• 한국지반환경공학회 논문집
• /
• 제15권11호
• /
• pp.21-27
• /
• 2014

본 연구에서는 37개의 CCRD에 대한 계측자료(46개 지점)를 통해 댐 축조단계에서 얻어지는 계측자료를 이용하여 담수 후 댐의 정부침하량 및 내부침하량 예측기법을 제안하였다. 전체 데이터에 대한 분석 결과, 담수 후 시간경과에 따라 정부침하량이 함께 증가함이 확인되었으며, 댐 코어의 재료를 조립질과 세립질의 2가지 유형으로 구분한 댐 높이와 시공 중 최대 내부침하량의 관계로부터 조립질 재료를 사용 시의 내부침하량이 다소 크게 평가되었다. 또한 내부침하량은 댐 높이에 비례하여 증가하였으며, 댐 코어로서 세립질 재료를 사용하는 경우의 정부침하량이 상대적으로 크게 평가되었다. 본 연구결과는 향후 CCRD의 설계, 시공, 장기적 유지관리를 위한 유용한 도구가 될 것으로 전망된다.

• 한국콘텐츠학회논문지
• /
• 제11권12호
• /
• pp.586-596
• /
• 2011

현재 IT 분야는 응용을 수행하는 처리 장치가 소형화, 고성능화되고, 센서 기술의 비약적 발달로 인해 다양한 스마트 기능 실현이 가능해지고 있다. 특히, 측정된 사용자 정보를 기반으로 다양한 분석 및 예측을 시도하는 UX(User Experience) 분야는 UI(User Interface)를 중심으로 최근 연구가 활발히 진행되고 있다. 그러나 실세계에서 행동하는 사용자 경험 정보를 효과적으로 분류하고 저장하는 표준화된 형식의 공통 프레임워크에 대한 연구는 아직 미비하다. 본 논문에서는 실세계에서 센싱되어 해석되는 다양한 사용자의 행동정보를 체계적으로 저장 및 참조하기 위한 정보 표현 모델로 AUX(Associative User Experience) 모델과 처리구조를 제안하였다. 이러한 표현모델과 처리체계 분리는 인문적인 사용자 정보의 특성과 기술적인 처리체계의 독립을 통해 AUX 모델 적용 및 처리체계에 전문성과 생산성 및 유연성을 보장한다. AUX 모델은 관심 있는 사용자의 다양한 동작 정보를 확장된 E-TCPN 모델을 이용하여 표현하였다. 그리고 AUX 모델을 응용에서 참조할 수 있도록 XML을 이용한 자료구조로 표현하였다. XML로 표현된 AUX 모델은 응용에서 처리할 수 있는 AUX 정보처리 아키텍처를 설계하고, 이를 적용하여 성능 분석을 수행하기 위해 VOD 서버의 스트리밍 트래픽을 할당하는 MPP 알고리즘을 개선하여, AUX가 처리되는 과정을 나타내었다. 그리고 성능을 분석하기 위해 VOD의 MPP 트래픽 할당 기법에 적용하고, 동작을 시뮬레이션 하였다. AUX 모델을 적용한 MPP 트래픽 할당 알고리즘은 적용하지 않은 알고리즘에 비해 재생 편차가 10.41% 향상되었음을 알 수 있었다. 성능분석 결과는 사용자의 접근 매체 유형과 접근 콘텐츠 정보를 AUX로 변환하여, 동적 트래픽 할당을 위한 MPI, CPI 계산 결과가 스케듈링에 반영되어 재생 성능이 향상 되었음을 알 수 있었다.

• 한국해안·해양공학회논문집
• /
• 제34권6호
• /
• pp.315-324
• /
• 2022

2차원 조파수조 내에서 취득된 규칙파 실험데이터를 머신러닝 기법으로 분석하여 천수 변형을 경험한 파랑으로부터 조파기의 입력파고를 예측하는 모델을 수립하고 그 성능을 검증하였다. 이를 위해 가장 대표적인 머신러닝 기법인 인공신경망(NN)과 비모수 회귀분석 방법 중 하나인 가우시안 과정 회귀(GPR) 모델을 각각 수립하고 두 모델의 예측 성능을 비교하였다. 전체 실험자료를 모두 한꺼번에 활용한 경우와 쇄파 발생 여부에 따라 자료를 구분한 경우에 대해 독립적으로 분석을 수행하였다. 데이터를 구분하지 않은 경우에는 NN 및 GPR 모델 모두 조파기 입력파고 값과 계측값 사이의 오차가 비교적 크게 나타났다. 반면에 데이터를 비쇄파 및 쇄파 조건으로 구분하면 조파기 입력파고의 예측 정확도가 크게 향상되었다. 두 모델 중에서는 NN 모델보다 GPR 모델의 성능이 전반적으로 더 우수한 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.2066-2070
• /
• 2008

본 연구는 인공신경망(Artificial Neural Networks: ANNs)기법의 일종인 자기조직화(Self Organizing Map: SOM) 이론을 이용한다. 자기조직화 특성을 이용하여 스스로 학습이 가능하고, 구조상 수행이 빨라 학습 단계에 소요되는 시간을 줄 일 수 있는 장점을 가진 자기조직화 이론을 도입하고, 수질자료 중 전체 유기물의 양을 나타내며 난분해성 물질에 대한 해석이 가능하고 재현성이 탁월한 TOC 와 강우-유출량 자료의 분포적 양상과 특징을 분석하여 예측을 위한 모형화 과정에 기여하고자 한다. 최적의 Map Size와 Map Array 결정을 위해 수집된 강우와 유출량자료 및 TOC 자료에 대해 Garcia의 경험식을 이용하여 Map을 구성하는 단위구조의 총 수(M)를 산정하여 M값에 따른 종방향 및 횡방향 크기를 결정하는 다수의 Map 크기를 검토하고, 또한 Map 배열은 2차원 배열의 사각형배열(Rectangular array)과 육각형배열(Hexagonal array)에 대해서도 복합적으로 검토하여 최적의 특성조건을 결정하여 강우-유출 및 TOC 관계의 분할특성을 분석한다.

• 대한조선학회논문집
• /
• 제34권3호
• /
• pp.104-112
• /
• 1997

선각의 곡면 가공을 위한 선상가열법은 숙련된 기능공의 경험에 전적으로 의존하고 있으며, 각 조선소에서는 생산성 향상을 위한 자동화 기술을 절실히 요구하고 있다. 선상가열에 의한 곡면형성 과정을 역학적으로 시뮬레이션 하기 위해서는 초고속 컴퓨터를 이용하더라도 수십시간의 방대한 계산이 요구되는 대변형 열탄소성 해석이 필요하다. 본 연구에서는 선상가열에 의한 판의 변형을 효율적으로 정확하게 계산하기 위한 간이 열탄소성 해석 기법을 개발하고, 일련의 선상가열 실험을 통해 그 정확성을 확인하였다.

• 해양환경안전학회지
• /
• 제10권1호
• /
• pp.29-33
• /
• 2004

지금까지의 강구조설계에서는 일반적인 탄성좌굴개념을 적용하고 있다. 왜냐하면 현재까지의 실적선의 데이터와 경험적인 방법에 의해 도출된 여러 가지 룰에 의한 데이터가 상당히 신뢰할만한 정도를 갖고 있기 때문이라고 판단하기 때문이다. 그러나, 최근들어 판두께가 박판인 고장력강재가 선체에 폭넓게 사용되어지면서 탄성좌굴발생 시점이 빨라졌으며 이에따른 탄소성거동을 정확히 예측할 필요성이 대두되고 있다. 이에 본 연구에서는 선체의 이중저 판넬구조에서 압축하중을 받을때의 실제판부재의 주변지지조건을 네가지로 이성화하여 해석하였으며, 이때 실제 필연적으로 존재하게 되는 열가공에 의한 비대칭형 초기처짐을 적용하였고, 비선형해석기법으로서는 Arc-length method를 적용하였고 해석코드는 범용유한요소법 소프트웨어로 잘 알려진 ANSYS를 사용하였다.

• 디지털융복합연구
• /
• 제17권11호
• /
• pp.531-536
• /
• 2019

수요자 중심의 서비스디자인 방법론에 따른 사회적 문제 해결과 공공서비스 혁신의 사례가 늘고 있는 가운데 행정안전부는 공공서비스디자인 기법의 시행령을 개정하여 각 기관별 사업 과제에 적용하고 있다. 본 논문은 서비스디자인방법론 과정과 프로토타입 단계에서 핵심 해결안을 $360^{\circ}$ VR 콘텐츠로 시각화하여 수요자에게 서비스에 관한 이해력과 효과적인 개선안을 전달할 수 있도록 연구하였고 실제 공공서비스디자인 프로젝트에 적용하여 개선 후 만족도가 높은 결과를 미리 예측해 볼 수 있었다. 본 논문은 수요자에게 새로운 경험적 가치를 주고 $360^{\circ}$ VR 프로토타입을 활용한 미래의 서비스디자인에 관한 융합연구로서 서비스디자인 프로세스의 향상에 기여할 수 있는 새로운 접근 방법을 제시하고 있다는 점에서 의의가 있다.

• 지질공학
• /
• 제30권4호
• /
• pp.457-468
• /
• 2020

플랜트, 토목 및 건축 사업에서 말뚝(Pile) 설계 시 어려움을 겪는 주된 요인은 지반 특성의 불확실성이다. 특히 표준관입시험(Standard Penetration Test, SPT)을 통해 측정되는 N치를 얻는 것이 가장 중요한 자료이나 광범위한 모든 지역에서 구하는 것은 어려운 현실이다. 짧은 해외사업 입찰기간 내에 시추조사를 할 경우 인허가, 시간, 비용, 장비접근, 민원 등 많은 제약요건이 존재하여 전체적인 시추조사가 어렵다. 미시추 지점에서 지반 특성은 엔지니어의 경험적 판단에 의존하여 파악되고 있고, 이는 말뚝의 설계 및 물량산출 오류로 이어져서, 공기 지연 및 원가 증가의 원인이 되고 있다. 이를 극복하기 위해서, 한정된 최소한의 지반 실측 자료를 활용하여 미시추 지점에서도 N치를 예측 할 수 있는 기술이 요구되며, 본 연구에서는 AI기법 중 하나인 인공신경망을 적용하여 N치를 예측하는 연구를 수행하였다. 인공신경망은 제한된 양의 지반정보와 생물학적인 로직화 과정을 통하여 입력변수에 대한 보다 신뢰성 있는 결과를 제공하여 준다. 본 연구에서는 최소한의 시추자료의 지반정보를 입력항목으로 하여 다층퍼셉트론과 오류역전파 알고리즘에 의하여 학습된 패턴을 가지고 미시추 지점에서 N치를 예측하는데 그 목적을 두고 있다. 이를 위하여 2개 현장(필리핀, 인도네시아)에 AI기법 적용시 실측값과 예측값에 대한 적정성을 검토하였고, 그 결과 예측값에 대한 신뢰도가 높은 것으로 연구 검토되었다.

• 한국콘텐츠학회논문지
• /
• 제16권11호
• /
• pp.72-82
• /
• 2016

지금까지 의료서비스에 대한 다양한 연구가 진행되었지만 기존 연구들은 원인변수와 결과변수와의 관계를 규명하는 데만 초점을 두고 있다. 하지만 의료서비스 문제는 다른 서비스 산업과 상대적으로 비교해볼 때 문제 발생 시 고객이 느끼는 감정은 다를 것이라 예측되며, 최근 의료관광과 더불어 의료서비스의 중요성이 부각되는 시점이다. 이에 본 연구는 의료서비스 문제에 관한 정성적 자료를 실증 분석하였으며, 단어구름기법도 이용하였다. 연구의 주요결과를 살펴보면, 의료서비스 문제는 항목별로 의료과실, 간호사 업무미숙, 무심한 진료, 과잉검사 및 진료, 치료강요 및 거부, 응급대기, 불친절, 예약문제, 프로세스문제, 불편함 등 총 10개의 요인으로 나타났다. 그 중 복구 불가능한 서비스 실패에서 가장 많이 산출된 주요 단어는 의료과실, 무심한 진료, 간호사의 업무미숙 순이며, 복구 가능한 서비스 실패에서는 불친절한 태도와 예약시스템에 관한 부정적 경험의 주요 단어가 가장 많이 도출되었다. 의료서비스 문제 후 고객행동은 대부분 강력한 항의를 하며, 아주 심각한 문제에 대해서는 공개적 항의를 하거나 법적대응을 하는 것으로 나타났다. 본 연구의 결론에서는 연구결과 요약과 시사점, 그리고 향후 연구에 대한 제언을 하였다.

• 자원환경지질
• /
• 제48권2호
• /
• pp.115-130
• /
• 2015

확장 탄성 임피던스(extended elastic impedance, EEI)는 입사각에 따른 음향 임피던스(acoustic impedance, AI) 를 일반화한 탄성 임피던스(elastic impedance, EI)를 확장한 개념으로서 다양한 저류암 물성과 대비가 가능한 것으로 알려져 있다. 하지만 EEI 역산을 적용하여 예측한 저류암적 물성이 실제 물성을 얼마나 정확히 예측하는지를 검증한 사례는 거의 없다. 본 연구에서는 EEI 역산 기법을 이용하여 미국 와이오밍주 Teapot Dome 유전의 주요 저류층 중 하나인 Second Wall Creek 사암층의 P파속도($V_p$), S파속도($V_s$), P파속도-S파속도 비($V_p/V_s$), 포아송비(Poisson's ratio)와 같은 속도 물성들을 유추하고 실제 물리검층 자료와 비교하여 EEI 역산 기법의 정확도를 검증했다. 사용된 자료는 Teapot Dome 유전 남부의 3차원 공심점 모음 자료(CDP gather)와 많은 시추공에서 선택된 4개의 시추공 자료이다. $V_s$ 검층자료는 경험식을 통해 $V_p$ 검층자료로부터 계산되었다. 4개의 속도 물성 EEI 예측 %에러는 한 시추공에서의 포아송비를 제외하면 약 5%를 넘지 않는다. 그러나 속도로부터 직접적으로 계산되지 않는 공극률, 감마선 검층값, 밀도와 같은 물성들은 시추공에서의 EEI 역산 분석 결과가 만족스럽지 못하여 전체 자료에 EEI 역산을 적용할 수 없었다. 따라서 속도 물성의 경우 EEI 역산을 적용할 수 있지만 속도로부터 직접 계산이 되지 않는 물성의 경우는 EEI 역산 적용에 신중해야 할 것으로 판단된다.