• 한국해양환경ㆍ에너지학회지
• /
• 제13권3호
• /
• pp.187-197
• /
• 2010

화석연료를 사용하는 발전소 및 제철소 등 대규모 발생원에서 배출되는 $CO_2$를 포집하고 이를 대수층이나 유가스전과 같은 지질학적 구조에 장기간 저장하는 이산화탄소 포집 및 저장기술(Carbon dioxide Capture and Storage, CCS)이 기후변화 대응기술로서 국내외적으로 주목 받고 있다. 이와 같은 CCS 기술을 구현하기 위해서는 포집된 대용량의 $CO_2$ 혼합물을 파이프라인이나 선박 등을 통해 수송하는 과정이 필요하고, 이러한 공정에 대한 기존의 연구는 주로 순수 $CO_2$를 대상으로 하여 진행되어 왔다. 그러나 일반적으로 발전소 및 제철소 등에서 포집된 $CO_2$ 혼합물에는 $N_2$, $O_2$, Ar, $H_2O$, $SO_2$, $H_2S$ 등과 같은 불순물들을 포함하고 있다. 이러한 $CO_2$ 혼합물 내 불순물들은 처리하고자 하는 $CO_2$ 혼합물의 열역학 상태량 등을 변화시킴으로써 압축, 정제, 수송 및 저장 공정들에 커다란 영향을 미칠 수 있다. 본 논문에서는 이러한 불순물 중 황성분이 함유된 $SO_2$가 포함된 $CO_2$ 혼합물의 수송 및 저장 공정을 설계하는데 있어 매우 중요한 $CO_2$ 혼합물의 열역학 거동을 모사하기 위한 상태량 모델들을 비교 분석하였다. 이를 위해 BWRS EOS, PR EOS, PRBM EOS, RKS EOS, SRK EOS 그리고 NRTL-RK 모델과 같은 총 6가지 물리적 상태량 모델을 이용하여 $CO_2-SO_2$ 혼합물의 VLE 거동을 수치계산하고 이를 실험 데이터와 비교하였다. 또한, $CO_2$, $SO_2$와 같은 서로 다른 분자간의 상호작용 효과를 보완하기 위하여 상태량 모델을 이용한 계산결과와 실험결과와의 차이를 정량화하여 각각의 상태량 모델의 예측능력을 계량화 비교분석하였고 이로부터 $CO_2-SO_2$ 혼합물에 대한 최적의 이성분 매개변수 값들을 도출하였다.

• Radiation Oncology Journal
• /
• 제20권3호
• /
• pp.283-293
• /
• 2002

목적 : 고선량률의 Ir-192 선원을 이용한 근접조사의 모의촬영 영상을 개인컴퓨터(PC)에 입력하여 해부학적 영상에 선량분포를 구현하고 히스토그램, 선량-용적히스토그램 및 3차원 선량분포를 전산화하였다. 대상 및 방법 : 선량전산화에 이용된 선원은 원격근접조사장치(Buchler 3K, 독일)의 Co-60 대체선원으로 한국원자력 연구소와 공동으로 개발한 Ir-192이다. 선원 모양에 의존하는 선량분포의 비등방성은 선원을 미소 분할하여 구한 선량과 선원 중심에서 측방 기준점의 공중선량을 기준으로 규격화한 값을 이용하였다. 선원 주위의 조직선량은 선원 중심에서 측방으로 실측된 조직감쇠와 산란에 의한 보정계수와 에너지에 따른 공기 저지능에 대한 조직의 저지능 비로 공중-조직선량 변환계수를 적용하고 기준점에 대해 규격화한 선량률표를 검색하여 얻도록 하였다. 선량계획 전산화 과정에 모의촬영 영상입력, 선원입력과 선원의 축면 결정과 해부학적 영상을 이용한 선량분포와 점선량, 히스토그램 및 선량-용적 히스토그램을 구현하였다. 결과 : 저자들이 개발한 근접조사 선량계획시스템에는 선원모의촬영 영상을 스켄하여 비트맵 파일로 저장하고, 좌표원점과 확대율을 정해, 선원위치를 결정하고 선량분포와 선량분석 프로그램을 포함한 선량전산화를 구현하였다. 실험에 이용된 Ir-192 선원의 조직내 선량은 공중선량율과 조직에 의한 감쇠 및 산란에 의한 실험식을 이용하였다. 선원 중심에서 축상의 거리와 축에서 떨어진 거리에 따른 선량률표에서 행렬 검색하여 얻도록 하였다. 근접조사선량계획은 선원좌표 입력과 선원의 축면(principal plane)을 결정하여 선원이 포함된 평면상의 선량을 구현하였으며, 시뮬레이션 영상인 관상면과 시상면에 선량분포를 구현하였다. 선량-히스토그램에 의한 선량분포 분석은 임의의 해부학적 영상면 위에 커서가 놓인 위치의 선량 스켓치로 얻었다. 임상에 필요한 선량분석은 선원의 축에서 면의깊이를 이동하여 선량분포를 구할 수 있게 하였으며, 선량-용적 히스토그램과 3차원 선량분포를 구현하였다. 결론 : 고선량률 Ir-192를 이용하여 근접조사선량계획을 전산화하였으며, 선량분포의 분석에는 해부학적 영상의 선량분포와 선량-히스토그램, 선량-용적히스토그램을 구현하였으며, 선량분포의 면을 임의 선택할 수 있고 3차원 선량분포를 포함한 선량계획시스템을 준비하였다.

• 광물과 암석
• /
• 제36권4호
• /
• pp.355-363
• /
• 2023

지구물질에 존재하는 안정 동위원소의 평형상태에서의 분화(equilibrium isotope fractionation of stable isotope)는 물질의 진동 특성(vibrational properties)에 기인하며, 지구물질이 지구시스템 내에서 겪는 다양한 지질학적 과정들을 정량적으로 이해하는 데 도움을 준다. 본 연구에서는 H₂O 분자의 clumped 동위원소의 특성을 양자화학계산을 이용하여 규명하였다. 특히, 산소 동위원소(¹⁶O, ¹⁷O, ¹⁸O)와 수소 동위원소(수소, 중수소, 삼중수소)의 조합으로 구성된 H₂O 분자에 대한 산소와 수소 동위원소간의 clumping 세기를 정량적으로 계산하고, 온도 변화에 따른 clumping 세기 변화 패턴을 분석하였다. 최적화된 분자구조의 평형 결합길이(bond length)와 결합각(bond angle)은 분자의 질량수와 무관하며, 각각 0.9631-0.9633 Å과 104.59-104.62°로 일정하였다. H₂O 분자의 3개의 진동 모드의 진동수는 동위원소 질량수가 증가함에 따라 감소하였으며, 산소보다 수소 동위원소의 변화에 더 큰 영향을 받는다. 진동수를 바탕으로 계산된 동위원소 치환반응의 평형상수 또한 수소 동위원소 질량수에 따라 더 큰 변화 양상을 보인다. 무거운 동위원소 조합의 clumping 반응의 평형상수는 로그값에서 강한 선형 상관관계를 지시한다. 세 동위원소 조합의 상대적인 clumping 강도는 HD¹⁸O에 대하여 각각 1.86배(HT¹⁸O), 1.16배(HT¹⁷O), 0.703배(HD¹⁷O)로 나타났다. Clumping의 세기인 Δ₂₁ 값은 온도의 증가에 따라 감소하며 이차 상관관계를 보인다. 이는 Δ₂₁이 온도 환경 지시자로서 이용될 가능성이 있음을 지시한다. 본 계산 결과는 ¹⁷O와 삼중수소를 포함한 clumped 동위원소 분배의 경향을 최초로 정립한 연구이다. 향후, 자연계에서 산소-수소 동위원소 조성의 기원을 보다 정량적으로 이해하기 위하여 비조화적(anharmonicity) 진동이 고려된 동위원소 분배계수의 계산 또한 필요하다. 상기한 연구 결과는 H₂O 분자의 다양한 지표환경에서의 clumped 동위원소의 측정과 이를 기반으로 한 지질환경 변화 기작을 설명하는 데 사용될 것으로 기대한다.

• 대한방사선치료학회지
• /
• 제26권2호
• /
• pp.313-320
• /
• 2014

목 적 : Spine SBRT 치료 시 보편적인 치료방법인 콜리메이터 각도 $30^{\circ}$와 $330^{\circ}$를 각각 사용한 2회전 치료계획 (이하 Universal MLC VMAT)과 MLC 운동 방향과 척수 또는 마미 (이하 OAR)의 장축을 일치시킨 콜리메이터 각도 $273^{\circ}$와 $350^{\circ}$를 사용한 2회전 치료계획 (이하 Coaxial MLC VMAT) 유용성을 비교, 평가하고자 한다. 대상 및 방법 : 본원에서 Varian TBX을 이용하여, Coaxial MLC VMAT 치료 계획으로 치료 받은 spine SBRT환자 10명을 대상으로 하였다. 전산화치료계획은 Eclipse (ver 10.0.42, Varian, USA), PRO3 (Progressive Resolution Optimizer 10.0.28), AAA (Anisotropic Analytic Algorithm Ver 10.0.28) 알고리즘을 이용하였다. 치료계획은 VMAT로 겐트리 회전반경이 각각 $360^{\circ}$인 두 개의 ARC, 10MV FFF (Flattening Filter Free)를 이용하여 수립하였고, 각 ARC는 콜리메이터 각도 $273^{\circ}$, $350^{\circ}$로 설정하였다. 기존 치료계획을 바탕으로 실험군인 Universal MLC VMAT 치료계획을 수립하였다. 콜리메이터 각도를 제외한 모든 조건은 동일하게 설정하였으며, 특히 최적화 (VMAT optimization) 과정에서 무작위하게 나타나는 선량차이를 최소화하기 위해 각각 2회의 최적화, 선량 계산 과정을 거쳤다. 계산 grid 는 0.2 cm, normalization은 타겟 $V_{100%}=90%$로 설정하였다. OAR의 선량 $V_{10Gy}$, $D_{0.03cc}$, Dmean, 타겟의 H.I (Homogeneity index) 그리고 각 치료 계획의 Total MU를 평가 지표로 설정하였고, Mapcheck2 (Sun Nuclear Co., USA) 와 Mapphan (Sun Nuclear Co., USA) 그리고 SNC patient (Sun Nuclear Co., USA Ver 6.1.2.18513) 를 이용하여 Coaxial MLC VMAT 계획의 임상 적용 가능 여부 확인을 위한 IMRT verification QA (gamma test)를 실시하였다. 결 과 : 두 치료계획을 비교한 결과 OAR의 $V_{10Gy}$차이는 최대 4.1%, 최소 0.4%, 평균 1.9%로, $D_{0.03cc}$ 는 최대 83.5 cGy, 최소 2.2 cGy, 평균 33.3 cGy로 Coaxial MLC VMAT plan 이 더 낮은 것으로 나타났다. Dmean 또한 최대 34.8 cGy, 최소 -13.0 cGy, 평균 9.6 cGy로 Coaxial MLC VMAT plan 이 낮은 것으로 나타났다. H.I. 는 최대 0.04, 최소 0.01로 Coaxial MLC VMAT plan 이 평균 0.02 낮은 것으로 나타났으며, Total MU의 평균값을 비교한 결과 Coaxial MLC VMAT plan 이 평균 74.1 MU 더 낮게 나타났다. Coaxial MLC VMAT plan에 대한 IMRT verification gamma test 결과는 1 mm / 2%, pass rate 90.0% 기준을 모두 통과하였다. 결 론 : Coaxial MLC VMAT 치료계획은 Universal MLC VMAT 치료계획에 비해 대부분의 평가지표에서 유리한 것으로 나타냈으며 특히 OAR의 선량 $V_{10Gy}$을 낮추는데 있어 탁월한 것으로 사료된다. 실험결과를 바탕으로 두 치료 계획을 비교해 볼 때, 같은 MU를 사용한다면 Coaxial MLC VMAT 치료계획이 Universal MLC VMAT 치료계획에 비해 효율적이라 사료된다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.1-21
• /
• 2020

인공지능 기술의 급속한 발전과 함께 빅데이터의 상당 부분을 차지하는 비정형 텍스트 데이터로부터 의미있는 정보를 추출하기 위한 다양한 연구들이 활발히 진행되고 있다. 비즈니스 인텔리전스 분야에서도 새로운 시장기회를 발굴하거나 기술사업화 주체의 합리적 의사결정을 돕기 위한 많은 연구들이 이뤄져 왔다. 본 연구에서는 기업의 성공적인 사업 추진을 위해 핵심적인 정보 중의 하나인 시장규모 정보를 도출함에 있어 기존에 제공되던 범위보다 세부적인 수준의 제품군별 시장규모 추정이 가능하고 자동화된 방법론을 제안하고자 한다. 이를 위해 신경망 기반의 시멘틱 단어 임베딩 모델인 Word2Vec 알고리즘을 적용하여 개별 기업의 생산제품에 대한 텍스트 데이터를 벡터 공간으로 임베딩하고, 제품명 간 코사인 거리(유사도)를 계산함으로써 특정한 제품명과 유사한 제품들을 추출한 뒤, 이들의 매출액 정보를 연산하여 자동으로 해당 제품군의 시장규모를 산출하는 알고리즘을 구현하였다. 실험 데이터로서 통계청의 경제총조사 마이크로데이터(약 34만 5천 건)를 이용하여 제품명 텍스트 데이터를 벡터화 하고, 한국표준산업분류 해설서의 산업분류 색인어를 기준으로 활용하여 코사인 거리 기반으로 유사한 제품명을 추출하였다. 이후 개별 기업의 제품 데이터에 연결된 매출액 정보를 기초로 추출된 제품들의 매출액을 합산함으로써 11,654개의 상세한 제품군별 시장규모를 추정하였다. 성능 검증을 위해 실제 집계된 통계청의 품목별 시장규모 수치와 비교한 결과 피어슨 상관계수가 0.513 수준으로 나타났다. 본 연구에서 제시한 모형은 의미 기반 임베딩 모델의 정확성 향상 및 제품군 추출 방식의 개선이 필요하나, 표본조사 또는 다수의 가정을 기반으로 하는 전통적인 시장규모 추정 방법의 한계를 뛰어넘어 텍스트 마이닝 및 기계학습 기법을 최초로 적용하여 시장규모 추정 방식을 지능화하였다는 점, 시장규모 산출범위를 사용 목적에 따라 쉽고 빠르게 조절할 수 있다는 점, 이를 통해 다양한 분야에서 수요가 높은 세부적인 제품군별 시장정보 도출이 가능하여 실무적인 활용성이 높다는 점에서 의의가 있다.