• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 1999년도 추계학술발표회요약집
• /
• pp.272-272
• /
• 1999

• 한국산림과학회지
• /
• 제110권4호
• /
• pp.610-621
• /
• 2021

지진 발생과 집중호우에 의해 땅밀림형 산사태 유형으로 분류되는 땅밀림 현상이 전국적으로 광범위하게 나타나고 있다. 산림청은 땅밀림으로 인한 인명 및 재산 피해를 예방하기 위해 땅밀림 우려지 현장조사 판정표를 통해 땅밀림 발생 위험지를 사전에 파악하고 있다. 한편 최근에는 컴퓨터 기술의 발달로 인공지능의 한 분야인 기계학습 분류기법을 이용하여 산지재해 취약성을 평가하거나 자연재해를 예측하고 있다. 따라서 이 연구에서는 기계학습 분류기법인 k-Nearest Neighbor(k-NN), Naive Bayes(NB), Random Forest(RF), 그리고 Support Vector Machine(SVM) 분류모델을 이용하여 땅밀림 발생 위험등급을 분류하였다. 한국치산기술협회의 2018~2020년 조사 자료 4,618개 중에서 땅밀림 현상의 발생 여부를 고려하여 발생지 총 146개소, 그리고 미발생지 146개소를 임의추출하여 292개 자료를 선정하였으며, 이 중 70%에 해당하는 204개소 자료를 훈련자료로 하여 모델을 구축하였다. 전체 자료의 30%에 해당하는 88개 검증자료에 대해 모델을 평가한 결과, k-NN은 0.727, NB는 0.750, RF는 0.807, 그리고 SVM은 0.750의 분류정확도를 보였다. 또한, Kappa 상관계수는 각각 0.534, 0.580, 0.673 및 0.585, 그리고 AUC는 각각 0.872, 0.912, 0.943 및 0.834로 계산되었다. 따라서 땅밀림 위험지역 판정을 위한 기계학습 분류모델은 RF, NB, SVM, 그리고 k-NN 순으로 높은 성능을 보였다. 기계학습 분류모델은 향후 산지토사재해의 예방 및 대응을 위한 기초자료로 활용 가능하며, 땅밀림 재해 관리 및 피해 경감에 위한 정책 개발에 필요한 정보를 제공할 것이다.

• 소성∙가공
• /
• 제26권1호
• /
• pp.48-54
• /
• 2017

The dissolution and precipitation of Nb, which has been known as strong carbide-forming element, play a key role in controlling phase transformation kinetics of microalloyed steels. In this study, we analyzed both numerically and experimentally the precipitation behavior of Nb-microalloyed steel and its effect on the austenite decomposition during cooling. Nb precipitation in austenite matrix could be predicted by the thermo-kinetic software MatCalc, in which interfacial energy between precipitate and matrix is calculated. The simulated precipitation kinetics fairly well agrees with the experimental observations by TEM. Austenite decomposition, which is strongly affected by Nb precipitation during cooling, was measured by dilatometry and was modeled on the basis of a Johnson-Mehl-Avrami-Kolmorgorov(JMAK) equation. It was confirmed that the dissolved Nb delays the austenite decomposition, whereas, the precipitated Nb accelerates phase transformation during the austenite decomposition.

• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 1995년도 추계학술발표회논문집(2)
• /
• pp.765-770
• /
• 1995

지체균열전파(DHC)는 중수로 압력관의 수명에 근 영향을 미치는 중요한 현상 중의 하나이다. 본 연구에서는 열처리를 통하여 압력관 재료인 Zr-2,5Nb의 기계적 성질, 집합조직을 변화시켜 각 인자들이 DHC에 미치는 영향을 조사하였다. 그 결과 지체균열전파속도(DHCV)는 항복강도와 경도와 비례한다는 것과 유사한 미세구조와 집합조직을 갖는 Zr-2.5Nb의 경우 항복강도와 Puls의 모델을 이용하여 지체균열전파속도(DHCV)를 예측할 수 있었다. 그리고 secondary cracking이 annealing한 시편들에서는 관찰되었으나 $\beta$열처리 후 급냉한 시편에서는 관찰되지 않았다. 이것의 수소화물 형상의 차이에 의한 것으로 생각된다.

• 한국방사선학회논문지
• /
• 제9권6호
• /
• pp.417-420
• /
• 2015

본 연구는 탄소 빔의 분할조사 후 세포생존율 (Surviving Fraction, SF) 값에 따른 Linear-Quadratic model, Incomplete Repair model, Marchese model의 결과값을 비교하기 위해 진행하였다. 탄소 빔을 4fraction까지 조사한 후 얻은 세포생존율 값을 바탕으로 mathematica 프로그램 (ver 9.0)을 이용하여 각각의 모델로 결과값을 얻어 비교해 보았다. 그 결과 즉시 NB1RGB를 시딩한 값은 repair가 감안되지 않은 LQ 모델이 적합하였지만 fraction 시행한 후의 결과값은 오차를 보였다. 따라서 Potentially Lethal Damage Repair (PLDR)과 Sublethal Damage Repair (SLDR)의 발생을 각각 감안한 repair 모델을 이용하여 적합한지 판단하였다. 이를 바탕으로 탄소 빔의 분할 조사 시 LQ 모델에 각각의 repair의 양을 감안한 새로운 회복 관련 모델의 적용 가능성을 보고자 하였다.

• 한국결정성장학회지
• /
• 제6권3호
• /
• pp.327-340
• /
• 1996

고주파로의 이용한 Czocharalski 법으로 congruent$(R_{m}=R_{c}=0.945)$, stoichiometric$(R_{m}=1,\;R_{c}=0.957)$, Li-rich$(R_{m}=1.202,\;R_{c}=0.989)$, congruent한 조성에 $K_{2}O$를 6 wt% 첨가한 $LiNbO_{3}$ 등의 순수한 단결정들과 congruent한 조성에 Mg와 Mn을 불순물로 첨가한 $LiNbO_{3}:Mn(0.1\;mole%),\;LiNbO_{3}:Mg(4.5,\;6.0,\;10.0\;mole%),\;LiNbO_{3}:(Mg(4.5,\;6.0,\;10.0\;mole%)+Mn(0.1\;mole%))$ 단결정들을 결정의 c.축 방향으로 성장시켰다. 실온데서 UV 스펙트럼과 IR 스펙트럼을 측정한 결과 UV 흡수단과 $OH^{-}$ 흡수 스펙트럼은 [Li]/[Nb] 비에 따라 변화한다. 또 첨가한 Mg, Mn 불순물들의 영향을 받는데 UV 흡수단의 위치와 $OH^{-}$ 흡수 스펙트럼의 위치, 모양이 Mg의 첨가량에 크게 의존하며 이는 Mg의 첨가량에 따라 이 이온의 결정내 위치가 달라지기 때문이다. 순수한 단별정들에 대한 $OH^{-}$ 흡수 스펙트럼을 Gaussian 선모습 함수를 써서 3, 5 개의 성분 스펙트럼으로 분해한다. 이 결과를 설명하기 위한 $LiNbO_{3}$ 단결정내의 배내, 배외 결함 구조에 대한 논의로 부터 Li 빈자리 모델이 결함 구조를 설명하는데 적합하다는 결론을 내렸고 이들 불순물 이온의 결정내의 위치도 정한다. 또한 결함 구조에 대한 본 연구의 결론을 이용하여 최근의 다른 연구자들의 실험 결과도 설명한다.

• 한국컴퓨터정보학회논문지
• /
• 제28권11호
• /
• pp.81-87
• /
• 2023

네트워크 패킷의 메타데이터를 학습한 침입탐지시스템이 최근 많이 제안되었다. 그러나 이러한 방식은 모델 학습에 사용할 메타데이터 생성을 위해 패킷을 분석하는 시간, 그리고 학습 전 메타데이터를 전처리하는 시간이 필요하다. 또한, 특정 메타데이터를 학습한 모델은 실제 네트워크로 유입되는 원본 패킷을 그대로 사용하여 침입을 탐지하는 것이 불가능하다. 이러한 문제를 해결하기 위해 본 논문에서는 패킷 페이로드를 하나의 문장으로 학습시켜 침입을 탐지하는 자연어 처리 기반의 침입탐지시스템을 제안하였다. 제안하는 기법의 성능 검증을 위해 UNSW-NB15와 Transformer 모델을 활용하였다. 먼저, 데이터세트의 PCAP 파일에 대한 라벨링을 실시한 후 2종의 Transformer 모델(BERT, DistilBERT)에 문장 형태로 직접 학습시켜 탐지성능을 분석하였다. 실험 결과 이진분류 정확도는 각각 99.03%, 99.05%로 기존 연구에서 제안한 기법들과 유사하거나 우수한 탐지성능을 보였으며, 다중분류는 각각 86.63%, 86.36%로 더 우수한 성능을 나타냄을 확인하였다.

• 정보보호학회논문지
• /
• 제28권3호
• /
• pp.617-623
• /
• 2018

본 연구는 안드로이드 정적분석을 기반으로 추출된 AndroidManifest 권한 특징을 통해 악성코드를 탐지하고자 한다. 특징들은 AndroidManifest의 권한을 기반으로 분석에 대한 자원과 시간을 줄였다. 악성코드 탐지 모델은 1500개의 정상어플리케이션과 500개의 악성코드들을 학습한 SVM(support vector machine), NB(Naive Bayes), GBC(Gradient Boosting Classifier), Logistic Regression 모델로 구성하여 98%의 탐지율을 기록했다. 또한, 악성앱 패밀리 식별은 알고리즘 SVM과 GPC (Gaussian Process Classifier), GBC를 이용하여 multi-classifiers모델을 구현하였다. 학습된 패밀리 식별 머신러닝 모델은 악성코드패밀리를 92% 분류했다.

• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 1998년도 춘계학술발표회논문집(2)
• /
• pp.915-920
• /
• 1998

본 논문에서는 반구형 헤드(hemi-spherical head)를 가진 압력용기에 비방사형(non-radial) 노즐을 가공할 경우, 개구(opening) 간격이 반구형 헤드의 설계에 미치는 영향을 검토하기 위하여 개구 간격의 변화에 따른 응력분포변화를 분석하였다. ASME 코드는 NB-3222.4(d)의 설계 조건을 만족하는 압력 용기의 혜드에 노즐을 가공할 경우, NB-3338.2(d)에서 개구사이의 최소거리를 제시하고 있다. 본 논문에 서는 ASME 코드가 제시하고 있는 개구사이의 최소거리의 타당성과 설계상 이 요건을 만족하지 못하는 경우에 대하여 분석하고 검토하였다. 해석모델은 한국 표준형원자로의 가압기를 기본모델로하여 개구사이의 간격변화에 따른 응력변화를 검토하고, 설계시 고려하여야할 인자를 분석하였다.

• 한국주조공학회지
• /
• 제41권5호
• /
• pp.445-453
• /
• 2021

다양한 합금계에 대한 계산열역학은 CALPHAD 기법으로 잘 알려져있다. 실험적으로 측정된 열역학 특성들을 활용하여 각 상에 대한 Gibbs 에너지 모델 파라미터들을 구하여, 주로 실험적으로 측정되지 못한 영역에 대한 예측이나 실험 결과에 대한 열역학 해석에 활용되고 있다. 본 연구에서는 내열 주조 합금 (IN-657)이 장시간 사용 후에 일정 영역에서 파괴되는 현상의 열역학적 해석을 위해 Ni-Cr-Nb-C 사원계 시스템의 열역학 모델링을 수행하였고, Cr 함량에 따른 시스템의 안정상, 온도에 따른 상분율 및 Ni₂Cr상의 long range ordering 파라미터를 계산하였고 실험결과와 비교하였다. 계산된 열역학 물성들은 실험으로 보고된 파괴온도 영역 및 해당 영역에서 생성된 안정상에 대한 결과를 잘 설명한다. CALPHAD 기법을 통한 열역학 모델링은 다양한 주조 합금의 열역학적 거동을 해석하고 예측하는데 유용하게 사용될 수 있을 것으로 기대된다.