• 대한조선학회논문집
• /
• 제53권5호
• /
• pp.371-379
• /
• 2016

In the ship design process, ship motion and propulsion performance in sea waves became very important issues. Especially, prediction of ship propulsion performance during real operation is an important challenge to ship owners for economic operation in terms of fuel consumption and route-time evaluation. Therefore, it should be considered in the early design stages of the ship. It is thought that the averaged value and fluctuation of effective inflow velocity to the propeller have a great effect on the propulsion performance in waves. However, even for the nominal velocity distribution, very few results have been presented due to some technical difficulties in experiments. In this study, flow measurements near the propeller plane using a stereo PIV system were performed. Phase-averaged flow fields on the propeller plane of a KVLCC2 model ship in waves were measured in the towing tank by using the stereo PIV system and a phase synchronizer with heave motion. The experiment was carried out at fully loaded condition with making surge, heave and pitch motions free at a forward speed corresponding to Fr=0.142 (Re=2.55×106) in various head waves and calm water condition. The phase averaged nominal velocity fields obtained from the measurements are discussed with respect to effects of wave orbital velocity and ship motion. The low velocity region is affected by pressure gradient and ship motion.

• 한국시뮬레이션학회논문지
• /
• 제24권4호
• /
• pp.11-21
• /
• 2015

클라우드 컴퓨팅 환경은 다수의 가상서버 처리요청으로 인해 필요 자원을 충분히 제공하지 못한 경우, 특정 서버에 부하가 걸리는 문제가 발생할 수 있다. 이주관리자는 물리서버 내에 존재하는 가상서버들의 이주 효율성 향상을 위해 각 물리서버의 자원 정보를 모니터링 시스템으로부터 전달받고, 시뮬레이션 결과 값을 토대로 이주 목적지 물리서버를 결정한다. 하지만 모든 물리서버의 미래 자원 사용량을 예측하여 시뮬레이션 과정을 거쳐 이주 목적지 물리서버를 결정하는 것은 소수의 서버 네트워크 컴퓨팅 환경보다 거대하고 복잡한 클라우드 컴퓨팅 환경에서는 오버헤드가 크다. 본 논문에서는 퍼지로직 기반 이주 결정 모델(FPLM)을 제안하고 DEVS 형식론을 적용하여 이주 발생 횟수 및 성능을 비교 측정하였다. FPLM은 이주 발생 횟수 및 이주 목적지 결정 오버헤드를 감소시킴으로써 이주 발생으로 인한 물리서버 자원 사용 효율성을 증가시킨다.

• 디지털융복합연구
• /
• 제14권9호
• /
• pp.317-323
• /
• 2016

빅데이터는 현재 기업 경쟁력의 주요 자산으로 여겨지고 있고 향후에 그 영향력은 더욱 확대될 것으로 전망된다. 그 중요성을 인식한 기업들은 이미 빅데이터를 제품 개발과 마케팅에 적극적으로 활용하고 있으며 정치, 스포츠 등 사회 전반에 걸쳐 적용분야는 점점 늘어나고 있다. 그러나 시스템 구축에 따른 노하우 부족과 고비용은 빅데이터 시스템 도입에 여전히 큰 장애가 되고 있다. 본 논문에서는 중소규모 오프라인 마켓의 POS 판매 데이터를 빅데이터 시스템 중 오픈소스인 하둡(Hadoop) 및 하이브(Hive)를 기반으로 하는 빅데이터 시스템 구현을 목표로 한다. 이러한 융복합을 통해 단순히 손익분석과 재고관리 등에 집중되었던 기존 판매 시스템을 보완하여 고객의 소비패턴과 선호도 조사, 수요에 대한 사전 예측이 가능하도록 하는 경영자의 합리적인 의사결정에 기초자료로 활용할 수 있을 것으로 기대된다.

• 한국지능시스템학회논문지
• /
• 제13권3호
• /
• pp.360-365
• /
• 2003

본 논문에서는 데이터의 효율적인 활용과 정확성에서 보다 우수한 특성을 보이는 GMDH(Croup Method of Data Handling) 알고리즘을 전력수요예측에 적용함으로써 입력 데이터의 선정을 용이하게 하였고, 다양한 데이터를 기반으로 보다 정확한 예측을 할 수 있게 하였다. 그리고, 예측 시에 경제적인 요인(GDP, 수출, 수입, 취업자 수, 경제활동인구, 석유소비량)과 기후적인 요인(평균기온)을 모두 고려하였다. 또한 목표 예측 기간을 1999년 1/4분기에서 2001년 1/4분기까지 9개의 분기로 가정하고, 가정한 목표 기간의 예측 정확도를 높이기 위해 3단계의 시뮬레이션 과정(최적 입력 분기 수를 결정하는 과정, 입력 데이터와 예측값의 시간적 연관성을 분석하는 과정, 입력 데이터의 최적화 과정)을 이용함으로써 더 정확한 전력수요예측 방법을 제시하였고, 제안된 기법으로 목표한 예측 기간에서 0.96%의 평균 에러율을 얻을 수 있었다.

• Geomechanics and Engineering
• /
• 제10권6호
• /
• pp.757-774
• /
• 2016

Soils are usually weak in tension therefore different materials such as geosynthetics are used to address this inadequacy. Worldwide annual consumption of geosynthetics is close to $1000million\;m^2$, and the value of these materials is probably close to US$1500 million. Since the total cost of the construction is at least four or five times the cost of the geosynthetic itself, the impact of these materials on civil engineering construction is very large indeed. Nevertheless, there are several significant problems associated with geosynthetics, such as creep, low modulus of elasticity, and susceptibility to aggressive environment. Carbon fiber reinforced polymer (CFRP) was introduced over two decades ago in the field of structural engineering that can also be used in geotechnical engineering. CFRP has all the benefits associated with geosynthetics and it boasts higher strength, higher modulus, no significant creep and reliability in aggressive environments. In this paper, the performance of a CFRP reinforced retaining wall is investigated using the finite element method. Since the characterization of behavior of soils and interfaces are vital for reliable prediction from the numerical model, soil and interface properties are obtained from comprehensive laboratory tests. Based on the laboratory results for CFRP, backfill soil, and interface data, the finite element model is used to study the behavior of a CFRP reinforced wall. The finite element model was verified based on the results of filed measurements for a reference wall. Then the reference wall simulated by CFRP reinforcements and the results. The results of this investigations showed that the safety factor of CFRP reinforced wall is more and its deformations is less than those for a retaining wall reinforced with ordinary geosynthetics while their construction costs are in similar range.

• 대한기계학회논문집
• /
• 제13권3호
• /
• pp.345-352
• /
• 1989

본 연구에서는 3차원 변형형상을 갖는 소재에서 상하금형면의 마찰이 다른 경우에, 작각주 소재와 비직각주 소재(non-prismatic block)에 대해서 적용할 수 있는 동적 가용 속도장(kinematically admissible velocity field)을 유도해 내고자 한다.이론계산에 있어서 가공경화를 고려하기 위해 소성변형 영역을 유한개의 요소들로 나누고 이들 각 요소에 대해서 유효변형도, 유효응력을 계산하여 에너지 소비율을 계산하였다.

• 한국산학기술학회논문지
• /
• 제16권5호
• /
• pp.3633-3642
• /
• 2015

단기추진제는 Nitrocellulose를 주요 에너지원으로 사용하는 추진제이다. 추진제의 정확한 저장 수명 예측은 인적, 물적 자원의 비용 절감 효과를 기대할 수 있다. 본 연구에서는 안정제 함량 변화모사에 대해 n차 반응속도 모델을 적용하여 최적의 반응차수를 도출하고, 이에 따른 저장 수명을 예측하였다. 고온가속노화시험 결과로부터 최적의 반응차수는 1.15481로 도출되었으며, 이때의 추정표준오차(${\times}100$ 기준)는 16.284로 나타났다. 일반 저장온도 범위를 $21^{\circ}C$에서 $30^{\circ}C$로 가정하면, 본 시험에 사용된 단기추진제는 약 35년에서 최대 140년까지 저장 수명이 예측되었다. 정확한 저장 수명을 예측하기 위해서는 탄약 저장고내 온도 분포를 데이터화하여 적용하는 것이 타당할 것으로 판단된다.

• 한국응용과학기술학회지
• /
• 제34권4호
• /
• pp.818-826
• /
• 2017

신 재생에너지 보급통계에 의하면 바이오매스 발전실적은 2013년 부터 급증하고 있으며 그 중에서 가장 급격하게 증가한 연료는 Wood pellet으로 2013년 696Gwh, 2014년 2,764Gwh, 2015년에는 2,512Gwh를 발전 하였고 국내 Wood pellet 총 소비량은 2015년 기준 148만톤이며 그 중 발전용으로 소비된 Wood pellet은 108만톤으로 약 73%를 차지하고 있다. 본 연구에서 Wood pellet 소요량을 예측한 결과 국내 발전용으로 필요한 Wood pellet 소요량은 2020년 261만톤, 2025년 685만톤, 2030년 1,139만톤이 필요하며, 최적 바이오매스 발전량 산정을 위하여 바이오매스 발전소에서 국내 생산 Wood pellet 사용량을 50% 사용한다는 가정하에 기 허가 신청된 발전소를 가동하기 위해서는 2021년 226만톤의 Wood pellet이 국내에서 생산되어야 한다는 결론이 도출 되었다.

• 한국자원식물학회:학술대회논문집
• /
• 한국자원식물학회 2019년도 추계학술대회
• /
• pp.87-87
• /
• 2019

The consumption of herbal medicine and related products (herbal products) have increased in South Korea. At the same time the quality, safety, and efficacy of herbal products is being raised. Currently, the herbal products are standardized and controlled according to the requirements of the Korean Pharmacopoeia, the National Institute of Health and the Ministry of Public Health and Social Affairs. The validation of herbal products and their medicinal component is important, since many of these herbal products are composed of two or more medicinal plants. However, there are no tools to support the validation process. Interest in deep learning has exploded over the past decade, for herbal medicine using algorithms to achieve herb recognition, symptom related target prediction, and drug repositioning have been reported. In this study, individual images of four herbs (Panax ginseng C.A. Meyer, Atractylodes macrocephala Koidz, Poria cocos Wolf, Glycyrrhiza uralensis Fischer), actually sold in the market, were achieved. Certain image preprocessing steps such as noise reduction and resize were formatted. After the features are optimized, we applied GoogLeNet_Inception v4 model for herb image recognition. Experimental results show that our method achieved test accuracy of 95%. However, there are two limitations in the current study. Firstly, due to the relatively small data collection (100 images), the training loss is much lower than validation loss which possess overfitting problem. Secondly, herbal products are mostly in a mixture, the applied method cannot be reliable to detect a single herb from a mixture. Thus, further large data collection and improved object detection is needed for better classification.

• 한국시뮬레이션학회논문지
• /
• 제30권4호
• /
• pp.1-8
• /
• 2021

복잡하고 비선형적인 특징을 갖는 시계열 데이터를 예측하기 위해 딥러닝 기법이 널리 사용되고 있다. 본 연구에서는 최근에 개발된 WaveNet을 개선하고 워크포워드 검증 기법을 적용하여 전력 소비량 데이터를 24시간 이전에 예측하고자 한다. 원래 WaveNet은 오디오 데이터 예측에 사용하고자 고안되었으며, 장기간의 데이터를 효과적으로 예측하기 위해 1차원 팽창인과 합성곱(1D dilated causal convolution)을 사용한다. 먼저, WaveNet이 부호화된 정수 값이 아니라 실수 값을 출력하여 전력 데이터를 예측하기 적합하도록 개선하였다. 다음으로 학습 과정에 적용된 하이퍼파라미터(입력 기간, 배치 크기, WaveNet 블록 개수, 팽창 비율, 학습률 변경)를 조정하여 적절한 성능을 나타내도록 하였다. 마지막으로 성능 평가를 통해 전통적인 홀드아웃 검증 기법보다 본 연구에서 사용한 워크포워드 검증 기법이 전력 소비량 데이터 예측에 우수함 성능을 나타냄을 확인하였다.