• Korean Chemical Engineering Research
• /
• 제48권6호
• /
• pp.717-724
• /
• 2010

액체의 화재 및 폭발위험을 나타내는 가장 중요한 물성의 하나인 인화점의 실험 데이터는 그 필요에도 불구하고 실제로 데이터를 확보하는 것이 가능하지 않은 경우가 많다. 이 연구에서는 DIPPR 801에서 얻은 893개 유기물의 인화점 실험데이터로부터 인화점을 예측하는 부분최소자승법(PLS) 및 support vector machine(SVM) 모델을 만들고 비교하였다. 분자를 구성하는 각 구성요소들이 분자의 물성에 일정한 기여를 한다는 가정을 이용하여 분자의 물성을 예측하는 방법인 그룹기여법을 이용하여 65개 작용기가 이 예측모델의 독립변수가 되었고 분자량의 로그값이 추가되었다. 두 모델에서 결정해야 할 매개변수는 교차검증에서 계산된 오차를 이용하여 결정되었는데, SVM모델은 그 매개변수가 많아 particle swarm optimization을 이용한 최적화를 이용하였다. 훈련데이터의 선택이 예측성능에 영향을 줄 수 있어 임의로 100개의 데이터 세트를 생성하여 테스트하였다. 전체 데이터에 대해 계산된 평균절대오차는 PLS가 13.86~14.55였고, SVM이 7.44~10.26여서 SVM이 PLS에 비해 매우 우수한 예측성능을 보였다.

• 한국건설관리학회논문집
• /
• 제25권2호
• /
• pp.3-10
• /
• 2024

본 연구는 국내 최초 스마트시티로 지정된 건설 현장에 적용된 스마트건설장비의 효과를 분석하여 향후 스마트건설장비의 발전 및 활성화 방안을 도출하는데 목적이 있다. 이를 위해 토목공사 현장에 적용되는 대표적 스마트건설장비인 머신가이던스(Machine Guidance; MG)기술에 의한 안전시스템과 시공시스템의 실제적 활용 효과와 문제점을 분석한 후에 개선방안을 제시하였다. MG안전시스템과 MG시공시스템 모두 결과적으로 시공성 개선에 충분히 활용성이 있음을 파악하였고, MG시스템에 의한 작업결과의 승인문제와 잦은 현장 장비교체에 의한 시스템 변경문제, 고령의 현장 근로자의 사용성 개선문제 등이 속히 해소해야 할 과제로 분석되었으며, 연구에서는 이러한 문제에 대해 현장에서 해결한 일부 방안을 제시하였다. 연구에서 제시한 활용효과와 문제점 등은 머신가이던스기술을 현장에 상당기간 실제로 적용한 후에 직접 활용한 근로자와 관리자 등을 통하여 분석하였으므로, 장비자동화를 위한 실증적 분석 자료가 많지 않은 점에서 향후 유사 현장에 적용하기 위한 선행자료로 활용성을 갖을 수 있다.

• 정보관리학회지
• /
• 제21권4호
• /
• pp.133-152
• /
• 2004

정보시대의 도래로 정보량은 기하급수적으로 증가하게 되었고, 이러한 대량의 정보로부터 이용자 개개인에게 적합한 정보를 적시에 제공할 수 있는 방법으로 SDI 서비스가 연구${\cdot}$개발되어 왔지만, 현실적으로 그 활용도는 매우 낮은 것으로 조사되었다. 이에 본 논문에서는 그 원인을 분석하고 SDI 시스템의 성능을 개선시킬 수 있는 적합성 피드백 기반 SDI 시스템을 개발하고자 하였다. 본 연구의 실험을 위해 개발된 실험시스템은 이용자 최소개입 피드백기반 SDI 시스템, 완전자동 피드백기반 SDI 시스템, 그리고 이용자 최대개입 피드백 기반 SDI 시스템이며, 새로 개발된 3개 시스템의 성능 개선정도를 평가하기 위해 네 번째 시스템으로서 전통적인 SDI 서비스에서 사용하고 있는 방법으로 시스템을 개발하였다. 실험결과 이용자 최대개입 피드백 기반 SDI 시스템이 가장 높은 성능을 보여 주었고, 완전자동 피드백 기반, 이용자 최소개입 피드백기반, 전통적 SDI 시스템 순으로 나타났으며, 피드백기반 시스템들은 피드백이 진행될수록 그 성능이 향상되는 것으로 나타났다.

• 한국정보통신학회논문지
• /
• 제21권5호
• /
• pp.1009-1015
• /
• 2017

최근 사물 인터넷 기술의 활용을 통해 가축 및 축사 관련 빅데이터 축적이 가능해 졌다. 이러한 빅 데이터를 기반으로 다양한 기계학습방안들이 가축관리에 적용되어 축산농가의 생산성을 크게 향상시키고 있다. 본 연구에서는 현재 가장 주목받고 있는 기계학습 기술인 딥러닝을 적용한 질병개체 파악방안을 제안한다. 제안한 방안에서는 정상상태와 질병상태의 가축들이 섞여있는 환경에서 상태에 따라 다른 생체데이터 특성을 지닐 때 심층신경망을 이용하여 가축의 상태를 분류한다. 제안 방안은 가축 생체데이터의 통계적 특성을 모르는 상황에서도 학습을 통해서 가축의 상태를 정확하게 분류할 수 있다. 질병개체의 정확한 파악은 구제역과 같은 전염성 질병을 예방하는데 큰 도움이 될 수 있다.

• Journal of Biosystems Engineering
• /
• 제42권2호
• /
• pp.75-79
• /
• 2017

The use of tractors to carry out agricultural work has played an important role in mechanizing the agricultural sector. A repairable mechanical system (such as an agricultural tractor) is subject to deterioration or failure. In this study, a regression model was used to predict the failure rate of a John Deere 3140 tractor. The machine failure pattern was carefully studied, and key factors affecting the failure rate were identified in five regions of the Khouzestan province. Through a questionnaire, data was obtained from farm records. This data was grouped into six sub-groups, according to the annual use hours (AUH) and the manner in which the tractors were stored. Results showed that AUH and storage policies affected failure rate slightly. With an increase in the age of the tractors, the failure rate in the tractors used for 1050-2000 hours annually and stored outdoors was higher than those used for 200-1000 hours annually and stored in sheds. When the tractors were of the same age, the slope of the curve in the 200-1000 annual use hours increased gradually and then rapidly, but failure rate in the 1050-2000 annual use hours was high from the beginning, and subsequent increase in this value was almost uniform. As a result, it can be said that with an increase in the annual use hours, the failure and breakdown rate in John Deere 3140 tractors rapidly increases, but maintenance conditions only slightly affect the failure and breakdown rate.

• 대한원격탐사학회지
• /
• 제37권1호
• /
• pp.41-55
• /
• 2021

To detect thunderstorms occurring in Korea, National Meteorological Satellite Center (NMSC) also introduced the rapid-development thunderstorm (RDT) algorithm developed by EUMETSAT. At NMCS, the H-RDT (HR) based on the Himawari-8 satellite and the K-RDT (KR) which combines the GK2A convection initiation output with the RDT were developed. In this study, we optimized the KR (KU) to improve the detection level of thunderstorms occurring in Korea. For this, we used all available data, such as GK2A/AMI, RADAR, lightning, and numerical model data from the recent two years (2019-2020). The machine learning of logistic regression and stepwise variable selection was used to optimize the KU algorithms. For considering the developing stages and duration time of thunderstorms, and data availability of GK2A/AMI, a total of 72 types of detection algorithms were developed. The level of detection of the KR, HR, and KU was evaluated qualitatively and quantitatively using lightning and RADAR data. Visual inspection using the lightning and RADAR data showed that all three algorithms detect thunderstorms that occurred in Korea well. However, the level of detection differs according to the lightning frequency and day/night, and the higher the frequency of lightning, the higher the detection level is. And the level of detection is generally higher at night than day. The quantitative verification of KU using lightning (RADAR) data showed that POD and FAR are 0.70 (0.34) and 0.57 (0.04), respectively. The verification results showed that the detection level of KU is slightly better than that of KR and HR.

• 터널과지하공간
• /
• 제31권1호
• /
• pp.25-40
• /
• 2021

4차 산업혁명 시대의 도래에 따라 암반공학분야에서도 인공지능을 활용한 연구가 점차 증가하고 있다. 본 논문에서는 인공지능에 대한 이해와 그 활용도를 더욱 증진시키기 위하여, 암반공학기술의 주된 적용대상인 터널, 발파, 광산과 관련된 최근의 국내외 연구 중 인공지능이 활용된 논문들에서 그 알고리즘의 종류와 적용방법을 분석하였다. 터널에서는 암반분류, TBM굴진율 및 막장전방 지질 예측, 발파에서는 암반의 파쇄도 및 비산거리, 광산에서는 폐광의 침하가능성 예측을 위해 주로 활용되고 있으며, 기계학습의 다양한 알고리즘 중 인공신경망이 압도적으로 많이 활용되고 있는 것으로 나타났다. 연구결과의 정확도와 신뢰성 제고를 위해 사용하고자 하는 인공지능 알고리즘에 대한 정확하고 상세한 이해가 필수적이며, 현재는 접근이나 분석이 난해한 암반공학 분야의 다양한 문제해결을 위해 기계학습뿐 아니라 CNN 또는 RNN과 같은 딥러닝을 활용한 연구 아이디어들이 점차 증가될 것으로 기대된다.

• International Journal of Computer Science & Network Security
• /
• 제22권8호
• /
• pp.328-342
• /
• 2022

The Internet of Things (IoT) is a technology that offers lucrative services in various industries to facilitate human communities. Important information on people and their surroundings has been gathered to ensure the availability of these services. This data is vulnerable to cybersecurity since it is sent over the internet and kept in third-party databases. Implementation of data encryption is an integral approach for IoT device designers to protect IoT data. For a variety of reasons, IoT device designers have been unable to discover appropriate encryption to use. The static support provided by research and concerned organizations to assist designers in picking appropriate encryption costs a significant amount of time and effort. IoTES is a web app that uses machine language to address a lack of support from researchers and organizations, as ML has been shown to improve data-driven human decision-making. IoTES still has some weaknesses, which are highlighted in this research. To improve the support, these shortcomings must be addressed. This study proposes the "IoTES with Security" model by adding support for the security level provided by the encryption algorithm to the traditional IoTES model. We evaluated our technique for encryption algorithms with available security levels and compared the accuracy of our model with traditional IoTES. Our model improves IoTES by helping users make security-oriented decisions while choosing the appropriate algorithm for their IoT data.

• 인터넷정보학회논문지
• /
• 제25권4호
• /
• pp.39-46
• /
• 2024

API 게이트웨이는 클라우드 외부의 API 클라이언트가 클라우드 내부 서비스와 통신할 수 있는 단일 진입점을 제공하는 고가용성 구성요소로서 병목 현상을 발생시킬 위험이 크고 서비스 변경 시 재배포가 필요하다. 여러 API 게이트웨이가 구현되고 있는 Java 언어는 배포와 운영 성능의 문제를 극복하기 위해 GraalVM Native Image와 Virtual Thread라는 기술을 발표하였다. Java 애플리케이션에 이들 기술을 적용하기 위해서는 소스 코드 및 배포 절차를 변경해야 한다. 본 연구에서는 API 게이트웨이가 GraalVM Native Image와 Java Virtual Machine(JVM) 기반으로 동작했을 때와 Virtual Thread와 Reactive 스레드 처리 방식 간의 성능을 측정하고 분석하였다. 본 연구에서는 배포 성능과 운영 성능의 평가를 위해 평가지표를 선정하였고 네 가지 환경에서 평가지표의 성능을 측정하고 평가하였다.

• 한국산학기술학회논문지
• /
• 제14권7호
• /
• pp.3444-3449
• /
• 2013

선로전환기를 제어하는 제어모듈은 첨단화되었으나 타 도시철도 운영기관의 점검주기 및 점검방식을 그대로 도입, 계전연동장치를 사용하던 시기와 동일하게 적용하여 과잉정비 및 오정비로 인한 장애를 발생시켰다. 장애복구과정에서 인적오류는 열차의 탈선 등 중대사고로 이루어질 수 있어 선로전환기 모니터링시스템을 설치하고 실시간으로 선로전환기의 운영 상태를 자동으로 감시할 수 있도록 하였다. 고장유형별 치명도, 평균고장간격(MTBF), 평균복구간격(MTTR), 가용률을 산출한 결과와, 점검항목별 유지보수요원의 의견을 반영하여 점검주기를 변경하고 유지보수를 시행한 후에 작업이 간소화되었고 연평균 11건 발생하던 고장이 4년 연속 한건도 발생하지 않았다.