• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.67-70
• /
• 2022

최근 자연어 생성 연구는 딥러닝 기반의 사전 학습 모델을 중심으로 활발하게 연구되고 있다. 하위 분야 중 하나인 텍스트 확장은 입력 텍스트를 출력에 잘 반영하는 것이 무엇보다도 중요하다. 기존 한국어 기반 텍스트 확장 연구의 경우 몇 개의 개념 집합에 기반해 문장을 생성하도록 한다. 그러나 이는 사람의 실제 발화 길이에 비해 짧고 단순한 문장만을 생성한다는 문제점이 존재한다. 본 논문은 이러한 문제점을 개선하면서 문학 스타일의 문장들을 생성하는 모델을 제안하였다. 또한 동일 모델에 대해 학습 데이터의 양에 따른 성능도 비교하였다. 그 결과, 짧은 요약문을 통해 문학 스타일의 여러 문장들을 생성하는 것을 확인하였고, 학습 데이터를 추가한 모델이 성능이 더 높게 나타나는 것을 확인하였다.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.81-81
• /
• 2017

본 연구는 전산유체역학(CFD)을 이용하여 트랙터 캐빈 내부의 온도 변화 시뮬레이션 모델을 개발하고 이를 통해 공조장치의 위치를 최적화 하는 것을 목적으로 하였다. 자동차나 열차를 대상으로 시뮬레이션을 이용한 차량 내부의 유동 해석 연구 사례는 많으나, 트랙터를 대상으로 한 연구 사례는 적다. 이에 트랙터의 공조장치를 설계하고 그 성능을 검증할 때 시뮬레이션 모델을 활용한다면, 인력, 시간 등의 손실을 줄일 수 있을 것이다. 본 연구에서는 상용 CFD 프로그램을 활용하여 공조 장치의 위치에 따른 세 가지 트랙터 캐빈 모델을 제작한 뒤, 각각의 모델에 대해서 열 유동 해석을 수행하였다. 시뮬레이션 결과가 실제 트랙터의 시험 결과와 비슷한 경향을 보이고 있음을 확인할 수 있었으며 이를 통해 모델의 적합성을 확인하였다. 또한 세 가지의 캐빈 모델 중 탑승자에게 가장 쾌적한 환경을 제공할 수 있는 모델은 기존의 국내 트랙터와 같은 천정부에 공조 장치가 있는 것이 아니라, 핸들이 있는 전면부에 위치하는 것이 가장 적합하다는 것을 확인할 수 있었다

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1393-1397
• /
• 2008

본 연구의 목적은 대청호와 하류 하천을 연계하여 연속적으로 부유물질의 이송, 확산, 침강과정을 해석 할 수 있는 통합 탁수 모델을 구축하는데 있다. 저수지와 하천을 연속적으로 모의하기 위해서 횡방향 평균 2차원 수리 수질 모델인 CE-QUAL-W2 (W2)를 사용하였다. 그러나 W2모델은 탁도를 모의 할 수 있는 알고리즘이 없기 때문에 모델 경계지점에서의 탁도-부유사(SS) 농도 상관관계를 조사하여 연속 측정된 탁도를 SS로 변환하였고, SS를 입자크기에 따라 3개의 그룹으로 나누어 각각의 침강속도가 다르게 모의하였다. 모의된 SS는 다시 저수지내 관측지점의 탁도-SS 상관관계를 이용해 탁도로 변환하여 실측값과 비교하였고, 하류 하천에서 취수하는 부여 취수장의 탁도-SS 상관관계를 이용하여 취수 원수의 탁도와 모의값을 비교하였다. 하천의 탁도는 실측값이 없는 관계로 모의된 SS를 그대로 하천의 SS 실측값과 비교하였다. 연구결과 통합모델은 저수지내에서 탁도의 수심별 농도를 잘 예측하였고 입자 크기별 침강속도를 고려한 결과 기존의 단일 SS 침강속도 모델에 비해 탁도 예측 성능이 향상되었다. 모델은 강우시 하천에서 급증하는 SS의 농도 변화를 잘 예측하였고, 금강 하류에 위치한 부여 취수장의 일별 취수 원수의 탁도 시계열 변화와도 비교적 잘 일치하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 춘계학술대회 학술발표 논문집 제15권 제1호
• /
• pp.289-292
• /
• 2005

본 논문에서는 클러스터링과 뉴로-퍼지 모델링을 동시에 실시하는 학습 기법을 제안하였다. 클러스터링을 이용하여 뉴로-퍼지 모델링을 실시하는 일반적인 경우, 클러스터링 학습을 실시한 후 학습된 파라미터를 뉴로-퍼지 모델의 초기 파라미터로 설정하고 모델을 다시 학습하는 방법을 취한다. 즉 클러스터링에서 클러스터의 수를 구하고 파라미터를 최적화함으로써 초기 구조동정과 파라미터 동정을 실시하며 이를 다시 뉴로-퍼지 모델에서 세부적인 파라미터 동정을 실시하는 것이다. 또한 모델에서의 학습은 출력데이터의 오차를 이용한 오차미분기반 학습으로 전제부 소속함수 파라미터를 수정하는 방법을 이용한다. 이 경우 클러스터링의 영향과 모델의 영향이 각각 별개로 고려될 수 있다. 따라서 본 논문에서는 클러스터링을 전제부 소속함수로 부여하고 클러스터링의 학습에 뉴로-퍼지 모델을 이용하면서 또한 모델의 학습에 클러스터링을 직접 적용하는 클러스터링 기반 뉴로-퍼지 모델링을 제안하였으며 이 경우 클러스터링의 학습과 모델의 학습이 동시에 이루어지며 뉴로-퍼지 모델에서 클러스터링의 효과를 직접적으로 확인할 수 있다. 제안된 방법의 유용성을 시뮬레이션을 통하여 보이고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.111-111
• /
• 2022

우리 사회가 수자원 관리 정책 결정에 사용 가능한 수문 이상 기상 정보를 제공하기 위해서는 초고해상도 지표면 수문 모델 개발이 필수적이다. 본 연구에서는 기존 저해상도 기후 모델들의 지표 수문학적인 과정들을 개선하기 위해 초고해상도 하도 추적 모델링 기술을 통해 역학적인 상세화가 시도되었다. 100-km 격자의 VIC 모델에서 재생산된 지표 배출량과 기저 배출량을 입력 데이터로 사용하여 다양한 공간 규모의 하도 추적 모델에서 사용하여 산정된 하천유량의 신뢰도를 평가하였다. 본 연구에서는 90미터 (3 arc second), 450 미터(15 arc second), 그리고 900 미터 (30 arc second) 격자 규모의 금강 유역 하천망 지도를 사용하여 과거 장기 하천 유량 데이터(1948년-2016년)를 재생산하였다. 본 연구에서는 금강 유역 내의 지점 관측 하천 유량 데이터와 재생산된 유량 데이터의 불확실성을 평가하였다. 본 연구의 주요 결과는 보다 고해상도의 하천망 지도를 하도 추적 모델에 사용 시 산정된 하천 유량 데이터의 불확실성이 감소하는 경향을 발견하였다. 끝으로, 초고해상도 지표 수문-하도 추적 모델을 통한 상세화 기술의 한계점과 개선 방안을 논의하였다. 본 연구는 기후변화로 인한 이상 기상 또는 기후의 위험성 증가에 효율적으로 선제 대응할 수 있는 핵심 수문 기후 모델링 기술을 개발에 중요한 기여할 것이다.

• 한국전산구조공학회논문집
• /
• 제36권6호
• /
• pp.365-370
• /
• 2023

본 논문에서는 위상최적설계를 위한 입자-구조 충돌 모델을 제시한다. 위상최적설계를 위해서는 민감도 분석이 선행되어야 하며, 민감도 분석이 가능한 새로운 모델이 필요하다. 본 논문에서는 위상최적설계를 위한 민감도 분석을 수행하기 위한 입자-구조 충돌 모델을 제시한다. 이후 이 모델을 이용하여 위상최적설계를 위한 민감도 분석을 수행한다. 제안한 모델의 정확도를 평가하기 위해 먼저 단순화된 1차원 충돌 문제에 적용한다. 이후, 이 모델을 이용하여 위상 최적화를 통해 입자의 최종 위치를 최적화하여 위상 최적화에 대한 이 모델의 적용 가능성을 확인한다. 이러한 결과는 위상 최적화에서 입자-구조 충돌을 고려하는 것이 가능하다는 것을 보여준다.

• 한국해양환경ㆍ에너지학회지
• /
• 제3권1호
• /
• pp.52-61
• /
• 2000

제주도 남부연안해역을 대상으로 1997년 7월부터 1598년 6월 까지 매월 현장 조사와 수질 분석을 실시하였고, 생태계 모델을 이용한 시뮬레이션을 통하여 용존무기질소(DIP), 화학적 산소 요구량(COD) 및 용존산소(DO)의 수층별 분포를 재현하였다. 그리고 제주도 남부연안해역의 환경용량을 산정하기 위하여 해역수질 환경기준을 만족하지 못하는 환경악화 상태를 예측하는 수질 시뮬레이션이 실시되었으며, 이러한 예측 시뮬레이션은 생태계 모델을 이용하여 모델 해역으로 유입하는 주요 하천의 오염부하를 정량적으로 조절하면서 실시되었다. 그 결과 모델 해역으로 유입하는 4개 오염원으로부터의 오염부하가 증가할수록 오염원에 인접한 주변 해역에서 DIN, DIP 및 COD의 농도가 더욱 증가하는 것으로 나타났다. 하천을 포함한 4개 오염원 모두로부터의 오염부하가 현재 부하의 3배에 해당하는 경우, 오염원에 인접한 해역에서의 DIN 농도가 해역수질 환경기준의 3등급 기준인 0.20mg/ℓ까지 증가하는 것으로 예측되었다. 또한 오염원 모두로부터의 오염부하가 현재 부하의 10배에 해당하는 경우, 오염원에 인접한 해역에서의 COD농도가 해역수질 환경기준의 1등급 기준인 1.0mg/ℓ까지 증가하는 것으로 예측되었다. 그리고 오염원 모두로부터의 오염부하가 현재 부하의 20배에 해당하는 경우, 오염원에 인접한 해역에서의 DIP 농도가 해역수질 환경기준의 2등급 기준인 0.015mg/ℓ까지 증가하는 것으로 예측되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.2220-2224
• /
• 2009

하천의 수질모의를 위해서는 정상상태 모델인 QUAL2E 가 널리 사용되어 왔다. 그러나 우리나라는 기후 특성상 하절기에 강우가 집중되고 경우에 따라서는 댐등에 의해 장기간 수류의 지체현상이 발생하므로 지역 및 시기에 따라 발생하는 수질 문제가 서로 다를 수 있다. 따라서 우리나라의 대부분의 수체에서는 시간에 따라 모의를 할 수 있는 비정상 상태의 수질모델이 적용되어야 할 필요가 종종 발생한다. 미국공병단에서 개발된 CE-QUAL-W2 모델은 2차원 모델로서 수리동역학과 수질반응역학을 한데 묶어서 풀이하였다는 점에서 획기적인 변화로 볼 수 있다. 이 모델은 종방향으로 길고 수심이 깊으며 상대적으로 하폭이 좁은 형태의 수체에 적합하며 하폭방향의 수질 변화를 나타내는 데 사용되지 못하는 단점이 있다. WASP(Water Quality Analysis and Simulation Program) 은 미국 환경부에서 개발한 비정상상태 3차원 수질모델로서 세계적으로 다양한 수체에 널리 사용되어 왔다. 이 모델에서 1차원적 흐름을 예측할 수 있는 DYNHYD 라는 수리학적 부프로그램은 2차원 또는 3차원 상황에서는 사용할 수가 없었음에 따라 수리학적 고려가 빈약한 것이 이 모델의 가장 큰 약점으로 지적되어 왔다. 최근 미국 환경부는 EFDC(Environmental Fluid Dynamics Code) 라는 3차원 수리동역학 프로그램을 이용하여 대상 수체의 수리학적 거동을 모의하고 그 결과를 WASP7 에 연계시킬 수 있도록 하여 기존의 단점을 대폭 보완하였다. 본 연구에서는 금강 상류에 위치하고 있는 용담호를 대상으로 EFDC 를 이용하여 2005년 1년간 수위 및 수온성층현상을 예측하고 그 결과가 WASP 에 연결되어 사용될 수 있도록 하였다. 적절한 격자의 수를 결정하기 위하여 다양한 경우가 시행착오적으로 시험되었으며 비교적 적은 숫자의 격자로도 수위 및 수온의 모의가 가능하다는 것을 발견하였다.

• 한국터널지하공간학회 논문집
• /
• 제14권3호
• /
• pp.159-181
• /
• 2012

본 논문에서는 쉴드 터널 세그먼트 라이닝의 부재력을 산정하는 방법에 대한 비교연구를 다루었다. 현재 쉴드 터널 라이닝의 부재력 산정에는 이론해에 근거한 산정식을 적용하고 있다. 쉴드 터널 시공 시 사용되는 콘크리트 세그먼트는 동일한 강성으로 이루어진 구조물이 아닌 이음부를 가지는 구조물이므로 모든 요소를 고려하여야 하나 현재의 설계 실무에서는 세그먼트라이닝의 구조해석 모델이나 설계하중 및 세그먼트 이음부의 영향 등에 대한 정확한 검증 없이 과거의 국내외의 설계 자료를 관행적으로 적용해왔다. 따라서 본 연구에서는 국내외에서 현재 사용하고 있는 쉴드 터널 세그먼트 해석 및 설계 모델 중 관용계산방법과 Duddeck & Erdmann 모델을 이론식으로 해석을 수행하여 비교 하였고 수치해석에 의한 설계모델 중 보-스프링 모델과 연속체모델의 해석을 수행하여 상호 비교를 통해 세그먼트 라이닝의 설계에 적합한 구조모델을 검토하였다.

• 한국해안·해양공학회논문집
• /
• 제34권3호
• /
• pp.72-81
• /
• 2022

본 연구는 제주도 남서부 해역의 표류체 이동 예측을 위해 2020년 8월 제주도 남서부 5개 지점에서 투하된 표층 뜰개 위치자료와 수치모델 예측자료를 학습자료로 이용한 인공지능 기반 입자추적 모델 5개를 구축하였다. 구축된 AI 기법은 기계학습 3종(Extra Trees, LightGBM, Support Vector Machine)과 딥러닝 2종(DNN, RBFN)이다. 또한 해수유동 수치모델 입자추적 예측자료 1종 및 AI 기법 입자추적 예측자료 5종을 표층 뜰개 관측자료와 비교하여 각 예측모델별 예측 정확도를 평가하였다. 6종 모델의 예측 정확도를 평가하기 위해, 5개 정점에 대한 3개 스킬량(MAE, RMSE, NCLS)의 평균값을 비교 검토하였다. 최종적인 결과로서 딥러닝 DNN 모델이 MAE, RMSE, NCLS에서 다른 모델보다 가장 우수하게 나타났다.