• 대한토목학회논문집
• /
• 제40권6호
• /
• pp.613-622
• /
• 2020

한국은 2030년까지 배출 전망치 대비 37 %를 감축하겠다는 목표를 제시하였다. 이에 국토교통부는 2020년까지 건물 부문에서 배출되는 온실 가스를 배출전망치 대비 26.9 % 감축을 선언하고, 녹색 건축물 기본계획수립과 녹색건축인증제도를 마련하는 등 건축물의 환경성을 확보하기 위한 제도를 정착시켜가고 있다. 녹색건축인증을 받기 위해서 공사 관계자들은 컨설팅 업체를 통해 녹색건축인증을 받는 경우가 많으며, 그 과정에서 자료공유와 업무연계가 원활히 이루어지지 않아 경제성 확보와 필요한 인증점수의 확보에 많은 어려움을 겪고 있다. 본 연구에서는 재료 및 자원에 관한 평가점수의 획득과 경제성을 함께 고려한 모델 개발을 목표로 하였다. 이를 위해 실제 컨설팅 자료를 분석하여 재료 선정 및 대안 비교과정을 자동화하고, 대안의 최적화에 유전자 알고리즘의 개념을 적용하여 자재 정보를 입력하면 요구점수를 최소한의 비용으로 충족할 수 있는 자재 대안을 선정하는 모델을 개발하였다. 개발된 모델을 활용하여 실제 자료에 적용해 본 결과 기존 방법론 대비 약 79.3 %의 공사비가 절감되는 것으로 나타났다. 본 연구에서 개발한 경제적 자재선정 모델은 녹색건축인증을 받고자 하는 건축주에게 공사비 절감이라는 혜택을 안겨줄 뿐 아니라 인증점수를 확보하기 위한 설계자에게는 설계시간 절감에 기여 할 것으로 기대된다.

• 산업융합연구
• /
• 제20권3호
• /
• pp.33-40
• /
• 2022

최근 IoT와 연계된 서비스들이 다양한 환경에서 활용되면서 IoT와 인공지능 기술이 융합되고 있다. 그러나, IoT 데이터를 안정적으로 처리하는 기술들이 완벽하게 지원되고 있지 않아 이를 위한 연구가 필요한 상황이다. 본 논문에서는 IoT 데이터를 머신러닝 기반으로 임베디드 벡터를 생성한 후 IoT 데이터를 최적화 할 수 있는 처리 기법을 제안한다. 제안 기법에서는 처리 효율을 위해서 IoT 데이터의 인덱스, 수집 위치(X와 Y축 좌표의 이진값), 그룹 인덱스, 타입, 종류 등을 QR 기반으로 임베디드 벡터화를 수행한다. 또한, IoT 데이터를 비대칭적으로 연계하도록 IoT 데이터 수집 과정에서 로드밸런싱을 수행할 수 있도록 다양한 IoT 장치에서 생성한 데이터를 통합 관리한다. 제안 기법은 비대칭적으로 IoT 데이터를 그룹화할 수 있도록 IoT 데이터를 해쉬기반으로 서로 직교화하도록 처리한다. 또한, IoT 데이터 종류 및 특성에 따라 주기적으로 생성 및 그룹화하기 때문에 IoT 데이터 간 간섭은 최소화할 수 있다. 향후 연구에서는 IoT 서비스를 제공하는 여러 환경에서 제안 기법을 비교 평가할 계획이다.

• 자원리싸이클링
• /
• 제31권4호
• /
• pp.3-11
• /
• 2022

전기차 수요의 증가로 향후 폐차 혹은 배터리 노후화로 인한 폐배터리 배출량 급증이 예상됨에 따라 이에 대한 적정 관리가 시급한 실정이다. 기술개발 측면에서는 데이터 기반 진단 등 다양한 폐배터리 진단 및 관리 기술이 주목을 받고 있다. 또한 로봇기반 자동 해체 기술은 산업 현장에서의 Test 검증 및 향후 배터리 관련 데이터베이스와의 연동이 필요한 것으로 보인다. 특히 향후 폐배터리 순환과정에서의 효율화와 동시에 안전성/친환경성 제고를 위한 다양하고 선진적인 배터리 진단 및 평가기법 개발 및 보급이 중요하다. 또한 리튬 관련 화학물질 배출이동에 대한 데이터베이스화와 배터리 연소시 가스유출위험 및 소방안전에 관한 평가 및 대처가 중요할 것으로 보인다. 더 나아가 데이터 기반 진단/분류/해체 과정을 재활용/최종폐기와 연계된 다양한 관점에서의 폐배터리 전주기 관리 최적화 등에 향후 더 많은 연구개발이 필요하다고 판단된다. 그리고 일련의 데이터는 차후 배터리 생산 시 환경적 부담을 감소시키고 재이용/재활용이 원활하도록 청정설계 및 제조에 기여해야 한다. 또한 이러한 최적화는 전기차 배터리의 향후 기술 및 시장 변동을 감안하여 추진되어야 한다.

• 적정기술학회지
• /
• 제7권1호
• /
• pp.59-71
• /
• 2021

하이브리드수열탄화 (Hybrid HTC) 기술은 2가지 이상의 유기성폐기물을 혼합한 특허 받은 열역학 공정으로 공정온도 180~250℃, 압력 20~40 bar에서 반응시간이 2시간 이내이며 에너지 소비가 적고, 폐기물의 부피감소 및 악취 저감효과가 크다. 폐기물 중 대부분의 탄소가 최종 생성물에 축적되므로 유기성 폐기물 고형연료화에 가장 적합한 기술로 평가받고 있다. 본 연구에서는 하이브리드 수열탄화기술을 활용하여 캄보디아 망고 폐기물을 대상으로 온도 및 반응시간의 변화에 따라 발열량 및 수율 등에 미치는 영향에 대하여 평가하였다. 본 연구를 통해 공정변수를 최적화하고, 전공정플랜트의 에너지 효율성을 향상시킬 수 있으며, 수연탄화기술에서 분해되어 가스가 생성되는데 이때 수소(H₂) 및 메탄(CH₄) 등 제조 및 생산기술개발을 할 수 있다. 본 연구 결과를 토대로 망고폐기물(2t/day)실증 물질수지 및 에너지 수지 도출과 함께 경제성도 평가하였다.

• 디지털융복합연구
• /
• 제20권2호
• /
• pp.203-215
• /
• 2022

본 연구의 목적은 토픽모델링과 언어네트워크분석을 활용하여 한국의 스마트팜 분야 연구 동향과 지식구조를 파악하는 것이다. 연구목적을 달성하기 위하여 KCI(Korea Citation Index)의 스마트팜 관련 국내 학술지 104편을 대상으로 핵심어와 핵심어들의 연결 관계를 분석하고, LDA 토픽모델링 기법을 이용하여 연구주제와 관련된 토픽들을 분석하였다. 언어네트워크분석 결과, 국내 스마트팜 관련 연구 분야의 주요핵심어는 '환경', '시스템', '사용', '기술', '재배' 등이 나타났으며, 연결중심성, 매개중심성, 위세중심성 결과도 제시하였다. 토픽모델링분석결과, Topic 1은 '스마트팜 도입 분석', Topic 2는 '친환경 스마트팜과 스마트팜의 경제적 효율성', Topic 3은 '스마트팜 플랫폼 설계', Topic 4는 '스마트팜 생산 최적화', Topic 5는 '스마트팜 생태계', Topic 6은 '스마트팜 시스템 구현', Topic 7은 '스마트팜 관련 정부 정책'으로 나타났다. 본 연구는 국내 스마트팜 관련 연구 동향을 살펴봄으로써, 향후 국내의 스마트팜을 발전시키는 데 필요한 정책개발과 연구 방향성을 설정하는데 기초자료가 될 것으로 기대한다.

• Wind and Structures
• /
• 제34권1호
• /
• pp.127-136
• /
• 2022

In this work a multi-fidelity non-intrusive polynomial chaos (MF-NIPC) has been applied to a structural wind engineering problem in architectural design for the first time. In architectural design it is important to design structures that are safe in a range of wind directions and speeds. For this reason, the computational models used to design buildings and bridges must account for the uncertainties associated with the interaction between the structure and wind. In order to use the numerical simulations for the design, the numerical models must be validated by experi-mental data, and uncertainties contained in the experiments should also be taken into account. Uncertainty Quantifi-cation has been increasingly used for CFD simulations to consider such uncertainties. Typically, CFD simulations are computationally expensive, motivating the increased interest in multi-fidelity methods due to their ability to lev-erage limited data sets of high-fidelity data with evaluations of more computationally inexpensive models. Previous-ly, the multi-fidelity framework has been applied to CFD simulations for the purposes of optimization, rather than for the statistical assessment of candidate design. In this paper MF-NIPC method is applied to flow around a rectan-gular 5:1 cylinder, which has been thoroughly investigated for architectural design. The purpose of UQ is validation of numerical simulation results with experimental data, therefore the radius of curvature of the rectangular cylinder corners and the angle of attack are considered to be random variables, which are known to contain uncertainties when wind tunnel tests are carried out. Computational Fluid Dynamics (CFD) simulations are solved by a solver that employs the Finite Element Method (FEM) for two turbulence modeling approaches of the incompressible Navier-Stokes equations: Unsteady Reynolds Averaged Navier Stokes (URANS) and the Large Eddy simulation (LES). The results of the uncertainty analysis with CFD are compared to experimental data in terms of time-averaged pressure coefficients and bulk parameters. In addition, the accuracy and efficiency of the multi-fidelity framework is demonstrated through a comparison with the results of the high-fidelity model.

• 한국구조물진단유지관리공학회 논문집
• /
• 제26권6호
• /
• pp.157-166
• /
• 2022

철근 콘크리트 구조 건설현장에서 육안 검사 방식으로 수행되는 현재 단계의 구조감리는 그 필요성에 비하여 매우 노동 집약적이기에 현실적으로 현장의 모든 상황을 파악하기에 제한적이며, 검사자의 주관성도 배제될 수 없다. 따라서 본 연구는 철근을 대상으로 한 구조감리의 효율성 개선을 위해 360° 카메라를 통해 수집한 RGB 및 Depth 데이터 기반 3D model을 이용하여 배근 간격을 도출하고 실측값과의 비교를 통해 정확도를 검증하였다. 소규모 현장(약 265 m²)의 12개 지점에 대해 계측을 수행하였으며, 지점당 스캔시간은 약 20초, 이동 및 설치시간을 포함한 총 계측 시간은 약 15분이 소요되었다. 계측된 데이터는 SLAM 알고리즘을 통하여 RGB-based 3D model과 3D point cloud model을 생성하였으며, 각각의 모델에서의 계측값을 실측값과 비교하여 정확도 검증을 진행하였다. RGB-based 3D model과 3D point cloud model은 각각 10mm, 0.1mm의 최소분해능을 갖으며, 각 모델로부터 계측된 철근의 배근 간격 은 의 오차는 최대 28.4%, 최소 3.1% (RGB-based 3D model) 최대 10.8%, 최소 0.3% (3D point cloud model)로 확인되었다. 본 연구를 토대로 추후 자동화 기반의 원격구조 감리 기술개발을 통하여 현장적용 및 분석의 효율성을 증대시키고자 한다.

• 스마트미디어저널
• /
• 제11권10호
• /
• pp.65-75
• /
• 2022

딥러닝은 기존의 분석 모델이 갖는 한계를 극복하고 텍스트, 이미지, 음악 등 다양한 형태의 결과물을 생성할 수 있는 창의적인 도구로 활용되고 있다. 본 고에서는 Niko's MIDI Pack 음원 파일 1,609개를 데이터 셋으로 삼아 전처리 과정을 수행하고, 양방향 장단기 기억 순환 신경망(Bi-LSTM) 모델을 이용하여, 효율적으로 음악을 생성할 수 있는 전처리 방법과 예측 모델을 제시한다. 생성되는 으뜸음을 바탕으로 음악적 조성(調聲)에 적합한 새로운 시계열 데이터를 생성할 수 있도록 은닉층을 다층화하고, 디코더의 출력 게이트에서 인코더의 입력 데이터 중 영향을 주는 요소의 가중치를 적용하는 어텐션(Attention) 메커니즘을 적용한다. LSTM 모델의 인식률 향상을 위한 파라미터로서 손실함수, 최적화 방법 등 설정 변수들을 적용한다. 제안 모델은 MIDI 학습의 효율성 제고 및 예측 향상을 위해 높은음자리표(treble clef)와 낮은음자리표(bass clef)를 구분하여 추출된 음표, 음표의 길이, 쉼표, 쉼표의 길이와 코드(chord) 등을 적용한 다채널 어텐션 적용 양방향 기억 모델(Bi-LSTM with attention)이다. 학습의 결과는 노이즈와 구별되는 음악의 전개에 어울리는 음표와 코드를 생성하며, 화성학적으로 안정된 음악을 생성하는 모델을 지향한다.

• 한국전산구조공학회논문집
• /
• 제36권4호
• /
• pp.213-220
• /
• 2023

본 논문에서는 한국전통게임에 사용되는 접이식 종이구조물(이하 딱지)의 접이과정을 모델링하고 게임의 승리조건을 만족시키는 충돌조건을 유전알고리즘을 이용하여 산정하는 과정을 서술하였다. 딱지는 A4용지 2장으로 구성되는 것을 가정하였다. 접이과정은 강제경계조건을 부여하여 날개부분을 꼬임의 위치로 변형시키고 강체판의 강제경계조건을 이용하여 딱지를 압착하였다. 이후 복원력에 의한 완화해석을 수행하여 게임에 사용된 딱지의 형상과 응력상태를 구성하였다. 얻어진 동일한 2개의 딱지 중 타격딱지를 주어진 충돌위치로 강제변위에 의해서 이동시키고 주어진 충돌속력에 대한 충돌해석으로 게임의 진행과정을 해석하였다. 이 때 승리조건인 피격딱지의 반전을 일으키는 충돌조건을 산정하기 위하여 유전알고리즘을 이용한 최적화해석을 수행하였다. 이 과정에서 효율적인 해석을 위하여 충돌해석을 2단계로 나누고 1단계의 해석결과 피격딱지에 반전이 발생할 가능성이 있는 경우에만 2단계해석을 진행하였다. 1단계 해석에서 유전알고리즘의 적합함수는 피격딱지의 방향코사인이었고 2단계해석에서는 속도의 역수로 하여 전체적으로는 가장 낮은 충돌속력을 가지는 충돌조건을 찾아내고자 하였다. 해석수행결과 다양한 압착두께에 따른 최적의 충돌조건을 찾아 낼 수 있었다.

• International journal of advanced smart convergence
• /
• 제12권3호
• /
• pp.89-103
• /
• 2023

Obstructive sleep apnea (OSA) is one of the most prevalent sleep disorders that can lead to serious consequences, including hypertension and/or cardiovascular diseases, if not treated promptly. Continuous positive airway pressure (CPAP) is widely recognized as the most effective treatment for OSA, which needs the proper titration of airway pressure to achieve the most effective treatment results. However, the process of CPAP titration can be time-consuming and cumbersome. There is a growing importance in predicting personalized CPAP pressure before CPAP treatment. The primary objective of this study was to optimize the CPAP titration process for obstructive sleep apnea patients through EEG feature engineering with machine learning techniques. We aimed to identify and utilize the most critical EEG features to forecast key OSA predictive indicators, ultimately facilitating more precise and personalized CPAP treatment strategies. Here, we analyzed 126 OSA patients' PSG datasets before and after the CPAP treatment. We extracted 29 EEG features to predict the features that have high importance on the OSA prediction index which are AHI and SpO2 by applying the Shapley Additive exPlanation (SHAP) method. Through extracted EEG features, we confirmed the six EEG features that had high importance in predicting AHI and SpO2 using XGBoost, Support Vector Machine regression, and Random Forest Regression. By utilizing the predictive capabilities of EEG-derived features for AHI and SpO2, we can better understand and evaluate the condition of patients undergoing CPAP treatment. The ability to predict these key indicators accurately provides more immediate insight into the patient's sleep quality and potential disturbances. This not only ensures the efficiency of the diagnostic process but also provides more tailored and effective treatment approach. Consequently, the integration of EEG analysis into the sleep study protocol has the potential to revolutionize sleep diagnostics, offering a time-saving, and ultimately more effective evaluation for patients with sleep-related disorders.