• Ecology and Resilient Infrastructure
• /
• 제9권4호
• /
• pp.282-289
• /
• 2022

한반도의 기후변화가 산림생태계에 미치는 영향을 분석하는 것은 난아열대 산림생명자원 관리에 중요하다. 본 연구에서는 난아열대 목본식물인 소귀나무와 Syzygium buxifolium의 위치자료와 생물기후변수를 수집하고, 수집된 자료를 바탕으로 MaxEnt 모형에 적용하여 잠재분포 영역을 추정하였다. 소귀나무의 분포를 결정하는 주요 환경인자는 가장 따뜻한 분기의 강수와 온도 계절성이고, Syzygium buxifolium의 주요 환경인자는 가장 따듯한 분기의 강수와 가장 습한 분기의 강수로 나타났다. MaxEnt 모형의 행정구역별 결과, 소귀나무는 SSP2-4.5 기후변화 시나리오에서 4.6 - 17.7%의 면적 증가율을 보였고, SSP5-8.5 기후변화 시나리오에서 13.8 - 30.5%의 면적 증가율을 보였다. Syzygium buxifolium는 SSP2-4.5 기후변화 시나리오에서 4.8 - 32.2%, SSP5-8.5 기후변화 시나리오에서 12.9 - 48.6%의 면적 증가율을 보였다. 본 연구는 기후변화 시나리오를 적용하여 난대아열대 식물의 미래 잠재분포 영역을 확인하고 데이터베이스를 구축하는데 의의가 있다.

• 한국컴퓨터정보학회논문지
• /
• 제27권2호
• /
• pp.171-177
• /
• 2022

본 논문에서는 다출처 농업 데이터를 통찰할 수 있는 지식체계를 마련하고, 시간 흐름을 가지는 환경인자 분석 정보를 클러스터링 할 수 있는, 농작물 환경 인자 큐레이션 서비스 방법을 제안한다. 제안하는 큐레이션 서비스는 크게 수집, 전처리, 저장, 분석의 네 단계로 구성된다. 첫째, 수집 단계에서는 OpenAPI 기반의 웹크롤러를 이용하여 다출처 농업 데이터에 대한 수집 및 정리를 수행한다. 둘째, 전처리 단계에서는 데이터 측정 오차를 감소시키기 위해 데이터 평활화를 수행한다. 이때 온실, 노지 등의 시설 특성에 따른 오차율을 고려하여 시설 유형별 평활화 방법을 적용한다. 셋째, 저장단계에서는 대용량 농업 데이터 관리를 위해, 농업 데이터 통합 스키마 및 Hadoop HDFS 기반의 저장 구조를 제안한다. 마지막으로 분석 단계에서는 농업 디지털 데이터의 시계열 특성을 고려한 DTW 기반의 시계열 분류를 수행한다. DTW 기반 시계열 분류를 통해 시계열 데이터의 특성을 손실 없이 반영하여 예측 결과 정확도를 향상시킨다. 향후 연구로는 제안한 서비스 방법을 구현하여 스마트팜 온실에 적용하고, 테스트 및 검증을 수행할 예정이다.

• 한국지반환경공학회 논문집
• /
• 제23권3호
• /
• pp.15-22
• /
• 2022

본 연구는 국내 대표 암석의 팽윤성을 관찰하고 암석의 풍화와 관련하여 시험법의 활용과 선행 분석의 개선점을 제시하고자 한다. 국내 고속도로 시공현장에서 지반조사를 위해 획득한 시추코어를 대상으로 스웰링시험 및 분석하였다. 연구 시험용 암종의 선정은 암석의 분류기준과 분포면적을 고려하였으며, 화성암은 화강암을 선정하였고 퇴적암은 사암과 이암을 선정하였다. 변성암은 편암과 편마암을 선정하였다. 암석의 흡수팽창지수를 결정하는 방법은 ISRM과 한국암반공학회 표준암석시험법(2005) 중 "암석의 시료채취와 시험편 제작 표준법"에 제안된 방법을 이용하였다. 팽창변위의 측정을 위한 시편은 높이 10cm, 지름 5cm의 원주형 이었다. 이에 수직되는 단면에 대해 흡수팽창변형률을 측정하였으며 단면 방향의 변형률은 팽창 방향의 길이를 보정하였다. 본 연구의 스웰링에 의한 풍화민감도 분석 시험 결과, 최대팽창변위보다 변화율이 암석의 팽윤성 판단에 효과적임을 알 수 있었다. 기존 스웰링분석법은 팽창변위의 최고점(최대팽창변위)을 이용하여 풍화민감도를 평가하고 있으나 암반등급별 구분이 불명확하므로 침수시간에 따른 팽창변위의 변화율(기울기)을 이용하는 것이 타당하다. 암반등급외 암석의 등방성과 이방성의 구분, 암종별 장축과 단축의 팽창변위(차이)를 활용한 풍화 특성의 판별이 필요하다. 풍화변질과 단층변질을 구분한 실험이 필요하며 이를 위해 선행적으로 구성 광물의 정량 분석이 필요하다. 또한, 화학적 풍화 단계의 팽창변위 분석을 통한 암종별 장기풍화 예측기술이 필요하다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제28권1호
• /
• pp.1-9
• /
• 2022

비소세포폐암(NSCLC)은 전체 폐암 중 85%의 높은 비중을 차지하며 사망률(22.7%)이 다른 암에 비해 현저히 높은 암으로 비소세포폐암 환자의 수술 후 예후에 대한 예측은 매우 중요하다. 본 연구에서는 종양을 관심영역으로 갖는 비소세포폐암 환자의 수술 전 흉부 CT 영상 패치의 종류를 종양 관련 정보에 따라 총 다섯 가지로 다양화하고, 이를 입력데이터로 갖는 사전 학습 된 ResNet 과 EfficientNet CNN 네트워크를 사용하여 단일 모델과 간접 투표 방식을 이용한 앙상블 모델, 그리고 3 개의 입력 채널을 활용한 앙상블 모델에서의 실험 결과 및 성능을 오분류의 사례와 Grad-CAM 시각화를 통해 비교 분석한다. 실험 결과, 종양 주변부 패치를 학습한 ResNet152 단일 모델과 EfficientNet-b7 단일 모델은 각각 87.93%와 81.03%의 정확도를 보였다. 또한 ResNet152 에서 총 3 개의 입력 채널에 각각 영상 패치, 종양 주변부 패치, 형상 집중 종양 내부 패치를 넣어 앙상블 모델을 구성한 경우에는 정확도 87.93%를, EfficientNet-b7 에서 간접 투표 방식으로 영상 패치와 종양 주변부 패치 학습 모델을 앙상블 한 경우에는 정확도 84.48%를 도출하며 안정적인 성능을 보였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제27권1호
• /
• pp.1-8
• /
• 2023

최근 건설현장은 인건비 상승, 중대재해처벌법 등으로 인한 건설 현장 여건의 변화로 탈현장 여건으로 프리캐스트 부재 생산에 대한 관심이 증대되고 있다. 특히, 프리캐스트 프리스트레스트 중공슬래브는 단면 내 중공형상을 두어, 중량감소 및 강연선을 통한 처짐 제어 등으로 구조성능은 확보하고 있으나, 현재 내화 성능 개선에 대한 미비한 연구 뿐만 아니라, 기업들의 근거 없는 당연내화구조 기준을 적용함에 내화성능 확보에 대한 시급성이 대두되고 있다. 이 연구에서는 기존 중공 슬래브와 비교하여 동등이상 구조성능, 경제성을 갖기 위하여 슬래브단면 내 중공 형상 최적화를 통해 단면 내 콘크리트 충진률 감소 및 상하부 플랜지 형상 개선으로 내화단면을 개발하였다. 이를 적용한 PC 중공 슬래브에 대하여 단면두께를 변수로 하여 2시간 내화시험을 진행하여, 실험결과 내화 성능(하중지지력, 차열성, 차염성)을 확보 하였다. 실험 결과 기반으로, 수치해석 시뮬레이션을 통해 내화모델링을 정립하여, 추후 단면형상 변경에 따라 내화 해석 예측이 가능한 것으로 판단된다.

• 산업융합연구
• /
• 제21권1호
• /
• pp.159-165
• /
• 2023

최근 지진 발생 빈도가 증가하고 있는 반면 국내 지진 대응 체계는 취약한 현실에서, 본 연구의 목적은 통계분석 기법과 머신러닝 기법을 활용한 공간분석을 통해 건물의 지진취약도를 비교분석 하는 것이다. 통계분석 기법을 활용한 결과, 최적화척도법을 활용해 개발된 모델의 예측정확도는 약 87%로 도출되었다. 머신러닝 기법을 활용한 결과, 분석된 4가지 방법 중, Random Forest의 정확도가 Train Set의 경우 94%, Test Set의 경우 76.7%로 가장 높아, 최종적으로 Random Forest가 선정되었다. 따라서, 예측정확도는 통계분석 기법이 약 87%, 머신러닝 기법이 76.7%로, 통계분석 기법의 예측정확도가 더 높은 것으로 분석되었다. 최종 결과로, 건물의 지진취약도는 분석된 건물데이터 총 22,296개 중, 1,627(0.1%)개의 건물데이터는 통계분석 기법 사용 시 더 위험하다고 도출되었고, 10,146(49%)개의 건물데이터는 동일하게 도출되었으며, 나머지 10,523(50%)개의 건물데이터는 머신러닝 기법 사용 시 더 위험하게 도출되었다. 기존 통계분석 기법에 첨단 머신러닝 기법활용결과가 추가로 비교검토 됨으로써 공간분석 의사결정에 있어서, 좀더 신뢰도가 높은 지진대응책 마련에 도움이 되길 기대한다.

• 지질공학
• /
• 제32권1호
• /
• pp.173-191
• /
• 2022

본 연구에서는 Flat TDR을 이용하여 지반의 전단파속도를 측정하였고 측정값의 정밀도 분석 및 현장적용성에 대한 검증을 수행하였다. Flat TDR 내 결합되어 있는 Piezo-stack을 이용하여 현장에서의 전단파속도 측정값을 도출하였고, 도출한 값의 검증을 위해서 들밀도시험, 동적콘관입시험(DCPT), 문헌조사 등을 적용하여 비교·분석하였다. 실험결과 그라우트재 주입시 재령 초기 전단파속도 변화의 평균값은 10.15 m/s이며, 7~14일차 이후의 전단파속도 변화의 평균값은 65.99 m/s로 재령일 증가하는 경향을 보였다. 또한 OMC를 기준으로 건조 측에서는 함수비가 증가할수록 건조밀도와 전단파속도가 증가하고, 습윤 측에서는 함수비가 증가할수록 건조밀도와 전단파속도가 감소하는 것을 알 수 있었다. 현장시험 결과 도출된 전단탄성계수 값이 최소 17.36 MPa에서 최대 28.13 MPa로 확인되어 참고문헌 값과 유사한 측정값을 확인하였다. 이를 통해 Flat TDR을 이용한 전단탄성계수의 측정값이 신뢰성이 있는 데이터임을 알 수 있고, 추후 현장 지반의 다짐관리를 효과적으로 할 수 있음을 판단할 수 있다.

• 한국차세대컴퓨팅학회논문지
• /
• 제13권3호
• /
• pp.72-83
• /
• 2017

GPU는 다수의 워프를 병렬적으로 수행함으로써 레이턴시를 숨기면서 높은 처리량을 제공할 수 있다. 만약 GPU에서 캐쉬에 대한 요청이 미스를 발생시킨다면 하위 메모리로부터 요청한 데이터를 받을 때까지 MSHR(Miss Status Holding Register)을 통해 미스 정보를 추적하고 다른 워프를 수행한다. 최신 GPU에서는 캐쉬 자원에 대한 과도한 요청이 발생한 경우 자원점유 실패가 발생하여 GPU 자원을 충분히 활용할 수 없는 경우가 자주 발생한다. 본 논문에서는 MSHR 자원 부족으로 인해 발생하는 성능 감소를 줄이고자 새로운 워프 스케줄링 기법을 제안한다. L1 데이터 캐쉬에서 각 워프별 캐쉬 미스율은 긴 사이클 동안 비슷하게 유지되는 특성을 이용하여 각 워프들의 캐쉬 미스율을 예측하고, 이를 바탕으로 MSHR의 자원을 더 이상 사용할 수 없는 상태에서는 낮은 캐쉬 미스율을 보일 것으로 예측되는 워프들과 연산 위주 워프들을 우선적으로 이슈 한다. 제안하는 기법은 예측된 캐쉬 미스율과 MSHR 상태를 기반으로 캐쉬 자원을 더 효율적으로 사용함으로써 GPU 성능을 향상시킨다. 실험 결과, 제안된 기법은 LRR(Loose Round Robin) 정책에 비해 자원점유실패 사이클이 25.7% 감소하고 IPC(Instruction Per Cycle)가 6.2% 증가한다.

• 한국가스학회지
• /
• 제27권2호
• /
• pp.7-15
• /
• 2023

전기식 액중형 펌프 (electrical submersible pump, ESP)는 인공채유 (artificial lift) 기법 중 적용성과 운영 효율이 높아 전 세계 생산정에서 운영되고 있다. 저류층에서 ESP 운영 시 온도·압력, 가스·오일비, 유량 등의 변수는 ESP 성능에 영향을 미치는 요소로서, 특히 생산유체 내 자유 가스 (free gas)는 ESP의 수명 및 운영 효율을 감소시키는 주요 요인에 해당한다. 이에 본 연구에서는 ESP 성능에 영향을 미치는 변수를 정량적으로 분석하고자 현장 운영조건에서 ESP 성능실험과 손상모사 실험이 가능한 환형 유동 시스템 (flow loop system) 을 개발하였다. 개발 장치는 ESP와 튜빙 (tubing)을 하나의 시스템으로 연동시켜 ESP의 고장 및 원인 진단, 튜빙의 누출 특성을 파악할 수 있는 일체형 시스템에 해당한다. 본 연구에서는 ESP 성능 평가와 관련된 단상 유체 (single phase)와 2상 유체 (two phase) 실험을 통해 ESP를 안정적으로 운영하기 위한 유동 조건을 규명하였다. 도출된 결과값은 ESP 고장 예측 및 진단 프로그램 개발을 위한 기본 자료를 제공하며, ESP 운영을 위한 최적 운영 조건 및 고장 진단을 위한 실시간 모니터링에 활용할 수 있을 것으로 판단된다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제61권2호
• /
• pp.257-271
• /
• 2022

본 연구는 학습분석학을 기반으로 블렌디드 수학 수업에서 발생하는 학습 데이터를 활용하여 수학 학업성취도를 예측하는 요인이 무엇인지 탐색하고, 그 결과를 활용하여 수학 학업성취도를 예측하는 인공지능 모델을 개발하고자 하였다. 초등학교 5~6학년 학생 205명의 수학 학습 성향, LMS 데이터, 평가 결과를 수집하여 랜덤포레스트 모델을 분석하였다. 수학 학습성향에는 수학학습 자신감, 수학불안, 수학교과 흥미, 수학학습 자기관리, 수학학습 전략이 포함되었다. LMS 데이터로 e학습터의 진도율, 학습 횟수, 학습 시간을 수집하였다. 평가는 진단평가와 각 단원의 단원평가 결과를 사용하였다. 분석 결과 수학 학습성향 중 수학 학습 전략이 저성취 학생을 예측에 가장 중요한 요인으로 나타났다. LMS 학습 데이터는 예측에 미미한 영향을 주었다. 본 연구는 인공지능 모델이 블렌디드 수학 수업에서 발생하는 학습 데이터로 저성취 학생을 예측할 수 있음을 시사한다. 또한 분석 결과를 통해 교사가 학생을 평가하고 피드백하는 데 구체적인 정보를 제공하여 교사의 평가 활동에 보조적인 역할을 할 수 있을 것으로 기대한다.