• 해양환경안전학회지
• /
• 제29권5호
• /
• pp.497-504
• /
• 2023

본 연구에서는 소형선박용 중·고속 디젤엔진에 적용하여 연구 중인 SCR+DPF 기술을 저속엔진이 설치된 선박에 탑재하여 해상 실증 시험을 수행하였다. 대상 선박(총 톤수 2,881 톤, 정격출력 1,470kW@240rpm ×1)은 국내 연해를 운항하는 일반화물선으로 배출저감설비의 선박 탑재를 위해 도면 개발, 승인 및 선박 임시검사를 수행하였다. 저감성능 확인을 위해서 가스상물질 측정장비는 NOx technical code 및 ISO-8178의 분석방법을 준용하는 장비를 사용하였으며, 입자상물질 측정장비는 국제해사기구(IMO)에서 논의하고 있는 블랙카본 측정 방법 중 하나인 스모크미터를 사용하였다. 시험은 황 함유량 따라 MGO(0.043%), LSFO(0.42%) 2종의 연료를 사용하였으며 실제 운항하는 엔진회전수(130, 160 및 180 rpm)를 고려하여 시험 조건을 설정하였다. 시험 조건에 따라 배출저감설비의 전·후단에서 가스상 및 입자상(매연) 물질을 측정하여 배출저감설비의 저감효율을 확인하였으며 모든 시험 조건에서 NOx의 경우 90% 이상, 입자상물질(매연)의 경우 95% 이상의 저감효율을 확인하였고 엔진 성능의 영향을 줄 수 있는 배기가스 압력은 허용배압 기준인 50mbar 이하를 만족하였다. 본 연구를 통해 해상실증 연구의 중요성과 중소형 저속엔진 선박의 질소산화물 및 입자상물질의 동시 저감을 위한 대응 기술로 SCR+DPF 설비 적용 가능성을 확인할 수 있었다.

• 대한토목학회논문집
• /
• 제42권2호
• /
• pp.281-290
• /
• 2022

우리나라는 안전점검을 의무적으로 시행하여야 하는 국가시설물이 증가하고 있으며, 또한 보다 안전한 안전점검 방법이 필요한 시점이다. 본 연구는 주로 육안조사에 의존하던 교량의 안전점검을 드론을 활용하여 수행함으로써 점검자의 안전을 확보하고 신속한 외관조사가 가능하게 함으로써 교량 안전점검 외관조사의 효율성을 높이고자 하였다. 연구를 위하여 인천의 영종대교를 테스트베드로 선정하고 와렌 트러스 부분, 현수교 메인 케이블, 주탑, 교각의 네 부분으로 나누어 드론 촬영을 실시하고 성과물을 제작하였으며 그 과정에서의 작업 내용들을 정리하고 분석하여 교량시설물에 대한 드론 안전점검시 다섯 단계의 표준절차를 정립할 수 있었다. 연구결과로 얻어진 표준절차의 단계별 내용은 1단계, 시설물 정보수집 및 분석, 2단계, 취약부 분석 및 비행계획, 3단계, 드론 촬영 및 데이터 처리, 4단계, 외관조사 상태평가, 5단계, 외관조사망도 및 DB 구축이다. 따라서 이 표준절차에 따라 교량을 포함한 토목시설물의 안전점검이 수행된다면 보다 체계적이고 효율적으로 안전점검을 수행해 나갈 수 있을 것으로 기대된다.

• 생태와환경
• /
• 제56권2호
• /
• pp.127-139
• /
• 2023

대청호는 유역에 있는 비점오염원으로부터 유입되는 오염물질로 인해 남조류 과다증식에 기인한 녹조가 빈번하게 발생하고 있다. 이에 녹조 관리 대책 중 하나로 인공습지를 설치하여 호소에 유입되는 오염물질을 저감하고 있다. 본 연구에서는 비점오염원의 관리방법으로 인공습지의 적용 가능성을 평가하기 위해 대청호 상류에 설치된 서화천 생태습지를 대상으로 2014년부터 2020년까지 유입수 및 유출수의 BOD, COD, SS, T-N, T-P 등 오염물질 농도를 분석하였다. 분석 결과 대체적으로 인공습지에서의 처리를 통해 오염물질의 농도가 감소하는 것이 확인되었으며, 특히, 유기물질보다 질소, 인과 같은 영양염류에 있어 높은 처리효율이 확인되었다. 유입수의 오염물질 농도에 따른 처리효율을 구간을 나누어 분석한 결과 대체적으로 고농도에서 처리효율이 높은 경향을 나타내었다. 설치 및 운영 경과에 따른 연도별 인공습지 처리효율을 분석한 결과, T-P에서 큰 변화가 확인되었다. 이는 인공습지 조성 초기에는 식생의 성장에 따라 높은 처리효율을 보였지만, 식생이 안정화되고 습지 퇴적층이 포화됨에 따라 처리효율이 점진적으로 감소한 결과로 판단된다. 본 연구의 결과는 초기 강우 등 높은 농도의 오염물질 유입 및 주기적인 퇴적토 준설 등의 관리가 이루어진다면 인공습지가 유역면적이 넓고, 비점오염원의 영향을 크게 받는 댐 저수지의 부영양화 억제에 유용한 수단이 될 수 있음을 보여준다.

• 정보관리학회지
• /
• 제39권4호
• /
• pp.269-306
• /
• 2022

본 연구는 성숙도 모델 개념을 활용하여 디지털 전환 성과를 측정할 수 있는 지표 개발을 시도하였다. 디지털 전환을 위해서는 단순한 서비스 개선이 아니라 조직, 업무 변화까지를 고려할 필요가 있다. 여기서는 우리나라의 대표적인 과학기술정보서비스 기관인 KISTI의 디지털 전환 측정을 위한 모델 개발을 목표로 하였다. KSITI는 이미 디지털 전환을 위한 BPR 작업을 수행한 바 있으며, 성숙도 모델 개념을 차용하였다. 단, BPR에서는 해당 결과를 측정할 수 있는 방법은 존재하지 않는다. 본 논문에서는 성숙모 모델을 기반으로 디지털 전환을 측정할 수 있는 지표를 개발하였다. 지표개발은 모델 개발과 평가 두 가지 방법으로 수행하였다. 모델 구성을 위한 사례는 기존 KISTI에서 수행한 관련 연구, 다양한 국내·외 사례를 통해 이루어졌다. 검증 전 모델은 대분류를 기준으로 기술(37개), 데이터(45개), 전략(18개), 조직(인력)(36개), (사회적)영향력(14개)이었다. 검증 후에 최종 모델은 기술(20개/17개 지표 탈락), 데이터(36개/9개 지표 탈락), 전략(18개/유지), 조직(인력)(30개/6개 지표 탈락), (사회적)영향력(13개/1개 지표 탈락)으로 구성되었다.

• 한국ITS학회 논문지
• /
• 제21권1호
• /
• pp.105-122
• /
• 2022

최근 5년간 고속도로에서 발생한 사망 사고의 통계를 살펴보면, 고속도로 전체 사망자 중 갓길에서 발생한 사망자의 사망률이 약 3배 높은 것으로 나타났다. 이는 갓길 사고 발생 시 사고의 심각도가 매우 높다는 것을 보여주며, 갓길 차로 위반 차량을 단속하여 사고를 미연에 방지하는 것이 중요하다는 것을 시시한다. 이에 본 연구는 Faster R-CNN 기법을 활용하여 갓길 차로 위반 차량을 검출할 수 있는 방법을 제안하였다. Faster R-CNN 기법을 기반으로 차량을 탐지하고, 추가적인 판독 모듈을 구성하여 갓길 위반 여부를 판단하였다. 실험 및 평가를 위해 현실세계와 유사하게 상황을 재현할 수 있는 시뮬레이션 게임인 GTAV를 활용하였다. 이미지 형태의 학습데이터 1,800장과 평가데이터 800장을 가공 및 생성하였으며, ZFNet과 VGG16에서 Threshold 값의 변화에 따른 성능을 측정하였다. 그 결과 Threshold 0.8 기준 ZFNet 99.2%, Threshold 0.7 기준 VGG16 93.9%의 검출율을 보였고, 모델 별 평균 검출 속도는 ZFNet 0.0468초, VGG16 0.16초를 기록하여 ZFNet의 검출율이 약 7% 정도 높았으며, 검출 속도 또한 약 3.4배 빠름을 확인하였다. 이는 비교적 복잡하지 않은 네트워크에서도 입력 영상의 전처리 없이 빠른 속도로 갓길 차로 위반 차량의 검출이 가능함을 보여주며, 실제 영상자료 기반의 학습데이터셋을 충분히 확보한다면 지정 차로 위반 검출에 본 알고리즘을 활용할 수 있다는 것을 시사한다.

• 한국건설순환자원학회논문집
• /
• 제11권4호
• /
• pp.349-354
• /
• 2023

본 연구는 시멘트 산업의 CO₂ 저감을 위한 가장 핵심적인 기술 중 CCU(Carbon Capture, Utilization)를 적용하여 이산화탄소의 활용을 극대화 시키기 위한 일환으로 이산화탄소 양생 환경에서의 보통 포틀랜드 시멘트 페이스트를 대상으로 하여 탄산화 반응 촉진제의 혼입 유·무에 따른 재령 별 탄산화 깊이 변화와 이에 따른 기초 물리 특성변화를 검토하고자 하였으며, 콘크리트 분야에서 CO₂ 고정량을 평가하기 위하여 가장 범용적으로 사용하는 벙법인 고온에서의 CaCO₃ 탈탄산을 평가하는 열분석 방법을 적용하여 중량 감소율에 따른 결과를 평가하였다. 평가결과, 시멘트 페이스트에 CRA 혼입에 따라 두 가지의 환경조건에서 모두 압축강도 성능이 소폭 감소하는 경향이 나타났지만, 탄산화 깊이 확산성능에 있어서 CRA의 혼입으로 경화체 내의 탄산화 깊이가 상당 부분 증가하는 경향을 확인하였다. 또한, 항온항습기 양생 조건, 탄산화챔버 양생 조건의 순서로 Plain 대비하여 각각 23.8 %, 40.77 %만큼의 중량 감소율이 증가한 경향을 확인하였기에 CRA 첨가에 따른 우수한 CaCO₃의 생성량을 확인할 수 있었으며 CO₂의 농도가 증가할수록 그 생성량 또한 증가하는 것으로 확인하였다. 이는 소요성능 수준 이상의 성능을 만족할 수 있을 것으로 사료되며, 탄산화 저감을 목표로 하는 모든 CCU 기술에 재료적 측면으로 접목 및 활용이 가능할 것으로 판단된다.

• 멤브레인
• /
• 제33권6호
• /
• pp.352-361
• /
• 2023

청정 연료인 수소를 생산하기 위해 현재 가장 널리 사용되는 기술인 증기 개질이다. 이 방법으로 생산된 수소는 일산화탄소와 같은 불순물을 함유하고 있어, 이를 연료전지와 같은 응용분야에 사용하기 위해서는 적절한 정제 과정을 반드시 거쳐야 한다. 최근 효과적인 정제 방법으로 분리막 기술이 각광받고 있다. 본 연구에서는 수소와 일산화탄소 혼합가스에서 수소 분리 및 회수를 위해 바이오가스 고질화용(biogas upgrading) 상용 폴리설폰(polysulfone) 고분자막의 활용 가능성에 대해서 평가하였다. 먼저, 사용한 상용막의 물리화학적 특성에 대해서 평가하였고, H₂/CO를 이용하여 stage-cut, 운전압력과 같은 다양한 조건에서의 상용막 모듈의 성능 평가를 진행하였다. 마지막으로, 평가 결과를 바탕으로 공정설계를 위한 시뮬레이션을 진행하였다. 본 연구에서의 상용 분리막 공정의 최대 H₂ 투과도와 H₂/CO 분리계수는 각각 361 GPU와 20.6을 기록하였다. 또한, CO 제거 효율은 최대 94%를 나타내었으며, 생산 수소 농도는 최대 99.1%를 달성하였다.

• 천문학회지
• /
• 제56권2호
• /
• pp.213-224
• /
• 2023

Type II solar radio bursts show frequency drifts from high to low over time. They have been known as a signature of coronal shock associated with Coronal Mass Ejections (CMEs) and/or flares, which cause an abrupt change in the space environment near the Earth (space weather). Therefore, early detection of type II bursts is important for forecasting of space weather. In this study, we develop a deep-learning (DL) model for the automatic detection of type II bursts. For this purpose, we adopted a 1-D Convolution Neutral Network (CNN) as it is well-suited for processing spatiotemporal information within the applied data set. We utilized a total of 286 radio burst spectrum images obtained by Hiraiso Radio Spectrograph (HiRAS) from 1991 and 2012, along with 231 spectrum images without the bursts from 2009 to 2015, to recognizes type II bursts. The burst types were labeled manually according to their spectra features in an answer table. Subsequently, we applied the 1-D CNN technique to the spectrum images using two filter windows with different size along time axis. To develop the DL model, we randomly selected 412 spectrum images (80%) for training and validation. The train history shows that both train and validation losses drop rapidly, while train and validation accuracies increased within approximately 100 epoches. For evaluation of the model's performance, we used 105 test images (20%) and employed a contingence table. It is found that false alarm ratio (FAR) and critical success index (CSI) were 0.14 and 0.83, respectively. Furthermore, we confirmed above result by adopting five-fold cross-validation method, in which we re-sampled five groups randomly. The estimated mean FAR and CSI of the five groups were 0.05 and 0.87, respectively. For experimental purposes, we applied our proposed model to 85 HiRAS type II radio bursts listed in the NGDC catalogue from 2009 to 2016 and 184 quiet (no bursts) spectrum images before and after the type II bursts. As a result, our model successfully detected 79 events (93%) of type II events. This results demonstrates, for the first time, that the 1-D CNN algorithm is useful for detecting type II bursts.

• 경영정보학연구
• /
• 제24권1호
• /
• pp.1-19
• /
• 2022

온라인 사용자들이 소셜 미디어상에 올린 온라인 리뷰 속 숨겨진 감정을 분석하는 감성분석은 소셜미디어의 확산에 힘입어 많은 관심을 받고 있다. 본 연구는 기존 연구들과 차별화된 방법으로 감성분석을 시도하기 위하여 베이지안 네트워크에 기반한 감성 분석 모델을 제안한다. 모델에는 MBFS(Markov Blanket-based Feature Selection)가 속성 선택 기법으로 사용된다. MBFS의 성과를 실증적으로 증명하기 위하여 소셜미디어인 Yelp의 리뷰 데이터를 활용하였다. 벤치마킹 속성 선택 기법으로는 상관관계기반 속성 선택, 정보획득 속성 선택, 획득비율 속성 선택을 사용하였다. 한편, 해당 속성선택방법을 토대로 4개의 머신러닝 알고리즘을 이용하여 분류성과를 비교하였다. 나아가 MBFS로 선택된 속성들 간 인과관계를 확인하고자 베이지안 네트워크를 통해 What-if 분석을 실시하였다. 본 연구에서 택한 머신러닝 분류기는 베이지안 네트워크 기반의 TAN (Tree Augmented Naive Bayes), NB (Naive Bayes), S-Spouses(Sons & Spouses), A-markov (Augmented Markov Blanket)이다. 성과분석 결과 본 연구에서 제안한 MBFS 방법이 정확도, 정밀도, F1점수 측면에서 벤치마킹 방법보다 더 우수한 성과를 나타내었다.

• 경영정보학연구
• /
• 제24권1호
• /
• pp.21-37
• /
• 2022

신약을 개발하는 한 가지 방법의 하나인 신약 재창출(Drug Repositioning)은 이미 사람들에게 사용할 수 있도록 승인된 약물들이 다른 용도로 사용되도록 하여 새로운 적응증을 발견하는 유용한 방법이다. 최근에는 머신러닝 기술의 발달로 방대한 생물학적 정보를 분석하여 신약 개발에 활용하는 경우가 증가하고 있다. 신약 재창출에 머신러닝 기술을 활용하면 효과적인 치료법을 신속하게 찾아내는 데 도움을 줄 것이다. 현재 심각한 급성 호흡기 증후군인 코로나바이러스(COVID-19)에 의한 신종 질병으로 전 세계가 힘든 시간을 보내고 있다. 이미 임상적으로 승인된 약물의 용도를 변경하는 신약 재창출은 COVID-19 환자를 치료하기 위한 치료제의 대안이 될 수 있다. 본 연구는 머신러닝 기법을 활용하여 신약 재창출 분야에 대한 연구 동향을 살펴보고자 한다. Pub Med에서 웹 스크래핑 기법을 사용하여 'Drug Repositioning'이라는 키워드로 총 4,821건의 논문을 수집하였다. 데이터 전처리 후, 4,419건의 논문을 대상으로 빈도분석, LDA 기반 토픽모델링, Random Forest 분류 분석 및 예측 성능평가를 수행하였다. Word2vec 모델을 기반으로 연관어를 분석하였고, PCA 차원 축소 후 K-Means 군집화하여 레이블을 생성한 후, t-SNE 알고리즘을 이용하여 논문이 형성하고 있는 그룹을 시각화하고, LDA 결과에 계층적 군집화를 적용하여 히트맵으로 시각화하였다. 본 연구는 신약 재창출과 관련된 연구 주제가 무엇인지를 파악하고, 머신러닝 알고리즘을 사용하여 대량의 문헌에서 의미 있는 주제를 도출하고 시각화하는 방법을 제시하였다. 향후 신약 재창출 분야의 연구나 개발 전략을 수립하기 위한 기초자료로 활용되는 데 도움을 줄 것이라고 기대한다.