• 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.

• 한국수자원학회논문집
• /
• 제56권7호
• /
• pp.439-449
• /
• 2023

최근 계측 기술의 발전으로 압력계와 유량계 등 다양한 센서를 설치하여 상수도관망의 상태를 효과적으로 파악할 수 있게 되었으나, 도시가 광범위하게 개발됨에 따라 계측 신뢰도에 영향을 미치는 변수는 다양해지고 있다. 특히 상수도관망 분석에 중요한 영향력을 가지는 수요 데이터의 경우 직접 계측의 난이도가 높고 결측이 발생하기 쉬운 것으로 알려져 데이터 생성의 중요도가 증가하고 있다. 본 논문에서는 상수도관망에서 누락된 데이터를 정확하게 생성하기 위해 생성적 딥러닝 모델에 기반한 적대적 학습 기반 오토인코더(ATAE) 모델을 제안한다. 제안된 모델은 판별 신경망과 생성 신경망의 두 가지 신경망의 적대적 학습을 사용하여 압력 데이터로부터 수요 데이터를 생성한다. 학습이 완료된 ATAE 모델의 생성 신경망은 관망의 계측되는 압력 데이터가 존재하는 경우, 그로부터 추정된 관망 수요 데이터를 제공할 수 있다. ATAE 모델은 미국 텍사스주 오스틴의 실제 상수도망에 적용되어 성능이 검증되었다. 수요 및 압력 시계열 데이터의 불확실성 정도에 따른 ATAE 예측 결과의 정확도를 비교하여 데이터 불확실성의 영향을 분석하였으며, 또한 수요 수준에 따른 데이터 수집 기간별 생성 결과를 비교하여 이에 따른 데이터 생성 성능을 검토하였다.

• 생물환경조절학회지
• /
• 제32권3호
• /
• pp.181-189
• /
• 2023

수소는 다양한 신재생에너지 중 환경친화적인 에너지로 각광받고 있지만 농업에 적용된 사례는 드물다. 본 연구는 수소연료전지 삼중 열병합 시스템을 온실에 적용하여 에너지를 절약하고 온실가스를 줄이고자 한다. 이 시스템은 배출된 열을 회수하면서 수소로부터 난방, 냉각 및 전기를 생산할 수 있다. 수소 연료 전지 삼중 열 병합 시스템을 온실에 적용하기 위해서는 온실의 냉난방 부하 분석이 필요하다. 이를 위해서는 온실의 형태, 냉난방 시스템, 작물 등을 고려해야 한다. 따라서 본 연구에서는 건물 에너지 시뮬레이션(BES)을 활용하여 냉난방 부하를 추정하고자 한다. 전주지역의 토마토를 재배하는 반밀폐형 온실을 대상으로 2012년부터 2021년까지의 기상데이터를 수집하여 분석했다. 온실 설계도를 참고하여 피복재와 골조를 모델화하여 작물 에너지와 토양 에너지 교환을 실시했다. 건물 에너지 시뮬레이션의 유효성을 검증하기 위해 작물의 유무에 의한 분석, 정적 에너지 및 동적 에너지 분석을 실시했다. 또한 월별 최대 냉난방 부하 분석에 의해 평균 최대 난방 용량 449,578kJ·h^-1, 냉방 용량 431,187kJ·h^-1이 산정되었다.

• Ecology and Resilient Infrastructure
• /
• 제10권4호
• /
• pp.116-124
• /
• 2023

극한호우 발생빈도 증가로 소하천 홍수 피해가 증가하고 있어 소하천 리스크 관리를 위해 유량 계측 요구가 증가하고 있다. 이에 행정안전부 (MOIS) 소속 국립재난안전연구원 (NDMI)은 CCTV 기반 자동유량계측기술 (CCTV based Automatic Discharge Measurement Technology, CADMT)을 개발하고 성능 검증과 재난 리스크 관리기술 개발을 위해 시범소하천을 운영하고 있다. 본 연구는 CADMT가 설치된 능막천과 중선필천 2개 소하천을 선정하고 소하천에 가장 가까운 기상청 Automatic Weather System 강우량 자료와 유량 계측자료를 이용해 4-Parameter Logistic 방법으로 Nomograph를 개발한다. 개발한 Nomograph를 검증하기 위하여 본 연구는 각 소하천에서 홍수량을 예측하고 그 결과를 계측 유량과 비교한다. 검증 결과 예측치는 계측치를 잘 재현하는 것으로 나타나 향후, 보다 정확도 높은 계측자료가 수집되고 이에 기반한 Nomograph가 개발된다면 정확도 높은 홍수 예·경보가 가능할 것으로 판단된다.

• 생태와환경
• /
• 제56권3호
• /
• pp.268-279
• /
• 2023

근래에 들어, 머신러닝과 딥러닝 모델은 다양한 수체 내 수질변화를 예측하기 위해 광범위하게 사용되고 있다. 특히, 담수호의 물 이용과 수생태계 건강성에 위협 요인으로 작용할 수 있는 유해남조의 발생을 예측하기 위해 많은 연구자들이 인공지능 모델을 활용하고 있다. 따라서, 본 연구에서는 최근까지 유해남조의 발생을 예측하기 위해 적용된 인공지능 모델링의 선행 연구들을 검토하였고, 딥러닝을 포함하여 머신러닝 모델을 이용한 이 분야 연구의 발전방향을 모색하고자 하였다. 먼저, Elsevier의 초록 인용 데이터베이스인 Scopus를 활용하여 체계적인 문헌 연구를 수행하였다. 주요 키워드를 이용하여 탐색 및 정리된 문헌들을 리뷰한 결과, 딥러닝 모델은 주로 남조 세포수 예측에만 사용되었고, 머신러닝 모델은 남조 세포수 이외에 microcystin, geosmin, 2-MIB와 같은 대사물질 예측에도 초점을 맞추고 있었다. 또한, 남조 세포수와 대사물질의 예측을 위해 활용된 입력변수들은 현저한 차이가 있었다. 남조의 대사물질을 예측하기 위해 딥러닝 모델이 적용된 바가 없었는데, 향후 빅데이터 구축을 통한 대사물질을 예측하는 연구가 필요할 것으로 사료된다.