• Nuclear Engineering and Technology
• /
• 제40권1호
• /
• pp.93-98
• /
• 2008

Several adhesive tapes have been studied in terms of their suitability for securing gold wires into positions for neutron flux measurements in the reactor core and irradiation facilities surrounding the core of the Open Pool Australian Light water (OPAL) reactor. Gamma ray spectrometry has been performed on each irradiated tape in order to identify and quantify activated components. Numerous metallic impurities have been identified in all tapes. Calculations relating to both the effective neutron shielding properties of the tapes and the error in measurement of the $^{198}Au$ activity caused by superfluous activity due to residual tape have been made. The most important identified effects were the prolonged cooling times required before safe enough levels of radioactivity to allow handling were reached, and extra activity caused by residual tape when measured with an ionisation chamber. Knowledge of the most suitable tape can allow a minimal contribution due to these effects, and the use of gamma spectrometry in preference to ionisation chamber measurements of the flux wires is shown to make all systematic errors due to the tape completely negligible.

• International Journal of Computer Science & Network Security
• /
• 제22권7호
• /
• pp.301-307
• /
• 2022

Energy consumption has grown alongside dramatic population increases. Statistics show that buildings in particular utilize a significant amount of energy, worldwide. Because of this, building energy prediction is crucial to best optimize utilities' energy plans and also create a predictive model for consumers. To improve energy prediction performance, this paper proposes a ResNet-LSTM model that combines residual networks (ResNets) and long short-term memory (LSTM) for energy consumption prediction. ResNets are utilized to extract complex and rich features, while LSTM has the ability to learn temporal correlation; the dense layer is used as a regression to forecast energy consumption. To make our model more robust, we employed Huber loss during the optimization process. Huber loss obtains high efficiency by handling minor errors quadratically. It also takes the absolute error for large errors to increase robustness. This makes our model less sensitive to outlier data. Our proposed system was trained on historical data to forecast energy consumption for different time series. To evaluate our proposed model, we compared our model's performance with several popular machine learning and deep learning methods such as linear regression, neural networks, decision tree, and convolutional neural networks, etc. The results show that our proposed model predicted energy consumption most accurately.

• Communications for Statistical Applications and Methods
• /
• 제30권1호
• /
• pp.65-73
• /
• 2023

Contemporary biomedical data often involve an ill-posed problem owing to small sample size and large number of multi-collinear variables. Partial least squares (PLS) method could be a plausible alternative to an ill-conditioned ordinary least squares. However, in the case of a PLS model that includes a random-effect, how to deal with a random-effect or mixed effects remains a widely open question worth further investigation. In the present study, we propose a modified multivariate PLS method implementing mixed-effect model (PLSM). The advantage of PLSM is its versatility in handling serial longitudinal data or its ability for taking a randomeffect into account. We conduct simulations to investigate statistical properties of PLSM, and showcase its real clinical application to predict treatment outcome of esthetic surgical procedures of human faces. The proposed PLSM seemed to be particularly beneficial 1) when random-effect is conspicuous; 2) the number of predictors is relatively large compared to the sample size; 3) the multicollinearity is weak or moderate; and/or 4) the random error is considerable.

• Nuclear Engineering and Technology
• /
• 제55권9호
• /
• pp.3277-3290
• /
• 2023

Nuclear power plant (NPP) operations with multiple objectives and devices are still performed manually by operators despite the potential for human error. These operations could be automated to reduce the burden on operators; however, classical approaches may not be suitable for these multi-objective tasks. An alternative approach is deep reinforcement learning (DRL), which has been successful in automating various complex tasks and has been applied in automation of certain operations in NPPs. But despite the recent progress, previous studies using DRL for NPP operations have limitations to handle complex multi-objective operations with multiple devices efficiently. This study proposes a novel DRL-based approach that addresses these limitations by employing a continuous action space and straightforward binary rewards supported by the adoption of a soft actor-critic and hindsight experience replay. The feasibility of the proposed approach was evaluated for controlling the pressure and volume of the reactor coolant while heating the coolant during NPP startup. The results show that the proposed approach can train the agent with a proper strategy for effectively achieving multiple objectives through the control of multiple devices. Moreover, hands-on testing results demonstrate that the trained agent is capable of handling untrained objectives, such as cooldown, with substantial success.

• Asia Marketing Journal
• /
• 제11권1호
• /
• pp.29-38
• /
• 2009

시계열 확산 데이터를 활용하여 Bass 확산모형을 최소자승법(OLS)으로 추정하면, 초기에는 과다 추정하고 변곡점을 지나서는 수요를 낮게 추정하는 경향이 있다. 또한 확산모형에서 필요한 변수가 모형에서 빠짐으로 인해 발생하는 설정오류는 잔차의 자기상관을 발생시킬 수 있다. 자기상관이 오차항에 있을 경우, 추정된 모형의 모수들은 불편추정치이나 비효율적 추정치가 된다. 따라서 이러한 문제를 해결하는 확산모형의 개발이 요구된다. 본 연구에서는 자기상관 오차항을 고려한 수정된 확산모형을 제안하였다. 모형의 검증을 위해 미국의 CT-스캐너와 우리나라의 FPD TV 판매량를 제안된 모형에 응용하였다. 분석결과, 제안된 모형이 기존 모형에 비해 적합도와 모형의 주요 추정 통계량에서 우수함을 보였다.

• 한국안전학회지
• /
• 제38권6호
• /
• pp.9-15
• /
• 2023

Hydrogen is gaining attention as a sustainable and renewable energy source, potentially replacing fossil fuels. Its high diffusivity, wide flammable range, and low ignition energy make it prone to ignition even with minimal friction, potentially leading to fire and explosion risks. Workplaces manage ignition risks by classifying areas with explosive atmospheres. However, the effective installation of a blast wall can significantly limit the spread of hydrogen, thereby enhancing workplace safety. To optimize the wall installation of this barrier, we employed the response surface methodology (RSM), considering variables such as wall distance, height, and width. We performed 17 simulations using the Box-Behnken design, conducted using FLACS software. This process yielded two objective functions: explosion likelihood near the barrier and explosion overpressure affecting the blast wall. We successfully achieved the optimal solution using multi-objective optimization for these two functions. We validated the optimal solution through verification simulations to ensure reliability, maintaining a margin of error of 5%. We anticipated that this method would efficiently determine the most effective installation of a blast wall while enhancing workplace safety.

• 한국항공우주학회지
• /
• 제33권2호
• /
• pp.84-91
• /
• 2005

오랜기간 비행선의 이착륙은 사람에 의한 수동으로 이루어졌으나, 자동제어시스템의 개발과 함께 이를 비행선에 적용하여 보다 정확한 이착륙의 필요성이 대두되었으며, 많은 알고리즘이 개발되고 있다. 본 논문에서는 기낭의 압력제어에 의한 비행선의 이착륙제어를 다룬다. 비행선의 운동방정식은 비선형 방정식으로 매우 복잡하여 우선 간단한 PID제어기에 의한 해법을 제시하였다. 그러나, 운항시 대기조건이 빠르게 변하므로 변하는 예측 불가능한 외란에 대해서는 만족스런 성능을 보이지 못하였다. 따라서, 본지에서는 인공 신경망을 이용한 학습알고리즘을 토대로 원하는 궤적에 빠르게 추종하도록 설계하였다. 일반적으로 인공신경망은 복잡한 문제에 있어서 많은 수의 은닉층과 뉴런이 필요하고 또한 훈련시간이 많이 걸리는 단점이 있기에 이를 해결하기 위해 비행선 이착륙 문제에 대한 일반적인 인공신경망 적용에 대해 연구하였다. 본지에서는 RBFN(radial basis function network)제어기를 설계하였고, 신경 회로망의 가중치는 외란이 인가되거나 부하특성이 비선형적으로 변화되는 것을 고려하도록 기준입력과 실제 비행선 모델의 출력사이의 오차를 최소화하는 방향으로 학습을 진행하였다. 그 결과 최대 15m의 오차를 보이는 PID제어기보다 양호한 결과를 얻었다.

• 핵의학기술
• /
• 제20권2호
• /
• pp.62-68
• /
• 2016

1. 목적 자동분주기를 이용하여 검사한 Cyclosporine검사에서 표준액들이 curve를 벗어나고, 결과값의 재현성이 크게 떨어지는 것이 발견되었다. Cyclosporine검사는 다른 검사와 차이점이 methanol과 전혈을 혼합 후 원심분리 하여 methanol 추출액을 사용하여 검사를 한다는 것이다. 검사 결과 이상의 원인이 methanol 사용에 의한 것으로 파악되어 본 실험을 시작하였다. 본원에서 사용하는 분주기는 Perkin Elmer 사의 Multiprobe II plus 로, 분주하는 액체의 점도, 샘플링 tip의 size, 사용하는 모터의 속도에 따라 여러 설정값을 조정하라고 안내되어 있을 뿐 정확한 지침은 없었다. 이에 사용하는 액체별 분주성능을 측정하고 최적의 분주성능을 위한 설정값을 찾기 위해 연구하였다. 2. 대상 및 방법 분주력 측정을 위해 4가지 용액(water, serum, methanol, PEG 6000(25%))와 $TSH^{125}I$ tracer (515 kBq)을 사용 하였고, 실제 결과 값을 비교하기 위해 2016년 1월에 본원에 검사 의뢰된 Cyclosporine검체 29개를 측정하였다. 4가지의 용액을 multi pipette을 이용하여 각각 $400{\mu}l$ 분주하고 tracer $100{\mu}l$씩을 섞어 용액별로 8개의 검체를 준비하였다. 준비된 sample을 분주기로 $100{\mu}l$씩 분주하여 CPM을 측정하고, 용액별로 CV(%)를 계산하였다. 그리고 분주기의 air gap, 분주속도와 지연시간을 변경한 후 다시 분주하여 측정한 CPM을 CV(%)로 계산하여 설정 값 변경에 따른 CV(%)값의 변화를 측정하여 최적의 설정 값을 찾는다. Cyclosporine검체 29개를 (1)manual검사 (2)기존 설정 값으로 검사 (3)수정한 설정값으로 검사 했을 때의 결과를 비교하였다. 용액별 분주력 평가는 CV(%)를 이용하여 계산하였고, 실제 검사 결과 값의 비교는 manual검사 결과를 기준으로 기존 설정 값으로 검사 했을 때, 수정한 설정 값으로 검사 했을 때의 결과 값을 Difference(%)와 상대오차(%Relative error : %RE)로 비교해 보았다. 3. 결과 4가지 용액과 tracer를 섞어 분주한 CPM의 CV(%)는 water 0.88, serum 0.95, methanol 10.22, PEG는 0.68로 methanol을 제외한 용액들은 1% 이내였으나, methanol은 CPM 차이가 두드러졌다. methanol 분주를 기존 설정 값인 Transport air gap 0에서 2와 5로 변경하여 검사 시 CV(%)는 각각 20.16, 12.54, System air gap 0에서 2와 5로 변경 시 8.94, 1.36으로 나타났다. System air gap 2, Transport air gap 2로 변경 시 CV(%)는 12.96, System air gap 5, Transport air gap 5로 변경 시 1.33 이었고, Dispense speed를 300에서 100으로 변경 시 CV(%)는 13.32, Dispense delay를 200에서 100으로 변경 시는 13.55인 것으로 나타났다. 분주기를 이용하여 기존설정 값으로 검사 시에는 manual검사 결과 값에 비해 평균 99.44%증가 하였고, 상대오차는 93.59%로 나타났다. 수정된 설정 값(System air gap 0에서 5로 변경, 다른 설정은 기존과 동일)으로 검사 했을 때는 manual검사 결과 값에 비해 결과가 평균 6.75% 증가 하였고, 상대오차는 5.10%로 상대오차의 허용기준치 10%에 비하여 양호한 결과가 나왔다. 4. 결론 Transport air gap, Dispense speed, Delay time을 조정하였을 때는 CV(%)가 증가하였고, System air gap을 조정 하였을 때 CV(%)가 현저하게 감소하였다. 실제 검사결과에서도 이를 확인 할 수 있었다. methanol을 이용한 Cyclosporine검사 kit는 올해 2월에 단종이 되었지만, 분주기를 사용함에 있어 용액에 따른 분주성능에 차이가 있을 수 있음을 염두해 두어야 하고 새로운 용액을 분주해야 할때는 미량저울로 분주량을 측정하거나 CPM으로 분주성능을 측정하여 해당 용액이 분주기를 사용함에 적절한지 검증 후 사용하여야 할 것으로 사료되어 본 실험결과를 보고하고자 한다.

• 한국항만경제학회지
• /
• 제28권2호
• /
• pp.75-93
• /
• 2012

제조산업의 핵심 원자재인 철재화물은 항만의 처리 물동량 증대를 위한 주요화물로 자리잡고 있다. 특히 인천항의 경우 철재화물 처리실적이 타 화물에 비해 비중이 높아 항만 활성화를 위한 주요 화물이라 할 수 있다. 이러한 측면에서 인천항을 운영하는 인천항만공사는 인천항 북항지역에 철재화물과 같은 주요 벌크화물을 처리할 수 있는 전용선석 및 배후지를 북항지역에 개발하여 운영하고 있다. 하지만 실제 처리물동량이 개발 당시 예측되었던 물동량에 비해 저조한 실적을 보이면서 운영상 어려움에 직면해있다. 이러한 결과는 국내외 다양한 경제지표를 반영한 벌크화물의 수요예측이 이루어지지 못한 결과로 판단된다. 따라서 본 연구에서는 시스템 다이내믹스 기법을 이용하여 국내 철재화물 관련 산업 경기 및 세계 경제상황을 고려한 인천항 철재화물 예측을 시도하였다. 그 결과 인천항에서 처리되는 철재화물 물동량은 2011년 약 8백만 톤을 시작으로 2020년 약 1천만 톤이 처리될 것이라 예측되었다. 예측치의 정확도를 검증하기 위해 절대평균오차비율을 적용한 결과 0.0013으로 정확도가 매우 높은 것으로 나타났다.

• 한국해양환경ㆍ에너지학회지
• /
• 제12권1호
• /
• pp.15-22
• /
• 2009

자동운항 알고리즘은 인적요인에 의한 해난사고를 방지하고, 보다 효과적이고 안전한 운항을 위해 개발되어 왔다. 그러나, 대부분의 알고리즘이 수많은 선박이 입출항하는 항만근처의 실제 통항상황을 고려하여, 성능을 입증하지 않았기에, 실제 선박에 설치되어 운용된 사례는 거의 없다. 본 연구에서는 충돌사고의 위험성을 줄이고, 안전운항을 지원하기 위하여, 퍼지 이론과 가변공간 탐색법 개념을 사용한 충돌회피 알고리즘을 고안하였다. 충돌회피 알고리즘은 크게 3단계로 구성되어 있다. 첫 번째 단계에서는, 현재시간(t=to)에 타선들의 위치 및 속도정보와 자선의 위치 및 속도정보를 이용하여 퍼지 이론에 의한 충돌위험도를 계산하고 이를 바탕으로 회피를 위한, 행동공간을 구성한다. 두번째 단계에서는, 일정시간 이후($t=to+{\Delta}t$)의 타선 및 자선의 위치 및 속도를 추정하여, 다시 충돌위험도를 계산하는데, 이때는 변화된 위험도를 바탕으로 행동공간을 다시 재구성하게 된다. 세 번째 단계에서는, 추정된 행동공간들을 대상으로 최적화 기법을 사용하여, 가장 안전하고, 효율적인 회피경로를 결정하게 된다. 이와 같이 3단계로 구성된 충돌회피 알고리즘은 실시간으로 계산되어, 지속적으로 갱신된다. 본 논문에서는 고안된 가변공간 탐색법을 이용한 충돌회피 알고리즘을 한국해양연구원의 선박운항 시뮬레이터에 구현하여, 대양항해 시나리오를 대상으로 성능시험을 수행하였다. 타선박의 항해정보는 AIS 정보를 가정하였고, 최종 선정된 회피경로는 Auto-pilot에 의해 자동운항 되도록 구성하였다. 본 논문에서는 고안된 가변공간 탐색법을 이용한 충돌회피 알고리즘의 특징과 성능시험 결과에 대해 소개한다.