and inspection
• /
• v.23 no.4
• /
• pp.86-95
• /
• 2019

Recently, the applications of carbon fiber have been broader than ever when it comes to such industrials as automobiles, ships, aerospace, civil engineering and architecture because of their lightweight-ness and high mechanical properties. This study analyzed mechanical properties and flexural behavior of carbon fiber reinforced cement composites(CFRC) with different fiber contents and fiber lengths, and also impact resistance by natural drop test on mortar specimens was compared and examined. In addition, contents of carbon fiber(CF) were varied by 0.5%, 1.0%, 2.0% and 3.0%. Fiber lengths was used for 6 mm and 12 mm, respectively. As a result of the test, the flow value was very disadvantageous in terms of fluidity due to the carbon fiber ball phenomenon, and the unit weight was slightly reduced. In particular, the compressive strength was decreased with increasing carbon fiber contents. On the other hand, the flexural strength was the highest with 12 mm fiber length and 2% fiber content. As the results of the impact resistance test, the specimens of plain mortar takes about 2~3 times to final fracture, while the specimens of CFRC is somewhat different depending on the increase of the fiber contents. However, when the fiber length is 12 mm and the fiber content is 2%, the impact resistance was the highest.

• KIPS Transactions on Computer and Communication Systems
• /
• v.10 no.3
• /
• pp.71-80
• /
• 2021

The selection of an appropriate neural network algorithm is an important step for accurate data prediction in machine learning. Many algorithms based on basic artificial neural networks have been devised to efficiently predict future data. These networks include deep neural networks (DNNs), recurrent neural networks (RNNs), long short-term memory (LSTM) networks, and gated recurrent unit (GRU) neural networks. Developers face difficulties when choosing among these networks because sufficient information on their performance is unavailable. To alleviate this difficulty, we evaluated the performance of each algorithm by comparing their errors and processing times. Each neural network model was trained using a tax dataset, and the trained model was used for data prediction to compare accuracies among the various algorithms. Furthermore, the effects of activation functions and various optimizers on the performance of the models were analyzed The experimental results show that the GRU and LSTM algorithms yields the lowest prediction error with an average RMSE of 0.12 and an average R2 score of 0.78 and 0.75 respectively, and the basic DNN model achieves the lowest processing time but highest average RMSE of 0.163. Furthermore, the Adam optimizer yields the best performance (with DNN, GRU, and LSTM) in terms of error and the worst performance in terms of processing time. The findings of this study are thus expected to be useful for scientists and developers.

• Journal of KIISE:Software and Applications
• /
• v.37 no.6
• /
• pp.417-429
• /
• 2010

Reversible watermarking inserts watermark into digital media in such a way that visual transparency is preserved and then enables to restore the original media from the marked one without any loss of media quality. This watermarking can be applied to quality-sensitive imaging such as medical imaging, military imaging, remote-sensing imaging, and precious artwork, where the original media should be preserved during image processing and analysis. In this paper, a reversible image watermarking technique that embeds message bits by modifying the differential histogram of adjacent pixels is presented. In order to satisfy both high embedding capacity and visual quality, the proposed technique exploits the fact that adjacent pixels in the image have highly spatial correlation. Also, we prevent overflow/underflow problem and salt-and-pepper artifacts by employing a predicted error compensation scheme. Through experiments using various test images, we prove that the presented technique provides perfect reversibility and high embedding capacity, while maintaining the induced-distortion low.

• Journal of the Korea Society of Computer and Information
• /
• v.12 no.6
• /
• pp.229-234
• /
• 2007

In the IEEE 802.11 Wireless Local Area Networks (WLANs), network nodes experiencing collisions on the shared channel need to backoff for a random period of time. which is uniformly selected from the Contention Window (CW) This contention window is dynamically controlled by the Binary Exponential Backoff (BEB) algorithm. The BEB scheme suffers from a unfairness problem and low throughput under high traffic load. In this paper, I propose a new backoff algorithm for use with the IEEE 802.11 Distributed Coordination Function.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2005.11a
• /
• pp.61-65
• /
• 2005

비트율 제어 알고리듬의 목적은 ‘비트율 제한조건을 만족하면서 화질을 일정하게 유지하는 것’이다. 그러나 통상적인 비트율 제어 알고리듬에서는 화질을 일정하게 유지시키는 것 보다는 버퍼의 오버플로우 및 언더플로우가 발생하지 않도록 비트를 분배하는 것이 주된 목적으로서 시퀀스가 진행함에 따라 불가피하게 시각적으로 바람직하지 않은 화질의 등락이 발생한다. 본 논문에서는 비트율 제어의 본질적인 목적에 부합하도록 버퍼 제한조건을 만족시키는 범위에서 화질을 가능한 한 일정하게 유지하는 방법을 제시한다. 제안방법에서는 먼저 일반적인CBR(constant bit rate) 알고리듬으로 부호화를 먼저 시작한 후, 일정 크기의 슬라이딩 윈도우 내에서 발생한 시퀀스를 분석하여 다음 단계에서 사용할 양자화 파라미터의 기준값을 결정한다. 마지막 단계에서는 다시 시퀀스의 처음으로 돌아가 얻어진 기준 양자화 파라미터를 사용하여 VBR(variable bir tate)의 부호화를 수행한다. 제안 방법은 실시간의 제한요소가 엄격하지 않은 응용분야에서 유용할 것으로 기대된다.

• Proceedings of the Korea Concrete Institute Conference
• /
• 2008.04a
• /
• pp.813-816
• /
• 2008

This study is an experimental study on the properties and efficiency of mold-prevention mortar and the results are summarized as following. The flow, compressive stress, and the drying shrinkage ratio of mold-prevention mortar was similar with plain, so it was shown that the mold-prevention does not influence physical effect specially. However, the mold-prevention mortar which even mixed with few mold, the mold-prevention capacity greatly increased. Also, the mold-prevention capacity of 1:4 ratio mortar was better than 1:2 ratio mortar.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.93-93
• /
• 2023

최근 범지구적인 기후변화로 인해 도시유역의 홍수 발생 빈도가 빈번하게 발생하고 있다. 이로 인해 불투수성이 큰 도시지역의 침수 등의 자연재해 증가로 인명 및 재산피해가 발생하고 있다. 이에 따라 하수도의 제 기능을 수행하고 있다면 문제가 없지만 이상기후로 인한 기록적인 폭우에 의해 침수가 발생하고 있다. 홍수 및 집중호우와 같은 극치사상의 발생빈도가 증가됨에 따라 강우 사상의 변동에 따른 하수관로의 수위를 예측하고 침수에 대해 대처하기 위해 과거 수위에 따른 수위 예측은 중요할 것으로 판단된다. 본 연구에서는 수위 예측 연구에 많이 활용되고 있는 시계열 학습에 탁월한 LSTM 알고리즘을 활용한 하수관로 수위 예측을 진행하였다. 데이터의 학습과 검증을 수행하기 위해 실제 하수관로 수위 데이터를 수집하여 연구를 수행하였으며, 대상자료는 서울특별시 강동구에 위치한 하수관로 수위 자료를 활용하였다. 하수관로 수위 예측에는 딥러닝 알고리즘 RNN-LSTM 알고리즘을 활용하였으며, RNN-LSTM 알고리즘은 하천의 수위 예측에 우수한 성능을 보여준 바 있다. 1분 뒤 하수관로 수위 예측보다 5분, 10분 뒤 또는 1시간 3시간 등 다양한 분석을 실시하였다. 데이터 분석을 위해 하수관로 수위값 변동이 심한 1주일을 선정하여 분석을 실시하였다. 연구에는 Google에서 개발한 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하였으며, 하수관로 수위 고유번호 25-0001을 대상으로 예측을 하였다. 학습에는 2012년 ~ 2018년의 하수관로 수위 자료를 활용하였으며, 모형의 검증을 위해 결정계수(R square)를 이용하여 통계분석을 실시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.219-219
• /
• 2020

하천의 수질을 나타내는 환경지표 중 국가 TMS(Tele Monitoring system)의 수질측정망을 통해 관리되고 있는 지표로는 DO, BOD, COD, SS, TN, TP 등 여러 인자들이 있다. 이러한 수질인자는 하천의 자정작용에 있어 많은 영향을 나타내고 있다. 이를 활용한 경제적이고 합리적인 수질관리를 위해 하천의 자정작용을 활용하는 것이 중요하다. 생물학적 작용을 가장 효과적으로 활용하기 위해서는 수질오염 데이터에 기초한 수질예측을 채택하여 적절한 대책이 필요하다. 이를 위해서는 수질인자의 데이터를 측정하고 축적해 수질오염을 예측하는 것이 필수적인데, 실제적으로 수질인자의 일일 측정은 비용 관점에서 쉽게 접근할 수 없다. 본 연구에서는 시계열 학습으로 알려진 RNN-LSTM(Recurrent Neural Network-Long Term Memory) 알고리즘을 활용하여 기존에 측정된 수질인자의 데이터를 통해 시간당 및 일일 수질인자를 예측하려고 했다. 연구에 앞서, 기존에 시간단위로 측정된 수질인자 데이터의 이상 유무를 확인 후, 에러값은 제거하고 12시간 이하 데이터가 누락되었을 때는 선형 보간하여 데이터를 사용하고, 1일 데이터도 10일 이하 데이터가 누락되었을 때 선형 보간하여 데이터를 활용하여 수질인자를 예측하였다. 수질인자를 예측하기 위해 구글이 개발한 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하였고, 연구지역으로는 대한민국 부산에 위치한 온천천의 유역을 선정하였다. 수질인자 데이터 수집은 부산광역시에서 운영하는 보건환경정보 공개시스템의 자료를 활용하였다. 모델의 연구를 위해 하천의 수질인자, 기상자료 데이터를 입력자료로 활용하였다. 분석에서는 입력자료와, 반복횟수, 시계열의 길이 등을 조절해 수질 요인을 예측했고, 모델의 정확도도 분석하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.391-393
• /
• 2021

In this paper, we introduce a long short-term memory (LSTM)-based fall detection system using TensorFlow that can detect falls occurring in the elderly in daily living. 3-axis accelerometer data are aggregated for fall detection, and then three types of parameter are calculated. 4 types of activity of daily living (ADL) and 3 types of fall situation patterns are classified. The parameterized data applied to LSTM. Learning proceeds until the Loss value becomes 0.5 or less. The results are calculated for each parameter θ, SVM, and GSVM. The best result was GSVM, which showed Sensitivity 98.75%, Specificity 99.68%, and Accuracy 99.28%.