This study presents the estimation of crack depth by analyzing temperatures extracted from thermal images and environmental parameters such as air temperature, air humidity, illumination. The statistics of all acquired features and the correlation coefficient among thermal images and environmental parameters are presented. The concrete crack depths were predicted by four different machine learning models: Multi-Layer Perceptron (MLP), Random Forest (RF), Gradient Boosting (GB), and AdaBoost (AB). The machine learning algorithms are validated by the coefficient of determination, accuracy, and Mean Absolute Percentage Error (MAPE). The AB model had a great performance among the four models due to the non-linearity of features and weak learner aggregation with weights on misclassified data. The maximum depth 11 of the base estimator in the AB model is efficient with high performance with 97.6% of accuracy and 0.07% of MAPE. Feature importances, permutation importance, and partial dependence are analyzed in the AB model. The results show that the marginal effect of air humidity, crack depth, and crack temperature in order is higher than that of the others.
The carbonation process is affected by both the concrete material properties such as W/C ratio, types of cement and aggregates, admixture characteristics and the environmental factors such as $CO_2$ concentration, temperature, humidity. Based on results of preliminary study on carbonation, this study is to develop a carbonation prediction model by taking account of $CO_2$ concentration, temperature, humidity ad W/C ratio among major factor affecting the carbonation process. And to constitute a model formula which correspond to the mix design of the nuclear power plant, test coefficient that correspond to the design of the nuclear power plant is obtained based on the results of accelerated carbonation test. Also a field coefficient which is obtained based on results of the field examination is included to improve the conformity of the actual structures of nuclear power plant.
본 논문에서는 비콘과 스마트폰 GPS(Global Positioning System) 수신기를 이용하여 위치기반 쇠퇴지역 재난재해 위험성 예측 시스템을 구축하였다. 비콘은 주로 실내에 설치되어 실내의 삼각측위를 이용한 이용자 위치 파악에 사용되었으나 실외에 설치되어 위험지역 등록위치 및 온습도 정보 수집에 활용하여 기존 연구들과 차별성이 있다. 또한, 실외에 설치되기 때문에 비콘 자체의 방수, 방습, 방진 기능이 필요하며 온습도 비콘의 경우 센서가 외부에 노출되어야 하기 때문에 별도의 컨테이너로 방수 기능을 보완하였다. 이러한 기능을 바탕으로 쇠퇴·취약 지역을 실시간으로 정보를 파악하고, 온도/습도 정보를 수집한다. 또한, 해당 지역의 날씨 및 미세먼지 정보를 제공하는 시스템을 제안한다. 비콘과 스마트폰 GPS 수신기를 통해 사용자 위치 데이터가 습득되며, 사용자가 쇠퇴·취약 지역을 전송할 시 데이터를 구축하여 위험지역을 확인할 수 있다. 또한, 미시공간의 온도/습도 데이터를 수집하고 이를 활용해 기후변화에 대응할 수 있는 데이터를 구축할 수 있다. 데이터를 활용하여 미시공간에서의 쇠퇴지역을 구체적으로 파악할 수 있으며, 축적되는 데이터를 통하여 다양한 분석이 가능하다.
Concrete changes its internal moisture distribution depending on the external environment, and changes in the condition of the material's interior over time affect the performance of the concrete. These effects are closely related to the long-term behavior and durability of concrete, and the degree of deterioration varies from climate to climate in each region. In this study, we use actual climate data from each region with distinct climates. A multi-physical analysis based on the method was conducted to predict the difference and degree of deterioration rate by climate.
Rahman, A. B. M. Salman;Lee, MyeongBae;Venkatesan, Saravanakumar;Lim, JongHyun;Shin, ChangSun
스마트미디어저널
/
제11권5호
/
pp.38-47
/
2022
Honey is one of the most significant ingredients in conventional food production in different regions of the world. Honey is commonly used as an ingredient in ethnic food. Beekeeping is performed in various locations as part of the local food culture and an occupation related to pollinator production. It is important to conduct beekeeping so that it generates food culture and helps regulate the regional environment in an integrated manner in preserving and improving local food culture. This study analyzes different types of environmental factors of a smart bee farm. The major goal of this study is to determine the best prediction model between the linear regression model (LM) and the support vector regression model (SVR) based on the environmental factors of a smart bee farm. The performance of prediction models is measured by R2 value, root mean squared error (RMSE), and mean absolute error (MAE). From all analysis reports, the best prediction model is the support vector regression model (SVR) with a low coefficient of variation, and the R2 values for Farm inside temperature, bee box inside temperature, and Farm inside humidity are 0.97, 0.96, and 0.44.
The effect of coupled data assimilation (DA) on the meteorological prediction in the west coastal region of Korea was evaluated using a coupled atmosphere-ocean model (e.g., COAWST) in the spring (March 17-26) of 2019. We performed two sets of simulation experiments: (1) with the coupled DA (i.e., COAWST_DA) and (2) without the coupled DA (i.e., COAWST_BASE). Overall, compared with the COAWST_BASE simulation, the COAWST_DA simulation showed good agreement in the spatial and temporal variations of meteorological variables (sea surface temperature, air temperature, wind speed, and relative humidity) with those of the observations. In particular, the effect of the coupled DA on wind speed was greatly improved. This might be primarily due to the prediction improvement of the sea surface temperature resulting from the coupled DA in the study area. In addition, the improvement of meteorological prediction in COAWST_DA simulation was also confirmed by the comparative analysis between SST and other meteorological variables (sea surface wind speed and pressure variation).
건조통고추를 상대습도 11%에서 84%까지 7단계의 상대습도별로 $5^{\circ}C$, $15^{\circ}C$, $25^{\circ}C$, 및 $35^{\circ}C$ 온도구에 저장하면서 통고추의 변색 및 흡습특성을 조사하였다. RH 67% 이상에서는 갈변현상이, RH 84% 이상에서는 곰팡이가 발생하였고 RH 32% 이하에서는 탈색현상이 나타났다. 따라서 50% 내외의 RH 조건이 저장에 적합하였으며 탈색도 기준에서 저장 안전 수분함량은 $15.\;65{\sim}\;19.\;62%$ (DB) 였으며 이들 건조통고추의 monolayer value는 $5^{\circ}C$에서 9.23% (DB), $15^{\circ}C$에서 8.42% (DB), 25에서 7. 96% (DB) 및 $35^{\circ}C$에서 7. 52% (DB) 로서 온도가 낮을수록 monolayer value 는 다소 높아지는 경향을 보였으며 상대습도에 따라서 평형수분함량을 예측할 수 있는 3차 회귀방정식을 도출하였다.
Numerical weather prediction experiments were carried out by applying topographic effects to reduce or enhance the solar radiation by terrain. In this study, x and ${\kappa}({\phi}_o,\;{\theta}_o)$ are precalculated for topographic effect on high resolution numerical weather prediction (NWP) with 1 km spatial resolution, and meteorological variables are analyzed through the numerical experiments. For the numerical simulations, cases were selected in winter (CASE 1) and summer (CASE 2). In the CASE 2, topographic effect was observed on the southward surface to enhance the solar energy reaching the surface, and enhance surface temperature and temperature at 2 m. Especially, the surface temperature is changed sensitively due to the change of the solar energy on the surface, but the change of the precipitation is difficult to match of topographic effect. As a result of the verification using Korea Meteorological Administration (KMA) Automated Weather System (AWS) data on Seoul metropolitan area, the topographic effect is very weak in the winter case. In the CASE 1, the improvement of accuracy was numerically confirmed by decreasing the bias and RMSE (Root mean square error) of temperature at 2 m, wind speed at 10 m and relative humidity. However, the accuracy of rainfall prediction (Threat score (TS), BIAS, equitable threat score (ETS)) with topographic effect is decreased compared to without topographic effect. It is analyzed that the topographic effect improves the solar radiation on surface and affect the enhancements of surface temperature, 2 meter temperature, wind speed, and PBL height.
A road surface temperature prediction model (UM-Road) using input data of the Unified Model (UM) output and road physical properties is developed and verified with the use of the observed data at road weather information system. The UM outputs of air temperature, relative humidity, wind speed, downward shortwave radiation, net longwave radiation, precipitation and the road properties such as slope angles, albedo, thermal conductivity, heat capacity at maximum 7 depth are used. The net radiation is computed by a surface radiation energy balance, the ground heat flux at surface is estimated by a surface energy balance based on the Monin-Obukhov similarity, the ground heat transfer process is applied to predict the road surface temperature. If the observed road surface temperature exists, the simulated road surface temperature is corrected by mean bias during the last 24 hours. The developed UM-Road is verified using the observed data at road side for the period from 21 to 31 March 2013. It is found that the UM-Road simulates the diurnal trend and peak values of road surface temperature very well and the 50% (90%) of temperature difference lies within ${\pm}1.5^{\circ}C$ (${\pm}2.5^{\circ}C$) except for precipitation case.
Ozturk, Murat;Cansiz, Omer F.;Sevim, Umur K.;Bankir, Muzeyyen Balcikanli
Computers and Concrete
/
제21권5호
/
pp.559-567
/
2018
In this study alkali activation of Electric Arc Furnace Slag (EAFS) is studied with a comprehensive test program. Three different silicate moduli (1-1,5-2), three different sodium concentrations (4%-6%-8%) for each silicate module, two different curing conditions (45%-98% relative humidity) for each sodium concentration, two different curing temperatures ($400^{\circ}C-800^{\circ}C$) for each relative humidity condition and two different curing time (6h-12h) for each curing temperature variables are selected and their effects on compressive strength was evaluated then regression equations using multiple linear regressions methods are fitted. And then to select the best regression models confirm with using the variables, the regression models compared between itself. An Artificial Neural Network (ANN) models that use silicate moduli, sodium concentration, relative humidity, curing temperature and curing time variables, are formed. After the investigation of these ANN models' results, ANN and multiple linear regressions based models are compared with each other. After that, an explicit formula is developed with values of the ANN model. As a result of this study, the fluctuations of data set of the compressive strength were very well reflected using both of the methods, multiple linear regression with quadratic terms and ANN.
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.