본 논문에서는 비평형 분자동역학 시뮬레이션 기법을 사용하여 알루미늄 박막과 실리콘 웨이퍼 간 열경계저항을 예측하였다. 실리콘의 끝 단 고온부에 열을 공급하고, 같은 양의 열을 알루미늄 끝 단 저온부에서 제거하여 경계면을 통한 열전달이 일어나도록 하였으며, 실리콘 내부와 알루미늄 내부의 선형 온도 변화를 계산함으로써 경계면에서의 온도 차이에 따른 열저항 값을 구하였다. 300K 온도에서 $5.13{\pm}0.17m^2{\cdot}K/GW$의 결과를 얻었으며, 이는 열유속 조건의 변화와 무관함을 확인하였다. 아울러, 펨토초 레이저 기반의 시간영역 열반사율 기법을 사용하여 열경계저항 값을 실험적으로 구하였으며, 시뮬레이션 결과와 비교 검증하였다. 전자빔 증착기를 사용하여 90nm 두께의 알루미늄 박막을 실리콘(100) 웨이퍼 표면에 증착하였으며, 유한차분법을 이용한 수치해석을 통해 열전도 방정식의 해를 구해 실험결과와 곡선맞춤 함으로써 열경계저항을 정량적으로 평가하고 나노스케일에서의 열전달 현상에 관한 특징을 살펴보았다.
생물계절은 작물의 발달 시기를 결정하며, 생육기 온도에 의해 크게 영향을 받는다. 과정 기반 모델(PBM)에서 엽면적은 생물계절 및 형태 모듈의 결합에 의해 동적으로 시뮬레이션된다. 따라서 잎 발달 속도 또는 최종 잎 수의 예측은 전체 작물 모델의 성능에 영향을 주게 된다. 기온에 따른 잎 축적 속도 결정을 위한 데이터는 SPAR 챔버로부터 수집되었다. 온도의 함수로서 발달 속도를 설명하기 위해 베타 분포 함수(Yan and Hunt(1999)에 의해 제안됨)가 사용되었으며, 최적온도와 임계온도는 각각 26.0℃와 35.3℃로 추정되었다. 모델 추정치는 기온 모델에 생장기의 일 평균 기온을 입력하여 얻은 양파 잎의 일별 증가량을 누적한 결과이며, 모델 평가를 위해 온도구배하우스에서 관찰된 양파 잎의 누적 개수를 모델 추정치와 비교하였다. 본 연구에서 잎 수 추정 모델의 결정계수(R2)와 RMSE 값은 각각 0.95와 0.89였다.
공동 유동과 이로 인한 소음에 관한 대부분의 기존 연구들은 효율성이라는 장점 때문에 비압축성 가정의 검증 없이 비압축성 Reynolds averaged Navier-Stokes 방정식에 기반한 수치 해석 방법을 사용하고 있다. 하지만 지금까지 비압축성 가정이 공동 유동과 소음의 예측에 미치는 영향에 대한 연구가 전무한 실정이다. 본 연구에서는 날개 끝 와류공동 유동과 소음에 대한 유체의 압축성 영향을 고찰하기 위하여 날개 끝 와류 공동을 대상으로 비압축성 기반의 해석과 압축성 기반의 해석을 모두 수행하고, Ffowcs Williams and Hawkings(FW-H) 음향상사법을 적용하여 공동 소음을 예측하고 비교하였다. 상류 방향의 유동 영향을 고려하기 위하여, 스큐각이 17°인 수중 추진기를 장착한 DARPA Suboff 잠수함 몸체를 고려하였다. 해석 영역은 실험결과와의 비교를 위하여 선박해양플랜트연구소에서 보유하고 있는 대형 캐비테이션 터널의 시험부와 동일하게 설정하였다. 날개 끝 와류 공동을 정확하게 예측하기 위하여 고정확도의 비정상 상태 지연박리와류모사 해석방법을 적응형 격자 기법과 연계하여 사용하였다. 압축성 유동 해석기법을 이용하여 예측한 음향 스펙트럼이 실험결과와 더 일치하는 결과를 확인하였다.
최근 전 세계가 탄소중립에 관심이 높아지면서 재생에너지 발전량이 증가하고 있다. 하지만 재생에너지는 간헐성과 변동성이 심해 발전량 예측이 어렵고, 정확하지 않은 발전량 예측은 전력 계통에 부정적인 영향을 끼칠 수 있다. 이에 본 연구에서는 풍력발전기 발전량 예측 문제를 해결할 방법으로 디지털트윈 개념을 적용하였다. 풍력발전기의 회전이 발전량과 높은 상관관계를 갖는 부분을 반영하여 풍력발전기 드라이브트레인 회전 거동을 주로 모의하는 기계학습된 모델을 개발하였다. 회전 거동을 모의하는 드라이브트레인 시뮬레이션 모델의 기반은 잘 알려진 회전 시스템을 모의하는 시스템 상태방정식으로 설정되었다. 또한 제조사로부터 제공되지 않은 파라미터들에 대하여 시뮬레이션 기반 기계학습을 수행하였다. 기계학습된 드라이 브트레인 모델은 27개의 실제 풍력발전기 운영데이터 세트를 활용하여 검증되었다. 검증 결과, 드라이브트레인 모델은 실제 풍력발전기 운영데이터 세트와 비교하여 평균 4.41%의 오차를 보였다. 결과적으로 기계학습된 드라이브트레인 모델은 실제 풍력발전기 드라이브트레인 시스템을 잘 모사한다고 평가하였다.
국내에는 22,300개 이상의 소하천이 전국에 분포하고 있으며, 이들은 위치한 지역, 지형 및 토지 이용 상태에 따라 다양한 유출 특성을 갖는다. 소하천의 재난관리를 위해서는 소하천 특성에 적합한 세부 설계기준을 수립하는 것이 중요하다. 현재 국내 소하천설계기준에서 제시하는 개별 산정식들은 국내 중·대규모 하천이나, 외국 하천의 설계기준을 준용하고 있어 국내 소하천에 적합한 산정식 개발이 필요하다. 그 중 계획하폭은 하천의 규모를 결정하는 기준 중 하나로 현재 계획홍수량과 유역면적 등에 기반하여 결정하고 있다. 본 연구에서는 국내 소하천의 특성정보를 바탕으로 적정 계획하폭을 산정하기 위해, 국내 12개 시·도 4,073개 소하천의 다양한 특성정보와 계획하폭 정보를 수집하고 이들을 이용하여 회귀분석을 수행하였다. 이를 바탕으로 계획홍수량에 대한 1변수 계획하폭 산정식과 소하천의 계획홍수량, 유역면적, 하천연장, 하상경사에 따른 다변수 계획하폭 산정식을 도출하였다. 이렇게 산정된 소하천 계획하폭 산정식들은 소하천 설계기준 개선이나 소하천정비 종합계획 수립 등 소하천 재난관리에 활용될 수 있을 것으로 기대된다.
전파형 역산은 석유가스 탐사를 위한 탄성파 자료처리 분야에서 지층의 속도 모델을 추정하는데 사용되는 역산 기법이다. 최근 탄성파 자료처리에 딥러닝 기술의 활용이 급격하게 증가하고 있는데, 전파형 역산 기술도 마찬가지로 다양한 연구가 이루어지고 있다. 초기에는 머신러닝 기술을 활용한 자료처리 기법이 전파형 역산을 위한 입력자료의 전처리 목적으로 활용되는 수준이었으나, 딥러닝 기술을 통해 전파형 역산을 직접적으로 구현하는 연구가 등장하기 시작하였다. 딥러닝 기술을 활용한 전파형 역산은 순수 데이터 기반 접근법, 물리 기반 신경망 활용법, 인코더-디코더 구조 활용법, 신경망 재매개변수화를 이용한 구현법, 물리정보 기반 신경망 기법 등으로 구분할 수 있다. 이 논문에서는 딥러닝 기반 전파형 역산 기법을 발전 과정 순서로 체계화하여 각각의 접근법에 대한 이론과 특징을 설명하였다. 전파형 역산 기술에 딥러닝 기법을 도입한 초기에는 데이터 과학의 기본 원리에 충실하게 대량의 학습자료를 준비하고 순수 데이터 기반 예측 모델을 적용하여 속도 모델을 역산하는 연구로 시작하였다. 최근 연구 동향은 탄성파 자료의 잔차나 파동방정식 자체의 물리정보를 심층 신경망에 활용하여 순수 데이터 기반 접근법의 단점을 보완해 나가는 방향으로 진행되고 있다. 이러한 발전으로 대량의 학습자료가 필요하지 않고, 전파형 역산의 태생적 한계점인 주기 놓침 현상을 완화하며 계산 시간을 획기적으로 줄일 수 있는 딥러닝 기반 전파형 역산 기술이 등장하고 있다. 딥러닝 기술의 도입으로 전파형 역산 기술은 탄성파 자료처리 분야에서 가치가 더 높아질 것으로 생각된다.
비타민 D3는 난각 형성에 필요한 칼슘의 흡수와 대사에 필수적일 뿐 아니라 칼슘과 인의 대사를 조절하여 뼈 건강에 필수적인 요소이며 건강한 면역체계를 유지하는 영양소이다. 계란과 관련된 비타민 D3에 관한 연구는 많이 이루어져 왔으나 산란계 농장에서 수행한 연구는 보고된 바가 거의 없다. 본 연구는 비타민 D3 강화계란을 생산하는 산란계 농가에서 생산되는 계란의 난각 품질과 계란 내 비타민 D3 함량을 분석하고자 농가 조사를 수행하였다. 산란계 4개 농가를 선정하여 16,500 IU 및 29,000 IU 함유한 사료 급여 전과 후에 계란을 수거하여 난각 품질과 계란내 비타민 D3 함량을 측정하였다. 분석 결과 비타민 D3 첨가는 난각두께를 개선하는 효과는 있었으나, 난각색과 난각강도에는 미치는 영향은 미미하였다. 산란계 사료내 비타민 D3를 첨가하면 계란 내 비타민 D3 함량이 증가하는 것으로 조사되었다. 결과적으로 산란계 농가에서 사료 내비타민 D3를 추가로 공급한다면 난각 품질의 개선과 비타민 D3 강화계란을 생산할 수 있는 것으로 확인되었다. 향후 더 많은 산란계 농가에서 사료와 계란 내 비타민 D3 함량에 대한 추가 조사를 진행한다면 계란 내 비타민 D3 함량을 추정할 수 있는 회귀식을 도출할 수 있을 것으로 사료되었다.
발파공법을 이용한 터널 건설 시 발생하는 진동을 최소화할 수 있는 폭약량의 결정을 위해서는 현장에서 시험발파, 혹은 유사조건에서의 진동기록을 분석하여 발파진동계수 K, n을 도출해야 한다. 본 연구에서는 시험발파를 수행하지 못할 경우, 합리적인 K 및 n을 도출할 수 있는 기법의 개발을 목적으로 하였다. 이를 위해 실규모 시험발파 자료를 수집한 후, 심층학습(DL)을 활용하여 화약류의 종류, 심발공법, 암반의 성인 및 종류, 암반등급에 따라 발파진동계수(K, n)를 예측할 수 있는 방법을 연구하였다. 또한 시추공 시험발파 결과의 한계성을 보완하고, 현실에 좀 더 부합하는 설계 수행을 목적으로 실규모 및 시추공 시험발파 결과 간의 보정값을 산정하였다. 본 연구결과 시추공 시험발파 결과식에 따른 사용 가능한 폭약량을 비교하였을 경우, 심층학습(DL)에 의한 결과는 50%이상, 보정값을 반영한 결과는 기타 발파진동 추정식과 유사하거나 약 20% 더 사용할 수 있어서 보다 경제적 설계가 가능하였다.
전통적으로 나태한 학습에 해당하는 국소가중회귀(LWR: Locally Weighted Regression)모델은 입력변수인 질의지점에 따라 예측의 해를 얻기 위해 일정구간 범위내의 학습 데이터를 대상으로 질의지점의 거리에 따라 가중값을 달리 부여하여 학습 한 결과로 얻은 짧은 구간내의 회귀식이다. 본 연구는 메모리 기반학습의 형태에 해당하는 LWR을 위한 점진적 앙상블 학습과정을 제안한다. LWR를 위한 본 연구의 점진적 앙상블 학습법은 유전알고리즘을 이용하여 시간에 따라 LWR모델들을 순차적으로 생성하고 통합하는 것이다. 기존의 LWR 한계는 인디케이터 함수와 학습 데이터의 선택에 따라 다중의 LWR모델이 생성될 수 있으며 이 모델에 따라 예측 해의 질도 달라질 수 있다. 하지만 다중의 LWR 모델의 선택이나 결합의 문제 해결을 위한 연구가 수행되지 않았다. 본 연구에서는 인디케이터 함수와 학습 데이터에 따라 초기 LWR 모델을 생성한 후 진화 학습 과정을 반복하여 적절한 인디케이터 함수를 선택하며 또한 다른 학습 데이터에 적용한 LWR 모델의 평가와 개선을 통하여 학습 데이터로 인한 편향을 극복하고자 한다. 모든 구간에 대해 데이터가 발생 되면 점진적으로 LWR모델을 생성하여 보관하는 열심학습(Eager learning)방식을 취하고 있다. 특정 시점에 예측의 해를 얻기 위해 일정구간 내에 신규로 발생된 데이터들을 기반으로 LWR모델을 생성한 후 유전자 알고리즘을 이용하여 구간 내의 기존 LWR모델들과 결합하는 방식이다. 제안하는 학습방법은 기존 단순평균법을 이용한 다중 LWR모델들의 선택방법 보다 적합도 평가에서 우수한 결과를 보여주고 있다. 특정지역의 시간 별 교통량, 고속도로 휴게소의 시간별 매출액 등의 실제 데이터를 적용하여 본 연구의 LWR에 의한 결과들의 연결된 패턴과 다중회귀분석을 이용한 예측결과를 비교하고 있다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.