• 한국측량학회지
• /
• 제34권5호
• /
• pp.457-469
• /
• 2016

낙동강 하구역은 과거 30여 년 간 하구둑, 산업단지, 항구 등의 건설로 인해 인위적인 영향을 받아왔다. 낙동강의 이러한 변화는 연안사주의 기능에 영향을 줄 수 있고, 환경적인 변화를 야기하고 있다. 따라서 낙동강 하구의 변화를 관측하는 것은 매우 중요하다고 판단된다. 이에 따라 본 연구에서는 1984년부터 2015년까지 Landsat TM, ETM+ 영상을 기반으로 낙동강 하구의 연안사주의 지형의 면적변화를 관측하고자 한다. 또한, 조위에 따라 현재 존재하고 있는 사주 하부의 사질퇴적물이 나타나는 면적을 분석하고자 한다. 이는 사주 하부에 축적된 사질 퇴적물의 높이와 양을 추정할 수 있을 것이며, 이러한 결과는 향후 사구의 지형변화를 예측하는데 기반이 될 것으로 기대된다. 따라서 본 연구에서는 31년간의 Landsat 영상을 기반으로 국립해양조사원에서 제공한 조위 값을 이용하여 조위에 따른 하구역 지형의 면적변화를 연구하였다. 1지역은 3,015 m² , 2지역은 167,550 m² , 3지역은 14,596 m²만큼의 평균 면적변화가 나타난 것으로 계산되었다. 이 결과는 낙동강 퇴적물의 지속적인 변화를 관측하는데 매우 유용할 것으로 판단된다.

• 한국지반공학회논문집
• /
• 제31권4호
• /
• pp.57-66
• /
• 2015

지진에 대한 사면 재해도 작성 시 일반적으로 Newmark 활동블록 이론에 기초한 변위 추정식이 사용된다. 하지만 기존에 제안된 추정식들은 활동면에서의 동적 응답을 고려하지 않고 제방, 흙댐, 매립지 등 비교적 완만한 경사의 지반구조물을 대상으로 제안되었으며 산사면과 같이 경사진 기반암에 토사층이 피복된 경우에는 적합하지 않다. 본 연구에서는 산사면의 지형적 특성을 모사한 2차원 비선형 동적해석을 수행하여 이의 동적 응답 특성을 분석하였다. 지진 시 산사면의 영구변위는 활동면에서 계산된 등가가속도를 Newmark 활동블록 방법에 적용하여 계산하였다. 이와 같이 계산된 영구변위는 본 연구에서 제안된 간편 변위 추정식과 비교하여 정확도를 평가하였다. 검토 결과, 산사면의 기하학적 증폭은 입력 지진의 세기와 주기, 토층의 고유주기에 영향을 크게 받으므로 이를 고려하지 않는 기존의 경험식은 영구변위를 정확하게 예측하지 못하는 것으로 나타났다. 변위 예측식의 정확도는 최대지반가속도, 최대지반속도, Arias 진도, 평균주기와 토층의 고유주기가 고려될 경우 현격하게 향상되는 것으로 분석되었으며 이를 기반으로 하여 새로운 변위추정식이 제시되었다. 나아가 본 연구에 제안된 변위추정식은 산사태 재해 위험도 예측에 적용되어 정확성이 검증되었다.

• Nuclear Engineering and Technology
• /
• 제50권3호
• /
• pp.356-367
• /
• 2018

A series of tests dedicated to station blackout (SBO) accident scenarios have been recently performed at the $Prim{\ddot{a}}rkreislauf-Versuchsanlage$ (primary coolant loop test facility; PKL) facility in the framework of the OECD/NEA PKL-3 project. These investigations address current safety issues related to beyond design basis accident transients with significant core heat up. This work presents a detailed analysis using the best estimate thermal-hydraulic code TRACE (v5.0 Patch4) of different SBO scenarios conducted at the PKL facility; failures of high- and low-pressure safety injection systems together with steam generator (SG) feedwater supply are considered, thus calling for adequate accident management actions and timely implementation of alternative emergency cooling procedures to prevent core meltdown. The presented analysis evaluates the capability of the applied TRACE model of the PKL facility to correctly capture the sequences of events in the different SBO scenarios, namely the SBO tests H2.1, H2.2 run 1 and H2.2 run 2, including symmetric or asymmetric secondary side depressurization, primary side depressurization, accumulator (ACC) injection in the cold legs and secondary side feeding with mobile pump and/or primary side emergency core coolant injection from the fuel pool cooling pump. This study is focused specifically on the prediction of the core exit temperature, which drives the execution of the most relevant accident management actions. This work presents, in particular, the key improvements made to the TRACE model that helped to improve the code predictions, including the modeling of dynamical heat losses, the nodalization of SGs' heat exchanger tubes and the ACCs. Another relevant aspect of this work is to evaluate how well the model simulations of the three different scenarios qualitatively and quantitatively capture the trends and results exhibited by the actual experiments. For instance, how the number of SGs considered for secondary side depressurization affects the heat transfer from primary side; how the discharge capacity of the pressurizer relief valve affects the dynamics of the transient; how ACC initial pressure and nitrogen release affect the grace time between ACC injection and subsequent core heat up; and how well the alternative feeding modes of the secondary and/or primary side with mobile injection pumps affect core quenching and ensure stable long-term core cooling under controlled boiling conditions.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제26권11호
• /
• pp.1261-1269
• /
• 1999

다층 퍼셉트론은 다양한 응용 분야에 성공적으로 적용되고 있는 대표적인 신경회로망 모델이다. 그러나 다층 퍼셉트론의 학습에서 나타나는 플라토에 기인한 느린 학습 속도와 지역 극소는 실제 응용문제에 적용함에 있어서 가장 큰 문제로 지적되어왔다. 이 문제를 해결하기 위해 여러 가지 다양한 학습알고리즘들이 개발되어 왔으나, 계산의 비효율성으로 인해 실제 문제에는 적용하기 힘든 예가 많은 등, 현재까지 만족할 만한 해결책은 제시되지 못하고 있다. 본 논문에서는 다층퍼셉트론의 베이시스 함수로 사용되는 시그모이드 함수를 보다 일반화된 형태로 정의하여 사용함으로써 학습에 있어서의 플라토를 완화하고, 지역극소에 빠지는 것을 줄이는 접근방법을 소개한다. 본 방법은 기존의 변형된 가중치 수정식을 사용한 학습 속도 향상의 방법들과는 다른 접근 방법을 택함으로써 기존의 방법들과 함께 사용하는 것이 가능하다는 특징을 갖고 있다. 제안하는 방법의 성능을 확인하기 위하여 간단한 패턴 인식 문제들에의 적용 실험 및 기존의 학습 속도 향상 방법을 함께 사용하여 시계열 예측 문제에 적용한 실험을 수행하였고, 그 결과로부터 제안안 방법의 효율성을 확인할 수 있었다. Abstract A multilayer perceptron is the most well-known neural network model which has been successfully applied to various fields of application. Its slow learning caused by plateau and local minima of gradient descent learning, however, have been pointed as the biggest problems in its practical use. To solve such a problem, a number of researches on learning algorithms have been conducted, but it can be said that none of satisfying solutions have been presented so far because the problems such as computational inefficiency have still been existed in these algorithms. In this paper, we propose a new learning approach to minimize the effect of plateau and reduce the possibility of getting trapped in local minima by generalizing the sigmoidal function which is used as the basis function of a multilayer perceptron. Adapting a new approach that differs from the conventional methods with revised updating equation, the proposed method can be used together with the existing methods to improve the learning performance. We conducted some experiments to test the proposed method on simple problems of pattern recognition and a problem of time series prediction, compared our results with the results of the existing methods, and confirmed that the proposed method is efficient enough to apply to the real problems.

• 한국수자원학회논문집
• /
• 제54권12호
• /
• pp.1205-1214
• /
• 2021

강수는 공극수압의 상승에 관여해 토양 강도 및 응력의 변동을 발생시켜 산사태의 주요 원인 인자 중 하나로 지목된다. 따라서 강수는 산사태 발생 임계값 산정에 빈번히 사용되나, 지반 안정성을 직접적으로 산정하고 예측하기에는 무리가 있어 오탐지 사건에 대한 분석에는 한계가 있다. 한편 토양수분은 공극수압의 변동에 보다 직접적인 연관성을 지니므로, 다수의 연구에서 지반 안정성의 정량적인 평가에 활용된 바 있다. 이에 본 연구에서는 산사태 발생에 대한 임계값 산정에 있어 토양수분 인자 활용의 적정성을 평가하고자 하였다. 먼저 두 수문 인자의 거동 분석을 통해 강수에 대한 토양 포화도의 반응성을 파악하고, 선행 강수지수(Antecedent Precipitation Index)를 활용해 산사태 발생 임계값을 산정하였다. 이후 토양 포화도를 활용하여 산사태 발생 임계값을 산정했으며, 분할표를 활용해 두 임계값을 정성적으로 평가하였다. 그 결과, 일 강수량(P_daily)을 단일 인자로 사용해 결정된 산사태 발생 임계값 대비 괴산읍에서는 각각 75% (API), 42% (SM)의 향상을 보였고 창수면에서는 각각 33% (API), 44% (SM)의 향상을 보였다. 따라서 토양수분과 선행 강수지수 모두 임계성공지수(Critical Success Index)를 효과적으로 향상시켰으며 오탐지율을 감소시켰다. 추후 토양 포화도를 통해 산사태 발생에 요구되는 강우 강도를 산정하는 연구와 토양 포화도 수준에 따른 강우 저항성을 산정하는 연구 등 토양수분 자료를 다각적으로 접목한 연구가 수행된다면 산사태 예측 정확성을 향상시키는 데 기여할 수 있을 것으로 보인다.

• 한국항해항만학회지
• /
• 제46권3호
• /
• pp.280-288
• /
• 2022

본 연구는 정상 가동 중에도 회전수가 변하는 기기의 이상 및 고장 진단 방안을 다루고 있다. 회전수가 변함에 따라 비정상적 시계열 특성을 내포한 센서 데이터에 기계학습을 적용할 수 있는 절차를 제시하고자 하였다. 기계학습으로는 k-Nearest Neighbor(k-NN), Support Vector Machine(SVM), Random Forest을 사용하여 이상 및 고장 진단을 수행하였다. 또한 진단 정확성을 비교할 목적으로 이상 감지에 오토인코더, 고장진단에는 합성곱 기반의 Conv1D도 추가로 이용하였다. 비정상적 시계열로부터 통계 및 주파수 속성으로 구성된 시계열 특징 벡터를 추출하고, 추출된 특징 벡터에 정규화 및 차원 축소 기법을 적용하였다. 특징 벡터의 선택과 정규화, 차원 축소 여부에 따라 달라지는 기계학습의 진단 정확도를 비교하였다. 또한, 적용된 학습 알고리즘 별로 초매개변수 최적화 과정과 적층 구조를 설명하였다. 최종적으로 기존의 심층학습과 비교하여, 기계학습도 가변 회전기기의 고장을 정확하게 진단할 수 있는 절차를 제시하였다.

• 농촌계획
• /
• 제27권4호
• /
• pp.55-70
• /
• 2021

In this study, in the field of remote sensing, where the scope of application is rapidly expanding to fields such as land monitoring, disaster prediction, facility safety inspection, and maintenance of cultural properties, monitoring of rural space and surrounding environment using UAV is utilized. It was carried out to verify the possibility, and the following main results were derived. First, the aerial image taken with an unmanned aerial vehicle had a much higher image size and spatial resolution than the aerial image provided by the National Geographic Information Service. It was suitable for analysis due to its high accuracy. Second, the more the number of photographed photos and the more complex the terrain features, the more the point cloud included in the aerial image taken with the UAV was extracted. As the amount of point cloud increases, accurate 3D mapping is possible, For accurate 3D mapping, it is judged that a point cloud acquisition method for difficult-to-photograph parts in the air is required. Third, 3D mapping technology using point cloud is effective for monitoring rural space and rural resources because it enables observation and comparison of parts that cannot be read from general aerial images. Fourth, the digital elevation model(DEM) produced with aerial image taken with an UAV can visually express the altitude and shape of the topography of the study site, so it can be used as data to predict the effects of topographical changes due to changes in rural space. Therefore, it is possible to utilize various results using the data included in the aerial image taken by the UAV. In this study, the superiority of images acquired by UAV was verified by comparison with existing images, and the effect of 3D mapping on rural space monitoring was visually analyzed. If various types of spatial data such as GIS analysis and topographic map production are collected and utilized using data that can be acquired by unmanned aerial vehicles, it is expected to be used as basic data for rural planning to maintain and preserve the rural environment.

• 생물환경조절학회지
• /
• 제31권3호
• /
• pp.152-162
• /
• 2022

본 연구는 데이터를 기반으로 한 인공지능 기계학습 기법을 활용하여 온실 내부온도 예측 시뮬레이션 모델을 개발을 수행하였다. 온실 시스템의 내부온도 예측을 위해서 다양한 방법이 연구됐지만, 가외 변인으로 인하여 기존 시뮬레이션 분석방법은 낮은 정밀도의 문제점을 지니고 있다. 이러한 한계점을 극복하기 위하여 최근 개발되고 있는 데이터 기반의 기계학습을 활용하여 온실 내부온도 예측 모델 개발을 수행하였다. 기계학습모델은 데이터 수집, 특성 분석, 학습을 통하여 개발되며 매개변수와 학습방법에 따라 모델의 정확도가 크게 변화된다. 따라서 데이터 특성에 따른 최적의 모델 도출방법이 필요하다. 모델 개발 결과 숨은층 증가에 따라 모델 정확도가 상승하였으며 최종적으로 GRU 알고리즘과 숨은층6에서 r² 0.9848과 RMSE 0.5857℃로 최적 모델이 도출되었다. 본 연구를 통하여 온실 외부 데이터를 활용하여 온실 내부온도 예측 모델 개발이 가능함을 검증하였으며, 추후 다양한 온실데이터에 적용 및 비교분석이 수행되어야 한다. 이후 한 단계 더 나아가 기계학습모델 예측(predicted) 결과를 예보(forecasting)단계로 개선하기 위해서 데이터 시간 길이(sequence length)에 따른 특성 분석 및 계절별 기후변화와 작물에 따른 사례별로 개발 모델을 관리하는 등의 다양한 추가 연구가 수행되어야 한다.

• 터널과지하공간
• /
• 제33권3호
• /
• pp.169-188
• /
• 2023

터널에서의 화재는 지상 화재에 비해 온도상승과 최대온도가 더 높게 나타난다. 이러한 이유로 네덜란드, 독일 등 여러 나라에서는 터널에서 사용하는 별도의 화재 시간이력곡선을 제시하였다. 터널 내 화재는 단면손실과 그 배면의 역학적 특성저하와 같은 터널 라이닝의 손상을 발생시킨다. 본 연구에서는 구조물의 화재안정성 설계 개념과 스폴링에 의한 단면손실, 터널 라이닝 재료의 물리화학적 및 역학적 특성 변화, 구조물 안전을 위한 내화재, 그리고 화재손상 예측모델에 대해 살펴보았다. 화재에 대한 구조물의 안정성을 확보하기 위해서는 설계 단계에서 구조물의 종류와 화재원인을 파악하고 예상되는 단면손실과 손상범위를 확인하여 내화재를 통해 이러한 손상에 대비하는 작업이 요구된다. 본 연구에서는 이러한 일련의 작업을 수행하는데 참고할 수 있는 사항들을 정리하고 이에 대한 의견을 제시하였다.

• 대한토목학회논문집
• /
• 제28권2B호
• /
• pp.187-197
• /
• 2008

본 연구에서는 SWAT(Soil and Water Assessment Tool) 모형을 이용하여 경안천 유역($255.44km^2$)을 대상으로 미래 토지이용변화가 수문-수질에 미치는 영향을 분석하고자 하였다. Landsat TM(1987, 1991, 1996, 2004), $ETM^+$(2001) 위성영상으로부터 시계열 토지이용도를 작성하고, CA-Markov 기법을 이용하여 2030, 2060, 2090년도의 미래 토지이용변화를 예측하였다. 모형의 입력 자료인 수문 기상자료와 지형자료(DEM, 토양도, 하천도 등), 수질자료(SS, T-N, T-P)를 구축하고 1999, 2000년 자료를 이용하여 모형의 보정을 실시하였으며, 2001, 2002년에 대하여 검증하였다. 검보정 결과, 유출량에 대해 모형 효율성 계수는 0.59, 수질항목(Sediment, T-N, T-P)에 대한 결정계수는 0.88, 0.72, 0.68로 분석되었다. 미래 토지이용변화에 따른 유출량과 비점오염 부하량의 변화를 분석한 결과, 도시화가 진행되면서 2004년을 기준(76.3)으로 유역 평균 CN값이 2030년 76.9, 2060년 77.1, 2090년 77.4로 증가하면서 유출량이 1.4%, 2.0%, 2.7% 증가하는 것으로 분석되었다. 또한, 비점오염원의 증가로 유사량과 T-N, T-P 부하량은 2004년을 기준으로 2030년 51.4%, 5.0%, 11.7% 증가하였으며, 2060년 70.5%, 8.5%, 16.7% 2090년에 74.9%, 10.9%, 19.9% 증가하는 것으로 분석되었다.