Hwayeong Cheon;Young-Je Son;Sung Bae Park;Pyoung-Seop Shim;Joo-Hiuk Son;Hee-Jin Yang
Journal of Korean Neurosurgical Society
/
제66권4호
/
pp.382-392
/
2023
Objective : The use of indocyanine green videoangiography (ICG-VA) to assess blood flow in the brain during cerebrovascular surgery has been increasing. Clinical studies on ICG-VA have predominantly focused on qualitative analysis. However, quantitative analysis numerical modelling for time profiling enables a more accurate evaluation of blood flow kinetics. In this study, we established a multiple exponential modified Gaussian (multi-EMG) model for quantitative ICG-VA to understand accurately the status of cerebral hemodynamics. Methods : We obtained clinical data of cerebral blood flow acquired the quantitative analysis ICG-VA during cerebrovascular surgery. Varied asymmetric peak functions were compared to find the most matching function form with clinical data by using a nonlinear regression algorithm. To verify the result of the nonlinear regression, the mode function was applied to various types of data. Results : The proposed multi-EMG model is well fitted to the clinical data. Because the primary parameters-growth and decay rates, and peak center and heights-of the model are characteristics of model function, they provide accurate reference values for assessing cerebral hemodynamics in various conditions. In addition, the primary parameters can be estimated on the curves with partially missed data. The accuracy of the model estimation was verified by a repeated curve fitting method using manipulation of missing data. Conclusion : The multi-EMG model can possibly serve as a universal model for cerebral hemodynamics in a comparison with other asymmetric peak functions. According to the results, the model can be helpful for clinical research assessment of cerebrovascular hemodynamics in a clinical setting.
본 논문에서는 전투체계 위협지수를 머신러닝 모델 중 Gradient Boosting Regreesor, Suppor Vector Regressor를 통해 예측하는 방법을 제시한다. 현재 전투체계는 안전성과 신뢰성이 중시되는 소프트웨어이므로 신뢰성이 보장되지 않은 AI 기술의 적용을 정책상 제한하고 있으며, 이로 인하여 전력화된 국내 전투체계는 AI 기술을 탑재하고 있지 않다. 하지만 AI의 전력화를 목표로 하는 국방부의 정책 방향에 대응하기 위하여, 전투체계의 머신러닝 적용에 필요한 기반 기술을 확보하기 위한 연구를 실시하였다. 이 연구는 위협지수 평가에 필요한 데이터를 수집한 뒤 데이터 가공 및 정제, 머신러닝 모델 선정 및 최적의 하이퍼 파리미터를 선정하여 학습된 모델의 예측 정확도를 판단하였다. 그 결과 테스트 데이터에 대한 모델 점수가 99점 이상으로 도출되었으며 전투체계에 머신러닝 모델의 적용 가능성을 확인하였다.
저농도 섬유상 분진 표준시료를 제조하여 균질도와 정확성을 조사하고, 모의 숙련도 시험을 통해 최적의 숙련도 시험 방안을 평가하였다. 분석 결과 표준시료 농도와 석면밀도의 상관성이 0.9863~0.9968으로 매우 높게 나타났고, 표준시료를 이용한 모의 숙련도 시험을 통해서, 국내에서의 숙련도 시험 결과 평가 기준은 표준시료 분석결과의 Z값이 ${\mid}Z{\mid}{\leq}2$를 만족하는 것이 타당한 것으로 나타났다.
In recent years, technological developments have rapidly increased the number of complex structures and equipment in the industrial. Accordingly, the prognostics and health monitoring (PHM) technology has become significant. The safety assessment of industrial sites requires data obtained by installing a number of sensors in the structure. Therefore, digital twin technology, which forms the core of the Fourth Industrial Revolution, is attracting attention in the safety field. The research on digital twin technology of structures subjected to seismic loads has been conducted recently. Hence, this study proposes a digital twin system that estimates the responses and arbitrary load in real time by utilizing the minimum sensor to a pipe that receives a seismic and arbitrary load. To construct the digital twin system, a finite-element model was created considering the dynamic characteristics of the pipe system, and then updating the finite-element model. In addition, the calculation speed was improved using a finite-element model that applied the reduced-order modeling (ROM) technology to achieve real-time performance. The constructed digital twin system successfully and rapidly estimated the load and the point where the sensor was not attached. The accuracy of the constructed digital twin system was verified by comparing the response of the digital twin model with that derived by using the load estimated from the digital twin model as input in the finite-element model.
이 논문에서는 철근과 콘크리트 사이의 부착-슬립을 실제적으로 고려한 철근콘크리트 접합부의 이력 손상 모델을 제안하였다. 슬립을 가시화하기 위해 콘크리트와 철근의 변위장이 서로 다른 프레임 요소를 개발하였다. 파이버 단면 개념으로부터 콘크리트, 철근 그리고 부착에 대한 적합방정식을 정의하였다. 부분적인 제하 및 재재하 상태를 고려하기 위해 철근 이력곡선의 수정이 이루어졌다. 단조증가 상태의 국부적 부착응력-슬립 관계는 손상 계수에 따라 슬립이 역전될 때마다 갱신하였다. 구속된 콘크리트에 매입된 철근 시험체와 기초에 정착된 철근콘크리트 기둥 시험체, 그리고 보-기둥 부재의 수치해석을 통해 모델의 정확성을 검증하였고, 부착-슬립 효과를 고려함으로써 하중 이력에 따른 에너지 소산 정도를 평가할 수 있었다.
노면에 차량 검지센서를 설치하여 개별차량의 속도자료를 수집하는 경우, 일반적으로 일정거리가 이격되게 설치한 두 개 이상의 차량 검지센서간의 반응시간을 활용하여 차량의 속도를 산출하게 된다. 본 논문에서는 차로당 센서 1개만을 설치하여 개별차량의 속도 산출을 함에 있어, 기존 방법인 파형의 기울기를 이용하여 속도 추정하는 방법(Case 1)과 평균차량길이를 적용한 속도산출(Case2), 새로 고안한 방법인 단일 테이프스위치(Tape Switch) 센서를 수평형으로 설치하고 평균축거를 적용하여 속도 추정하는 방법(Case 3), 그리고 테이프스위치 센서를 사선형으로 설치하고 차량의 평균윤거(Mean of tread)를 적용하여 속도 추정하는 방법(Case 4)에 대한 속도 추정정확도를 평가하였다. 4가지 방식 각각에 대해 현장에서 센서를 설치하고 기준값과 속도추정 값을 비교 분석을 했으며, 평가지표로는 등가계수(Equality Coefficient), 절대오차백분율(MAPE)을 통하여 평가하였다. 평가결과는 Case1 > Case 4 > Case 2, 3 순으로 양호한 결과를 보이는 것으로 분석되었다.
본 논문에서는 내리기 시 파이프라인의 단면력 해석을 위한 합리적인 해석 모델을 제안했다. 본 해석 모델은 기하학적 특성과 경계조건을 고려하여 파이프라인을 분할한 후 two parameters Beam On Elastic Foundation과 Euler-Bernoulli 빔으로 모델링했다. 또한 파이프라인과 지반의 상호 작용 뿐만 아니라 파이프라인에 작용하는 축력을 했다. 기존 모델은 정형화된 하중 조건만 적용이 용이했으나 Segmented Pipeline Model로 정의된 제안 모델은 내리기 시 발생되는 대부분의 시공 조건에 대해 고려할 수 있다. 또한 가정을 최소화하고 요소를 세분화하여 모델링의 편의성과 적용성을 향상시켰다. 그럼에도 불구하고 이 모델은 FE 모델에 대비 높은 정확도를 갖고 있으므로 내리기 시 파이프라인의 안전성 평가는 물론 형상관리에도 효율적으로 활용될 수 있을 것으로 기대된다. 또한 시공 단계에서 파이프라인의 안전성을 확보함에 따라 운용 중 내구성 향상에 큰 도움이 될 것으로 판단된다.
Multi-temporal optical images have been utilized for time-series monitoring of croplands. However, the presence of clouds imposes limitations on image availability, often requiring a cloud removal procedure. This study assesses the applicability of various machine learning algorithms for effective cloud removal in optical imagery. We conducted comparative experiments by focusing on two key variables that significantly influence the predictive performance of machine learning algorithms: (1) land-cover types of training data and (2) temporal variability of land-cover types. Three machine learning algorithms, including Gaussian process regression (GPR), support vector machine (SVM), and random forest (RF), were employed for the experiments using simulated cloudy images in paddy fields of Gunsan. GPR and SVM exhibited superior prediction accuracy when the training data had the same land-cover types as the cloud region, and GPR showed the best stability with respect to sampling fluctuations. In addition, RF was the least affected by the land-cover types and temporal variations of training data. These results indicate that GPR is recommended when the land-cover type and spectral characteristics of the training data are the same as those of the cloud region. On the other hand, RF should be applied when it is difficult to obtain training data with the same land-cover types as the cloud region. Therefore, the land-cover types in cloud areas should be taken into account for extracting informative training data along with selecting the optimal machine learning algorithm.
Mohammed Berradia;El Hadj Meziane;Ali Raza;Mohamed Hechmi El Ouni;Faisal Shabbir
Steel and Composite Structures
/
제49권2호
/
pp.161-180
/
2023
In the previous research, the axial compressive capacity models for the glass fiber-reinforced polymer (GFRP)-reinforced circular concrete compression elements restrained with GFRP helix were put forward based on small and noisy datasets by considering a limited number of parameters portraying less accuracy. Consequently, it is important to recommend an accurate model based on a refined and large testing dataset that considers various parameters of such components. The core objective and novelty of the current research is to suggest a deep learning model for the axial compressive capacity of GFRP-reinforced circular concrete columns restrained with a GFRP helix utilizing various parameters of a large experimental dataset to give the maximum precision of the estimates. To achieve this aim, a test dataset of 61 GFRP-reinforced circular concrete columns restrained with a GFRP helix has been created from prior studies. An assessment of 15 diverse theoretical models is carried out utilizing different statistical coefficients over the created dataset. A novel model utilizing the group method of data handling (GMDH) has been put forward. The recommended model depicted good effectiveness over the created dataset by assuming the axial involvement of GFRP main bars and the confining effectiveness of transverse GFRP helix and depicted the maximum precision with MAE = 195.67, RMSE = 255.41, and R2 = 0.94 as associated with the previously recommended equations. The GMDH model also depicted good effectiveness for the normal distribution of estimates with only a 2.5% discrepancy from unity. The recommended model can accurately calculate the axial compressive capacity of FRP-reinforced concrete compression elements that can be considered for further analysis and design of such components in the field of structural engineering.
본 연구는 사고현장에서 화학물질로 인해 발생한 사고지점의 피해면적을 식생지수로 산출하는 방안을 연구하였다. 자료수집은 두 종류의 드론을 활용하였으며, 사진측량기법을 적용한 3차원 점군자료에서 피해면적을 산출하였다. 다중분광센서의 분광대역 정보를 활용하여 제작한 정사영상을 토대로 식생지수 영상을 제작하였고, 임계값에 따른 피해면적의 결과로 사고현장에 대한 통계를 분석하였다. 근적외선 밴드 기반의 식생지수 Kappa 값은 0.79, 녹색 밴드 기반의 식생지수는 0.76으로 화학물질사고 조사현장에서 식생지수를 활용한 피해면적 분석 방법을 활용할 수 있을 것으로 판단된다.
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.