• 한국분말재료학회지
• /
• 제31권3호
• /
• pp.220-225
• /
• 2024

Molten salt reactors represent a promising advancement in nuclear technology due to their potential for enhanced safety, higher efficiency, and reduced nuclear waste. However, the development of structural materials that can survive under severe corrosion environments is crucial. In the present work, pure Ni was deposited on the surface of 316H stainless steel using a directed energy deposition (DED) process. This study aimed to fabricate pure Ni alloy layers on an STS316H alloy substrate. It was observed that low laser power during the deposition of pure Ni on the STS316H substrate could induce stacking defects such as surface irregularities and internal voids, which were confirmed through photographic and SEM analyses. Additionally, the diffusion of Fe and Cr elements from the STS316H substrate into the Ni layers was observed to decrease with increasing Ni deposition height. Analysis of the composition of Cr and Fe components within the Ni deposition structures allows for the prediction of properties such as the corrosion resistance of Ni.

• 한국지진공학회논문집
• /
• 제28권4호
• /
• pp.193-203
• /
• 2024

Existing reinforced concrete (RC) building frames constructed before the seismic design was applied have seismically deficient structural details, and buildings with such structural details show brittle behavior that is destroyed early due to low shear performance. Various reinforcement systems, such as fiber-reinforced polymer (FRP) jacketing systems, are being studied to reinforce the seismically deficient RC frames. Due to the step-by-step modeling and interpretation process, existing seismic performance assessment and reinforcement design of buildings consume an enormous amount of workforce and time. Various machine learning (ML) models were developed using input and output datasets for seismic loads and reinforcement details built through the finite element (FE) model developed in previous studies to overcome these shortcomings. To assess the performance of the seismic performance prediction models developed in this study, the mean squared error (MSE), R-square (R²), and residual of each model were compared. Overall, the applied ML was found to rapidly and effectively predict the seismic performance of buildings according to changes in load and reinforcement details without overfitting. In addition, the best-fit model for each seismic performance class was selected by analyzing the performance by class of the ML models.

• Anatomy and Cell Biology
• /
• 제57권1호
• /
• pp.45-60
• /
• 2024

Morphologic changes in the brain through aging, as a physiologic process, may involve a wide range of variables including ventricular dilation, and sulcus widening. This study reports normal ranges of these changes as standard criteria. Normal brain computed tomography scans of 400 patients (200 males, 200 females) in every decade of life (20 groups each containing 20 participants) were investigated for subcortical/cortical atrophy (bicaudate width [BCW], third ventricle width [ThVW], maximum length of lateral ventricle at cella media [MLCM], bicaudate index [BCI], third ventricle index [ThVI], and cella media index 3 [CMI3], interhemispheric sulcus width [IHSW], right hemisphere sulci diameter [RHSD], and left hemisphere sulci diameter [LHSD]), ventricular symmetry. Distribution and correlation of all the variables were demonstrated with age and a multiple linear regression model was reported for age prediction. Among the various parameters of subcortical atrophy, BCW, ThVW, MLCM, and the corresponding indices of BCI, ThVI, and CMI3 demonstrated a significant correlation with age (R²≥0.62). All the cortical atrophy parameters including IHSW, RHSD, and LHSD demonstrated a significant correlation with age (R²≥0.63). This study is a thorough investigation of variables in a normal brain which can be affected by aging disclosing normal ranges of variables including major ventricular variables, derived ventricular indices, lateral ventricles asymmetry, cortical atrophy, in every decade of life introducing BW, ThVW, MLCM, BCI, ThVI, CMI3 as most significant ventricular parameters, and IHSW, RHSD, LHSD as significant cortical parameters associated with age.

• 전자통신동향분석
• /
• 제39권4호
• /
• pp.42-53
• /
• 2024

Mathematical modeling is the process of representing physical phenomena using equations, and it often describes various scientific phenomena through differential equations. Numerical analysis, which is capable of approximating solutions to partial differential equations representing physical phenomena, is widely utilized. However, in high-dimensional or nonlinear systems, computational costs can substantially increase, leading to potential numerical instability or convergence issues. Recently, Physics-Informed Neural Networks (PINNs) have emerged as an alternative approach. A PINN leverages physical laws even with limited data to provide highly reliable predictive performance and can address the convergence issues and high computational costs associated with numerical analysis. This paper analyzes the weak signals, research trends, patent trends, and case studies of PINNs. On the basis of this analysis, it proposes directions for the development of PINN techniques in the agricultural field. In particular, the application of PINNs in agriculture is expected to be more effective than in other industries because of their ability to reflect real-time changes in biological processes. While the technology readiness level of PINNs remains low, the potential for model training with minimal data and real-time prediction capabilities suggests that PINNs could replace traditional numerical analysis models. It is anticipated that the research and industrial applications of PINN will develop at an increasing pace while focusing on addressing the complexity of mathematical models in agriculture, mathematical modeling and the application of various biological processes; securing key patents related to PINNs; and standardizing PINN technology in the field of agriculture.

• 융합신호처리학회논문지
• /
• 제24권4호
• /
• pp.213-220
• /
• 2023

낙상은 일상의 활동 중에 예기치 않게 발생하여 생활에 많은 어려움을 초래한다. 본 연구는 고위험 직종 종사자들의 낙상 감지를 위한 시스템을 구성하고 자료를 수집하여 예측 모델에 적용함으로써 그 유효성을 검증하는 것을 목적으로 하였다. 이를 위해 가속도센서와 자이로센서를 통해 가속도 신호와 방위각을 산출하여 낙상 여부를 감지하는 웨어러블 기기를 구성하였다. 그리고 연구 참여자들이 이 기기를 복부에 착용하고 정해진 활동을 수행하는 과정에서 낙상과 관련한 동작으로부터 필요한 데이터를 측정하고 기기 내에 존재하는 블루투스 장치를 통해 컴퓨터로 전송하였다. 이렇게 수집된 데이터를 필터링 등을 통해 처리하여 딥러닝 알고리즘들인 1D CNN, LSTM, CNN-LSTM에 근거한 낙상 감지 예측 모델들에 적용하고 그 결과를 평가하였다.

• Membrane and Water Treatment
• /
• 제15권2호
• /
• pp.67-78
• /
• 2024

In this study, a nickel hexacyanoferrate and manganese dioxide-polyacrylonitrile (NM-PAN) composite was synthesized and used for the sorptive removal of Co²⁺, Sr²⁺, and Cs⁺ Cs⁺ in radioactive laundry wastewater. Single- and multi-solute competitive sorptions onto NM-PAN were investigated. The Freundlich (Fr), Langmuir (Lang), Kargi-Ozmıhci (K-O), Koble-Corrigan (K-C), and Langmuir-Freundlich (Lang-Fr) models satisfactorily predicted all the single sorption data. The sorption isotherms were nonlinearly favorable (Freundlich coefficient, N_F = 0.385-0.426). Cs⁺ has the highest maximum sorption capacity (q_mL = 0.855 mmol g^-1) for NM-PAN compared to Co²⁺ and Sr²⁺, wherein the primary mechanism was the physical process (mainly ion-exchange). The competition between the metal ions in the binary and ternary systems reduced the respective sorption capacities. Binary and ternary sorption models, such as the ideal adsorbed solution theory (IAST) model coupled with single sorption models of IAST-Fr, IAST-K-O, IAST-K-C and IAST-Lang-Fr, were fitted to the experimental data; among these, the IAST-Freundlich model showed the most satisfactory prediction for the binary and ternary systems. The presence of cationic surfactants highly affected the sorption on NM-PAN due to the increase in distribution coefficients (K_d) of Co²⁺ and Cs⁺.

• 아시아태평양코퍼스연구
• /
• 제5권1호
• /
• pp.23-36
• /
• 2024

This research centers on the Taiwan Eye-Movement Corpus of Spanish (TECS), a specially created corpus comprising eye-tracking data from Chinese-speaking learners of Spanish as a third language in Taiwan. Its primary purpose is to explore the broad utility of TECS in understanding language learning processes, particularly the initial stages of language learning. Constructing this corpus involves gathering data on eye-tracking, reading comprehension, and language proficiency to develop a machine-learning model that predicts learner behaviors, and subsequently undergoes a predictability test for validation. The focus is on examining attention in input processing and their relationship to language learning outcomes. The TECS eye-tracking data consists of indicators derived from eye movement recordings while reading Spanish sentences with temporal references. These indicators are obtained from eye movement experiments focusing on tense verbal inflections and temporal adverbs. Chinese expresses tense using aspect markers, lexical references, and contextual cues, differing significantly from inflectional languages like Spanish. Chinese-speaking learners of Spanish face particular challenges in learning verbal morphology and tenses. The data from eye movement experiments were structured into feature vectors, with learner behaviors serving as class labels. After categorizing the collected data, we used two types of machine learning methods for classification and regression: Random Forests and the k-nearest neighbors algorithm (KNN). By leveraging these algorithms, we predicted learner behaviors and conducted performance evaluations to enhance our understanding of the nexus between learner behaviors and language learning process. Future research may further enrich TECS by gathering data from subsequent eye-movement experiments, specifically targeting various Spanish tenses and temporal lexical references during text reading. These endeavors promise to broaden and refine the corpus, advancing our understanding of language processing.

• 콘크리트학회논문집
• /
• 제19권5호
• /
• pp.613-621
• /
• 2007

내구성에 대한 중요성이 부각됨에 따라, 주요 열화현상인 탄산화에 대한 연구가 많이 진행되고 있다. 그러나 탄산화에 대한 연구는 주로 탄산화 깊이의 도출에 국한하고 있으며 경화된 콘크리트를 가정하므로 실제적인 탄산화 거동과는 많은 차이를 보이고 있다. 강재와는 다르게 콘크리트는 공극률과 내부의 수화물의 거동이 매우 중요한데, 탄산화 진행에 따라 초기재령에서 결정되어지는 거동 (공극률 및 수화물)이 다르게 변화한다. 열화 물질의 이동은 주로 콘크리트의 공극률 및 포화도에 의존하므로, 탄산화 후의 거동 평가는 장기열화해석 및 복합열화해석 등에 고려되는 것이 바람직하다. 공극률의 경우, 변화된 공극률이 고려되지 않으면 확산계수의 감소가 구현될 수 없으며 이에 따라 과다한 탄산화 해석을 야기하게 된다. 한편 수화물, 특히 수산화칼슘의 잔존량 평가는 탄산화 깊이의 평가 및 내부 공극수의 특성 변화를 결정하기도 하며, 복합열화에서 발생하는 고정화 염화물량에 큰 영향을 주게 된다. 그러므로 실내 실험들을 통한 공극률 및 수화물 분석은 최근들어 탄산화에 대해서도 많이 적용되고 있다. 본 연구는 미세 관측 실험을 통하여, 탄산화 전후의 공극률 분포 변화, 수화물 거동의 변화를 실험적으로 수행하였다. 공극률 측정으로는 MIP 실험을, 수화물 변화에서는 TGA 실험을 수행하였으며, 기존의 해석 모델인 다상복합수화발열모델 및 미세 공극 구조 형성모델을 개선하여 각각의 탄산화 이후의 공극률 변화 및 수화물 변화를 개발하였다. 개발된 각각의 모델의 결과는 탄산화 전후의 공극률 및 수화물의 변화를 잘 예측하였으며, 탄산화 이후의 열화현상 등에 기초적으로 사용될 수 있을 것으로 평가되었다.

• 인터넷정보학회논문지
• /
• 제22권1호
• /
• pp.41-50
• /
• 2021

사이버 킬체인 (Cyber Kill Chain)은 기존의 군사적 용어인 킬체인 (Kill Chain)에서 유래한다. 킬체인은 "파괴를 요구하는 군사 표적을 탐지하는 것에서 파괴하는 것까지의 연속적이고 순환적인 처리 과정 또는 그것을 몇 개의 구분된 행위로 나눈 것"을 의미한다. 킬체인은 핵무기나 미사일과 같이 위치가 변화하고 위험성이 커서 즉각적인 대응을 요구하는 시한성 긴급 표적을 효과적으로 다루기 위해 기존의 작전절차를 발전시켰으며, 방어자가 파괴를 필요로 하는 핵무기나 미사일이 타격점에 도달하기까지의 여러 과정 중 한 단계라도 제 기능을 발휘하지 못하게 하여 공격자가 의도한 목적을 달성하지 못하도록 무력화하는 군사적 개념에서 시작되었다고 볼 수 있다. 이러한 사이버 킬체인의 기본 개념은 사이버 공격자가 수행하는 공격은 각 단계로 구성되어 있으며, 사이버 공격자는 각 단계가 성공적으로 수행되어야 공격 목표를 달성할 수 있으며, 이를 방어 관점에서 보았을 때 각 단계에서 세부적으로 대응 절차를 마련하여 대응하면 공격의 체인 (chain)이 끊어지므로 공격자의 공격을 무력화하거나 지연시킬 수 있다고 본다. 또한 공격 관점에서 보았을 때 각 단계에서 구체적인 대응 절차를 마련하면 공격의 체인이 성공하여 공격대상을 무력화시킬수 있다. 사이버 지휘통제체계는 방어와 공격에 모두 적용되는 체계로 방어시 적의 킬체인을 무력화하기 위한 방어 대응 방안을 제시하여야 하며 공격시에는 적을 무력화하기 위한 각 단계별 구체적인 절차를 제시하여야 한다. 따라서 본 논문은 사이버 지휘통제체계의 방어 및 공격 관점의 사이버 킬체인 모델을 제안하였으며, 또한 방어 측면의 사이버 지휘통제제계의 위협 분류/분석/예측 프레임워크를 제시하였다.

• 지능정보연구
• /
• 제23권3호
• /
• pp.155-175
• /
• 2017

최근 독감 예측이나 당선인 예측, 구매 패턴, 투자 등 다방면에서 웹검색 트래픽 정보. 소셜 네트워크 내용 등 거대한 데이터를 통해 사회적 현상, 소비 패턴을 분석하는 시도가 이전보다 늘어났다. 구글, 네이버, 바이두 등 인터넷 포털 업체들의 웹검색 트래픽 정보 공개 서비스와 함께 웹검색 트래픽 정보를 활용하여 소비자나 사용자와 관련된 연구가 실시되기 시작했다. 웹검색 트래픽 정보를 활용한 사회 현상, 소비 패턴 분석을 연구는 많이 수행되었으나, 그에 비해서 도출된 여행 수요 모델을 토대로 의사결정을 위한 실질적 대책 수립으로 이어지는 연구는 많이 진행되지 않은 실정이다. 관광산업은 상대적으로 많은 고용을 가능하게 하고 외자를 유치하는 등 고부가가치를 창출하여 경제 전체에 선순환 효과를 일으키는 중요한 산업이다. 그 중에서도 국내 입국외래객중 수년간 2위와의 큰 차이로 1위를 차지해왔던 중국 국적의 관광객 '유커' 및 그들이 지출하는 1인당 평균 관광 수지는 한국 경제에 매우 중요한 한 부분이다. 관광 수요의 예측은 효율적인 자원 배분과 합리적인 의사 결정에 있어서 공공부문 및 민간부문 모두 중요하다. 적절한 관광 수요 예측을 통해서 한정된 자원을 더욱 효과적으로 활용하여 더욱 많은 부가가치를 창출하기 위한 것이다. 본 연구는 중국인 인바운드를 예측하는 방법에 있어, 이전보다 더 최신의 트렌드를 즉각적으로 반영하고 개인들의 집합의 관심도가 포함되어 예측 성능이 개선된 방법을 제안한다. 해외여행은 고관여 소비이기 때문에 잠재적 여행객들이 입국하기 전 웹검색을 통해 적극적으로 자신의 여정과 관련된 정보를 취득하기 위한 활동을 한다. 따라서 웹검색 트래픽 수치가 중국인 여행객의 관심정도를 대표할 수 있다고 보았다. 중국인 여행객들이 한국 여행을 준비하는 단계에서 검색할만한 키워드를 선정해 실제 중국인 입국자 수와 상관관계가 있음을 검증하고자 하였다. 중국 웹검색 엔진 시장에서 80%의 점유율을 가지는 중국 최대 웹검색 엔진 '바이두'에서 공개한 웹검색 데이터를 활용하여 그 관심 정도를 대표할 수 있을 것이라 추정했다. 수집에 필요한 키워드의 선정 단계에서는 잠재적 여행객이 여정을 계획하고 구체화하는 단계에서 일반적으로 검색하게 되는 키워드 후보군을 선정하였다. 키워드의 선정에는 중국 국적의 잠재적 여행객 표본과의 인터뷰를 거쳤다. 트래픽 대소 관계 확인 결과에 따라서 최종 선정된 키워드들을 한국여행이라는 주제와 직접적인 연관을 가지는 키워드부터, 간접적인 연관을 가지는 키워드까지 총 세 가지 레벨의 카테고리로 분류하였다. 분류된 카테고리 내의 키워드들은 바이두'가 제공하는 웹검색 트래픽 데이터 제공 서비스 '바이두 인덱스'를 통해 웹검색 트래픽 데이터를 수집했다. 공개된 데이터 페이지 특성을 고려한 웹 크롤러를 직접 설계하여 웹검색 트래픽 데이터를 수집하였고, 분리되어 수집된 변수에는 필요한 변수 변환 과정을 수행했다. 자동화 수집된 웹검색 트래픽 정보들을 투입하여 중국 여행 인바운드에 대한 유의한 영향 관계를 확인하여 중국인 여행객의 한국 인바운드 여행 수요를 예측하는 모형을 개발하고자 하였다. 정책 의사결정 및 관광 경영 의사결정 같은 실무적 활용을 고려하여 각 변수의 영향력을 정량적으로 설명할 수 있고 설득이 명료한 방법인 다중회귀분석방법을 적용해 선형 식을 도출하였다. 수집된 웹검색 트래픽 데이터를 기존 검증된 모형 독립변인들에 추가적으로 투입함으로써 전통적인 독립변인으로만 구성된 연구 모형과 비교하여 가장 뛰어난 성능을 보이는 모형을 확인하였다. 본 연구에서 검증하려는, 웹검색 트래픽으로 대표되는 독립변인을 투입한 최종 도출된 모형을 통해 중국인 관광 수요를 예측할 때 유의한 영향을 끼치는 웹검색 트래픽 변수를 확인할 수 있다. 최적 모형 설명력을 가지는 모형을 기반으로 최종 회귀 식을 만들었고 이를 '유커마이닝' 시스템 내부에 도입하였다. 데이터 분석에서 더 나아가 도출된 모형을 직관적으로 시각화하고, 웹검색 트래픽 정보를 활용하여 도출할 수 있는 인사이트를 함께 보여주는 데이터 분석 기반의 '유커마이닝' 솔루션의 시스템 알고리즘과 UX를 제안하였다. 본 연구가 제안하는 모형과 시스템은 관광수요 예측모형 분야에서 웹검색 트래픽 데이터라는 정보 탐색을 하는 과정에 놓인 개인들의 인터랙티브하고 즉각적인 변수를 활용한 새로운 시도이다. 실무적으로 관련 정책결정자나 관광사, 항공사 등이 활용 가능한 실제적인 가치를 가지고, 정책적으로도 효과적인 관광 정책 수립에 활용될 수 있다.