• 한국정보과학회논문지:데이타베이스
• /
• 제33권3호
• /
• pp.283-298
• /
• 2006

TPR-tree는 시간 함수 기반의 색인으로 위치 좌표와 속도 벡터 정보를 이용하여 이동체의 위치를 표현함으로써 현재 및 미래 위치 예측을 위한 질의에 사용된다. 그러나 이동체의 이동방향 및 속도가 특정 임계값을 벗어날 경우 매번 서버에 새로운 위치를 보고하기 때문에 차량과 같이 이동방향과 속도가 빈번하게 변하는 환경에 적용할 경우 서버로의 잦은 보고를 필요로 하게 되어 통신비용을 크게 증가시키는 문제가 있다. 통신비용을 일정하게 유지하기 위해서 이동체의 위치 보고를 일정한 시간 간격으로 수행하게 하는 방법이 있다. 그러나 일정한 시간 간격으로 보고되는 이동체의 위치를 저장하는 경우 보고 간격 사이에 속도와 방향이 변하게 되면 시간에 대한 선형적인 위치 예측 시에 오차가 발생하는 문제가 있다. 이 논문에서는 일정한 시간 간격으로 이동체의 위치보고가 이루어질 때 속도와 방향의 불확실성을 반영하여 이동체의 위치 예측을 하기 위해 도로네트워크 정보를 적용한 질의 처리 기법 및 데이타 저장 구조를 제시한다. 제시된 기법은 도로 네트워크 정보를 이용하여 이동체의 이동 방향을 도로 네트워크 세그먼트의 방향으로 제한함으로써 불확실 영역을 감소시키고 있으며 도로 네트워크 세그먼트의 종류별로 최대 속도를 설정하여 이동 속도와 변화에 대한 불확실성을 제거한다. 실험결과를 통하여 제안된 질의 처리 기법이 미래 위치에 대한 영역 질의 시에 False miss를 발생시키지 않으면서 False hit를 최소화 시키는 것을 확인함으로써 TPR-tree를 이용한 기존의 질의 처리 기법보다 질의 영역의 크기에 따라 최대 60% 이상 위치 예측 정확도가 향상됨을 알 수 있다.

• 한국항공우주학회지
• /
• 제48권9호
• /
• pp.663-670
• /
• 2020

2.5D C/SiC를 적용한 구조물의 거동 특성을 유한요소해석으로 근사하기 위해 기계적 물성 특성화와 모델링 기법에 관한 연구를 수행하였다. 2.5D C/SiC 소재의 거동 특성을 분석하기 위해 인장시험을 수행하였고 수학적 균질화 기법과 수정된 혼합 법칙을 적용하여 2.5D C/SiC를 구성하는 섬유와 기지의 탄성 물성을 정의하였다. 탄소성 거동을 나타내는 기지는 소성 영역의 거동을 bilinear 함수로 근사하고 시험과 해석의 오차를 최소화하여 등가 항복 강도와 등가 소성 강성을 계산하였다. 그리고 2.5D C/SiC의 RVE를 정의하고 수정된 혼합 법칙을 적용하여 유효강성행렬을 계산하는 과정을 ABAQUS의 User-defined subroutine을 통해 구성하였다. 제안된 과정을 바탕으로 정의된 섬유와 기지의 기계적 물성을 적용하여 유한요소해석을 수행한 결과는 시험의 거동을 잘 근사하고 있음을 확인하였다.

• 지구물리와물리탐사
• /
• 제17권3호
• /
• pp.129-136
• /
• 2014

전자 탐사는 신호원의 파형에 따라 주파수 영역과 시간 영역법으로 나누어진다. 주파수 영역과 시간 영역은 수학적으로 Fourier 변환 관계에 있으므로, 주파수 영역 자료를 Fourier 변환하여 시간 영역 자료를 얻어낼 수 있다. 즉, 시간 영역 전자 탐사의 모델링 자료는 주파수 영역에서 수행한 모델링 자료의 적절한 변환을 통해 얻어질 수 있다. 따라서 주파수-시간 영역 변환은 전자 탐사에서 매우 중요한 부분이다. 분산 전개법(DEM)은 신속하고 효과적인 주파수-시간 영역 변환 기법 중의 하나이다. 분산 전개법에서는 전자기장은 분산 함수와 분산 시간의 급수로 전개하며, 분산 시간은 주어진 주파수 자료에 의해 결정된다. 특히 적정 분산 시간의 설정은 분산 전개법의 정확성을 결정하는 주요 요소이다. 이 연구에서는 급수 전개에 의해 얻어진 주파수 영역 자료의 오차를 최소화하는 방법을 사용하여 적정 분산 시간의 설정 방법을 개발하였다. 반무한 공간 및 2층 구조 모델에 대하여 이 방법을 적용한 결과, 분산 전개법은 상당히 넓은 시간 대역에서 정확한 결과를 나타냄을 확인하였다.

• 한국지반공학회논문집
• /
• 제32권4호
• /
• pp.5-14
• /
• 2016

건조토 지반에 근입된 지반-말뚝 시스템의 동적 거동을 정확히 예측하기 위해 3차원 수치 모델링을 수행하였다. 제안된 모델은 강진 시 지반의 비선형 거동을 적절하게 모사하기 위해 상용 유한 차분 프로그램인 FLAC3D를 이용하여 시간 영역에서 해석이 수행되었다. 모델링 방법론으로써 지반 구성 모델은 Mohr-Coulomb 탄소성 모델을 적용하였으며 지반 전단 탄성 계수의 비선형적인 감소를 모사할 수 있는 이력 감쇠 모델을 적용하였다. 진동 시 지반-말뚝 간의 완전 접촉, 미끄러짐, 분리 현상을 모두 모사하는 경계요소 모델을 적용하였으며 경계요소 모델을 구성하는 스프링 계수는 탄성이론에 기초하여 결정되어, 내장 함수인 FISH를 통해 깊이에 따라 연속적으로 입력되었다. 경계 조건의 경우, 지반-말뚝 상호작용의 영향을 받는 근역 지반만 메쉬를 생성하고 근역 지반의 경계부에 원역 지반의 가속도-시간 이력을 입력하는 방식인 단순화 연속체 모델링 기법(Kim et al., 2012)을 적용함으로써 해석 효율을 증가 시키고자 하였으며 적절한 최대지반탄성계수와 항복 깊이의 설정으로 지반의 비선형 거동을 더욱 정확히 모사하고자 하였다. 수치 해석의 오차를 최소화하고 모델의 신뢰성을 확보하기 위해, Yoo(2013)이 수행한 원심모형시험 결과와 수치 해석 결과와의 비교를 통해 제안된 기법의 캘리브레이션을 수행하였으며, 말뚝 최대 휨 모멘트와 말뚝 횡방향 최대 변위의 깊이 별 분포가 다양한 입력 하중 조건에서 실험 결과를 적절히 모사하고 있는 것을 확인하였다. 또한, 제안된 수치 모델의 적용성 평가를 위해 다른 실험 결과와의 비교 검증을 수행하였다.

• 대한토목학회논문집
• /
• 제29권1A호
• /
• pp.31-43
• /
• 2009

본 논문에서는 다양한 차종의 영향을 반영할 수 있고, 차량과 교량의 연성 운동방정식을 구성하여 시간 단계별 직접해를 산정할 수 있는 수치해석기법을 제시하였다. 운동방정식의 해는 직접적분법인 Newmark ${\beta}$을 이용하여 해석 단계별로 구성된 유효강성행렬과 유효하중벡터를 바탕으로 정적평형방정식의 해를 구하는 원리와 동일하게 산정하였다. 또한 해석의 효율성을 증진시키기 위하여 유효강성행렬은 Skyline 법에 의해 재구성하였으며, Cholesky의 행렬 분해기법을 동시에 적용하여 직접적인 역행렬 계산에서 야기되는 오차의 발생을 최소화 하였다. 또한 기존선 철도차량인 새마을 PMC 열차와 디젤 견인 무궁화 열차에 대한 3차원 정밀수치해석 모델을 개발하였고, 각 차량은 차체와 전 후방 대차에 각각 6자유도씩 고려하여 총 18자유도로 수치모델을 작성하였다. 교량은 3차원 공간뼈대 요소를 이용하여 모델링하였고, 차륜과 레일 접촉면의 불규칙성은 미국의 FRA에서 규정하고 있는 연직방향 및 횡방향틀림에 대한 PSD 함수를 이용하여 궤도틀림을 수치적으로 구현하였다. 제시된 수치해석 기법은 12 m, 18 m형 판형교의 실측결과를 이용하여 타당성을 검증하였으며, 실측 및 수치해석결과는 교량의 1차 휨 고유진동수의 2.0배를 기준으로 Low pass filtering 하였다.

• Journal of Radiation Protection and Research
• /
• 제33권1호
• /
• pp.13-20
• /
• 2008

석유 및 정유관련 산업에서 다중상(multi-phase flow) 유체의 배관 내 흐름은 일반적인 현상의 하나이다. 그러나 각각의 상에 대한 정확한 유량측정은 항상 정확한 결과획득을 얻는데 장애의 근원으로 작용하였다. 일반 상업용 유량계는 일정 이상의 기포가 포함된 유체 흐름의 경우 유량계측에 상당한 오차를 유발한다. 본 연구에서는 ${\gamma}$-ray attenuation 기법을 이용하여 clamp-on 타입으로 배관 외부에서 다중상 유체흐름의 유량 측정을 수행하였다. 사용된 밀봉 감마선원으로는 $^{137}Cs$ 20 mCi와 17 mCi 두 개의 동위원소를 사용하였으며, 감마선 검출기로는 $2"{\times}2"$ NaI(Tl) 섬광계수관을 이용하였다. 방사선 검출기로부터 데이터를 수집하고 각각의 데이터에 대해 푸리에 변환과 필터링을 통해 노이즈를 최소화하였다. 복원된 신호에 대해 상호상관함수(cross correlation function)를 적용하여 두 검출기 사이의 통과시간(transit time)을 측정함으로써 유량을 산정하였다. 배관 내 기포함량 측정을 통해 유량을 보정해줌으로써 측정유량의 정확도를 높였다. 두 선원간의 거리가 4D(D; inner diameter) 그리고 본 실험의 측정조건(N/S: $0.12{\sim}0.15$, sampling time ${\Delta}\;t$: 4msec) 하에서 기포량(단면적 대비 $6.1\;%{\sim}9.2\;%$) 보정을 통해 산정된 유량은 계측오차가 실제 평균유량 대비 1.7 % 이하인 정확도를 보였다. 또한 두 밀봉 감마선원 간의 거리가 가까울수록 통과시간 측정에 정확도가 향상되므로 보다 정확한 유량측정이 가능하였다. 본 연구를 통해 다중상 혼합유체의 유량을 밀봉감마선원과 상호상관 기법으로 이용하여 계측할 수 있음을 확인하였다. 방사성동위원소의 선택 및 계측시스템의 최적화 조건 등에 대한 추가연구가 수행된다면 석유화학 산업과 같은 장치산업의 유지관리 측면에 경제적으로 크게 기여할 수 있을 것으로 판단된다.

• 한국농림기상학회지
• /
• 제25권3호
• /
• pp.129-141
• /
• 2023

작물 모형은 작물의 유전적 특성을 나타내는 품종모수를 요구하며, 품종모수는 작물의 개별 품종별로 추정되어야 한다. 품종모수의 추정에는 고품질의 많은 생육 자료가 요구되지만, 자료의 생산에 상당한 비용이 필요하다. 비교적 낮은 품질의 가용성이 높은 자료를 활용하는 대신, 대량의 랜덤 모수를 생성하고 이를 평가하여 품종모수를 추정할 수 있다. 본 연구에서는 SIMPLE 작물 모델의 불확도를 최소화하기 위해 품종모수 추정 방식을 비교하고, 두 앙상블 방식과 대한 비교를 하였다. 모수 추정을 위한 Metropolis-Hastings (MH) 알고리즘에 대한 목적함수로 로그 가능도(log-likelihood: LL)와 generic composite similarity measure (GCSM)를 사용하였다. 또한 품종모수의 평균값을 사용한 예측(E_pm)과 개별 모수들로부터 얻어진 추정값의 평균값(E_em)의 일치도를 분석하여 앙상블 방식에 따른 불확도 변화를 파악하였다. 국내에서 재배되는 사료용 벼 품종인 조우 벼와 영우 벼를 대상으로 품종모수를 추정하였다. 2013년, 2014년, 2016년에 대한 수원, 전주, 나주, 익산에 위치한 실험포장에서 얻은 수량 관측 자료를 사용하였다. 또한 2016년부터 2018년까지 수원에서 보고된 별도의 수량 관측 자료를 사용하였다. 목적함수에 따라 추정된 품종모수의 분포에 차이가 있었다. LL을 통해 얻은 품종모수는 GCSM으로 얻은 품종모수보다 좁은 범위에 분포하였다. 두 가지 앙상블 접근법은 통계적으로 유의한 차이가 나타나지 않음을 확인하였다. GCSM의 상대적으로 높은 불확도는 수용확률을 조정하여 낮출 수 있다고 사료되고, E_pm의 결과는 기존과 다른 앙상블 방식을 통해 적은 연산을 통해 불확도를 낮출 수 있음을 보인다.

• 전기전자학회논문지
• /
• 제27권1호
• /
• pp.116-121
• /
• 2023

본 논문에서는 딥러닝 예측 결과 정보를 적용하는 복합 미생물 배양기를 위한 딥러닝 구조를 개발한다. 제안하는 복합 미생물 배양기는 수집한 복합 미생물 데이터에 대해 복합 미생물 데이터 전처리, 복합 미생물 데이터 구조 변환, 딥러닝 네트워크 설계, 설계한 딥러닝 네트워크 학습, 시제품에 적용되는 GUI 개발 등으로 구성된다. 복합 미생물 데이터 전처리에서는 미생물 배양에 필요한 당밀, 영양제, 식물엑기스, 소금 등의 양에 대해 원-핫 인코딩을 실시하며, 배양된 결과로 측정된 pH 농도와 미생물의 셀 수에 대해 최대-최소 정규화 방법을 사용하여 데이터를 전처리한다. 복합 미생물 데이터 구조 변환에서는 전처리된 데이터를 물 온도와 미생물의 셀 수를 연결하여 그래프 구조로 변환 후, 인접 행렬과 속성 정보로 나타내어 딥러닝 네트워크의 입력 데이터로 사용한다. 딥러닝 네트워크 설계에서는 그래프 구조에 특화된 그래프 합성곱 네트워크를 설계하여 복합 미생물 데이터를 학습시킨다. 설계한 딥러닝 네트워크는 Cosine 손실함수를 사용하여 학습 시에 발생하는 오차를 최소화하는 방향으로 학습을 진행한다. 시제품에 적용되는 GUI 개발은 사용자가 선택하는 물 온도에 따라 목표하는 pH 농도(3.8 이하) 복합 미생물의 셀 수(10⁸ 이상)를 배양시키기 적합한 순으로 나타낸다. 제안된 미생물 배양기의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과는, pH 농도의 경우 평균 3.7로, 복합 미생물의 셀 수는 1.7 × 10⁸으로 측정되었다. 따라서, 본 논문에서 제안한 딥러닝 예측 결과 정보를 적용하는 복합 미생물 배양기를 위한 딥러닝 구조의 효용성이 입증되었다.