• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.41 no.2
• /
• pp.123-131
• /
• 2021

The buffer is a key component of an engineered barrier system that safeguards the disposal of high-level radioactive waste. Buffers are located between disposal canisters and host rock, and they can restrain the release of radionuclides and protect canisters from the inflow of ground water. Since considerable heat is released from a disposal canister to the surrounding buffer, the thermal conductivity of the buffer is a very important parameter in the entire disposal safety. For this reason, a lot of research has been conducted on thermal conductivity prediction models that consider various factors. In this study, the thermal conductivity of a buffer is estimated using the machine learning methods of: linear regression, decision tree, support vector machine (SVM), ensemble, Gaussian process regression (GPR), neural network, deep belief network, and genetic programming. In the results, the machine learning methods such as ensemble, genetic programming, SVM with cubic parameter, and GPR showed better performance compared with the regression model, with the ensemble with XGBoost and Gaussian process regression models showing best performance.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.36 no.2
• /
• pp.37-49
• /
• 2024

To date, numerous empirical formulas have been proposed through hydraulic model experiments to predict the wave breaker index, including wave height and depth of wave breaking, due to the inherent complexity of generation mechanisms. Unfortunately, research on the characteristics of wave breaking and the prediction of the wave breaker index for gravel beaches has been limited. This study aims to forecast the wave breaker index for gravel beaches using representative linear-based machine learning techniques known for their high predictive performance in regression or classification problems across various research fields. Initially, the applicability of existing empirical formulas for wave breaker indices to gravel seabeds was assessed. Various linear-based machine learning algorithms were then employed to build prediction models, aiming to overcome the limitations of existing empirical formulas in predicting wave breaker indices for gravel seabeds. Among the developed machine learning models, a new calculation formula for easily computable wave breaker indices based on the model was proposed, demonstrating high predictive performance for wave height and depth of wave breaking on gravel beaches. The study validated the predictive capabilities of the proposed wave breaker indices through hydraulic model experiments and compared them with existing empirical formulas. Despite its simplicity as a polynomial, the newly proposed empirical formula for wave breaking indices in this study exhibited exceptional predictive performance for gravel beaches.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.387-387
• /
• 2022

기존 홍수기시 댐 운영은 예측 강우와 실시간 관측 강우를 이용하여 댐 운영 모형을 수행하며, 예측 결과에 따라 의사결정 및 댐 운영을 실시하게 된다. 하지만 이 과정에서 반복적인 분석이 필요하며, 댐 운영 모형 수행자의 경험에 따라 예측 결과가 달라져서 반복작업에 대한 자동화, 모형 수행자에 따라 달라지지 않는 예측 결과의 일반화가 필요한 상황이다. 이에 댐 운영 모형에 AI 기법을 적용하여, 다양한 강우 상황에 따른 자동 예측 및 모형 결과의 일반화를 구현하고자 하였다. 이를 위해 수자원 분야에 적용된 국내외 129개 연구논문에서 사용된 딥러닝 기법의 활용성을 분석하였으며, 다양한 수자원 분야 AI 적용 사례 중에서 댐 운영 예측 모형에 적용한 사례는 없었지만 유사한 분야로는 장기 저수지 운영 예측과 댐 상·하류 수위, 유량 예측이 있었다. 수자원의 시계열 자료 활용을 위해서는 Long-Short Term Memory(LSTM) 기법의 적용 활용성이 높은 것으로 분석되었다. 댐 운영 모형에서 AI 적용은 2개 분야에서 진행하였다. 기존 강우관측소의 관측 강우를 활용하여 강우의 패턴분석을 수행하는 과정과, 강우에서 댐 유입량 산정시 매개변수 최적화 분야에 적용하였다. 강우 패턴분석에서는 유사한 표본끼리 묶음을 생성하는 K-means 클러스터링 알고리즘과 시계열 데이터의 유사도 분석 방법인 Dynamic Time Warping을 결합하여 적용하였다. 강우 패턴분석을 통해서 지점별로 월별, 태풍 및 장마기간에 가장 많이 관측되었던 강우 패턴을 제시하며, 이를 모형에서 직접적으로 활용할 수 있도록 구성하였다. 강우에서 댐 유입량을 산정시 활용되는 매개변수 최적화를 위해서는 3층의 Multi-Layer LSTM 기법과 경사하강법을 적용하였다. 매개변수 최적화에 적용되는 매개변수는 중권역별 8개이며, 매개변수 최적화 과정을 통해 산정되는 결과물은 실측값과 오차가 제일 적은 유량(유입량)이 된다. 댐 운영 모형에 AI 기법을 적용한 결과 기존 반복작업에 대한 자동화는 이뤘으며, 댐 운영에 따른 상·하류 제약사항 표출 기능을 추가하여 의사결정에 소요되는 시간도 많이 줄일 수 있었다. 하지만, 매개변수 최적화 부분에서 기존 댐운영 모형에 적용되어 있는 고전적인 매개변수 추정기법보다 추정시간이 오래 소요되며, 매개변수 추정결과의 일반화가 이뤄지지 않아 이 부분에 대한 추가적인 연구가 필요하다.

• Journal of Korea Water Resources Association
• /
• v.31 no.1
• /
• pp.95-103
• /
• 1998

Dam sediment can be predicted from the two methods: the one is a physical analysis based on the hydrjulic mechanism and the other is an empirical approach using observed data as a design factor. The former can be used to estimate short-term phenomena by mathematical methods. the latter can be used for deriving long-term design parameters such as dead storage calculation. Monthly reservoir operation is possible with the sluicing efficiency curve based on empirical data. The optimal sediment management can be carried out using the information variable which traces deposit sediments corresponding to the reservoir storage. The idea can provide an optimal operation strategy to save effective storage varying with time. This study presents a methodology for the long-term sediment prediction using sluicing efficiency curve. An application is conducted for estimating accumulated sedment deposit and water supply capability ofr the Fenhe dam in the Yellow rever of China.

• The Magazine of the Society of Air-Conditioning and Refrigerating Engineers of Korea
• /
• v.30 no.8
• /
• pp.54-59
• /
• 2001

바낙 공기 급기(UFAD, underfloor air distribution)는 사무실과 상업 건물의 공조를 위하여 바닥 하부 공간을 사용하는 혁신적인 기술이다. 북미에서는 UFAD가 기존 천장 공기 급기 방식에 비하여 많은 장점을 지니므로 그 수요가 날로 증가하고 있다. 잘 설계된 UFAD 시스템은 다음과 같은 장점을 지닌다. - 건물의 용도 변경에 따픈 유연성이 우수하므로 건물의 생애 주기 비용을 감소시킨다. - 개별 쾌적성 제어가 가능하므로 온열 쾌적성, 거주자의 만족도 그리고 생산성을 향상시킨다. - 거주자주변에 직접 선선한 공기를 공급하므로 환기 효율, 실내 공기질 그리고 건강 상태를 향상시킨다. - 이코노마이저 운전, 온도 성층화 그리고 낮은 정합 운전에 의하여 에너지 비용을 감소시킨다. - 설비 공간이 축소되고 표준 철골 구조에서는 콘크리트 구조체 변경이 가능하므로 새 건축 공법에서는 충고를 감소시킬 수 있다. 1995년까지만 해도 UFAD는 파격적인 설계 기법이라고 여겨졌지만, 이제 설계자와 건축업자들은 2004년까지 신축되는 사무용 건축품의 35%는 바닥을 높인 기법이 적용되며 이 중 반 정도가 UFAD를 채택할 것이라고 예측하고 있다. 2000년 2억불이라고 추정되던 바닥을 높이는 건축의 시장 규모가 2004년에는 최소 10억불이 되리라고 예측된다. UFAD는 기본 연구에 의한 정립된 표준화된 설계 기법과 지침이 아직 마련되지 않았음에도 불구하고 현재 설계, 시공되고 있다. 이라한 경향은 펄수적인 연구가 수행되어 관련 업계가 지식과 경험을 충분히 쌓기 전까지는 계속될 전망이다. 본고는 시스템 설계와 운영의 주요한 특징, 기존 방식과 비교하여 지니고 있는 잠재적인 장점, 한계와 기술 개발의 필요성, UFAD 기술 개발을 위하여 계속적으로 요구되는 연구 분야 등을 서술함으로써 현재 UFAD 기술에 대한 평가를 한다.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.32 no.6
• /
• pp.384-395
• /
• 2020

Breaking waves generated by wave shoaling in coastal areas have a close relationship with various physical phenomena in coastal regions, such as sediment transport, longshore currents, and shock wave pressure. Therefore, it is crucial to accurately predict breaker index such as breaking wave height and breaking depth, when designing coastal structures. Numerous scientific efforts have been made in the past by many researchers to identify and predict the breaking phenomenon. Representative studies on wave breaking provide many empirical formulas for the prediction of breaking index, mainly through hydraulic model experiments. However, the existing empirical formulas for breaking index determine the coefficients of the assumed equation through statistical analysis of data under the assumption of a specific equation. In this paper, we applied a representative linear-based supervised machine learning algorithms that show high predictive performance in various research fields related to regression or classification problems. Based on the used machine learning methods, a model for prediction of the breaking index is developed from previously published experimental data on the breaking wave, and a new linear equation for prediction of breaker index is presented from the trained model. The newly proposed breaker index formula showed similar predictive performance compared to the existing empirical formula, although it was a simple linear equation.

• Aerospace Engineering and Technology
• /
• v.9 no.1
• /
• pp.35-41
• /
• 2010

The temperature of the flight objects in high speed increases due to the aerodynamic heating. MINIVER and CFD approach are used to predict the aerodynamic heating conditions of KSLV-I. MINIVER is based on the empirical method. And the CFD approach predicts the aerodynamic heating conditions after the analysis of the surface temperature and the surface heat flux directly. In this study, the aerodynamic heating conditions using CFD approach are considered. The PLF temperature for these aerodynamic heating conditions is compared with the flight test data of KSLV-I.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.449-449
• /
• 2021

하천 내 오염물질 유입원은 하수처리장과 같이 농도를 예측 가능한 점오염원이 일반적이지만, 수질오염사고와 같이 다량의 유해물질이 일시에 하천에 유입되는 경우도 발생하곤 한다. 특히 오염물질 유입지점과 취수장이 인접한 경우, 오염물질 혼합해석에 대한 이해가 오염사고 대응 및 수질 관리 측면에서 매우 중요하다. 자연하천에서는 사행에 따른 유속 구조의 불균일성 등으로 인하여 오염물질의 이송 및 분산 과정은 매우 복잡하게 나타난다. 이러한 하천의 지형적, 수리학적 특성이 오염물질의 혼합 거동에 미치는 영향을 정확하게 모의하기 위해서는 3차원 수치모형을 적용해야 한다. 그러나 대부분의 하천은 하폭 대 수심비가 매우 크기 때문에 2차원 이송-분산 방정식을 지배방정식으로 채택하는 2차원 수치 모형이 널리 사용되어왔다. 2차원 이송-분산 방정식의 해석결과는 입력된 종, 횡 분산계수의 값에 따라 변화하기 때문에 정확한 혼합해석을 위해 분산계수의 결정이 매우 중요하다. 과거 연구에서는 횡 분산계수의 결정을 위해 기본 수리량을 이용한 경험식을 활용하여 계산한 바 있다. 종 분산계수의 경우에는 경험식의 산정에 필요한 충분한 실험 자료가 축적되어 있지 않아 이상적 흐름 상태를 가정하여 유도된 Elder의 이론식(Elder, 1959)을 사용해왔다. 하지만 많은 연구에서 이러한 Elder의 이론식이 종 분산계수를 과소산정 할 우려가 있다고 제시했다. 따라서 하천의 전단류 분산특성을 나타낼 수 있는 데이터 확보를 통해 종 분산계수의 경험식 산정 및 횡 분산계수의 정확도 향상이 필요한 상황이다. 본 연구에서는 기존 선행 연구에서 수행된 2차원 추적자실험 데이터의 확장을 위해 오버샘플링 기법을 적용하였으며, 이를 통한 머신러닝을 통한 분산계수 산정 가능성을 분석하고자 한다. 부족한 추적자 실험 데이터를 확장하기 위해 오버샘플링 기법 중 SMOTE 기법을 활용했다. 오버샘플링 기법을 이용하여 생산된 데이터의 신뢰성을 검증하였으며, 추후 머신러닝을 이용한 2차원 종, 횡 분산계수 산정에 대한 활용 가능성을 분석했다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.37 no.10
• /
• pp.955-966
• /
• 2009

DES method is applied to an axisymmetric base flow at supersonic mainstream. The model is based on the Spalart-Allmaras (S-A) turbulence model in the RANS mode, and is based on the subgrid scale model in the Large-eddy simulation (LES) mode. Accurate predictions of the base flowfield and base pressure are successfully achieved by using the DES methodology which is less expensive than LES. Flow properties at the edge of base, such as boundary layer thickness, momentum thickness and skin fraction are compared with Dutton et al [experimental data to proper prediction of base flowfiled. From the present results, The DES accurately resolves the physics of unsteady turbulent motions, such as shear layer rollup, large-eddy motions in the downstream region and small eddy motions inside the recirculating region. Moreover, The present results of using an empirical constant $C_{DES}$ of 1.2 shows good agreement with experimental data than conventional empirical constant $C_{DES}$ of 0.65.

• Journal of Intelligence and Information Systems
• /
• v.9 no.1
• /
• pp.157-177
• /
• 2003

This paper presents a comprehensive and successful application of data mining methodologies to improve and predict wafer yield in a semiconductor wafer fabrication system. As the wafer fabrication process is getting more complex and the volume of technological data gathered continues to be vast, it is difficult to analyze the cause of yield deterioration effectively by means of statistical or heuristic approaches. To begin with this paper applies a clustering method to automatically identify AUF (Area Uniform Failure) phenomenon from data instead of naked eye that bad chips occurs in a specific area of wafer. Next, sequential pattern analysis and classification methods are applied to and out machines and parameters that are cause of low yield, respectively. Furthermore, radial bases function method is used to predict yield of wafers that are in process. Finally, this paper demonstrates an information system, Y2R-PLUS (Yield Rapid Ramp-up, Prediction, analysis & Up Support), that is developed in order to analyze and predict wafer yield in a korea semiconductor manufacturer.