• 전산구조공학
• /
• 제7권3호
• /
• pp.95-103
• /
• 1994

원자력발전소 부품중 안전과 관련된 구조물은 지진하중하에서 그 건전성을 유지하도록 설계되어야 한다. 그중 원자로내부구조물부품은 1차 내진분류에 속하는 것으로써 지진하중하에서의 건전성이 발전소 안전과 경제적인 관점에서 매우 중요하다. 지금까지 이러한 원자로내부구조물의 모델링에 대해서는 여러 사람들에 의해 연구되고 발표되었으나, 본 논문에서는 국내 발전소 중에서 Turn-jey base로 건설되어 이미 가동 중에 있는 영광 1&2호기의 원자로내부구조물에 대한 안전정지지진하의 거동을 Global Beam Model이라는 단순화된 모델을 이용하여 분석하였다. 이 모델의 설정을 위해서 주요부품들을 double pendulum의 보요소로 표현하였고, 이들 주요부품들의 특성해석을 범용유한 요소해석 코드인 ANSYS에 의해 구하여 이를 상부 및 하부에서 간격을 갖는 비선형 스프링으로 모델링하였다. 또한 이 비선형 스프링뿐만아니라 원자로용기와 원자로내부구조물부품들 사이의 유체동적현상을 묘사한 유체동력학적 coupling에 의해 pendulum의 보요소를 서로 연결시켜 모델링을 하였다. 가진자료인 안전정지하중은 영광 1&2호기의 원자로용기 지지부에 가해지는 응답스펙트럼을 시간이력함수로 바꾸었으며, 이 모델과 간진 하중을 가지고 비선형해석 code인 KWUSTOSS의 explicit Runge-Kutta-Gills algorithm을 이용하여 적분을 수행하므로써 안전정지지진하의 원자로 내부구조물에 대한 거동을 구하여 이 구조물의 주요부품에 대한 내진검증 및 구조물 내부에 있는 핵연료집합체의 내진 해석을 위한 입력자료를 확보할 수 있었다. 그리고 본 연구에서 사용된 Globa Beam Model의 간편성 및 효율성과 explicit Runge-Kutta-Gills algorithm에 대한 경제성을 확인할 수 있었다.파악되었 다. 그 외에도 '옥외공간이용 편리'(outdoor or recreation convenience)와 ' 이웃만족'(satisfaction with neighbors), 그리고 '주거환경 유형'(building type, building arrangement type)등도 유의한 인과적 관련을 보이므로써, 기존 문헌들이 제시하고 있는 것보다 훨씬 다양한 변수들이 다양한 경로를 통해 거주자 시각만족의 영향인자가 될 수 있는 가능성을 제시하고 있다. 가설 변수의 하나인 '길찾기의 난이 정도'(difficulty of way-finding)와 종 속변수간에 유의한 관련도가 나타나지 않은 이유로 길찾기 변수가 '시각만 족'보다는 거주자의 '안전만족'(safety)과 관련된 변수일 가능성도 아울러 지적되었다. 본 연구의 결과로부터, 주거 계획 및 설계분야 그리고 추후 관 련 연구 분야를 위한 여러 제안들이 제시되었다.에 관한 국가 규격은 국제 규격에서 저술한 바와 같이 특별히 규정된 것이 없고 VDE(Verband Deutscher Elektrotechniker: 서독전기기술 협회)와 SAE(Society of Automotive Engi- neers: 자동차 기술자 협회)에서 비교적 활발하고 Jaso(Japanese Automobile Standards Organization: 일본 자동차 표준협회)에서 많이 진행중에 있다. 본 고에서는 자동차의 전자제어에 따른 잡음 발생 요인과 전자파 간섭 관련 자동차 규격과 시험평가 방법에 대해 간단히 소개 하였다.저하에 저해요인으로서가 아니라, 인위적이던 자연적이던 간에 아들만 두면 단산하는 현행의 출산풍토하에서는 남아선호관이 오히려 출산력저하에 결정적으로 작용하고 있다고 하겠다. 태아의 성 판별을 통한 선택적 인공임신중절의 건수는 1990년 한해에

• Investigative Magnetic Resonance Imaging
• /
• 제2권1호
• /
• pp.96-103
• /
• 1998

목적 : 고식적인 자기공명혈관조영술 (MR Angiography, MRA) 기법으로는 영상화가 어려웠던 대동맥궁의 주요 분지들의 평가에 있어서 새로운 MR기법인 조영증강 MRA의 임상적 유용성을 알아보고, 그 화질을 사용한 코일의 종류에 따라 비교해 보고자 한다. 대상 및 방법 : 뇌혈관 질환을 의심하여 고식적인 기법으로 뇌 및 경동맥 MRA를 시행한 29명에서 전향적으로 Gd-DAPA 15-20ml를 일시에 손으로 주입한 후 대동맥궁과 그의 주요 분지들에 대해 3시기의 고속 MRA를 시행하여 그 화질을 분석하였다. MRA는 1.0T MR기종에서 3D-FISP기법으로 얻었으며 총 영상 획득 시간은 40-60초였다. 영상 분석은 무명동맥, 양측 총경동맥, 양측 쇄골하동맥과 양측 척추 동맥들의 기시부로부터 전장에 걸쳐 화질을 주관적으로 3등급(good; 명백히 정상소견을 보이는 경우, fair; 약간 낮은 신호를 보이나 정상으로 진단하기에 비교적 만족할 만한 경우, poor; 협착이 모호하거나, 인공물이나 너무 낮은 신호로 혈관을 볼 수 없어 카테터 혈관조영술을 요하는 경우)으로 나누어 평가하였으며, 양측 총경동맥의 분기(bifurcation) 부위에서는 고식적인 기법의 영상과 그 화질을 비교평가하였다. 또한 세가지 사용한 코일의 종류(CP body array 12예, CP neck array 9예, head-and-neck 8예)에 따른 화질 차이를 정성적 및 정량적(신호대 잡음비)으로 분석하였다. 결과 : 대동맥궁 주요 분지들의 전반적인 화질은 55% (16/29)에서 'good', 34%(10/29)에서 'fair'로 평가되어 대부분 고식적인 카테터 혈과조영술이 피요치 않을 정도로 만족할 만한 화질을 보였다. 양측 총경 동맥분지 부위에서는 65%(17/26)에서 고식적인 3D-TOF기법과 같거나 나은 영상을 보였다. CP body array 코일을 사용한 경우가 CP neck array 코일이나 head-and-neck 코일을 사용한 경우보다 정성적 및 정량적으로 유의하게 나은 영상을 보였다(p<0.05). 결론 : 고속 조영증강 MRA기법은 단시간내 (40-60초)에 대동맥구의 주요 분지들을 그 기시부위부터 두개골 저부에 이르기까지 대부분에서 잘 나타내주므로 선별검사로서 임상적으로 유용하리라 생각되며 CP body array 코일을 사용하였을 경우에 CP neck array 코일이나 head-and-neck 코일을 사용한 경우보다 좀더 나은 화질을 얻을 수 있으리라 생각된다.

• 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
• /
• 제25권3호
• /
• pp.201-220
• /
• 2019

가짜뉴스가 전세계적 이슈로 부상한 최근 수년간 가짜뉴스 문제 해결을 위한 논의와 연구가 지속되고 있다. 특히 인공지능과 텍스트 분석을 이용한 자동화 가짜 뉴스 탐지에 대한 연구가 주목을 받고 있는데, 대부분 문서 분류 기법을 이용한 연구들이 주를 이루고 있는 가운데 문서 요약 기법은 지금까지 거의 활용되지 않았다. 그러나 최근 가짜뉴스 탐지 연구에 생성 요약 기법을 적용하여 성능 개선을 이끌어낸 사례가 해외에서 보고된 바 있으며, 추출 요약 기법 기반의 뉴스 자동 요약 서비스가 대중화된 현재, 요약된 뉴스 정보가 국내 가짜뉴스 탐지 모형의 성능 제고에 긍정적인 영향을 미치는지 확인해 볼 필요가 있다. 이에 본 연구에서는 국내 가짜뉴스에 요약 기법을 적용했을 때 정보 손실이 일어나는지, 혹은 정보가 그대로 보전되거나 혹은 잡음 제거를 통한 정보 획득 효과가 발생하는지 알아보기 위해 국내 뉴스 데이터에 추출 요약 기법을 적용하여 '본문 기반 가짜뉴스 탐지 모형'과 '요약문 기반 가짜뉴스 탐지 모형'을 구축하고, 다수의 기계학습 알고리즘을 적용하여 두 모형의 성능을 비교하는 실험을 수행하였다. 그 결과 BPN(Back Propagation Neural Network)과 SVM(Support Vector Machine)의 경우 큰 성능 차이가 발생하지 않았지만 DT(Decision Tree)의 경우 본문 기반 모델이, LR(Logistic Regression)의 경우 요약문 기반 모델이 다소 우세한 성능을 보였음을 확인하였다. 결과를 검증하는 과정에서 통계적으로 유의미한 수준으로는 요약문 기반 모델과 본문 기반 모델간의 차이가 확인되지는 않았지만, 요약을 적용하였을 경우 가짜뉴스 판별에 도움이 되는 핵심 정보는 최소한 보전되며 LR의 경우 성능 향상의 가능성이 있음을 확인하였다. 본 연구는 추출요약 기법을 국내 가짜뉴스 탐지 연구에 처음으로 적용해 본 도전적인 연구라는 점에서 의의가 있다. 하지만 한계점으로는 비교적 적은 데이터로 실험이 수행되었다는 점과 한 가지 문서요약기법만 사용되었다는 점을 제시할 수 있다. 향후 대규모의 데이터에서도 같은 맥락의 실험결과가 도출되는지 검증하고, 보다 다양한 문서요약기법을 적용해 봄으로써 요약 기법 간 차이를 규명하는 확장된 연구가 추후 수행되어야 할 것이다.

• 한국방사선학회논문지
• /
• 제17권3호
• /
• pp.305-314
• /
• 2023

의료기술의 발전과 방사선 치료 장비의 발전으로 세기변조방사선치료와 같은 고 정밀 방사선치료의 빈도수가 증가하였다. 정밀하고 복잡한 치료계획에서 방사선 치료 시 영상유도방사선치료는 필수가 되었다. 특히 선형가속기에 진단용 영상장비의 도입으로 CBCT스캔이 가능해졌으며 이는 3차원 이미지를 통해 환자의 자세를 검·교정할 수 있게 되었다. 보다 정밀한 환자 자세의 재현이 가능해졌지만, 영상획득과정에서 환자에게 전달되는 피폭선량은 무시할 수 없다. 방사선 치료분야에서 방사선 방호최적화는 필요하며 피폭저감화를 위한 노력은 필요하다. 하지만 3차원 CBCT영상 획득 시 피폭저감화를 위해 촬영조건을 변경하여 촬영할 경우 환자의 위치정렬을 할 수 없을 정도의 화질이나 인공물이 발생해서는 안 된다. 본 연구에서Rando phantom을 활용해 각 촬영조건별 영상을 스캔하고 평가하였다. 100 kV, 80 mA, 25 ms, F1 filter 180° 조건에서 가장 높은 SNR이 나타났다. 관전압, 관전류가 높아질수록 Noise가 감소했으며 보우타이필터는 높은 관전류에서 최적의 효과를 나타냈다. 실제 스캔된 이미지를 토대로 환자위치정렬이 모든 촬영조건에서 가능했으며 가장 낮은 SNR을 나타낸 70 kV, 10 mA, 20 ms, F0 filter 180° 조건에서 충분히 환자자세정렬을 위한 영상유도방사선치료는 가능함을 확인하였다. 본 연구에서 촬영조건에 따른 영상평가를 실시하였으며 피폭 저감화를 위해 낮은 관전압과 관전류, 작은 회전각 스캔이 선량 저감화에 효과적일 것으로 보인다. 이를 토대로 CBCT촬영 시 환자의 피폭선량을 가능한 낮게 해야 할 것이다.

• 한국음향학회지
• /
• 제43권1호
• /
• pp.9-18
• /
• 2024

최근 수중표적의 저소음화와 해상교통량의 증가로 인한 주변 소음의 증가로 능동 소나 시스템의 중요성이 증대되고 있다. 하지만 신호의 다중 경로를 통한 전파, 다양한 클러터와 주변 소음 및 잔향 등으로 인한 반향신호의 낮은 신호대잡음비는 능동 소나를 통한 수중 표적 식별을 어렵게 만든다. 최근 수중 표적 식별 시스템의 성능을 향상 시키기 위해 머신러닝 혹은 딥러닝과 같은 데이터 기반의 방법을 적용시키려는 시도가 있지만, 소나 데이터셋의 특성 상 훈련에 충분한 데이터를 모으는 것이 어렵다. 부족한 능동 소나 데이터를 보완하기 위해 수학적 모델링에 기반한 방법이 주로 활용되어오고 있다. 그러나 수학적 모델링에 기반한 방법론은 복잡한 수중 현상을 정확하게 모의하는 데에는 한계가 있다. 따라서 본 논문에서는 심층 신경망 기반의 소나 신호 합성 기법을 제안한다. 제안하는 방법은 인공지능 모델을 소나 신호 합성 분야에 적용하기 위해, 음성 합성 분야에서 주로 사용되는 타코트론 모델의 주요 모듈인 주의도 기반의 인코더 및 디코더를 소나 신호에 적절하게 수정하였다. 실제 해상 환경에 모의 표적기를 배치해 수집한 데이터셋을 사용하여 제안하는 모델을 훈련시킴으로써 보다 실제 신호와 유사한 신호를 합성해낼 수 있게 된다. 제안된 방법의 성능을 검증하기 위해, 합성된 음파 신호의 스펙트럼을 직접 분석을 진행하여 비교하였으며, 이를 바탕으로 오디오 품질 인지적 평가(Perceptual Quality of Audio Quality, PEAQ)인지적 성능 검사를 실시하여 총 4개의 서로 다른 환경에서 생성된 반사 신호들에 대해 원본과 비교해 그 차이가 최소 -2.3이내의 높은 성적을 보여주었다. 이는 본 논문에서 제안한 방법으로 생성한 능동 소나 신호가 보다 실제 신호에 근사한다는 것을 입증한다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.