본 연구에서는 폴리유산 나노복합재의 열탄성 거동을 예측하기 위해 분자동역학 전산모사를 수행하고 그 결과를 열탄성 미시역학 모델 예측해와 비교하였다. 폴리유산의 두 이성질체인 D유산(Poly D-lactide)와 L유산(Poly L-lactide)을 혼합한 스테레오 콤플렉스를 모델링하였고 이들을 기지로 사용한 탄소나노튜브 나노복합재를 구성하였다. 유산의 분해 유무에 따른 유리전이온도와 탄성계수 그리고 열팽창계수를 앙상블 전산모사를 통해 예측하였다. 미시역학 모델에서는 계면의 완전 결합을 가정한 이중입자 모델을 적용하여 탄성계수와 열팽창계수를 동일한 조성에서 예측하였다. 그 결과 열적 안정성에 있어 스테레오 콤플렉스에 탄소나노튜브가 첨가될 경우 유산의 뛰어난 계면 흡착과 이에 따른 열적 안정성 향상을 보였다. 순수한 유산과 나노복합재 모두 가수 분해에 따른 열적 특성 변화는 관찰되지 않았다. 또한, 스테레오 콤플렉스와 나노튜브 간 계면은 약한 불완전 결합상태 임을 알 수 있었다.
항공교통흐름관리의 목적은 공항 및 공역의 수용량 안에서 항공교통 수요를 만족시키는 것이다. 그러므로 수용량을 정확하게 예측하는 것은 항공교통흐름관리의 성능에 많은 영향을 준다. 본 논문은 특정 공항의 예상 출·도착 수요, 시각, 기상 및 실제 처리한 항공기 대수 등 과거의 항공기운항 데이터를 기계학습의 한 방법론인 부스팅 앙상블 알고리즘으로 학습하여 시간당 출·도착하는 항공기의 수를 예측하는 회귀모형을 개발하였다. 기계학습을 통해 도출된 모델은 실제 인천국제공항의 출·도착 항공편 데이터를 이용해 검증하였으며, 결정계수가 0.95 이상으로 나타났다. 이 모델을 이용하여 접근관제구역의 수용량을 간접적으로 예측할 수 있었다.
본 연구는 최근 가공 불량 예측 방법으로 주목받고 있는 머신러닝 기반의 모델을 이용하여 CNC 가공 불량 발생의 실시간 예측을 위한 분석 프레임워크를 제안하고, 해당 프레임워크에 기반하여 XGBoost, CatBoost, LightGBM, 랜덤 포레스트, Extra Trees, SVM, k-최근접 이웃, 로지스틱 회귀 모델을 CNC 설비에 기본 내장된 센서들로부터 추출된 데이터에 적용 및 분석하였다. 분석 결과 XGBoost, CatBoost, LightGBM 모델이 동일하게 가장 우수한 정확도, 정밀도, 재현율, F1 점수, AUC 값을 보였으며, 이 중 LightGBM 모델이 소요 실행 시간이 가장 짧은 것으로 나타났다. 이러한 짧은 소요 실행 시간은 실 시스템 구축 비용 절감, 빠른 불량 예측에 따른 CNC 장비 파손 확률 감소, 전체적인 CNC 활용률 증가 등의 실무적 장점을 가지므로 LightGBM 모델이 기본 센서들만 설치된 CNC 설비에 적용 시 가공 불량 예측에 가장 효과적으로 판단된다. 또한 소요 실행 시간 및 컴퓨팅 파워의 제약이 없는 상황에서는 LightGBM, Extra Trees, k-최근접 이웃, 로지스틱 회귀 모형으로 구성된 앙상블 모델을 적용할 경우 분류 성능이 최대화됨을 확인하였다.
본 연구는 스마트팜 환경에서 진행된 혁신적인 연구로, 딥러닝을 기반으로 한 질병 및 해충 탐지 모델을 개발하고, 이를 지능형 사물인터넷(IoT) 플랫폼에 적용하여 디지털 농업 환경 구현의 새로운 가능성을 탐색하였다. 연구의 핵심은 Pseudo-Labeling, RegNet, EfficientNet 등 최신 ImageNet 모델과 전처리 방식을 통합하여, 복잡한 농업 환경에서 다양한 질병과 해충을 높은 정확도로 탐지하는 것이었다. 이를 위해 앙상블 학습 기법을 적용하여 모델의 정확도와 안정성을 극대화했으며, 평균 정밀도(mAP), 정밀도, 재현율, 정확도, 박스 손실 등의 다양한 성능 지표를 통해 모델을 평가하였다. 또한, SHAP 프레임워크를 활용하여 모델의 예측 기준에 대한 깊은 이해를 도모하였고, 이를 통해 모델의 결정 과정을 보다 투명하게 만들었다. 이러한 분석은 모델이 어떻게 다양한 변수들을 고려하여 질병 및 해충을 탐지하는지에 대한 중요한 통찰력을 제공하였다.
본 연구에서는 ESP (Ensemble Streamflow Prediction)기법을 활용한 가뭄전망 체계를 구축하고 가뭄예보에 있어 활용성을 평가하였다. 과거 관측 수문기상 및 지형정보를 이용하여 우리나라 전역에 지면모델(Land Surface Model, LSM)을 구축하고 유출량(Historical Runoff, HR)을 생산하였다. 또한, 모의기간 동안 과거 30개 기상자료와 초기 토양수분량을 이용하여 선행시간별(1, 2, 3개월) 전망된 유출량(Predicted Runoff, PR)을 생산하였다. 평가결과 여름 및 가을철 보다 봄철 및 겨울철에 정확도가 높았으며, 1개월 전망 이후로는 정확도가 낮게 나타났다. 가뭄지수는 국내 가뭄해석에 있어 검증된 표준유출지수(Standardized Runoff Index, SRI)를 활용하였으며, PR_SRI을 산정 및 평가하였다. 1, 2개월 전망에서는 과거 HR이 고려되어 ESP HR에 비해 정확도가 크게 개선됨을 알 수 있었다. 선행시간별 상관계수는 평균 0.71, 0.48, 0.00, 평균제곱근오차는 0.46, 0.76, 1.01로 나타났으며, 건조기에 정확도가 높게 나타나 1, 2개월 전망까지는 ESP를 활용한 국내 가뭄예보의 활용성이 높다고 판단된다.
Preparations need to be made for Korean pine(Pinus koraiensis) in anticipation of climate change because Korean pine is an endemic species of South Korea and the source of timber and pine nut. Therefore, climate change adaptation policy has been established to conduct an impact assessment on the distribution of Korean pine. Our objective was to predict the distribution of Korean pine while taking into account uncertainty and afforestation conditions. We used the 5th forest types map, a forest site map and BIOCLIM variables. The climate scenarios are RCP 4.5 and RCP 8.5 for uncertainty and the climate models are 5 regional climate models (HadGEM3RA, RegCM4, SNURCM, GRIMs, WRF). The base period for this study is 1971 to 2000. The target periods are the mid-21st century (2021-2050) and the end of the 21st century (2071-2100). This study used the MaxEnt model, and 50% of the presences were randomly set as training data. The remaining 50% were used as test data, and 10 cross-validated replicates were run. The selected variables were the annual mean temperature (Bio1), the precipitation of the wettest month (Bio13) and the precipitation of the driest month (Bio14). The test data's ROC curve of Korean pine was 0.689. The distribution of Korean pine in the mid-21st century decreased from 11.9% to 37.8% on RCP 4.5 and RCP 8.5. The area of Korean pine at an artificial plantation occupied from 32.1% to 45.4% on both RCPs. The areas at the end of the 21st century declined by 53.9% on RCP 4.5 and by 86.0% on RCP 8.5. The area of Korean pine at an artificial plantation occupied 23.8% on RCP 4.5 and 7.2% on RCP 8.5. Private forests showed more of a decrease than national forests for all subsequent periods. Our results may contribute to the establishment of climate change adaptation policies for considering various adaptation options.
KRISO 3600 TEU 컨테이너 모형선의 반류 유동을 PIV 기법을 이용하여 측정하였다. 본 실험은 시험부의 크기가 $1.0^W{\times}1.0^H{\times}4.5^L(m)$인 회류수조에서 수행되었는데, 선박 반류의 종단면과 횡단면에서 속도장을 측정함으로써 반류의 유동특성을 해석하였다. 실험시 횡단면 측정은 반류영역인 Station -0.5767, -1, -3의 3단면에서 수행하였고, 종단면의 경우 배의 중심 평면에서 우현방향으로 Z/(B/2)=0, 0.1, 0.2, 0.4, 0.6의 5단면에서 속도장을 측정하였다. 자유흐름속도는 $U_O=0.6m/s$로 고정하였는데, 수선간 길이 $L_{PP}=1.5m$에 기초한 레이놀즈수는 약 $Re=9{\times}10^5$이다. 각각의 측정 단면에서 순간속도장 400장을 구하고, 이들을 앙상블(ensemble) 평균하여 평균속도장, 난류운동 에너지 및 와도의 공간분포를 구하였다. 반류영역에는 서로 반대방향으로 회전하는 한 쌍의 longitudinal 보오텍스가 존재하며 수선 근처에 반대방향으로 회전하는 2차 와류가 발생하였다. 하류로 나아감에 따라 longitudinal 보오텍스와 2차 와류는 난류확산과 점성소산에 의하여 강도가 약화되지만 반류영역은 점차 확장된다.
이 연구는 동아시아 (중국, 한국, 그리고 일본) 여름몬순과 그 변동성을 MME (multi-model ensemble)을 이용하여 IPCC AR4 (Intergovernmental Panel on Climate Change Fourth Assessment Report) 실험의22개 접합 기후모델 결과 자료로 분석하였다. 결과자료들은 사용 가능한 모든 모델의 평균값을 이용하였다. 여름 몬순 기간 동안 최대 강수를 가지는 연주기는 모델에 의해 모의되었으나 장마(Meiyu-Changma-Baiu) 강수밴드의 이동(북쪽)과 연관되어 7월에 나타나는 최소값은 모의하지 못했다. MME 강수 패턴은 북태평양아열대 고기압과 장마전선대의 위치와 연관된 강수의 공간적 분포를 잘 나타내었다. 그러나 중국, 한반도, 그리고 일본의 동해와 인근 해역의 강수는 과소 예측되었다. 마지막으로 $CO_2$ 농도 배증시나리오의 복사 강제에 대한 미래예측을 분석하였다. MME는 $CO_2$ 농도가 배증될 때 동아시아지역에서 강수는 평균 7.8%로 나타났고, $5{\sim}10%$의 변화폭을 보였다. 그러나 이러한 강수의 증가는 통계적으로 한반도와 일본, 그리고 인근 북중국 지역에서만 중요한 의미를 가진다. 강수 예측에서 나타난 변화는 아열대 고기압의 강도 변화에 비례하는 것으로 나타났다. 그리고 봄에서 초가을까지 여름 몬순의 지속기간이 길어짐을 확인하였다.
This study is to assess the applicability of the Extreme Forecast Index (EFI) algorithm of the ECMWF seasonal forecast system to the Global Seasonal Forecasting System version 5 (GloSea5), operational seasonal forecast system of the Korea Meteorological Administration (KMA). The EFI is based on the difference between Cumulative Distribution Function (CDF) curves of the model's climate data and the current ensemble forecast distribution, which is essential to diagnose the predictability in the extreme cases. To investigate its applicability, the experiment was conducted during the heat-wave cases (the year of 1994 and 2003) and compared GloSea5 hindcast data based EFI with anomaly data of ERA-Interim. The data also used to determine quantitative estimates of Probability Of Detection (POD), False Alarm Ratio (FAR), and spatial pattern correlation. The results showed that the area of ERA-Interim indicating above 4-degree temperature corresponded to the area of EFI 0.8 and above. POD showed high ratio (0.7 and 0.9, respectively), when ERA-Interim anomaly data were the highest (on Jul. 11, 1994 (> $5^{\circ}C$) and Aug. 8, 2003 (> $7^{\circ}C$), respectively). The spatial pattern showed a high correlation in the range of 0.5~0.9. However, the correlation decreased as the lead time increased. Furthermore, the case of Korea heat wave in 2018 was conducted using GloSea5 forecast data to validate EFI showed successful prediction for two to three weeks lead time. As a result, the EFI forecasts can be used to predict the probability that an extreme weather event of interest might occur. Overall, we expected these results to be available for extreme weather forecasting.
본 연구는 복합재 항공기의 비행 데이터를 활용한 기계학습 기반 구조건전성 모니터링 시스템 연구의 예비 연구이다. 본 연구에서는 구조건전성 모니터링에 이용되기에 가장 적합한 기계학습 알고리즘을 선별하고, 실 기체 데이터에 대한 적용을 위해 차원 축소를 수행하였다. 이를 위해 외팔보를 통해 모사된 항공기 날개 구조와 부가 질량을 통해 손상 모사 실험을 진행하고, 분류 알고리즘을 통해 데이터를 손상의 위치와 정도에 따라 구분하였다. 이를 위해 FBG (fiber bragg grating) 센서를 부착한 외팔보의 진동 실험을 통해 정상상태와 12개의 손상상태에 대한 데이터를 취득하고, MATLAB 환경에서 tree, discriminant, SVM (support vector machine), kNN, ensemble 알고리즘의 비교와 파라미터 튜닝을 통해 가장 적합한 알고리즘을 도출하였다. 또한 NCA (neighborhood component analysis)를 이용한 특징 선택을 통해, 실 기체에서 나올 수 있는 고차원 데이터의 관리를 위해 필요한 차원 축소를 수행하였다. 그 결과, quadratic SVM이 NCA를 적용하지 않은 모델에서 98.7%, NCA를 적용한 모델에서 95.9%로 가장 높은 정답률을 보였다. 또한 NCA 적용 후 모델의 예측 속도, 학습 시간, 용량이 모두 향상되었다.
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.