• Journal of the Korean Geotechnical Society
• /
• v.36 no.12
• /
• pp.17-25
• /
• 2020

The artificial ground freezing method is a ground amelioration technology that does not have a permanent effect on the ground. One of the key factors that determine the efficiency and design criteria of the artificial ground freezing is the groundwater flow. Therefore, in order to accurately evaluate the behavior of the artificial ground freezing, studies on the effect of water flow on the formation of ice walls must be preceded. In this paper, experimental and numerical analyses were conducted using only pure water to maximize the effect of water flow on the formation of ice walls. A hydro-thermal coupled model for freezing behavior was proposed and the accuracy of the model was verified. Through the numerical and experimental studies, the flow rate dominates not only the formation time but also the shape of the ice wall. In addition, this study proposes a method to indirectly predict the ice wall formation time, which is expected to be highly useful for a practical application where it is difficult to visually identify ice walls.

• 한국HCI학회:학술대회논문집
• /
• 2009.02a
• /
• pp.1081-1086
• /
• 2009

기술의 발전은 사회에 많은 변화를 일으키고 있다. 또한 기술의 발전은 예술 영역에 있어서도 형식과 내용에 많은 변화와 영향을 주고 있다. 컴퓨터 아트, 인터액티브 아트, 뉴 미디어 아트라고 불리는 새로운 예술 장르들이 탄생하였으며 예술가들은 다양한 기술과 접목하여 새로운 작품을 만들어 내고 있다. 뉴 미디어 아트의 중요한 특징 중 하나는 상호작용성인데 이것은 예술작품, 예술가, 그리고 관람자의 수용방식에 결정적인 변화를 가져왔다. 즉 뉴미디어 아트서의 예술작품은 완성태가 아닌 과정(process)으로 주어지고, 예술가는 작업의 초안자 또는 작업의 맥락을 규정하는 자로 규정되며, 작품과 관람자간의 상호작용이 무엇보다 강조된다. 그러나 기존의 뉴 미디어 작품에서 일어나는 상호작용성은 미리 계산된 범위 안에서 일어나는 제약이 있기에 진정한 상호작용성이라고 보기 힘들다는 비판도 있다. 이런 상호작용성은 공학적 세계관에 갇힌 닫힌 시스템으로서의 상호작용성이라고 말하며 미적인 상호 작용성의 도구로서 열린 시스템으로서의 새로운 작품의 필요성을 제시한 예술가들이 있다. 본 논문은 이러한 예술가들의 발자취를 따라 더 본질적인 미학적 상호작용성에 대한 고민과 함께 그에 따른 새로운 상호작용적 예술인 행동지향적 예술로서 인공지능, 인공생명 아트에 대하여 살펴보고자 한다.

• 한국전산유체공학회:학술대회논문집
• /
• 2005.04a
• /
• pp.91-95
• /
• 2005

A heat dissipation modeling method of EEE parts is developed for thermal design and analysis of an satellite electronic equipment. The power consumption measurement value of each functional breadboard is used for the heat dissipation modeling method. For the purpose of conduction heat transfer modeling of EEE parts, surface heat model using very thin ignorable thermal plates is developed instead of conventional lumped capacity nodes. The thermal plates are projected to the printed circuit board and can be modeled and modified easily by numerically preprocessing programs according to design changes. These modeling methods are applied to the thermal design and analysis of CTU and verified by thermal cycling and vacuum tests.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.660-661
• /
• 2020

본 논문에서는 기존 인공 신경망 기반 시계열 학습 기법인 Recurrent Neural Network (RNN)의 많은 연산량 및 고 사양 시스템 요구를 개선하기 위해 랜덤 포레스트 (Random Forest)기반의 새로운 시계열 학습 기법을 제안한다. 기존의 RNN 기반 방법들은 복잡한 연산을 통해 높은 성능을 달성하는 데 집중하고 있다. 이러한 방법들은 학습에 많은 파라미터가 필요할 뿐만 아니라 대규모의 연산을 요구하므로 실시간 시스템에 적용하는데 어려움이 있다. 따라서 본 논문에서는, 효율적이면서 빠르게 동작할 수 있는 시계열 다층 랜덤 포레스트(Time series Multilayered Random Forest)를 제안하고 산불 조기 탐지에 적용해 기존 RNN 계열의 방법들과 성능을 비교하였다. 다양한 산불화재 실험데이터에 알고리즘을 적용해본 결과 GPU 상에서 방대한 연산을 수행하는 RNN 기반 방법들과 비교해 성능적인 한계가 존재했지만 CPU 에서도 빠르게 동작 가능하므로 성능의 개선을 통해 다양한 임베디드 시스템에 적용 가능하다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.89-90
• /
• 2019

본 논문에서는, 에너지 인터넷에서 정밀한 수요반응을 위한 인공지능 알고리즘 모델을 제안한다. 제안하는 인공지능 모델은 시계열 전력사용량 데이터 처리를 위해 딥러닝 기반 long-short term memory (LSTM) 네트워크를 사용한다. 시뮬레이션 결과를 통해 제안한 시스템 모델의 전력사용량 예측 정확도를 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.920-923
• /
• 2017

본 연구는 기존의 수요 예측 등의 시계열 분석에서 주로 사용되는 ARIMA 모형의 어려움을 극복하고자 인공신경망(Artificial Neural Network) 모형을 이용하여 한국 프로 야구 관중 수를 예측하였다. 인공신경망의 가장 기본적인 종류인 전방향 신경망(Feedforward Neural Network)의 초모수(Hyperparameter) 선정에 그리드 탐색(Grid Search)을 적용하여 최적의 모형을 찾고자 하였다. 훈련 자료로는 2015년 3월부터 8월까지의 일별 KBO 관중 수 자료를 대상으로 하였고, 예측력 검증을 위해 2015년 9월 관중 수를 예측하여 실제 관측값과 비교하였다. 그 결과, 그리드 탐색법에서 최적 모형이라고 판단한 모형의 예측력은, 평균 절대 백분율 오차(MAPE) 기준으로 평균 27.14% 였다. 또한, 앙상블 기법에서 착안하여 오차율이 낮은 모형 5개의 예측값 평균의 MAPE는 평균 28.58% 였다. 이는 다중회귀와 비교해보았을 때, 평균적으로 각각 14%, 13.6% 높은 예측력을 보이고 있다.

• Tunnel and Underground Space
• /
• v.5 no.4
• /
• pp.323-335
• /
• 1995

지열에너지 개발의 기본적 개념은 지하 심부의 고온건조암체에 시추공을 이용한 수압파쇄를 실시하여 고온건조암체내에 인공파쇄대를 형성함으로써 유체의 유동회로를 구축하여 지열에너지의 회수를 도모하는 것이다. 본 논문에서는 수압파쇄균열의 발전방향 조절문제와 관련하여, 초고압수 절삭장치를 이용, 수압파쇄공 내에 인공슬롯을 형성하여 수압파쇄를 실시함으로써 균열의 발전방향을 조사하였으며, 수압파쇄에 의한 파쇄대내로의 유체순환실험을 통해 지열수의 유동특성을 규명하였다. 이를 위해 모델에 종균열과 횡균열을 형성시키고 균열내에 주입되는 물의 주입률, 정상류압력, 흐름저항을 조사하고, 이 결과를 이용하여 전산모델링을 수행하였다. 인공절리면에 대한 투수시험에서는 10$0^{\circ}C$까지의 온도변화에 따라 투수계수가 증가하였으며, 봉압 증가에 따라 증가율이 현저히 감소하였다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.7 no.1
• /
• pp.49-57
• /
• 1989

On this study, we performed the landuse classification using the Landsat data acquired before and after reclamation, and extracted the ground temperature from infrared band(TM band6) data. Using the satellite data, it was possible to extract changes of landuses effectively according to the reclamation, and could obtain the thermal characteristics of the reclaimed area and the surroundings by converting infrared data value into temperatures of surfaces of ground and water. The result of this analysis will be used for the land management of large-scale reclaimed area applying the satellite data and related information.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.562-562
• /
• 2016

신경망 모형에서 학습이란 주어진 입출력시스템에 대하여 원하는 동작을 수행할 수 있도록 연결 강도를 최적의 상태로 적응(adaptation)시키는 과정을 의미한다. 따라서 강수와 지하수위의 관계를 연계시킨 인공신경망기법은 선택적으로 예측 지하수위에 영향을 미치는 변수들을 학습에 의하여 택함으로써 예측모형을 구성할 수 있다. 즉, 예측 지하수위와의 상관관계에 의하여 입력되는 변수와의 연결강도를 조정하여 매개변수 조정 및 모형의 최적화를 자동화할 수 있다. 본 연구에서는 지하수위에 영향을 주는 요소는 지하수위와 강우량이라고 가정하고, 지하수위의 입출력과정을 시계열 분석에 의하여 모형화하였으며 예측지하수위는 강우 및 지하수위의 선행조건과 매우 밀접한 관계를 갖는다. 따라서 선행강우 및 지하수위의 상태에 따라 이를 입력하여 미래의 지하수위를 예측하게 된다. 이 모형을 제주지역의 관측소에 적용한 결과 관측소별로 타당한 예측결과를 도출하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.420-422
• /
• 2023

본 연구는 웨어러블 디바이스를 활용하여 장애인 재활운동 보조를 위한 AI 기반의 맞춤형 서비스 개발을 소개한다. 해당 서비스는 웨어러블 디바이스를 장착한 상태로 운동 중인 사용자의 심박수, 소모 칼로리, 운동 시간 등의 센서 데이터를 수집 및 관리한다. 사용자 생체 데이터는 클라이언트 서버 간 실시간 통신으로 관리되며, django rest framework 로 구축된 서버에 저장된다. 제안 시스템을 통해 수집된 데이터는 시계열 군집화 분석을 위해 k-means clustering 과 k-shape clustering 을 활용하여 체력 평가의 핵심 지표인 심박수를 분석하였다. 특히, 상대적으로 운동이 어려운 장애인 사용자를 위한 맞춤형 운동능력 분석 및 해석에 대한 정보 제공이 가능하다.