• Geomechanics and Engineering
• /
• 제32권1호
• /
• pp.111-123
• /
• 2023

The slope of an open cut tunnel is located above the exit of the Leijia tunnel on the Changgan high-speed railway. During the excavation of the open cut tunnel foundation pit, the slope slipped twice, a large landslide of 92500 m³ formed. The landslide body and unstable slope body not only caused the foundation pit of the open cut tunnel to be buried and the anchor piles to be damaged but also directly threatened the operational safety of the later high-speed railway. Therefore, to study the stability change in the slope of the open cut tunnel under heavy rain and excavation conditions, a 3D numerical calculation model of the slope is carried out by Midas GTS software, the deformation mechanism is analyzed, anti-sliding measures are proposed, and the effectiveness of the anti-sliding measures is analyzed according to the field monitoring results. The results show that when rainfall occurs, rainwater collects in the open cut tunnel area, resulting in a transient saturation zone on the slope on the right side of the open cut tunnel, which reduces the shear strength of the slope soil; the excavation at the slope toe reduces the anti-sliding capacity of the slope toe. Under the combined action of excavation and rainfall, when the soil above the top of the anchor pile is excavated, two potential sliding surfaces are bounded by the top of the excavation area, and the shear outlet is located at the top of the anchor pile. After the excavation of the open cut tunnel, the potential sliding surface is mainly concentrated at the lower part of the downhill area, and the shear outlet moves down to the bottom of the open cut tunnel. Based on the deformation characteristics and the failure mechanism of the landslides, comprehensive control measures, including interim emergency mitigation measures and long-term mitigation measures, are proposed. The field monitoring results further verify the accuracy of the anti-sliding mechanism analysis and the effectiveness of anti-sliding measures.

• 한국지구과학회지
• /
• 제44권1호
• /
• pp.1-12
• /
• 2023

해양의 파랑은 지구온난화 및 기후변화의 중요한 지표 중 하나로 인식되고 있다. 기후변화와 동아시아 몬순의 영향을 직접적으로 받는 황해 및 동중국해역에서의 유의파고 및 파향의 시공간 변동성 연구가 필요하다. 본 연구에서는 유럽중기예보센터(European Centre for Medium-Range Weather Forecasts; ECMWF)에서 제공하고 있는 5세대 모델 재분석장 (ECMWF Reanalysis 5, ERA5) 자료를 활용하여 황해 및 동중국해역에서의 유의파고와 파향의 공간분포와 계절 및 경년변동을 포함하는 시공간 변동성을 분석하였다. 모델 재분석자료를 활용한 유의파고와 파향의 변동성 분석에 앞서 이어도 해양과학기지 관측 자료와의 비교를 통하여 정확도를 검증하였다. 평균 유의파고는 0.3-1.6 m의 범위를 보였으며 북쪽에 비해 남쪽이 높고 연안에 비해 황해 중심부에서 높은 공간분포 특성을 보였다. 유의파고의 표준편차 또한 평균과 유사한 양상을 나타내었다. 황해에서 유의파고와 파향은 뚜렷한 계절변동성을 보였다. 유의파고의 경우 전반적으로 겨울철에 가장 높았으며 늦봄 또는 초여름에 가장 낮았다. 파향은 계절풍의 영향으로 겨울철에는 주로 남쪽으로 전파되었으며 여름철에는 북쪽으로 전파되는 특성이 나타났다. 유의파고의 계절변동은 여름철 태풍 등의 영향으로 해마다 연 진폭의 큰 변화를 가진 강한 경년변동성을 보였다.

• 대한토목학회논문집
• /
• 제29권2D호
• /
• pp.199-207
• /
• 2009

본 연구에서는 운전자들이 현재 이용하는 교통정보 서비스 품질 차이 모형(GAP)과 구조방정식을 통한 분석을 통하여, 첨단교통정보시스템의 일환으로 도입을 추진 중인 UTIS 활성화에 대한 방향을 제시하고자 하였다. 본 연구의 결과를 정리하면 다음과 같다. 첫째. 교통정보 서비스의 항목별 서비스 품질 차이 모형 구축을 통하여, 현재 운전자들의 이용률을 높일 수 있는 서비스의 개선사항 및 우선순위를 파악할 수 있었다. 둘째. 교통정보 이용 만족도, 전체 교통정보 만족도를 관측변수로 사용하여 구조방정식 모형을 구축할 수 있었다. 교통정보의 전체 만족도는 교통정보 시스템의 확장성, 편리성, 정확성, 경제성 요인 순으로 영향을 미쳤으며, 각 요인별 서비스 기능의 우선순위를 파악하여, 향후 UTIS 서비스의 활성화를 위한 서비스 시행 순위를 결정할 수 있는 근거를 마련한 것도 본 연구의 성과라 할 수 있다. 셋째. 최근 사회적 경제적인 환경 변화로 인하여, 경제적인 요인보다 운행 중 여가 및 취미 생활을 즐길 수 있는 멀티미디어의 기능, 운행 보조적 기능, 운행 이외의 상황에서도 개인의 편리성을 위한 다양한 기능을 지속적으로 사용할 수 있도록 희망함을 객관적 수치로 확인할 수 있었다.

• 대한토목학회논문집
• /
• 제30권5D호
• /
• pp.533-540
• /
• 2010

댐은 용수공급 및 홍수조절을 위한 매우 중요한 시설물이며, 따라서 댐의 효율적인 관리를 위해서는 저수용량을 정확히 분석하는 연구가 필요하다. 본 연구에서는 충주댐 저수지를 대상으로 다차원공간정보를 이용하여 시계열 저수용량 비교하였으며 주요 결론은 다음과 같다. 먼저 댐 저수지 주변의 육상부와 수심부에 각각 LiDAR와 MBES 측량을 수행하였으며, 측량자료의 정확도 향상을 위해 캘리브레이션 보정과정을 실시한 후 지상기준점과의 검정을 통해 허용오차 기준을 만족하는 다차원공간정보를 구축할 수 있었다. 항공 LiDAR와 MBES 자료를 연계하여 생성한 정밀지형자료로부터 불규칙삼각망 모델을 이용하여 수위별 저수용량을 계산하였으며 회귀분석을 통해 2008년도 저수용량 곡선식을 개발하였다. 2008년도 저수용량을 1986년과 1996년과 비교한 결과, 저수지 퇴사증가로 인해 수위가 높아질수록 총저수용량은 감소하는 추세를 보였다. 또한 수위 구간별로 저수용량을 계산하여 침식과 퇴사가 나타나는 구간을 분석할 수 있었으며, 특히 1986~2008년과 1996~2008년 동안의 평균수위 직상부 구간인 130.0~135.0m에서 가장 많은 침식특성이 나타났으며 이는 집중강우로 인해 저수지 사면침식이 주요 원인으로 판단된다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1185-1193
• /
• 2023

위성 영상을 활용하여 정확한 토양 수분도를 산정하는 연구는 원격탐사 응용 분야에 포함되는 중요한 기본 연구 주제 중 하나이다. 이 연구의 목적은 KOMPSAT-3/3A 영상과 KOMPSAT-5 SAR 영상을 적용하여 시험 지역에 대하여 토양수분도를 제작하고 산정된 결과를 정확도 검증 차원에서 미국 NASA에서 제공하는 Soil Moisture Active Passive (SMAP)의 토양수분 자료와 정량 비교하는 것이다. 한편 농림 식생 지대를 중심으로 토양수분도를 산정하기 위하여 환경공간정보서비스에서 제공하는 토지피복지도를 연구에 적용하였다. 시험 연구 지역은 이 연구에 적용한 수분 구름 모델(Water Cloud Model)에 기반한 토양수분 산정 알고리즘 적용에 필요한 입력 자료가 모두 가용한 제주 서부 지역을 선정하였다. 토양수분도 제작에 사용한 Synthetic Aperture Radar (SAR) 영상은 KOMPSAT-5 HV와 Sentinel-1 VV 영상이며, 식생지수는 KOMPSAT-3 영상의 지표반사도를 사용하였다. 이 연구에서 산출한 토양수분도 산정 결과와 SMAP (L-3) 자료를 차분 연산으로 비교하면 차이 값이 평균 4.13±3.60p%의 높은 일치도를 보이는 것으로 나타났고, SMAP (L-4) 자료와의 차분 연산 결과는 평균 14.24±2.10p% 수준의 일치도를 보였다. 이 연구를 통하여 향후 우리나라 위성영상과 공공 제공자료를 이용하여 정확도가 높은 정밀 토양수분도를 제작할 수 있는 가능성을 제시하였다.

• 한국수자원학회논문집
• /
• 제56권10호
• /
• pp.641-653
• /
• 2023

기후변화와 도시화의 영향으로 인해 자연재해의 발생빈도와 규모가 증가하고 있다. 특히 도시 침수는 발생 시간이 짧고 막대한 인명 및 경제적 손실을 초래할 수 있기 때문에 신속하고 정확도 높은 예측 정보 생산이 중요하다. 하지만, 기존 물리과정 및 인공지능 기반 기법은 고해상도 침수 해석을 위해 많은 전산 자원이나 데이터가 요구되는 한계가 있다. 본 연구에서는 딥러닝 기반 초해상화(Super-Resolution) 기법을 통한 고해상도 도시 침수 해석 방법을 제안하고 적용성을 평가한다. 제안된 방법은 고해상도 물리 모형의 결과로 훈련된 초해상화 딥러닝 모형을 이용하여 저해상도 침수 해석 이미지를 고해상도로 변환한다. 미국 포틀랜드 도심지의 두 가지 침수 사례에 대해 적용, 4 m 공간해상도 물리 모의 결과를 1 m 급 고해상도 침수 해석 정보로 초해상화 하였으며, 초해상화 이미지와 고해상도 원본 간 높은 구조적 유사성이 확인되었다. 성능 지표로 평가한 결과, 전체 검증 대상 이미지에 대한 평균 PSNR 22.77 dB, SSIM 0.77로 우수하여, 초해상화 기법의 도시 침수 해석 적용성이 검증되었다. 제안된 방법은 적은 양의 침수 시나리오만으로도 효율적인 딥러닝 모형 훈련이 가능하고, 물리 모형의 정보를 최대한 활용할 수 있기 때문에, 고해상도 도시 침수 정보 생산에 효과적으로 사용될 수 있을 것으로 기대된다.

• 문화기술의 융합
• /
• 제9권6호
• /
• pp.525-530
• /
• 2023

디지털드로잉 과목은 최근 혁신 교육과정의 움직임에 따른 평가 요소들의 세분화 단계와 평가의 점진성이 요구 되어진다. 본 논문에서는 드로잉을 평가하기 위한 혁신기준제시와 루브릭 평가에 의한 제안을 목적으로 한다. 본문에서는 혁신평가 기준으로서 초급 평가의 기준은 기술적 솜씨인 선의 정확성과 일관성, 그림의 비율과 균형 유지이며, 중급에서의 다양한 브러시와 도구를 효과적으로 활용한 능력을 위주로 제안을 하였다. 고급 평가 부분에서는 AI 자료 수집과 창의성을 중심으로 한 새로운 시각이나 독창성 및 주어진 주제에 대한 독특한 관점이나 해석의 부분이다. 아울러 디자인 원칙 이해로서 레이아웃, 색상, 형태 등의 디자인 원칙을 통한 작품의 일관성과 조화와 표현력, 감정 전달을 통한 디지털 드로잉 소프트웨어의 다양한 기능을 적극적으로 활용한 능력을 중심으로 한 완성도에 관한 평가 부분을 도출하였다. 루브릭 평가도입의 중요성은 교수자에게는 객관적이고 일관된 평가를 가능하게 하며, 이러한 예술 과목에서의 루브릭 평가 연구의 핵심은 학습자의 강점과 약점을 명확하게 파악할 수 있도록 도와주고, 학습자는 각 항목에 대한 피드백을 통해 개선할 부분을 파악하며, 그에 따라 더 나은 혁신의 드로잉 기술을 발전시킬 수 있기에 학문적 연구가 필요한 주요 항목이라 하겠다.

• 한국건설관리학회논문집
• /
• 제25권3호
• /
• pp.37-46
• /
• 2024

최근 스마트 건설기술 중 현상에 대한 정확하고 빠른 정보수집이 가능한 3D 레이저 스캐닝 기술이 주목받고 있다. 3D 레이저 스캐닝 기술은 건설현장에서 현실과 가장 유사한 정보를 획득할 수 있다. 본 연구에서는 3D 레이저 스캐닝 기술을 활용하여 수집할 수 있는 포인트 클라우드 데이터를 건설현장 진도측정에 적용 가능성에 대하여 새로운 부재 식별방법을 실제 건물에 적용하여 제시하고자 한다. 연구 수행을 위해 BIM으로부터 부재 식별을 위한 위치 정보를 수집, 수집된 위치 정보의 인식 여유 범위를 설정하여 포인트 클라우드 데이터로부터 건물을 구성하고 있는 부재 식별을 진행하였다. 연구결과 포인트 클라우드 데이터로부터 건물을 구성하고 있는 기둥, 보, 벽 그리고 슬라브를 식별할 수 있음을 확인하였다. 식별결과는 실제 건물에 시공이 완료된 부재를 모두 확인할 수 있었으며, 이를 프로젝트 BOQ의 부재별 단가와 연동하여 기성 산출에 활용할 수 있다. 또한, 연구를 통해 획득한 포인트 클라우드 데이터는 건설현장의 품질관리 모니터링 및 건물의 유지관리를 위한 정확한 자료로써 활용될 수 있다. 연구결과는 추후 프로젝트 활용을 위해 사용되는 건설 정보의 적시성 및 정확성 향상에 기여할 수 있을 것으로 사료된다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.163-177
• /
• 2019

스마트폰이 널리 보급되고 현대인들의 생활 속에 깊이 자리 잡으면서, 스마트폰에서 수집된 다종 데이터를 바탕으로 사용자 개인의 행동을 인식하고자 하는 연구가 활발히 진행되고 있다. 그러나 타인과의 상호작용 행동 인식에 대한 연구는 아직까지 상대적으로 미진하였다. 기존 상호작용 행동 인식 연구에서는 오디오, 블루투스, 와이파이 등의 데이터를 사용하였으나, 이들은 사용자 사생활 침해 가능성이 높으며 단시간 내에 충분한 양의 데이터를 수집하기 어렵다는 한계가 있다. 반면 가속도, 자기장, 자이로스코프 등의 물리 센서의 경우 사생활 침해 가능성이 낮으며 단시간 내에 충분한 양의 데이터를 수집할 수 있다. 본 연구에서는 이러한 점에 주목하여, 스마트폰 상의 다종 물리 센서 데이터만을 활용, 딥러닝 모델에 기반을 둔 사용자의 동행 상태 인식 방법론을 제안한다. 사용자의 동행 여부 및 대화 여부를 분류하는 동행 상태 분류 모델은 컨볼루션 신경망과 장단기 기억 순환 신경망이 혼합된 구조를 지닌다. 먼저 스마트폰의 다종 물리 센서에서 수집한 데이터에 존재하는 타임 스태프의 차이를 상쇄하고, 정규화를 수행하여 시간에 따른 시퀀스 데이터 형태로 변환함으로써 동행 상태분류 모델의 입력 데이터를 생성한다. 이는 컨볼루션 신경망에 입력되며, 데이터의 시간적 국부 의존성이 반영된 요인 지도를 출력한다. 장단기 기억 순환 신경망은 요인 지도를 입력받아 시간에 따른 순차적 연관 관계를 학습하며, 동행 상태 분류를 위한 요인을 추출하고 소프트맥스 분류기에서 이에 기반한 최종적인 분류를 수행한다. 자체 제작한 스마트폰 애플리케이션을 배포하여 실험 데이터를 수집하였으며, 이를 활용하여 제안한 방법론을 평가하였다. 최적의 파라미터를 설정하여 동행 상태 분류 모델을 학습하고 평가한 결과, 동행 여부와 대화 여부를 각각 98.74%, 98.83%의 높은 정확도로 분류하였다.

• 한국터널지하공간학회 논문집
• /
• 제19권1호
• /
• pp.95-107
• /
• 2017

본 논문에서는 제도적으로 운영 중인 터널내 CCTV들로부터 실시간으로 들어오는 영상들을 최신 딥러닝 알고리즘을 이용, 학습시켜 다양한 조건의 터널환경에서 돌발 상황을 감지하고 그 돌발 상황의 종류들을 분류해 내는 시스템 개발을 위한 사전검토 연구를 수행하였다. 사전검토 연구를 위해, 2개의 도로현장의 교통류 CCTV영상 일부를 이용하여 가용한 전통적인 영상처리기법으로 영상내부로 집입하는 차량을 감지하고, 이동경로를 추적하여 일정 시간간격의 이동 차량의 좌표와 시간정보를 추출하고 학습자료를 구성하였다. 각 차량의 이동정보는 차선변경, 정차 등 6가지의 이벤트 정보와 연계된다. 차량 이동정보와 이벤트로 구성된 학습자료는 레질리언스(resilience) 기계학습 알고리즘을 이용하여 학습하였다. 2개의 은닉층을 설정하고, 각 은닉층의 노드수에 대한 9개의 은닉구조 모델을 설정하여 매개변수 연구를 수행하였다. 본 사전검토의 경우에는 첫 번째, 두 번째 은닉층 노드수가 각각 300개와 150개로 설정된 모델이 합리적으로 가장 추론정확도가 높은 것으로 평가되었다. 이로부터 일반화되기 매우 힘든 복잡한 교통류 상황을 기계학습을 이용하여 어떠한 사전 규칙설정 없이도 교통류의 특징들을 정확히 자동으로 감지할 수 있는 가능성을 보였다. 본 시스템은 시스템의 운용을 통해 지속적으로 교통류 영상과 이벤트 정보가 늘어난다면, 자동으로 그 시스템의 인지능력과 정확도가 자동으로 향상되는 효과도 기대할 수 있다.