본 논문에서는 SHVC 부호화 성능 개선을 위하여 딥러닝 기반 계층간 예측을 위한 참조 픽처 생성 방법을 제안한다. 새로운 참조 픽처를 생성하기 위하여 DCT-IF기반 업샘플링 된 픽처를 VDSR 네트워크를 이용한 필터링을 진행하는 구조와 SHVC 계층간 참조 픽처를 생성하기 위한 트레이닝 방법에 대해 설명한다. 제안하는 방법은 SHM 12.0 기반으로 구현되어 있다. 성능 평가를 위하여 사전 학습을 이용하여 계층간 예측 픽처를 생성하는 방법과 비교를 진행하였다. 그 결과 상위 계층의 부호화 성능은 사전 학습을 이용한 방법 대비 최대 13.14%의 비트 감소, SHM 대비 최대 15.39%의 비트 감소율을 보였고, 평균 6.46%의 비트 감소율을 보였다.
This paper focuses on reliability prediction of long-term creep strength for Modified 9Cr-1Mo steel (Gr. 91) which is considered as one of the structural materials of next generation reactor systems. A "Z-parameter" method was introduced to describe the magnitude of standard deviation of creep rupture data to the master curve which can be plotted by log stress vs. The larson-Miller parameter (LMP). Statistical analysis showed that the scattering of the Z-parameter for the Gr. 91 steel well followed normal distribution. Using this normal distribution of the Z-parameter, the various reliability curves for creep strength design, such as stress-time temperature parameter reliability curves (${\sigma}$-TTP-R curves), stress-rupture time-reliability curves (${\sigma}-t_{r}-R$ curves), and allowable stress-temperature- reliability curves ([${\sigma}$]-T-R curves) were reasonably drawn, and their results are discussed.
The safety problems of giant hydraulic structures such as dams caused by terrorist attacks, earthquakes, and wars often have an important impact on a country's economy and people's livelihood. For the national defense department, timely and effective assessment of damage to or impending damage to dams and other structures is an important issue related to the safety of people's lives and property. In the field of damage assessment and vulnerability analysis, it is usually necessary to give the damage assessment results within a few minutes to determine the physical damage (crack length, crater size, etc.) and functional damage (decreased power generation capacity, dam stability descent, etc.), so that other defense and security departments can take corresponding measures to control potential other hazards. Although traditional numerical calculation methods can accurately calculate the crack length and crater size under certain combat conditions, it usually takes a long time and is not suitable for rapid damage assessment. In order to solve similar problems, this article combines simulation calculation methods with machine learning technology interdisciplinary. First, the common concrete gravity dam shape was selected as the simulation calculation object, and XFEM (Extended Finite Element Method) was used to simulate and calculate 19 cracks with different initial positions. Then, an LSTM (Long-Short Term Memory) machine learning model was established. 15 crack paths were selected as the training set and others were set for test. At last, the LSTM model was trained by the training set, and the prediction results on the crack path were compared with the test set. The results show that this method can be used to predict the crack propagation path rapidly and accurately. In general, this article explores the application of machine learning related technologies in the field of mechanics. It has broad application prospects in the fields of damage assessment and vulnerability analysis.
사물인터넷(Internet of Things:IoT) 기술은 인터넷에 연결된 기기들이 사람의 도움 없이 새로 정보를 주고받으며, 사람들에게 유용한 서비스를 제공해준다. 현재 각 구역마다 이루어지고 있는 쓰레기 수거는 쓰레기 수거차가 정기적으로 순환하여 쓰레기를 수거한다. 이런 경우, 어떤 구역에는 수거차 적재량의 반도 안차는 경우가 발생 할 수 있고, 또 다른 구역에서는 수거차 적재량보다 초과되어 모든 쓰레기를 한 번에 수거하지 못하는 경우도 발생한다. 본 논문에서는 수거용 쓰레기 배출량을 예측할 수 있는 방법에 대해 연구하였으며, 이를 실현한 제품 및 관리 시스템의 개발내용에 대해 기술한다. 쓰레기 부피 예측은 IoT기술을 활용하여 쓰레기 부피를 실시간 측정 할 수 있도록 하였으며, 이 값을 대시보드를 통해 가시적으로 보여줌으로써 구역별 쓰레기 발생량을 예측하고 관리 할 수 있도록 하였다. 이를 통해 IoT기술이 거리의 위생을 지키는데 도움을 줄 수 있게 될 것이다.
표준화 마무리 단계인 차세대 비디오 부호화 표준 VVC(Versatile Video Coding)는 HEVC(High Efficiency Video Coding) 보다 두배 이상의 압축 성능을 달성하기 위해 다양한 기술들을 채택하고 있다. VVC는 GPB(Generalized P and B) 슬라이스에서의 양예측(bi-prediction) 기법의 성능 향상을 위하여 두 예측신호에 다양한 가중치를 적용하여 최종 예측신호를 생성하는 BCW(Bi-prediction with CU-level Weight)를 채택하였다. BCW 가중치는 가용한 참조픽처 중 재생 순서상 미래 픽처의 존재 유무를 지시하는 신택스(syntax) 요소인 NoBackwardPredFlag에 따라 적응적으로 시그널링 된다. 이러한 신택스 구조는 비디오 코덱의 유연성을 저해하고 비트스트림 파싱(parsing) 단계에서의 의존성 문제를 야기한다. 본 논문에서는 이러한 문제를 해결하기 위하여 가중치 전송에서 기존의 조건 판단 없이 가능한 모든 가중치를 허용하는 기법을 제안하였으며, 부호화기에서의 다양한 가중치 탐색을 통해 제안방법의 성능을 확인하였다. 제안된 기법은 제기된 문제를 해결하면서도 실험결과 3개의 가중치 탐색을 수행하였을 때 무시할 정도의 BD-rate 손실과 5개의 가중치 탐색을 수행하였을 때 다소의 부호화 성능 향상을 확인하였다.
토양침식을 예측하는 WEPP(Water Erosion Prediction Project)모델은 연방 정부기관이 토양과 물 보전 및 환경을 계획하고 평가하는데 활용하고자 1985년 8월 차세대 물에 의한 토양침식을 예측하기 위해 만들어졌다. 미농무성 농업연구소에 의해 개발된 WEPP 모델은 경험적인 침식 예측을 위한 도구로써 침투, 유거수, 강우와 물에 의한 토양입자의 분리, 침전물의 이동, 퇴적, 작물의 생장 및 수확 후 잔여물의 분해 등을 포함한 토양 침식과 관련된 많은 중요한 물리적 과정을 모의한다. WEPP 모델은 모델을 구성하는 모듈의 입력자료와 모델을 시험하기 위해서 필요한 자료를 경작지, 초지, 산림 등 광대한 현장 실험 결과들로부터 얻었다. 미국내 여러 농업연구소와 협력 대학 등 수 많은 연구소의 큰 노력으로 모델을 만들 수 있었다. WEPP 모델은 경사지 혹은 작은 유역 규모에 적용이 가능하며, 물리적 모델이기 때문에 미국과 다른 여러 나라에서 중요한 자연자원을 효과적으로 평가할 수 있다. 최근 들어 DOS프로그램으로 만들어진 초기 WEPP모델을 윈도우 인터페이스와 GIS프로그램을 통합하여 향상시켰다. 또한, 바람과 물에 의한 침식을 통합 예측하는 시스템을 쉽게 이용할 수 있도록 구축 중에 있다.
수냉각 발전기 고정자 권선에서의 냉각수 누수 및 흡습에 의한 절연파괴 손상사례가 국내 및 국외에서 자주 발생되고 있다. 이러한 사고는 막대한 경제적 피해뿐만 아니라 전력의 안정적 공급 측면에서 매우 심각한 계통 사고로 연결될 수 있다. 특히 국내 발전기는 15년 이상 운전되어 열화가 진행된 발전기가 50% 이상이며, 계획예방정비 기간 중에 권선에서의 누설 및 흡습 권선이 종종 발견되고 있다. 기존에는 누수 시험 전 과정인 권선 건조 과정을 무시한 채 누수 시험 결과만으로 권선 누설 여부를 진단하였으나 본 논문에서는 누수 시험을 위한 준비 단계인 진공 건조 시의 권선 내부의 진공도 패턴 분석을 통해 권선 누설 및 흡습 여부를 예측진단할 수 있는 방법을 실험적으로 증명하였다.
Background: Korea Atomic Energy Research Institute is developing a fission product transport module for predicting the behavior of radioactive materials in the primary cooling system of a nuclear power plant as a separate module, which will be connected to a severe accident analysis code, Core Meltdown Progression Accident Simulation Software (COMPASS). Materials and Methods: This fission product transport (COMPASS-FP) module consists of a fission product release model, an aerosol generation model, and an aerosol transport model. In the fission product release model there are three submodels based on empirical correlations, and they are used to simulate the fission product gases release from the reactor core. In the aerosol generation model, the mass conservation law and Raoult's law are applied to the mixture of vapors and droplets of the fission products in a specified control volume to find the generation of the aerosol droplet. In the aerosol transport model, empirical correlations available from the open literature are used to simulate the aerosol removal processes owing to the gravitational settling, inertia impaction, diffusiophoresis, and thermophoresis. Results and Discussion: The COMPASS-FP module was validated against Aerosol Behavior Code Validation and Evaluation (ABCOVE-5) test performed by Hanford Engineering Development Laboratory for comparing the prediction and test data. The comparison results assuming a non-spherical aerosol shape for the suspended aerosol mass concentration showed a good agreement with an error range of about ${\pm}6%$. Conclusion: It was found that the COMPASS-FP module produced the reasonable results of the fission product gases release, the aerosol generation, and the gravitational settling in the aerosol removal processes for ABCOVE-5. However, more validation for other aerosol removal models needs to be performed.
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.
비트코인은 탈중앙화와 분산원장을 특징으로 하는 암호화폐로서 "작업증명"이라는 채굴시스템을 통해 유지된다. 채굴 시스템에서는 블록 생성시간을 일정하게 유지하기 위해 채굴 난이도를 조정하게 되는데, 기존의 채굴 난이도 변경 방식은 미래의 해시파워를 반영할 수 없다는 문제가 있다. 따라서 실제시간과 예정시간 사이에 발생하는 오차로 인해 블록생성과 실세계 시간의 불일치를 가중시키게 되고, 결국 거래 기한을 맞추지 못하거나 코인 호핑 공격에 취약점을 노출시키게 된다. 블록 생성시간을 일정하게 유지시키기 위한 기존 연구도 여전히 오차 문제를 갖는다. 본 연구에서는 이러한 오차를 줄이기 위한 기계학습 기반 채굴 난이도 예측 방안을 제시한다. 이전 해시파워를 학습하여 미래의 해시파워를 예측하고 예측한 값을 이용하여 채굴 난이도를 조정한다. 우리의 실험 결과는 이와 같은 경우 기존 채굴 난이도 조정방식보다 오차율을 약 36% 더 줄일 수 있음을 보여준다.
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.