• 한국터널지하공간학회 논문집
• /
• 제18권5호
• /
• pp.453-467
• /
• 2016

본 논문에서는 쉴드 TBM 시공 시 발생 가능한 사건 및 원인의 규명, 리스크 발생의 인과관계 규명, 리스크의 위험도 판별, 리스크의 저감대책 제시를 통한 쉴드 TBM의 전반적인 시공 리스크 관리에 대한 연구를 수행하였다. 이를 위해서 쉴드 TBM의 사고 사례에 대한 문헌조사, 설계 및 시공 전문가 인터뷰를 수행하였다. 리스크 사건은 절삭량 저하, 막장면 붕괴, 지반 침하, 지반 융기, 이수 분출, 배토 불능, 굴착 불가, 지하수 누수의 8개의 그룹으로 나뉘어졌다. 리스크의 원인은 지질 원인, 설계 원인, 시공관리 원인의 3가지 그룹으로 나뉘어졌다. 리스크 원인과 사건간의 인과관계를 체계적으로 분석하기 위하여 베이지안 네트워크를 이용한 도식적인 관계도를 작성하였다. 리스크의 위험도를 산정하기 위하여 리스크가 발생하였을 때 이를 복구하기 위한 다운타임 및 비용을 기준으로 전문가를 대상으로 Analytic Hierarchy Process (AHP)를 수행하였으며, 위험도 결과에 기반하여 리스크 대응단계를 제시하고 이를 실제 리스크 발생사례와 비교하여 검증하였다. 또한 발생 가능한 리스크에 대응하기 위하여 설계 및 시공단계에서의 리스크 저감대책을 제안하였다. 제안된 연구는 TBM 설계자 및 시공자가 현장의 조건을 고려하여 리스크 원인을 선정하고 이로 인해 발생 가능한 리스크를 체계적으로 분석하여 파악할 수 있게 해주며, 리스크의 위험도의 판별 및 그에 대한 설계 및 시공단계에서의 저감대책을 통해 체계적인 쉴드 TBM 리스크 관리에 도움을 줄 수 있다.

• 한국수자원학회논문집
• /
• 제46권1호
• /
• pp.59-71
• /
• 2013

신뢰성 있는 홍수빈도해석을 수행하기 위해서는 충분한 홍수량 및 강우자료가 필요하다. 강우자료의 경우 우리나라 대부분 지역에서 30년 이상의 극치자료가 활용이 가능한 반면 홍수량 자료는 상대적으로 충분한 자료가 확보되지 않아 신뢰성 있는 빈도해석이 어려운 실정이다. 이에 따라 강우모의 기법에 근거한 홍수빈도곡선 유도방안연구가 몇몇 연구에서 제안된 바 있으나, 기본적으로 입력된 강우의 빈도와 홍수의 빈도가 동일하다고 가정함으로 인하여 발생하는 불확실성이 상당부분 내포되어 있다. 이러한 점에서 본 연구의 목적은 강우모의기법과 불확실성 분석이 고려된 홍수빈도곡선 유도방법을 개발하는 것으로 홍수빈도곡선을 유도하는데 있어서의 핵심은 미래에 발생 가능한 극치강수량을 효과적으로 재현할 수 있는 강수량 모의발생 기법과 강우-유출관계의 불확실성 분석에 있다. 본 연구에서는 극치강수량 모의를 위해 불연속 Kernel Pareto 분포를이용한 다지점 강수모의기법과 Bayesian HEC-1 (BHEC-1) 모형을 연계하여 본연구의 대상유역인 대청댐 유역의 강우-유출 관계의 불확실성을 고려한 홍수빈도곡선을 개발하고 모형의 적합성을 평가하였다. 최종적으로 기존 홍수빈도결정방법과 비교를 통해서 모형의 적합성을 확인하였다.

• 한국분말재료학회지
• /
• 제30권3호
• /
• pp.217-222
• /
• 2023

Machine learning-based data analysis approaches have been employed to overcome the limitations in accurately analyzing data and to predict the results of the design of Nb-based superalloys. In this study, a database containing the composition of the alloying elements and their room-temperature tensile strengths was prepared based on a previous study. After computing the correlation between the tensile strength at room temperature and the composition, a material science analysis was conducted on the elements with high correlation coefficients. These alloying elements were found to have a significant effect on the variation in the tensile strength of Nb-based alloys at room temperature. Through this process, a model was derived to predict the properties using four machine learning algorithms. The Bayesian ridge regression algorithm proved to be the optimal model when Y, Sc, W, Cr, Mo, Sn, and Ti were used as input features. This study demonstrates the successful application of machine learning techniques to effectively analyze data and predict outcomes, thereby providing valuable insights into the design of Nb-based superalloys.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 추계종합학술대회 논문집(1)
• /
• pp.189-192
• /
• 2000

This paper proposes a fuzzy-based random access controller with a superimposed frame structure (F$^2$RAC) fur voice/data-integrated wireless networks. F$^2$RAC adopts mini-slot technique for reducing contention cost, and these mini-slots of which number may dynamically vary from one frame to the next as a function of the traffic load are further partitioned into two regions for access requests coming from voice and data traffic with their respective QoS requirements. And F$^2$RAC is designed to properly determine the access regions and permission probabilities for enhancing the data packet delay while ensuring the voice packet dropping probability constraint. It mainly consists of the estimator with Pseudo-Bayesian algorithm and fuzzy logic controller with Sugeno-type of fuzzy rules. Simulation results prove that F$^2$RAC can guarantee QoS requirement of voice and provide the highest throughput efficiency and the smallest data packet delay amongst the different alternatives including PRMA［1］, IPRMA［2］, and SIR［3］.

• 품질경영학회지
• /
• 제21권2호
• /
• pp.1-16
• /
• 1993

Early generations of products had little to no inherent capability to test themselves. The technologies involved often required only visual inspection and limited probing to troubleshoot the system once it was turned over to maintenance personnel. However, as the complexity of military and commercial systems grew, symptoms of failure became less noticeable to the operator. Therefore, the procedure to access, inspect, repair and replace a component became complicated, the requirements for personnel skill and testing equipment increased. and it took too long of a time to maintain a system. Meanwhile, the need for availability became more mission-critical and maintenance become very expensive. The obvious solution was to design in-system circuits or devices to self-test the primary system, the Built-In-Test(BIT) was born. This approach has continued right on up through present systems and is an integral part of systems now being designed. The object of this paper is to present a state-of-the-art research for filtering out the BIT diagnosis mistakes using Bayesian analysis and develop the algorithm for Redundant systems with BIT to improve BIT diagnosis.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.250-255
• /
• 2005

For navigation of a service robot, mapping and localization are very important. To estimate the robot pose, the map of the environment is required and it can be built by exploration or SLAM. Exploration is the fundamental task of guiding a robot autonomously during mapping such that it covers the entire environment with its sensors. In this paper, an efficient exploration scheme based on the position probability of the end nodes of a topological map is proposed. In this scheme, a topological map is constructed in real time using the thinning-based approach. The robot then updates the position probability of each end node maintaining its position at the current location based on the Bayesian update rule using the range data. From this probability, the robot can determine whether or not it needs to visit the specific end node to examine the environment around this node. Various experiments show that the proposed exploration scheme can perform exploration more efficiently than other schemes in that, in most cases, exploration for the entire environment can be completed without directly visiting everywhere in the environment.

• 한국정보시스템학회지:정보시스템연구
• /
• 제26권3호
• /
• pp.47-61
• /
• 2017

Purpose Although automobile production has increased since the development of the Korean automobile industry, the number of customers who can purchase automobiles decreases relatively. Therefore, automobile companies need to develop strategies to attract customers and promote their repurchase behaviors. To this end, this paper analyzed customer data from a Korean automobile company using data mining techniques to derive repurchase strategies. Design/methodology/approach We conducted under-sampling to balance the collected data and generated 10 datasets. We then implemented prediction models by applying a decision tree, naive Bayesian, and artificial neural network algorithms to each of the datasets. As a result, we derived 10 patterns consisting of 11 variables affecting customers' decisions about repurchases from the decision tree algorithm, which yielded the best accuracy. Using the derived patterns, we proposed helpful strategies for improving repurchase rates. Findings From the top 10 repurchase patterns, we found that 1) repurchases in January are associated with a specific residential region, 2) repurchases in spring or autumn are associated with whether it is a weekend or not, 3) repurchases in summer are associated with whether the automobile is equipped with a sunroof or not, and 4) a customized promotion for a specific occupation increases the number of repurchases.

• 대한기계학회논문집A
• /
• 제40권7호
• /
• pp.629-635
• /
• 2016

이 논문은 꽃잎들, 나비나 민들레 씨앗들과 같은 생물체 시스템의 불규칙한 운동을 파티클 필터링 이론에 근거하여 예측하고 추적하는 유용한 방법을 제안한다. 생물체 모사 시스템 설계에 있어서, 생체 시스템의 운동에 대한 관측과 생체 시스템 운동학에 대한 새로운 설계원리가 어떻게 자연스럽게 운동하는가에 대한 인상을 얻는데 중요하다. 공기 중에서 비행하는 꽃잎에 대한 시스템 모델링이 베이지안 확률 규칙을 사용하여 수행되었다. 실험결과는 제안된 방법이 공기의 난류로부터 유도된 랜덤한 외란이 있는 경우에도 잘 예측함을 보여준다.

• Smart Structures and Systems
• /
• 제17권4호
• /
• pp.611-629
• /
• 2016

This study presents a new approach of surrogate modeling for time-consuming finite element analysis. A surrogate model is widely used to reduce the computational cost under an iterative computational analysis. Although a variety of the methods have been widely investigated, there are still difficulties in surrogate modeling from a practical point of view: (1) How to derive optimal design of experiments (i.e., the number of training samples and their locations); and (2) diagnostics of the surrogate model. To overcome these difficulties, we propose a sequential surrogate modeling based on Gaussian process model (GPM) with self-adaptive sampling. The proposed approach not only enables further sampling to make GPM more accurate, but also evaluates the model adequacy within a sequential framework. The applicability of the proposed approach is first demonstrated by using mathematical test functions. Then, it is applied as a substitute of the iterative finite element analysis to Monte Carlo simulation for a response uncertainty analysis under correlated input uncertainties. In all numerical studies, it is successful to build GPM automatically with the minimal user intervention. The proposed approach can be customized for the various response surfaces and help a less experienced user save his/her efforts.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.22-22
• /
• 2019

최근 전 세계적으로 급증하는 기후변화의 영향으로 인해 강우량 증가에 따른 이상홍수 발생 및 댐 여유고 부족 등 다양한 위험인자가 노출되고 있다. 이러한 예상치 못한 이상홍수는 실제 거주하고 있는 사람들을 위협할 수 있으며, 하천 범람으로 인해 2차 3차 피해가 일어날 가능성이 존재하고 있다. 이에 다양한 자연재해로부터 인명 및 재산 피해를 방지 및 저감하기 위한 목적으로 다양한 수공구조물이 존재하며, 수자원 관리계획 수립의 목적에 따라 다양한 강수량이 활용되고 있다. 특히, 지구온난화에 따른 기후변화 영향을 고려한 연최대 강수량 및 확률강수량 산정이 필요한 시점이며, 온도변화에 따른 증기압 계산식인 Clausius-Clapeyron 관계에 따르면 대기 온도가 $1^{\circ}C$ 상승할 때 대기수분량이 6~7% 증가하여 평균 온도상승에 따라 극치강수량 발생 잠재력이 향상 될 것으로 전망되고 있다. 본 연구에서는 온도상승에 따른 극치강수량의 변화를 베이지안 다중분위회귀분석모형을 통해 산정하여 CORDEX 온도자료 기반의 미래 극치강수량을 전망하였다. 본 연구결과 100년 이상 빈도의 강수량은 온도상승에 따라 급격히 증가하는 추세를 확인하였으며, 2100년까지 온도상승을 고려한 최대 극치강수량은 1500mm를 넘을 가능성을 확인하였다.