최근 차량 내 공기 질에 대한 관심이 증가함에 따라 공기 질 측정을 위한 미세먼지 감지 센서의 사용이 보편화되고 있다. 차량 내 에어컨 시스템에 설치되는 미세먼지 감지 센서 내에는 센서에 직접적으로 먼지가 가라앉지 않도록 하기 위한 축류팬이 삽입되어 있다. 센서 작동 시 축류팬의 회전으로 인한 유동 소음은 미세먼지 감지 센서의 주요 소음원으로 작용한다. 차량의 전동화가 급격화가 진행되면서 이러한 유동소음은 미세먼지센서의 제품 경쟁력의 하나로 인식되고 있다. 본 연구에서는 이러한 미세먼지센서용 소형 축류팬의 유동 성능을 개선하여 동일 유량에서 소음을 점감하였다. 먼저 대상 소형 축류팬의 공기역학적 성능을 분석하기 위해 약 2000만 개의 격자로 구성된 가상 팬 성능시험기를 구축하였다. 또한, 유량의 정확한 예측 뿐만 아니라 유동소음의 직접 계산을 위하여 압축성 대와류모사법을 사용하여 유동장을 모사하였다. 수치방법의 유효성은 예측결과와 실험 결과와의 비교를 통하여 확인하였다. 유효성이 검증된 수치 기법을 이용하여 피치각이 유동 성능에 미치는 영향을 분석하였고, 유량을 최대화할 수 있는 피치각을 도출하였다. 최적 피치각을 적용한 축류팬을 사용했을 때 유량은 8.1 % 증가하고 동일 유량에서 소음이 0.8 dBA 감소함을 확인하였다.
본 논문에서는 볼트로 체결된 구조체에 대하여 초기 볼트풀림 상태에서의 볼트 체결력 예측 합성곱 신경망 훈련 방법을 제시한다. 8개의 볼트의 체결력이 변경된 상태에서 계산한 주파수응답들을 완전 체결된 상태의 초기 모델과의 크기 및 모양 유사성을 표현하는 유사성 지도로 생성한다. 주파수응답 데이터들의 생성에는 크리로프 부공간법 기반의 모델차수축소법을 적용하여 효율적인 방법으로 수행할 수 있도록 한다. 합성곱 신경망 모델은 회귀 출력 계층을 사용하여 볼트의 체결력을 예측하도록 하였으며, 훈련 데이터의 개수와 합성곱 신경망 계층의 개수를 다르게 준비하여 훈련시킨 네트워크들을 비교하여 그 성능을 평가하였다. 주파수응답에서 파생되는 유사성 지도를 입력 데이터로 사용하여 초기 볼트풀림 영역에서 볼트 체결력의 진단 가능성과 유효성을 제시하였다.
그동안 국내 연구에서 PAL을 산출하기 위해 사용해온 18단계 신체활동분류표로 신체활동을 평가하는 데 한계가 있었기에 새롭게 한국인을 위한 신체활동분류표가 보고되었다. 이에 본 연구에서 총에너지소비량을 측정하는 gold standard인 이중표식수법을 이용하여 새로 보고된 신체활동분류표의 타당도를 평가한 결과, TEEDLW와 TEEPACT 간의 유의한 차이가 없었으며 TEEDLW와 TEEPACT 간의 스피어만 상관관계 (r = 0.769)는 유의한 높은 양의 상관성을 보였다. 즉, 본 연구에서 TEE 및 PAL 산출을 위해 새로운 신체활동분류표의 사용이 타당한 것으로 평가되었으며, 앞으로 이와 관련된 연구 결과는 2025 한국인 영양소 섭취기준에서 에너지필요추정량 산출식에 필요한 신체활동단계별 계수 (PA)를 결정하는데 유용한 자료가 될 것으로 기대된다. 또한 개인별 및 연구 목적으로도 쉽게 사용하기 위해서, 신체활동분류표를 이용한 웹 버전의 소프트웨어 프로그램 및 스마트폰 어플리케이션의 개발이 필요하다.
편미분방정식의 해를 구하기 위한 여러 수치해법들의 한계와 순수 데이터 기반 기계학습의 단점을 극복하기 위해 물리정보신경망(physics-informed neural network, PINN)이 제안되었다. 물리정보신경망은 편미분방정식을 손실함수 구성에 직접 활용하여 기계학습 훈련에 물리적 제약을 주는 기법으로 파동방정식 모델링에도 활용될 수 있다. 그러나 물리정보신경망을 이용하여 파동방정식을 풀기 위해서는 신경망 훈련 시 입력에 대한 2차 미분이 수행되어야 하고, 그 결과로 출력되는 파동장은 복잡한 역학적 현상들을 포함하고 있어 섬세한 전략이 필요하다. 이 해설 논문에서는 물리정보신경망의 기본 개념을 설명하고 파동방정식 모델링에 활용하기 위한 고려사항들에 대해 고찰하였다. 이러한 고려사항에는 공간좌표 정규화, 활성함수 선정, 물리손실 추가 전략이 포함된다. 훈련자료의 공간좌표를 정규화한 후 사용하면 파동방정식 모델링을 위한 신경망 훈련에서 초기 조건이 더 정확하게 반영되는 것을 수치 실험을 통해 보였다. 또한 신경망을 통한 파동장 예측에 가장 적절한 활성함수를 선정하기 위해 여러 함수들의 특성을 비교했다. 특성 비교는 각 활성함수들의 입력자료에 대한 미분과 수렴성을 중심으로 이루어졌다. 마지막으로 신경망 훈련 중 손실함수에 물리손실을 추가하는 두가지 시나리오의 결과를 비교하였다. 수치 실험을 통해 훈련 초기부터 물리손실을 활용하는 전략보다 초기 훈련단계 이후부터 물리손실을 적용하는 커리큘럼 기반 학습전략이 효과적이라는 결과를 도출했다. 추가로 이 결과를 물리손실을 전혀 사용하지 않은 훈련 결과와 비교하여 PINN기법의 효과를 확인하였다.
실내시험에서 측정된 배수재의 통수능과 실제 현장에서 나타나는 배수거동은 근본적으로 다름에도 불구하고 기존의 많은 연구들은 실내시험을 통해 획득한 통수능 값을 이용하여 압밀 곡선을 예측하고 있다. 또한 기존의 압밀해는 압밀 진행에 따른 교란효과와 배수저항의 변화를 고려할 수 없어 실제 압밀거동과 잘 일치하지 않는 문제점이 있다. 본 연구에서는 현장에서 채취한 대형 블록시료에 연직배수재를 설치하고 압밀을 진행하면서 시간에 따른 침하량을 측정하였다. 이를 이용하여 시간에 따라 증가되는 배수 저항계수를 시간 의존적 함수로 정의하고 기존의 방사방향 압밀 해에 도입하여 수정된 방사방향 압밀 예측 방법을 제안하였다. 제안된 방법으로 예측한 결과를 실측 데이터 및 기존 제안식과 비교한 결과, 제안된 방법이 실측치에 가장 근접한 방사방향 압밀 곡선을 예측하는 것으로 관찰되었다.
말뚝 구조물의 동적 거동을 분석하고 지진파에 대한 공진 안정성을 확보하기 위해서는 고유 진동수를 합리적으로 산정하는 것이 중요하다. 본 연구에서는 간단한 질량 - 스프링 모델을 이용하여 지진 하중을 받는 말뚝 구조물의 고유 진동수를 간편하면서도 효율적으로 예측할 수 있는 방법을 모색하였다. 고유진동수 산정 결과에 큰 영향을 미치는 지반-말뚝 간 스프링 강성을 지반반력상수와 p-y 곡선 그리고 지반 탄성계수 등을 이용하여 결정하고, 이들을 이용하여 계산한 고유진동수를 1g 진동대 실험에서 계측한 고유진동수와 비교한 결과, 지반반력상수를 이용한 Reese(1974) 방법과 동적 p-y 중추 곡선을 이용한 Yang(2009)의 방법을 이용하여 스프링 강성을 산정하는 것이 가장 우수한 결과를 나타내었는데, 건조토에 위치한 말뚝구조물에서는 5% 이내의 오차를 보였으며, 포화토에 위치한 말뚝 구조물의 경우에는 진동 중에 과잉간극수압의 발생여부에 따라 5%에서 40% 사이의 오차를 나타내었다.
최근 이산화탄소 지중저장 모니터링 기술 중 하나인 미소진동 모니터링 기술에 대한 관심이 증가하면서 과거에 주로 사용되었던 지오폰이나 지진계가 아닌 분포형 광섬유 센서(distributed acoustic sensing, DAS)의 적용도 증가하고 있다. 특히 DAS를 이용하여 모니터링을 수행하면 시×공간적으로 거의 연속된 자료가 기록되게 되어 자료의 양이 방대해지게 되고 빠르고 정확한 자료 처리가 중요하게 된다. 자료처리 중 이벤트 탐지 및 위상 발췌는 가장 기초적인 과정으로 모든 자료에 대해 필수적으로 수행되어야 한다. 이 논문에서는 기계학습 기반의 P, S파 위상 발췌 알고리즘을 개발하여 전통적인 위상 발췌 방법의 한계를 보완하고, 전이학습 방법을 이용하여 신호 대 잡음비가 낮은 단일 성분 자료만 존재하는 DAS 자료에도 적용이 가능하도록 하였다. 사용된 기계학습 모델은 위상 발췌에 뛰어난 성능을 보이는 합성곱 신경망 기반의 EQTransformer를 ResUNet의 특성을 포함하도록 수정하여 구성하였다. 훈련자료는 전세계적으로 기록된 지진파형 자료인 STEAD자료를 이용하였고 학습 자료에 포함되지 않은 특성들에 대해서도 좋은 성능을 보이도록 기본 자료를 다양하게 변형시킨 자료도 학습에 사용하였다. 개발된 알고리즘은 학습자료와 다른 특성을 갖는 K-net 및 KiK-net 자료에 의해 성능이 검증되었다. 또한, 전이 학습을 통해 DAS 자료의 특성에 맞게 변형시킨 후 포항 장기분지에서 측정된 DAS자료에 적용시켜 그 성능을 검증하였다.
Zhou, Xueman;Zheng, Yingcheng;Zhang, Zhenzhen;Zhang, Zihan;Wu, Lina;Liu, Jiaqi;Yang, Wenke;Wang, Jun
대한치과교정학회지
/
제52권2호
/
pp.150-160
/
2022
Objective: To provide reliable prediction models based on dentoskeletal and soft tissue variables for customizing maxillary incisor positions and to optimize digitalized orthodontic treatment planning. Methods: This study included 244 Chinese women (age, 18-40 years old) with esthetic profiles after orthodontic treatment with fixed appliances (133 in group I: 1° ≤ The angle between the nasion [N]-A point [A] plane and the N-B point [B] plane [ANB] ≤ 4°; 111 in group II: 4° < ANB ≤ 7°). Dental, skeletal, and soft tissue measurements were performed on lateral cephalograms of the participants. Correlation and multiple linear regression analyses were used to determine the influence of dentoskeletal and soft tissue variables on maxillary incisor position. Results: The ideal anteroposterior position of the maxillary incisor varied between sagittal skeletal patterns. The position of the maxillary incisor correlated with the sagittal discrepancy between the maxilla and the mandible (ANB), protrusion of the midface, nasal tip projection, development of the chin, and inclination of both the maxillary and mandibular incisors. Distance from the maxillary central incisor to nasion-pogonion plane predicted using multiple linear regression analysis was accurate and could be a practical measurement in orthodontic treatment planning. Conclusions: Instead of using an average value or norm, orthodontists should customize a patient's ideal maxillary incisor position using dentoskeletal and soft tissue evaluations.
본 연구는 영화산업의 가치사슬단계에 따라 각 단계에서 고려할 수 있는 변인을 활용하여 제작/투자, 배급, 상영단계별 모형을 구성하였다. 모형의 예측력을 높이기 위해 회귀분석으로 유의미한 변인을 도출하여 모형을 추가로 설정하였다. 주어진 변인을 바탕으로 기계학습 분석방법인 인공신경망과 의사결정나무 분석방법 간의 예측력 차이를 비교하였다. 분석 결과, 제작/투자 모형과 배급 모형에서 모든 변인을 투입했을 때는 인공신경망의 정확도가 의사결정나무보다 높았으나, 회귀분석결과에 따라 선정된 변인을 투입하였을 때는 의사결정나무의 정확도가 더 높았다. 상영 모형에서는 회귀분석결과의 반영여부와 관계없이 인공신경망의 정확도가 의사결정나무의 정확도보다 높게 나타났다. 본 논문은 영화흥행 예측연구에 기계학습기법을 적용하여 예측성과가 향상됨을 확인하였다는데 의의가 있다. 선형회귀분석 결과를 기계학습기법에 반영함으로써 기존의 선형적 분석방법의 한계를 극복하고자 하였다.
대형 댐 및 대심도 지하공간 개발에서 많이 시행되는 암반 그라우팅은 기초지반의 누수를 방지하여 안정성을 향상시키고 추가적인 재해를 방지하기 위해 사용되는 중요한 공종 중 하나이다. 대부분의 암반 그라우팅은 수리지질 및 암반공학적 지수들(RQD, Q-value, GSI, Js, Ap, Lu, SPI, and K)에 의해 영향을 받는다. 따라서, 안전하고 적절한 그라우팅 설계 및 시공을 위해서는 지질학자들의 정확한 기초 암반의 분석과 적절한 그라우팅 계획 수립이 필요하다. 해외의 경우 기초 암반의 수리지질 및 암반공학적 특성 분석과 그라우트 주입량(grout take, GT) 예측에 대한 연구가 활발히 이루어지고 있으며, 주로 댐의 기초지반 분야에서 많은 연구가 수행되었다. 하지만, 국내의 경우 그라우트 주입재료 및 시공관리 기법에 대한 연구는 많이 수행되었으나 암반의 수리지질 및 암반공학적 특성을 고려한 암반 그라우팅 공법에 대한 연구는 미흡한 실정이다. 이에 본 리뷰에서는 암반 그라우팅 계획시 중요한 수리지질 및 암반공학적 지수들(RQD, Q-value, GSI, Js, Ap, Lu, SPI, and K)과 그라우트 주입량의 상관성 분석을 진행한 해외 연구 사례를 파악하고 국내의 암반 그라우팅 관련 연구의 발전방향을 제시하였다.
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.