• 한국의학물리학회지:의학물리
• /
• 제23권2호
• /
• pp.71-80
• /
• 2012

최신 방사선 치료 및 수술 기법에는 복잡한 3차원적 선량분포를 정확히 측정하는 실용적 선량분석 기기 및 기술이 필요하다. 본 연구에서는 실험실에서 제작한 겔을 방사선 치료 영역에서 선량계로 활용하기 위해 최적화된 자기공명영상 변수 조건에 대해 연구하였다. 이를 위해 각 자기공명영상 획득 조건에서 TE 시간 TR 시간, 영상 두께, 코일 등을 달리하여 조건 별로 획득한 영상을 이용하여 비교 평가하였고, 선량불확도 및 선량 분해능을 도입하여 본 연구에서 찾은 조건에 대해 평가하였다. 8% 젤라틴(300 bloom, Sigma-Aldrich, USA), 8% MAA (Metaacrylic acid, Sigma-Aldrich, USA), 10 mM THPC (tetrakis hydroxymethyl phosphonium, Sigma-Aldrich, USA), 그리고 0.05 mM HQ (Hydroquinone, Sigma-Aldrich, USA) 농도의 조성비를 가진 정상산소 중합체 겔을 실험실에서 합성하였다. 방사선 선량 전달은 Co-60 감마선 조사기 (Theratron-780; AECL, Ottawa, Canada)를 사용하였고 고체 팬텀을 사용하여 중합체 겔에 각각 0, 2, 4, 6, 8, 10, 12, 14 Gy의 선량을 전달하였다. 자기공명영상 장치의 특성상 T2 시간을 얻기 위해서는 fast spin echo 파형을 사용하였다. 일반적으로 Head Coil이 SNR이 Body coil 보다 낮아 선량 불확도가 우수할 것으로 예측하였으나, 일부 문헌에서는 Body coil이 영상 균일도가 우수하다고 하였다. 하지만 본 연구에서는 Head coil이 선량 불확도 및 선량 분해능이 모든 선량 영역에서 Body coil 보다 우수한 것을 확인하였다. TR 시간 연구에서 TR 1,500 ms와 TR 2,000 ms 간의 차이는 선량분해능에서 모두 큰 차이가 없으나 TR 1,500 ms가 조금 낮은 선량 불확도 값을 갖는 것을 보았다. MR 영상 두께가 2.5 mm일 경우 모든 TE 시간에 대해 4 Gy에서 가장 낮은 선량 불확도 값을 가졌다. 특히 TE 12 ms 경우 4 Gy 이후에는 가장 낮은값의 결과를 얻었다. 선량 불확도의 경우 6 Gy까지는 TE 시간에 따른 차이는 없으나 이후에는 TE 12 ms가 가장 나은 결과를 얻었다. 선량 불확도의 겨우 6 Gy까지는 모든 TE 시간에 대해 차이가 미미하나 8 Gy 이상에는 20 ms가 가장 우수한 선량 분해능 값을 가졌다. 선량 분해능 값 역시 NEX 3에서 가장 우수한 값을 가졌고 2 NEX일 때 가장 높은 분해능 값을 가졌다. 본 연구 결과 영상 두께와 NEX의 결과는 영상 두께가 얇은 경우 NEX가 높을수록 우수한 결과를 얻었고 영상 두께가 두꺼워 질수록 NEX가 낮아야 함을 확인했다.

• Korean Chemical Engineering Research
• /
• 제44권6호
• /
• pp.659-668
• /
• 2006

실험계획법을 이용하여 nitromethane을 초임계수산화(SCWO)로 분해시키는 공정의 최적화 연구를 진행하였다. Lab scale 반응설비를 이용하여 처리수의 COD와 T-N을 최소화하는 SCWO 공정의 최적 운전조건을 도출하였으며, scale-up 문제점을 파악하기 위해 SCWO pilot plant 실험 결과와 lab scale 최적화 실험 결과를 비교하였다. 처리수의 COD와 T-N을 최적화 목적 변수(KPOV)로 설정하였으며, 예비실험을 통해 반응 온도(temp)와 nitromethane과 암모니아수의 몰 비(NAR)를 주요 운전 변수(KPIV)로 설정하였다. 최적화 실험은 통계적 실험계획법인 중심합성설계법을 사용하였으며, 실험결과의 해석은 반응표면법을 활용하였다. 주 효과 분석결과 처리수의 COD는 Temp 증가에 따라 급격하게 감소하며, NAR 증가에 따라 약간 감소하는 것으로 나타났으며, T-N은 Temp 와 NAR 증가에 따라 감소하였다. Temp가 $420{\sim}430^{\circ}C$로 낮을 때에는 NAR 증가에 따라 T-N이 급격히 감소하였으나, $450^{\circ}C$ 이상으로 높을 때에는 큰 변화가 없었다. 최적화 실험 결과를 회귀분석 하여 처리수의 COD와 T-N 을 예측할 수 있도록 Temp와 NAR이 변수인 2차식으로 회귀식을 도출하였으며, 결정계수($r^2$)와 표준화잔차의 정규성을 분석하여 회귀식이 실험결과를 잘 모사하는 것을 확인하였다. 회귀식을 이용하여 COD < 2 mg/L, T-N<40 mg/L를 동시에 만족시키며 부식 위험이 적은 nitromethane 분해 최적 운전 조건은 Temp $450-460^{\circ}C$, NAR 1.03-1.08로 설정하였다. SCWO pilot plant를 이용하여 nitromethane 분해 최적 조건을 검증하고, SCWO 공정의 scale-up 문제점을 파악하는 연구를 실시하였다. SCWO pilot plant 실험 결과를 lab scale 반응설비에서 도출한 COD와 T-N의 회귀식과 비교한 결과 오차가 증가하지만 회귀식이 pilot plant 실험결과도 잘 나타내는 것을 확인할 수 있었다. Pilot plant 실험결과에 대한 회귀식의 적합성은 실험값과 예측값의 비교도와 표준화잔차의 정규성으로 검증하였다.

• 한국농림기상학회지
• /
• 제25권2호
• /
• pp.80-98
• /
• 2023

본 연구에서는 계절내-계절(Subseasonal to seasonal, S2S) 기후예측의 주별 예측 성능을 개선하기 위해서 딥러닝 기반의 후보정(post processing) 기술을 개발하였다. 그 첫 단계로, 일 최고, 최저기온과 일 강수를 목표 변수로, 자료의 특성과 분포에 적합한 자료 변환 및 특성 공학 기법을 규명하고자 하였다. 먼저, 6개 개별 기후모델의 S2S 예측 자료를 딥러닝 모델에 입력하기 위한 훈련자료로 변환하고, 이로부터 다중모델앙상블(Multi-Model Ensemble, MME) 기반 훈련자료를 구축하였다. 참값(label)으로는 ECMWF의 ERA5 재분석 자료를 사용하였다. 자료 변환 알고리즘은 최고 및 최저 차이를 계산하여 입력자료의 범위를 변형시키는 MinMax 및 MaxAbs 변환, 표준편차를 이용하는 Standard 변환 및 분위수를 지정하여 변형하는 Robust와 Quantile 변환으로 구성된 전처리 파이프라인을 구축하였으며, 변환된 훈련자료와 예측 변수와의 상관관계를 계산하여 순위에 따라 훈련자료의 특성을 선택하는 특성 선택 기법을 추가하였다. 본 연구는 U-Net 모델에 TimeDistributed wrapper를 모든 합성곱 층(convolutional layer)에 적용하여 활용하였다. 5개 알고리즘으로부터 변환된 6개 개별 기후모델 및 MME S2S 훈련자료(일 최고 및 최저기온, 강수)에 훈련 모델을 적용한 결과와 훈련 모델을 적용하지 않은 결과를 ERA5와의 공간상관계수(spatial Pattern Correlation Coefficient)를 계산하고 그 개선율인 기술 점수(skill score)를 평가한 결과, 일 강수의 PCC 기술 점수는 Standard 및 Robust 변환으로 처리된 것에서 전체 예측선행(1~4주)에 대해 모두 높았고, 일 최고 및 최저기온에서는 예측 선행시간 3~4주에서만 높게 나타났다. 또한, 일 강수에서 특성 선택에 따른 훈련자료의 차원 감소가 예측 성능 변화에 영향을 미치지 않는 것으로 나타났다. 일 최고 및 최저기온의 경우에는 특성 선택에 의한 훈련자료의 특성 정보 감소가 오히려 예측 성능을 저하시킬 수 있는 것으로 확인되었으며, 원시자료에서 예측성이 높은 1~2주 기온 예측 개선을 위한 적합한 전처리 변환 알고리즘이나 특성 선택을 찾을 수 없었다. 후속 연구에서는 원시 예측 성능이 강수에 비해 높으나 딥러닝 훈련 모델에 의한 후보정 효과가 미미한 예측 선행 1~2주 기온 예측의 저조 원인에 대해 탐색하고, 다양한 딥러닝 훈련 모델로의 적용 및 초매개변수 조정 등 학습 과정의 최적화를 통해 S2S 기후 예측 성능을 개선하고자 한다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.1-19
• /
• 2018

최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.

• 한국강구조학회 논문집
• /
• 제21권2호
• /
• pp.135-144
• /
• 2009

본 논문은 기존 SC합성보에 비부착 긴장재의 정착위치와 도입된 긴장량을 변수로하여 포스트텐션 공법으로 휨보강을 실시한 실험체의 보강성능을 평가하여 적절한 휨보강 방법을 제시하고자 하였다. 실험은 각 유형별 실험체를 항복하중까지 가력하고 항복 이후 비부착 포스트텐션 보강을 실시 추가 가력하여 보강성능을 조사하였다. 실험결과 보강된 SC합성보는 보강전에 비해 향상된 항복내력 및 초기강성을 나타냈으며 최대내력의 실험값/이론값은 보강 후 ${0.95{\sim}1.13}$으로 나타났다. 보강 전 중립축과 그 상부에 정착구를 설치한 실험체(D160, 240계열)는 최대내력에서 긴장력의 차이에 따른 변화는 거의 없고 오히려 긴장력이 증가하면 연성이 감소하였으며 보강 후 중립축에 졍착구를 설치한 실험체(D120계열)는 긴장력이 증가하면 최대내력이 증가하고 또한 연성도 증가하여 보강 후 중립축에 대한 적절한 긴장력 보강이 매우 유효함을 알 수 있었다.

• 한국방재학회 논문집
• /
• 제8권6호
• /
• pp.53-60
• /
• 2008

일반적으로 연속경간을 가지는 강합성 I-형강 교량에 있어서 내부 지점 부근에서 상대적으로 큰 부모멘트가 발생하므로, 이에 경제적인 단면 활용을 위하여 변단면을 적용하여 휨강도를 증가시킨다. 본 연구에서는 기존 횡-비틀림 좌굴식에 관한 연구를 토대로 하여 비탄성 구간에 있는 계단식 I형보의 횡-비틀림 좌굴강도를 유한요소해석프로그램 ABAQUS(2007)를 이용하여 산정하고, 간편한 설계식을 제안하고 있다. 양단 및 일단 계단식 단면변화를 가지는 보에 대해서 고려하였으며, 플랜지 길이방향 비, 너비방향 비, 두께의 비로 계단식 I형보를 나타내었다. 해석에 사용된 단면매개변수는 각각 27가지 및 36가지 조합이며, 비탄성 횡-비틀림 거동을 고려하기위하여 잔류응력 및 초기결함을 고려한 비선형해석을 실시하였는데, Pi와 Trahair(1995)가 고려한 잔류응력의 형상과 국내 I형강 표준 치수 허용치에 근거하여 부재 길이의 0.1%를 초기제작오차로 고려하였다. 해석모델의 양쪽 끝단에는 모멘트하중을 재하하였다. 개발 제한된 식은 선형 모멘트 하중이 작용할 때 적용가능한 식으로 경제적이고 합리적인 설계에 적극 활용될 수 있을 것이며, 다양한 하중을 받는 계단식 단면 변화보의 비탄성 좌굴강도 연구에 활용될 수 있을 것이다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제17권3호
• /
• pp.10-19
• /
• 2013

최근, 프리캐스트를 통한 모듈화에 대한 관심으로 인해 교량 및 빌딩 뿐만 아니라, 원전구조물, LNG 가스탱크, 중소형 강합성 구조물 등 특수구조물에도 프리캐스트 모듈화에 대한 연구가 활발하게 이뤄지고 있다. 본 연구에서는 프리캐스트 제작의 시공 및 작업성, 원활한 자재의 조달할 수 있는 방법으로 페로시멘트 (ferrocement)를 바탕으로 한 스틸메쉬로 보강된 모르타르 프리캐스트 패널을 제작하였다. 모르타르는 고강도 및 고유동성을 지니도록 실리카퓸과 고로슬래그의 배합율에 대한 변수연구를 통해 최적의 배합을 선정하였으며, $1,200{\times}600{\times}150mm$의 패널을 제작하여 스틸메쉬로 보강한 모르타르 시편과 일반 철근콘크리트 시편을 보강비 2%와 4%로 각각 제작하였다. 제작된 스틸메쉬로 보강한 모르타르의 프리캐스트 모듈화의 적용 가능성을 판단하기 위하여 기본적인 재료물성실험과 자유건조수축실험을 수행하였으며, 선하중으로 하중을 재하하여 3점 휨 시험으로 스틸메쉬로 보강한 모르타르의 구조성능을 검토하였다. 실험결과를 통해, 스틸메쉬로 보강된 모르타르 프리캐스트 패널은 높은 휨성능 및 연성효과가 있으나, 4%로 보강된 스틸메쉬 모르타르 프리캐스트 패널은 전단보강에 대한 고려가 필요하다고 판단되며, 이에 대한 조치가 이루어진다면 프리캐스트 모듈화 부재로 적용이 가능하다고 판단된다.

• 공업화학
• /
• 제4권4호
• /
• pp.731-738
• /
• 1993

본 연구에서는 각종 제올라이트 즉 국내산 천연 및 합성 제올라이트를 이용하여 방사성폐액 내에 있는 Cs, Sr 이온을 분리하는데 주안점을 두어 각종 제올라이트에 대한 이온교환선택성, 이온교환능 및 이에 영향을 미치는 변수 등을 고찰하여 최적의 제올라이트 선정과 분리조건을 결정하는데 중점을 두었다. 이온교환능에 있어 Cs의 경우는 AW500형, Sr의 경우 13X형이 가장 우수한 결과를 나타내었다. AW500-Cs계, AW300-Cs계, 천연산 제올라이트-Cs계 및 4A-Sr계, 13X-Sr계의 온도영향을 고찰한 결과 4A-Sr계 및 천연산 제올라이트-Cs계를 제외하고는 온도와 무관한 관계를 나타내었다. 이중 4A형 제올라이트는 온도 증가에 따라 Sr이온의 활동도 증가 및 multilayer 흡착에 의하여 이온교환량이 증가한 것 같다. 평형상태에서의 용액의 pH와 분배계수, $K_d$와의 상관관계를 고찰하여 본 결과 PH의 증가에 따라 $K_d$값의 증가를 보였다. 또한 주입용액의 pH는 2~3 이상에서 조업하는 것이 효과적인 것으로 나타났다. AW500-Cs계의 경우 $K_d$는 $10^3cm^3/g$, 4A-Sr계 및 13X-Sr계의 경우 $K_d$는 $10^3{\sim}10^4cm^3/g$ 정도를 나타내었다.

• 한국식품과학회지
• /
• 제41권6호
• /
• pp.622-627
• /
• 2009

홍게 가공부산물을 고부가가치 식품소재로 이용하기 위하여 단백질 분해효소를 이용하여 가수분해하고 반응표면분석법으로 가수분해 조건을 최적화 하였다. 홍게 가공부산물을 단백질 분해 효소인 Flavourzyme으로 가수분해한 결과 효소반응곡선은 반응 초기 빠른 반응속도를 나타내다가 이 후에 느려지는 전형적인 형태를 나타내었다. 반응초기 90분까지 가수분해도는 30%까지 증가하다가, 이후 최종적으로 32-36%를 나타내었다. 최적화를 하기 위한 가수분해 요인변수로는 반응온도, 반응시간 및 홍게 가공부산물에 대한 Flavourzyme의 양을 선정하였고, 5개의 수준에서 부호화하여 이들을 중심합성설계법을 이용하여 반응표면분석을 실시하였다. 홍게 가공부산물을 Flavourzyme을 이용하여 반응표면 분석법으로 가수분해 조건을 최적화한 결과, 온도 $51.8^{\circ}C$, 반응시간 4시간 45분, 홍게 가공부산물에 대한 Flavourzyme의 양 3.8%로 나타났다. 홍게 가공부산물 효소분해물은 향미소재 및 반응향 제조의 전구물질로서 이용할 수 있을 것이다.

• 공업화학
• /
• 제26권2호
• /
• pp.217-223
• /
• 2015

DTO (dimethyl ether to olefin) 반응에서 촉매 성능을 향상하기 위하여 염산에 의한 SAPO-34 시료의 산 처리 영향을 연구했다. 먼저 TEAOH (tetraethylammonium hydroxide)와 DEA (diethylamine)를 구조유도제로 사용하여 정육면체 형태를 갖는 균일한 크기의 SAPO-34 시료를 수열 합성했다. 제조된 촉매는 염산의 농도 및 처리 시간을 변수로 하여 개조되었다. 그 결과, 우수하게 개조된 시료는 외부 표면의 침식과 함께 총 비표면적 및 마이크로 세공부피가 증가하였으며, 산점량이 다소 감소하는 것으로 나타났다. 특히, 개조된 SAPO-0.2 M (3 h) 시료 상에서의 DTO 반응에서 촉매 수명과 경질 올레핀 선택성은 모체 SAPO-34 시료와 비교하여 크게 향상되었다. 이것은 코크 형성에 의한 비활성화가 주로 결정 외부 표면의 기공 입구에서 상대적으로 빠르게 진행된다는 것을 의미한다. 따라서 산 처리는 SAPO-34 촉매의 외부 표면을 개조함으로써 촉매의 성능을 향상할 수 있는 단순한 방법임을 확인했다.