• 한국지반공학회논문집
• /
• 제38권3호
• /
• pp.35-42
• /
• 2022

지반조사방법 중 표준관입시험 결과인 N치를 통해 알 수 있는 지반 지지층의 깊이는 각종 지반 구조물의 설계를 위한 기본적인 지반 정보를 제공하는 중요한 지표이다. 이러한 지반조사 결과는 시간과 비용 측면을 고려해 간헐적으로 수행될 수밖에 없으며, 그 결과는 현장 지반의 대표성을 갖게 된다. 그러나 지반 내에는 다양한 지층 변동성 및 불확실성이 존재하므로 간헐적인 현장조사를 통해 지반의 특성을 모두 파악하는 것은 어렵다. 따라서 시추공 정보로부터 미계측 지점을 예측하기 위한 방법들이 제시되어 왔으며, 대표적인 방법으로는 공간보간기법인 크리깅(Krigging), 역거리가중법(IDW)등이 있다. 최근에는 보간기법의 정확성을 높이기 위해 지반분야와 딥러닝 기술을 접목한 연구들이 수행되고 있다. 본 연구에서는 약 2만 2천공의 지반조사 결과를 바탕으로 딥러닝과 공간보간기법으로 지반 지지층 깊이 예측을 위한 비교 연구를 수행하였다. 이를 위해 딥러닝 알고리즘인 완전연결 네트워크와 포인트넷 방법, 공간보간기법으로는 IDW를 사용하였다. 각 분석 모델의 지지층 예측 결과 중 오차의 평균은 IDW가 3.01m 였으며, 완전연결 네트워크 및 포인트넷이 각 3.22m와 2.46m 였다. 결과의 표준편차는 IDW가 3.99였으며, 완전연결네트워크와 포인트넷이 3.95와 3.54로 나타났다. 연구 결과 3차원 정보에 특화된 포인트넷 구조를 적용한 네트워크가 IDW 및 완전연결 네트워크에 비해 개선된 결과를 나타냈다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.261-261
• /
• 2020

물관리의 기본이 되는 연속적인 유량 자료 확보를 위해서는 정확도 높은 수위-유량 관계 곡선식 개발이 필수적이다. 수위-유량 관계곡선식은 모든 수문시설 설계의 기초가 되며 홍수, 가뭄 등 물재해 대응을 위해서도 중요한 의미를 가지고 있다. 그러나 일반적으로 유량 측정은 많은 비용과 시간이 들고, 식생성장, 단면변화 등의 통제특성(control)이 변함에 따라 구간분리, 기간분리와 같은 비선형적인 양상이 나타나 자료 해석에 어려움이 존재한다. 특히, 국내 하천의 경우 자연적 및 인위적인 환경 변화가 다양하여 지점 및 기간에 따라 세밀한 분석이 요구된다. 머신러닝(Machine Learning)이란 데이터를 통해 컴퓨터가 스스로 학습하여 모델을 구축하고 성능을 향상시키는 일련의 과정을 뜻한다. 기존의 수위-유량 관계곡선식은 개발자의 판단에 의해 데이터의 종류와 기간 등을 설정하여 회귀식의 파라미터를 산출한다면, 머신러닝은 유효한 전체 데이터를 이용해 스스로 학습하여 자료 간 상관성을 찾아내 모델을 구축하고 성능을 지속적으로 향상 시킬 수 있다. 머신러닝은 충분한 수문자료가 확보되었다는 전제 하에 복잡하고 가변적인 수자원 환경을 반영하여 유량 추정의 정확도를 지속적으로 향상시킬 수 있다는 이점을 가지고 있다. 본 연구는 머신러닝의 대표적인 알고리즘들을 활용하여 유량을 추정하는 모델을 구축하고 성능을 비교·분석하였다. 대상지역은 안정적인 수량을 확보하고 있는 한강수계의 거운교 지점이며, 사용자료는 2010~2018년의 시간, 수위, 유량, 수면폭 등 이다. 프로그램은 파이썬을 기반으로 한 머신러닝 라이브러리인 사이킷런(sklearn)을 사용하였고 알고리즘은 랜덤포레스트 회귀, 의사결정트리, KNN(K-Nearest Neighbor), rgboost을 적용하였다. 학습(train) 데이터는 입력자료 종류별로 조합하여 6개의 세트로 구분하여 모델을 구축하였고, 이를 적용해 검증(test) 데이터를 RMSE(Roog Mean Square Error)로 평가하였다. 그 결과 모델 및 입력 자료의 조합에 따라 3.67~171.46로 다소 넓은 범위의 값이 도출되었다. 그 중 가장 우수한 유형은 수위, 연도, 수면폭 3개의 입력자료를 조합하여 랜덤포레스트 회귀 모델에 적용한 경우이다. 비교를 위해 동일한 검증 데이터를 한국수문조사연보(2018년) 내거운교 지점의 수위별 수위-유량 곡선식을 이용해 유량을 추정한 결과 RMSE가 3.76이 산출되어, 머신러닝이 세분화된 수위-유량 곡선식과 비슷한 수준까지 성능을 내는 것으로 확인되었다. 본 연구는 양질의 유량자료 생산을 위해 기 구축된 수문자료를 기반으로 머신러닝 기법의 적용 가능성을 검토한 기초 연구로써, 국내 효율적인 수문자료 측정 및 수위-유량 곡선 산출에 도움이 될 수 있을 것으로 판단된다. 향후 수자원 환경 및 통제특성에 영향을 미치는 다양한 영향변수를 파악하기 위해 기상자료, 취수량 등의 입력 자료를 적용할 필요가 있으며, 머신러닝 내 비지도학습인 딥러닝과 같은 보다 정교한 모델에 대한 추가적인 연구도 수행되어야 할 것이다.

• 대한토목학회논문집
• /
• 제28권4B호
• /
• pp.363-374
• /
• 2008

국내에서 수공구조물의 설계를 위한 확률강우량을 산정하기 위해서 널리 사용되는 강우강도식은 주로 회귀분석을 적용한 형태가 일반적이지만, 본 연구에서는 각 지점별 적정확률분포형의 누가분포함수를 활용하여 강우강도식의 형태를 결정하고, 매개변수는 유전자알고리즘을 적용하여 추정하는 강우강도식을 제안하고자 한다. 기존에 사용하던 강우강도식과의 정확도 비교를 위하여 기상청 22개 지점에 대한 재현기간, 지속기간별 평균제곱근오차, 평균제곱근 상대오차를 검토한 결과 누가분포함수를 활용한 강우강도식이 더 높은 정확도를 가짐을 보였으며, 또한, 최근의 집중호우에 대한 영향을 살펴보기 위하여 2006년 까지의 강우자료를 이용하여 기존의 회귀식에 의한 방법과 누가분포함수를 활용한 경우의 결과값을 비교한 결과 이 경우에도 누가분포함수를 활용한 강우강도식의 정확도가 더 높음을 알 수 있었다. 결과적으로 본 연구에서 제안된 누가분포함수를 활용한 강우강도식은 기존의 회귀분석을 활용한 강우강도식보다 정확도면에서 우수하다고 할 수 있으며, 국내에 충분히 적용가능한 형태의 강우강도식이라고 판단된다.

• 대한토목학회논문집
• /
• 제26권1A호
• /
• pp.55-65
• /
• 2006

이 논문에서는 캔틸레버 공법으로 시공되는 대칭형 강 사장교의 폐합해석법을 제안한다. 폐합시공 전에는 폐합단면 양쪽에서 두개의 독립적인 구조계가 성립되기 때문에 폐합단면에 적절한 단면력을 가해 주어야만 폐합단면에서 수직 처짐과 회전각에 대한 적합조건을 만족시킬 수 있다. 그러나 실제 시공에서는 폐합단면에 단면력을 재하하는 것이 거의 불가능하기 때문에 시공 중에 실제로 교량에 재하할 수 있는 외력에 의하여 적합조건을 만족시켜야 한다. 이 논문에서는 몇 개 케이블의 무응력 길이와 데릭 크레인의 인양력을 조정하여 적합조건을 만족시킬 수 있는 해석 방법을 제안한다. 적합조건식은 케이블의 무응력 길이와 크레인 인양력에 대하여 비선형이므로 Newton-Raphson 방법에 의하여 반복적으로 푼다. 케이블 부재는 탄성현수선 요소를 사용하여 모델링하였고, 주탑과 거더는 일반적인 3차원 뼈대요소를 사용하여 이산화하였다. 교량의 케이블 무응력 길이와 인양력에 대한 변위 민감도는 평형방정식을 직접 미분하여 계산하였다. 주어진 신뢰도 구간에서 시공 오차를 예측하기 위한 몬테-카를로 모사법을 제안하였다. 제안된 방법을 제 2 진도대교의 폐합시공에 적용하여 그 타당성과 효율성을 검증하였다.

• 한국식생활문화학회지
• /
• 제23권1호
• /
• pp.33-40
• /
• 2008

Accuracy of dietary assessment depends on correct estimation of quantity as well as correct data on composition of the products. Milk and soymilk were considered quite homogeneous in items of package size and composition. One serving size of fluid milk and soymilk is considered 200 mL but there are products with different amounts on the market. This study was conducted to investigate variations of amounts and composition of fluid milk and soymilk products of one portion siz on Korean market. Twenty-nine milk products were purchased and categorized into 8 groups-regular, low-fat, skim, chocolate, strawberry-flavored, banana-flavored, and black soybean-added. Sixteen fluid soymilk products were purchased and categorized into 4 groups-regular, infant, black sesame or black soybean added and others. Actual volume of each product was measured by mass cylinder and compositions of major nutrients on the package were compared to the values in the most widely used nutrient DB in Korea. Amounts of milk specified on the package of purchased products were 182.3-318.5 ml, the largest being banana-flavored milk. Amounts of soy milk were 184.3-240.5 mL, the largest being regular soymilk. Measured amount of each products were close to the amount on the package (<5%). Contents of macronutrients on the package were different from the food composition table in several products. The amounts of calcium varied greatly among the products due to the popularity of adding calcium to milk and soymilk products recently. These variations in the amount and contents of major nutrients in milk and soymilk products can lead to considerable error to the results of dietary assessment unless the amount and the composition of each product are regularly updated in the food composition table whenever the new products are introduced in the market.

• 실천공학교육논문지
• /
• 제14권3호
• /
• pp.593-600
• /
• 2022

자율주행 차량에는 라이다, 레이더, 카메라 등 다양한 센서들이 융합되어 활용되고 있다. 특히 라이더 및 레이더는 고가의 장비로 자율주행 자동차의 대중화를 위해 해결해야 하는 부분으로 고가의 장비를 대체할 수 있는 연구가 지속적으로 이루어지고 있다. 본 논문에서는 비용면에서 저가이면서 손쉽게 장착할 수 있는 단일 카메라를 이용하여 주행 차량의 전방 측면 차량 바퀴와 인접 차선을 감지하고 거리를 추정하는 방법을 제안하였다. 제안된 방법은 입력 영상을 통해 프레임 추출 후 프레임 이미지에서 차선과 바퀴를 검출하고 거리를 측정하여 실제 도로 환경에서 실측 된 거리와 비교하였고, 오차범위 ±3cm 안에서 비교적 정확히 거리를 산출할 수 있었다. 이를 통해 자율주행 자동차의 비용 절감 또는 라이다, 레이더 센서의 고장으로 대체 가능한 수단으로 활용할 수 있을 것으로 판단된다.

• Journal of Animal Science and Technology
• /
• 제65권4호
• /
• pp.720-734
• /
• 2023

In Korea, Korea Proven Bulls (KPN) program has been well-developed. Breeding and evaluation of cows are also an essential factor to increase earnings and genetic gain. This study aimed to evaluate the accuracy of cow breeding value by using three methods (pedigree index [PI], pedigree-based best linear unbiased prediction [PBLUP], and genomic-BLUP [GBLUP]). The reference population (n = 16,971) was used to estimate breeding values for 481 females as a test population. The accuracy of GBLUP was 0.63, 0.66, 0.62 and 0.63 for carcass weight (CWT), eye muscle area (EMA), back-fat thickness (BFT), and marbling score (MS), respectively. As for the PBLUP method, accuracy of prediction was 0.43 for CWT, 0.45 for EMA, 0.43 for MS, and 0.44 for BFT. Accuracy of PI method was the lowest (0.28 to 0.29 for carcass traits). The increase by approximate 20% in accuracy of GBLUP method than other methods could be because genomic information may explain Mendelian sampling error that pedigree information cannot detect. Bias can cause reducing accuracy of estimated breeding value (EBV) for selected animals. Regression coefficient between true breeding value (TBV) and GBLUP EBV, PBLUP EBV, and PI EBV were 0.78, 0.625, and 0.35, respectively for CWT. This showed that genomic EBV (GEBV) is less biased than PBLUP and PI EBV in this study. In addition, number of effective chromosome segments (M_e) statistic that indicates the independent loci is one of the important factors affecting the accuracy of BLUP. The correlation between M_e and the accuracy of GBLUP is related to the genetic relationship between reference and test population. The correlations between M_e and accuracy were -0.74 in CWT, -0.75 in EMA, -0.73 in MS, and -0.75 in BF, which were strongly negative. These results proved that the estimation of genetic ability using genomic data is the most effective, and the smaller the M_e, the higher the accuracy of EBV.

• International Journal of Computer Science & Network Security
• /
• 제23권10호
• /
• pp.1-10
• /
• 2023

This paper proposes a method to extend Inter-Carrier Interference (ICI) canceling Orthogonal Frequency Division Multiplexing (OFDM) receivers for 5G mobile systems to spatial multiplexing 2×2 MIMO (Multiple Input Multiple Output) systems to support high-speed ground transportation services by linear motor cars traveling at 500 km/h. In Japan, linear-motor high-speed ground transportation service is scheduled to begin in 2027. To expand the coverage area of base stations, 5G mobile systems in high-speed moving trains will have multiple base station antennas transmitting the same downlink (DL) signal, forming an expanded cell size along the train rails. 5G terminals in a fast-moving train can cause the forward and backward antenna signals to be Doppler-shifted in opposite directions, so the receiver in the train may have trouble estimating the exact channel transfer function (CTF) for demodulation. A receiver in such high-speed train sees the transmission channel which is composed of multiple Doppler-shifted propagation paths. Then, a loss of sub-carrier orthogonality due to Doppler-spread channels causes ICI. The ICI Canceller is realized by the following three steps. First, using the Demodulation Reference Symbol (DMRS) pilot signals, it analyzes three parameters such as attenuation, relative delay, and Doppler-shift of each multi-path component. Secondly, based on the sets of three parameters, Channel Transfer Function (CTF) of sender sub-carrier number n to receiver sub-carrier number l is generated. In case of n≠l, the CTF corresponds to ICI factor. Thirdly, since ICI factor is obtained, by applying ICI reverse operation by Multi-Tap Equalizer, ICI canceling can be realized. ICI canceling performance has been simulated assuming severe channel condition such as 500 km/h, 8 path reverse Doppler Shift for QPSK, 16QAM, 64QAM and 256QAM modulations. In particular, 2×2MIMO QPSK and 16QAM modulation schemes, BER (Bit Error Rate) improvement was observed when the number of taps in the multi-tap equalizer was set to 31 or more taps, at a moving speed of 500 km/h and in an 8-pass reverse doppler shift environment.

• 한국해양학회지:바다
• /
• 제29권1호
• /
• pp.1-13
• /
• 2024

동해 남서부해역은 대마난류나 연안 용승에 의한 영양염 공급 등으로 동해 북부나 동부에 비해 일차생산력이 높은 것으로 알려져 있지만, 이 해역의 생물 펌프에 관한 연구는 제한적이다. 본 연구에서는 O₂/Ar 측정으로 산출한 고해상도 순군집생산 현장 관측 결과와 기계학습 모형을 결합하여 시공간 해상도가 8일 간격, 4 km인 봄과 여름 순군집생산 시계열 자료를 추정하였다. 기계 모형의 예측과 실측의 평균 제곱근 오차는 6 mmol O₂ m^-2 d^-1로 관측값 평균의 15%에 해당했다. 울릉분지 중앙부의 순군집생산은 3월에 49 mmol O₂ m^-2 d^-1로 가장 높았고, 6월과 7월에 18 mmol O₂ m^-2 d^-1로 가장 낮았다. 이 같은 계절 변화는 ³He 기체교환율로 추정한 질산염 공급률이나 ²³⁴Th 비평형법으로 추정한 입자유기탄소 방출률과 유사하였다. 봄과 여름의 순군집생산 추정으로 한정된 이 연구방법을 가을과 겨울로 확대하기 위해서는 아표층수의 표층 혼입에 따른 O₂/Ar 순군집생산의 오차를 보정하는 연구가 필요하다.

• 한국터널지하공간학회 논문집
• /
• 제26권2호
• /
• pp.113-128
• /
• 2024

향상된 MMS (Mobile Mapping System)를 이용하여 도로터널 정밀안전진단 항목을 검토하고 분석하였다. MMS에 의한 적용 가능한 항목은 외관조사, 조사 및 비파괴시험, 구조안전성, 유지관리방안일 것이다. MMS의 차량속도가 너무 빠르면 점군데이터의 해상도가 낮아지고 너무 느리면 보정값 오차가 증가하는 경향을 보인다. 본 연구에 적용된 장비에서는 50 km/h 속도에서 측정이 효과적이다. MMS의 점군 자료에 근거한 균열폭을 판단하기에는 한계가 있으나 터널내 설비 현황과 방재관리기준과 부합되는지를 검토할 수있다. MMS의 3차원 점군은 횡단면 측량의 검토 및 종단면 측량의 변화에 적용될 수 있는데 이는 터널 전체에 대해 차량 한계를 직관적으로 검토할 수 있을 것이다. 시험 개수와 조사 위치를 무작위로 선정하는 현재 정밀안전진단의 측정과 비교하여 MMS의 연속된 환경조건 측정은 정밀도 높은 분석에서 효과적이며 의미가 있을 것이다.