• 한국지반공학회논문집
• /
• 제37권11호
• /
• pp.107-118
• /
• 2021

Scan-to-BIM은 라이다(Light Detection And Ranging, LiDAR)로 구조물을 계측하고 이를 바탕으로 3D BIM(Building Information Modeling) 모델을 구축하는 방법으로 정밀한 모델링이 가능하지만 많은 인력과 시간, 비용이 소모된다는 한계를 가진다. 이러한 한계를 극복하기 위해 포인트 클라우드 데이터를 대상으로 딥러닝(Deep learning) 알고리즘을 적용하여 구조물의 객체 분할(Semantic segmentation)을 수행하는 연구들이 진행되고 있으나 학습 데이터에 따라 객체 분할 정확도가 어떻게 변화하는지에 대한 연구는 미흡한 실정이다. 본 연구에서는 딥러닝을 통한 철도 터널의 객체 분할에 학습 데이터를 구성하는 철도 터널의 크기, 선로 유형 등이 어떤 영향을 미치는지 확인하기 위해 매개변수 연구를 수행하였다. 매개변수 연구 결과, 학습과 테스트에 사용한 터널의 크기가 비슷할수록, 단선 터널보다는 복선 터널로 학습하는 경우에 더 높은 객체 분할 성능을 보였다. 또한, 학습 데이터를 두 가지 이상의 터널로 구성하면 전체 정확도(Overall Accuracy, OA)와 MIoU(Mean Intersection over Union)가 적게는 10%에서 많게는 50%가량 증가하였는데 이로부터 학습 데이터를 다양하게 구성하는 것이 효율적인 학습에 기여할 수 있음을 확인하였다.

• 한국시뮬레이션학회논문지
• /
• 제31권1호
• /
• pp.11-18
• /
• 2022

최근 공공장소 및 시설에서 범죄예방 및 시설 안전을 목적으로 영상정보 기반의 인체의 행위를 분류하는 연구가 활발히 진행되고 있다. 이러한 인체 행위분류의 성능을 향상하기 위해서 대부분의 연구는 전이학습 기반의 딥러닝을 적용하고 있다. 그러나 딥러닝의 기반이 되는 중추 네트워크 모델(Backbone Network Model)의 수가 증가하고 아키텍처가 다양해짐에도 불구하고, 소수의 모델만 사용하는 분위기 때문에 운용목적에 적합한 중추 네트워크 모델을 찾는 연구는 미흡한 실정이다. 본 연구는 영상정보를 기초로 인체 행위를 분류하는 인공지능 모델을 개발하기 위해 최근에 개발된 5가지의 딥러닝 중추 네트워크 모델을 대상으로 전이학습을 적용하고 각 모델의 정확도 및 학습효율 측면에서 비교 및 분석하여 가장 효율이 높은 모델을 제안하였다. 이를 위해, 기본적인 인체 행위가 아닌 운동 종목 기반의 활동적이고 신체접촉이 높은 12가지의 인체 활동을 선정하고 관련된 7,200개의 이미지를 수집하였으며, 5가지의 중추 네트워크 모델에 총 20회의 전이학습을 균등하게 적용하고 학습과정과 결과성능을 통해 인체 행위를 분류하는데 적합한 중추 네트워크 모델을 정량적으로 비교 및 분석하였다. 그 결과 XceptionNet 모델이 학습 및 검증 정확도에서 0.99 및 0.91로, Top 2 및 평균 정밀도에서 0.96 및 0.91로 나타났으며 학습 소요시간은 1,566초, 모델용량의 크기는 260.4MB로 정확도와 학습효율 측면에서 다른 모델보다 높은 성능이 나타남을 확인할 수 있었다. 이러한 결과는 전이학습을 적용하여 인체 행위분류를 진행하는 다양한 연구 분야에 활용되기를 기대한다.

• 터널과지하공간
• /
• 제31권6호
• /
• pp.480-493
• /
• 2021

일반화된 Hoek-Brown(GHB) 파괴기준식은 GSI 값을 이용하여 현장 암반조건이 반영된 강도정수 값을 효과적으로 결정할 수 있기 때문에 암반공학 분야에서 표준 파괴기준식의 하나로 인식되고 있다. 그러나 GHB 파괴기준식의 비선형적 형태는 이 식의 수학적 취급을 어렵게 하고 이 식의 적용 범위를 제약하는 요인이 되고 있다. GHB 파괴기준식의 이러한 단점을 극복하기 위한 노력의 하나로 Taylor 다항함수 근사원리를 적용하여 파괴 최대주응력에 대응하는 최소주응력을 근사적으로 계산할 수 있는 명시적, 해석적 수식을 유도하였다. 근사식으로 구한 최소주응력과 수치해석적으로 계산한 정해를 비교하여 이 연구에서 유도한 최소주응력 근사식의 정확성을 검증하였다. 연구결과의 응용사례를 제시하기 위해 근사 최소주응력 계산식을 활용하여 GHB 암반에 굴착된 원형터널 주변에 예상되는 소성영역의 등가 마찰각과 등가 점착력을 계산하였다. 소성영역의 등가 Mohr-Coulomb 강도정수를 정밀하기 산정하기 위해서는 mi, GSI, 초기지압의 크기를 동시에 고려하는 것이 중요한 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1527-1539
• /
• 2022

최근 동해안의 연안 침식이 가속화되면서 광역의 지역에 대한 과학적이며 정량적인 연안침식 모니터링 기술의 필요성이 증가하고 있다. 기존의 연안의 변화를 관측하는 주요 기술은 현장 측량에 의존한 정밀모니터링이 주로 수행되었지만 소규모 지역에 대해서만 적용이 가능하였다. 항공수심라이다(Airborne Bathymetric LiDAR, ABL) 시스템은 광역의 해변 및 해저 지형에 대한 경제적인 측량이 가능한 기술이다. 특히 해수의 유동이 심하고 파랑에너지가 높아 연안침식 모니터링에서 주요 관심 대상 지역인 조간대에 대해 해저 지형자료의 구축이 가능하다는 장점을 가진다. 본 연구에서는 씨호크(Seahawk) ABL 시스템을 활용하여 2021년 8월과 2022년 3월에 표사계 GW36 연안에 대해 측량 데이터를 취득하고 연안침식에 의한 기선 길이 및 종단 변화, 해안선 변화, Digital Terrain Model 변화를 정량적으로 관측하였다. 연구결과 항공수심라이다 데이터를 연안침식 모니터링에 효과적으로 활용이 가능함을 확인할 수 있었다.

• 대한토목학회논문집
• /
• 제42권5호
• /
• pp.599-606
• /
• 2022

공용 중 강교량의 피로 평가에 활용할 수 있는 현장계측 데이터에는 대표적으로 변형률 계측과 Brigde Weight-In-motion (BWIM)이 있다. AASHTO The Manual For Bridge Evaluation에 따라, 대상 교량에서 계측된 데이터로부터 피로 상세에 가해지는 유효응력범위 및 반복응력 횟수를 추정할 수 있다. 추정된 유효응력범위와 반복응력 횟수를 통해 피로 손상 누적에 의한 신뢰도분석을 수행할 수 있다. 하지만 현장계측 데이터로부터 유효응력범위 및 응력범위 반복횟수를 추정하는 절차가 평가규정에 구체적으로 제시되어 있지 않고, 계측 데이터의 종류 또는 처리방법에 따른 피로 평가결과의 차이를 정량적으로 비교한 연구는 아직 미비한 실정이다. 본 연구에서는 공용 중 교량에서 동시에 계측한 변형률계 및 BWIM 데이터를 활용하여 피로 신뢰도평가를 수행하여, 활용되는 현장계측 데이터의 종류에 따른 평가결과의 차이에 대해 정량적으로 검토하였다. 이때, BWIM 데이터를 활용한 피로 신뢰도평가 시 구조해석모델의 정밀성이 평가결과에 미치는 영향을 검토하기 위해 평가 대상 교량의 뼈대요소 해석모델과 Shell-Solid 해석모델을 구축하였다. 또한, BWIM 데이터로부터 유효응력범위와 반복응력 횟수를 추정하기 위한 두 종류의 데이터 처리 방법을 정의하였으며, 이로 인한 피로 신뢰도 차이 역시 검토하였다.

• 생물환경조절학회지
• /
• 제31권3호
• /
• pp.152-162
• /
• 2022

본 연구는 데이터를 기반으로 한 인공지능 기계학습 기법을 활용하여 온실 내부온도 예측 시뮬레이션 모델을 개발을 수행하였다. 온실 시스템의 내부온도 예측을 위해서 다양한 방법이 연구됐지만, 가외 변인으로 인하여 기존 시뮬레이션 분석방법은 낮은 정밀도의 문제점을 지니고 있다. 이러한 한계점을 극복하기 위하여 최근 개발되고 있는 데이터 기반의 기계학습을 활용하여 온실 내부온도 예측 모델 개발을 수행하였다. 기계학습모델은 데이터 수집, 특성 분석, 학습을 통하여 개발되며 매개변수와 학습방법에 따라 모델의 정확도가 크게 변화된다. 따라서 데이터 특성에 따른 최적의 모델 도출방법이 필요하다. 모델 개발 결과 숨은층 증가에 따라 모델 정확도가 상승하였으며 최종적으로 GRU 알고리즘과 숨은층6에서 r² 0.9848과 RMSE 0.5857℃로 최적 모델이 도출되었다. 본 연구를 통하여 온실 외부 데이터를 활용하여 온실 내부온도 예측 모델 개발이 가능함을 검증하였으며, 추후 다양한 온실데이터에 적용 및 비교분석이 수행되어야 한다. 이후 한 단계 더 나아가 기계학습모델 예측(predicted) 결과를 예보(forecasting)단계로 개선하기 위해서 데이터 시간 길이(sequence length)에 따른 특성 분석 및 계절별 기후변화와 작물에 따른 사례별로 개발 모델을 관리하는 등의 다양한 추가 연구가 수행되어야 한다.

• 한국결정성장학회지
• /
• 제32권6호
• /
• pp.239-245
• /
• 2022

환원그래핀옥사이드(rGO)는 우수한 전기 화학적 능력으로 많은 응용과 관심이 집중되고 있어, 이에 대한 구조 및 열분석을 통한 rGO의 표준화는 품질개선과 관리를 용이하게 하여 사용자가 효율성을 높이고 비용을 절감할 수 있도록 할 수 있다. rGO 및 그래핀 관련 재료의 경우 레이어 층수의 결정과 그에 따른 물성의 차이를 정의하는 것이 매우 중요하다. 본 연구에서는 하이드라진 환원공정을 통해 그래핀옥사이드(GO)로부터 3~4층의 rGO-1과 9~10층의 rGO-2를 얻었다. 이렇게 준비된 rGO에 대해 X선 회절(XRD) 패턴인 (002) 반사와 관련된 2θ≈25°에서 회절 피크를 얻어 층간 거리와 FWHM 값을 얻어 층수(layer number)를 결정하였다. 이때 XRD 데이터 분석은 회절분석용 표준물질들을 사용하여 각도 보정을 수행하였다. 정밀한 층간거리와 FWHM 값은, 각도 보정된 회절 데이터를 이용하여 OriginLab 및 오픈 소스 XRD 회절분석 프로그램들을 사용하여 결정하였다. rGO 샘플들의 추가적인 물성 표준화 분석을 위해 TG-DSC 열분석을 수행하였다.

• Ecology and Resilient Infrastructure
• /
• 제9권1호
• /
• pp.24-35
• /
• 2022

수질분야에서 물재해 안정성 강화를 위해 과거와 현재의 수질을 분석하여 예측하는 기술을 지속적으로 고도화하는 것이 필요하며 데이터 기반의 예측 모형이 하나의 대안으로 대두되고 있다. 데이터 기반 모형은 복잡하고 광범위한 자료의 양을 기반으로 구축되기 때문에 보다 신뢰도 있는 결과를 얻을 수 있는 입력자료의 조합을 위한 상관관계 분석방법의 적용이 필수적이다. 본 연구에서는 보다 신속하고 정확한 데이터 기반의 수질 예측 모형을 구성하기 위한 선행단계로 Gamma Test를 적용하였다. 먼저 팔당댐의 다양한 수문조건에 따른 해당 유역의 복잡성과 정밀성이 재현된 과거와 현재의 일단위 수질을 최대한 확보하고자 물리적 기반 모형 (HSPF, EFDC)을 구동하였다. 팔당댐 수질예측지점과 팔당댐으로 유입되는 주요 하천의 수질을 대상으로 Gamma Test를 수행한 후 해석결과 (Gamma, Gradient, Standar Error, V-Ratio)를 통해 최적의 자료조합을 선정하는 방법을 제시하였다. 본 연구의 결과는 데이터 기반 모형 구축 시 반복적인 수행과정을 생략하여 시간을 단축하면서 보다 효율적으로 최적의 입력자료를 선정할 수 있는 정량적인 기준을 보여준다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.468-468
• /
• 2023

최근 급격한 기후변화에 의한 이상가뭄 발생 등을 대비하기 위한 비상용수 또는 대체 수자원으로서의 지하수 개발수요가 증가함에 따라 기저유량 확보 및 수질개선 방안을 수립하는 것은 지속가능한 수자원 이용 관리 측면에 있어서 매우 중요하다. 국내 지하수 사용에 따른 하천유량의 변동에 관한 연구는 활발히 진행되었으나, 실질적으로 적용가능한 지하수 저감 방안 및 지하 수질개선방안에 대한 연구는 미비한 실정이다. 이에 본 연구에서는 바이오차를 이용하여 시험포를 설계 및 시공하였으며, 실내 인공강우 실험을 통해 지하 침투수 확보 능력 및 수질개선 효과를 평가하였다. 대조구는 폭 1 m × 길이 1 m × 깊이 0.60 m로 시공하였으며, 바이오차 시험포는 폭 1 m × 길이 1 m, 시험포 상단과 하단 각 0.10 m씩 대조구와 동일한 흙으로 채웠으며, 그 사이 0.40 m만큼은 바이오차를 채워서 시공하였다. 시험의 정밀도를 높이기 위해 동일한 조건으로 대조구와 바이오차 시험포 각 2개씩, 총 4개의 시험포를 시공하여 실내 인공강우 실험을 진행하였으며, 시험포에서 발생한 직접유출수와 기저유출수를 이용하여 바이오차의 지하 침투량 확보 및 수질개선효과를 분석하였다. 시험포 완공 후 총 2번의 실내인공강우 실험 결과 대조구에서 발생한 직접유출량은 총 0.214 m³, 바이오차 시험포에서는 총 0.194 m³로 대조구 대비 총 직접유출량 저감효과는 9.4%로 나타났다. 기저유출의 경우 바이오차 시험포(0.036 m³)에서 대조구(0.003 m³) 대비 약13배 많은 양의 기저유출수가 발생한 것으로 나타났다. 각 시험포에서 발생한 유출수의 오염부하를 산정해 대조구 시험포 대비 바이오차 시험포에서 발생한 직접유출수의 오염부하 저감효과를 분석한 결과 BOD₅ 항목과 COD_Mn 항목, 그리고 TOC 항목의 경우 26.3%과 22.0%, 그리고 27.6%로 저감 된 것으로 나타났으나, SS 항목과 T-N 항목, 그리고 T-P 항목의 경우 저감효과가 없는 것으로 나타났다. 이와 같이 바이오차는 지하 침투수 확보 능력은 효과적인 것으로 나타났으나, 직접유출수의 수질개선 효과는 미비한 것으로 나타났다. 그러나 바이오차의 지하 침투량 및 수질개선 효과는 바이오차 생산 시 사용된 열분해 방식, 사용된 바이오차의 양 등에 따라 편차가 클것으로 판단되며, 바이오차의 생산 방법, 토양 흡착 기간, 바이오차의 양 등 다양한 조건에서의 모니터링을 통해 정량화 되어야 할 것으로 판단된다.

• 터널과지하공간
• /
• 제33권4호
• /
• pp.209-227
• /
• 2023

정부는 건설산업의 생산성 혁신을 위해 BIM 기반 스마트 건설기술 활성화방안을 지속적으로 발표하고 있다. 설계단계에서는 BIM 데이터와 다른 첨단기술을 융합하여 설계 자동화와 최적화 수행을 목표로 한다. 국내 해저터널 사업인 남해 서면-여수 신덕 국도 건설공사 기본설계에서는 터널설계 프로세스에 따라 3D 공간정보를 이용한 터널설계 자동화 기술을 개발하여 BIM 기반의 설계를 수행하였다. 터널의 선형설계에 제너레이티브 디자인 기법을 사용하여 만 여건 이상의 케이스를 36시간 내에 도출하고, 설계자가 정의한 목적함수의 정량적 평가를 수행하여 설계자가 요구하는 조건의 최적 선형을 도출했다. AI 기반의 지반분류와 3D Geo Model을 구축하여 최적 선형의 경제성 및 안정성을 평가하였다. AI 기반의 지반분류는 시추 코어 1공당 약 30종의 지반분류를 수행하여 그 정밀도를 향상시켰고, 3D Geo Model의 경우 시공 중 추가되는 지반 데이터를 누적할 수 있다는 점에서 그 활용도를 기대할 수 있다. 3D 발파설계의 경우 Dynamo 상에서 노선상의 모든 보안물건을 검토하여 최적 장약량을 5분 만에 도출하고, 직관적이고 편리한 시공관리를 위해 3D 공간상에 설계 결과를 시각화함으로서 시공 중에 직접 활용할 수 있도록 했다.