• 한국지반공학회논문집
• /
• 제38권3호
• /
• pp.35-42
• /
• 2022

지반조사방법 중 표준관입시험 결과인 N치를 통해 알 수 있는 지반 지지층의 깊이는 각종 지반 구조물의 설계를 위한 기본적인 지반 정보를 제공하는 중요한 지표이다. 이러한 지반조사 결과는 시간과 비용 측면을 고려해 간헐적으로 수행될 수밖에 없으며, 그 결과는 현장 지반의 대표성을 갖게 된다. 그러나 지반 내에는 다양한 지층 변동성 및 불확실성이 존재하므로 간헐적인 현장조사를 통해 지반의 특성을 모두 파악하는 것은 어렵다. 따라서 시추공 정보로부터 미계측 지점을 예측하기 위한 방법들이 제시되어 왔으며, 대표적인 방법으로는 공간보간기법인 크리깅(Krigging), 역거리가중법(IDW)등이 있다. 최근에는 보간기법의 정확성을 높이기 위해 지반분야와 딥러닝 기술을 접목한 연구들이 수행되고 있다. 본 연구에서는 약 2만 2천공의 지반조사 결과를 바탕으로 딥러닝과 공간보간기법으로 지반 지지층 깊이 예측을 위한 비교 연구를 수행하였다. 이를 위해 딥러닝 알고리즘인 완전연결 네트워크와 포인트넷 방법, 공간보간기법으로는 IDW를 사용하였다. 각 분석 모델의 지지층 예측 결과 중 오차의 평균은 IDW가 3.01m 였으며, 완전연결 네트워크 및 포인트넷이 각 3.22m와 2.46m 였다. 결과의 표준편차는 IDW가 3.99였으며, 완전연결네트워크와 포인트넷이 3.95와 3.54로 나타났다. 연구 결과 3차원 정보에 특화된 포인트넷 구조를 적용한 네트워크가 IDW 및 완전연결 네트워크에 비해 개선된 결과를 나타냈다.

• 한국항해항만학회지
• /
• 제47권6호
• /
• pp.367-375
• /
• 2023

본 연구에서는 국내 연안 해역 환경에서의 해상교통관제 서비스에 기여할 수 있는 항적 간 거리 척도를 개발하였다. 새로운 항적간 거리 척도는 전통적으로 위치 시계열 간의 유사도를 측정하는 데 활용되는 하우스도르프 거리(hausdorff distance)와 두 항적 간의 대지속력(Speed Over Ground, SOG)의 평균 간의 차이, 그리고 대지침로(Course Over Ground)의 분산 간의 차이를 가중합하여 설계되었다. 새로운 척도의 유효성을 검증하기 위하여 실제 AIS 항적 데이터와 병합 군집화 알고리즘을 활용한 기존 항적 간 거리 척도와의 비교 분석이 수행되었으며, 새로운 거리 척도를 활용한 항적 군집화 결과가 하우스도르프 거리(hausdorff distance), 그리고 다이내믹 타임 워핑 거리(Dynamic Time Warping distance) 등 기존 척도에 비해 항적 간 지리적 거리나 대지속도 및 대지침로 등 선박 거동 특성의 분포를 비슷하거나 그 이상의 수준으로 정교하게 반영하고 있음을 데이터 시각화로써 확인하였다. 정량적으로는 Davies-Bouldin 지표를 기준으로, 군집화 결과가 더욱 우수하거나 약간 낮은 수준을 기록한 한편, 거리 계산 효율성에서는 특히 우수함을 실증하였다.

• 대한기계학회논문집B
• /
• 제20권7호
• /
• pp.2386-2396
• /
• 1996

본 연구에서 수행한 큰 지름비를 가지는 동축제트 확산화염 연소기내의 등온 및 연소 유동장에 대한 수치해석 결고를 요약하면 다음과 같다. 1) 큰 지름비를 가지는 동축제트 확산화염 연소기내의 등온 유동을 수치해석한 경우 k-.epsilon. 난유모델은 큰지름비를 갖는 기하학적 특성 때문에 C $O_{2}$와 공기의 유량비에 따라 나타나는 세가지 유동구조를 정성적으로 잘 예측하였다. 2) 공기의 유량이 고정되고 C $O_{2}$의 유량이 증가하는 등은 유동의 경우, 후방정체점은 실험치보다 훨씬 과도하게 예측되고 있으나, C $O_{2}$의 유량증가와는 거의 무관하게 나타나는 실험결과를 그대로 반영하였다. 그리고 C $O_{2}$으 유량증가에 거의 선형적으로 비례하는 전방정체점의 위치와 급격히 감소하는 재순환유동영역으로 갈수록 정량적인 불일치가 커지게 됨을 볼 수 있으며 이는 연료제트의 속도척도가 상대적으로 커지면서 연료제트가 공기의 재순환유동을 간헐적으로 뚫고 나가며 나타나는 용접유동구조에 의한 비정상성 때문으로 사료된다. 3) C $O_{2}$의 유량이 고정되고 공기의 유량이 증가하는 등온유동의 경우, 전방정체점의 변화에 대한 실험과 수치해석 결과와 정량적인 일치를 보이고 있으나 후방정체점은 실험치에 비해 과대예측되었다. 공기의 평균유입속도가 증가함에 따라 전방정체점의 위치가 입구쪽으로 옮겨가는 경향을 나타내고 있으며 공기의 유량이 증가함에 따라 공기에 이한 재순환영역의 강도와 공기의 최대역류속도가 커지므로 상대적으로 C $O_{2}$ 제트가 재순환 유동장을 관통할 수 있는 거리가 즐어드는 현상을 잘 예측하였다. 4) k-.epsilon. 난류모델과 수정된 eddy-breakup 연소모델을 사용하여 bulff-body 연소기내의 연소유동을 수소에 의한 열팽창효과를 포함시킨 경우 유동장과 온도장이 약간 더 하류족으로 팽창되는 영향이 나타났으며 본 연구의 수치결과만을 놓고 볼 때 열팽창효과와 Arrhenius 화학반응률을 고려한 경우가 실험치에 다소 근접한 결과를 나타내었다. 5) 수치결과와 실험의 불일치는 등방성 가정에 근거를 두는 k-.epsilon.난류모델이 갖는 한계, 중간생성물을 무시한 일단계 비가역반응모델을 사용한 난류 연소모델의 한계, 밀도변화를 가지는 유동장에서 일정한 Schmisr 수 가정의 적용한계, 그리고 불확실한 입구경계조건에 기인한다. bluff-body 연소기내의 난류연소유동장에 대한 예측능력을 향상시키기 위해서 추후 연구에서는 더욱 발전된 물리모델인 ASM 난류모델과 RSM 난류모델 그리고 joint PDF 연소모델과 coherent flamelet 모델등을 이용한 수치모델의 개발을 체계적으로 수행할 예정이다.

• 대한교통학회지
• /
• 제22권6호
• /
• pp.133-144
• /
• 2004

안전측면에서 교통류를 효율적으로 운영${\cdot}$관리하기 위해서는 교통류의 위험정도를 명확하게 판단할 수 있는 기준 및 모형개발이 필요하다. 이를 위해, 본 연구에서는 불완전한 추종으로 인해 발생할 수 있는 교통류 위험을 후미추돌위험의 관점에서 파악하였다. 과거 사고 예측 및 도로위험도 평가모형의 경우 운전자 반응을 고려하지 않았기 때문에, 모형의 신뢰성에 다소 문제가 있는 것으로 나타났다. 본 연구에서는 이러한 한계 및 문제점을 극복하기 위해 사고발생 가능성이라는 개념을 도입함으로써 위험과 사고 사이에 존재하는 운전자 반응을 모형에 반영하였다. 즉, 추종이론 및 안정성 이론을 바탕으로 후미추돌과 관련된 미시적 변수 즉, 운전자의 반응시간과 감속도를 반영하여 운전자를 고려한 모형을 개발하였다. 위험도를 대표할 수 있는 지표 개발을 위해 소음영향평가에서 사용되는 척도를 활용하였으며, 상대적인 위험도 우위를 평가하기 위해 위험강도 및 지속시간을 고려한 ‘등가위험도’를 개발하였다. 서울시 도시고속도로를 대상으로 직접 실험${\cdot}$조사를 수행하였으며, 미시적 교통류 자료수집을 위해 직접 실험차량을 제작하였다. 수집된 자료를 바탕으로 구간별, 차로별, 교통상황별 위험도를 도출하였다. 모형에 의해 도출된 위험도를 해당구간에서 수집된 차로별 사고자료와 비교하여 본 결과, 교통상황 및 사고자료 패턴과 일치하는 결과를 보여주었다. 본 연구에서 개발된 모형은 안전진단 및 도로설계에서부터 첨단안전차량 제어알고리즘의 안전성평가에 이르기가지 다양한 분야에서 활용될 수 있다.

• 지능정보연구
• /
• 제16권3호
• /
• pp.77-97
• /
• 2010

매매시점결정은 금융시장에서 초과수익을 얻기 위해 사용되는 투자전략이다. 일반적으로, 매매시점 결정은 거래를 통한 초과수익을 얻기 위해 언제 매매할 것인지를 결정하는 것을 의미한다. 몇몇 연구자들은 러프집합분석이 매매시점결정에 적합한 도구라고 주장하였는데, 그 이유는 이 분석방법이 통제함수를 이용하여 시장의 패턴이 불확실할 때에는 거래를 위한 신호를 생성하지 않는다는 점 때문이었다. 러프집합은 분석을 위해 범주형 데이터만을 이용하므로, 분석에 사용되는 데이터는 연속형의 수치값을 이산화하여야 한다. 이산화란 연속형 수치값의 범주화 구간을 결정하기 위한 적절한 "경계값"을 찾는 것이다. 각각의 구간 내에서의 모든 값은 같은 값으로 변환된다. 일반적으로, 러프집합 분석에서의 데이터 이산화 방법은 등분위 이산화, 전문가 지식에 의한 이산화, 최소 엔트로피 기준 이산화, Na$\ddot{i}$ve and Boolean reasoning 이산화 등의 네 가지로 구분된다. 등분위 이산화는 구간의 수를 고정하고 각 변수의 히스토그램을 확인한 후, 각각의 구간에 같은 숫자의 표본이 배정되도록 경계값을 결정한다. 전문가 지식에 의한 이산화는 전문가와의 인터뷰 또는 선행연구 조사를 통해 얻어진 해당 분야 전문가의 지식에 따라 경계값을 정한다. 최소 엔트로피 기준 이산화는 각 범주의 엔트로피 측정값이 최적화 되도록 각 변수의 값을 재귀분할 하는 방식으로 알고리즘을 진행한다. Na$\ddot{i}$ve and Boolean reasoning 이산화는 Na$\ddot{i}$ve scaling 후에 그로 인해 분할된 범주값을 Boolean reasoning 방법으로 종속변수 값에 대해 최적화된 이산화 경계값을 구하는 방법이다. 비록 러프집합분석이 매매시점결정에 유망할 것으로 판단되지만, 러프집합분석을 이용한 거래를 통한 성과에 미치는 여러 이산화 방법의 효과에 대한 연구는 거의 이루어지지 않았다. 본 연구에서는 러프집합분석을 이용한 주식시장 매매시점결정 모형을 구성함에 있어서 다양한 이산화 방법론을 비교할 것이다. 연구에 사용된 데이터는 1996년 5월부터 1998년 10월까지의 KOSPI 200데이터이다. KOSPI 200은 한국 주식시장에서 최초의 파생상품인 KOSPI 200 선물의 기저 지수이다. KOSPI 200은 제조업, 건설업, 통신업, 전기와 가스업, 유통과 서비스업, 금융업 등에서 유동성과 해당 산업 내의 위상 등을 기준으로 선택된 200개 주식으로 구성된 시장가치 가중지수이다. 표본의 총 개수는 660거래일이다. 또한, 본 연구에서는 유명한 기술적 지표를 독립변수로 사용한다. 실험 결과, 학습용 표본에서는 Na$\ddot{i}$ve and Boolean reasoning 이산화 방법이 가장 수익성이 높았으나, 검증용 표본에서는 전문가 지식에 의한 이산화가 가장 수익성이 높은 방법이었다. 또한, 전문가 지식에 의한 이산화가 학습용과 검증용 데이터 모두에서 안정적인 성과를 나타내었다. 본 연구에서는 러프집합분석과 의사결정 나무분석의 비교도 수행하였으며, 의사결정나무분석은 C4.5를 이용하였다. 실험결과, 전문가 지식에 의한 이산화를 이용한 러프집합분석이 C4.5보다 수익성이 높은 매매규칙을 생성하는 것으로 나타났다.