• 분석과학
• /
• 제35권6호
• /
• pp.256-266
• /
• 2022

원자력 이용시설에서 발생하는 방사성 폐기물의 처분을 위해서 ¹²⁹I 와 같이 긴 반감기를 지니는 핵종의 농도를 결정하는 것은 매우 중요하다. 특히, 토양과 콘크리트와 같은 고체 시료내의 방사성 핵종들을 분석하기 위해서는 시료 중의 관심 핵종만을 효과적으로 분리하고 정제하는 과정이 필수적이다. 본 연구에서는 고온 연소로를 이용하여 고체 시료 중 ¹²⁹I를 분석하는 절차를 확립하였다. 시료에서 휘발된 ¹²⁹I은 환원제(NaHSO₃)를 첨가한 0.01 M HNO₃으로 포집 되어 ICP-MS로 신속하게 측정할 수 있었다. 이때, 시료에 첨가한 ¹²⁹I의 회수율을 높이고자 연소온도, 이동상 가스의 종류, 촉매 그리고 포집용액과 같은 연소로 분석 조건들을 최적화하였다. 또한, 본 연구에서 확립된 ¹²⁹I의 분석조건을 다른 휘발성 핵종(³H, ¹⁴C)의 동시분석에 적용할 수 있도록 최적화하였다. 최종적으로 고온 연소로를 사용하여 휘발성 핵종들을 분리한 후, 이들을 LSC (³H, ¹⁴C)와 ICP-MS (¹²⁹I)로 각각 측정하는 분석 절차의 유효성을 평가하였다.

• International journal of advanced smart convergence
• /
• 제11권1호
• /
• pp.19-27
• /
• 2022

Across the world, 'housing' comprises a significant portion of wealth and assets. For this reason, fluctuations in real estate prices are highly sensitive issues to individual households. In Korea, housing prices have steadily increased over the years, and thus many Koreans view the real estate market as an effective channel for their investments. However, if one purchases a real estate property for the purpose of investing, then there are several risks involved when prices begin to fluctuate. The purpose of this study is to design a real estate price 'return rate' prediction model to help mitigate the risks involved with real estate investments and promote reasonable real estate purchases. Various approaches are explored to develop a model capable of predicting real estate prices based on an understanding of the immovability of the real estate market. This study employs the LSTM method, which is based on artificial intelligence and deep learning, to predict real estate prices and validate the model. LSTM networks are based on recurrent neural networks (RNN) but add cell states (which act as a type of conveyer belt) to the hidden states. LSTM networks are able to obtain cell states and hidden states in a recursive manner. Data on the actual trading prices of apartments in autonomous districts between January 2006 and December 2019 are collected from the Actual Trading Price Disclosure System of the Ministry of Land, Infrastructure and Transport (MOLIT). Additionally, basic data on apartments and commercial buildings are collected from the Public Data Portal and Seoul Metropolitan Government's data portal. The collected actual trading price data are scaled to monthly average trading amounts, and each data entry is pre-processed according to address to produce 168 data entries. An LSTM model for return rate prediction is prepared based on a time series dataset where the training period is set as April 2015~August 2017 (29 months), the validation period is set as September 2017~September 2018 (13 months), and the test period is set as December 2018~December 2019 (13 months). The results of the return rate prediction study are as follows. First, the model achieved a prediction similarity level of almost 76%. After collecting time series data and preparing the final prediction model, it was confirmed that 76% of models could be achieved. All in all, the results demonstrate the reliability of the LSTM-based model for return rate prediction.

• 한국노년학
• /
• 제40권1호
• /
• pp.73-89
• /
• 2020

본 연구는 정순둘 등(2015)이 개발한 연령통합척도를 Riley 등(1994)이 개념구성한 연령유연성과 연령다양성을 하위요인으로 한 단축형 연령통합척도로 척도의 타당성을 검증하여 척도의 실용성을 확보하고, 인구사회학적 특징에 따른 연령통합인식을 파악하는 것을 목적으로 하였다. 이를 위해 한국연구재단에서 지원한 사회과학역량강화지원사업(SSK)의 지원을 받아 수행된 '연령통합 및 세대통합 조사'자료의 총 1433명을 대상으로 분석하였다. 분석방법은 탐색적 요인분석, 확인적 요인분석, 다집단 요인분석, 평균비교 등의 방법을 활용하였다. 분석결과는 다음과 같다. 첫째, 척도는 총 28문항에서 13문항으로 수정되었으며, 연령다양성 8문항, 연령유연성 5문항으로 구성되었다. 둘째, 청년, 중년, 노년 집단으로 분류하여 다집단 요인분석에서 연령집단 간에 유의한 차이를 보이지 않는 것으로 나타나 전 연령에서 사용가능성이 확보되었다. 셋째, 연령집단 간 인구사회학적 특성에 따른 연령통합인식 차이에서 청년집단은 거주지역에서만 연령통합인식, 연령유연성, 연령다양성 차이를 보이는 것으로 나타났으며, 중년집단에서는 거주지역과 계층인식에서 연령통합인식, 연령 유연성, 연령다양성 차이를 보였다. 노년집단은 연령통합인식에서는 거주지역, 교육수준, 계층인식이 유의미하였으며, 연령유연성에서는 거주지역과 계층인식, 연령다양성에서는 거주지역과 교육수준에서 유의미한 차이를 보였다. 이러한 본 연구의 결과를 기반으로 향후 연령통합인식 향상을 위한 연구를 위한 방향과 정책 및 실천을 위한 함의를 제언하였다.

• 해양환경안전학회지
• /
• 제28권7호
• /
• pp.1244-1251
• /
• 2022

지난 10년간 선박의 횡동요 복원력 상실에 의한 해양사고가 지속해서 증가하고 있어, 횡동요 운동을 효과적으로 줄일 수 있는 장치가 필요한 실정이다. 횡동요 감쇄 탱크는 단순한 설치만으로 횡동요 저감을 가져오는 대표적인 수동형 제어장치로 그 장점이 널리 알려져 있다. 따라서 본 연구에서는 U-튜브형 횡동요 감쇄 탱크의 수치해석 기법을 개발하고자 한다. 특히, 해석기법의 검증을 위해 자유수면 높이를 실험을 통해 계측하였다. 수치해석기법은 메쉬 의존성, 난류모델 (k-𝜖, k-𝜔, Reynolds Stress Model), 시간 간격 크기 및 반복횟수 등의 영향을 비교하여 개발하였다. 최종적으로 개발된 해석기법은 Realizable k-𝜖이 난류 모델에 10-2s 수준의 시간 간격 크기와 15회의 반복횟수를 적용하였다. 2가지의 U-튜브형 감쇄 탱크의 조건에서 계측된 자유수면 높이를 이용하여 개발된 해석기법을 검증하였다. 본 연구의 수치해석은 RANS 기반 상용 해석 Solver인 STAR-CCM+ (ver. 17.02)을 이용하였다.

• 한국시뮬레이션학회논문지
• /
• 제18권3호
• /
• pp.103-112
• /
• 2009

원자력발전소에서 센서의 주기적 교정은 안전운전을 위해 꼭 필요하다. 그러나 실제 드리프트가 발생하여 교정을 요하는 센서는 약 2% 미만이다. 또한, 센서의 작동 상태를 매 핵연료 주기마다 수행하는 것은 고장 혹은 드리프트가 발생한 센서를 최대 18개월까지 감지하지 못한 채 운전할 위험이 있다. 원전의 안전운전 및 불필요한 교정을 줄이기 위해 센서의 상시 교정 감시가 필요하다. 이를 위해 주성분 분석과 Support Vector Regression(SVR)을 이용한 PCSVR 알고리즘을 개발하였고, 고리원전 3호기의 출력증발 데이터를 이용하여 검증하였다. 주성분분석은 선형변환을 통한 입력공간의 축소 및 노이즈 제거 효과를 나타내며, AASVR은 해석학적 및 기계학적 모델로 모델링하기 힘든 복잡계를 쉽게 나타낼 수 있는 장점이 있다. SVR의 세가지 파라미터는 반응표면분석법에 의해 최적화하였다. 센서의 고장탐지를 위해 모델 출력의 잔차를 슈하르트 관리도, EWMA, CUSUM 및 일반화우도비검정(GLRT)을 통해 그 결과를 비교하였다. 미세한 드리프트에 대해 CUSUM과 GLRT가 우수한 결과를 보였다. 개발된 알고리즘은 수출형 원전 APR1000 설계시 적용가능 할 것으로 판단된다.

• 한국심리학회지:법
• /
• 제12권1호
• /
• pp.35-51
• /
• 2021

자유의지에 대한 믿음은 인간 행동의 원인과 행위에 따른 책임을 판단하는데 필요한 개념으로서 신경과학, 철학, 윤리학, 형법 등 다양한 학문 분야에서 자유의지의 개념에 대한 논쟁이 이어지고 있다. 자유의지와 결정론척도((FAD-Plus; Paulhus & Carey, 2011)는 개인의 자유의지에 대한 믿음과 관련된 구성요소를 측정하는 검사도구로, 영미권을 중심으로 개발되어 최근 국내에도 번역 소개되었다. 본 연구는 기존의 탐색적 요인분석을 실시한 선행연구에서 나아가 다양한 연령대와 사회경제적 배경을 가진 1000명의 일반인을 대상으로 확인적 요인분석을 실시하였다(연구 1). 모형의 적합성, 집중타당도, 판별타당도를 통하여 해당 척도의 신뢰성과 타당성을 확보하였다. 이후, FAD-Plus 척도의 하위문항인 '자유의지에 대한 믿음'이 귀인편향 및 통제소재와 어떠한 관계를 보이는지 살펴보았다(연구 2). 총 83명의 피험자들을 대상으로 분석을 실시한 결과 자유의지에 대한 높은 믿음은 부정적 행위에 대한 처벌판단, 내부귀인과 정적인 상관을 보였으나 긍정적 행위에 대한 보상판단에서는 유의한 관계를 보이지 않았다. 이를 통해 기존에 한국판으로 번안된 FAD-Plus 척도가 일반인들을 대상으로도 타당함을 검증하였으며, 자유의지에 대한 믿음, 귀인편향, 통제소재, 행위판단과의 관계를 살펴볼 수 있었다. 본 연구의 한계, 정책적 함의, 그리고 향후 연구 방향에 대해 논의하였다.

• 한국방사선학회논문지
• /
• 제17권3호
• /
• pp.423-431
• /
• 2023

본 연구의 목적은 환자의 신체정보와 인공지능 기법을 활용하여 부작용에 영향을 미치는 인자들을 분석하고 조영제 부작용의 정도를 예측하여 이를 완화하는 기초자료로 활용되고자 한다. 연구에 사용한 데이터는 서울 소재 종합병원의 검진을 시행한 CT 검사 58,000건 중 조영제 부작용이 발생한 1,235건 중 과거력 조사에서 조영제 부작용이 없었던 606명의 검사자를 대상자로 하였다. 606개 샘플 중 70%는 훈련 셋으로 사용하고 나머지 30%는 검증을 위한 테스트 셋으로 사용하였다. 나이, BMI(Body Mass Index), GFR(Glomerular Filtration Rate), BUN(Blood Urea Nitrogen), GGT(Gamma Glutamyl Transgerase), AST(Aspartate Amino Transferase,), and ALT(Alanine Amiono Transferase)의 feature를 독립변수로 조영제 중증도를 목표변수로 사용하였다. AdaBoost, Tree, Neural network, SVM, Random foest 알고리즘을 통해 AUC(Area under curve), CA(Classification Accuracy), F1, Precision, Recall을 파악하였다. 분류 예측에 사용된 알고리즘 중 가장 높은 평가지표를 나타내 것은 AdaBoost와 Random Forest이다. 모든 모델의 예측에서 가장 큰 요인은 GFR, BMI, GGT 이였다. 이는 신장 여과 기능, 비만에 따라 주입되는 조영제 양의 차이와 대사증후군의 여부에 따라 조영제 부작용 중증도에 영향을 미치는 것을 알 수 있었다.

• Tuberculosis and Respiratory Diseases
• /
• 제86권3호
• /
• pp.203-215
• /
• 2023

Background: Surgical resection is the standard treatment for early-stage lung cancer. Since postoperative lung function is related to mortality, predicted postoperative lung function is used to determine the treatment modality. The aim of this study was to evaluate the predictive performance of linear regression and machine learning models. Methods: We extracted data from the Clinical Data Warehouse and developed three sets: set I, the linear regression model; set II, machine learning models omitting the missing data: and set III, machine learning models imputing the missing data. Six machine learning models, the least absolute shrinkage and selection operator (LASSO), Ridge regression, ElasticNet, Random Forest, eXtreme gradient boosting (XGBoost), and the light gradient boosting machine (LightGBM) were implemented. The forced expiratory volume in 1 second measured 6 months after surgery was defined as the outcome. Five-fold cross-validation was performed for hyperparameter tuning of the machine learning models. The dataset was split into training and test datasets at a 70:30 ratio. Implementation was done after dataset splitting in set III. Predictive performance was evaluated by R² and mean squared error (MSE) in the three sets. Results: A total of 1,487 patients were included in sets I and III and 896 patients were included in set II. In set I, the R² value was 0.27 and in set II, LightGBM was the best model with the highest R² value of 0.5 and the lowest MSE of 154.95. In set III, LightGBM was the best model with the highest R² value of 0.56 and the lowest MSE of 174.07. Conclusion: The LightGBM model showed the best performance in predicting postoperative lung function.

• 대한토목학회논문집
• /
• 제28권2A호
• /
• pp.281-288
• /
• 2008

콘크리트와 강재의 특성을 살린 복합구조 교량에 있어서 새로운 구조 형식인 복부 파형강판 PSC 박스거더 교량은 시공성 및 경제적인 측면에서 우수한 장점이 있다. 그러나 이와 관련된 기존 연구는 전단 좌굴에 대한 복부 파형강판의 거동 및 접합부의 형상 개발과 관련하여 한정된 측면이 있으며, 교량 자체로서의 비틀림 거동에 대한 연구는 다소 부족한 실정으로 합리적인 비틀림 해석모델의 개발과 거동 예측에 대한 연구가 필요하다고 판단된다. 본 연구에서는 복부 파형강판 PSC 박스거더 교량에 대하여, 공간트러스 모델을 이용한 Rausch의 제안식과 RC 요소의 연화효과가 고려된 평형 방정식, 적합 조건식을 활용하고 복부 파형강판 구조 형태에 의하여 추가적으로 고려해야 할 구성 방정식과 모델, 제안식 등을 적용한 비틀림 해석모델을 제시하고 기존에 수행된 부재 실험결과와의 비교를 통하여 해석모델의 합리성을 검토하였다. 또한 복부 파형강판 PSC 박스의 비틀림 거동에 영향을 미치는 프리스트레싱 힘과 콘크리트 압축강도를 변수로 한 해석을 진행하였으며, 제안된 비틀림 해석모델을 이용하여 복부 파형 강판과 프리스트레스 된 콘크리트 부재의 단면 형상비(H/B)에 따른 해석을 수행하여 보다 합리적인 비틀림 정수와 이와 관련한 수정식을 제안하였다.

• 대한토목학회논문집
• /
• 제29권3D호
• /
• pp.373-379
• /
• 2009

건설 프로젝트에 있어 공사비 산정은 예산편성, 대안검토, 입찰, 공사수행 등의 각 단계에 따른 의사결정 과정의 주요한 근거가 된다. 이에 따라 사업 초기 단계에서 보다 정확한 사업비를 산정하기 위하여 다양한 방법들이 적용되어 왔으며, 여러 연구를 통해 각 단계의 특성에 적합한 예측 방법론이 필요하다는 문제인식이 이루어져 왔다. 도로공사의 경우, 특히 타당성 조사 및 설계 초기단계에서 기준의 부재 등으로 정확한 사업비 산정에 어려움이 있는 것으로 분석되었다. 본 연구는 이러한 노선결정 이전까지의 단계를 대상으로 설계 초기단계에 적합한 대표공종의 물량 예측에 기반한 공사비 산정체계를 제시하였다. 이를 위하여 87건의 실시 설계 데이터를 분석하여 대표공종을 도출하고, 전체를 토공, 배수공, 포장공, 기타공종으로 구분하여 각 공종별 특성에 기반한 예측모델을 제시하였다. 도출된 공사비 산정모델의 검증을 위하여 9건의 추가 데이터의 공사비 예측결과를 실시 설계 공사비와 비교하여 평균 8% 수준의 오차율을 얻었다. 현행 단위길이당 공사비 기준을 적용한 산정결과와 비교할 때, 본 연구모델의 활용을 통해 설계단계 개략공사비 산정업무의 정확성 및 신뢰성을 향상시킬 수 있는 결과를 제시하였다고 할 수 있다.