본 연구는 아마존 AWS를 이용해 클라우드 컴퓨팅 기반의 실시간 환경소음 지도를 제공하는 방법 제시를 목적으로 한다. 우선, 환경 소음정보를 취득하기 위해 안드로이드 앱을 개발하여 인하공업전문대학 캠퍼스의 소음레벨, 위치, 측정시간에 데이터를 수집하였다. 소음 측정정보는 AWS 클라우드로 전송되어 관리되며, 아마존 퀵사이트를 통해 수집된 소음정보를 차트와 지도로 시각화 하였다. 마지막으로 환경 소음분포 현황을 사용자들이 검색하기 위해 웹 기반 소음 등고선도와 건물에 매핑된 결과를 구글 지도로 제공하였다. 본 연구에서 제시된 소음지도는 실시간 데이터로 제작되어 소음 현황과 저감 대책 마련에 도움을 줄 수 있을 것이라고 판단된다.
Objectives: The study is aimed at examining the individual reasons and regional/environmental factors of online search on suicide using social big data to predict practical behaviors related to suicide and to develop an online suicide prevention system on the governmental level. Methods: The study was conducted using suicide-related social big data collected from online news sites, blogs, caf$\acute{e}$s, social network services and message boards between January 1 and December 31, 2011 (321,506 buzzes from users assumed as adults and 67,742 buzzes from those assumed as teenagers). Technical analysis and development of the suicide search prediction model were done using SPSS 20.0, and the structural model, nd multi-group analysis was made using AMOS 20.0. Also, HLM 7.0 was applied for the multilevel model analysis of the determinants of search on suicide by teenagers. Results: A summary of the results of multivariate analysis is as follows. First, search on suicide by adults appeared to increase on days when there were higher number of suicide incidents, higher number of search on drinking, higher divorce rate, lower birth rate and higher average humidity. Second, search on suicide by teenagers rose on days when there were higher number of teenage suicide incidents, higher number of search on stress or drinking and less fine dust particles. Third, the comparison of the results of the structural equation model analysis of search on suicide by adults and teenagers showed that teenagers were more likely to proceed from search on stress to search on sports, drinking and suicide, while adults significantly tended to move from search on drinking to search on suicide. Fourth, the result of the multilevel model analysis of determinants of search on suicide by teenagers showed that monthly teenagers suicide rate and average humidity had positive effect on the amount of search on suicide. Conclusions: The study shows that both adults and teenagers are influenced by various reasons to experience stress and search on suicide on the Internet. Therefore, we need to develop diverse school-level programs that can help relieve teenagers of stress and workplace-level programs to get rid of the work-related stress of adults.
수도권에는 1일 약 2000만 건의 대중교통카드 전수자료가 생성되고 있으며, 이 자료를 이용하여 시설운영 및 정책방안을 개선하고 도출하려는 시도가 다양해지고 있다. 본 연구는 교통카드에서 생성되는 동적인 수요변화의 예측 가능성을 모형화하는 시도로서 동적 통행수요배정모형을 구축하는 것이 목적이다. 버스의 경우 승객 이동상황이 카드태그(tag)를 통해 비교적 정확하게 파악되므로, 본 연구에서는 버스를 제외한 수도권 도시철도에 대해, 7개 운송기관이 운영하는 노선을 대상으로 적용되는 모형 및 알고리즘을 구축하였다. 구축된 모형은 교통카드자료의 Big Data 속성에 적합하게 연속 시간형 모형으로 구축되었으며, 승객의 경로선택행태를 효과적으로 나타내기 위하여 환승 횟수 증가에 따른 인지파라메타를 구성하였다. 수도권 도시철도 약 800만 쌍에 대하여 모델링한 결과, 연속형 시간기반 모형의 장점이 반영되어 어떤 시간 시점에서도 동적 수요를 분석할 수 있는 특성을 파악하였다. 특히 기존 철도운영기관의 목측조사자료와 비교한 혼잡도 변화를 파악할 때, 모형에서 도출된 혼잡도와 운영기관이 제시한 혼잡도 간에 유사한 추세를 보이고 있어 높은 신뢰도를 보여주고 있다. 본 연구는 철도기관에 한정한 모형으로 향후, 버스-도시철도와 통합된 모형체계 구축과 같은 연구가 필요할 것으로 파악된다.
In this paper, the WEKA platform was used to mine and analyze measured data of floor failure depth and a prediction system of floor failure depth was developed with Java. Based on the standardization and discretization of 35-set measured data of floor failure depth in China, the grey correlation degree analysis on five factors affecting the floor failure depth was carried out. The correlation order from big to small is: mining depth, working face length, floor failure resistance, mining thickness, dip angle of coal seams. Naive Bayes model, neural network model and decision tree model were used for learning and training, and the accuracy of the confusion matrix, detailed accuracy and node error rate were analyzed. Finally, artificial neural network was concluded to be the optimal model. Based on Java language, a prediction system of floor failure depth was developed. With the easy operation in the system, the prediction from measured data and error analyses were performed for nine sets of data. The results show that the WEKA prediction formula has the smallest relative error and the best prediction effect. Besides, the applicability of WEKA prediction formula was analyzed. The results show that WEKA prediction has a better applicability under the coal seam mining depth of 110 m~550 m, dip angle of coal seams of 0°~15° and working face length of 30 m~135 m.
현재 우리나라의 수도권 전철역이 499개가 있지만 철도역과 연계수단간의 연계영향권에 대한 연구가 많지 않다. 대부분 진행된 연구들은 연계영향권보다는 접근영향권에 대한 연구가 주를 이루고 있다. 또한 연계영향권의 연구들은 설문조사와 기초통계자료를 이용하여 연계영향권의 설정에 대한 이론적기반과 분석기법에 한계를 가지고 있다. 본 논문에서는 새로운 연계영향권을 설정 방법론을 정립하고 이를 빅데이터인 교통카드 이용자들의 철도역 이용 공간자료와 GIS 기반 연계영향권 분석 기법을 접목하여 수단별 네트워크 통행시간기반 연계영향권 설정 연구를 수행 하였다. 연구결과 마을버스 15분이내, 지선버스 20분이내, 간선버스 25분 이상 등의 연계영향권이 네트워크 접근시간의 차이에 따라 명확히 구분됨을 확인하였다.
본 연구는 운항선의 운항 빅데이터를 활용하여 머신러닝 기법의 선박 마력 예측에 관한 것이다. 현재 신조선에는 ISO15016법을 이용하여 외부환경 요인에 대하여 수식을 통해 저항을 예측하나 관련 계산식이 복잡하고 요구하는 입력변수들이 많아 운항하는 실선 적용에 많은 시간과 비용이 필요하다. 본 연구에서는 최근 예측, 인식 등에서 우수한 성능을 보이는 SVM(Support Vector Machine) 알고리즘을 이용하여 우수한 성능의 선박 출력 예측이 가능한 모델을 제안한다. 제안 예측 모델은 실선 운항 빅데이터만 확보된다면 ISO15016법 대비 우수한 성능의 예측이 가능한 장점이 있다. 본 연구에서는 178K 벌크캐리어의 운항 DATA를 활용하여 ISO15016 기법과 본 연구에서 제안하는 SVM 알고리즘 기반의 마력해석법을 비교하여 ISO15016의 단점인 선박 모델 데이터 준비 부분을 줄이고 부정확한 마력 예측 성능을 개선하였다.
Seongi Min;Kiwon Jeong;Yunwoo Lee;Donghwi Jung;Seungjun Kim
Computers and Concrete
/
제31권5호
/
pp.405-417
/
2023
The submerged floating tunnel (SFT) is tethered by mooring lines anchored to the seabed, therefore, the structural integrity of the anchor should be sensitively managed. Despite their importance, reaction forces cannot be simply measured by attaching sensors or load cells because of the structural and environmental characteristics of the submerged structure. Therefore, we propose an effective method for estimating the reaction forces at the seabed anchor of a submerged floating tunnel using a structural pattern model. First, a structural pattern model is established to use the correlation between tunnel motion and anchor reactions via a deep learning algorithm. Once the pattern model is established, it is directly used to estimate the reaction forces by inputting the tunnel motion data, which can be directly measured inside the tunnel. Because the sequential characteristics of responses in the time domain should be considered, the long short-term memory (LSTM) algorithm is mainly used to recognize structural behavioral patterns. Using hydrodynamics-based simulations, big data on the structural behavior of the SFT under various waves were generated, and the prepared datasets were used to validate the proposed method. The simulation-based validation results clearly show that the proposed method can precisely estimate time-series reactions using only acceleration data. In addition to real-time structural health monitoring, the proposed method can be useful for forensics when an unexpected accident or failure is related to the seabed anchors of the SFT.
In order to how well predict ISCST3(lndustrial Source Complex Short Term version 3) model dispersion of air pollutant at point source, sensitivity was analysed necessary parameters change. ISCST3 model is Gaussian plume model. Model calculation was performed with change of the wind speed, atmospheric stability and mixing height while the wind direction and ambient temperature are fixed. Fixed factors are wind direction as the south wind(l80") and temperature as 298 K(25 "C). Model's sensitivity is analyzed as wind speed, atmospheric stability and mixing height change. Data of stack are input by inner diameter of 2m, stack height of 30m, emission temperature of 40 "C, outlet velocity of 10m/s. On the whole, main factor which affects in atmospheric dispersion is wind speed and atmospheric stability at ISCST3 model. However it is effect of atmospheric stability rather than effect of distance downwind. Factor that exert big influence in determining point of maximum concentration is wind speed. Meanwhile, influence of mixing height is a little or almost not.
Objectives: Spatial analysis is useful for understanding complicated causal relationships. This paper focuses trends and appling methods for spatial analysis associated with environmental asbestos exposure. Methods: Literature review and reflection of experience of authors were conducted to know academic background of spatial analysis, appling methods on epidemiology and asbestos exposure. Results: Spatial analysis based on spatial autocorrelation provides a variety of methods through which to conduct mapping, cluster analysis, diffusion, interpolation, and identification. Cause of disease occurrence can be investigated through spatial analysis. Appropriate methods can be applied according to contagiousness and continuity. Spatial analysis for asbestos exposure source is needed to study asbestos related diseases. Although a great amount of research has used spatial analysis to study exposure assessment and distribution of disease occurrence, these studies tend to focus on the construction of a thematic map without different forms of analysis. Recently, spatial analysis has been advanced by merging with web tools, mobile computing, statistical packages, social network analysis, and big data. Conclusions: Because the trend in spatial analysis has evolved from simple marking into a variety of forms of analyses, environmental researchers including asbestos exposure study are required to be aware of recent trends.
Purpose: Forecasting of petroleum consumption is useful in planning and management of petroleum production and control of air pollution. Research Design, Data and Methodology: ARMA models, sometimes called Box-Jenkins models after the iterative Box-Jenkins methodology usually used to estimate them, are typically applied to auto correlated time series data. Results: Petroleum consumption modeling plays a role key in big urban air pollution planning and management. In this study three models as, MLFF, MLFF with GARCH (1,1) and ARMA(1,1), have been investigated to model the petroleum consumption forecasts. Certain standard statistical parameters were used to evaluate the performance of the models developed in this study. Based upon the results obtained in this study and the consequent comparative analysis, it has been found that the MLFF with GARCH (1,1) have better forecasting results.. Conclusions: Survey of data reveals that deposit of government policies in recent yeas, petroleum consumption rises in Tehran and unfortunately more petroleum use causes to air pollution and bad environmental problems.
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.