• Nuclear Engineering and Technology
• /
• 제49권5호
• /
• pp.968-978
• /
• 2017

Three small-break loss-of-coolant accident (SBLOCA) tests with safety injection pumps were carried out using the integral-effect test loop for SMART (System-integrated Modular Advanced ReacTor), i.e., the SMART-ITL facility. The types of break are a safety injection system line break, shutdown cooling system line break, and pressurizer safety valve line break. The thermal-hydraulic phenomena show a traditional behavior to decrease the temperature and pressure whereas the local phenomena are slightly different during the early stage of the transient after a break simulation. A safety injection using a high-pressure pump effectively cools down and recovers the inventory of a reactor coolant system. The global trends show reproducible results for an SBLOCA scenario with three different break locations. It was confirmed that the safety injection system is robustly safe enough to protect from a core uncovery.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2023년도 봄 학술논문 발표대회
• /
• pp.237-238
• /
• 2023

When primer is applied manually, adhesion performance decreases due to a decrease in primer penetration performance on the surface, and construction period delay may occur due to a long time due to a decrease in work efficiency when a large area is worked using a conventional roller. In addition, in the case of the roller method, precision work in corners and narrow spaces is not possible, so it is urgent to come up with measures to ensure uniform quality. In addition, secondary work occurs to remove fine powder from the surface before primer application, resulting in construction period delay due to the rise of the working stage. Therefore, in this study, equipment was used instead of manual work for primer work, and as a result, penetration performance and adhesion performance were improved about twice. From these results, it was confirmed that favorable results such as improving work speed, securing high quality, improving the working environment, and resolving the shortage of functional workers can be obtained.

• 한국작물학회:학술대회논문집
• /
• 한국작물학회 2022년도 추계학술대회
• /
• pp.14-14
• /
• 2022

Greenhouse gas emissions are one of the critical factors that drive change in rice cropping systems. Within this changing system, less water irrigation and chemical fertilizer are seriously considered, as well combining precision farming technologies with irrigation control. Water and phosphorus (P) fertilizer are two of the most critical inputs in rice cultivation. Due to the lack of water availability in the system, P fertilizer is not available, especially in acidic soil conditions. Moreover, the various types of abiotic stresses, such as drought, high temperature, salinity, submergence, and limited fertilizer result in significant yield loss in the system. Even in the late stage of growth, the waves caused by diseases and insects make the field more unfruitful. Therefore, agronomists and breeders need to identify the secondary phenotypes to estimate the yield loss of when stress appears. The prediction will be clearer if we have a set of markers tagging the causal variation and the associated precise phenotype indices. Although there have been various studies for abiotic stress tolerance, we still lack functional molecular markers and phenotype indices. This is due to the underlying challenges caused by environmental factors in highly unpredictable regional and yearly environmental conditions in the field system. Pupl (phosphorus uptake 1) is still known as the first QTL associated with phosphorus uptake and have been validated in different field crops. Interestingly, some pyramiding lines of Pupl and other QTLs for other stress tolerances showed preferable phenotypes in the yield. Precise physiological studies with the help of genomics are on-going and some results will be discussed.

• 비파괴검사학회지
• /
• 제27권2호
• /
• pp.183-189
• /
• 2007

광산업 발전과 더불어 초정밀 가공부품이 요구되고 있다. 광산업 분야의 중요부품인 광커넥터의 페롤(ferrule) 및 광학기기용 렌즈이다. 특히, 이 렌즈는 높은 형상정밀도와 결함이 포함되지 않는 등 높은 신뢰성이 요구되는 실정이다. 이들 광소자들은 광원의 손실을 줄이기 위해서는 이들 부품의 초정밀 가공이 필수적이며 양품과 불량품을 판별하기 위해 완성단계에서 다양한 비파괴 검사가 이루어지고 있다. 공명 초음파 분광법은 물체의 형상, 탄성, 결정의 방향, 밀도 등에 의해 결정되는 공진주파수 응답 특성을 비교 분석하여 재료의 형상변화, 탄성정수 및 결함의 유 무를 검출해내는 방법이다. 따라서 현재 레이저용 프린터에 사용되는 비구면 렌즈의 질량 변화에 따라 공진크기 및 공진주파수 응답 특성을 통하여 분석하였다.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.304-311
• /
• 2022

Construction inspection is a crucial stage that ensures that all contractual requirements of a construction project are verified. The construction inspection capabilities among state highway agencies have been greatly affected due to budget reduction. As a result, efficient inspection practices such as risk-based inspection are required to optimize the use of limited resources without compromising inspection quality. Automated prioritization of textual requirements according to their criticality would be extremely helpful since contractual requirements are typically presented in an unstructured natural language in voluminous text documents. The current study introduces a novel model for predicting the risk level of requirements using machine learning (ML) algorithms. The ML algorithms tested in this study included naïve Bayes, support vector machines, logistic regression, and random forest. The training data includes sequences of requirement texts which were labeled with risk levels (such as very low, low, medium, high, very high) using the fuzzy logic systems. The fuzzy model treats the three risk factors (severity, probability, detectability) as fuzzy input variables, and implements the fuzzy inference rules to determine the labels of requirements. The performance of the model was examined on labeled dataset created by fuzzy inference rules and three different membership functions. The developed requirement risk prediction model yielded a precision, recall, and f-score of 78.18%, 77.75%, and 75.82%, respectively. The proposed model is expected to provide construction inspectors with a means for the automated prioritization of voluminous requirements by their importance, thus help to maximize the effectiveness of inspection activities under resource constraints.

• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.93-101
• /
• 2024

Accurate field crop classification is essential for various agricultural applications, yet existing methods face challenges due to diverse crop types and complex field conditions. This study aimed to address these issues by combining support vector machine (SVM) models with multi-seasonal unmanned aerial vehicle (UAV) images, texture information extracted from Gray Level Co-occurrence Matrix (GLCM), and RGB spectral data. Twelve high-resolution UAV image captures spanned March-October 2021, while field surveys on three dates provided ground truth data. We focused on data from August (-A), September (-S), and October (-O) images and trained four support vector classifier (SVC) models (SVC-A, SVC-S, SVC-O, SVC-AS) using visual bands and eight GLCM features. Farm maps provided by the Ministry of Agriculture, Food and Rural Affairs proved efficient for open-field crop identification and served as a reference for accuracy comparison. Our analysis showcased the significant impact of hyperparameter tuning (C and gamma) on SVM model performance, requiring careful optimization for each scenario. Importantly, we identified models exhibiting distinct high-accuracy zones, with SVC-O trained on October data achieving the highest overall and individual crop classification accuracy. This success likely stems from its ability to capture distinct texture information from mature crops.Incorporating GLCM features proved highly effective for all models,significantly boosting classification accuracy.Among these features, homogeneity, entropy, and correlation consistently demonstrated the most impactful contribution. However, balancing accuracy with computational efficiency and feature selection remains crucial for practical application. Performance analysis revealed that SVC-O achieved exceptional results in overall and individual crop classification, while soybeans and rice were consistently classified well by all models. Challenges were encountered with cabbage due to its early growth stage and low field cover density. The study demonstrates the potential of utilizing farm maps and GLCM features in conjunction with SVM models for accurate field crop classification. Careful parameter tuning and model selection based on specific scenarios are key for optimizing performance in real-world applications.

• 한국작물학회지
• /
• 제51권5호
• /
• pp.369-378
• /
• 2006

논에 있어서 정밀농업시 변량시비가 벼 생육에 미치는 기초자료를 얻기 위하여 토양 및 생육정보를 조사한 결과는 다음과 같다. 1. 시험전 토양의 변이계수는 EC, 유기물, 전질소, 유효인산 및 칼리는 $11.63{\sim}52.03%$로 10% 이상의 큰 변이를 보였으나 pH는 각각 $1.96{\sim}4.9%$로 적었다. 2. 생육중의 경수는 10%이상의 변이를 보였으나 초장, 엽색 및 쌀수량, 현미중 단백질은 10%이하의 변이를 보였다. 변량시비에 의하여 변이계수가 쌀수량은 8.06%에서 5.22% 및 5.81%로, 현미중 단백질 함량은 4.06%에서 3.40%로 낮아졌다. 3. 공간구조의 강약을 보여주는 Q값은 시험전 토양의 pH, 전질소함량, 유효인산 및 칼리함량은 0.60이상으로 공간의존성이 강하였으며, 엽색, 초장, 쌀수량 및 현미중 단백질함량 등도 0.50이상으로 공간의존성이 강하였으나 유수 형성기 경수는 0.22로 공간 의존성이 약했다. 4. 공간거리를 나타내는 공간의존 거리는 현미중 단백질 함량을 제외하고는 20 m 이상의 공간의존성이 있었다. 5. 시험전 토양의 pH, $SiO_{2}$ 및 초장, 엽색은 기비와 정의 상관을 보였으나 O.M.은 부의상관을 보였다. 수비는 시험 전 토양중 EC, O.M. 및 토양 고저차와는 정의 상관을 보였으나 초장, 경수 및 엽색과는 부의상관을 보였다. 현미중 단백질 함량은 토양중 $SiO_{2}$ 및 엽색, 수량과는 정의 상관을 보였으나 토양중 O.M.과는 부의상관을 보였으며 쌀수량은 초장, 경수 및 엽색과는 정의상관을 토양중 PH와는 부의 상관을 보였다.

• 한국측량학회지
• /
• 제40권5호
• /
• pp.381-391
• /
• 2022

본 연구는 AI 기법 중에 최근 널리 사용되고 있는 딥러닝 모델들을 비교하여 재난으로 인해 손상된 건물의 신속한 감지에 가장 적합한 모델을 선정하는 데 목적이 있다. 먼저, 신속한 객체감지에 적합한 1단계 기반 검출기 중 주요 딥러닝 모델인 SSD-512, RetinaNet, YOLOv3를 후보 모델로 선정하였다. 이 방법들은 1단계 기반 검출기 방식을 적용한 모델로서 객체 인식 분야에 널리 이용되고 있다. 이 모델들은 객체 인식 처리방식의 구조와 빠른 연산의 장점으로 인해 객체 인식 분야에 널리 사용되고 있으나 재난관리에서의 적용은 초기 단계에 머물러 있다. 본 연구에서는 피해감지에 가장 적합한 모델을 찾기 위해 다음과 같은 과정을 거쳤다. 먼저, 재난에 의한 건물의 피해 정도 감지를 위해 재난에 의해 손상된 건물로 구성된 xBD 데이터셋을 활용하여 초고해상도 위성영상을 훈련시켰다. 다음으로 모델 간의 성능을 비교·평가하기 위하여 모델의 감지 정확도와 이미지 처리속도를 정량적으로 분석하였다. 학습 결과, YOLOv3는 34.39%의 감지 정확도와 초당 46개의 이미지 처리속도를 기록하였다. RetinaNet은 YOLOv3보다 1.67% 높은 36.06%의 감지 정확도를 기록하였으나, 이미지 처리속도는 YOLOv3의 3분의 1에 그쳤다. SSD-512는 두 지표에서 모두 YOLOv3보다 낮은 수치를 보였다. 대규모 재난에 의해 발생한 피해 정보에 대한 신속하고 정밀한 수집은 재난 대응에 필수적이다. 따라서 본 연구를 통해 얻은 결과는 신속한 지리정보 취득이 요구되는 재난관리에 효과적으로 활용될 수 있을 것이라 기대한다.

• 한국정보통신학회논문지
• /
• 제19권12호
• /
• pp.2885-2891
• /
• 2015

온라인 소셜 네트워크 서비스 중 하나인 트위터는 가장 보편적으로 사용되는 마이크로 블로그인데, 트위터의 개방적 구조로 인해 자동화 프로그램인 트윗 봇이 많이 생성되고 있다. 이 트윗 봇은 적법한 봇과 악성 봇으로 분류되는데, 이 중 악성 봇은 일반 사용자들에게 많은 양의 스팸 정보나 유해한 컨텐츠를 배포하기 때문에 트윗 봇을 검출하는 작업은 반드시 필요하다. 기존 연구에서는 시간적 정보를 활용하여 사람과 트윗 봇을 분류하였다. 본 논문에서는 사용자들의 고 정밀 위치 정보를 알려주는 공간 태그된 트윗 정보를 활용하여 트위터 사용자들의 정확한 위치와 트윗 전송시각을 알아낸 후, 각 사용자의 시공간 엔트로피를 계산하여 트윗 봇을 검출하는 개선된 두 단계 알고리즘을 제안한다. 주요 결과로써, 시간 정보만을 이용한 기존 연구결과보다 각 신뢰도별 봇 검출 확률 및 거짓 경보 확률이 모두 우수하게 나타난다.

• 화약ㆍ발파
• /
• 제37권2호
• /
• pp.14-21
• /
• 2019

개별요소법은 절리가 발달한 불연속 암반의 모델링에 매우 유력한 수치해석적 방법이다. 또한 발파 후 큰 변위가 일어나는 단계에서의 모델링에도 효과적이다. 개별요소법에서 각 요소는 강체로 가정하고, 요소 간 약간의 중첩을 허용하여 접촉 변위로부터 상호 작용력을 계산한다. 개별요소의 경계로 정의되는 절리의 강성은 블록요소 상호 간의 거동을 결정하는 중요한 변수로서 변형의 크기와 파괴 양상에 영향을 준다. 그러나 요소 간 과도한 중첩으로 인한 수치해석적 불안정성을 방지하기 위해서 어떤 준정적인 문제에 있어서는 실제 절리 물성과 관계없이 임의로 선정된 절리 강성 값이 사용되기도 한다. 해석의 주된 관심사가 정밀도 높은 변형의 크기 예측이냐, 불연속체의 파괴 양상이나 파괴 후 파괴된 블록들의 거동 예측이냐에 따라, 절리 강성에 대한 입력 자료 값은 결과에 큰 영향을 주지 않을 수도 있고, 심각한 예측 오류를 가져올 수도 있다. 본 연구는 개별요소법을 이용한 수치해석 모델링에서 절리 강성 값이 해석 결과에 미치는 영향을 이해하고 입력자료 선정 지침에 도움을 주고자 수행되었다.