• 한국대기환경학회지
• /
• 제32권2호
• /
• pp.216-232
• /
• 2016

In present, the Seoul City is undergoing traffic congestion problems caused by rapid urbanization and population growth. Thus the City government has reorganized the mass transportation system since 2004 and the subway has become a very important means for public transit. Since the subway system is typically a closed environment, the indoor air quality issues have often raised by the public. Especially since a huge amount of PM (particulate matter) is emitted from ground tunnels passing through the subway train, it is now necessary to assess the characteristics and behaviors of fine PM inside the tunnel. In this study, the concentration patterns of $PM_1$, $PM_{2.5}$, and $PM_{10}$ in the Seoul subway line-2 were analyzed by real-time measurement during winter (Jan 13, 2015) and summer (Aug 7, 2015). The line-2 consisting of 51 stations is the most busy circular line in Seoul having the railway of 60.2 km length. The the one-day average $PM_{10}$ concentrations were $148{\mu}g/m^3$ in winter and $66.3{\mu}g/m^3$ in summer and $PM_{2.5}$ concentrations were $118{\mu}g/m^3$ and $58.5{\mu}g/m^3$, respectively. The $PM_{2.5}/PM_{10}$ ratio in the underground tunnel was lower than the outdoor ratio and also the ratio in summer is higher than in winter. Further the study examined structural types of underground subsections to explain the patterns of elevated PM concentrations in the line-2. The subsections showing high PM concentration have longer track, shorter curvature radius, and farther from the outdoor stations. We also estimated the outdoor PM concentrations near each station by a spatial statistical analysis using the $PM_{10}$ data obtained from the 40 Seoul Monitoring Sites, and further we calculated $PM_{2.5}/PM_{10}$ and $PM_1/PM_{10}$ mass ratios near the outdoor subway stations by using our observed outdoor $PM_1$, $PM_{2.5}$, and $PM_{10}$ data. Finally, we could develop pollution maps for outdoor $PM_1$ and $PM_{2.5}$ near the line-2 by using the kriging method in spatial analysis. This methodology may help to utilize existing $PM_{10}$ database when managing and control fine particle problems in Korea.

• 한국산학기술학회논문지
• /
• 제17권5호
• /
• pp.637-644
• /
• 2016

본 논문은 터널 환경 측정 시스템 개발 및 측정 I [1], II [2]의 후속논문이다. 본 연구의 대상이 되는 터널인 솔안터널은 백두대간을 관통하는 연장 16.7 km의 루프식 단선 터널로 산악지형에 위치하며 화물열차와 승객열차가 혼용인 일반철도 터널이다. 본 논문에서는 솔안터널의 환경 측정을 위하여 터널 내부에 3개의 위치에 설치된 환경 측정 장치에서 약 1년간 측정된 온도 및 습도를 분석하였다. 선행의 연구에서는 도심지 및 도심지 인근에 위치한 터널 내부에서 측정 결과 결과에 대하여 분석하였지만, 본 논문에서는 산악지형에 위치한 터널 내부에서 측정한 온도 및 습도 등을 외부에서의 기상 측정 결과와 비교한 것으로 선행 연구와 차별성을 지닌다. 솔안터널 내부에 측정된 온도 및 습도를 월별로 지역에서의 기상 측정 결과와 비교하였으며, 여름과 겨울을 대표하는 대표적인 일자에 대해서 철도터널에서의 시간별 온도 및 습도의 변화도 분석하였다. 또한 터널 내 측정 위치에 따른 환경 특성도 분석하였다. 본 연구에서 제시한 철도터널의 환경측정 분석 결과는 터널의 환기 및 화재 시뮬레이션 등 터널의 기류의 컴퓨터 해석 및 터널의 공기질 및 온열환경과 관련된 연구에 폭넓게 사용될 수 있다.

• 대한교통학회지
• /
• 제26권4호
• /
• pp.51-61
• /
• 2008

2004년을 기준으로 전국 15개 지방공항 가운데 제주와 김포, 김해공항을 제외한 나머지 공항 들은 해마다 수십억 원의 적자를 내고 있는 실정이다. 지방공항들의 실패원인으로 수요예측 오류의 문제가 대두되어 왔다. 이에 소형 항공기를 이용해 정기서비스를 제공하는 저비용항공의 진입을 통해 소비자의 편의를 증진시키고 지방공항을 활성화해야 한다는 주장이 사회적인 공감을 얻고 있다. 따라서, 본 연구에서는 (1) 기존항공과 고속철도와 저비용항공 3자 사이의 고속교통통행수단 선택모형을 제시하고 (2) SP조사를 통하여 서울-대구간 저비용항공의 이용수요를 추정하고, (3) 추정모형을 설정하여 정책수단별 효과 분석을 실시하였다. 분석 결과, (1)서울-대구간 고속교통수단 선택에 있어서 저비용항공의 진입은 요금과 가격이 유의미한 영향을 미치는 것으로 나타났으며, (2)저비용항공의 요금이 KTX에 비해 훨씬 저렴한 38,000원 수준으로 정해질 경우에도 총통행시간이 KTX와 시간이 동일하게 소요되는 지역의 경우 저비용항공의 선택확률은 0.1 정도로 작게 나타나 통행수단 전환효과는 그리 크지 않을 것으로 분석되었다. (3)향후 서울-대구간 저비용항공 취항시의 요금은 38,000원${\sim}$44,000원 사이에서 결정되어야 할 것으로 보이며, 그 이상의 요금으로 결정될 경우 큰 수요를 기대하기 어려울 것으로 판단된다.

• 한국지능시스템학회논문지
• /
• 제22권6호
• /
• pp.706-714
• /
• 2012

본 논문에서는 대한민국의 국립기상연구소에서 제공한 최근 4년간의 데이터를 훈련 데이터, 검증 데이터 및 테스트 데이터로 나누어 초단기 호우 예측을 하고자 한다. 우리는 데이터 셋을 훈련 데이터, 검증 데이터와 테스트 데이터 세 부분으로 나눴다. 데이터의 차원이 커짐에 따라 해 공간의 크기가 지수적으로 증가하여 실험의 속도가 현저히 떨어지는 문제를 피하기 위하여 72개의 특징들 중에서 주요한 특징들만을 선택하게 되었다. 예측의 정확도를 높이기 위해 미분진화 알고리즘을 사용하였고, 진화연산의 적합도 함수로 두 개의 분류기를 선택하였는데, 일반적으로 우수한 성능을 보이는 서포트 벡터 머신(SVM)과 분류 속도가 빠른 최근린법(k-NN)을 사용하였다. 또한, 실험에 사용할 데이터 가공을 위해 언더샘플링과 정규화를 하였다. 진화연산의 적합도 함수로 SVM 분류기를 사용하였을 때 실험 결과가 대체로 우수하였는데, 미분진화 알고리즘 실험은 모든 특징을 선택한 실험보다 약 5 배 정도 우수한 성능을 보였고, 유전 알고리즘을 사용한 실험보다 약 1.36 배 정도 더 우수한 성능을 보였다. 실험 속도 면에서는 미분진화 알고리즘을 사용한 실험이 유전 알고리즘을 사용한 실험보다 약 20배 이상 실험 시간이 단축되었다.

• 한국철도학회논문집
• /
• 제16권3호
• /
• pp.196-201
• /
• 2013

어떤 제품의 수명주기 전체에 대한 고장 자료가 없을 때 초기 고장 자료만을 이용하여 신뢰성 척도를 분석할 경우에는 과소추정이 될 수 있고, 많은 수의 중도절단 자료를 고장 자료와 함께 활용할 경우에는 과대추정이 되어 실제 수명과 상당한 오차가 존재할 수 있다. 본 연구는 이러한 문제점을 해결하기 위한 방법으로 고장자료는 실제 고유의 수명 분포를 갖고 있으므로 중도절단 자료의 비율을 최적으로 표본을 뽑을 경우 추정된 분포와 실제 수명 분포가 근접해질 수 있다는 아이디어로 최적의 분포를 추정하기 위한 중도절단 비율을 선택하는 최적 샘플링 추정 절차에 대해 제안하였고, 실제 사례로 검증하였다. 향후 이 논문에서 제시한 방법을 TWC의 정비 정책에 적용하면 최적의 정비 정책을 수립할 수 있으므로 신뢰성 향상이나 비용 절감 등의 효과를 기대할 수 있을 것으로 예상한다.

• 한국산학기술학회논문지
• /
• 제20권4호
• /
• pp.293-302
• /
• 2019

본 연구는 노인 운전자를 대상으로 한 컴퓨터 기반 운전중재 프로그램에 대해 체계적으로 분석함으로써, 노인을 위한 운전중재에 대한 근거를 제시하고자 하였다. 연구 분석을 위해 2009년 1월부터 2018년 10월까지 출판된 문헌들을 대상으로 하였으며, 국외 문헌은 'Pubmed, Goggle Scholar, Science Direct'에서 검색하였고, 국내 문헌은 'RISS, Keris, KISS'를 통하여 검색하였다. 총 359편의 논문이 검색되었고, 포함기준과 배제기준을 바탕으로 분석하여 최종 10편의 논문이 분석에 사용되었으며, 근거수준 I이 8편(80%), III가 2편(20%)이었다. 분석결과 노인에게 적용한 컴퓨터 기반 중재 방법에는 운전 시뮬레이터가 7편(70%)으로 가장 많았으며, 비디오 영상훈련 2편(20%), 닌텐도 Wii 프로그램이 1편(10%)을 차지하였다. 대부분의 연구에서 운전 시뮬레이터는 노인들의 인지영역과 시지각 능력을 훈련하고, 다양한 모의 상황에서 위험 상황에 대처하는 능력을 향상시켜 주었으며, 다른 중재방법들도 노인들에게 긍정적인 영향을 미쳤다. 노인 운전자를 평가한 평가 항목에서는 운전 시뮬레이터를 사용한 운전수행능력 평가가 가장 많았으며, 그 외 주의력, 시공간 능력, 인지기능, 위험인지 평가, 우울 및 불안평가 등이 시행되었다. 노인 운전자를 대상으로 한 컴퓨터 기반 운전중재 프로그램은 다양한 영역들을 훈련하고 평가하기에 적절하며, 안전운전을 위한 중재도구로 효과적으로 활용될 수 있을 것으로 기대한다.

• 한국음향학회지
• /
• 제37권6호
• /
• pp.483-488
• /
• 2018

원거리 발성은 화자 인증 시스템의 성능을 하락시키는 주요 요인으로 알려져 있다. 본 논문에서는 교사 학생 학습을 이용하여 원거리 발성에 의한 화자 인증 시스템의 성능 하락을 보상하는 기법을 제안한다. 교사 학생 학습은 미리 학습된 교사 심층신경망의 출력과 학생 신경망의 출력이 같아지도록 학생 신경망을 학습하는 기법이다. 여기서 교사 신경망에는 근거리 발성을, 학생 신경망에는 원거리 발성을 입력한 뒤, 두 신경망의 출력을 동일하게 만드는 과정을 통해 원거리 발성을 보상할 수 있을 것이라고 기대하였다. 하지만 원거리 발성을 보상하는 과정에서, 근거리 발성에 대한 인식률이 저하되는 현상을 실험적으로 발견하였다. 위와 같은 현상을 예방하기 위해 본 논문에서는 교사 심층신경망을 학생 심층신경망의 초깃값으로 사용하는 기법과 학생 심층신경망을 근거리 발성에 대해서도 학습하는 기법을 제안하였다. 모든 실험은 원 음성을 입력 받는 심층신경망을 활용해 수행하였다. 동일한 발성을 각각 4 채널로 근거리와 원거리에서 자체적으로 수집한 문장 종속 데이터셋을 활용하였다. 동일 오류율을 기준으로 근거리 / 원거리 발성에 대한 화자 인증 성능을 평가한 결과 교사 학생 학습을 사용하지 않을 경우 2.55 % / 2.8 %, 기존의 교사 학생 학습을 사용할 경우 9.75 % / 1.8 %, 제안한 기법들을 적용한 경우 2.5 % / 2.7 %의 오류율을 확인하였다.

• 한국전산구조공학회논문집
• /
• 제35권2호
• /
• pp.131-140
• /
• 2022

레일장대화는 무도상교량의 소음, 진동, 충격 등의 문제점을 해결할 수 있는 경제적인 방안 중 하나이며, 최근 연동식 침목고정장치를 이용한 SSF 공법이 개발된 바 있다. 이 연구에서는 연동식 침목고정장치 적용 시 레일 높이 조정 및 열차 통과 시의 충격 흡수를 목적으로 교량침목 하부에 삽입되는 침목패드의 최적 연직강성을 결정하는 과정을 제시하였다. 침목패드의 최적 연직강성 결정을 위하여 관련 기존 기준을 검토하였으며, 유연다물체동적해석을 통하여 침목패드의 연직강성 변화에 따른 주행안전성, 승차감 및 궤도의 안전성에 대한 지표들과 교량 응답 변화를 검토하였다. 유연다물체동적해석은 상용프로그램인 ABAQUS와 VI-Rail을 이용하여 수행하였다. 수치해석은 30m 상로판형교에 대한 교량모델을 이용하여 수행하였으며, 침목패드의 연직강성이 7.5kN/mm ~ 240kN/mm로 변화할 때 ITX 새마을, KTX 및 화차 통과 시의 응답을 산정하였다. 수치해석에 적용된 궤도구성품 조건에서 침목패드의 최적 강성은 100kN/mm로 산정되었다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제26권2호
• /
• pp.28-36
• /
• 2022

매립지 위에 건설되는 항만시설물은 바람(태풍), 파랑, 선박과의 충돌 등 극한 외부 하중에 노출되기 때문에 구조물의 안전성 및 사용성을 주기적으로 평가하는 것이 중요하다. 본 논문에서는 항만 계류시설에 설치된 방충설비의 유지관리를 위하여 비전 및 딥러닝 기반의 방충설비 세분화(segmentation) 시스템을 개발하였다. 방충설비 세분화를 위하여 인코더-디코더 형식과 인간 시각체계의 편심 기능에서 영감을 얻은 수용 영역 블록(Receptive field block) 기반의 합성곱 모듈을 DenseNet 형식으로 개선하는 딥러닝 네트워크를 제안하였다. 네트워크 훈련을 위해 BP형, V형, 원통형, 타이어형 등 다양한 형태의 방충설비 영상을 수집하였으며, 탄성 변형, 좌우 반전, 색상 변환 및 기하학적 변환을 통해 영상을 증강시킨 다음 제안한 딥러닝 네트워크를 학습하였다. 기존의 세분화 모델인 VGG16-Unet과 비교하여 제안한 모델의 세분화 성능을 검증하였으며, 그 결과 본 시스템이 IoU 84%, 조화평균 90% 이상으로 정밀하게 실시간으로 세분화할 수 있음을 확인하였다. 제안한 방충설비 세분화 시스템의 현장적용 가능성을 검증하기 위하여 국내 항만 시설물에서 촬영된 영상을 기반으로 학습을 수행하였으며, 그 결과 기존 세분화 모델과 비교하였을 때 우수한 성능을 보이며 정밀하게 방충설비를 감지하는 것을 확인하였다.

• 대한의용생체공학회:의공학회지
• /
• 제43권5호
• /
• pp.341-352
• /
• 2022

Medical image segmentation is the most important task in radiation therapy. Especially, when segmenting medical images, the liver is one of the most difficult organs to segment because it has various shapes and is close to other organs. Therefore, automatic segmentation of the liver in computed tomography (CT) images is a difficult task. Since tumors also have low contrast in surrounding tissues, and the shape, location, size, and number of tumors vary from patient to patient, accurate tumor segmentation takes a long time. In this study, we propose a method algorithm for automatically segmenting the liver and tumor for this purpose. As an advantage of setting the boundaries of the tumor, the liver and tumor were automatically segmented from the CT image using the 2D CoordConv DeepLab V3+ model using the CoordConv layer. For tumors, only cropped liver images were used to improve accuracy. Additionally, to increase the segmentation accuracy, augmentation, preprocess, loss function, and hyperparameter were used to find optimal values. We compared the CoordConv DeepLab v3+ model using the CoordConv layer and the DeepLab V3+ model without the CoordConv layer to determine whether they affected the segmentation accuracy. The data sets used included 131 hepatic tumor segmentation (LiTS) challenge data sets (100 train sets, 16 validation sets, and 15 test sets). Additional learned data were tested using 15 clinical data from Seoul St. Mary's Hospital. The evaluation was compared with the study results learned with a two-dimensional deep learning-based model. Dice values without the CoordConv layer achieved 0.965 ± 0.01 for liver segmentation and 0.925 ± 0.04 for tumor segmentation using the LiTS data set. Results from the clinical data set achieved 0.927 ± 0.02 for liver division and 0.903 ± 0.05 for tumor division. The dice values using the CoordConv layer achieved 0.989 ± 0.02 for liver segmentation and 0.937 ± 0.07 for tumor segmentation using the LiTS data set. Results from the clinical data set achieved 0.944 ± 0.02 for liver division and 0.916 ± 0.18 for tumor division. The use of CoordConv layers improves the segmentation accuracy. The highest of the most recently published values were 0.960 and 0.749 for liver and tumor division, respectively. However, better performance was achieved with 0.989 and 0.937 results for liver and tumor, which would have been used with the algorithm proposed in this study. The algorithm proposed in this study can play a useful role in treatment planning by improving contouring accuracy and reducing time when segmentation evaluation of liver and tumor is performed. And accurate identification of liver anatomy in medical imaging applications, such as surgical planning, as well as radiotherapy, which can leverage the findings of this study, can help clinical evaluation of the risks and benefits of liver intervention.