• 항공우주
• /
• 제56권
• /
• pp.48-51
• /
• 1997

과학기술은 잠시도 쉬지 않고 연구발전하고 있다. 그리고 지금 아무꺼리낌없이 우리가 이용하고 있는 많은 기술이 모두 과학자들의 끊임없는 연구 개발의 결과로 나타난 것이다. 그러나 실험실에서의 연구 성공이 곧 실용기술로 모두 이용되는 것은 아니다. 여러 연구 가운데는 상당히 쓸모있는 연구인데도 불구하고 끝내 실용화되지 못하고 만 예도 없지 않다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.203-204
• /
• 2013

분산되어 있는 컴퓨팅 자원을 가상화시킨 이후 접근하여 사용하는 클라우드 컴퓨팅은 인터넷의 발전과 대규모의 데이터센터를 지니는 IT 기업의 등장으로 그 모습을 드러내게 되었다. 복잡도가 높은 다중 클라우드 환경에서 클라우드 브로커(CSB)는 클라우드 사용자(CSC)와 클라우드 제공자(CSP)를 중개하여 최적의 가상 머신(VM) 배치를 할 수 있도록 한다. CSB의 과제는 가장 좋은 성능을 보이며 동시에 가장 경제적인 VM들을 다른 CSP들로부터 제공받아 CSC가 사용할 수 있도록 하는 것이다. 본 논문에서는 초기 VM 배치를 위해 CSC에서 요구하는 자원의 양을 예측하는 기법들을 소개하고, 관련된 미래 기술의 발전 방향에 대해 논의하고자 한다.

• 지식정보인프라
• /
• 통권17호
• /
• pp.58-65
• /
• 2005

• 전자공학회지
• /
• 제34권1호
• /
• pp.17-27
• /
• 2007

• 한국전자통신학회논문지
• /
• 제8권11호
• /
• pp.1655-1664
• /
• 2013

급변하는 과학기술 환경속에서 효율적인 R&D와 경쟁력 확보를 위해 미래 기술을 예측하고 유망기술을 발굴하고자 하는 활동이 전 세계적으로 활발히 이뤄지고 있다. 이에 본 연구는 고피인용 논문을 분석 방법을 이용해 2008년, 2012년도 각각 과학기술 전분야를 넘나드는 최전선의 연구활동을 확인하고, 2008년과 2012년을 비교해 연구활동의 규모가 급증한 영역을 추출하여 10대 유망기술을 도출하였다. 본 연구결과는 연구개발 및 기업의 전략적, 정책적 의사결정을 지원할 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제55권8호
• /
• pp.565-575
• /
• 2022

최근의 수자원공학 분야는 4차산업혁명과 더불어 비약적으로 발전된 딥러닝 기술을 활용한 시계열 수위 및 유량의 예측에 대한 관심이 높아지고 있다. 또한 시계열 자료의 예측이 가능한 LSTM 모형과 GRU 모형을 활용하여 수위 및 유량 예측을 수행하고 있지만 시간 변동성이 매우 큰 하천에서의 유량 예측 정확도는 수위 예측 정확도에 비해 낮게 예측되는 경향이 있다. 본 연구에서는 유량변동이 크고 하구에서의 조석의 영향이 거의 없는 한강의 팔당대교 관측소를 선택하였다. 또한, LSTM 모형과 GRU 모형의 입력 및 예측 자료로 활용될 유량변동이 큰 시계열 자료를 선택하였고 총 자료의 길이는 비교적 짧은 2년 7개월의 수위 자료 및 유량 자료를 수집하였다. 시간변동성이 큰 시계열 수위를 2개의 모형에서 학습할 경우, 2개의 모형 모두에서 예측되는 수위 결과는 관측 수위와 비교하여 적정한 정확도가 확보되었으나 변동성이 큰 유량 자료를 2개의 모형에서 직접 학습시킬 경우, 예측되는 유량 자료의 정확도는 악화되었다. 따라서, 본 연구에서는 급변하는 유량을 정확히 예측하기 위하여 2개 모형으로 예측된 수위 자료를 수위-유량관계곡선의 입력자료로 활용하여 유량의 예측 정확도를 크게 향상시킬 수 있었다. 마지막으로 본 연구성과는 수문자료의 별도 가공없이 관측 길이가 상대적으로 충분히 길지 않고 유출량이 급변하는 도시하천에서의 홍수예경보 자료로 충분히 활용할 수 있을 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.248-248
• /
• 2020

토양수분은 증발산, 유출, 침투 등 물수지 요소들과 밀접한 연관이 있는 주요한 변수 중에 하나이다. 토양수분의 정도는 토양의 특성, 토지이용 형태, 기상 상태 등에 따라 공간적으로 상이하며, 특히 기상 상태에 따라 시간적 변동성을 보이고 있다. 기존 토양수분 측정은 토양시료 채취를 통한 실내 실험 측정과 측정 장비를 통한 현장 조사 방법이 있으나 시간적, 경제적 한계점이 있으며, 원격탐사 기법은 공간적으로 넓은 범위를 포함하지만 시간 해상도가 낮은 단점이 있다. 또한, 모델링을 통한 토양수분 예측 기술은 전문적인 지식이 요구되며, 복잡한 입력자료의 구축이 요구된다. 최근 머신러닝 기법은 수많은 자료 학습을 통해 사용자가 원하는 출력값을 도출하는데 널리 활용되고 있다. 이에 본 연구에서는 토양수분과 연관된 다양한 기상 인자들(강수량, 풍속, 습도 등)을 활용하여 머신러닝기법의 반복학습을 통한 토양수분의 예측 가능성을 분석하고자 한다. 이를 위해 시공간적으로 토양수분 실측 자료가 잘 구축되어 있는 청미천과 설마천 유역을 대상으로 머신러닝 기법을 적용하였다. 두 대상지에서 2008년~2012년 수문자료를 확보하였으며, 기상자료는 기상자료개방포털과 WAMIS를 통해 자료를 확보하였다. 토양수분 자료와 기상자료를 머신러닝 알고리즘을 통해 학습하고 2012년 기상 자료를 바탕으로 토양수분을 예측하였다. 사용되는 머신러닝 기법은 의사결정 나무(Decision Tree), 신경망(Multi Layer Perceptron, MLP), K-최근접 이웃(K-Nearest Neighbors, KNN), 서포트 벡터 머신(Support Vector Machine, SVM), 랜덤 포레스트(Random Forest), 그래디언트 부스팅 (Gradient Boosting)이다. 토양수분과 기상인자 간의 상관관계를 분석하기 위해 히트맵(Heat Map)을 이용하였다. 히트맵 분석 결과 토양수분의 시간적 변동은 다양한 기상 자료 중 강수량과 상대습도가 가장 큰 영향력을 보여주었다. 또한 다양한 기상 인자 기반 머신러닝 기법 적용 결과에서는 두 지역 모두 신경망(MLP) 기법을 제외한 모든 기법이 전반적으로 실측값과 유사한 형태를 보였으며 비교 그래프에서도 실측값과 예측 값이 유사한 추세를 나타냈다. 따라서 상관관계있는 과거 기상자료를 통해 머신러닝 기법 기반 토양수분의 시간적 변동 예측이 가능할 것으로 판단된다.

• 지식정보인프라
• /
• 통권12호
• /
• pp.46-51
• /
• 2003

슈퍼컴퓨팅인프라구축사업의 필요성은 슈퍼컴퓨터가 엄밀한 정확도를 요구하는 초미세 반도체 설계, 신물질 설계 및 항공우주 산업분야로부터 거대한 기상정보 예측 등 다양한 첨단과학 분야의 연구개발에 필수 장비라는 사실에서 비롯된다. 세계 각국은 슈퍼컴퓨터를 과학기술 발전과 국가 경쟁력 확보의 전략요소로 인식하여, 슈퍼컴퓨팅, 네트워킹, 첨단 응용 및 가시화장비 등을 상호 연계한 국가(또는 지역별) 슈퍼컴퓨팅 인프라 구축을 강화하고 있다. 미국은 1990년 초부터 HPCC (고성능 컴퓨팅 및 통신) 프로그램에 매년 10억불 규모의 예산을 지속적으로 투자하여 왔다.

• 한국군사과학기술학회지
• /
• 제2권1호
• /
• pp.101-109
• /
• 1999

본 논문은 항공기 구조물의 체결용 홀(hole)을 냉간가공(cold working)할때 홀주변에 생성되는 잔류응력이 균열발생 수명과 균열성장에 미치는 영향을 연구한 내용이다. 항공기용 재료로 많이 사용되는 AL7075-T6 및 AL2024-T3 시편으로 측정된 계수를 Morrow의 수명예측식에 적용하여 수정된 냉간가공(cold working)에 관한 수명예측식을 제안하였다. 수정된 계산식으로 얻어진 수명예측값과 실험에 의하여 이미 알려진 값이 비교적 일치함을 보여 이러한 재료에 대하여 수명예측이 가능함을 보였다. 균열성장 예측을 위해 역시 AL7075-T6 재료에 대하여 가중함수(weight function)방법으로 잔류응력 세기계수를 구하여 Forman의 균열성장 예측식을 수정하여 계산 한 결과 이 또한 알려진 실험값과 거의 일치함을 보여 실험에 사용한 재료의 구조물 해석에 유용 할 것으로 보인다. 본 연구는 항공기용 구조물의 홀주변을 냉간가공 (cold working)할 때 생성되는 잔류응력의 영향을 연구하는 기초적인 단계 일 뿐이며, 향후 실제 정비현장에서 적용 할 수 있는 대상분야와 연구 방향에 대한 보다 심층적 연구가 필요함을 보인다.

• 한국산학기술학회논문지
• /
• 제22권3호
• /
• pp.261-267
• /
• 2021

예비군훈련을 담당하는 부대의 임무는 예비군이 평시에 실전적인 훈련을 받을 수 있는 환경을 만들어주는 것이다. 하지만 예비군훈련 담당부대의 특성상 운용 할 수 있는 병력부족의 문제로 실전적인 훈련환경을 만들어주는 예비군 훈련 지원 인원편성에 어려움이 많이 있다. 이러한 이유로 현재 군에서는 전년도 월 평균 예비군 입소율 결과로 당해연도 일일단위 예비군 입소율을 예측하면서 인력편성과 부대운영에 대한 계획을 수립하고 있다. 그러나 기존 예측방법은 실제 입소율과 비교 시 오차가 크게 발생할 수 있다는 문제점을 가지고 있다. 이 문제점은 훈련을 지원하는 교관과 조교 선정에 어려움을 주어 훈련성과 달성에 부정적으로 작용할 수 있다. 그러므로 실제 입소율과 오차를 최소화 할 수 있는 더 정확한 예측모형이 필요하다. 따라서 본 연구에서는 데이터마이닝을 기반으로 일일단위 예비군훈련 입소율을 예측한 모형을 제시하였다. 데이터마이닝 기반 모형의 검증을 위해 예비군훈련 담당부대에서 수집한 실제 데이터로 현재 군에서 사용하는 기존 예측방법과 비교하였다. 그 결과 본 연구에서 제시한 데이터마이닝 기반 예측모형이 기존 예측방법보다 오차를 줄이는 우수한 성능을 보였다.