• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.292-292
• /
• 2021

최근 데이터 과학의 획기적인 발전으로 딥러닝(Deep Learning) 알고리즘이 개발되어 다양한 분야에 널리 적용되고 있다. 본 연구에서는 인공신경망 중 하나인 LSTM(Long-Short Term Memory) 네트워크를 기반으로 정확한 댐유입량 예측을 수행하는 SWLSTM 모델을 제안하였다. SWLSM은 모델의 정확도를 개선하기 위해 세 가지 주요 아이디어를 채택하였다. (1) 통계적 속성 (PACF) 및 교차 상관 함수(CCF)를 사용하여 적절한 입력 변수와 시퀀스 길이를 결정하였다. (2) 선택된 입력 예측 변수 시계열을 웨이블릿 변환(WT)을 사용하여 하위 시계열로 분해한다. (3) k-folds cross validation 및 random search 기법을 사용하여 LSTM의 하이퍼 매개변수들을 효율적으로 최적화하고 검증한다. 제안된 SWLSTM의 효과는 한강 유역 5개 댐의 시단위/일단위/월단위 유입량을 예측하고 과거 자료와 비교함으로써 검증하였다. 모델의 정확도는 다양한 평가 메트릭(R2, NSE, MAE, PE)이 사용하였으며, SWLSTM은 모든 경우에서 LSTM 모델을 능가하였다. (평가 지표는 약 30 ~ 80 % 더 나은 성능을 보여줌). 본 연구의 결과로부터, 올바른 입력 변수와 시퀀스 길이의 선택이 모델 학습의 효율성을 높이고 노이즈를 줄이는 데 효과적임을 확인하였다. WT는 홍수 첨두와 같은 극단적인 값을 예측하는 데 도움이 된다. k-folds cross validation 및 random search 기법을 사용하면 모델의 하이퍼 매개변수를 효율적으로 설정할 수 있다. 본 연구로부터 댐 유입량을 정확하게 예측한다면 정책 입안자와 운영자가 저수지 운영, 계획 및 관리에 도움이 될 것이다.

• Journal of East-West Nursing Research
• /
• v.14 no.1
• /
• pp.78-86
• /
• 2008

본 연구는 여대생의 건강증진행위를 설명하기 위하여, 문헌고찰을 통해 가설적 모형을 도출하고, 여대생을 대상으로 건강증진행위를 횡단적으로 조사하여 모형의 적합성과 모형에서 제시된 가설을 검증하는 서술적 상관관계 연구이다. 연구에 사용된 변수는 건강증진행위와 관련된 선행 문헌의 고찰을 근거로 선정되었으며, 총 280명의 자료가 최종 분석에 이용되었다. 설문지는 Pender의 건강증진모형을 기초로 하여 개발하였으며, 조정요인 5문항, 건강상태 지각 3문항, 건강 통제위 4문항, 자아 존중감 5문항, 건강증진 행위 24문항의 총 41문항으로 구성하여 사용하였다. 개발된 항목에 대하여 간호대학생들을 대상으로 사전 조사를 실시하여 최종적인 설문지를 완성하였다. 본 연구모형에 대한 구성개념의 파악을 위해서 탐색적 요인분석을 실시하였고, 측정항목에 대한 요인별 단일 차원성 확인 및 통계적 검정을 위해 확인적 요인분석을 실시하였다. 연구의 가설검증을 위해 공변량 구조분석을 실시하였다. 모형의 적합도는 카이제곱은 244.04(자유도=121, p<0.001), GFI=0.91, CFI=0.97, NNFI=0.96, RMSR= 0.022으로 나타났다. 분석결과 여대생의 자아존중감과 내적통제위는 건강상태지각 및 건강증진행위에 유의한 영향을 미치는 요인으로 확인되었으며, 여대생의 건강상태지각은 건강증진행위에 유의한 영향을 미치는 것으로 나타났다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.873-874
• /
• 2024

본 논문은 GPT-3.5 모델을 활용하여 우울증 환자의 일기에 대한 정서적 공감과 위로의 질을 향상 하는 프롬프트 엔지니어링 기법을 제안하고 실험적으로 검증한다. 제안 방법은 GPT-3.5모델에게 감정에 섬세하게 반응하고 적절한 위로의 답변을 생성하는 3가지 접근 방식을 사용한다. 위로 방법 구체적 제시, 페르소나 부여 및 감정 호소 명령서 제시를 통해 감정 일기 응답을 개선한다. 실험 결과, 조언 중심의 기존 답변 대신 감정을 중심으로 공감하는 응답이 생성됨을 확인할 수 있었다. 이는 우울증 환자에 대한 인문학적 접근과 제안 프롬프트 엔지니어링 기법을 통합하여, 인공지능 모델의 정서적 공감 능력을 향상할 수 있다는 것을 실험적으로 검증하였다.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1996.05b
• /
• pp.310-316
• /
• 1996

현재 사용중인 Non-LOCA 해석용 인허가 코드들은 특정한 형태의 가압경수로에 맞게 짜여진 것들이어서 모든 형태의 가압경수로에 적용할 수 있는 범용 코드의 개발이 필요한 실정이다. 이를 위하여 한국원자력연구소에서는 웨스팅하우스 및 CE형 발전소에 공히 적용할 수 있는 과도현상 해석 코드인 TASS코드를 개발하고 있다. 이 TASS코드는 실시간보다 빠르게 핵증기계통에 대한 모의계산을 수행하며 대화식의 입출력을 통하여 사용자가 원하는 과도현상을 정확히 모사할 수 있다. 이 TASS코드의 웨스팅하우스형 발전소에 대한 적용타당성은 이미 검증되었으며, 본 논문에서는 CE형 발전소에 대하여 TASS 코드를 적용하여 Non-LOCA 인허가 해석을 하기위한 검증을 위해 주급수관 파단사고 및 주증기관 파단사고에 대하여 RELAP5/MOD3 코드와의 비교계산을 수행하였다.

• Nuclear Engineering and Technology
• /
• v.25 no.2
• /
• pp.343-352
• /
• 1993

다목적연구로(KMRR)는 일반 발전용 원자로와는 매우 다른 특성을 가지고 있으며, 설계 개념 또한 특이하다. 위와 같은 특이한 설계 특성을 파악하기 위하여 열수력 실험을 수행하였으며 시운전 시험도 설계 개념의 입증에 중점을 두고 수행될 예정이다. 실증실험은 크게 설계 자료 생산을 위한 실험, 기기 설계 검증 시험, 시운전 성능 시험으로 나눌 수 있다. 설계 자료 생산을 위한 실험으로 핵연료의 열수력학적 특성을 규명하는 실험, 우회 유동에 의한 노심 출구 냉각수 상승 억제를 입증 또는 해석하기 위한 자료 생산용 실험 등이 이루어졌다. 기기 설계 검증 시험으로는 Pump 특성 시험, Flap valve 특성 시험 등을 들 수 있다. 또한, 시운전 성능 시험으로는 설계 개념을 입증하기 위한 여러 시험들이 행해질 예정이다. 이러한 실험들을 통하여 설계에 필요한 많은 자료들이 생산되었고, 시운전 시험을 통하여 설계를 검증하고 실제 운전에 필요한 많은 자료를 얻을 수 있으리라 기대된다. 본 기고를 통하여 이러한 실험의 중요성 및 내용에 대해 간략하게 기술하고자 한다.

• Proceedings of the KIPE Conference
• /
• 2013.07a
• /
• pp.516-517
• /
• 2013

신재생 에너지의 비중 확대와 보급이 늘어남에 따라, 국가 간, 도시 간의 송전이 중요한 이슈로 대두 되고 있다. 위와 같은 요구 조건을 만족시키기 위해서 초고압 직류 송전의 개발이 필요하다. 초고압 직류송전(HVDC)에는 전류형과 전압형으로 나뉘는데. 각 HVDC에서 사용되는 Valve는 실제 운전 전에 여러 가지 방법으로 검증이 필요하다. 합성 시험회로 설비(Synthetic Test Circuit = 이하 STC)는 전류형 HVDC에서 사용되는 주요 전력변환 장치로, Thyristor Valve의 동작을 실제 동작 조건에 맞추어 동작을 시켜, 동작의 신뢰성을 검증하는 시험 설비이다. 본 논문에서는 전류형 HVDC Valve의 Operational Test를 위한 STC의 보호기능에 대해 기술하고 있다. 합성시험회로는 2상 초퍼와 6 펄스 사이리스터 컨버터를 사용하였고 설계된 보호기능은 PSCAD를 사용하여 검증하였다. HVDC Valve Operational Test시 합성시험회로 내에서 발생할 수 있는 사고 상황을 상정하고 그에 따른 보호 기능을 모의하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.1107-1110
• /
• 2004

PKI(Public key Infrastructure)기반에서 CA(Certificate Authority)는 사용자를 인증하기 위해서 인증서를 생성하고, 인증서의 상태를 검증하기위해서 CRL(Certificate Revocation List)를 발행하여 인증서 취소 상태를 확인하도록 한다. CRL을 사용할 경우 사용자의 증가로 인하여 CRL의 크기가 증가 함으로써 많은 부담과 실시간 처리가 어렵다. 이와 같은 단점을 보안하기 위해서 최근에는 실시간 처리가 가능한 OCSP(Online Certificate Status Protocol)방법이 제안되었지만 이 또한 사용자의 급증으로 하나의 OCSP 서버에 집중화 됨으로써 OCSP 서버의 부하가 많이 생긴다. 본 논문에서는 집중 OCSP 서버에서 생기는 부하를 줄이기 위해 여러 개의 OCSP 서버를 두고, 각 OCSP 서버의 응답 처리 시간을 빠르게 하기 위해서 CA가 실시간으로 인증서 취소 정보를 해당 OCSP 서버에게 분배하여 전달하고 Front Server를 둠으로써 각 OCSP의 Load를 모니터링하여 부하가 적게 걸린 OCSP에게 인증서 상태 검증을 함으로써 신뢰성과 각 OCSP 서버의 부하를 줄이는 방안을 제시한다.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.27 no.4
• /
• pp.743-751
• /
• 2017

As smart phones are becoming popular, an operating system is being used at wearable devices, home appliances and smart TVs. A user is able to use various applications on devices with operating system, but there is an increased threat of hacker. Thus, the technology for detecting the forgery of applications is becoming more important on operating system. To detect the forgery of the application, a digital signature technology is used on the filed of application digital signature. According to W3C recommendation, the signing process of application digital signature must be performed at least twice, and the applications which are signed by the application digital signature have to be validated for all signature files when the application is installed in the operating system. Hence, the performance of the application digital signature validation system is closely related to the installer performance on the operating system. Existing validation system has performance degradation due to redundancy of integrity verification among application components. This research was conducted to improve the performance of the application digital signature validation system. The proposal of validation system which is applied proxy system shows a performance improvement compared to the existing verification system.

• Journal of the Korean Society for Nondestructive Testing
• /
• v.14 no.4
• /
• pp.228-236
• /
• 1995

In this paper the method to evaluate shielding deficiency by gamma scanning test was presented and verified theoretically by Monte Carlo code which is one of the best effective method for radiation shielding calculation. The cylindrical shielding model was selected to evaluate shielding deficiency by gamma scanning test. First, the reference shielding according to the design requirement of cask was fabricated specially and reference values were measured with Co-60 source and scintillation detector. As a result with which calculated the reference values, it is shown that maximum deficiency thickness for lead of true cylindrical shielding model was 12mm. To verify this, thickness of lead was calculated by MCNP code and maximum deficiency thickness was 11.6mm. The experimental result obtained by the use of reference shielding was in good agreement with the theoretical result within 4.1%. So, this method can be applied to inspect the shielding ability for great shielding or cask which the radioactive material is used. To perform measurement more exactly, the further work on the development of measuring equipment to display the results on the screen will be required.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.135-135
• /
• 2018

한강의 잠수교는 평상시에는 사람과 차의 통행이 가능하나 예측수위가 5.5m일 경우, 보행자통제, 6.2m일 경우, 차량통제를 실시한다. 잠수교는 국토교통부의 홍수예보 지점은 아니지만 그 특수성으로 인해 정확한 홍수위 예측을 통해 선행시간을 확보할 필요가 있다. 일반적으로 하천 홍수위 예측을 위해서는 강우-유출 모형과 하도추적을 위한 수리모형을 결합한 모델링이 요구되나 잠수교는 하류부 조위로 인한 배수 및 상류부 팔당댐 방류량의 영향을 받아 물리적 수리 수문모형의 구축이 상당히 제약적이다. 이에 본 연구에서는 딥러닝 오픈 라이브러리인 Tensorflow 기반의 LSTM 심층신경망(Deep Neural Network) 모형을 구축하여 잠수교의 수위예측을 수행한다. LSTM 모형의 학습과 검증을 위해 2011년부터 2017년까지의 10분단위의 잠수교 수위자료, 팔당댐의 방류량과 월곶관측소의 조위자료를 수집한 후, 2011년부터 2016년까지의 자료는 신경망 학습, 2017년 자료를 이용하여 학습된 모형을 검증하였다. 민감도 분석을 통해 LSTM 모형의 최적 매개변수를 추정하고, 이를 기반으로 선행시간(lead time) 1시간, 3시간, 6시간, 9시간, 12시간, 24시간에 대한 잠수교 수위를 예측하였다. LSTM을 이용한 1~6시간 선행시간에 대한 수위예측의 경우, 모형평가 지수 NSE(Nash-Sutcliffe Efficiency)가 1시간(0.99), 3시간(0.97), 6시간(0.93)과 같이 정확도가 매우 우수한 것으로 분석되었으며, 9시간, 12시간, 24시간의 경우, 각각 0.85, 0.82, 0.74로 선행시간이 길어질수록 심층신경망의 예측능력이 저하되는 것으로 나타났다. 하천수위 또는 유량과 같은 수문시계열 분석이 목적일 경우, 종속변수에 영향을 미칠 수 있는 가용한 모든 독립변수를 데이터화하여 선행 정보를 장기적으로 기억하고, 이를 예측에 반영하는 LSTM 심층신경망 모형은 수리 수문모형 구축이 제약적인 경우, 홍수예보를 위한 활용이 가능할 것으로 판단된다.