• Geomechanics and Engineering
• /
• 제37권1호
• /
• pp.65-72
• /
• 2024

Water ingress poses a common and intricate geological hazard with profound implications for tunnel construction's speed and safety. The project's success hinges significantly on the precision of estimating water inflow during excavation, a critical factor in early-stage decision-making during conception and design. This article introduces an optimized model employing the gene expression programming (GEP) approach to forecast tunnel water inflow. The GEP model was refined by developing an equation that best aligns with predictive outcomes. The equation's outputs were compared with measured data and assessed against practical scenarios to validate its potential applicability in calculating tunnel water input. The optimized GEP model excelled in forecasting tunnel water inflow, outperforming alternative machine learning algorithms like SVR, GPR, DT, and KNN. This positions the GEP model as a leading choice for accurate and superior predictions. A state-of-the-art machine learning-based graphical user interface (GUI) was innovatively crafted for predicting and visualizing tunnel water inflow. This cutting-edge tool leverages ML algorithms, marking a substantial advancement in tunneling prediction technologies, providing accuracy and accessibility in water inflow projections.

• 대기
• /
• 제15권1호
• /
• pp.47-57
• /
• 2005

Extending the success of the Tropical Rainfall Measuring Mission (TRMM), the spaceborne measurement of precipitation by Global Precipitation Measurement (GPM) is initiated. The GPM consists of a core satellite which will have a dual-frequency precipitation radar (DPR) and a constellation of small satellites equipped with microwave radiometers. The GPM is inherently a global program. Responding to the GPM plan, many other nations are much interested in participating in the GPM team or simply utilizing GPM products aiming at the development of meteorological technology. Korea can fully function its role if Korea is selected as a CAL/VAL site for the GPM because Korea maintains a well-established dense rain gauge network (AWS), precipitation radars, and the Haenam super site for surface observation. In this feasibility study, the necessities of the GPM project in the context of academical and social backgrounds and associated international and domestic activities are investigated. And GPM-related core technologies and application areas are defined. As a result, it is found that GPM will represent a great opportunity for us because of its ability to provide not only much enhanced three-hourly global rain products but also very useful tools for the enhancement of weather forecasting capabilities, management of water resources, development and implementation of monitoring techniques for severe weather phenomena, agricultural managements and climate application. Furthermore, rain retrieval and CAL/VAL technologies obtained during the involvement in the international GPM project will serve as basic knowledges to run our own geostationary satellite program.

• 한국건설관리학회논문집
• /
• 제7권1호
• /
• pp.138-147
• /
• 2006

최근에는 주 5일 근무제도, 공기단축형 입찰제도의 도입, 후분양제도의 도입 등의 제도적 변화로 건설공사의 성공적 수행에 중대한 영향을 미치는 공사기간에 대한 관심이 증대되고 있다. 또한 건설시장의 축소와 최저가 입찰제도하에서 건설수주 경쟁은 더욱 치열해짐에 따라 적정 공사기간의 산정과 예측은 매우 중요하다. 이러한 공사기간에 대한 중요성을 인지하고 공사기간을 비교 분석하거나 예측하고자 하는 연구들이 진행되었다. 국내에서 공사기간의 비교연구는 공동주택과 사무소 건축에 국한되었고 국외에서는 통계적 분석과 시뮬레이션을 통한 공사기간의 예측에 대한 연구가 많이 수행된 반면, 건물에 대한 수요의 변화로 발생된 주상복합건물과 오피스텔건물에 대한 공사기간의 실제 사례비교에 대한 연구는 거의 없다. 이에 본 연구는 국내 건설사들의 주상복합 및 오피스텔 건물의 실적공기와 가상사례를 활용하여 공사기간을 비교 분석한 후 공기 경쟁력 확보를 위한 공사단계 별 대응현황을 분석하는 것을 목적으로 한다.

• 한국균학회소식:학술대회논문집
• /
• 한국균학회 2015년도 추계학술대회 및 정기총회
• /
• pp.41-41
• /
• 2015

Oomycetes belong to the kingdom Straminipila, a remarkably diverse group which includes brown algae and planktonic diatoms, although they have previously been classified under the kingdom Fungi. These organisms have evolved both saprophytic and pathogenic lifestyles, and more than 60% of the known species are pathogens on plants, the majority of which are classified into the order Peronosporales (includes downy mildews, Phytophthora, and Pythium). Recent phylogenetic investigations based on DNA sequences have revealed that the diversity of oomycetes has been largely underestimated. Although morphology is the most valuable criterion for their identification and diversity, morphological species identification is time-consuming and in some groups very difficult, especially for non-taxonomists. DNA barcoding is a fast and reliable tool for identification of species, enabling us to unravel the diversity and distribution of oomycetes. Accurate species determination of plant pathogens is a prerequisite for their control and quarantine, and further for assessing their potential threat to crops. The mitochondrial cox2 gene has been widely used for identification, taxonomy and phylogeny of various oomycete groups. However, recently the cox1 gene was proposed as a DNA barcode marker instead, together with ITS rDNA. To determine which out of cox1 or cox2 is best suited as universal oomycete barcode, we compared these two genes in terms of (1) PCR efficiency for 31 representative genera, as well as for historic herbarium specimens, and (2) in terms of sequence polymorphism, intra- and interspecific divergence. The primer sets for cox2 successfully amplified all oomycete genera tested, while cox1 failed to amplify three genera. In addition, cox2 exhibited higher PCR efficiency for historic herbarium specimens, providing easier access to barcoding type material. In addition, cox2 yielded higher species identification success, with higher interspecific and lower intraspecific divergences than cox1. Therefore, cox2 is suggested as a partner DNA barcode along with ITS rDNA instead of cox1. Including the two barcoding markers, ITS rDNA and cox2 mtDNA, the multi-locus phylogenetic analyses were performed to resolve two complex clades, Bremia lactucae (lettuce downy mildew) and Peronospora effuse (spinach downy mildew) at the species level and to infer evolutionary relationships within them. The approaches discriminated all currently accepted species and revealed several previously unrecognized lineages, which are specific to a host genus or species. The sequence polymorphisms were useful to develop a real-time quantitative PCR (qPCR) assay for detection of airborne inoculum of B. lactucae and P. effusa. Specificity tests revealed that the qPCR assay is specific for detection of each species. This assay is sensitive, enabling detection of very low levels of inoculum that may be present in the field. Early detection of the pathogen, coupled with knowledge of other factors that favor downy mildew outbreaks, may enable disease forecasting for judicious timing of fungicide applications.

• 한국운동역학회지
• /
• 제15권3호
• /
• pp.143-152
• /
• 2005

The purpose of this study was to predict the failure or success of the Snatch-lifting trial as a consequence of the stand-up phase simulated in Kane's equation of motion that was effective for the dynamic analysis of multi-segment. This experiment was a case study in which one male athlete (age: 23yrs, height: 154.4cm, weight: 64.5kg) from K University was selected The system of a simulation included a multi-segment system that had one degree of freedom and one generalized coordinate for the shank segment angle. The reference frame was fixed by the Nonlinear Trans formation (NLT) method in order to set up a fixed Cartesian coordinate system in space. A weightlifter lifted a 90kg-barbell that was 75% of subject's maximum lifting capability (120kg). For this study, six cameras (Qualisys Proreflex MCU240s) and two force-plates (Kistler 9286AAs) were used for collecting data. The motion tracks of 11 land markers were attached on the major joints of the body and barbell. The sampling rates of cameras and force-plates were set up 100Hz and 1000Hz, respectively. Data were processed via the Qualisys Track manager (QTM) software. Landmark positions and force-plate amplitudes were simultaneously integrated by Qualisys system The coordinate data were filtered using a fourth-order Butterworth low pass filtering with an estimated optimum cut-off frequency of 9Hz calculated with Andrew & Yu's formula. The input data of the model were derived from experimental data processed in Matlab6.5 and the solution of a model made in Kane's method was solved in Matematica5.0. The conclusions were as follows; 1. The torque motor of the shank with 246Nm from this experiment could lift a maximum barbell weight (158.98kg) which was about 246 times as much as subject's body weight (64.5kg). 2. The torque motor with 166.5 Nm, simulated by angular displacement of the shank matched to the experimental result, could lift a maximum barbell weight (90kg) which was about 1.4 times as much as subject's body weight (64.5kg). 3. Comparing subject's maximum barbell weight (120kg) with a modeling maximum barbell weight (155.51kg) and with an experimental maximum barbell weight (90kg), the differences between these were about +35.7kg and -30kg. These results strongly suggest that if the maximum barbell weight is decided, coaches will be able to provide further knowledge and information to weightlifters for the performance improvement and then prevent injuries from training of weightlifters. It hopes to apply Kane's method to other sports skill as well as weightlifting to simulate its motion in the future study.

• 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.

• Journal of Astronomy and Space Sciences
• /
• 제26권3호
• /
• pp.305-316
• /
• 2009

이 연구에서 우리는 코로나 홀(Coronal hole, CH)의 정보(위치, 면적)를 이용하여 CIR(Corotating Interaction Regions)과 지자기폭퐁(Geomagnetic Storm)에 대한 경험적인 예보를 수행하였다. 이것을 위해 1996년 1월 $\sim$ 2003년 11월까지의 미국 국립 천문대-Kitt Peak 관측소의 He I $1083{\AA}$ 영상으로부터 코로나 홀 자료를 얻고, Choi et al.(2009)로부터 확인된 CIR과 지자기폭풍 자료를 활용하였다. 지자기 폭풍을 일으키는 코로나 홀의 특성을 고려하여 코로나 홀의 중심이 $N40^{\circ}$와 $S40^{\circ}$ 사이, $E40^{\circ}$와 $W20^{\circ}$ 사이에 위치하고 태양 반구에 대한 면적 비율이 다음과 같은 세 가지 경우를 선택하였다: (1) case 1: 0.36% 이상, (2) case 2: 0.66% 이상, (3) case 3: $1996{\sim}2000$년 동안에는 0.36%, $2001{\sim}2003$년 동안에는 0.66% 이상. 우리는 각 경우에 대하여 예보의 성공 유무를 확인할 수 있는 예보 분할표(Contingency Table)를 만들고, 그들의 태양 주기 위상(Solar cycle phase)에 대한 의존성을 조사하였다 분할표로부터 우리는 PODy(the probability of detection yes), FAR(the false alarm ratio), Bias(the ratio of "yes" predictions to "yes" observations) 그리고 CSI(critical success index)와 같은 예보 평가 지수를 결정하였다. 이와 같은 예보에서 PODy와 CSI가 상대적으로 더 중요한 사실을 고려하여, 우리는 가장 좋은 후보가 case 3이라는 것을 발견하였다. 이 경우에 두 가지 예보에 대한 예보평가 지수는 아래와 같다: CH-CIR의 경우는 PODy=0.77, FAR=0.66, Bias=2.28, CSI=0.30이고, CH-storm의 경우는 PODy=0.81, FAR=0.84, Bias=5.00, CSI=0.16이다. 또한 태양 활동 극대기 이후 감쇄기간 동안의 지수들이 태양 극대기 이전의 값들 보다 훨씬 잘 예보되고 있음을 알 수 있다. 따라서 코로나 홀을 이용한 CIR의 예보는 충분한 가능성을 보여주고 있으나, 지자기 폭풍의 예보는 너무 많은 허위 예보로 인하여 다소 어려울 것으로 비상된다.

• 지능정보연구
• /
• 제16권3호
• /
• pp.163-179
• /
• 2010

최근 패션산업에서는 고객의 니즈가 다양해지고 공급 리드타임이 크게 단축됨에 따라 최신 유행을 즉각 반영한 디자인, 빠른 상품 회전율로 승부하는 패스트 패션이 각광받고 있다. 또한, 기업간 경쟁도 심화되면서 얼마나 신속하게 효율적으로 고객의 니즈를 만족시킬 것인가가 패션산업의 중요한 성공요인으로 강조되고 있다. 따라서, 다품종 소량 신속생산이 강조되는 패스트 패션 산업에서는 트랜드 변화에 신속 대응을 지원하는 지능형 신속대응시스템(Intelligent Quick Response System : IQRS) 구축 및 지원을 절실히 요구하고 있다. 본 논문은 패스트 패션 산업 IQRS 구축에서 요구되는 신속대응 프로세스 수립, 지능적 판단을 지원하는 신속대응 기준 및 실행, 신속대응 물량 산정 및 시기 의사결정 모델을 제시하였다. 또한, 신속대응 의사결정의 합리성을 검증할 수 있는 KPI(Key Performance Indicator)를 설계하여 모델의 신뢰도를 향상시켰다. 제시된 각 모델은 A사의 ERP 구현사례를 통해 실용성을 검증하였다.

• 지능정보연구
• /
• 제16권3호
• /
• pp.99-120
• /
• 2010

최근 고객들의 비대면 접점 서비스 이용도가 높아짐에 따라, 비대면 채널은 다양한 데이터의 분석을 통해 고객 만족도를 향상시킬 수 있는 유용한 창구로 인식되고 있다. 이러한 비대면 채널의 대표적 영역으로 콜센터를 들 수 있으며, 콜센터 운영에서 고객 만족도에 가장 큰 영향을 미치는 요소는 상담 인력의 규모인 것으로 알려져 있다. 즉, 일정수준 이상의 고객 만족도를 유지하기 위해서는 충분한 상담 인력을 확보하는 것이 관건이지만, 불필요하게 많은 인력을 확보하는 것은 인건비 측면에서 비용의 낭비를 초래할 수 있다. 따라서 부족하지도 않고 넘치지도 않을 정도의 적정 인력을 산출하는 능력은 콜센터 운영의 핵심 경쟁력으로 인식되고 있으며, 최근 콜센터에서는 적정 인력의 규모를 예측하기 위해 WFM(Work Force Management) 업무 전담 부서를 설치하고 콜량을 정확하게 예측하기 위한 노력을 기울이고 있다. 콜량 예측을 위해 현업에서 주로 사용되는 방법은 담당자의 직관에 의존하는 방법으로, 일정기간의 콜량 평균을 담당자가 주관적 판단에 의해 보정함으로써 이루어진다. 하지만 이러한 방식은 담당자의 주관적 성향에 크게 좌우된다는 한계를 갖고 있어서, 최근에는 다양한 예측 모형을 시스템화한 WFMS(Workforce Management System) 패키지가 널리 활용되고 있다. 하지만 이 시스템은 초기 도입 시 매우 고가의 구축비용이 발생하며, 신규 요인 발굴 시 이를 즉각적으로 시스템에 반영하기 어렵다는 한계점을 갖고 있다. 이를 극복하기 위해 본 연구에서는 데이터 마이닝의 대화식 의사결정나무 기법을 이용함으로써, 객관적이면서도 업무 배경 지식을 충분히 활용할 수 있는 예측 모형을 수립하고자 한다. 또한, 본 연구에서 수립한 모형의 정확성 평가를 위해, 국내 최대 규모의 한 자동차 보험사 콜센터의 4년 8개월 간의 실 데이터를 사용한 실험을 수행하고 그 결과를 제시하였다. 실험에서는 기존의 WFMS와 본 연구에서 제안하는 두 가지 모형인 대화식 의사결정나무 기반의 예측 모형, 일반 의사결정나무 기반의 예측 모형의 세 가지 모형에 대해, 다양한 오차 허용범위 하에서의 사고콜 및 고장콜에 대한 예측 적중률을 평가하였다.