• 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.

• 한국컴퓨터정보학회논문지
• /
• 제28권7호
• /
• pp.47-55
• /
• 2023

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.

• 분석과학
• /
• 제22권5호
• /
• pp.369-375
• /
• 2009

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.

• Smart Structures and Systems
• /
• 제31권3호
• /
• pp.275-281
• /
• 2023

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.

• 대한토목학회논문집
• /
• 제28권4A호
• /
• pp.517-528
• /
• 2008

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.

• 대한토목학회논문집
• /
• 제26권3D호
• /
• pp.461-467
• /
• 2006

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.

• 한국건설순환자원학회논문집
• /
• 제11권4호
• /
• pp.467-475
• /
• 2023

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.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.507-519
• /
• 2023

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.

• 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.

• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.837-847
• /
• 2023

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.