• 대한토목학회논문집
• /
• 제30권3B호
• /
• pp.285-293
• /
• 2010

지표에서의 토양수분은 수문학적, 생태학적 과정에서 지표면과 대기 사이의 물과 에너지의 교환을 조절하는 매우 중요한 인자로써 최근 이의 시공간적 변동성에 대한 연구가 활발하게 진행되고 있다. 본 연구에서는 2004년 6~9월에 걸쳐 추진되었던 Soil Moisture Experiment 2004(SMEX04) 프로젝트를 통하여 측정된 미국 Arizona 주의 Walnut Gulch Experimental Watershed 유역에 대한 토양수분 데이터를 이용하여 건조 지역에서의 토양수분의 시공간적 변동성을 통계적 방법으로 해석하였다. 시간 안정도를 분석하여 각 지점의 강우사상에 대한 민감도를 분석하였고 공간 변동성 분석을 통해 유역 내 강우관측소 주변 5개 지점을 대상으로 각 지점의 평균토양수분과 이의 표준편차 및 변동계수와의 관계를 파악하였다. 연구 결과, 대상지역에서 토양수분의 공간적인 분포는 대수정규분포가 적합하다는 것과 건조지역에서 보이는 공통된 특징인 높은 공간적 변동성을 확인할 수 있었다. 또한 시간 안정도 분석을 통해 지점별로 시간과 강우 발생에 대해 민감한 정도를 분석하였으며, 강우사상이 토양수분에 큰 영향을 주는 인자인 것을 확인할 수 있었다. 본 연구에서 도출된 토양수분의 시공간적 변동 특성은 차후 인공위성 토양수분 데이터의 retrieval algorithm을 개선하는데 도움이 될 것이다.

• 대한토목학회논문집
• /
• 제29권4C호
• /
• pp.163-174
• /
• 2009

온도 변화에 의하여 로드셀이나 스트레인 게이지의 결과값이 변하기 때문에 로드셀이나 전기저항식 변형율계를 이용하는 기계적 장치는 주변 온도의 변화에 의하여 영향을 받는다. 본 연구에서는 기존의 전기저항식 변형율계 타입의 콘이 가지는 문제점과 한계를 극복하고 관입과 동시에 연속적으로 온도보상이 가능한 직경 1~7mm의 초소형 광섬유 마이크로콘을 개발하였다. 광섬유는 머리카락 굵기의 작은 직경을 가지고 있어 원하는 크기의 센서를 구성할 수 있고 전기적 신호인 전압을 측정하는 것이 아니라 빛의 파장변화를 감지하여 변형율로 변환하게 되므로 주변 조건에 의한 간섭 영향이 거의 없다. 개발된 콘의 온도보상 효과를 검증하기 위해 외력이 없는 상태에서 콘 주변의 온도를 변화시키는 온도시험을 실시하였다. 주변 온도에 따라 측정전압이 변화되는 전기저항식 변형률계 콘과는 달리 광섬유 센서를 적용한 콘은 일정한 값을 유지하는 것으로 나타났으며 관입과 동시에 지중의 온도변화를 연속적으로 확인할 수 있었다. 또한, 다층지반 콘관입시험에서는 관입되는 동안 교란영역이 적고 분해능이 뛰어나 선단지지력의 변화만으로도 다층지반의 경계를 명확하게 탐지할 수 있는 것으로 분석되었다. 본 연구에서는 광섬유 센서를 이용한 초소형 마이크로콘으로 다층지반을 효과적으로 탐지할 수 있으며 지중의 온도 영향이 고려된 순수한 선단저항력을 획득할 수 있음을 보여준다.

• 대한토목학회논문집
• /
• 제29권6C호
• /
• pp.251-258
• /
• 2009

본 연구에서는 모래다짐말뚝 (SCP)로 개량된 연약점토지반상의 성토시공에 있어서 최적설계조건에 대해 현행 설계법과 손실평가함수 및 1차 근사 2계 모멘트법 (AFOSM)에 기초한 신뢰성 설계법으로 비교 검토하였다. 결과를 요약하면 다음과 같다. 1) 안전율(Fs)와 파괴확률($P_F$)는 심한 비선형 관계를 나타냈고, Fs가 1.2로 증가함에 따라 $P_F$는 약 1%까지 급격한 감소를 나타낸 후, 안전율의 증가와 더불어 $P_F$는 점진적으로 감소하였다. 현행 설계법상의 기준 안전율 1.2는 둘의 관계에 있어서 일종의 임계값이며, 이들의 관계가 적절히 고려되어 정립되었다고 판단된다. 2) 최소기대총비용을 나타내는 안전율은 1.15부근으로 현행설계기준 1.2에 다소 못미치는 값으로 나타났고, 파괴확률은 1% 정도로 다소 컸다. 3) 응력분담비 n과 모래의 내부마찰각 ${\phi}$의 민감도가 연약층의 초기비배수강도 관련 변수들의 민감도보다 더 크게 나타났다. 이것은 n과 ${\phi}$의 변동 특성이 보다 해석결과에 큰 영향을 준다는 것과 이들 변동 특성은 SCP 개량지반상의 성토안정해석에 반드시 고려되어야 함을 의미한다. 4) 설계기준안전율 1.2 이상(파괴확률 0.1-0.3% 이하)에서 New Failure Point는 평균치에서 표준편차의 1~2배 가량 떨어져 있는 값을 나타냈다.

• 해양환경안전학회지
• /
• 제29권6호
• /
• pp.672-680
• /
• 2023

선박의 설계과정에 있어, 선박의 중량은 유체역학적 성능에 큰 영향을 미치는 가장 중요한 요소 중 하나이다. 선박은 일반적으로 최적의 흘수와 배수량을 갖는 하나의 조건으로 설계되지만, 실제로는 연료의 소비, 선박 평형수의 충전과 적재 조건과 같은 운항 활동으로 인해 선박의 중량 및 흘수가 일정 범위 내에서 바뀐다. 본 연구에서는 소형선박을 대상으로 3가지 하중조건에 따른 선박의 저항성능 변화를 모형실험과 수치해석을 통해 연구하였다. 마지막으로 2050년까지 CO2 배출 가스를 50% 감축한다는 국제해사기구(IMO) 목표를 따라 선박의 저항 성능을 개선하여 동력 요구 사항을 줄이기 위해 선박의 중량 변화에 따른 저항성능의 민감도를 연구하였다. 연구 결과, 선박의 중량변화에 따른 효과는 낮은 프루드 수에서 크게 나타나는 것으로 확인되며, 저항성능에 대한 연구 결과, 설계 흘수의 적재조건을 기준으로 배수량이 11.1% 증가하고, 흘수가 5% 증가한 Over load의 적재조건에서 운항 시 선체의 총 저항이 모형시험과 CFD 시뮬레이션에서 각각 15.97%, 14.31%까지 증가하는 것을 볼 수 있다.

• 한국수자원학회논문집
• /
• 제56권12호
• /
• pp.939-953
• /
• 2023

천수방정식(shallow water equations, SWE)은 물의 거동을 수치적으로 해석하기 위한 지배방정식으로 수리수문 분야에 널리 활용되고 있으며, 비선형 연립방정식으로 일반적으로 수치적으로 해석할 수 있다. 하지만 기존의 여러 수치 해석법은 격자망 생성에 민감하며 복잡한 지형에서의 해석에 한계가 발생할 수 있다. 이러한 한계점을 극복하기 위하여 본 연구에서는 물리 정보 신경망(Physics-Informed Neural Networks, PINNs)을 사용하고자 하였다. PINNs은 물리 법칙을 신경망에 직접적으로 도입하여 지배방정식을 해석하고자 하는 기법이며 지배 방정식에 대한 물리적, 수학적 정보를 손실함수로 변환하여 최적화하고 해를 산정할 수 있다. 본 연구에서는 지배방정식을 PINNs 구조 내에서 사용할 수 있도록 신경망 구조, 학습 전략, 데이터 생성 기술과 같은 포괄적인 방법론을 제시하고 결과를 ANN 기법과 비교하였다. 물리적 사전지식이 반영되지 않은 ANN과 달리 PINNs은 천수방정식에 대하여 매우 정확한 수치적 솔루션을 효과적으로 제공하는 것으로 나타났다. 따라서 PINNs은 지배방정식의 수치해석적 연구에 많은 잠재력이 있는 것으로 판단되며, 정확하고 효율적인 천수방정식의 솔루션을 위한 기법으로 활용될 수 있을 것으로 기대된다.

• Korean Journal of Radiology
• /
• 제22권11호
• /
• pp.1764-1776
• /
• 2021

Objective: This study aimed to validate a deep learning-based fully automatic calcium scoring (coronary artery calcium [CAC]_auto) system using previously published cardiac computed tomography (CT) cohort data with the manually segmented coronary calcium scoring (CAC_hand) system as the reference standard. Materials and Methods: We developed the CAC_auto system using 100 co-registered, non-enhanced and contrast-enhanced CT scans. For the validation of the CAC_auto system, three previously published CT cohorts (n = 2985) were chosen to represent different clinical scenarios (i.e., 2647 asymptomatic, 220 symptomatic, 118 valve disease) and four CT models. The performance of the CAC_auto system in detecting coronary calcium was determined. The reliability of the system in measuring the Agatston score as compared with CAC_hand was also evaluated per vessel and per patient using intraclass correlation coefficients (ICCs) and Bland-Altman analysis. The agreement between CAC_auto and CAC_hand based on the cardiovascular risk stratification categories (Agatston score: 0, 1-10, 11-100, 101-400, > 400) was evaluated. Results: In 2985 patients, 6218 coronary calcium lesions were identified using CAC_hand. The per-lesion sensitivity and false-positive rate of the CAC_auto system in detecting coronary calcium were 93.3% (5800 of 6218) and 0.11 false-positive lesions per patient, respectively. The CAC_auto system, in measuring the Agatston score, yielded ICCs of 0.99 for all the vessels (left main 0.91, left anterior descending 0.99, left circumflex 0.96, right coronary 0.99). The limits of agreement between CAC_auto and CAC_hand were 1.6 ± 52.2. The linearly weighted kappa value for the Agatston score categorization was 0.94. The main causes of false-positive results were image noise (29.1%, 97/333 lesions), aortic wall calcification (25.5%, 85/333 lesions), and pericardial calcification (24.3%, 81/333 lesions). Conclusion: The atlas-based CAC_auto empowered by deep learning provided accurate calcium score measurement as compared with manual method and risk category classification, which could potentially streamline CAC imaging workflows.

• Korean Journal of Radiology
• /
• 제22권5호
• /
• pp.770-781
• /
• 2021

Objective: Chemical exchange-dependent saturation transfer (CEST) MRI is sensitive for detecting solid-like proteins and may detect changes in the levels of mobile proteins and peptides in tissues. The objective of this study was to evaluate the characteristics of chemical exchange proton pools using the CEST MRI technique in patients with dementia. Materials and Methods: Our institutional review board approved this cross-sectional prospective study and informed consent was obtained from all participants. This study included 41 subjects (19 with dementia and 22 without dementia). Complete CEST data of the brain were obtained using a three-dimensional gradient and spin-echo sequence to map CEST indices, such as amide, amine, hydroxyl, and magnetization transfer ratio asymmetry (MTR_asym) values, using six-pool Lorentzian fitting. Statistical analyses of CEST indices were performed to evaluate group comparisons, their correlations with gray matter volume (GMV) and Mini-Mental State Examination (MMSE) scores, and receiver operating characteristic (ROC) curves. Results: Amine signals (0.029 for non-dementia, 0.046 for dementia, p = 0.011 at hippocampus) and MTR_asym values at 3 ppm (0.748 for non-dementia, 1.138 for dementia, p = 0.022 at hippocampus), and 3.5 ppm (0.463 for non-dementia, 0.875 for dementia, p = 0.029 at hippocampus) were significantly higher in the dementia group than in the non-dementia group. Most CEST indices were not significantly correlated with GMV; however, except amide, most indices were significantly correlated with the MMSE scores. The classification power of most CEST indices was lower than that of GMV but adding one of the CEST indices in GMV improved the classification between the subject groups. The largest improvement was seen in the MTR_asym values at 2 ppm in the anterior cingulate (area under the ROC curve = 0.981), with a sensitivity of 100 and a specificity of 90.91. Conclusion: CEST MRI potentially allows noninvasive image alterations in the Alzheimer's disease brain without injecting isotopes for monitoring different disease states and may provide a new imaging biomarker in the future.

• Korean Journal of Radiology
• /
• 제24권6호
• /
• pp.541-552
• /
• 2023

Objective: Detection of pneumoperitoneum using abdominal radiography, particularly in the supine position, is often challenging. This study aimed to develop and externally validate a deep learning model for the detection of pneumoperitoneum using supine and erect abdominal radiography. Materials and Methods: A model that can utilize "pneumoperitoneum" and "non-pneumoperitoneum" classes was developed through knowledge distillation. To train the proposed model with limited training data and weak labels, it was trained using a recently proposed semi-supervised learning method called distillation for self-supervised and self-train learning (DISTL), which leverages the Vision Transformer. The proposed model was first pre-trained with chest radiographs to utilize common knowledge between modalities, fine-tuned, and self-trained on labeled and unlabeled abdominal radiographs. The proposed model was trained using data from supine and erect abdominal radiographs. In total, 191212 chest radiographs (CheXpert data) were used for pre-training, and 5518 labeled and 16671 unlabeled abdominal radiographs were used for fine-tuning and self-supervised learning, respectively. The proposed model was internally validated on 389 abdominal radiographs and externally validated on 475 and 798 abdominal radiographs from the two institutions. We evaluated the performance in diagnosing pneumoperitoneum using the area under the receiver operating characteristic curve (AUC) and compared it with that of radiologists. Results: In the internal validation, the proposed model had an AUC, sensitivity, and specificity of 0.881, 85.4%, and 73.3% and 0.968, 91.1, and 95.0 for supine and erect positions, respectively. In the external validation at the two institutions, the AUCs were 0.835 and 0.852 for the supine position and 0.909 and 0.944 for the erect position. In the reader study, the readers' performances improved with the assistance of the proposed model. Conclusion: The proposed model trained with the DISTL method can accurately detect pneumoperitoneum on abdominal radiography in both the supine and erect positions.

• Korean Journal of Radiology
• /
• 제23권9호
• /
• pp.866-877
• /
• 2022

Objective: The optimal imaging approach for evaluating pathological nipple discharge remains unclear. We investigated the value of adding ductography to ultrasound (US) for evaluating pathologic nipple discharge in patients with negative mammography findings. Materials and Methods: From July 2003 to December 2018, 101 women (mean age, 46.3 ± 12.2 years; range, 23-75 years) with pathologic nipple discharge were evaluated using pre-ductography (initial) US, ductography, and post-ductography US. The imaging findings were reviewed retrospectively. The standard reference was surgery (70 patients) or > 2 years of follow-up with US (31 patients). The diagnostic performances of initial US, ductography, and post-ductography US for detecting malignancy were compared using the McNemar's test or a generalized estimating equation. Results: In total, 47 papillomas, 30 other benign lesions, seven high-risk lesions, and 17 malignant lesions were identified as underlying causes of pathologic nipple discharge. Only eight of the 17 malignancies were detected on the initial US, while the remaining nine malignancies were detected by ductography. Among the nine malignancies detected by ductography, eight were detected on post-ductography US and could be localized for US-guided intervention. The sensitivities of ductography (94.1% [16/17]) and post-ductography US (94.1% [16/17]) were significantly higher than those of initial US (47.1% [8/17]; p = 0.027 and 0.013, respectively). The negative predictive value of post-ductography US (96.9% [31/32]) was significantly higher than that of the initial US (83.3% [45/54]; p = 0.006). Specificity was significantly higher for initial US than for ductography and post-ductography US (p = 0.001 for all). Conclusion: The combined use of ductography and US has a high sensitivity for detecting malignancy in patients with pathologic nipple discharge and negative mammography. Ductography findings enable lesion localization on second-look post-ductography US, thus facilitating the selection of optimal treatment plans.

• 경영정보학연구
• /
• 제21권1호
• /
• pp.23-38
• /
• 2019

소셜 네트워크 서비스(이하 SNS)는 회사의 마케팅 채널로 적극 활용되고 있으며, 회사들의 고객층에 적합한 내용과 어조를 활용하여 주기적으로 SNS 메시지를 작성하는 등 활발한 마케팅을 펼치고 있다. 본 논문에서는 이제까지 간과되었던 SNS 메시지에 내포된 심리적 거리에 초점을 맞춰 전통적인 코더를 활용한 내용 분석(content analysis)과 자연어 처리 기법 및 머신 러닝 방법을 혼합하여 심리적 거리를 측정하는 분석 방법을 연구하였다. SNS 메시지의 심리적 거리 분석을 위해 코더들을 활용하여 내용분석을 수행하였으며, 이와 같은 방법으로 레이블링된 데이터를 자연어 처리 방법을 이용하여 워드 임베딩을 수행함으로써 머신 러닝 수행을 위한 입력 데이터를 마련하였다. 머신 러닝 분석법 중 Support Vector Machine(SVM)을 이용하여 SNS 메시지와 심리적 거리 간의 관계를 학습시켰으며, 마지막으로 테스트 데이터를 이용하여 심리적 거리를 예측함으로써 머신 러닝 분석의 성과를 검증하였다. 심리적 거리측정 방법론 수행 결과, 코더들의 내용분석 결과가 특정 값으로 편향되어 SVM 예측의 민감도와 정밀도가 낮은 결과가 도출되었다. 심리적 거리 응답 비율을 보정하고 코더들의 1차 내용분석 결과 중 답변이 일치한 데이터로 한정지어 머신 러닝을 실행한 결과 심리적 거리 예측의 정확도, 민감도, 특이도, 정밀도 모두 향상되어 심리적 거리가 70% 이상 예측되는 성과를 보였다. 본 연구는 SNS 메시지의 심리적 거리를 측정하는 방법을 제시함으로써 독자와의 심리적 거리를 제어 가능한 전략 요소로 활용 가능하게 할 것이라 기대된다.