본 논문은 전라남도에서 측정한 태양광 발전 데이터를 기반으로 발전량 예측값을 도출하기 위한 연구이다. 발전량 측정을 위해 인버터에서 직류, 교류, 환경데이터와 같은 다변량 변수를 측정하였고, 측정값의 안정성과 신뢰성 확보를 위한 전처리 작업을 수행하였다. 상관관계 분석은 부분자기상관함수(PACF: Partial Autocorrelation Function)을 활용하여 시계열 데이터에서 발전량과 상관성이 높은 데이터만을 예측을 위해 사용하였다. 태양광 발전량 예측을 위해 딥러닝 모델을 이용하여 발전량을 측정했고, 예측 정확도를 높이기 위해 각 다변량 변수의 상관관계 분석 결과를 이용하였다. 정제된 데이터를 활용한 학습은 기존 데이터를 그대로 사용했을 때 보다 안정되었고, 상관관계 분석 결과를 반영하여 다변량 변수 중 상관성이 높은 변수만을 활용하여 태양광 발전량 예측 알고리즘을 개선하였다.
국내 가동중원전의 노물리 시험중 제어봉제어능 측정시 적용되는 측정방법들에 대해 실제 측정결과를 이용해서 통계적 분석 및 추론을 수행하였다. 1988년부터 현재까지 약 8년간 모든 발전소에서 행한 측정결과에 대해 통계적 분석 및 주요 시험변수들과의 상관관계를 분석한 결과, 다음과 같은 결론이 도출되었다. 제어봉 제어능 측정결과는 전반적으로 측정치가 예측치에 비해 작은 경향을 보이고 있다. 붕산희석법은 측정오차가 가장 작았고 임의성을 가지며, 노심의 붕산농도와 상관관계가 있다. Framatome방식의 제어봉교환법은 비교적 측정오차가 크나, 시험변수들과의 상관 관계는 가장 미약하다. CE 방식의 제어봉교환법은 Swap 방법 중에는 측정오차가 가장 작고 임의성이 있으나, 붕산농도 및 기준제어군 제어능 측정오차의 크기와 강한 상관관계를 갖는다. Westinghouse 방식의 제어봉교환법은 가장 측정오차가 크며 대부분의 측정결과에서 측정치가 작게 편향되어 있다. 그리고 시험제어군의 제어능이 작을수록 측정오차가 커지는 강한 상관관계가 있으며, 기준제어군 제어능 측정오차의 크기와도 상관관계가 있다.
태풍으로 인한 피해를 줄이기 위해 경로, 강도 및 폭풍해일의 사전 예측은 매우 중요하다. 이중, 태풍의 경로와는 달리 강도 및 폭풍해일의 예측에 있어서 바람장은 수치 모델의 초기 입력값으로 요구되기 때문에 정확한 바람장 정보는 필수적이다. 대기 바람장 예측 방법은 크게 해석적 모델링, 라디오존데 측정과 위성 사진을 통한 산출로 구분할 수 있다. Holland의 해석적 모델링은 비교적 적은 입력값이 필요하지만 정확도가 낮고, 라디오존데 측정은 정확도가 높지만 점 측정에 가깝기 때문에 이차원 바람장을 산출하기에 한계가 있다. 위성 사진을 통한 바람장 산출은 위성기술의 고도화로 관측 채널 수 및 시공간 해상도가 크게 증가하고 있기 때문에 다양한 기법들이 개발되고 있다. 본 연구에서는 생성적 적대 신경망 (Generative Adversarial Network, GAN)을 통해 일련의 연속된 과거 적외 채널 위성 사진 흐름의 패턴을 학습시켜 미래 위성 사진을 예측하고, 예측된 연속적인 위성 사진들의 교차상관 (cross-correlation)을 통해 바람장을 산출하였다. GAN을 적용함에 있어 2011년부터 2019년까지 한반도 근방에 접근했던 태풍 중에 4등급 이상인 68개의 태풍의 한 시간 간격으로 촬영된 총 15,683개의 위성 사진을 학습시켜 생성된 이미지들은 실측 위성 사진들과 매우 유사한 것으로 나타났다. 또한, 생성된 이미지들의 교차상관으로 얻어진 바람장 벡터들의 풍향, 풍속, 벡터 일관성 및 수치 모델과의 비교를 통해 각각의 벡터들의 품질 계수를 구하고 정확도가 높은 벡터들만 결과에 포함하였다. 마지막으로 국내 6개의 라디오존데 관측점에서의 실측 벡터와의 비교를 통해 본 연구 결과의 실효성을 검증하였다. 본 연구에서 확장하여, 이와 같이 AI 기법과 이미지 교차상관 기법을 사용하여 얻어진 바람장으로부터 태풍 강도예측에 필요한 요소인 태풍의 눈의 위치, 최고 속도와 태풍 반경을 직접적으로 산출할 수 있고. 이러한 위성 사진을 기반으로 한 바람장은 단순화된 해석적 바람장을 대체하여 폭풍 해일 모델링의 예측 성능 개선에 기여할 것으로 보여진다.
감자칩의 생산 공정에서 속슬렛 추출법에 의한 지방 함량의 측정은 측정 시간이 길어서 공정 제어에 이용하기에 적절하지 못하기 때문에, 근적외선 분광 분석법에 의한 감자칩의 지방 함량의 신속한 측정에 대한 연구를 수행하였다. 분쇄된 시료와 분쇄되지 않은 시료에 대한 스펙트럼과 지방 함량과의 상관 관계를 각각 분석하였고, 분석된 상관 관계를 토대로 하여 예측 모형을 개발하였으며, 개발된 예측 모형에 대해 검증하였다. 예측 모형의 개발에는 회귀 분석과 신경회로망 기법을 이용하였다. 분쇄된 시료에 대한 지방 함량의 예측 모형은 회귀모형과 신경 회로망 기법에 의해서, 결정 계수가 각각 093, 0.92, SEP는 각각 1.29%, 1.17%였다. 이와 같은 결과에 의해서, 근적외 분광 분석법에 의한 분쇄된 감자칩의 지방 함량의 예측 모형 개발이 가능하다고 판단되었다. 또한 SEP를 비교할 때, 회귀 모형보다는 신경 회로망 기법에 의한 예측 모형이 더 우수한 것으로 나타났다. 분쇄되지 않은 시료에 대한 흡광도와 지방 함량과의 상관 관계 분석 결과, 근적외 분광 분석법에 의한 지방 함량의 예측 모형의 개발은 적절하지 못하다고 판단되었다.
랜덤포레스트는 여러 의사결정나무 모형들을 융합하여 안정성과 예측력을 높여주기 때문에 종종 사용되는 방법이다. 예측력을 증가시키는 반면 해석의 용이성을 희생하기 때문에 이를 보상하기 위해 변수의 중요도를 제공한다. 변수의 중요도는 랜덤포레스트를 구축할 때 변수가 얼마나 중요한 역할을 하는지를 알려 준다. 그러나 어떤 예측변수가 다른 예측변수들과 상관되어 있을 때 기존 알고리즘의 변수중요도는 왜곡될 수 있다. 상관된 예측변수들의 하향 편향은 예측변수의 중요도를 실제 중요도보다 낮게 측정하게 한다. 우리는 기존 알고리즘을 수정하여 상관 예측변수의 하향 편향을 회복하는 새로운 알고리즘을 제안한다. 제안된 알고리즘의 성능은 모의 자료에 의해 증명되고 실제 자료에 의해 설명된다.
LID 시설에 대한 모니터링은 인력을 활용한 실강우 모니터링을 진행하고 있으나 LID 시설은 소규모 분산형시설로서 인력을 동원한 식생고사, 강우시 모니터링, 현장답사 등 꾸준한 시설확인에 한계가 있으며, LID 시설을 조성한 이후 적정한 유지관리 방법(주기, 빈도, 항목 등)을 인지하지 못하여 막힘현상, 효율저하, 식물고사 등의 문제가 발생한다. 따라서 본연구에서는 딥러닝 분석을 활용하여 강우시 강우모니터링 자료와 LID 시설 내 센서를 통해 측정된 자료를 통해 침투도랑 내 유입수 성상에 대한 예측분석을 수행하였다. 심지 내 LID 시설에 유입되는 오염물질을 예측을 위한 딥러닝 분석을 위해 과거 실강우시 모니터링 자료(TSS, COD, TN, TP)와 대기센서(대기습도, 대기온도, 강수량, 미세먼지) 데이터를 활용하여 딥러닝 모델에 대한 적용가능성 평가를 수행하였다. 측정항목에 대한 상관성 분석을 수행하였으며, 딥러닝 모델은 Tenser Flow를 이용하여 DNN(Deep Neural Network)모델을 활용하여 분석하였다. DNN 모델에 대한 MSE값은 0.31로 분석되었으며, TSS에 대한 평균 50.6mg/L로 분석되었으며, COD 평균 98.7 mg/L로 나타났다. TN의 평균 2.21 mg/L로 분석되었으며, TP 평균 0.67 mg/L로 나타났다. 상관계수분석결과 TSS는 0.53로 분석되었으며, TN과 TP의 상관계수는 0.10, 0.56으로 나타났다. COD의 상관계수는 0.63으로 TSS와 COD, TP에 대한 예측이 된 것으로 분석되었다. 딥러닝을 통한 LID 시설 내 농도변화 예측시 강우시 센서데이터 값은 조밀해야하며 오염물질 농도와 상관성이 높은 항목들에 대해 계측과 실강우 모니터링 자료를 축적하여 미래에 대한 활용성을 높여야 한다.
해양에서 배열센서를 사용하여 신호를 수신하는 경우 성능을 측정하는 척도로서 배열이득(Array Gain, AG)을 사용한다. 배열이득은 배열의 형상, 주파수 및 해양환경에 의한 소음의 방향성에 영향을 받는다. 본 논문에서는 배열이득을 모델링하고 예측하기 위하여 공간상관성을 이용하였으며, 해상실험을 통해서 예측모델을 검증하였다. 예측 모델에서는 임의형상의 배열 및 소음의 방향성을 고려할 수 있는 신호와 소음의 공간상관성을 사용하여 배열이득을 계산하였다. 해상실험에서는 예인음원을 이용하여 CW(Continuous Wave)를 수평배열센서로 수신하였으며, 송신신호 사이에 주변 소음을 측정하였고, 이로부터 개별센서와 배열센서의 SNR(Signal to Noise Ratio)을 계산하여 배열이득을 추정하였다. 최종적으로 실험적으로 측정한 배열이득과 예측모델을 이용한 배열이득을 비교 검증하였다.
대략적 수 민감도(approximate number sense)란 수량에 대하여 대략적인 비교와 덧셈 등의 기본적인 조작을 할 수 있는 능력을 말한다. 선행 연구들은 수 민감도를 측정하기 위해 두 개의 점 집합의 수량을 비교하는 과제를 사용하였다. 선행 연구들이 보고한 수 민감도 수치에는 상당한 편차가 존재하는데 이는 수량 과제 비교의 형식의 차이에 기인할 가능성이 크다. 본 연구는 아동의 수 민감도 측정에 더 적절한 수량 비교 과제의 형식에 대해 알아보았다. 선행 연구에서 가장 흔히 사용된 수량 비교 과제는 서로 다른 색깔의 두 점 집합이 서로 섞여서 제시되는 혼재형(intermixed) 형식과 두 점 집합이 나란히 제시되는 병렬형(side-by-side) 형식이었다. 혼재형 수량 비교 과제는 각 색깔 집합의 수량을 추정할 때, 억제 조절 능력, 선택적 주의 및 시공간 작업 기억 등이 추가적으로 요구될 수 있다. 수량 변별 외에 추가적인 인지 처리를 요구하는 과제는 수량 비교 수행의 개인차를 정확하게 측정하지 못할 가능성이 크며(구성 타당도의 저하), 수량 변별 능력이 마땅히 예측할 것으로 기대되는 관련 변인과의 상관관계도 저조할 가능성이 있다(예측 타당도의 저하). 본 연구는 초등학교 학생들을 대상으로 수량 비교 과제의 형식에 따른 수 민감도 측정치의 차이를 관찰하고 수학 성취도와의 상관관계를 비교하였다. 연구 결과, 혼재 형식 수량 비교 과제를 통한 수 민감도는 병렬 형식에서보다 현저하게 낮았으며, 선행 연구에서 예측한 수 민감도 발달 추이를 고려할 때 지나치게 과소 추정된 값이었다. 나아가 두 가지 제시 형식에 의해 측정된 수 민감도와 수학 성취도와의 상관관계를 비교하였는데, 혼재 형식 수량 비교 과제를 통해 산출된 수 민감도는 수학 성취도와 상관관계를 보이지 않아 예측타당도 역시 낮다고 판단된다. 결론적으로, 본 연구를 통해 아동을 대상으로 하여 수 민감도 측정 시 혼재형식보다 병렬 형식 수량 비교 과제를 사용하는 것이 구성 타당도와 예측 타당도가 더 높다고 판단된다.
한국원자력연구소에서는 최고 16MPa애서 운전할 수 있는 RCS 열수력 Loop를 저작하고 CHF 측정실험을 수행하고 있다. 본 연구에서는 저유량조건에서 압력이 CHF에 미치는 영향을 조사하기 위해 압력 12MPa, 질량유속 300~550kg/$m^2$.s, Test Section입구 과냉도 210 kJ/kg의 범위에서 CHF 실험을 수행하였다. 본 실험조건에서 CHF는 환상류영역에서 발생하였으며 발생기구는 Entrainment-Limited CHF가 지배적이었다. Doerffer의 CHF 상관식은 저압에서 예측능력이 현저하게 떨어지나 고압조건에서는 실험자료를 잘 예측하였다. Bowring의 상관식은 고압 및 저압에서도 양호한 예측능력을 보여주었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.