• 대한토목학회논문집
• /
• 제14권4호
• /
• pp.875-886
• /
• 1994

본 연구는 유역의 지형인자를 고려한 강우의 수리학적 단기유출 해석 시스템을 개발한 것이다. 강우 유출의 기본 개념은 Kinematic Wave 이론에 의거하였으며, 그 수치해는 특성곡선 추적법에 의하여 산출된다. 개발된 강우유출해석 시스템은 한개의 하도를 중심으로 좌우 2개의 등가사면을 지니는 단위 등가조도 모델이 복수개의 하도망을 따라 결합된 복합 등가조도 유역 모델로 구성되며, 등가조도유역 모델은 유역의 하천차수이론에 근거하여 규정됨으로써 유역이 지니는 확률적 지형인자를 모델 파라메타에 함축시키는 특성을 지닌다. 모델 파라메타의 민감도분석과 IHP 대표유역인 보청천 유역의 지형 및 수문자료를 이용한 모델 보정과 검정을 통하여 제안 시스템의 현장 적용성과 재현가능성이 확인되었다. 본 연구의 성과에 의하여 해석대상 등가유역의 시공간상 임의 위치에서 수리량의 시간변동 예측 및 유역의 개발에 따른 단기적 수질변동 해석에 요구되는 수리량의 해석이 가능하게 되었다.

• 디지털융복합연구
• /
• 제13권8호
• /
• pp.113-121
• /
• 2015

본 연구는 기업의 윤리경영 활동과 마케팅 효과의 융합적 관계를 파악하고자 윤리경영 노력이 소비자에게 신뢰감을 형성하고, 그러한 신뢰감이 실제 구매행동으로 연결되는지 조사하였다. 가설수립 및 설문조사를 실시하였으며, 분석을 통해 제품 서비스 책임, 기업 윤리지침 마련, 사회공헌활동, 고객권리 보장으로 구성되는 윤리경영의 실천이 소비자 구매행동에 긍정적 영향을 미치며, 그 과정에서 소비자의 이미지 지각과 기업 신뢰가 매개적 역할을 하고 있음을 증명하였다. 이러한 결과는 윤리경영이 기업에게 사회적 압력과 비용으로만 작용하는 것이 아니라 기업의 이익 증가로 연결되는 선순환 과정에 있음을 보여주고 있고 있어 기업의 능동적이고 적극적인 윤리경영 실천이 필요함을 시사하고 있다. 향후 연구에 있어서는 윤리경영의 대상 범위와 실행 수준을 보다 세분화한 분석과 최근 대중의 관심도가 높은 윤리 이슈와 연계한 연구가 필요하다.

• 한국콘텐츠학회논문지
• /
• 제20권4호
• /
• pp.14-24
• /
• 2020

본 논문은 최근 세계적인 데이터 개방·공유 정책에 따라 국가R&D 데이터 기반 경영을 위한 효율적인 국가R&D API(Application Programming Interface) 관리시스템 구축과 운영 데이터 활용 가능성 탐색을 목적으로 한다. 국가R&D 데이터 개방·공유 추세에 따라 국가R&D API 서비스의 운영 데이터 분석을 통해 경영효율화 방안을 마련한다. 이를 위해 기존에 개별적으로 배포하던 국가R&D API에 대해 파라미터를 표준화하고 개별 API들을 통합하여 국가R&통합API 관리시스템을 구축한다. 국가R&D API의 서비스 호출 트래픽을 보면 측정을 시작한 2015년 대비 2019년까지 554.5%의 큰 성장세를 이루고 있다. 이에 따라 본 논문은 국가R&D통합API 관리시스템의 실제 운영에 있어서 서비스 운영관리 데이터 기반의 데이터 준비, 분석, 예측을 통해 운영 데이터 활용 가능성을 탐색한다.

• 한국환경보건학회지
• /
• 제41권2호
• /
• pp.90-101
• /
• 2015

Objective: This study was conducted to develop a chemical oxygen demand (COD) regression model using water quality monitoring data (January, 2014) obtained from the Han River auto-monitoring stations. Methods: Surface water quality data at 198 sampling stations along the six major areas were assembled and analyzed to determine the spatial distribution and clustering of monitoring stations based on 18 WQPs and regression modeling using selected parameters. Statistical techniques, including combined genetic algorithm-multiple linear regression (GA-MLR), cluster analysis (CA) and principal component analysis (PCA) were used to build a COD model using water quality data. Results: A best GA-MLR model facilitated computing the WQPs for a 5-descriptor COD model with satisfactory statistical results ($r^2=92.64$,$Q{^2}_{LOO}=91.45$,$Q{^2}_{Ext}=88.17$). This approach includes variable selection of the WQPs in order to find the most important factors affecting water quality. Additionally, ordination techniques like PCA and CA were used to classify monitoring stations. The biplot based on the first two principal components (PCs) of the PCA model identified three distinct groups of stations, but also differs with respect to the correlation with WQPs, which enables better interpretation of the water quality characteristics at particular stations as of January 2014. Conclusion: This data analysis procedure appears to provide an efficient means of modelling water quality by interpreting and defining its most essential variables, such as TOC and BOD. The water parameters selected in a COD model as most important in contributing to environmental health and water pollution can be utilized for the application of water quality management strategies. At present, the river is under threat of anthropogenic disturbances during festival periods, especially at upstream areas.

• 대기
• /
• 제29권4호
• /
• pp.417-427
• /
• 2019

The purpose of this study is to build urban canopy model (Met Office Reading Urban Surface Exchange Scheme, MORUSES) based to Unified Model (UM) by using urban building information data in Seoul, and then to compare the improving urban canopy model simulation result with that of Seoul Automatic Weather Station (AWS) observation site data. UM-MORUSES is based on building information database in London, we performed a sensitivity experiment of UM-MOURSES model using urban building information database in Seoul. Geographic Information System (GIS) analysis of 1.5 km resolution Seoul building data is applied instead of London building information data. Frontal-area index and planar-area index of Seoul are used to calculate building height. The height of the highest building in Seoul is 40m, showing high in Yeoido-gu, Gangnam-gu and Jamsil-gu areas. The street aspect ratio is high in Gangnam-gu, and the repetition rate of buildings is lower in Eunpyeong-gu and Gangbuk-gu. UM-MORUSES model is improved to consider the building geometry parameter in Seoul. It is noticed that the Root Mean Square Error (RMSE) of wind speed is decreases from 0.8 to 0.6 m s^-1 by 25 number AWS in Seoul. The surface air temperature forecast tends to underestimate in pre-improvement model, while it is improved at night time by UM-MORUSES model. This study shows that the post-improvement UM-MORUSES model can provide detailed Seoul building information data and accurate surface air temperature and wind speed in urban region.

• 한국수자원학회논문집
• /
• 제37권9호
• /
• pp.719-727
• /
• 2004

수질모델은 수계내 오염물질의 총량관리를 위한 오염물질관리 목표량 및 허용총량 파악, 그리고 삭감계획의 효과분석 등에 효율적으로 사용할 수 있다. 그러나 선정 또는 개발된 모델의 재현성 제고를 위하여 매개변수의 최적화작업이 필요하다. 본 연구에서는 하천수질관리에 가장 광범위하게 사용되고 있는 미국 EPA에서 개발한 QUAL2E 모델의 반응계수 보정을 위하여 최소자승법을 적용하였으며, 계수가 취할 수 있는 범위를 제약조건으로 갖는 최적화모델을 구축하여 해를 구하였다. 최적화모델의 목적함수 해는 Microsoft Excel의 해 찾기 기능을 사용하여 구하였으며 수질항목에 대한 매개변수의 영향정도를 파악하기 위하여 Monte Carlo 모의를 실시하였다. 이 방법을 안양천 유역에 적용하여 본 결과 빠른 시간 안에 주관성이 배제된 매개변수 값을 확정할 수 있었다.

• 한국산학기술학회논문지
• /
• 제10권10호
• /
• pp.2708-2714
• /
• 2009

언어를 통한 의사 전달 능력이 부족한 영아나 소아들은 울음으로서 자신의 몸의 상태나 요구하는 것에 대한 의사 표시를 행한다. 이 중 중요한 것이 소아 상태를 나타내는 것인데 언어 전달 능력이 없는 소아들의 질병은 진단 시기를 놓치거나 정확한 진단 결과를 내리기 어려운 문제가 존재한다. 이를 위해 본 연구에서는 소아의 울음소리를 분석하여 몸의 어느 부위가 문제가 있는지를 판단해 내는 소아 청진 시스템을 개발하였다. 특히 본 논문에서는 울음소리의 피치, 강도 및 스펙트럼 분석을 통해 소아 선천성 심질환자에 대한 질병 진단을 수행하였다. 이를 위해 각각의 분석 요소를 통해 정상적인 아이와 소아 선천성 심질환을 앓고 있는 아이에 대한 울음소리의 비교, 분석을 수행하였다. 이와 같은 방법을 통해 의사표현 능력이 부족한 소아를 대상으로 편리하게 소아 선천성 심질환을 진단할 수 있으며 임상 자료의 추가 실험을 통해 울음소리 기반의 재택형 진단 시스템을 구축할 수 있다.

• 한국지반공학회논문집
• /
• 제28권5호
• /
• pp.95-107
• /
• 2012

반복하중에 의하여 유발되는 과잉간극수압 예측의 중요성은 잘 알려져 있지만 이를 고려한 유효응력해석은 수치 모델 변수 산정의 어려움으로 인하여 극히 드물게 수행되고 있다. 본 논문에서는 반복하중에 의하여 흙에 발생하는 과잉간극수압을 예측하는 새로운 응력 기반 수치적 모델을 개발하였다. 본 모델의 가장 큰 장점은 진동삼축시험으로 부터 획득된 CSR-N 곡선만으로 모든 변수를 결정할 수 있다는 점이다. 이 모델의 추가적인 장점은 모든 하중형태에 대해서 적용될 수 있으므로 시간영역 유효응력해석 프로그램에 적용될 수 있다는 점이다. 개발된 모델의 정확성은 문헌에 제시된 시험결과와 국내에서 수행된 시험결과와의 비교를 통하여 검증되었다. 나아가 기존의 응력기반 모형과의 성능 비교 결과 제안된 모델은 정확성과 사용 편리성이 모두 우수한 것으로 나타났다.

• 한국축산시설환경학회지
• /
• 제8권3호
• /
• pp.171-176
• /
• 2002

Physical parameters of milk cow were measured to design and build RMS(Robotic Milking System) with a tape-measurer and body parameter measurer. The parameters are very important variables to design an RMS. For the working zone space of an RMS manipulator and the movement blunting of milk cow, an interval frame was installed on the stall bottom, and then cow's behavioral reactions were tested. The results from this study is summarized as follow. 1. On the general physical condition measurement, the maximum, minimum and average body length of cow which is related to the space that the manipulator could work into the RMS were 175cm, 144cm, and 163cm respectively. It appeared that the average distance between bottom and chest was 60cm. 2. The average length between fore teats, fore and hind teats and hind teats were 178mm, 150mm and 95mm respectively. It appeared that the average length between bottom and teat attachments was 544mm, and the average length between fore teats and tail-end was 331mm. 3. Although a cow kept a some extent length between hind legs for milking, it looked a stable pose. However, the cow kept a some extent distance between front legs for milking, it looked a unstable pose. Based on results of this test, an interval frame of stall bottom should be installed around the position which was located at its hind legs.

• Computers and Concrete
• /
• 제19권3호
• /
• pp.275-282
• /
• 2017

The aim of this study is to build Machine Learning models to evaluate the effect of blast furnace slag (BFS) and waste tire rubber powder (WTRP) on the compressive strength of cement mortars. In order to develop these models, 12 different mixes with 288 specimens of the 2, 7, 28, and 90 days compressive strength experimental results of cement mortars containing BFS, WTRP and BFS+WTRP were used in training and testing by Random Forest, Ada Boost, SVM and Bayes classifier machine learning models, which implement standard cement tests. The machine learning models were trained with 288 data that acquired from experimental results. The models had four input parameters that cover the amount of Portland cement, BFS, WTRP and sample ages. Furthermore, it had one output parameter which is compressive strength of cement mortars. Experimental observations from compressive strength tests were compared with predictions of machine learning methods. In order to do predictive experimentation, we exploit R programming language and corresponding packages. During experimentation on the dataset, Random Forest, Ada Boost and SVM models have produced notable good outputs with higher coefficients of determination of R2, RMS and MAPE. Among the machine learning algorithms, Ada Boost presented the best R2, RMS and MAPE values, which are 0.9831, 5.2425 and 0.1105, respectively. As a result, in the model, the testing results indicated that experimental data can be estimated to a notable close extent by the model.