• 한국전산구조공학회논문집
• /
• 제33권2호
• /
• pp.95-101
• /
• 2020

풍력터빈 블레이드는 바람의 운동에너지를 축일로 변환하는 장치로서 상대적으로 고속 회전하면서 양력과 항력의 다양한 하중 조합과 진동에 견딜 수 있도록 내구 강도가 큰 경량의 재료를 선택하여 강성을 증가시키는 구조를 갖도록 설계되어야 한다. 본 연구는 CFRP 프리프레그를 사용하여 소형 풍력 블레이드를 제작하는 경우 공정 시간을 단축하는 기술을 개발하려는 목적으로 수행되었다. QBlade 수치해석 프로그램을 사용하여 블레이드의 형상을 결정하였다. 주어진 풍속에서 바람에 의해 부가되는 양력과 항력을 계산하는 유체역학 수치해석을 수행하고, 대표적인 블레이드 구조에 대해 블레이드 외피 재료에 가해지는 폰미세스 응력을 예측하는 재료역학 수치해석을 수행하였다. 인장 강도 시험의 불확실도를 개선하기 위해 ASTM D638 규정을 수정하여 새로운 시편의 형상을 제안하였고, 기존 형상의 인장 강도와 유사한 평균값을 얻되 파단 위치의 재현성이 향상됨을 확인하였다. 일련의 실험을 통해 소형 풍력블레이드의 제작에 블래더 가압 방식을 적용하면 충분한 내구 강도를 확보하면서 공정시간을 단축할 수 있음을 확인하였다.

• 핵의학기술
• /
• 제27권2호
• /
• pp.111-127
• /
• 2023

Purpose: Gallium-68 (⁶⁸Ga) is increasingly used in nuclear medicine imaging for various conditions such as lymphoma and neuroendocrine tumors by labeling tracers like Prostate Specific Membrane Antigen (PSMA) and DOTA-TOC. However, compared to Fluorine-18 (¹⁸F) used in conventional nuclear medicine imaging, ⁶⁸Ga has lower spatial resolution and relatively higher Signal to Background Ratio (SBR). Therefore, this study aimed to investigate the optimized parameters and reconstruction methods for PET/CT imaging using the ⁶⁸Ga radiotracer through model-based image evaluation. Materials and Methods: Based on clinical images of ⁶⁸Ga-PSMA PET/CT, a NEMA/IEC 2008 PET phantom model was prepared with a Hot vs Background (H/B) ratio of 10:1. Images were acquired for 9 minutes in list mode using DMIDR (GE, Milwaukee WI, USA). Subsequently, reconstructions were performed for 1 to 8 minutes using OS-EM (Ordered Subset Expectation Maximization) + TOF (Time of Flight) + Sharp IR (VPFX-S), and BSREM (Block Sequential Regularized Expectation Maximization) + TOF + Sharp IR (QCFX-S-400), followed by comparative evaluation. Based on the previous experimental results, images were reconstructed for BSREM + TOF + Sharp IR / 2 minutes (QCFX-S-2min) with varying β-strength values from 100 to 700. The image quality was evaluated using AMIDE (freeware, Ver.1.0.1) and Advanced Workstation (GE, USA). Results: Images reconstructed with QCFX-S-400 showed relatively higher values for SNR (Signal to Noise Ratio), CNR (Contrast to Noise Ratio), count, RC (Recovery Coefficient), and SUV (Standardized Uptake Value) compared to VPFX-S. SNR, CNR, and SUV exhibited the highest values at 2 minutes/bed acquisition time. RC showed the highest values for a 10 mm sphere at 2 minutes/bed acquisition time. For small spheres of 10 mm and 13 mm, an inverse relationship between β-strength increase and count was observed. SNR and CNR peaked at β-strength 400 and then decreased, while SUV and RC exhibited a normal distribution based on sphere size for β-strength values of 400 and above. Conclusion: Based on the experiments, PET/CT imaging using the ⁶⁸Ga radiotracer yielded the most favorable quantitative and qualitative results with a 2 minutes/bed acquisition time and BSREM reconstruction, particularly when applying β-strength 400. The application of BSREM can enhance accurate quantification and image quality in ⁶⁸Ga PET/CT imaging, and an optimization process tailored to each institution's imaging objectives appears necessary.

• 지능정보연구
• /
• 제17권4호
• /
• pp.157-173
• /
• 2011

최근 인터넷 사용의 증가에 따라 네트워크에 연결된 시스템에 대한 악의적인 해킹과 침입이 빈번하게 발생하고 있으며, 각종 시스템을 운영하는 정부기관, 관공서, 기업 등에서는 이러한 해킹 및 침입에 의해 치명적인 타격을 입을 수 있는 상황에 놓여 있다. 이에 따라 인가되지 않았거나 비정상적인 활동들을 탐지, 식별하여 적절하게 대응하는 침입탐지 시스템에 대한 관심과 수요가 높아지고 있으며, 침입탐지 시스템의 예측성능을 개선하려는 연구 또한 활발하게 이루어지고 있다. 본 연구 역시 침입탐지 시스템의 예측성능을 개선하기 위한 새로운 지능형 침입탐지모형을 제안한다. 본 연구의 제안모형은 비교적 높은 예측력을 나타내면서 동시에 일반화 능력이 우수한 것으로 알려진 Support Vector Machine(SVM)을 기반으로, 비대칭 오류비용을 고려한 분류기준값 최적화를 함께 반영하여 침입을 효과적으로 차단할 수 있도록 설계되었다. 제안모형의 우수성을 확인하기 위해, 기존 기법인 로지스틱 회귀분석, 의사결정나무, 인공신경망과의 결과를 비교하였으며 그 결과 제안하는 SVM 모형이 다른 기법에 비해 상대적으로 우수한 성과를 보임을 확인할 수 있었다.

• 지능정보연구
• /
• 제18권1호
• /
• pp.125-141
• /
• 2012

본 연구는 최근 그 중요성이 한층 높아지고 있는 침입탐지시스템(IDS, Intrusion Detection System)의 침입탐지모형을 개선하기 위한 방안으로 유전자 알고리즘에 기반한 새로운 통합모형을 제시한다. 본 연구의 제안모형은 서로 상호보완적 관계에 있는 이분류 모형인 로지스틱 회귀분석(LOGIT, Logistic Regression), 의사결정나무(DT, Decision Tree), 인공신경망 (ANN, Artificial Neural Network), 그리고 SVM(Support Vector Machine)의 예측결과에 적절한 가중치를 부여해 최종 예측결과를 산출하도록 하였는데, 이 때 최적 가중치의 탐색을 위한 방법으로는 유전자 알고리즘을 사용한다. 아울러, 본 연구에서는 1차적으로 오탐지율을 최소화하는 최적의 모형을 산출한 뒤, 이어 비대칭 오류비용 개념을 반영해 오탐지로 인해 발생할 수 있는 전체 비용을 최소화할 수 있는 최적 임계치를 탐색, 최종적으로 가장 비용 효율적인 침입탐지모형을 도출하고자 하였다. 본 연구에서는 제안모형의 우수성을 확인하기 위해, 국내 한 공공기관의 보안센서로부터 수집된 로그 데이터를 바탕으로 실증 분석을 수행하였다. 그 결과, 본 연구에서 제안한 유전자 알고리즘 기반 통합모형이 인공신경망이나 SVM만으로 구성된 단일모형에 비해 학습용과 검증용 데이터셋 모두에서 더 우수한 탐지율을 보임을 확인할 수 있었다. 비대칭 오류비용을 고려한 전체 비용의 관점에서도 단일모형으로 된 비교모형에 비해 본 연구의 제안모형이 더 낮은 비용을 나타냄을 확인할 수 있었다. 이렇게 실증적으로 그 효과가 검증된 본 연구의 제안 모형은 앞으로 보다 지능화된 침입탐지시스템을 개발하는데 유용하게 활용될 수 있을 것으로 기대된다.