• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2002년도 정기총회 및 제4회 특별심포지움
• /
• pp.101-125
• /
• 2002

남양호 수상탄성파 탐사는 호수 하부에 지하유류 비축시설 건설에 필요한 지반안정성 조사 및 설계변수를 도출하기 위하여 사전 조사의 일환으로 수행되었다. 조사지역이 바다에 면한 얕은 수심의 인공 호수로서 주변의 환경은 제방, 매립지, 초고압선 및 안전을 요하는 구조물로 둘러싸인 열악한 탐사 환경을 갖추고 있었다. 이러한 배경 때문에 신뢰성 있고 효과적으로 조사목적을 달성하기 위하여 서로 상이한 4개의 탄성파 탐사법을 동일 지역, 동일 탐사기간 내 적용함으로서 탐사방법간의 상승효과와 탐사 자료해석 결과의 신뢰도 제고를 도모하였다 적용된 탐사법은 수상 단성분 반사법 탐사, 수상 단성분 굴절법 탐사, 육상 24성분 굴절파 탐사 및 수륙 혼합 24성분 굴절파 탐사 등이었다. 특히 수륙혼합 굴절파 탐사법은 국내에서는 최초로 응용된 사례이다. 조사면적 $1km^2$에 대한 총탐사량은 반사법탐사 31개 측선 34 Line-km, 소노부이탐사 14개 측선 육상 굴절파 탐사 1개 측선 890 m, 수륙혼합 굴절파탐사 8개 측선이었다. 반사법 탐사의 경우 호수저면의 지질학적인 특성인 얕은 심도의 무퇴적 내지 박층의 퇴적층과 기반암 분포로 중복반사가 심하였으나 호안 지역에서의 반사파 기록은 양호하였다. 수륙혼합 굴절파 탐사는 아주 양호한 기록을 얻을 수 있었다. 그러나 육상굴절파탐사의 경우 자료의 질이 수륙혼합 굴절파 탐사자료 만큼 좋지 않았는데 그 이유는 저속도의 표토층과 고압선으로부터 유도된 전기적인 잡음 때문이었다 반사법 탐사 결과 기반암구조는 대체로 평탄하며 수면 하 30 m 부근에서부터 발달하고 있다. 소노부이 탐사 결과 기반암은 신선암, 약풍화대 및 풍화대로 구분되었다. 수륙혼합 굴절파탐사 결과 기반암 속도 분포는 4.5 km/s 이상 지역, 4.0 - 4.5 km/s 지역 그리고 4.0 km/s 이하 지역으로 구분할 수 있었으며, 조사지역 북서부가 남동부보다 높은 속도분포를 보인다. 조사지역의 주요구조선은 북서-남동 방향성이다. 탄성파 탐사에서 예상된 단층대의 확인을 위한 시추조사가 추가되었으며 예상된 단층의 확인에 따라서 기존 설계의 변경이 있었다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.221-241
• /
• 2018

최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.

• 대한환경공학회지
• /
• 제36권4호
• /
• pp.286-294
• /
• 2014

본 연구의 목적은 대형호소를 대상으로 밀도류확산장치(DCG)의 적용에 따라 DCG장치의 운전조건과 성층파괴 여부, 수질개선, 조류발생 억제 등에 대한 효과 연구이며, 이 때 생태독성을 최소화하는 조건에서, 밀도류 발생장치(DCG)의 최적의 운전변수를 도출하기 위해 조사한 결과 다음과 같은 결론을 얻었다. 조사기간 중 '11년 9월, '11년 10월, '12년 5월에 성층현상이 뚜렷하게 나타났으며, 이때에 수온약층을 형성하는 수심은 평균 $5{\pm}2$ m로 나타나 DCG 가동을 위한 토출구의 위치는 표층으로 부터 약 5 m 아래로 결정하였다. 물순환시 저서생물의 악영향을 최소화하고, 물 혼합의 효과를 얻기 위해 생태독성평가와 DCG 운전특성 유동해석에 의하여 표층수와 심층수 혼합비를 3:1로 설계하였다. DCG의 적합한 가동시간 선정하기 위해 DCG 가동시간을 각각 12 hr, 24 hr, 36 hr, 48 hr별로 가동하였으며, 36 hr 가동시 수온약층이 형성되지 않았다. 또한, 전력소모량을 산정하였을 때, 36 hr 가동후 2일간 정지하여 3일째 재가동하는 것이 효과적이라고 판단되었다. 위의 조건에서 DCG 가동시 DO, 수온의 분석결과, 기존에 뚜렷하게 나타난 성층현상이 약하게 나타났으며, COD, chlorophyll-a의 수질분석 결과, 가동 전보다 비교적 낮은 수치를 나타내어, DCG 가동으로 인한 밀도류 발생에 의한 물의 순환으로 수체가 안정적인 조건으로 유지되고 있다고 판단된다.

• 콘크리트학회논문집
• /
• 제21권4호
• /
• pp.513-521
• /
• 2009

최근 들어 외부 강선을 이용한 프리스트레스트 콘크리트구조물의 건설이 증가하고 있다. 그러나 극한거동 해석시 단면 적합조건을 이용하는 내부 부착 강선과는 다르게 외적 비부착 강선은 부재의 전체거동에 의해서 응력 증 가량이 결정된다. 또한 편향부에서의 미끌림 효과와 강선의 편심 변화 효과 등이 발생하게 된다. 따라서 본 연구는 외 부 강선을 가지는 프리스트레스트 콘크리트(PSC) 보의 거동 특성을 평가하기 위하여 강선량, 긴장력 등을 변수로 하여 정적 휨실험을 수행하여 외부 강선 부재의 휨거동 특성을 얻었다. 실험 결과에 의하면 균열발생 이전의 외부 강선 PSC 부재는 부착 강선 PSC부재와 거동 차이가 크지 않음을 알 수 있었다. 그러나 균열이 발생한 이후의 거동에서는 철근의 항복하중, 극한하중, 강선 응력 등이 외부 강선 부재에서의 값이 부착 강선 부재에 비해서 작게 나타나고 있다. 하중-강 선 변형률 관계에서 보면, 외부 강선 부재들의 경우, 하중 증가에 따른 외부 강선 변형률의 증가량은 초기 긴장력의 크 기 순서와 거의 반대의 순서로 외부 강선의 변형률이 증가한 것으로 나타났으나, 다만 초기 긴장력이 크다할지라도 강 선의 유효응력이 작은 경우의 강선 변형률은 강선의 유효응력이 큰 부재들보다는 다소 작게 증가하고 있는 것으로 나 타났다. 외부 강선 부재의 콘크리트에 발생된 압축 변형률의 크기는 외부 강선의 유효응력 크기 순서와 일치하는 것으 로 나타나, 콘크리트의 압축변형률은 외부 강선의 유효응력에 비례함을 알 수 있다. 실험 결과와 기존의 설계식과 비교 해본 결과, ACI-318에 의한 결과는 긴장력 혹은 유효응력이 차이를 전혀 반영하지 못하고 있고 특히, 그 결과가 실험 결과보다 상당히 작게 나타나, 지나치게 보수적인 것으로 판단된다. 한편 AASHTO 1994는 ACI-318과는 다르게 강선량, 초 기 힘 및 유효응력 등의 변화에 적절하게 영향을 받고 있는 것으로 나타났지만 내부 비부착 강선의 실험 결과를 이용 하여 작성된 이유로 외부 강선 실험 결과보다 지나치게 큰 결과를 유발하고 있는 것으로 평가된다. 이러한 이유로 외 부 강선의 극한응력을 정확하게 예측할 수 있는 새로운 규정이 필요하다.

• 한국광학회지
• /
• 제33권4호
• /
• pp.167-176
• /
• 2022

적응 광학(adaptive optics, AO)은 대기 외란을 실시간으로 보정하는 기술을 말하고, 이러한 적응광학의 효율적 개발을 위하여, 다양한 성능 예측 기법을 도입하여 적응광학이 적용된 시스템 성능 예측을 실시한다. 적응광학의 성능 예측 기법으로 자주 사용되는 기법으로는 통계분석, 전산모사 및 광학 벤치 테스트가 있다. 통계분석에서는 적응광학 시스템을 통계 분석 모델로 가정하여 오차값(분산)의 제곱을 전부 합쳐 스트렐비를 간단하게 추정한다. 다만, 하위 변수 간의 상관 관계는 무시되어 이에 따른 추정의 오류는 존재한다. 다음으로, 전산모사는 대기 난류, 파면센서, 변형거울, 폐쇄 루프 등 모든 구성요소를 가능한 한 실제와 가깝게 모델링하고, 시간 흐름에 따른 적응광학 시스템의 변화를 모두 구현하여 성능 예측을 수행한다. 다만, 전산모사 모델과 현실 사이에는 여전히 일부 차이가 있어, 광학 벤치 테스트를 통하여 시스템 성능을 확인한다. 최근 국내에서 개발된 변형 거울을 적용한 1.6 m 지상 망원경용 적응광학 시스템을 개발 중에 있어, 이에 적용 가능한 적응광학 시스템을 통하여 성능 예측 기법이 요구되며 동시에 성능 예측 기법의 비교를 진행하고자 한다. 앞서 언급된 통계분석 및 전산모사를 이용하여 시스템 성능 예측을 수행하였으며, 성능 예측의 분석을 위해 각각의 성능 예측 기법의 망원경 및 적응광학 시스템 모델링 과정 및 결과를 제시하였다. 이때 성능 예측을 위한 대기 조건으로는 보현산 관측 중앙값(median)을 적용하였다. 그 결과 통계 분석 방법의 경우 평균 스트렐 비가 0.31이 도출됨을 확인하였고, 전산모사 방법의 경우 평균 스트렐 비가 0.32를 가짐을 확인함으로써 두 방법에 의한 예측이 거의 유사함을 확인할 수 있었다. 추가적으로, 전산모사의 경우 해석 결과의 신뢰성을 확보하기 위하여, 모사 시간이 대기 임계 시간 상수의 약 240배인 0.9초 이상 수행되어야 함을 알 수 있었다.