• 한국측량학회지
• /
• 제33권2호
• /
• pp.123-129
• /
• 2015

알고리즘의 유연성 및 효율성으로 인해 GPS 이동측위 시 칼만필터가 주로 사용되어 왔으며 동시에 다양한 계통오차의 제거가 가능한 상대측위 기법이 널리 사용되어 왔다. 하지만 기선의 길이가 길어지게 되면 상대측위 기법을 사용하더라도 대기효과를 충분히 제거하기 어렵기 때문에 이 경우 제거되지 않고 남아 있는 대기효과를 상태벡터에 추가하여 추정을 하기도 한다. 칼만필터를 이용하는 경우 일반적으로 대기효과는 랜덤워크 혹은 일차가우스-마르코프 프로세스로 모델링하게 되는데 이때 프로세스 잡음에 대한 정확한 모델링이 필수적이다. 본 연구에서는 대기효과에 해당되는 프로세스 잡음 모델링을 위해 필요한 매개변수를 결정하였다. 이를 위해 이중차분 전리층 지연값과 천정방향 습윤지연값을 이용하여 실험적 자기상관함수를 계산하였으며 이를 통해 프로세스 잡음 모델링에 필요한 매개변수를 계산하였다. 결정된 매개변수값들은 유사한 대기환경에서 취득된 데이터에 대한 프로세스 잡음 모델링 시 직접 사용될 수 있으며 유사한 대기환경이 아닌 경우일 지라도 초기 근사값으로 활용될 수 있을 것이다.

• 한국항해항만학회지
• /
• 제30권1호
• /
• pp.61-66
• /
• 2006

최근 항만물류산업의 고부가가치화에 관한 논의와 더불어, 항만물류산업의 e-비즈니스화에 대한 다양한 연구가 진행되고 있다. 그러나, 두드러진 연구의 성과는 아직까지 나와 있지 않은 실정이다. 게다가, e-비즈니스화의 활성화를 위한 기술적 측면에서의 여러 가지 방안들은 업계의 이용실적이 미비하여, 실효를 거두고 있지 못하고 있는 실정이다. 본 연구에서는 이와 같은 문제에 주목하여, 실증적인 차원에서 인지 모델링 기법을 바탕으로 항만물류산업의 e-비즈니스에 영향을 미치는 요인을 추출하고, 그 체계를 수립하는 것을 연구의 목적으로 한다. 이러한 과정을 통해, 항만물류산업의 성공적인 e-비즈니스 도입을 위해 선행되어야 할 사항들을 파악하고, 주요 핵심 사항들을 제안하고자 한다.

• Nuclear Engineering and Technology
• /
• 제31권2호
• /
• pp.182-191
• /
• 1999

The sorption of UO$_{2}$$^{2+}$ onto goethite and kaolinite under various experimental conditions was successfully interpreted using surface complexation modeling (SCM). The SCM approach used in this work is the triple-layer model (TLM) in which weakly bonded ions are modeled as outer-sphere (ion-pair) complexes and strongly bonded ions as inner-sphere (surface coordination) complexes. The change of ionic strength did not affect the U(VI) sorption onto goethite, thus the formation of inner-sphere surface complexes, (FeO)$_2$UO$_2$ and (FeO)$_2$(UO$_2$)$_3$OH$_{5}$ was assumed to simulate the effects of ionic strength and goethite concentration. On the other hand, the U(VI) sorption onto kaolinite showed ionic strength dependence, thus the formation of AlO-UO$_{2}$$^{2+}$(outer-sphere complex) and SiO(UO$_2$)$_3$OH$_{5}$ (inner-sphere complex) was assumed to simulate the experimental data. In the presence of carbonates, the sorption of U(VI) onto kaolinite decreased in the weakly alkaline pH range. This was well simulated assuming the formation of a outer-sphere surface complex, A1OH$^{2+}$- (UO$_2$)$_2$CO$_3$OH$_3$. Since SCM approach uses thermodynamic data such as surface complexation constants, it is more predictive than empirical modeling approach in which conditional values such as partition coefficient are used. used.

• 한국압력기기공학회 논문집
• /
• 제12권2호
• /
• pp.40-49
• /
• 2016

Flow accelerated corrosion (FAC) of the carbon steel piping has been a significant problem in nuclear power plants. FAC occurs under certain hydrodynamic, environmental, and material conditions, and extensive research into the factors of FAC has been conducted. The basic process of FAC is now relatively well understood; however, a full mechanistic model has not yet been established. Recently, the Korea Atomic Energy Research Institute (KAERI) has built a large experiment loop system for FAC. To produce significant experimental results using this system, the factors affecting on FAC should be analyzed quantitatively, and a model needs to be developed. In this work, a statistical modeling methodology to develop an empirical model is described in detail, and a preliminary model is suggested. Firstly, FAC data were collected from the research literature in Japan and the results of domestic experiments. The flow rate, water temperature, pH at room temperature, and the Cr content are selected as major factors, and nonlinear regression is used to find the best fit of the available data. An iterative procedure between suggesting and evaluating a model is used until an optimum model is obtained. The developed model gives the FAC rate comparable to the measured FAC rate. The developed model is going to be refined using additional laboratory data in the future.

• 한국콘텐츠학회논문지
• /
• 제17권12호
• /
• pp.158-168
• /
• 2017

빅데이터 관련 기술의 발전으로 공공 보건 분야 등을 필두로 데이터에 기반한 정책을 결정하는 체계적인 방법론에 대한 관심이 증가하고 있다. 본 연구는 데이터를 기반으로 국가, 사회의 주요 이슈를 지능적으로 탐지하기 위해서 도메인 전문가와의 협업을 통해 이슈 탐지 모델을 개발하는 방법을 제안한다. 우선, '해외 발생 감염병 국내 유입' 이슈를 대상으로 이슈에 영향을 주는 요인을 도출하고, 영향 요인을 대표하는 변수 들을 설정한다. 다음으로 시스템 다이내믹스 기법을 이용하여 각 영향요인 간의 인과 분석을 통해 인과지도를 구성하여 영향력 높은 주요 요인들을 찾아낸다. 이 과정에서는 데이터 분석가와 감염병 도메인의 전문가와의 협업을 통해 실증적인 모델링을 진행한다. 이러한 도메인 지식 기반 이슈 탐지 모델을 기반으로 하여 상시 모니터링이 가능한 이슈 탐지 체계가 구축되면 더욱 효과적인 정책 의사 결정이 가능할 것이다.

• Journal of the Korean Data and Information Science Society
• /
• 제20권1호
• /
• pp.179-190
• /
• 2009

금융 산업에서, 의사결정나무 분석은 분류분석을 위해서 널리 사용되는 분석기법이다. 그러나 금융 산업에서 실제로 의사결정나무 분석을 적용할 때, 발생하는 문제점 중 하나는 설명변수의 수가 너무 많다는 점이다. 따라서 모형의 결과에 별 영향을 미치지 않으면서 설명변수의 수를 줄이는 효과적인 방법을 연구할 필요가 있다. 본 연구에서는 의사결정 나무 분석에서 모형의 정확성에 근거한 최선의 변수 선택 방법을 구하기 위하여 다양한 변수 선택방법들을 비교 분석 하였다. 이를 위하여 본 연구에서는 한 보험회사의 연금 보험 상품 자료에 다양한 설명변수 축소방법을 적용하여, 가장 적은 수의 설명변수를 가지고 가장 높은 정확도를 제공하여 주는 설명변수 축소방법을 구하는 실증적인 연구를 시행하였다. 이러한 실험결과, 신경망의 민감도 분석을 이용하여 변수를 축소하고, 그 축소된 변수를 이용하여 의사결정나무 분석 모델을 생성하는 경우가 가장 효율적인 설명변수 축소방법임을 알 수 있었다.

• 한국자동차공학회논문집
• /
• 제16권3호
• /
• pp.179-187
• /
• 2008

A mathematical modeling of $NO_x$ reduction in $NH_3$-SCR process is conducted. The present deterministic model solves one-dimensional conservation equations of mass and species concentrations for channel flows and the catalytic reaction. NO and NO_2$ reactions by the vanadium catalyst in the presence of $NH_3$ are calculated with the rate expressions of Langmuir-Hinshelwood scheme. The modeling was validated with extensive empirical data regarding $NO_x$ reduction efficiency. Analysis of De-$NO_x$ sensitivity conducted with regard to oxygen and water yielded highly accurate prediction over a wide range of $NO_2/NO_x$ ratios from 0 to 1 in a temperature range of $200^{\circ}C{\sim}550^{\circ}C$. The $NO_x$ reduction largely depends on $NO_2/NO_x$ ratio at temperatures lower than $300^{\circ}C$. NO reduction efficiency is significantly augmented with increasing in $NH_3$/NO ratio at higher temperatures, whereas rather insensitive to the $NH_3$/NO ratio at lower temperatures.

• Nuclear Engineering and Technology
• /
• 제45권7호
• /
• pp.827-838
• /
• 2013

Interaction layer growth between U-Mo alloy fuel particles and Al in a dispersion fuel is a concern due to the volume expansion and other unfavorable irradiation behavior of the interaction product. To reduce interaction layer (IL) growth, a small amount of Si is added to the Al. As a result, IL growth is affected by the Si content in the Al matrix. In order to predict IL growth during fabrication and irradiation, empirical models were developed. For IL growth prediction during fabrication and any follow-on heating process before irradiation, out-of-pile heating test data were used to develop kinetic correlations. Two out-of-pile correlations, one for the pure Al matrix and the other for the Al matrix with Si addition, respectively, were developed, which are Arrhenius equations that include temperature and time. For IL growth predictions during irradiation, the out-of-pile correlations were modified to include a fission-rate term to consider fission enhanced diffusion, and multiplication factors to incorporate the Si addition effect and the effect of the Mo content. The in-pile correlation is applicable for a pure Al matrix and an Al matrix with the Si content up to 8 wt%, for fuel temperatures up to $200^{\circ}C$, and for Mo content in the range of 6 - 10wt%. In order to cover these ranges, in-pile data were included in modeling from various tests, such as the US RERTR-4, -5, -6, -7 and -9 tests and Korea's KOMO-4 test, that were designed to systematically examine the effects of the fission rate, temperature, Si content in Al matrix, and Mo content in U-Mo particles. A model converting the IL thickness to the IL volume fraction in the meat was also developed.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2005년도 추계학술대회 논문집
• /
• pp.275-280
• /
• 2005

최근 항만물류산업의 고부가가치화에 관한 논의가 활발한 가운데, 항만물류산업의 e-비즈니스화에 대한 다양한 연구가 진행되고 있다. 그러나, 두드러진 연구의 성과는 아직까지 나와 있지 않은 실정이며, e-비즈니스화 자체에 대한 회의적인 견해도 적지않은 것이 현실이다. 게다가, e-비즈니스화의 활성화를 위한 기술적 측면에서의 여러 가지 방안들은 업계의 이용실적이 미비하여, 실효를 거두고 있지 못하고 있는 실정이다. 본 연구에서는 이와 같은 문제에 주목하여, 실증적인 차원에서 인지 모델링 기법을 바탕으로 항만물류산업의 f-비즈니스에 영향을 미치는 요인을 추출하고, 그 체계를 수립하는 것을 연구의 목적으로 한다. 이러한 과정을 통해, 항만물류산업의 성공적인 e-비즈니스 도입을 위해 선행되어야 할 사항들을 파악하고, 주요 핵심 사항들을 제안하고자 한다.

• Corrosion Science and Technology
• /
• 제18권2호
• /
• pp.61-71
• /
• 2019

Flow-Accelerated Corrosion (FAC) is a phenomenon in which a protective coating on a metal surface is dissolved by a flow of fluid in a metal pipe, leading to continuous wall-thinning. Recently, many countries have developed computer codes to manage FAC in power plants, and the FAC prediction model in these computer codes plays an important role in predictive performance. Herein, the FAC prediction model was developed by applying a machine learning method and the conventional nonlinear regression method. The random forest, a widely used machine learning technique in predictive modeling led to easy calculation of FAC tendency for five input variables: flow rate, temperature, pH, Cr content, and dissolved oxygen concentration. However, the model showed significant errors in some input conditions, and it was difficult to obtain proper regression results without using additional data points. In contrast, nonlinear regression analysis predicted robust estimation even with relatively insufficient data by assuming an empirical equation and the model showed better predictive power when the interaction between DO and pH was considered. The comparative analysis of this study is believed to provide important insights for developing a more sophisticated FAC prediction model.