• 공학논문집
• /
• 제1권1호
• /
• pp.5-14
• /
• 1997

이 논문에서는 위성 탑재용 안테나를 설계하기 위해서 옵셑 그레고리언 안테나의 복사특성을 해석하였다. 거리 복사패턴을 계산하기 위해서 부반사판에 GO를 이용해서 반사파를 구하고 여기에 UTD를 이용하여 구한 회절파를 더하여 얻은 결과를 가지고 PO를 이용하여 주반사면에 유기되는 전류밀도를 구하여 복사적분식을 유도하였다. 그레고리언 안테나의 복사특성해석을 위해서 주반사판의 초점거리가 62.4$\lambda$, 반경이 100$\lambda$, 옵셑 높이가 75$\lambda$, 부반사판의 이심율 0.501. 초점간의 거리 32.82$\lambda$, 경사각이 $9^{\circ}$, 반개구각이 $15.89^{\circ}$ 인 경우를 해석하였다. 이 때 급전혼에서 복사되는 파를 x편파와 y편파로 하였을 경우, 옵셑 그레고리언 안테나의 교차편파 준위와 부엽준위가 옵셑 포물면 안테나의 경우에 비해서 각각 30dB, 10dB씩 줄어드는 특성을 보였다.

• 한국환경복원기술학회지
• /
• 제26권5호
• /
• pp.19-32
• /
• 2023

The fragmentation of habitats resulting from human activities leads to the isolation of wildlife and it also causes wildlife-vehicle collisions (i.e. Road-kill). In that sense, it is important to predict potential habitats of specific wildlife that causes wildlife-vehicle collisions by considering geographic, environmental and transportation variables. Road-kill, especially by large mammals, threatens human safety as well as financial losses. Therefore, we conducted this study on roe deer (Capreolus pygargus tianschanicus), a large mammal that causes frequently Road-kill in Jeju Island. So, to predict potential wildlife habitats by considering geographic, environmental, and transportation variables for a specific species this study was conducted to identify high-priority restoration sites with both characteristics of potential habitats and road-kill hotspot. we identified high-priority restoration sites that is likely to be potential habitats, and also identified the known location of a Road-kill records. For this purpose, first, we defined the environmental variables and collect the occurrence records of roe deer. After that, the potential habitat map was generated by using Random Forest model. Second, to analyze roadkill hotspots, a kernel density estimation was used to generate a hotspot map. Third, to define high-priority restoration sites, each map was normalized and overlaid. As a result, three northern regions roads and two southern regions roads of Jeju Island were defined as high-priority restoration sites. Regarding Random Forest modeling, in the case of environmental variables, The importace was found to be a lot in the order of distance from the Oreum, elevation, distance from forest edge(outside) and distance from waterbody. The AUC(Area under the curve) value, which means discrimination capacity, was found to be 0.973 and support the statistical accuracy of prediction result. As a result of predicting the habitat of C. pygargus, it was found to be mainly distributed in forests, agricultural lands, and grasslands, indicating that it supported the results of previous studies.

• 대한원격탐사학회지
• /
• 제36권5_4호
• /
• pp.1267-1276
• /
• 2020

백두산 화산의 대규모 분화로 인한 우리나라 PM_2.5 영향 및 피해범위를 정량적으로 예측하기 위하여 우리나라에 직접 피해를 주는 worst-case 기상 시나리오를 적용하여 3차원 대기화학모델링 시스템 WRF-SMOKE-CMAQ(Weather Research & Forecasting - Sparse Matrix Operation Kernel Emission - Comunity Multi-scale Air Quality)을 구동하였다. 과거 10년(2005~2014년)간 백두산 분화 worst-case 우선순위 중 우리나라에 가장 큰 직접 피해를 주는 대표 worst-case 시나리오를 적용하여 대상 사례일(2012.5.16)에 VEI 4의 대규모 화산 분화를 가정하여 화산 분화로 인한 초미세먼지(PM_2.5)의 영향을 분석하였다. 우리나라 지역별(시군구) PM_2.5의 영향을 예측하고 취약계층 등을 반영한 노출평가를 실시하여 취약지역을 도출하였다. 또한, 시군구의 영향을 보다 상세규모(9 km × 9 km)로 분석하여 시군구 지역 내 취약지역을 도출하였다. 백두산 분화 대표 worst-case(2012.5.16.) 분석결과, 국내 PM_2.5 피크농도는 24,547 ㎍/㎥로 낙하 화산재(5억 4천만톤) 처리가 가장 큰 문제로 대두되었던 미국 세인트헬렌스 화산 분화(1980년) 사례보다 더 극한 상황이 될 것으로 예상된다. 또한, PM_2.5 고농도 지역의 분석결과, 파주, 김포, 고양, 강화, 산청, 하동에서 고농도가 나타났다. 반면, 인구 노출분석 결과 인구 밀집지역인 파주가 특히 취약지역으로 나타났고, 취약계층 노출분석 결과 또한, 취약계층 인구가 많은 파주, 남양주, 화성이 취약지역으로 나타났다. 시군구 지역을 상세규모로 분석함으로써 하동 북부 등 시군구 지역 내에서의 고농도 지역을 도출할 수 있었다. 화산재해 발생 시 대기오염물질의 고농도 지역도 중요하지만 인구 및 민감군, 취약계층 밀집지역 등을 고려한 대응 및 대책 마련이 필요하겠으며 시군구에 대한 일률적인 대책보다 시군구 지역 내 고농도 지역 등의 선별을 통한 취약 지역별 대책 마련이 필요하겠다. 본 연구는 화산재해의 재난선포 기준 개발 및 선제적 대응체계 개발의 초석 마련에 기초자료가 될 것으로 판단된다.

• 지적과 국토정보
• /
• 제47권2호
• /
• pp.233-254
• /
• 2017

본 연구는 교통사고 가운데 인적피해를 동반한 교통사고에 대해 교통사고의 시공간적 특성과 교통사고 심각도에 영향을 미치는 주요인을 분석하고자 하였다. 이를 위해 2012년부터 2015년 까지 4년간 서울시에서 발생한 교통사고 데이터 가운데 인적사고가 있는 데이터를 교통사고 심각도에 따라 경상, 중상, 사망 교통사고로 분류하고, 교통사고의 시공간특성분석은 커널분석, 핫스팟분석, 스페이스타임큐브분석, EHSA(Emerging HotSpot Analysis)를 수행하였으며, 교통사고 심각도에 영향을 미치는 요인 분석은 데이터마이닝 기법중의 하나인 의사결정나무 모형을 활용하였다. 분석결과 서울시 교통사고는 도심부 보다는 외곽지역에서 많이 발생하며 특히 한강 이남의 상업 활동이 많은 곳에서 교통사고가 많음을 확인할 수 있었다. 특히 서초와 강남의 일부 상업 및 유흥지역을 중심으로 교통사고 집중지역이 나타나며 교통사고 다발지역은 시간이 흐름에 따라 그 현상이 더욱 심화되는 경향을 보이고 있었다. 사망교통사고의 경우 지역적으로는 영등포구, 구로구, 종로구, 중구, 성북구 일부지역에 통계적으로 유의미한 핫스팟지역이 나타나지만 시간대별로 구분해보면 오후 퇴근시간 부터 새벽까지 일부 구간에서 핫스팟이 나타나며 시간 고려 없이 분석된 결과와는 상이한 패턴이 나타남을 알 수 있었다. 서울시 교통사고 심각도에 영향을 미치는 주요 요인으로는 사고유형이 가장 중요한 역할을 하며 도로의 종류, 차량의 종류, 교통사고 발생 시간, 법규위반 종류 등의 순으로 중요도가 나타났다. 교통사고 가운데 심각한 교통사고로 이어지는 경우는 차대 사람이나 차량단독으로 사고가 나는 경우 고속도로나 특별광역시도와 같이 폭원이 넓고 차량속도가 높은 곳에서 승합차나 화물차에서 중상의 교통사고가 일어날 가능성이 높으며, 동일한 상황에서 승합차나 화물차가 아닌 승용차, 자전거, 이륜차 등의 경우에는 새벽시간에 심각한 교통사고로 이어질 가능성이 높은 것으로 나타났다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1723-1735
• /
• 2022

산사태는 가장 널리 퍼진 자연재해 중 하나로 인명 및 재산피해 뿐만 아니라 범 국가적 차원의 피해를 유발할 수 있기 때문에 효과적인 예측 및 예방이 필수적이다. 높은 정확도를 갖는 산사태 취약성도를 제작하려는 연구는 꾸준히 진행되고 있으며 다양한 모델이 산사태 취약성 분석에 적용되어 왔다. 빈도비 모델, logistic regression 모델, ensembles 모델, 인공신경망 등의 모델과 같이 픽셀기반 머신러닝 모델들이 주로 적용되어 왔고 최근 연구에서는 커널기반의 합성곱신경망 기법이 효과적이라는 사실과 함께 입력자료의 공간적 특성이 산사태 취약성 매핑의 정확도에 중요한 영향을 미친다는 사실이 알려졌다. 이러한 이유로 본 연구에서는 픽셀기반 deep neural network (DNN) 모델과 패치기반 convolutional neural network (CNN) 모델을 이용하여 산사태 취약성을 분석하는 것을 목적으로 한다. 연구지역은 산사태 발생 빈도가 높고 피해가 큰 인제, 강릉, 평창을 포함한 강원도 지역으로 설정하였고, 산사태 관련인자로는 경사도, 곡률, 하천강도지수, 지형습윤지수, 지형위치 지수, 임상경급, 임상영급, 암상, 토지이용, 유효토심, 토양모재, 선구조 밀도, 단층 밀도, 정규식생지수, 정규수분지수의 15개 데이터를 이용하였다. 데이터 전처리 과정을 통해 산사태관련인자를 공간데이터베이스로 구축하였으며 DNN, CNN 모델을 이용하여 산사태 취약성도를 작성하였다. 정량적인 지표를 통해 모델과 산사태 취약성도에 대한 검증을 진행하였으며 검증결과 패치기반의 CNN 모델에서 픽셀기반의 DNN 모델에 비해 3.4% 향상된 성능을 보였다. 본 연구의 결과는 산사태를 예측하는데 사용될 수 있고 토지 이용 정책 및 산사태 관리에 관한 정책 수립에 있어 기초자료 역할을 할 수 있을 것으로 기대된다.

• Nuclear Engineering and Technology
• /
• 제39권5호
• /
• pp.603-616
• /
• 2007

Roy Huddle, having invented the coated particle in Harwell 1957, stated in the early 1970s that we know now everything about particles and coatings and should be going over to deal with other problems. This was on the occasion of the Dragon fuel performance information meeting London 1973: How wrong a genius be! It took until 1978 that really good particles were made in Germany, then during the Japanese HTTR production in the 1990s and finally the Chinese 2000-2001 campaign for HTR-10. Here, we present a review of history and present status. Today, good fuel is measured by different standards from the seventies: where $9*10^{-4}$ initial free heavy metal fraction was typical for early AVR carbide fuel and $3*10^{-4}$ initial free heavy metal fraction was acceptable for oxide fuel in THTR, we insist on values more than an order of magnitude below this value today. Half a percent of particle failure at the end-of-irradiation, another ancient standard, is not even acceptable today, even for the most severe accidents. While legislation and licensing has not changed, one of the reasons we insist on these improvements is the preference for passive systems rather than active controls of earlier times. After renewed HTGR interest, we are reporting about the start of new or reactivated coated particle work in several parts of the world, considering the aspects of designs/ traditional and new materials, manufacturing technologies/ quality control quality assurance, irradiation and accident performance, modeling and performance predictions, and fuel cycle aspects and spent fuel treatment. In very general terms, the coated particle should be strong, reliable, retentive, and affordable. These properties have to be quantified and will be eventually optimized for a specific application system. Results obtained so far indicate that the same particle can be used for steam cycle applications with $700-750^{\circ}C$ helium coolant gas exit, for gas turbine applications at $850-900^{\circ}C$ and for process heat/hydrogen generation applications with $950^{\circ}C$ outlet temperatures. There is a clear set of standards for modem high quality fuel in terms of low levels of heavy metal contamination, manufacture-induced particle defects during fuel body and fuel element making, irradiation/accident induced particle failures and limits on fission product release from intact particles. While gas-cooled reactor design is still open-ended with blocks for the prismatic and spherical fuel elements for the pebble-bed design, there is near worldwide agreement on high quality fuel: a $500{\mu}m$ diameter $UO_2$ kernel of 10% enrichment is surrounded by a $100{\mu}m$ thick sacrificial buffer layer to be followed by a dense inner pyrocarbon layer, a high quality silicon carbide layer of $35{\mu}m$ thickness and theoretical density and another outer pyrocarbon layer. Good performance has been demonstrated both under operational and under accident conditions, i.e. to 10% FIMA and maximum $1600^{\circ}C$ afterwards. And it is the wide-ranging demonstration experience that makes this particle superior. Recommendations are made for further work: 1. Generation of data for presently manufactured materials, e.g. SiC strength and strength distribution, PyC creep and shrinkage and many more material data sets. 2. Renewed start of irradiation and accident testing of modem coated particle fuel. 3. Analysis of existing and newly created data with a view to demonstrate satisfactory performance at burnups beyond 10% FIMA and complete fission product retention even in accidents that go beyond $1600^{\circ}C$ for a short period of time. This work should proceed at both national and international level.