• 우주기술과 응용
• /
• 제1권2호
• /
• pp.178-198
• /
• 2021

국내 태양우주환경 분야에서 널리 이용되는 자료와 모델의 이해와 활용도를 높이고, 세부 분야 간 공동연구의 기회의 장을 마련하고자, 최근 한국우주과학회 태양우주환경분과에서 국내 연구소와 대학을 중심으로 사용되는 태양우주환경 자료와 모델의 보유 및 활용에 대한 조사를 실시했다. 조사 결과를 크게 태양 및 행성간 공간, 자기권, 전리권의 세 분야로 나눠 정리하였고, 본 논문에서는 자기권 분야의 관련 자료와 모델을 소개한다. 자기권 연구의 특성 상 우주공간에서 지점관측을 위한 위성 개발과 운용에 투자가 많이 필요하여 국내 보유 자료는 다른 분야에 비해 상대적으로 적은 편으로 조사됐지만, 국내 지자기관측소를 통한 자기장 변화를 실시간으로 제공하고 있으며, 자기권 모델을 통해 꾸준한 연구를 수행 중이다. 본 논문에서는 자기권 분야 중 국내 위성자료를 이용한 연구들과 제 1원리 물리법칙에 바탕이 된 모델을 대표로 소개한다. 이번 조사 결과와 이를 정리한 논문이 우주과학 관련 자료에 대한 장기적이고 연속적인 관리에 대한 중요성을 인식하며, 우주과학 연구에 참여하는 다양한 인력들이 참조하여 국내에서 생산되고 있는 자료를 활용하여 국내 우주과학 자료의 위상을 높이는데 기여하기를 희망한다. 자료에 대한 조사 내용은 한국우주과학회 홈페이지에서 다운로드할 수 있다(http://ksss.or.kr/).

• 한국초지조사료학회지
• /
• 제43권1호
• /
• pp.1-10
• /
• 2023

본 연구는 우리나라(1982-2014년)의 오차드그라스 생산량에 대한 기후 및 재배관리 요인의 중요도를 확인하는 것을 목적으로 수행하였다. 기후는 1월 평균기온(MTJ, ℃), 1월 최저기온(LTJ, ℃), 생육일수 0-5일(GD 1, 일), 생육일수 5-25일(GD 2, 일), 하고일수(SSD, day), 강우일(RD, day), 누적강우량(AR, mm), 일조시간(SD, hr)을 고려하였다. 관리는 조성연차(EP, 0-6년)과 예취횟수(NC, 2-5년)를 측정하였다. 퍼셉트론 방법을 사용한 신경망 모델을 사용하여 오차드그라스의 생산량에 대한 중요도를 추정하였다. 그 결과 EP가 가장 중요한 변수(100%)였으며, RD(82.0%), AR(79.1%), NC(69.2%), LTJ(66.2%), GD 2(63.3%), GD 1 순이었다. (61.6%), SD(58.1%), SSD(50.8%) 및 MTJ(41.8%). 이는 EP, RD, AR, NC가 다른 것보다 중요하다는 것을 의미한다. 우리나라의 연간 강수량은 과수원의 생육에 필요한 양을 초과하므로 배수관리를 통해 적정량 이상의 호우로 인한 피해를 줄일 수 있다. 이는 과수원을 재배할 때 통제 가능한 요인이 상대적으로 중요하다는 것을 의미한다. 비록 본 연구가 신경망 모델에 의해 기후가 생산량에 미치는 구체적인 영향을 해석하는데 한계가 있지만, 주요 요인 선정을 통해 향후 수량 예측 및 기후변화에 의한 피해 추정 연구에 도움이 될 것으로 기대된다.

• 한국환경복원기술학회지
• /
• 제26권5호
• /
• pp.19-32
• /
• 2023

The fragmentation of habitats resulting from human activities leads to the isolation of wildlife and it also causes wildlife-vehicle collisions (i.e. Road-kill). In that sense, it is important to predict potential habitats of specific wildlife that causes wildlife-vehicle collisions by considering geographic, environmental and transportation variables. Road-kill, especially by large mammals, threatens human safety as well as financial losses. Therefore, we conducted this study on roe deer (Capreolus pygargus tianschanicus), a large mammal that causes frequently Road-kill in Jeju Island. So, to predict potential wildlife habitats by considering geographic, environmental, and transportation variables for a specific species this study was conducted to identify high-priority restoration sites with both characteristics of potential habitats and road-kill hotspot. we identified high-priority restoration sites that is likely to be potential habitats, and also identified the known location of a Road-kill records. For this purpose, first, we defined the environmental variables and collect the occurrence records of roe deer. After that, the potential habitat map was generated by using Random Forest model. Second, to analyze roadkill hotspots, a kernel density estimation was used to generate a hotspot map. Third, to define high-priority restoration sites, each map was normalized and overlaid. As a result, three northern regions roads and two southern regions roads of Jeju Island were defined as high-priority restoration sites. Regarding Random Forest modeling, in the case of environmental variables, The importace was found to be a lot in the order of distance from the Oreum, elevation, distance from forest edge(outside) and distance from waterbody. The AUC(Area under the curve) value, which means discrimination capacity, was found to be 0.973 and support the statistical accuracy of prediction result. As a result of predicting the habitat of C. pygargus, it was found to be mainly distributed in forests, agricultural lands, and grasslands, indicating that it supported the results of previous studies.

• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1125-1134
• /
• 2023

우리나라의 17,000여개의 저수지 중 13,600개소의 소규모 농업용 저수지에는 수문 계측 시설이 설치되지 않아서, 저수율 예측과 합리적인 저수지 운영이 쉽지 않다. 본 연구는 인공지능 기술을 이용하여 농업용 저수지의 저수율을 예측하는 것을 목적으로 하며, 단변량 long short-term memory (LSTM)에서 저수율 그 자체를 사용하는 것뿐만 아니라, 다변량 LSTM에서 강수 등의 기상변수와 시기 등의 계절변수를 추가하여 예측에 활용하였다. 이동저수지의 2013년부터 2020년까지 8년간 데이터로 모델을 학습시키고, 모델의 예측 결과를 2021년의 일일 저수율 데이터로 검증하였다. 단변량 LSTM은 1일 후 저수율을 root-mean square error (RMSE) 1.04%, 3일 후 2.52% 이내, 5일 후 4.18%의 오차로 예측하였으며, 다변량 LSTM은 1일 후 저수율을 RMSE 0.98%, 3일 후 1.95%, 5일 후 2.76%의 오차로 예측하여 더 좋은 성능을 보였다. 1일 후 저수율을 예측하는 다변량 모델의 경우, 시계열 저수율 이외에도 date of year (DOY)와 1일 및 5일 누적 강수량이 중요한 변수인 것으로 나타났는데, 이를 통해 볼 때 당일 저수율에 영향을 미치는 강수의 시간적 범위는 5일 정도인 것으로 사료된다.

• Steel and Composite Structures
• /
• 제50권6호
• /
• pp.705-720
• /
• 2024

Analyzing the collapse behavior of thin-walled steel structures holds significant importance in ensuring their safety and longevity. Geometric imperfections present on the surface of metal materials can diminish both the durability and mechanical integrity of steel shells. These imperfections, encompassing local geometric irregularities and deformations such as holes, cavities, notches, and cracks localized in specific regions of the shell surface, play a pivotal role in the assessment. They can induce stress concentration within the structure, thereby influencing its susceptibility to buckling. The intricate relationship between the buckling behavior of these structures and such imperfections is multifaceted, contingent upon a variety of factors. The buckling analysis of thin-walled steel shell structures, similar to other steel structures, commonly involves the determination of crucial material properties, including elastic modulus, shear modulus, tensile strength, and fracture toughness. An established method involves the emulation of distributed geometric imperfections, utilizing real test specimen data as a basis. This approach allows for the accurate representation and assessment of the diversity and distribution of imperfections encountered in real-world scenarios. Utilizing defect data obtained from actual test samples enhances the model's realism and applicability. The sizes and configurations of these defects are employed as inputs in the modeling process, aiding in the prediction of structural behavior. It's worth noting that there is a dearth of experimental studies addressing the influence of geometric defects on the buckling behavior of cylindrical steel shells. In this particular study, samples featuring geometric imperfections were subjected to experimental buckling tests. These same samples were also modeled using Finite Element Analysis (FEM), with results corroborating the experimental findings. Furthermore, the initial geometrical imperfections were measured using digital image correlation (DIC) techniques. In this way, the response of the test specimens can be estimated accurately by applying the initial imperfections to FE models. After validation of the test results with FEA, a numerical parametric study was conducted to develop more generalized design recommendations for the stainless-steel shell structures with the initial geometric imperfection. While the load-carrying capacity of samples with perfect surfaces was up to 140 kN, the load-carrying capacity of samples with 4 mm defects was around 130 kN. Likewise, while the load carrying capacity of samples with 10 mm defects was around 125 kN, the load carrying capacity of samples with 14 mm defects was measured around 120 kN.

• 한국산림과학회지
• /
• 제106권4호
• /
• pp.431-440
• /
• 2017

2016년 9월 12일 발생한 경주지진(ML 5.8)과 2017년 11월 15일 발생한 포항지진($M_L$ 5.4)으로 전례없는 피해가 발생하였으며, 이에 지진 유발 산지토사재해 관련 국내외 기초자료의 조속한 구축과 심층적 분석이 필요한 실정이다. 이 연구에서는 국외의 지진 유발 산지토사재해에 관한 선행연구를 수집 및 분석한 후, VOSviewer 프로그램을 이용한 텍스트마이닝과 동시출현단어 분석을 통하여 연구주제에 따른 연구영역을 구별하였으며, 이후 각 연구영역별로 시 공간적인 연구동향을 파악하였다. 그 결과, 2005년 이후 지진 유발 산지토사재해 관련 연구가 급격히 증가하는 것으로 나타났으며, 이는 최근 중국, 대만 및 일본 등지에서 발생한 대규모 지진의 영향으로 사료된다. 국외 지진 유발 산지토사재해에 관한 연구영역은 (i) 재해발생의 메커니즘에 관한 연구영역, (ii) 재해발생에 영향을 미치는 강우인자에 관한 연구영역, (iii) 항공 위성사진을 이용한 지진 유발 산지토사재해 위험지 예측에 관한 연구영역, (iv) 재해발생 모델링을 통한 재해위험지도 작성에 관한 연구영역으로 구분되었으며, 이들 연구영역은 상호간에 깊은 연관성을 지니고 있는 것으로 판단된다. 이렇게 구분된 각 연구영역이 전체 연구논문 중에서 점유하고 있는 비율을 파악한 결과, 1987년 이래 누적 연구논문수가 총 연구논문수의 50%에 해당하는 연도를 중심으로 모든 연구영역의 연간 연구비율이 증가한 것으로 나타났으며, 특히 '항공 위성사진을 이용한 지진 유발 산지토사재해 위험지 예측'에 관한 연구영역의 연구비율이 상대적으로 크게 증가하는 것으로 나타났다. 이러한 활발한 연구성과는 최근 중국을 대상으로 한 연구논문이 급격히 증가하였기 때문으로 추정되며, 이외에 대만, 일본, 미국 등에서 수행된 연구논문들 역시 모든 연구영역에서 연구성과의 증가에 영향을 준 것으로 추정된다. 이러한 연구결과는 국내의 지진유발 산지토사재해 관련 미래 연구의 방향을 제시하기 위한 기초자료로서 활용될 수 있을 것으로 기대한다.

• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.1031-1031
• /
• 2001

The mammary gland is made up of remarkably sensitive tissue, which has the capability of producing a large volume of secretion, milk, under normal or healthy conditions. When bacteria enter the gland and establish an infection (mastitis), inflammation is initiated accompanied by an influx of white cells from the blood stream, by altered secretory function, and changes in the volume and composition of secretion. Cell numbers in milk are closely associated with inflammation and udder health. These somatic cell counts (SCC) are accepted as the international standard measurement of milk quality in dairy and for mastitis diagnosis. NIR Spectra of unhomogenized composite milk samples from 14 cows (healthy and mastitic), 7days after parturition and during the next 30 days of lactation were measured. Different multivariate analysis techniques were used to diagnose the disease at very early stage and determine how the spectral properties of milk vary with its composition and animal health. PLS model for prediction of somatic cell count (SCC) based on NIR milk spectra was made. The best accuracy of determination for the 1100-2500nm range was found using smoothed absorbance data and 10 PLS factors. The standard error of prediction for independent validation set of samples was 0.382, correlation coefficient 0.854 and the variation coefficient 7.63%. It has been found that SCC determination by NIR milk spectra was indirect and based on the related changes in milk composition. From the spectral changes, we learned that when mastitis occurred, the most significant factors that simultaneously influenced milk spectra were alteration of milk proteins and changes in ionic concentration of milk. It was consistent with the results we obtained further when applied 2DCOS. Two-dimensional correlation analysis of NIR milk spectra was done to assess the changes in milk composition, which occur when somatic cell count (SCC) levels vary. The synchronous correlation map revealed that when SCC increases, protein levels increase while water and lactose levels decrease. Results from the analysis of the asynchronous plot indicated that changes in water and fat absorptions occur before other milk components. In addition, the technique was used to assess the changes in milk during a period when SCC levels do not vary appreciably. Results indicated that milk components are in equilibrium and no appreciable change in a given component was seen with respect to another. This was found in both healthy and mastitic animals. However, milk components were found to vary with SCC content regardless of the range considered. This important finding demonstrates that 2-D correlation analysis may be used to track even subtle changes in milk composition in individual cows. To find out the right threshold for SCC when used for mastitis diagnosis at cow level, classification of milk samples was performed using soft independent modeling of class analogy (SIMCA) and different spectral data pretreatment. Two levels of SCC - 200 000 cells/$m\ell$ and 300 000 cells/$m\ell$, respectively, were set up and compared as thresholds to discriminate between healthy and mastitic cows. The best detection accuracy was found with 200 000 cells/$m\ell$ as threshold for mastitis and smoothed absorbance data: - 98% of the milk samples in the calibration set and 87% of the samples in the independent test set were correctly classified. When the spectral information was studied it was found that the successful mastitis diagnosis was based on reviling the spectral changes related to the corresponding changes in milk composition. NIRS combined with different ways of spectral data ruining can provide faster and nondestructive alternative to current methods for mastitis diagnosis and a new inside into disease understanding at molecular level.

• 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.

• 지능정보연구
• /
• 제17권4호
• /
• pp.157-173
• /
• 2011

최근 인터넷 사용의 증가에 따라 네트워크에 연결된 시스템에 대한 악의적인 해킹과 침입이 빈번하게 발생하고 있으며, 각종 시스템을 운영하는 정부기관, 관공서, 기업 등에서는 이러한 해킹 및 침입에 의해 치명적인 타격을 입을 수 있는 상황에 놓여 있다. 이에 따라 인가되지 않았거나 비정상적인 활동들을 탐지, 식별하여 적절하게 대응하는 침입탐지 시스템에 대한 관심과 수요가 높아지고 있으며, 침입탐지 시스템의 예측성능을 개선하려는 연구 또한 활발하게 이루어지고 있다. 본 연구 역시 침입탐지 시스템의 예측성능을 개선하기 위한 새로운 지능형 침입탐지모형을 제안한다. 본 연구의 제안모형은 비교적 높은 예측력을 나타내면서 동시에 일반화 능력이 우수한 것으로 알려진 Support Vector Machine(SVM)을 기반으로, 비대칭 오류비용을 고려한 분류기준값 최적화를 함께 반영하여 침입을 효과적으로 차단할 수 있도록 설계되었다. 제안모형의 우수성을 확인하기 위해, 기존 기법인 로지스틱 회귀분석, 의사결정나무, 인공신경망과의 결과를 비교하였으며 그 결과 제안하는 SVM 모형이 다른 기법에 비해 상대적으로 우수한 성과를 보임을 확인할 수 있었다.

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1037-1051
• /
• 2020

최근 기후변화로 인해 강도가 높은 태풍의 빈도가 높아짐에 따라 태풍 예측의 중요성이 강조되고 있는 데, 태풍경로예측에 비해 태풍강도예측에 대한 연구는 미비한 상황이다. 이에 본 연구에서는 딥러닝 모델인 Multi-task learning (MTL) 기법을 활용하여 정지궤도기상위성을 활용한 관측자료와 수치예보모델을 융합한 실시간 추정 및 6시간, 12시간 후의 태풍강도예측 모델을 제안하고자 한다. 본 연구에서는 2011년에서 2016년까지 북서태평양에서 발생한 총 142개의 태풍을 대상으로 강도 예측 연구를 시행하였다. 한국 최초의 기상위성인 Communication, Ocean and Meteorological Satellite (COMS) Meteorological Imager (MI)를 활용하여 태풍의 관측영상을 추출하였고, National Center of Environmental Prediction (NCEP)에서 제공하는 Climate Forecast System version 2 (CFSv2)를 활용하여 6시간, 12시간 후의 태풍 주변 대기 및 해양 예측변수를 추출하였다. 본 연구에서는 각 입력자료의 활용성을 정량화 하기 위하여, 위성 기반 태풍관측영상만을 활용한 MTL 모델(Scheme 1)과 수치예보모델을 융합적으로 활용한 MTL 모델(Scheme 2)을 구축하고, 각 모델의 훈련 및 검증 성능을 정량적으로 비교하였다. 실시간 강도 추정의 결과 scheme 1과 scheme 2에서 비슷한 성능을 보이는 반면, 6시간, 12시간 후 태풍강도예측의 경우 scheme 2에서 각각 13%, 16% 개선된 결과를 보였다. 태풍 단계별 예측성능에 대한 분석을 시행한 결과, 저강도 태풍일수록 낮은 평균제곱근오차를 보인 반면, 대부분의 강도 단계에서 평균제곱근편차비는 30% 미만의 값을 보이며 유의미한 검증 결과를 보였다. 이에 본 연구에서 제시한 두가지 모델을 기반으로 2014년 발생한 태풍 HALONG의 시계열검증을 시행하였다. 그 결과, scheme 1의 경우 태풍 초기발달단계에서 태풍의 강도를 약 20 kts가량 과대 추정하는 경향을 보이는데, 환경예측자료를 융합한 scheme 2에서는 오차가 약 5 kts가량으로 과대 추정 경향이 줄어들었다. 본 연구에서 제시하는 현재, 6시간, 12시간 후 강도를 동시에 추출하는 MTL 모델은 Single-tasking model 대비 약 300%의 시간 효율을 보이며, 향후 신속한 태풍 예보 정보 추출에 큰 기여를 할 수 있을 것으로 기대된다.