• 해양환경안전학회지
• /
• 제29권1호
• /
• pp.60-66
• /
• 2023

현재의 해양산업의 기술은 스마트 선박 및 자율운항선박 등의 개발과 같은 자율화 및 지능화와 환경규제의 강화에 맞추어 선박의 운항 효율성을 개선하는 친환경 선박을 위한 기술이 함께 개발되고 있다. 이러한 흐름에 맞추어, 세계각국에서는 선박의 안전운항을 보장하는 선에서 선박운항효율을 극대화하기 위해 다양한 방식으로 노력하고 있다. 본 연구에서는, 현존하는 선박운항효율 개선 기술이 운항 당시의 기상환경, 선박조종 등의 선박운항상태를 실시간으로 반영하지 못하는 문제를 개선하기 위해, 선박에서 수집한 선박운항데이터를 활용하여 실시간 선박운항효율 분석모델을 개발하고자 한다. 본 연구의 실시간 선박운항효율 분석모델은 연료소모를 기준으로 판단한 선박운항효율과 당시의 선박운항상태를 감안하여 판단한 선박운항효율을 비교하여, 식별된 선박운항효율의 타당성을 확인할 수 있는 모델이다. 분석의 주요 내용은 대상선박의 선정과 선박운항데이터의 수집, 선박운항효율 특성과 선박운항상태 특성의 구분, 그리고 이를 활용한 분류모델의 개발을 포함한다. 연구의 결과는 기존의 선박운항효율과 항해 당시 선박운항상태를 감안한 운항효율을 제시하여 선박 운항자의 의사결정을 지원하여 운항효율을 개선하고자 한다.

• 한국방사선학회논문지
• /
• 제17권3호
• /
• pp.423-431
• /
• 2023

본 연구의 목적은 환자의 신체정보와 인공지능 기법을 활용하여 부작용에 영향을 미치는 인자들을 분석하고 조영제 부작용의 정도를 예측하여 이를 완화하는 기초자료로 활용되고자 한다. 연구에 사용한 데이터는 서울 소재 종합병원의 검진을 시행한 CT 검사 58,000건 중 조영제 부작용이 발생한 1,235건 중 과거력 조사에서 조영제 부작용이 없었던 606명의 검사자를 대상자로 하였다. 606개 샘플 중 70%는 훈련 셋으로 사용하고 나머지 30%는 검증을 위한 테스트 셋으로 사용하였다. 나이, BMI(Body Mass Index), GFR(Glomerular Filtration Rate), BUN(Blood Urea Nitrogen), GGT(Gamma Glutamyl Transgerase), AST(Aspartate Amino Transferase,), and ALT(Alanine Amiono Transferase)의 feature를 독립변수로 조영제 중증도를 목표변수로 사용하였다. AdaBoost, Tree, Neural network, SVM, Random foest 알고리즘을 통해 AUC(Area under curve), CA(Classification Accuracy), F1, Precision, Recall을 파악하였다. 분류 예측에 사용된 알고리즘 중 가장 높은 평가지표를 나타내 것은 AdaBoost와 Random Forest이다. 모든 모델의 예측에서 가장 큰 요인은 GFR, BMI, GGT 이였다. 이는 신장 여과 기능, 비만에 따라 주입되는 조영제 양의 차이와 대사증후군의 여부에 따라 조영제 부작용 중증도에 영향을 미치는 것을 알 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제28권4호
• /
• pp.41-51
• /
• 2023

본 논문에서는 보행자의 걸음걸이로부터 분노 감정 검출을 위한 다중 시간 윈도 특징 추출 기술을 제안한다. 기존의 걸음걸이 기반 감정인식 기술에서는 보행자의 보폭, 한 보폭에 걸리는 시간, 보행 속력, 목과 흉부의 전방 기울기 각도(Forward Tilt Angle)를 계산하고, 전체 구간에 대해서 최솟값, 평균값, 최댓값을 계산해서 이를 특징으로 활용하였다. 하지만 이때 각 특징은 보행 전체 구간에 걸쳐 항상 균일하게 변화가 발생하는 것이 아니라, 때로는 지역적으로 변화가 발생한다. 이에 본 연구에서는 장기부터 중기 그리고 단기까지 즉, 전역적인 특징과 지역적인 특징을 모두 추출할 수 있는 다중 시간 윈도 특징 추출(Multi-Time Window Feature Extraction) 기술을 제안한다. 또한, 제안하는 특징 추출 기술을 통해 각 구간에서 추출된 특징들을 효과적으로 학습할 수 있는 앙상블 모델을 제안한다. 제안하는 앙상블 모델(Ensemble Model)은 복수의 분류기로 구성되며, 각 분류기는 서로 다른 다중 시간 윈도에서 추출된 특징으로 학습된다. 제안하는 특징 추출 기술과 앙상블 모델의 효과를 검증하기 위해 일반인에게 공개된 3차원 걸음걸이 데이터 세트를 사용하여 시험 평가를 수행했다. 그 결과, 4가지 성능 평가지표에 대해서 제안하는 앙상블 모델이 기존의 특징 추출 기술로 학습된 머신러닝(Machine Learning) 모델들과 비교하여 최고의 성능을 달성하는 것을 입증하였다.

• 대한토목학회논문집
• /
• 제28권2A호
• /
• pp.259-267
• /
• 2008

철근콘크리트 깊은 보는 콘크리트와 전단철근에 의한 전단저항 메커니즘의 성능에 의해 극한강도가 지배된다. 깊은 보의 거동은 전단지간대 유효깊이의 비, 휨철근비, 하중점과 지지점의 조건, 그리고 사용재료의 성질 등의 여러 변수간의 복합적인 역학관계로 인해 매우 복잡하다. 본 논문에서는 이러한 깊은 보의 강도 및 거동 특성을 모두 반영하여 단순지지 철근콘크리트 깊은 보의 설계를 수행할 수 있는 부정정 스트럿-타이 모델을 제안하였다. 또한 현 스트럿-타이 모델 설계기준을 부정정 스트럿-타이 모델을 이용한 단순지지 철근콘크리트 깊은 보의 설계에 합리적으로 적용하기 위해 수직 트러스 메커니즘에 의해 전달되는 하중의 크기 즉 부정정 스트럿-타이 모델의 하중분배율을 제안하였다. 하중분배율의 결정 시 단순지지 철근콘크리트 깊은 보의 전단에 대한 연성파괴거동을 확보하기 위하여 깊은 보의 전단저항 메커니즘을 구성하는 콘크리트 스트럿과 수직철근 타이가 동시에 파괴된다는 전단평형철근비 개념을 도입하였으며, 다양한 수치해석결과를 바탕으로 단순지지 깊은 보의 강도 및 거동에 영향을 미치는 전단지간대 유효깊이의 비, 휨철근비, 그리고 콘크리트의 압축강도 등의 설계변수를 고려하였다. 본 논문의 후속편에서는 기존의 여러 설계방법들과 본 연구에서 제안한 방법을 이용하여 파괴실험이 수행된 다양한 종류의 단순지지 깊은 보의 강도를 평가하고, 본 연구에서 제안한 방법의 적합성을 검증하였다.

• 대한토목학회논문집
• /
• 제28권2D호
• /
• pp.227-234
• /
• 2008

국내의 경우 도로포장설계시 외국의 설계법을 단순히 도입하여 사용하고 있지만 건설재료, 기후 및 교통조건 등이 외국과 상이하기 때문에 근본적인 제한성이 있다. 특히, 국내 포장구조해석에서 아스팔트층 거동특성만을 중요시하는 해석은 포장구조체가 각 층의 영향을 받는 종합적인 거동특성을 보인다는 포장구조체 시스템적인 특성을 고려한다면 많은 문제점을 내포하고 있다. 따라서, 도로포장 설계시 합리적이고 경제적인 설계를 할 수 있도록 포장구조체의 해석시스템을 구축하여야 한다. 본 연구에서는 포장하부의 다층구조로서의 역학적 거동을 정확히 해석하기 위하여 비파괴 시험장비인 FWD(Falling Weight Deflectometer) 를 이용하여 층 재료 자체의 성질을 대변하는 모델 중 포장하부를 구성하는 재료에 대한 비선형 탄성모델의 적용성을 검토하고, 복잡한 실험을 통해 얻게되는 비선형탄성모델의 구성인자인 재료상수를 FWD 시험자료로부터 직접 추정하는 체계를 제안하였다. 먼저, FWD 시험의 비선형성을 고찰하고, 실내 $M_R$ 시험을 통해 결정되는 재료상수를 현장에서 수집된 FWD 자료로부터 추정하는 체계를 제안하였다. 제안된 체계로부터 추정된 재료상수는 실내시험을 통해 제안된 국내 보조기층의 재료상수 범위 내에 있음을 알 수 있었다. FWD 를 이용한 비선형모델 적용의 신뢰성을 검증하기 위하여 깊이별 처짐 측정장비인 MDD(Multi-Depth Deflectometer) 현장시험자료를 이용하였다. 검증결과, 본 연구에서 제안한 비선형탄성모델을 적용한 방법이 기존의 선형탄성모델보다 실제 MDD 실측값에 더 가까운 결과를 나타냄을 알 수 있었다.

• 대한토목학회논문집
• /
• 제30권1B호
• /
• pp.89-100
• /
• 2010

본 연구에서는 고파랑의 단주기파랑과 고립파를 동시에 저감시키기 위한 저감공으로 단주기파랑에 대해 기연구개발된 공진장치를 기설의 방파제 항구부에 부착하는 공법을 검토하였다. 이와 같은 저감공은 공진현상으로부터 단주기파랑의 입사에너지를 포획하여 기설의 방파제 배후로 전달되는 파랑에너지를 저감시키는 특성을 갖는다. 수치해석에 있어서 단주기파랑에 대해서는 연직선Green함수에 기초한 특이점분포법을, 고립파에 대해서는 3차원수치파동수로를 이용하는 3차원혼상류해석법을 각각 적용하였고, 기존의 수치해석결과 및 실험결과와 비교 분석하여 본 수치해석법의 타당성을 검증하였다. 이로부터 공진장치가 없는 경우와 대비 검토하여 단주기파랑 및 고립파의 제어에 대한 공진장치의 제어능을 다각도로 검토한 결과, 그의 유효성을 충분히 확인할 수 있었다. 그리고, 제어대상의 고립파에 대해 공진장치의 최적치수가 존재한다는 사실을 확인할 수 있었다.

• 대한토목학회논문집
• /
• 제26권1C호
• /
• pp.43-52
• /
• 2006

동적 지반 거동을 해석하기 위해 많은 모델들이 제안되어 사용되고 있지만 여전히 모델에 대한 이해와 합리적인 해석 파라미터의 평가는 매우 어려운 작업이다. 더욱이 지반 진동 해석에서 침투에 의해 추가적인 체적변화가 발생하는 경우에는 이를 설명할만한 적당한 모델이 아직까지 개발되지 못하고 있다. 따라서 본 연구에서는 공극수의 이동을 제어해 가면서 측방변위나 침하와 같이 액상화에 의해 일어나는 잔류변형을 정량적으로 산정할 수 있는 하이브리드 시뮬레이션 시스템을 개발하였다. 본 시스템은 초기 전단을 받는 약간 기울어진 지반에 대한 일차원 동적 문제가 주요한 해석 대상이 되며 지반은 운동방정식과 연속조건식의 지배를 받는다. 또한, 이 시스템에서는 요소시험체가 흙의 구성관계를 대신하게 되며, 대상 지반의 동적 응답을 직접 공시체로부터 도입하며 해석을 수행하므로 액상화라고 하는 재료의 강한 비선형성을 재현하기 위한 파라미터의 입력과정을 생략할 수 있게 된다. 본 논문에서는 시스템의 기본 개념을 비롯한 여러 가지 구성요소에 대해 설명하며 해석 예제를 통해 지반 진동 해석에 있어서 투수성이 미치는 영향에 대해 검토하였다. 그 결과로 진동 도중 및 그 이후의 거동에도 체적 변화 특성이 모래의 동적 거동해석에 중대한 영향을 미치고 있음을 보였다.

• 스마트미디어저널
• /
• 제12권10호
• /
• pp.93-101
• /
• 2023

최근 기온 상승, 가뭄, 홍수 등 기후변화가 세계적인 문제로 대두되고 있으며, 농업분야에서는 작물의 특성과 생산성에 많은 영향을 미칠 것으로 예측하고 있다. 천궁은 전통적으로 사용되는 한약재뿐만 아니라 건강기능식품, 천연물의약품, 생활소재 등 다양한 산업적 원료로 활용되고 있으나, 연작장해, 기후변화 등 위협 요인으로 인한 생산성이 감소되고 있다. 그러므로 본 논문에서는 기후변화에 취약한 대표 약용 작물인 천궁의 기후변화 시나리오에 따른 생리 활성 성분 지표를 예측할 수 있는 모델을 제안한다. 먼저 기상 정보와 생리 반응, 생리 활성 성분 정보의 수집 데이터 불균형 문제를 해결하기 위해 CTGAN 알고리즘을 이용하여 데이터를 증강하였다. 증강 데이터 품질 측정을 위해 Column Shape, Column Pair Trends를 이용하였으며 평균 88% Overall Quality를 달성하였다. 증강 데이터를 이용하여 지상부와 지하부로 나누어 페놀과 플라보노이드 함량을 예측하기 위해 5가지 모델 RF, SVR, XGBoost, AdaBoost, LightBGM을 이용하여 평가하였다. 모델 성능 평가 결과 XGBoost 모델이 천궁 생리 활성 성분 예측에 가장 우수한 성능을 보였으며, SVR 모델 대비 약 2배 정도의 향상된 정확도를 확인할 수 있었다.

• 스마트미디어저널
• /
• 제12권10호
• /
• pp.71-84
• /
• 2023

넙치 양식은 우리나라 양식 산업의 절반 이상 차지할 정도로 큰 비중을 차지한다. 그러나 연중 총사육량의 25~30% 정도가 질병으로 인한 집단 폐사가 발생하여 양식장의 경제성에 매우 나쁜 영향을 준다. 넙치 양식장의 경제성 성장을 위해서는 넙치 질병 증상 진단을 자동화하여 빠르고 정확하게 질병 진단을 하는 방법이 필요하다. 본 연구에서는 독창적인 학습 데이터 수집 방법과 학습 정제 알고리즘 및 학습 데이터 분리 기법을 사용하여 학습 데이터를 구축하고 4가지 객체 탐지 딥러닝 모델(YOLOv8, Swin, Vitdet, MvitV2)의 넙치 질병증상 감지 성능을 비교한다. 실험 결과 YOLOv8 모델이 평균 인식률(mAP)과 예상 도착 시간(ETA) 관점에서 우수하다는 결론을 얻었다. 본 연구에서 제안하는 AI 모델의 성능이 검증되면 넙치 양식장에서는 실시간으로 넙치 질병을 진단할 수 있고, 진단 결과에 따른 신속한 예방 조치로 양식장의 생산성은 크게 향상될 것이라 기대된다.

• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.33-43
• /
• 2024

본 연구는 비점오염원 중 하나인 야적퇴비의 효율적인 탐지를 위해 You Only Look Once (YOLO)v8 모델과 DeepLabv3+ 모델의 적용 가능성을 평가하였다. 무인항공기(Unmanned Aerial Vehicle, UAV)를 이용하여 수집된 고해상도 영상을 바탕으로, 두 모델의 정량적 및 정성적 성능을 비교 분석하였다. 정량적 평가에서 YOLOv8 모델은 다양한 지표에서 우수한 성능을 나타내며, 특히 야적퇴비의 덮개 유무를 정확하게 식별할 수 있는 능력을 보였다. 이러한 결과는 YOLOv8 모델이 야적퇴비의 정밀한 탐지 및 분류에 효과적임을 시사하며, 이를 바탕으로 야적퇴비의 관리 등급을 산정하고 비점오염원 관리에 기여할 수 있는 새로운 접근 방법을 제공한다. 본 연구는 UAV와 딥러닝 기술을 활용한 야적퇴비 탐지 및 관리가 기존 현장 조사 방식의 한계를 극복하며 정확하고 효율적인 비점오염원 관리 전략 수립 및 수계환경 보호에 기여할 것으로 기대된다.