• Geomechanics and Engineering
• /
• 제37권4호
• /
• pp.307-321
• /
• 2024

This paper delves into the critical assessment of predicting sidewall displacement in underground caverns through the application of nine distinct machine learning techniques. The accurate prediction of sidewall displacement is essential for ensuring the structural safety and stability of underground caverns, which are prone to various geological challenges. The dataset utilized in this study comprises a total of 310 data points, each containing 13 relevant parameters extracted from 10 underground cavern projects located in Iran and other regions. To facilitate a comprehensive evaluation, the dataset is evenly divided into training and testing subset. The study employs a diverse array of machine learning models, including recurrent neural network, back-propagation neural network, K-nearest neighbors, normalized and ordinary radial basis function, support vector machine, weight estimation, feed-forward stepwise regression, and fuzzy inference system. These models are leveraged to develop predictive models that can accurately forecast sidewall displacement in underground caverns. The training phase involves utilizing 80% of the dataset (248 data points) to train the models, while the remaining 20% (62 data points) are used for testing and validation purposes. The findings of the study highlight the back-propagation neural network (BPNN) model as the most effective in providing accurate predictions. The BPNN model demonstrates a remarkably high correlation coefficient (R2 = 0.99) and a low error rate (RMSE = 4.27E-05), indicating its superior performance in predicting sidewall displacement in underground caverns. This research contributes valuable insights into the application of machine learning techniques for enhancing the safety and stability of underground structures.

• 한국의류산업학회지
• /
• 제26권1호
• /
• pp.65-77
• /
• 2024

This study aimed to propose effective ways to integrate CLO into educational settings by conducting a comparative analysis of pattern functions in YUKA and CLO, specifically focusing on skirt prototypes and variations. CLO, being a 3D virtual sample CAD tool, is mainly used in education to facilitate the creation of 3D virtual clothing. In order to explore the applicability of CLO's pattern functions in pattern education, CAD education experts were asked to produce two types of skirt prototypes and two skirt variations. Subsequently, in-depth interviews were conducted. In addition, the skirt pattern creation process was recorded on video and used for comparative analysis of YUKA and CLO pattern functions. The comparison revealed that CLO provides the pattern tools necessary for drafting skirt prototypes. The learning curve for acquiring the skills necessary for drafting and transforming skirt prototypes was found to be relatively shorter for CLO compared to YUKA. In addition, due to CLO's surface-based pattern drawing method, it is difficult to move or copy only specific parts of the outline, and there are some limitations in drawing right angle lines. In the pattern transformation process, CLO's preview function proved to be advantageous, and it was highly rated on user convenience due to the intuitive UI. Thus, CLO shows promise for pattern drafting education and is deemed to have high scalability as it is directly linked to 3D virtual clothing.

• 대한토목학회논문집
• /
• 제44권3호
• /
• pp.329-336
• /
• 2024

우리나라에 설치된 다기능보의 경우 가동보 구간은 수문의 부분 개방 시 수문 개방 높이와 하류의 관리수위에 의해 자유도수 또는 수중도수 형태의 흐름이 발생한다. 본 연구에서는 수문 아래를 지나 흐르며 발생하는 수중도수를 수치모의하고 평균흐름, 난류량, 그리고 상대수심 등에 대하여 분석하였다. 수치모의를 위하여 unsteady Reynolds-averaged Navier-Stokes 방정식과 volume of fluid 기법, 그리고 k-ω SST 난류모형을 이용하였다. 기존에 수행된 다른 연구자들의 실험 결과를 이용하여 수치모형을 검증하여 수치모형이 도수에서 발생하는 이상흐름을 적절히 모의하는 것을 검토하였다. 또한 내부 평균흐름 및 난류량의 분포에 대하여 모의하여 분포 형태에 대해 분석하고, 자유수면과 재순환영역의 길이 등을 분석하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권7호
• /
• pp.1706-1725
• /
• 2024

The unique U-shaped structure of U-Net network makes it achieve good performance in image segmentation. This network is a lightweight network with a small number of parameters for small image segmentation datasets. However, when the medical image to be segmented contains a lot of detailed information, the segmentation results cannot fully meet the actual requirements. In order to achieve higher accuracy of medical image segmentation, a novel improved U-Net network architecture called multi-scale encoder-decoder U-Net+ (MEDU-Net+) is proposed in this paper. We design the GoogLeNet for achieving more information at the encoder of the proposed MEDU-Net+, and present the multi-scale feature extraction for fusing semantic information of different scales in the encoder and decoder. Meanwhile, we also introduce the layer-by-layer skip connection to connect the information of each layer, so that there is no need to encode the last layer and return the information. The proposed MEDU-Net+ divides the unknown depth network into each part of deconvolution layer to replace the direct connection of the encoder and decoder in U-Net. In addition, a new combined loss function is proposed to extract more edge information by combining the advantages of the generalized dice and the focal loss functions. Finally, we validate our proposed MEDU-Net+ MEDU-Net+ and other classic medical image segmentation networks on three medical image datasets. The experimental results show that our proposed MEDU-Net+ has prominent superior performance compared with other medical image segmentation networks.

• 한국구조물진단유지관리공학회 논문집
• /
• 제10권3호
• /
• pp.175-185
• /
• 2006

본 연구는 FSM 공법의 PSC 박스 거더교를 최소경비로 자동 설계하는 최적설계 프로그램을 이용하여 다양한 변단면 거더유형을 가진 등경간 및 부등경간 거더교에 대하여 최적설계를 수행하였다. 또한 각 변단면 거더유형에서 산출된 최적의 긴장재 배치에 관하여 연구함으로서 향후 복잡한 구조물에 대하여 더욱 적절한 긴장재의 배치형태에 대한 방향을 제시하고자 하는데 목적이 있다. 사용된 최적설계 프로그램은 축차 무제약 최소화 기법을 이용하였고, 설계과정에서 설계점들이 설계가능 영역밖에 있는 것을 허용할 수 있도록 Kavlie가 제안한 확장 벌칙함수를 도입하였다. 또한 설계점들의 탐사 방법은 Powell's direct search method를 사용하며, 설계시간을 단축시키기 위해 설계점 변화에 따른 단면력 변화를 Gradient를 이용하여 근사화 시키는 방법을 사용하였다.

• 정보보호학회논문지
• /
• 제34권5호
• /
• pp.865-873
• /
• 2024

본 연구에서는 동형 암호를 활용한 프라이버시 보장 암호화 API 오용 탐지 프레임워크를 제안한다. 제안하는 프레임워크는 암호화된 상태에서 데이터의 기밀성을 유지하면서도 효과적으로 암호화 API 오용을 탐지할 수 있도록 설계되었다. 먼저, CNN(Convolutional Neural Network) 기반의 탐지 모델을 사용하고, 암호화된 환경에서도 높은 정확도를 유지하기 위해 모델 구조를 최적화하였다. 구체적으로, 효율적인 동형 암호 연산을 위해 깊이별 합성곱층을 활용하고, 비선형성을 확보하기 위해 세제곱 활성화 함수를 도입하여 암호화된 데이터에서도 오용 탐지를 효과적으로 수행할 수 있도록 하였다. 실험 결과, 제안된 모델은 F1 스코어 0.978의 높은 탐지 성능을 보였으며, 동형 암호를 적용한 모델의 전체 실행 시간은 11.20초로, 실시간 처리에 가까운 계산 효율성을 보여주었다. 이러한 결과는 동형 암호를 활용한 환경에서도 우수한 보안성과 정확도를 제공할 수 있음을 확인시켜준다.

• 지구물리와물리탐사
• /
• 제16권1호
• /
• pp.18-26
• /
• 2013

제주도 한라산 주위에 위치한 JJU와 JJB 관측소 하부의 S파 속도구조를 규명하기 위하여, 이 관측소에서 2007년 이후 기록한 $M_W$ 5.5 이상인 원격 지진자료 중 150개 수신함수를 이용하여 역산 및 H-${\kappa}$ 중합법에 적용하였다. 모호면에서 변환된 $P_S$파는 JJU 관측소의 북서쪽(후방위각 $207{\sim}409^{\circ}$, 평균 $308^{\circ}$)과 JJB 관측소의 남동쪽(후방위각 $119{\sim}207^{\circ}$, 평균 $163^{\circ}$) 방향으로 뚜렷하지 않게 나타났다. 이것은 아마도 모호면의 점이적인 속도변화나 지각 내의 속도 불균질층 때문일 수 있다. 수신함수 역산으로부터 계산된 S파 속도모델은 지각 내의 저속도층을 뚜렷이 보여주며, 30 ~ 40 km 깊이에서 점이적으로 증가하는 양상을 보인다. JJB 관측소 반경 18 km 이내에서 저속도층($v_s{\leq}3.5km/s$)은 14 ~ 26 km에 있고, $v_s{\geq}4.3km/s$으로 정의한 '모호면'은 34 km 깊이에 있는 것으로 분석되었다. 서쪽으로 약 10 km 떨어진 곳에 위치한 JJU 관측소의 반경 16 km 이내에서는 저속도층과 '모호면'이 14 ~ 24 km와 30 km에 각각 존재하여 JJB 관측소에 비해 다소 얕은 깊이에서 나타난다. JJU와 JJB 관측소에 대한 H-${\kappa}$ 분석결과는 지각 두께가 29 km와 33 km이며, 종파/횡파 속도비($v_p/v_s$)가 1.64과 1.75임을 각각 나타내어 화산 정상에 가까운 곳에서 상대적으로 낮은 $v_p/v_s$가 관찰되었다.

• 한국토양비료학회지
• /
• 제9권1호
• /
• pp.1-8
• /
• 1976

4종(四種)의 담수(湛水) 토양계(土壤系)에서 염분(鹽分)(NaCl)의 확산계수(擴散係數)를 측정(測定)하고 확산(擴散)에 의(依)한 제염(除鹽)이 간척지(干拓地) 토양(土壤)의 제염(除鹽)에 기여(寄與)하는 바를 평가(評價)한 결과(結果)는 다음과 같다. 1. 담수(湛水) 토양계(土壤系)에서 염분(鹽分)의 확산계수(擴散係數)는 확산통로(擴散通路)의 굴곡성(屈曲性) 및 통로폭( 通路幅)의 비균일성(非均一性)에 따라 감소(減少)하며 액상(液狀)에서 확산계수(擴散係數)의 0.26~0.52배(培)인 $0.40{\sim}0.83{\times}10^{-5}cm^2sec^{-1}$ 이다. 2. 공시(供試) 2종(種)의 사질계(砂質系) 토양(土壤)의 경우, NaCl 확산계수(擴散係數)는 각각 0.70, 및 $0.83{\times}10^{-5}cm^2sec^{-1}$이었으며 공시(供試) 2종(種) 세입질(細粒質) 토양(土壤)의 경우, 각각 0.4 및 $0.54{\times}10^{-5}cm^2sec^{-1}$이었다. 3. 상부(上部)의 담수(湛水)된 물로 염류(鹽類)가 확산(擴散)에 의하여 제염(除鹽)될때 토심별(土深別) 경시적(經時的) 토양(土壤) 염분(鹽分) 함량(含量)은 다음식(式)으로 표시(表示)된다. $$C=C^{\circ}erf\frac{x}{\sqrt[2]{Dt}}$$ 4. 확산(擴散)에 의(依)한 제염속도(除鹽速度)는 시간(時間)의 평방근(平方根)의 역함수(逆函數)인 다음 식(式)으로 주어지므로 6월(月)에 순수(純水)를 10cm 깊이로 담수(湛水)하여 제염(除鹽)한다면 용수(用水)의 교환(交換)은 1~2회(回)로 충분(充分)하다. $$dq/dt=C^{\circ}{\sqrt{D/{\pi}t}}^{\frac{1}{2}}$$ 5. 확산(擴散)만에 의(依)하여 제염(除鹽)된다면 수도(水稻)의 50% 염해점(鹽害點)까지 제염(除鹽)하는데 약 5개월(個月) 소요(所要)되며, 10%이하(以下)의 염해점(鹽害點)까지 제염(除鹽)하는 데는 약(約) 10년(年)이 소요(所要)된다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제9권6호
• /
• pp.757-772
• /
• 2019

본 논문에서는 아시아 38개 컨테이너항만 들을 대상으로 10년(2007년-2016년)동안의 4개의 투입요소(선석길이, 수심, 총면적, 크레인 수)와 1개의 산출요소(컨테이너화물 처리량)를 이용하여 인공신경망모형(다층퍼셉트론, 방사형기저함수)으로 클러스터링에 영향을 미친 요소들을 파악하였으며, 1단계 교차효율성 메트릭스를 이용한 군집 수를 사회연결망모형과 타부서치모형에 적용하여 클러스터링을 파악하고 효율성을 측정하였다. 또한 2단계효율성 메트릭스모형을 이용한 클러스터링을 파악하고 효율성을 측정하여 1단계 교차효율성 메트릭스에 의한 측정결과와 비교하였다. 주요한 실증분석 결과는 다음과 같다. 첫째, 인공신경망모형에 의해서 측정해 보았을 때, 군집에 영향을 많이 미친 요소별로 제시해 보면 컨테이너화물 처리량, 선석길이와 수심, 총면적, 크레인 수의 순서로 나타났다. 둘째, 사회연결망분석에서는 2단계 교차효율성(Type IV)메트릭스에 의한 군집은 benevolent 와 aggressive 모형에서 매년 동일한 결과를 보였다. 셋째, 클러스터링 후에 1단계 교차효율성 모형에 비해서 사회연결망 모형 분석과 타부서치 모형 분석에서 국내항만들의 효율성이 거의(사회연결망 모형에서 인천항의 경우 제외) 악화되는 것으로 나타났다. 다섯째, 일반적인 투입지향, 규모수확불변하의 CCR모형의 효율성 측정결과와 비교했을 때는 클러스터링이 모든 항만들에 대해서 약 37%이상의 효율성을 증대시켰다. 여섯째, 사회연결망모형과 타부서치모형에 의해서 클러스터링 되는 항만들은 부산항(고베, 오사카, 포트클랑, 탄중 펠파스, 마닐라항), 인천항(사히드 라자히, 광양), 광양항(아카바, 포트 슐탄 카바스, 담만, 크호르 파칸, 인천)으로 나타났다. 한국항만당국은 본 연구에서 이용된 방법을 도입하여 항만개선방안을 마련해야만 한다.

• 생태와환경
• /
• 제44권3호
• /
• pp.253-263
• /
• 2011

본 연구는 인공 조성된 둠벙의 물리 화학적 및 생물학적 특성을 분석하여 둠벙의 복원 및 관리를 위한 기초 자료를 얻고자 수행한 연구로 다음과 같은 결론을 도출하였다. 연구대상지 둠벙의 면적은 4.6~14.1 $m^2$였으며 모양은 원형과 사각형 모양이 대부분이었다. 조사 둠벙 중 가장 자리에 석축이나 목축을 두르지 않은 둠벙들은 주변 둑이 매몰되어 수심이 얕아져 둠벙의 기능을 잃을 수 있다. 따라서 지속적인 둠벙 기능 유지를 위해서는 주변에 석축이나 목축 등을 둘러 매몰되는 것을 방지할 필요가 있다. 연구대상지의 수질환경은 COD, TN, TP의 경우 농업용수 기준을 초과한 수질등급을 보였으며 특히 TN의 농도는 평균 8.03 mg $L-1$로 농업용수 수질기준을 약 8.0배를 초과하는 농도분포를 보였다. 조사지역 둠벙의 질소농도가 높은 원인으로는 홍성지역의 높은 축산 밀도, 농경지 주변 산재해 있는 축사 시설과 축산폐수를 이용한 저장 액비 사용에 의한 것으로 판단된다. 오히려 농촌지역에서 둠벙과 같은 작은 저류지가 하천으로 유출되는 영양물질을 저감시켜 주는 소규모 침전지 역할도 할 수 있을 것으로 사료된다. 연구대상지 둠벙의 평균적인 모래함량, 유기물 함량, 유효인산 함량은 각각 53.4${\pm}$16.6%, 21.8${\pm}$9.74 g $kg^{-1}$, 12.8${\pm}$7.59 mg $kg^{-1}$로 나타났다. 둠벙의 토양 특성 조사결과 모래함량과 유효인산 농도는 둠벙 안정화를 위한 식생정착에 적합한 농도분포였으나 신규로 조성된 5곳의 둠벙에서는 유기물 함량이 높지 않아 식생 정착에 다소 시간이 소요될 것으로 판단된다. 연구 대상지 둠벙의 어류상은 붕어, 미꾸리, 미꾸라지, 드렁허리 4종이 출현하였으며 군집구조 분석결과 군집 안정도와 다양도 지수가 불량하게 나타났다. 이와 같이 단순한 어류상 구조는 둠벙이 주변 하천과 고립된 구조를 가지고 있기 때문에 논과 정수지역, 농수로 등 연중 수위와 환경변화가 큰 환경에 적응한 어종들만이 서식할 수 있기 때문으로 판단된다. 요인분석에서 도출된 요인점수(Facter score)를 바탕으로 조사한 둠벙을 구분한 결과, 요인점수 1에서 양의 값을 보이는 둠벙은 다른 둠벙에 비해 둠벙의 크기가 큰 것들로 구성되었으며 (Group I), 요인점수 2에서 양의 값을 보인 Group III은 다른 둠벙에 비해 유기물 농도가 높은 둠벙들로(S5, S6) 구성되었다(Fig. 4). 본 연구를 바탕으로 향후 농촌지역 둠벙의 복원 및 효율적 관리를 위해서는 둠벙과 주변하천과의 연계성, 둠벙의 크기를 비롯한 구조적 특성을 잘 고려해야 할 것으로 판단된다. 본 연구에서 거론하지 못한 둠벙 용수의 유 출입량, 둠벙 수체내 먹이 연쇄 구조 등 세부적인 부분에 대한 연구를 추가적으로 진행해야 할 것으로 판단된다.