• 지질공학
• /
• 제32권4호
• /
• pp.725-733
• /
• 2022

본 연구에서는 기존 패커를 개량한 하이브리드패커를 장착한 수압암반절개시스템을 벤치컷 공법에 적용하였다. 하이브리드패커는 주입압을 이용하여 수압파쇄균열을 생성시키고 고무패커를 팽창시켜 수압파쇄균열을 확장하고 연장시키는 두 가지 기능을 하나의 패커에 접목시킨 패커시스템으로, 무소음·무진동 수압암반절개에 효율적으로 적용할 수 있도록 설계되었다. 본 연구에서는 벤치컷 굴착을 위해 사면 최상단에 설치된 실험공과 자유면으로부터의 이격거리와 주입설정 등 실험조건을 조정하면서 현장실험을 수행하여 주입 조건에 따른 암반 굴착 효율성을 비교하였다. 5 m의 이격거리를 지닌 조건에서는 굴착이 이루어지지 않은 부분이 발생하였으나 1 m의 이격거리에서는 굴착되지 않은 부분이 발생하지 않았다. 주입압에 의해 생성된 수압파쇄균열은 대체적으로 자유면과 평행하게 발달하여 고무팽창에 의해 확장 및 연장되어 벤치컷 굴착이 용이하게 이루어졌다. 벤치컷 암반 굴착에 수압암반절개공법을 체계적으로 적용하기 위해서는 다양한 암반 상태에 대하여 실험조건을 변화하면서 현장실험 결과를 축적하여야 할 것으로 판단된다.

• 대한화약발파공학회:학술대회논문집
• /
• 대한화약발파공학회 2007년도 춘계학술발표회 논문집
• /
• pp.127-134
• /
• 2007

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 추계종합학술대회 B
• /
• pp.406-409
• /
• 2008

본 논문에서는 명제화된 어트리뷰트 택소노미를 이용하여 간결하고 강건한 분류기를 생성하는 문제를 고려한다. 이 문제를 해결하기 위해 명제화된 어트리뷰트 택소노미(Propositionalized Attribute Taxonomy)를 이용하는 나이브 베이스 학습 알고리즘(Naive Bayes Learner)인 PAT-NBL을 소개한다. PAT-NBL은 명제화 된 어트리뷰트들의 택소노미를 선험 지식으로 이용하여 간결하고 정확한 분류기를 귀납적으로 학습하는 알고리즘이다. PAT-NBL은 주어진 택소노미에서 지역적으로 최적의 컷(cut)을 찾아내기 위해 하향식 탐색과 상향식 탐색을 사용한다. 찾아낸 최적의 컷은 명제화 된 어트리뷰트 택소노미와 데이터로부터 그에 상응하는 인스턴스 공간(instance space)을 구성할 수 있게 해준다. University of California-Irvine (UCI) 저장소의 기계학습 벤치마크 데이터에 대한 실험 결과를 보면, 제안된 알고리즘이 표준적인 나이브 베이스 학습 알고리즘에 의해 만들어진 분류기들과 비교해 볼 때, 가끔은 보다 간결하고 더 정확한 분류기를 생성해 낸다는 사실을 알 수 있었다.

• 한국정보통신학회논문지
• /
• 제12권12호
• /
• pp.2357-2364
• /
• 2008

본 논문에서는 명제화된 어트리뷰트 택소노미를 이용하여 간결하고 강건한 분류기를 생성하는 문제를 고려한다. 이 문제를 해결하기 위해 명제화된 어트리뷰트 택소노미(Propositionalized Attribute Taxonomy)를 이용하는 나이브 베이스 학습 알고리즘(Naive Bayes Learner)인 PAT-NBL을 소개한다. PAT-NBL은 명제화된 어트리뷰트들의 택소노미를 선험 지식으로 이용하여 간결하고 정확한 분류기를 귀납적으로 학습하는 알고리즘이다. PAT-NBL은 주어진 택소노미에서 지역적으로 최적의 컷(cut)을 찾아내기 위해 하향식 탐색과 상향식 탐색을 사용한다. 찾아낸 최적의 컷은 명제화된 어트리뷰트 택소노미와 데이터로부터 그에 상응하는 인스턴스 공간(instance space)을 구성 할 수 있게 해준다. University of California-Irvine (UCI) 저장소의 기계학습 벤치마크 데이터에 대한 실험 결과를 보면, 제안된 알고리즘이 표준적인 나이브 베이스 학습 알고리즘에 의해 만들어진 분류기들과 비교해 볼 때, 가끔은 보다 간결하고 더 정확한 분류기를 생성해 낸다는 사실을 알 수 있었다.

• 지구물리와물리탐사
• /
• 제26권2호
• /
• pp.52-61
• /
• 2023

육지와 인접한 연안, 그리고 천부 구조의 특성을 정밀하게 규명하기 위하여 높은 주파수 대역(80 Hz~1 kHz)의 음원을 활용하여 3.125 m 수준의 공간 해상도를 도출하는 초고해상 탄성파 탐사의 활용범위가 증가하고 있다. 디지털 스트리머 시스템은 고품질의 초고해상 탄성파 자료를 획득하기 위한 필수 모듈이며 도입 비용의 절감, 유지보수 기간의 단축 등을 위하여 국산화 연구가 이루어졌다. 개발된 국산화 스트리머에 대한 기본적인 성능 검증, 현장 운용성 검토 등은 해당 연구개발 과정에서 이루어졌으나 기존에 활용되는 벤치마크 모델과의 비교분석 연구는 수행되지 않았다. 본 연구에서는 국산화 스트리머와 벤치마크 모델을 활용해 동시에 자료를 취득하여 자료의 특성을 분석하였다. 이를 위하여 한국지질자원연구원 탐해2호와 부대장비 등을 활용한 2차원 탄성파 탐사자료를 취득하고 다양한 측면에서의 분석이 이루어졌다. 국산화 스트리머에서 취득된 자료는 벤치마크 모델에서 취득된 자료와 주파수 대역별 민감도 차이가 있었으나, 음원의 중심 주파수 대역을 고려한 범위에서는 매우 높은 수준의 유사성을 가지고 있다. 하지만, 60 Hz 이하의 낮은 주파수 대역에서는 벤치마크 모델 대비 낮은 신호대잡음비를 나타내었으며 이는 클러스터 에어건 등 낮은 주파수 대역의 음원을 활용한 자료취득에서는 품질을 저해하는 요소로 작용할 것이다. 이러한 차이를 발생시키는 원인은 세 가지(1. 스트리머 내부 발생 잡음, 2. 스트리머 예인 진동, 3. 아날로그 필터 컷 오프 주파수 대역)가 발굴되었으며 향후 제작되는 국산화 스트리머에서는 이에 대한 개선을 반영하고자 한다.

• 한국정보과학회논문지:정보통신
• /
• 제35권6호
• /
• pp.497-509
• /
• 2008

현재 패킷 분류에 대한 다양한 알고리즘들이 연구되어 오고 있다 그 중 HiCuts와 HyperCuts와 같은 디시젼(decision) 트리에 기초한 패킷 분류 알고리즘은 룰의 각 필드가 가지는 영역에 따른 기하학적 구조를 이용한 방법으로 잘 알려져 있다. 그러나 이 알고리즘들은 분할(cutting)을 수행할 필드(Field)를 선택하거나 디시젼 트리의 각 노드에서 컷(cut)의 수를 결정해야 하는 등의 비교적 복잡한 작업을 요구하므로 현실적으로 구현하기 어려운 점을 가진다. 또한 각 룰이 차지하는 영역의 특성을 고려하지 않고 일정한 크기의 영역으로 커팅이 이루어지므로 효과적인 커팅을 하지 못하는 단점이 있다. 본 논문에서는 새로운 영역 분할을 사용한 효과적인 패킷 분류 알고리즘을 제안한다. 제안하는 알고리즘은 먼저 프리픽스를 가지는 두 필드를 이용하여 각 룰이 차지하는 영역들을 찾아내 이들을 이용해 영역분할을 수행한다. 따라서 제안된 알고리즘은 보다 효율적인 디시젼 트리를 구성한다. 즉, 디시젼 트리의 각 노드에서는 HiCuts이나 HyperCuts와 같은 복잡한 작업없이 최적화된 커팅을 수행할 수 있다. 클래스 벤치에서 제공된 데이타베이스에 대하여 시뮬레이션을 수행한 결과, 제안된 알고리즘은 평균 검색 속도에서 기존의 알고리즘들보다 훨씬 향상되었고 메모리 요구량에서는 기존의 커팅 알고리즘과 비교하여 대략 $3{\sim}300$배까지 크게 줄어드는 효과를 보였다.