• 한국전산구조공학회논문집
• /
• 제28권6호
• /
• pp.675-682
• /
• 2015

미국 AASHTO LRFD(AASHTO, 2012)나 국내의 도로교설계기준(2012)의 차랑충돌에 대한 교각설계기준을 참조하면 교각 설계 시 차량충돌에 대해 정적인 하중을 고려하도록 제시하고 있다. 한편 2003년 미국 네브래스카 주에 트럭이 교각에 충돌하여 교각 및 교량 상부구조가 붕괴되는 사고가 발생하는 등 차량충돌에 의한 교량붕괴사고는 홍수에 의한 교량붕괴사고에 이은 두 번째 요인으로 분류되기도 한다. 화물차량의 대형화와 도로시스템의 개선으로 인하여 이러한 사고가 발생할 가능성이 중가하고 있다고 볼 수 있다. 본 연구에서는 교각 설계시 차량충돌에 대한 동적 해석을 수행하게 되면 많은 비용과 시간이 소요되어 실용적인 측면에서 연구결과가 쉽게 반영되지 못하고 있으므로 충돌해석 비용과 시간을 저감할 수 있는 모델축소법(model reduction)을 이용한 해석방법을 개발하였으며 그 효용성을 최종변위에 대해 직접충돌해석결과와 비교함으로써 평가하였다.

• 한국수자원학회논문집
• /
• 제31권6호
• /
• pp.779-793
• /
• 1998

본 연구에서는 용수공급을 위한 이수관점에서 수력발전의 경제적 운영과 더불어 용수수요에 효과적으로 대처할 수 있는 댐군의 경제적 연계운영 최적화 모형을 제안한다. 제안된 모형은 댐군의 연계운영을 통한 발전방류의 최대화, 용수 수요량에 대한 물부족량(shortfall)의 최소화, 불필요한 여수로 방류량의 최소화, 홍수기를 대비한 저수지의 여유공간 확보, 그리고 발전효율을 높일 수 있는 저수위의 확보 등을 고려하였다. 제안된 최적화 모형은 구조적으로는 최적화 모형이지만, 실질적으로는 댐군의 연계운영의 행태를 표현한 시뮬레이션 모형이라 할 수 있으며, 용수공급계획 수립시 최대 용수공급 가용량 산정에 활용하기 위해서 개발된 모형이다. 최적화모형은 약 3,920개의 혼합정수변수와 약 7만$\times$13만 Node-Arc Incidence Matrix로 표현되는 네트워크 모형을 포함하는 여러 기간에 걸친 혼합정수계획 문제 (multi-period mixed integer programming)로 설계되었으며, 대형문제로부터 야기되는 수많은 자료를 효과적으로 처리하기 위하여 DBMS를 활용하였다. 본 모형의 효과를 검토하기 위하여 한강수계에 위치한 댐들 중에서 2개의 다목적 댐과 3개의 발전용 댐들의 연계운영에 실험하여 보았다. 실험결과, 본 연구에서 수립된 모형의 현실적인 이용을 위한 수정 보완과, 효과적인 댐 유역별 중장기 유입량 예측시스템이 개발되어 실시간으로 운영될 수 있도록 수정, 보완된다면 현재의 운영방법보다 더 좋은 운영방안을 제시하므로써, 환경보존에 따른 이득은 물론 용수공급 능력을 증대시킬 수 있는 대안이 될 수 있다.

• 한국항공우주학회지
• /
• 제50권1호
• /
• pp.59-66
• /
• 2022

도심의 교통체증 문제를 해결하기 위해 eVTOL(Electric Vertical Take-Off and Landing) 항공기를 이용한 도심항공교통(UAM) 개념이 등장하여, 많은 국내외 기간들의 연구가 진행되고 있다. 하지만 도심 위를 필연적으로 비행하게 되는 eVTOL 기체가 차세대 교통수단으로 자리 잡기 위해서는 안전성의 확립이 필수적이다. 추락 시 위험도는 항공 안전과 관련된 대표적인 요소이며, 위험도 분석을 위해서는 돌발 상황으로 인한 기체의 추락 및 충돌 지점 예측이 필요하다. 고정익 모드로 운항하는 비행체의 경우 자세 혹은 방향을 결정하는 데 조종면이 큰 역할을 차지한다. 따라서 본 연구에서는 eVTOL 기체의 추락 시 위험도를 분석하기 위해 추진 시스템이 고장 난 기체의 조종면 각도에 따른 추락 지점의 분포를 추정하는 방법을 제시한다. 여기서, 성능과 형상이 공개된 eVTOL 기체를 대상으로 분석한 데이터를 사용하였다. 또한, 초기 조건에 따른 추락 지점의 분포와 확률을 계산하여 추락할 확률이 높은 구간을 도출하였으며, 추락 순간의 속도를 계산하였다.

• 대한토목학회논문집
• /
• 제43권5호
• /
• pp.587-599
• /
• 2023

기후변화로 인해 전 세계 주요 도시에서 홍수의 빈도와 위험성이 증가함에 따라, 도시 침수에 대비한 선제적 대응을 위해 넓은 공간 영역에서 고해상도 2차원 침수 정보를 신속하고 정확하게 해석할 수 있는 모의 기술의 중요성이 대두되고 있다. 기존의 천수 방정식(shallow water equations)에 기반한 물리적 해석 방법은 고해상도 침수 예측을 위해 많은 컴퓨터 자원과 계산 시간이 소요되는 한계가 있다. 본 연구는 전환 규칙과 가중치 기반 시스템을 사용하여 침수의 시공간 변화를 모의하는 셀룰러 오토마타(cellular automata) 기반 2차원 침수 해석 모형 Weighted Cellular Automata 2D (WCA2D)의 이론적 배경을 고찰하고, 부산 온천천 유역의 침수 사상 모의를 통해 재현하여 국내 도시 유역에 대한 적용성을 검토하였다. 또한, Open Computing Language (OpenCL)와 Open Multi-Processing (OpenMP)과 같은 병렬계산(parallel computing)기술을 적용한 버전을 순차계산(sequential computing)결과와 비교하여 연산성능을 평가 하였다. 연구결과, WCA2D 모형에 의한 최대 침수심 분포는 과거침수 피해지도와 유사하게 모의되어, 복잡한 지형특성을 가지는 도시유역 침수의 시공간적 변화를 해석하기에 적절함을 확인하였다. 또한,병렬 계산 적용시 순차 계산 버전에 비해 OpenCL과 OpenMP는 약8배~14배, 5배~6배 연산 효율이 향상되어 효율적인 도시 침수 모의가 가능하였다.

• 식물병연구
• /
• 제28권3호
• /
• pp.113-121
• /
• 2022

벼 도열병은 전 세계적으로 발병하여 쌀 수확량을 크게 감소시키는 주요 식물병이다. 벼 도열병은 한국에서도 주기적으로 대발생하여 사회경제적으로 큰 피해를 입힌다. 이를 예방하기 위해서는 병 발생 예찰 시스템이 필요하다. 또한 병 발생에 대한 역학 조사는 식물병 관리를 위한 의사결정을 내릴 때 도움을 줄 수 있다. 현재 도열병 예찰 및 역학 조사는 주로 작물의 생육량, 기상 환경 요인 등 정량적으로 측정 가능한 정형 데이터를 기반으로 수행되고 있다. 정형 데이터와 함께 도열병 발생과 관련한 텍스트 자료들도 많이 축적되고 있다. 그러나 이러한 비정형 데이터를 이용한 역학 조사는 이루어지지 않고 있다. 비정형 데이터를 활용하여 유용한 정보를 추출한다면 도열병을 포함한 앞으로의 식물병 관리에 사용할 수 있을 것이다. 이 연구는 텍스트 마이닝을 통해 도열병 관련 뉴스 기사를 분석하여 우리나라에서 벼 도열병이 다발생한 연도와 지역을 조사하였고, 해당 지역의 평균 기온, 합계 강수량, 일조시간, 공급된 벼 품종을 분석하였다. 이를 통해 2020년 평년에 비해 낮은 기온과 일조시간 및 높은 강수량이 전국적인 도열병 다발생의 원인에 기여했고, 2021년 전라북도와 경상북도 일부 지역의 다발생은 비슷한 기상학적 요인에 의한 것으로 추측할 수 있었다. 더하여 같은 벼 품종의 연작에 의한 도열병 다발생 가능성과 질소 비료의 시비량이 병 발생에 미치는 영향에 대한 추후 연구가 필요하다. 결론적으로, 쏟아지는 정보의 홍수속에서 관련 기사를 종합적으로 보기 어렵다. 따라서, 텍스트 마이닝을 통해 얻은 결과로 특정 키워드들이 많이 관찰될 때 적극적 방제에 대한 의사결정을 할 수 있는 시스템이 구축될 필요가 있다. 이는 추후 딥러닝 기술과 접목되어 벼 도열병 역학 조사 도구로 사용될 수도 있을 것이다. 텍스트 마이닝을 통해 얻은 유의미한 정보를 기존의 정형 데이터 기반의 모델과 결합한다면 농업현장에서 병발생 예측 또는 방제기술 개선에 필요한 고품질 정보를 제공해줄 수 있을 것이라고 예상한다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.25-38
• /
• 2019

정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.