A real-time monitoring and modeling system (RTMMS) for rainfall-induced turbidity flow, which is one of the major obstacles for sustainable use of reservoir water resources, is under development. As a prediction model for the RTMMS, a laterally integrated two-dimensional hydrodynamic and water quality model, CE-QUAL-W2 was tested by simulating the temperature stratification, density flow regimes, and temporal and spatial distributions of turbidity in a reservoir. The inflow water temperature and turbidity measured every hour during the flood season of 2004 were used as the boundary conditions. The monitoring data showed that inflow water temperature drop by 5 to $10^{\circ}C$ during rainfall events in summer, and consequently resulted in the development of density flow regimes such as plunge flow and interflow in the reservoir. The model showed relatively satisfactory performance in replicating the water temperature profiles and turbidity distributions, although considerable discrepancies were partially detected between observed and simulated results. The model was either very efficient in computation as the CPU run time to simulate the whole flood season took only 4 minutes with a Pentium 4(CPU 2.0GHz) desktop computer, which is essentially requited for real-time modeling of turbidity plume.
Kim, Ki-Bok;Yoon, Dong-Jin;Jeong, Jung-Chae;Park, Phi-Iip;Lee, Seung-Seok
Journal of the Korean Society for Nondestructive Testing
/
v.21
no.1
/
pp.80-90
/
2001
The aim of this study is to develop the methodology which enables to identify the mechanical properties of element such as stress intensity factor by using the AE parameters. Considering the multivariate and nonlinear properties of AE parameters such as ringdown count, rise time, energy, event duration and peak amplitude from fatigue cracks of machine element the principal component regression(PCR) and artificial neural network(ANN) models for the estimation of stress intensity factor were developed and validated. The AE parameters were found to be very significant to estimate the stress intensity factor. Since the statistical values including correlation coefficients, standard mr of calibration, standard error of prediction and bias were stable, the PCR and ANN models for stress intensity factor were very robust. The performance of ANN model for unknown data of stress intensity factor was better than that of PCR model.
Journal of the Korean Society for Nondestructive Testing
/
v.20
no.6
/
pp.538-544
/
2000
A phased array ultrasonic nondestructive inspection system is being developed to obtain images of the interior of steel structures by modifying a medical ultrasound imaging system. The medical system consists of 64 individual transceiver channels that can drive 128 array elements. Several modifications of the system were required mainly due to the change of sound speed. It was necessary to fabricate array transducers for steel structure and to obtain A-scan signal that is necessary for the nondestructive testing. Boundary diffraction wave model was used for the prediction of radiation beam field from array transducers, which provided guidelines to design array transducers. And a RF data acquisition board was fabricated for the A-scan signal acquisition along a selected un line within an image. For the proper beam forming in the transmission and reception for steel structure, delay time was controlled. To demonstrate the performance of the developed system and fabricated transducers, images of artificial specimens and A-scan signals for selected scan lines were obtained in a real time fashion.
Purpose: Early prediction of prognosis of children resuscitated from cardiac arrest is a major challenge. We investigated the utility of electroencephalography (EEG) and laboratory studies for predicting of neurologic outcome in children resuscitated from cardiac arrest. Methods: We retrospectively analyzed medical records of patients who were resuscitated from cardiac arrest from 2006 to 2015 at the Gil Medical Center. Patients aged one month to 18 years were included. EEG analysis included background scoring, reactivity and seizure burden. EEG background was classified score 0 (normal/organized), score 1 (slow and disorganized), score 2 (discontinuous or burst suppression), and score 3 (suppressed and featureless). Neurologic outcome was evaluated by Pediatric Cerebral Performance Category (PCPC) at least 6 months after cardiac arrest. Results: Total 26 patients were evaluated. Nine patients showed good neurologic outcome (PCPC 1, 2, 3) and 17 patients showed poor neurologic outcome (PCPC 4, 5, 6). Patients of poor neurologic outcome group showed EEG background score 3 in 88.2%, whereas 44.4% in patients of good neurologic outcome group (P=0.028). Electrographic ictal discharges except non-convulsive status epilepticus were presented in 44.4% of good neurologic outcome group and 5.9% of poor neurologic outcome group (P=0.034). Ammonia and lactate levels were higher and pH levels were lower in poor outcome group than good neurologic outcome group. Conclusion: Suppressed and featureless EEG background is associated with poor neurologic outcome and electrographic seizures are associated with good neurologic outcome.
Korean Journal of Construction Engineering and Management
/
v.20
no.6
/
pp.126-131
/
2019
The estimation of available solar energy at particular locations is critical to find and assess suitable locations of PV sites. The amount of PV power generation is however affected by various geographical factors (e.g., weather), which may make it difficult to identify the complex relationship between affecting factors and power outputs and to apply findings from one study to another in different locations. This study thus undertakes a regression analysis using data collected from 172 PV plants spatially distributed in Korea to identify critical weather conditions and estimate the potential power generation of PV systems. Such data also include solar radiation, precipitation, fine dust, humidity, temperature, cloud amount, sunshine duration, and wind speed. The estimated PV power generation is then compared to the actual PV power generation to evaluate prediction performance. As a result, the proposed model achieves a MAPE of 11.696(%) and an R-squred of 0.979. It is also found that the variables, excluding humidity, are all statistically significant in predicting the efficiency of PV power generation. According, this study may facilitate the understanding of what weather conditions can be considered and the estimation of PV power generation for evaluating and determining suitable locations of PV facilities.
The Journal of Korea Institute of Information, Electronics, and Communication Technology
/
v.14
no.5
/
pp.349-361
/
2021
With the development of technology and the advancement of weather forecasting models and prediction methods, higher performance weather forecasting software has been developed, and more precise and accurate weather forecasting is possible by performing software using supercomputers. In this paper, the weather forecast model used by six major countries is investigated and its characteristics are analyzed, and the Korea Meteorological Administration currently uses it in collaboration with the UK Meteorological Administration since 2012 and explains the GloSea However, the existing GloSea was conducted only on the Meteorological Administration supercomputer, making it difficult for various researchers to perform detailed research by specialized field. Therefore, this paper aims to establish a standard experimental environment in which the low-resolution version based on GloSea6 currently used in Korea can be used in local systems and test it to present the localization of low-resolution GloSea6 that can be performed in the laboratory environment. In other words, in this paper, the local portability of low-resolution Globe6 is verified by establishing a basic architecture consisting of a user terminal-calculation server-repository server and performing execution tests of the software.
A software system is required to change during its life cycle due to various requirements such as adding functionalities, fixing bugs, and adjusting to new computing environments. Such program code modification should be considered as carefully as a new system development becase unexpected software errors could be introduced. In addition, when reusing open source programs, we can expect higher quality software if code changes of the open source program are predicted in advance. This paper proposes a Convolutional Neural Network (CNN)-based deep learning model to predict source code changes. In this paper, the prediction of code changes is considered as a kind of a binary classification problem in deep learning and labeled datasets are used for supervised learning. Java projects and code change logs are collected from GitHub for training and testing datasets. Software metrics are computed from the collected Java source code and they are used as input data for the proposed model to detect code changes. The performance of the proposed model has been measured by using evaluation metrics such as precision, recall, F1-score, and accuracy. The experimental results show the proposed CNN model has achieved 95% in terms of F1-Score and outperformed the multilayer percept-based DNN model whose F1-Score is 92%.
Lee, Gi Ha;Le, Xuan-Hien;Yeon, Min Ho;Seo, Jun Pyo;Lee, Chang Woo
Journal of Korean Society of Disaster and Security
/
v.14
no.3
/
pp.17-27
/
2021
In this study, classification models were built using machine learning techniques that can classify the soil creep risk into three classes from A to C (A: risk, B: moderate, C: good). A total of six machine learning techniques were used: K-Nearest Neighbor, Support Vector Machine, Logistic Regression, Decision Tree, Random Forest, and Extreme Gradient Boosting and then their classification accuracy was analyzed using the nationwide soil creep field survey data in 2019 and 2020. As a result of classification accuracy analysis, all six methods showed excellent accuracy of 0.9 or more. The methods where numerical data were applied for data training showed better performance than the methods based on character data of field survey evaluation table. Moreover, the methods learned with the data group (R1~R4) reflecting the expert opinion had higher accuracy than the field survey evaluation score data group (C1~C4). The machine learning can be used as a tool for prediction of soil creep if high-quality data are continuously secured and updated in the future.
Journal of the Korea Academia-Industrial cooperation Society
/
v.20
no.8
/
pp.279-285
/
2019
Transverse vibrations of a ship's aft end and deckhouse are mainly induced by transverse exciting forces from the main engine. Resonance should be avoided in the initial design stages when there is a prediction of resonance between the main engine and transverse modes of the deckhouse. Estimates of frequencies for resonance avoidance are possible from the specifications of the main engine and propeller, but the inherent vibration frequency of the structure around the engine room is not easy to estimate due to the variation in the shape. Experience-oriented vibration design is also carried out, which results in many problems, such as process delay, over-injection of on-site personnel, and iterative performance of the design. For the flexible design of 8,600 TEU container vessels, this study addressed the resonance problem caused by the transverse vibration of the main engine when only the main engine was changed from 12 cylinders to 10 cylinders without modification of the hull structure layout. Efficient structural reinforcement design guidelines are presented for avoiding resonances with the main engine lateral vibration and the structure around the engine room. The guidelines are expected to be used as practical design guidelines at design sites.
In this study, the statistical characteristics of the resistance bias factors were analyzed using a high-quality field load test database, and the total resistance bias factors were estimated considering the soil uncertainty and construction errors for the application of the limit state design of aggregate pier foundation. The MLR model by Bong and Kim (2017), which has a higher prediction performance than the previous models was used for estimating the resistance bias factors, and its suitability was evaluated. The chi-square goodness of fit test was performed to estimate the probability distribution of the resistance bias factors, and the normal distribution was found to be most suitable. The total variability in the nominal resistance was estimated including the uncertainty of undrained shear strength and construction errors that can occur during the aggregate pier construction. Finally, the probability distribution of the total resistance bias factors is shown to follow a log-normal distribution. The parameters of the probability distribution according to the coefficient of variation of total resistance bias factors were estimated by Monte Carlo simulation, and their regression equations were proposed for simple application.
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.