• 한국음향학회지
• /
• 제42권1호
• /
• pp.7-15
• /
• 2023

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.

• 한국전산구조공학회논문집
• /
• 제36권4호
• /
• pp.221-232
• /
• 2023

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.

• Journal of Nutrition and Health
• /
• 제56권4호
• /
• pp.391-403
• /
• 2023

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, TEE_DLW와 TEE_PACT 간의 유의한 차이가 없었으며 TEE_DLW와 TEE_PACT 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.

• 지구물리와물리탐사
• /
• 제26권3호
• /
• pp.114-125
• /
• 2023

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.

• 한국지반공학회논문집
• /
• 제24권6호
• /
• pp.77-84
• /
• 2008

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.

• 한국지반공학회논문집
• /
• 제26권1호
• /
• pp.45-54
• /
• 2010

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.

• 지구물리와물리탐사
• /
• 제25권4호
• /
• pp.177-188
• /
• 2022

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.

• 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.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권4호
• /
• pp.593-601
• /
• 2017

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.

• 지질공학
• /
• 제33권2호
• /
• pp.307-322
• /
• 2023

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.