• Proceedings of the Korean Society of Soil and Groundwater Environment Conference
• /
• 2004.04a
• /
• pp.443-446
• /
• 2004

이동장수 먹는샘물 공장부지내에 파쇄대에 위치한 관정에서 인공수압파쇄 및 인공함양 시험을 실시하여 대수성 산출 증대효과와 저장 증대효과를 살펴보았다. 인공수압파쇄 시험은 두개의 관정(MW-2, O-7)에 실시하였고, 마찬가지로 인공함양 시험도 다른 두개의 관정(O-7a, MW-7)에 대해서 실시하였다. 또한 대수성 산출능의 효과를 살펴보기 위하여 인공수압파쇄 및 인공함양시험 전후에 각각 양수 시험을 실시하여 비양수량, 투수계수, 및 수위강하를 구하였다. 따라서 사전 사후 대수성 시험 비교 결과 인공수압파쇄 시험에서는 평균적으로 약 367 %의 투수계수의 증가율과 271 %의 비양수량의 증가를 나타내었다. 마찬가지로 인공함양 시험 결과 O-7a는 약 110%의 투수계수의 증가와 약 75%의 비양수량의 증가를 보였다. 반면에 MW-7는 거의 변화가 없었다. 인공함양시험은 인공수압파쇄시험보다 낮은 투수계수 증가율을 보이거나 거의 변화를 일으키지 못했지만 주변에 있는 관정에 주입압과 비슷한 양상를 갖는 수위변화를 일으키는 것으로 보아서 함양된 주입수가 주변의 대수층에 널리 퍼져 있을 것으로 추측된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.124-124
• /
• 2012

기후변화가 수자원에 미치는 영향을 예측하는 데에 널리 사용되는 GCMs (General Circulation Models)는 모의 결과의 시 공간적 해상도가 낮기 때문에 상세화 (Downscaling) 기법을 거쳐 수문 모형에 적용된다. 상세화 기법은 크게 역학적 상세화 (Dynamical downscaling)와 통계적 상세화 (Statistical downscaling)로 구분되며, 종류가 매우 다양하고 각각의 모의 능력에 차이가 있으므로 적절한 기법을 선택할 필요가 있다. 본 연구의 목적은 통계적 상세화 기법 중 인공신경망과 LARS-WG 모형을 활용하여 CGCM3.1 T63의 모의 결과를 상세화하고, 두 모형의 모의 결과를 비교하는 데에 있다. 인공신경망은 비선형함수에 의한 전이함수 모형인 반면 LARS-WG는 추계학적 기상 발생기 모형으로, 각 모형을 이용해 CGCM3.1 T63의 강수량 및 평균기온 모의 결과를 서울 지역에 대해 공간적으로 상세화하였다. 모형의 검 보정은 1971년부터 2000년까지 30년 동안의 서울 관측소 일 기상 자료와 CGCM3.1 T63 (20C3M 시나리오) 모의 결과를 이용하여 수행하였다. 각 기법의 비교 및 평가는 2001년부터 2011년까지 11년 동안의 일 기상 자료와 CGCM3.1 T63 (IPCC SRES A1B 시나리오) 모의 결과를 이용하였다. 분석 결과, 인공신경망 모형은 입력 자료의 형태에 따라 모의 결과가 크게 달라지는 특성을 보였으며, LARS-WG 모형은 강수량을 실제보다 과소 추정하는 경향을 보였다. 본 연구에서는 강수량과 평균기온만을 대상으로 하였으나, 추후에 다른 기상인자를 고려함으로써 모형의 적용성을 보다 종합적으로 판단할 수 있을 것이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.117-120
• /
• 2020

본 논문은 인공지능 메이커 교육과 관련한 요소를 논문 네트워크 키워드 분석과 다양한 빅데이터를 종합하여 핵심용어를 선정 후 인공지능 메이커 교육을 시스템 다이내믹스의 Vensim프로그램으로 인과지도(Casual Loop Diagramming)를 구조분석(모델의 구조)하여 예측 결과를 토대로 향후 미래 상황 추출 및 정책 결정 연구에 영향을 기여한다. 연구 결과 인공지능 교육 정책은 추후 인공지능 교육과 메이커 교육을 융합한 교육 관련 산업이 증대할 것으로 예측되며 교육 경쟁력 향상과 창의적 인재 양성, OTT를 이용한 인공지능 교육 콘텐츠 향상으로 학습에 활용성이 증대하게 된다. 또한 인공지능 교육 정책은 프로그래밍 교육으로 연결되어 성장기 학습자들의 사고력과 정서 발달에 도움 되며 다양한 교재 및 기기 등장으로 인한 학습에 다양성 역시 증가할 것으로 예측된다. 학교 차원에서는 교수·연구 지원 활동이 증가하여 수업 전문성을 가진 교사가 늘어나 학교 교육의 질은 확대되고 학부모는 인공지능 교육 정책에 긍정적으로 된다. 시스템 다이내믹스는 구조가 형태를 결정짓는다는 세계관에 기초하여 피드백 루프와 동태적 형태 유형을 파악하며 다양한 가능성이 존재하게 된다. 이는 추후 다양한 연구를 통해 인공지능 교육 정책 인과지도의 확대로 연결될 수 있음을 암시하며 본 논문을 통해 인공지능 교육 연구 확산에 시발점이 되었으면 한다.

• Journal of The Korean Association of Information Education
• /
• v.25 no.3
• /
• pp.483-490
• /
• 2021

In the era of the fourth industrial revolution, the importance of artificial intelligence(AI) is growing day by day, and there is no disagreement that AI education will bring great innovation in the future. Various attempts are being made to educate the topic of AI, but students who have no experience in AI education recognize AI only as a difficult target. Therefore, in this study, we analyze the changes in students' perception of AI by teaching them using AI. AI convergence education were conducted for 6th grade elementary school students, and pre and post tests were conducted in the form of AI awareness survey questionnaires which included questions such as interest in AI, changes brought by AI, and AI education. As a result, we confirm significant results that suggest the level of awareness of AI has improved through AI education in all factors. AI convergence education requires various AI convergence education programs as a form of education for social needs and future students, and hopefully a design based on this will help realize student centered education.

• Journal of the Korean Society for Nondestructive Testing
• /
• v.21 no.1
• /
• pp.54-61
• /
• 2001

A software package to classify acoustic emission (AE) signals using the wavelet transform and the neural network was developed Both of the continuous and the discrete wavelet transforms are considered, and the error back-propagation neural network is adopted as m artificial neural network algorithm. The signals acquired during the 3-point bending test of specimens which have artificial defects on weld zone are used for the classification of the defects. Features are extracted from the time-frequency plane which is the result of the wavelet transform of signals, and the neural network classifier is tamed using the extracted features to classify the signals. It has been shown that the developed software package is useful to classify AE signals. The difference between the classification results by the continuous and the discrete wavelet transforms is also discussed.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.116-116
• /
• 2022

현재 인공지능은 공학적 문제 해결 외에도 다양한 분야에 적용되어 매우 친숙하게 활용되고 있다. 특히 하천 분야에서는 시설물 주위 국부세굴 또는 어류 서식처 분석과 같이 관련 변수들의 복잡성으로 적절한 결과를 쉽게 얻어내기 어려운 것들에 적용되고 있다. 그 외에도 인공지능 기법을 적용할 수 있는 분야로 하천에서의 수위를 이용하여 유량을 예측하는 것이 있다. 기존에는 수위-유량 관계 곡선을 만들어 수위를 이용하여 유량을 예측하였으나, 관계곡선 제작에 활용된 수위와 유량 범위에서 벗어나는 경우 과다한 유량으로 계산되는 경우가 있다. 본 연구에서는 인공지능 기법 중 하나인 인공신경망 기법을 사용하여 하천의 유량 예측을 수행하였다. 기존 국가수자원관리종합정보시스템에 기록된 자료를 활용하여 수위와 유량 자료를ANN에 학습시키고 학습에 활용하지 않은 시기의 자료를 이용하여 전반적인 유량 예측 성능과 루프형 수위-유량 관계 곡선을 생성할 수 있는지를 검토하였다. 또한 학습 범위를 벗어난 홍수량에 대한 측정 결과를 검토하고, 기존 수위-유량 관계곡선과 비교하여 그 성능을 검토하였다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 1998.10a
• /
• pp.665-670
• /
• 1998

본 연구에서는 시계열자료의 ARMA 모형화를 위해 의사결정트리 분류기상에 존재하는 인공신경망의 구조를 개선하여 이들 각각의 인공신경망으로부터 도출된 결과를 Dempster's rule of combination을 이용하여 결합할 수 있는 방법론을 제시하고 있다. 인공신경망을 이용한 기존의 ARMA 모형화 방법과 비교한 결과, 본 연구에서는 제시한 방법이 주어진 ESACF 특성패턴에 대해 보다 정확하게 ARMA 모형화를 하는 것으로 나타났다.

• Journal of The Korean Association of Information Education
• /
• v.26 no.1
• /
• pp.35-44
• /
• 2022

Previous studies showed that an improvement in attitude toward a subject affects academic achievement in the subject. The purpose of this study is to confirm that the AI education program causes changes in the AI attitude of gifted children in elementary school, and that the change in attitude leads to a change in literacy. In this study, we conducted an AI education program for gifted children, and analyze the effect of AI education program on the change in AI attitude AI literacy through pre- and post-test. The result of the analysis showed the statistically significant improvement of AI attitudes. In addition, through regression analysis it was found that the change in AI attitude has a statistically significant direct effect on the change in AI literacy. This study has a limitation in that self-evaluation was used to measure AI attitudes and literacy and conducted to a relatively small number of samples. Even though, it was also confirmed that the activities of making an AI programs experienced in real-life can cause changes in AI attitudes and literacy.

• Proceedings of the Materials Research Society of Korea Conference
• /
• 2003.11a
• /
• pp.162-162
• /
• 2003

최근에 산화물 인공격자의 우수한 특성으로 인하여 활발한 연구가 진행되고 있다. 본 연구에서는 펄스레이저 증착방법을 이용하여 산소분압 100mTorr, $650^{\circ}C$에서 LSCO/MgO 기판위에 La-50mol% 첨가된 SrTiO$_3$ (SLTO)와 SrTiO$_3$ 를 적층시켜 산화물 인공격자를 만들어 결정구조에 대하여 연구하였다. SrTiO$_3$ (STO)는 상온에서 3.904$\AA$인 cubic perovskite 구조를 가지고 있다. 일반적으로 La$^{3+}$ (1.14$\AA$)은 Sr$^{2+}$(1.12$\AA$)과 이온반경이 거의 유사하기 때문에 ABO 페로브스카이트 구조의 A자리에 치환될 것으로 기대되며 또한 Sr$^{2+}$ 자리에 La$^{3+}$ 가 치환되므로써 발생하는 charge compensation은 Sr 자리에 Vacancy 생성으로 판단된다. 인공격자의 성장확인을 위하여 SLTO와 STO를 10층씩 증착하여 XRD분석을 통하여 평가하여 보았다. 확인된 결과를 바탕으로 산화물 인공격자의 적층 주기를 SLTO layer를 한층으로 고정시키고 STO를 한 층에서 다섯 층까지 다양하게 변화시켰다. 본 연구의 목적은 산화물 인공격자에서 결정결함을 제어하여 소자에 응용할 수 있는 전기적 물성을 평가하기 위함이다. X-ray diffraction 결과 SLTO/STO 인공격자는 (001) 방향으로 우선배향하였으며 적층주기에 따라 격자상수의 변화를 보였다. AES의 depth profile 분석을 통하여 La의 분포를 확인하였으며, HRTEM 분석을 통하여 미세구조분석을 실시하였다.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 2008.11a
• /
• pp.23-27
• /
• 2008

In this study, Real Coded Genetic Algorithm(RCGA) and Artificial Neural Network(ANN) are used for developing the defect diagnostics of the aircraft turbo-shaft engine. ANN accompanied with large amount data has a most serious problem to fall in the local minima. Because of this weak point, it becomes very difficult to obtain good convergence ratio and high accuracy. To solve this problem, GA based ANN has been suggested. GA is able to search the global minima better than ANN. GA based ANN has shown the RMS defect error of 5% less in single and dual defect cases.