Objectives: Disability weights require regular updates, as they are influenced by both diseases and societal perceptions. Consequently, it is necessary to develop an up-to-date list of the causes of diseases and establish a survey panel for estimating disability weights. Accordingly, this study was conducted to calculate, assess, modify, and validate disability weights suitable for Korea, accounting for its cultural and social characteristics. Methods: The 380 causes of disease used in the survey were derived from the 2019 Global Burden of Disease Collaborative Network and from 2019 and 2020 Korean studies on disability weights for causes of disease. Disability weights were reanalyzed by integrating the findings of an earlier survey on disability weights in Korea with those of the additional survey conducted in this study. The responses were transformed into paired comparisons and analyzed using probit regression analysis. Coefficients for the causes of disease were converted into predicted probabilities, and disability weights in 2 models (model 1 and 2) were rescaled using a normal distribution and the natural logarithm, respectively. Results: The mean values for the 380 causes of disease in models 1 and 2 were 0.488 and 0.369, respectively. Both models exhibited the same order of disability weights. The disability weights for the 300 causes of disease present in both the current and 2019 studies demonstrated a Pearson correlation coefficient of 0.994 (p=0.001 for both models). This study presents a detailed add-on approach for calculating disability weights. Conclusions: This method can be employed in other countries to obtain timely disability weight estimations.
컴퓨팅 시스템들은 사이버공격에 대한 다양한 취약점을 가지고 있다. 특히 정보화 사회에서 지능화된 다양한 사이버공격은 사회적으로 심각한 문제와 경제적 손실을 초래한다. 전통적인 침입탐지시스템은 오용침입탐지(misuse)기반의 기술로 사이버공격을 정확하게 탐지하기 위해서는 지속적인 새로운 공격 패턴 갱신과 수많은 보안 장비에서 생성되는 방대한 양의 데이터에 대한 실시간 분석을 해야만 한다. 하지만 전통적인 보안시스템은 실시간으로 탐지 및 분석을 통한 대응을 할 수 없기 때문에 침해 사고의 인지시점이 지체되어 많은 피해를 야기할 수도 있다. 따라서 머신 러닝과 빅데이터 분석 모델 기반으로 끊임없이 증가하는 사이버 보안 위협을 신속하게 탐지, 분석을 통한 대응과 예측할 수 있는 새로운 보안 시스템이 필요하다. 본 논문에서는 머신 러닝과 빅데이터 기술을 활용한 IDS 구축 방안을 제시한다.
본 논문은 외부 긴장된 긴장재의 손실 긴장력 추정에 대한 새로운 방법을 소개한다. 제안된 방법은 HGA과 FEM이 조합된 시스템 인식 기법으로 외부긴장된 긴장재의 손실된 긴장력이 추정된다. 제안된 기법의 인식변수로는 외부긴장 긴장재의 긴장력, 유효공칭직경, 단위길이당 질량과 레일리 감쇠 계수가 사용되었다. 첫째로 감쇠의 효과가 적용된 유한요소 모델 시스템을 모형화되고, 시스템 인식변수를 반복적으로 추정하는 역해석 기법을 이용하여 인식하게 된다. 마지막으로 3번의 수치실험을 통하여, 제안기법의 수치적 타당성 여부가 확인된다. 이때, 레일리 감쇠 계수를 제외한 인식변수들의 오차는 1%미만으로 인식된다.
본 연구에서는 오프라인 및 온라인 매개변수 자동보정기법을 이용하여 개념적 집중형 수문모형의 매개변수를 보정한 후, 각 보정기법에 따른 강우-유출 해석 결과를 비교 분석하여 기법별 적용성을 평가하였다. 이를 위해 용담댐 상류 천천 유역을 대상으로 9개의 단기 강우사상을 선정하고, 강우-유출 모의를 위한 수문모형으로 저류함수모형을 선택하였다. 또한 저류함수모형의 매개변수 보정을 위한 자동보정기법으로 오프라인 기법으로는 SCE-UA, 온라인 기법으로는 파티클 필터를 선정하여 해석을 수행하였다. 각 기법에 따른 유출 해석결과의 재현성 평가를 위해 관측수문곡선의 평균유량을 근거로 하여 저수부(평균유량 이하)와 고수부(평균유량 초과)로 구분하여 모의결과를 비교 검토하였다. 그 결과, 매 시간 입력자료를 이용하여 매개변수를 실시간으로 업데이트하는 파티클 필터의 경우, 저수부와 고수부에 구분없이 전반적으로 우수한 재현성을 보여주었다. 반면에 SCE-UA의 경우, 대상 사상에 대한 전체기간의 정보를 활용하여 선택된 목적함수 RMSE와 HMLE를 최소로 하는 최적 매개변수를 추정함에 따라 일정규모 이상의 홍수사상에서는 목적함수에 따라 매개변수의 변동성이 나타났으며, 고수부에서는 RMSE, 저수부에서는 HMLE가 비교적 우수한 유출모의 결과를 나타내는 것으로 분석되었다.
지도 일반화 기법을 이용하여 대축척 지도자료로부터 소축척 지도자료를 생산하기 위한 방법론 개발은 수치지형도의 제작, 갱신 등의 관리에 있어서 매우 중요하다. 본 연구에서는 수치지형도의 도로와 같은 네트워크 형태의 객체를 일반화하기 위한 하나의 단계인 선택 기법을 제안, 적용하였다. 이를 위해, 기존의 1:5,000 축척과 1:25,000 축척의 수치지형도를 상호 비교하여 도로 네트워크 객체의 선택과 관련된 기준(선택 객체의 개수, 상대적 중요도) 들을 T$\ddot{o}$pfer의 radical 법칙과 Logit 모형을 이용하여 분석하였다. 여기서 분석된 결과를 바탕으로 하여 테스트 데이터에 대해 선택 모델을 적용하여 1:5,000 수치지형도 도로중심선 레이어로부터 일반화된 1:18,000, 1:72,000 축척의 네트워크 데이터셋을 도출하였다. 일반화된 결과에 대하여 정성적, 정량적 평가를 실시한 결과, 상대적으로 높은 중요도를 가진 네트워크 객체들이 목표 축척수준에 맞게 적절히 선택된 결과를 나타내었다.
주요 시설물에 널리 이용되고 있는, 말단질량을 갖는 탄성지지 캔틸레버형 보의 구조적 안전성 확보를 위하여, 대표적 손상형태 중 하나인 균열의 발생 및 진전을 센서를 통하여 측정된 데이터를 이용하여 추정함으로써 건전성을 모니터링할 수 있는 기술개발이 필요하다. 균열탐지를 위하여 압전재료를 이용한 임피던스기법이 활발히 연구되고 있는데, 이러한 기존연구들은 주로 균열과 임피던스 신호와의 관련성을 손상지수를 이용하여 실험적으로 규명함으로써 손상을 추정하는 내용으로 판단된다. 본 연구는 말단질량을 갖는 탄성지지 캔틸레버형 보의 균열에 따른 임피던스 신호의 변화와 해석적으로 구한 균열보 고유주파수 변화의 상관성을 규명하기 위한 연구이다. 정확한 고유주파수 해석을 위하여 자유진동실험 결과를 이용하여 건전보에 대한 해석모델을 개선한 후, 캔틸레버형 보에 단계적으로 균열을 발생시키면서 임피던스 신호를 측정하고 이에 대한 손상지수를 제곱평균제곱근편차를 이용하여 구한다. 그 결과를 개선된 해석모델을 기반으로 산정한 균열보의 고유주파수와 비교함으로써 고유주파수와 임피던스 신호와의 상관관계를 규명한다. 실험적으로 구한 임피던스 손상지수와 해석적으로 구한 1차 및 2차 고유주파수의 손상전후 비율 간의 상관계수가 각각 0.924 및 0.928로써, 밀접한 상관관계를 가지는 것으로 알 수 있었는데, 이러한 상관성을 활용하면 임피던스기법 기반 손상추정의 결과로부터 구조물의 현재 상태에 대한 구조특성을 보다 정확히 평가할 수 있고, 해석모델을 이용하여 구조물의 거동을 효과적으로 예측할 수 있을 것으로 판단된다.
실제 운용 환경에서 자동문서분류시스템의 성공을 위해서 충분하지 못한 학습문서의 문제와 특징 공간들에 대한 사전지식이 없는 상황을 해결하는 것이 관건이다. 이런 맥락에서 많은 자동문서분류 시스템의 구축을 위해 나이브 베이즈 문서분류 알고리즘을 사용한다. 이는 기존 학습된 분류모델과 특징 공간을 점진적으로 갱신함으로써 분류모델을 향상시키는 것이 매우 용이하기 때문이다. 본 논문에서는 특징 가중치를 이용하여 문서분류기의 성능을 향상시키는 기법을 제안한다. 기본 아이디어는 문서분류 모델의 인자로서 특징들의 분포뿐만 아니라 각 특징들의 중요도를 반영하는 것이다. 속성 선택을 미리 수행하여 학습모델을 만드는 것이 아니라, 속성 중요도를 나이브 베이즈 학습 모델에 포함시킴으로써 보다 정확한 모델을 생성할 수 있다. 또한 동적 환경에서 점진적인 특징 가중치 부여를 위해 기존의 특징 갱신 기법을 확장한 알고리즘도 제안한다. 본 논문에서 제안된 기법을 평가하기 위해서 Reuters-21578과 20Newsgroup 문서집합 이용한 실험을 실시하여, 제안된 기법이 전통적인 나이브 베이즈 분류기의 성능을 크게 향상시킴을 증명한다.
The load carrying capacity of a bridge needs to be properly assessed to operate the bridge safely and maintain it efficiently. For the evaluation of load carrying capacity considering the current state of a bridge, static and quasi-static loading tests with weight-controlled heavy trucks have been conventionally utilized. In these tests, the deflection (or strain) of the structural members loaded by the controlled vehicles are measured and analyzed. Using the measured data, deflection (or strain) correction factor and impact correction factor are calculated. These correction factors are used in the enhancement of the load carrying capacity of a bridge, reflecting the real state of a bridge. However, full or partial control of the traffic during the tests and difficulties during the installment of displacement transducers or strain gauges may cause not only inconvenience to the traffic but also the increase of the logistics cost and time. To overcome these difficulties, an alternative method is proposed using an excited response part of full measured ambient acceleration data by ordinary traffic on a bridge without traffic control. Based on the modal properties extracted from the ambient vibration data, the initial finite element (FE) model of a bridge can be updated to represent the current real state of a bridge. Using the updated FE model, the deflection of a bridge akin to the real value can be easily obtained without measuring the real deflection. Impact factors are obtained from pseudo-deflection, which is obtained by double-integration of the acceleration data with removal of the linear components on the acceleration data. For validation, a series of tests were carried out on a steel plategirder bridge of an expressway in Korea in four different seasons, and the evaluated load carrying capacities of the bridge by the proposed method are compared with the result obtained by the conventional load test method.
The idea of using measured dynamic characteristics for damage detection is attractive because it allows for a global evaluation of the structural health and condition. However, vibration-based damage detection for complex structures such as long-span cable-supported bridges still remains a challenge. As a suspension or cable-stayed bridge involves in general thousands of structural components, the conventional damage detection methods based on model updating and/or parameter identification might result in ill-conditioning and non-uniqueness in the solution of inverse problems. Alternatively, methods that utilize, to the utmost extent, information from forward problems and avoid direct solution to inverse problems would be more suitable for vibration-based damage detection of long-span cable-supported bridges. The auto-associative neural network (ANN) technique and the probabilistic neural network (PNN) technique, that both eschew inverse problems, have been proposed for identifying and locating damage in suspension and cable-stayed bridges. Without the help of a structural model, ANNs with appropriate configuration can be trained using only the measured modal frequencies from healthy structure under varying environmental conditions, and a new set of modal frequency data acquired from an unknown state of the structure is then fed into the trained ANNs for damage presence identification. With the help of a structural model, PNNs can be configured using the relative changes of modal frequencies before and after damage by assuming damage at different locations, and then the measured modal frequencies from the structure can be presented to locate the damage. However, such formulated ANNs and PNNs may still be incompetent to identify damage occurring at the deck members of a cable-supported bridge because of very low modal sensitivity to the damage. The present study endeavors to enhance the damage identification capability of ANNs and PNNs when being applied for identification of damage incurred at deck members. Effort is first made to construct combined modal parameters which are synthesized from measured modal frequencies and modal shape components to train ANNs for damage alarming. With the purpose of improving identification accuracy, effort is then made to configure PNNs for damage localization by adapting the smoothing parameter in the Bayesian classifier to different values for different pattern classes. The performance of the ANNs with their input being modal frequencies and the combined modal parameters respectively and the PNNs with constant and adaptive smoothing parameters respectively is evaluated through simulation studies of identifying damage inflicted on different deck members of the double-deck suspension Tsing Ma Bridge.
수자원의 수요 증가와 ENSO (El Ni$\tilde{n}$o/La Ni$\tilde{n}$a Southern Oscillation) 등의 기후변화 현상으로 인한 수자원 공급의 불안정 요소가 제기됨에 따라, 수자원 관리 계획 수립 시 장/단기강우 모의의 중요성이 강조되고 있다. 본 연구에서는 미국 플로리다 템파 지역의 두 개 유역을 대상으로 1986년부터 2008년까지의 MM5 지역기후모델을 이용한 강우모의 결과를 시험지역의 33개 관측자료와 CDF-mapping 기법을 이용하여 통계적으로 보정하였으며 그 결과를 바탕으로 ENSO 패턴에 따른 모델의 성능을 평가하였다. 보정된 MM5일 강우 모의결과는 대체적으로 각 관측소의 월 평균 강우량 (ME: 1.0mm)을 잘 모의하는 것으로 나타났다. 블락-크리깅 기법을 이용하여 추정된 유역 평균 일/월 강우량 또한 관측치를 잘 재현하였다(일 강우 ME: 0.8mm, 월 강우 ME: 7.1mm). 한편, ONI (Oceanic Ni$\tilde{n}$o index)를 이용하여 구분한 ENSO 패턴에 따른 강우 모의치를 분석한 결과, 월별 엘리뇨/라니냐 해에 대한 유역 단위의 강우량 모의 성능이 상이한 것으로 나타났다. 이 원인으로 한정된 모수화 적용 및 모델 경계자료 오차 등을 제시하고 이에 대한 보정 방법개선 등의 추가 연구의 필요성을 지적하였다. 본 연구는 ENSO 패턴을 고려한 월별 기후모델 결과를 활용함에 있어 유의점을 제시하였기에, 우기와 건기에 대한 수자원 관리를 위한 적용 등에 유용하게 활용될 것으로 기대된다.
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.