• 한국지반공학회논문집
• /
• 제37권5호
• /
• pp.47-63
• /
• 2021

최근 디지털 트윈 관점의 3차원 지하공간 지도의 수요 및 유관분야의 연계 활용 요구가 증대되고 있다. 그러나 전국단위의 지반조사 자료의 방대함과 이를 활용함에 있어 공간적/추계학적 기법 적용의 불확실성으로 인해 신뢰도 높은 지역적 지반특성화 연구와 그에 따른 최적화 모델 제시에 어려움이 있다. 따라서 본 연구에서는 서울지역 3차원 지하공간의 공학적 지층분류를 위해 다층 퍼셉트론(MLP) 기반의 최적 학습모델을 구축하였다. 먼저, 서울지역에 분포하는 시추공별 층상구조 및 3차원 공간좌표를 표준화 서식에 따라 지반정보 데이터베이스로 구축하고 기계학습을 위한 결측치 보정, 정규화 등의 데이터 전처리를 하였다. MLP 모델의 파라미터 최적화와 정밀도 및 정확도 관련 모델 성능 평가를 통해 최적의 피팅 모델을 설계하였다. 이후 3차원 지반 공간레이어 구축을 위한 수치표고모델 기반 격자망을 구성하고, 단위격자별 MLP기반 예측모델 적용을 통한 층상구조를 결정하고 이를 가시화하였다. 구축된 3차원 지반모델은 범용적인 지구통계학적 공간보간 기법의 적용 결과 및 지질도의 표토층 성상과 비교하여 그 성능을 평가하였다.

• 해양환경안전학회지
• /
• 제30권1호
• /
• pp.108-117
• /
• 2024

본 연구에서는 너클 라인이 다수 존재하면서 안팎 형상이 비대칭으로 설계된 특이점을 갖는 쌍동선의 자항성능을 예측하기 위해 CFD 해석을 수행하였고, 해석 기법에 따른 차이를 파악하기 위해 MRF(Moving Reference Frame) 기법과 SDM(Sliding Mesh) 기법을 적용하였다. MRF 기법을 적용한 경우에는 time step당 프로펠러를 1˚ 회전시켰고, SDM 기법의 경우 10˚, 5˚, 1˚씩 회전시키며 각 기법별 예측된 자항성능을 비교하였다. 자항점 추정을 위한 몇 가지 프로펠러 회전수에서의 해석 결과 중 프로펠러의 토크는 기법에 따른 차이가 거의 없었지만 추력 및 선체가 받는 저항은 MRF 기법보다는 SDM 기법을 적용했을 때 더 낮게, SDM 기법의 time step당 프로펠러 회전각이 작을수록 높게 계산되었다. 선형 내삽을 통해 추정된 자항점의 프로펠러 회전수, 추력, 토크와 실선 확장법을 사용해 추정된 실선의 전달동력, 반류 계수, 추력 감소 계수 및 프로펠러 회전수도 동일한 경향을 보였으며, 대부분의 자항효율은 반대의 경향을 보였다. 프로펠러 후류의 경우 MRF 기법을 적용했을 때 정확도가 떨어졌고, SDM 기법의 time step당 프로펠러 회전각에 따라 표현되는 후류의 차이는 거의 없었다.

• Radiation Oncology Journal
• /
• 제15권1호
• /
• pp.71-78
• /
• 1997

목적 :동적 쐐기 조사면 측정을 다중 검출기 시스템과 같은 특수한 장치없이 보편적인 방사선 측정 방법을 사용하여 시행할 수 있는 방법을 고안, 수행하였다. 대상 및 방법 : $15^{\circ},\;30^{\circ},\;45^{\circ},\;60^{\circ}$의 동적 쐐기각(dynamic wedge angle)과 6MV와 15MV인 광자선을 발생시키는 선형 가속기(CL 2100 C/D)를 이용하여 wedge transmission factor 및 percentage depth dose(PDD, 선량 프로파일을 측정하였다. Wedge transmission factor는 6MV, 15MV인 광자선과 $15^{\circ},\;30^{\circ},\;45^{\circ},\;60^{\circ}$의 4개의 동적 쐐기각에 대해서 $4\times4cm^2-20\times20cm^2$까지 1-2cm간격의 정사각형 조사면과 Y-field가 4cm, 20cm일 때 여러개의 X-field에 대한 각각의 직사각형 조사면에서 측정하였다. 또한 동적 쐐기의 구간별 치료표(Segmented Treatment Table, STT)값을 이용하여 wedge factor를 계산해 내었다. PDD는 필름 dosimetry로 구하였는데 개방 조사면에 대해 전리함과 필름으로 PDD를 구한 후 필름의 환산값을 알아내어 쐐기 조사면에 대한 필름 dosimetry로 PDD를 구하여 필름 환산값으로 전리함을 통해 얻을 수 있는 실제 PDD를 구하였다. 선량 프로파일은 비대칭 정지 조사면을 선택적으로 전리함을 이용하여 측정하고 이때 얻은 측정치인 소구간 프로파일과 STT를 이용하는 선량 분포 중칩 방식으로 구하였다. 결과 : wedge transmission factor의 측정치와 STT를 이용하여 구한 계산치를 비교한 결과 실험 오차 범위내에서 거의 일치하였다. 또한 직사각형 조사면에서의 wedge transmission factor 변화를 측정한 결과 동일한 Y-field에 대해서 직사각형 조사면은 정사각형 조사면에서의 wedge factor와 같았다. PDD는 필름 방사선 측정값의 보정으로 개방 조사면에서 PDD와 동적 쐐기 조사면에서 PDD 사이의 차이는 무시될 수 있다. 그리고 전리함의 측정으로부터 중칩 방식으로 얻어진 동적 쫴기의 선량 프로파일은 필름 dosimetry로 얻은 동적 쐐기의 선량 프로파일과 비교한 결과 최대 2% 이내 정확도의 허용 오차 영역에 들어옴을 볼 수 있었다. 결론 :동적 조사면의 특성으로 동적 쐐기 측정에서의 정보 수집을 위하여 모든 조사면에서의 방대한 측정과 그로인한 장시간의 소비, 또한 동적 쐐기 측정을 위한 특수한 장치가 필요하지만 보편적으로 사용하는 측정 장치, 즉 단일 검출기와 필름 방사선 측정 방법으로 충분히 용이하게 행할 수 있었다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.163-177
• /
• 2019

스마트폰이 널리 보급되고 현대인들의 생활 속에 깊이 자리 잡으면서, 스마트폰에서 수집된 다종 데이터를 바탕으로 사용자 개인의 행동을 인식하고자 하는 연구가 활발히 진행되고 있다. 그러나 타인과의 상호작용 행동 인식에 대한 연구는 아직까지 상대적으로 미진하였다. 기존 상호작용 행동 인식 연구에서는 오디오, 블루투스, 와이파이 등의 데이터를 사용하였으나, 이들은 사용자 사생활 침해 가능성이 높으며 단시간 내에 충분한 양의 데이터를 수집하기 어렵다는 한계가 있다. 반면 가속도, 자기장, 자이로스코프 등의 물리 센서의 경우 사생활 침해 가능성이 낮으며 단시간 내에 충분한 양의 데이터를 수집할 수 있다. 본 연구에서는 이러한 점에 주목하여, 스마트폰 상의 다종 물리 센서 데이터만을 활용, 딥러닝 모델에 기반을 둔 사용자의 동행 상태 인식 방법론을 제안한다. 사용자의 동행 여부 및 대화 여부를 분류하는 동행 상태 분류 모델은 컨볼루션 신경망과 장단기 기억 순환 신경망이 혼합된 구조를 지닌다. 먼저 스마트폰의 다종 물리 센서에서 수집한 데이터에 존재하는 타임 스태프의 차이를 상쇄하고, 정규화를 수행하여 시간에 따른 시퀀스 데이터 형태로 변환함으로써 동행 상태분류 모델의 입력 데이터를 생성한다. 이는 컨볼루션 신경망에 입력되며, 데이터의 시간적 국부 의존성이 반영된 요인 지도를 출력한다. 장단기 기억 순환 신경망은 요인 지도를 입력받아 시간에 따른 순차적 연관 관계를 학습하며, 동행 상태 분류를 위한 요인을 추출하고 소프트맥스 분류기에서 이에 기반한 최종적인 분류를 수행한다. 자체 제작한 스마트폰 애플리케이션을 배포하여 실험 데이터를 수집하였으며, 이를 활용하여 제안한 방법론을 평가하였다. 최적의 파라미터를 설정하여 동행 상태 분류 모델을 학습하고 평가한 결과, 동행 여부와 대화 여부를 각각 98.74%, 98.83%의 높은 정확도로 분류하였다.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.627-646
• /
• 2022

최근 지구 온난화로 인한 기후 변화와 관련된 문제의 심각성이 커지고 있으며 평균 기온 또한 상승하고 있다. 이로 인해 온도에 민감한 다양한 생물과 생물이 살아가는 환경에 영향을 미치고 있으며, 생태계의 변화 역시 감지되고 있다. 계절은 그 지역에 사는 생물의 종류, 분포, 생육 특성 등에 영향을 미치는 중요한 요인의 하나이다. 기후 변화 영향 평가의 지표 중 가장 대중적이고 쉽게 인식될 수 있는 식물 계절 중 개화일과 단풍나무 절정일의 모델링을 수행하였다. 모델링에 사용된 식물의 종류에는 봄을 대표하는 식물로 볼 수 있는 개나리와 벚나무, 가을을 대표하는 식물로 볼 수 있는 단풍 나무와 은행 나무를 사용하였다. 모델링을 수행할 때 사용된 기상 자료로는 기상청의 Automated Surface Observing System (ASOS) 관측소를 통해서 관측된 기온, 강수, 일사 자료를 사용하였으며, 개나리, 벚나무의 개화일과 약 -0.2, 은행나무, 단풍나무의 단풍 절정일과 약 0.3 정도의 상관 계수를 가지는 Moderate Resolution Imaging Spectroradiometer (MODIS) 식생지수를 사용하여 모델링을 수행하였다. 사용된 모델로는 선형 모델인 다중 회귀 모형과, 비선형 모델인 Random Forest (RF)를 사용하여 모델을 수립하였다. 또한 각 모형으로 추정된 예측 값을 공간 내삽 기법을 이용하여 등치 선도로 2003~2020년의 식물 계절 변화 경향 성을 표현하였다. 향후에 높은 시공간 해상도를 가지는 식생지수를 사용한다면 더 높은 식물 계절 모델링의 정확도를 높일 수 있을 것으로 판단된다.