• 지질공학
• /
• 제20권3호
• /
• pp.257-269
• /
• 2010

본 연구에서는 급경사지재해 안정화기술 분야에 관하여 한국, 미국, 일본 및 유럽에서 출원 공개/등록된 특허를 중심으로 특허동향을 분석하였다. 중분류는 예측기술, 계측기술, 대책/보강/저감기술, 실내실험과 같이 4개로 분류하였으며, 2,134건의 최종 유효 분석대상 특허를 선별하였다. 특허건수와 출원인수의 상관관계를 이용한 포트폴리오 분석결과 한국 및 미국의 경우 발전기 단계에 있으며, 일본과 유럽의 경우 퇴조기에 있는 것으로 분석되었다. 한국의 경우 국가주도의 연구 활동으로 인하여 특허활동이 활발한 것으로 분석된다. 중분류 기술 분야별 분석 결과, 일본은 급경사재해 예측분야, 미국은 급경사재해 실내실험분야가 각 국가의 경쟁력 분야인 것으로 분석되었으며, 한국의 경우 급경사재해 예측과 급경사재해 실내실험 분야가 공백기술인 것으로 분석되었다. 분석결과를 토대로 기술별 향후 연구개발 방향을 정리하면 예측기술 분야에서는 신규 유한요소해석 방법 또는 수치해석 모델 정립이 필요하고, 계측기술 분야에서는 센서개발기술, 정보취합을 통한 재해예측기술, IT기술과 융합을 통한 장치관련 기술 등이 필요하다. 그리고 재해/대책/저감기술 분야에서는 기존 사방구조물의 개량, 차별화된 사면보강공법 등의 개발이 필요하며 실내실험분야에서는 새로운 최적화된 구조의 실험장치 또는 방법의 개발이 필요한 것으로 조사되었다.

• 자원환경지질
• /
• 제40권3호
• /
• pp.295-306
• /
• 2007

본 연구에서는 확률기법인 빈도비 모델 (frequency ratio model) 및 지리정보시스템 (Geographic Information System: GIS)의 공간분석기법을 이용하여 강원도 삼척지역 폐탄광 주변의 지반침하 발생 취약지역을 예측하였다. 지반침하에 영향을 주는 요인들을 추출하기 위해 지형도, 지질도, 갱내도, 토지특성도, 시추공 자료, 기 관측된 침하지 자료 등으로부터 공간자료를 구축하였다. GIS 공간분석과 확률기법을 이용하여 지반침하의 주 요인이 되는 8개의 인자를 추출하였고 관측된 침하지역과 8개 인자와의 연관성을 알아보기 위하여 각각의 결정계수($R^2$)를 계산하였다. 빈도비 모델을 적용하여 각인자의 등급별 가중치를 결정한 후, 이를 중첩 분석하여 지반침하 위험 예측도를 작성하였다. 지반침하 위험 예측도를 기존 침하지 위치와 비교 검증한 결과 96.05%의 높은 예측정확도를 나타냈다. 이를 통해 폐탄광 지역에서 GIS와 빈도비 모델을 이용하여 지반침하 위험지역을 정량적으로 예측하는 것이 가능하다고 판단된다.

• 한국전산구조공학회논문집
• /
• 제30권5호
• /
• pp.371-380
• /
• 2017

미국의 내진설계기준인 ASCE/SEI 7-10은 구조물 붕괴성능에 대한 불확실성을 고려하지 않는 등재해도 기반 내진설계의 문제점을 해결하기 위해 위험도 기반 내진설계 개념을 도입하였다. 하지만 현행 국내 내진설계기준의 경우 한반도 내에서 발생한 큰 규모의 지진기록과 구조물의 붕괴성능과 관련된 연구의 부족으로 위험도 기반 내진설계 개념을 반영하지 않고 있다. 본 연구에서는 철골 보통중심가새골조를 표본건물로 선정하여 위험도 기반 내진성능평가를 수행하였다. 건물이 위치한 지역, 높이, 지반조건을 변수로 바탕으로 표본건물에 대한 붕괴성능 평가를 수행하였으며, 국내 지진기록의 특성을 반영할 수 있는 경험적 스펙트럴 형상 예측 모델을 활용하여 지진재해도 곡선을 작성하였다. 이를 활용하여 국내 주요 도시에 위치한 철골 보통중심가새골조의 붕괴확률을 위험도 적분 개념에 따라 평가하였다. 국내 주요 도시에 위치한 철골 보통중심가새골조의 붕괴확률을 평가한 결과, 현행 건축구조기준에 따라 설계된 표본건물은 본 연구에서 고려한 해석 변수에 따라 붕괴확률에 상당한 차이를 보였다. 특히 국내 건축구조기준의 경우 철골 보통중심가새골조에 대한 높이제한이 없어 일부 고층표본건물에서 목표 위험도인 50년간 1%의 붕괴확률을 초과하는 것으로 평가되었다.

• 지적과 국토정보
• /
• 제44권2호
• /
• pp.113-124
• /
• 2014

최근 집중호우에 의한 산사태 발생이 빈번해짐에 따라 산사태 취약지역을 분석하고 산사태 발생을 예측하기 위한 다양한 연구들이 진행되고 있다. 본 연구에서는 산사태 발생지역의 토양특성을 분석하였으며, 배수 특성별 우도비를 평가한 결과 배수가 좋은 토양에서 산사태 발생 가능성이 높게 나타났다. 또한 DEM 자료에서 추출한 경사도의 우도비를 평가한 결과 $20{\sim}40^{\circ}$ 경사구간에서 산사태 발생 가능성이 높게 나타났다. 그리고 공간분석에 의한 사면방향도의 우도비를 평가한 결과 북향에서 산사태 발생 가능성이 높게 나타났다. 아울러 토양배수, 경사도 그리고 사면방향도의 우도비를 중첩하여 산사태 취약도를 평가할 수 있었으며, 산사태 발생지역에 대하여 분석과 검증 프로세스를 수행함으로써 미래 산사태 발생 예측비율을 평가할 수 있었다.

• Journal of Astronomy and Space Sciences
• /
• 제34권4호
• /
• pp.289-302
• /
• 2017

The key risk analysis technologies for the re-entry of space objects into Earth's atmosphere are divided into four categories: cataloguing and databases of the re-entry of space objects, lifetime and re-entry trajectory predictions, break-up models after re-entry and multiple debris distribution predictions, and ground impact probability models. In this study, we focused on reentry prediction, including orbital lifetime assessments, for space situational awareness systems. Re-entry predictions are very difficult and are affected by various sources of uncertainty. In particular, during uncontrolled re-entry, large spacecraft may break into several pieces of debris, and the surviving fragments can be a significant hazard for persons and properties on the ground. In recent years, specific methods and procedures have been developed to provide clear information for predicting and analyzing the re-entry of space objects and for ground-risk assessments. Representative tools include object reentry survival analysis tool (ORSAT) and debris assessment software (DAS) developed by National Aeronautics and Space Administration (NASA), spacecraft atmospheric re-entry and aerothermal break-up (SCARAB) and debris risk assessment and mitigation analysis (DRAMA) developed by European Space Agency (ESA), and semi-analytic tool for end of life analysis (STELA) developed by Centre National d'Etudes Spatiales (CNES). In this study, various surveys of existing re-entry space objects are reviewed, and an efficient re-entry prediction technique is suggested based on STELA, the life-cycle analysis tool for satellites, and DRAMA, a re-entry analysis tool. To verify the proposed method, the re-entry of the Tiangong-1 Space Lab, which is expected to re-enter Earth's atmosphere shortly, was simulated. Eventually, these results will provide a basis for space situational awareness risk analyses of the re-entry of space objects.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.20-25
• /
• 2012

New Zealand suffers from regular floods, these being the most common source of insurance claims for damage from natural hazard events in the country. This paper describes the origin and distribution of the largest floods in New Zealand, and describes the systems used to monitor and predict floods. In New Zealand, broad-scale heavy rainfall (and flooding), is the result of warm moist air flowing out from the tropics into the mid-latitudes. There is no monsoon in New Zealand. The terrain has a substantial influence on the distribution of rainfall, with the largest annual totals occurring near the South Island's Southern Alps, the highest mountains in the country. The orographic effect here is extreme, with 3km of elevation gained over a 20km distance from the coast. Across New Zealand, short duration high intensity rainfall from thunderstorms also causes flooding in urban areas and small catchments. Forecasts of severe weather are provided by the New Zealand MetService, a Government owned company. MetService uses global weather models and a number of limited-area weather models to provide warnings and data streams of predicted rainfall to local Councils. Flood monitoring, prediction and warning are carried out by 16 local Councils. All Councils collect their own rainfall and river flow data, and a variety of prediction methods are utilized. These range from experienced staff making intuitive decisions based on previous effects of heavy rain, to hydrological models linked to outputs from MetService weather prediction models. No operational hydrological models are linked to weather radar in New Zealand. Councils provide warnings to Civil Defence Emergency Management, and also directly to farmers and other occupiers of flood prone areas. Warnings are distributed by email, text message and automated voice systems. A nation-wide hydrological model is also operated by NIWA, a Government-owned research institute. It is linked to a single high resolution weather model which runs on a super computer. The NIWA model does not provide public forecasts. The rivers with the greatest flood flows are shown, and these are ranked in terms of peak specific discharge. It can be seen that of the largest floods occur on the West Coast of the South Island, and the greatest flows per unit area are also found in this location.

• 스마트미디어저널
• /
• 제9권4호
• /
• pp.126-133
• /
• 2020

병원에서는 폐암 환자의 최종병기를 기준으로 치료방침 및 예후를 결정하고 있다. 폐암 환자의 최종병기는 미국 암 연합회(AJCC)에서 제공하는 TNM 분류방법을 바탕으로 7단계로 나누어 진단된다. 이런 접근 방법은 환자의 치료, 예후 및 생존일 예측 등 다양한 분야에서 사용하기에 한계가 있다. 이 논문에서는 데이터 과학적 접근을 통해 T, N, M병기를 사용하여 생존일수별 환자집단을 나눌 수 있는지 알아보기 위해 비지도 학습 중 하나인 군집분석(Clustering)을 진행한 후 군집분석의 결과를 Cox비례위험모형을 사용하여 비교 하였다. 환자들의 최종병기를 사용하지 않고, T, N, M병기 정보만 사용하였을 때 생존시간 예측정확도가 더 높은 것을 확인하였다. 특히, AJCC의 최종병기 7단계와 같이 군집의 개수를 7로 설정했을 때보다 군집의 수를 축소하거나 확장했을 때 T, N, M 병기 군집분석을 통한 생존시간 예측정확도가 향상하는 것을 확인하였다.

• 한국환경보건학회지
• /
• 제50권2호
• /
• pp.113-124
• /
• 2024

Background: The increasing need to minimize animal testing has sparked interest in alternative methods with more humane, cost-effective, and time-saving attributes. In particular, in silico-based computational toxicology is gaining prominence. Adverse outcome pathway (AOP) is a biological map depicting toxicological mechanisms, composed of molecular initiating events (MIEs), key events (KEs), and adverse outcomes (AOs). To understand toxicological mechanisms, predictive models are essential for AOP components in computational toxicology, including molecular structures. Objectives: This study reviewed the literature and investigated previous research cases related to AOP and in silico methodologies. We describe the results obtained from the analysis, including predictive techniques and approaches that can be used for future in silico-based alternative methods to animal testing using AOP. Methods: We analyzed in silico methods and databases used in the literature to identify trends in research on in silico prediction models. Results: We reviewed 26 studies related to AOP and in silico methodologies. The ToxCast/Tox21 database was commonly used for toxicity studies, and MIE was the most frequently used predictive factor among the AOP components. Machine learning was most widely used among prediction techniques, and various in silico methods, such as deep learning, molecular docking, and molecular dynamics, were also utilized. Conclusions: We analyzed the current research trends regarding in silico-based alternative methods for animal testing using AOPs. Developing predictive techniques that reflect toxicological mechanisms will be essential to replace animal testing with in silico methods. In the future, since the applicability of various predictive techniques is increasing, it will be necessary to continue monitoring the trend of predictive techniques and in silico-based approaches.

• 한국산림과학회지
• /
• 제103권2호
• /
• pp.233-239
• /
• 2014

본 연구는 지역산림지역을 중심으로 수량화이론을 이용하여 산사태 발생면적에 영향을 미치는 인자를 도출하여 각 인자의 기여도 분석을 통해 산사태 발생 위험성에 대한 예측기준을 마련하고, 그 기준을 평가하였다. 산사태 발생지 붕괴면적에 영향을 미치는 인자는 모암(화성암), 횡단사면(복합), 침엽수림(임상), 사면경사($21{\sim}30^{\circ}$ 이상)이었다. 각 인자의 Range를 추정한 결과, 횡단사면 (0.2922)이 가장 높게 나타났고, 다음으로는 모암(0.2691), 임상(0.2631), 사면경사(0.2312)순으로 나타났다. 산사태 발생 위험도 판정표를 기준으로 4개 인자의 category별 점수를 계산한 추정치 범위는 0 점에서 1.0556 점 사이에 분포하고 있으며, 중앙값은 0.5278 점이었다. I 등급의 점수는 0.7818 이상, II 등급은 0.5279~7917, III 등급은 0.2694~0.5278, IV 등급은 0.2693 이하로 나타났다. 1 등급 및 2 등급에서 산사태 발생 비율이 72%로서 비교적 높은 적중률을 보였다. 따라서 본 판정표는 산사태 위험도 판정에 활용 가능한 것으로 판단된다.

• 한국지진공학회:학술대회논문집
• /
• 한국지진공학회 2000년도 춘계 학술발표회 논문집 Proceedings of EESK Conference-Spring
• /
• pp.70-80
• /
• 2000

In order to reduce seismic hazard the characteristics of strong earthquakes are required. In the region where strong earthquakes do not happen frequently the stochastic simulation of strong motion is an alternative way to predict strong motions. this simulation required input parameters such as the quality factor the corner frequency the moment magnitude the stress drop and so on which can be obtained from analyses of records of small and intermediate earthquakes. Using those parameters obtained in the previous work the strong ground motions are predicted employing the stochastic method, . The results are compared to the two observed earthquakes-the Ulsan Offshore Earthquake and the Kyungju Earthquake. Although some deviations are found the predictions are similar to the observed data. Finally we computed attenuation equations for PGA PGV and ground accelerations for some frequencies using the results of predictions. These results can be used for earthquake engineering and more reliable results will come out as earthquake observations continue.