• Journal of Korean Society of Occupational and Environmental Hygiene
• /
• v.32 no.4
• /
• pp.425-434
• /
• 2022

Objectives: This study analyzes TVOC concentrations in root industry workplaces in order to prevent probable occupational disease among workers. Root industry includes all the infrastructure of manufacturing, such as casting and molding. Methods: Real-time TVOC sensors were deployed in three root industry workplaces. We measured TVOC concentrations with these sensors and analyzed the results using a data-analysis tool developed with Python 3.9. Results: During the study period, the mean of the TVOC concentrations remained in an acceptable range, 0.30, 2.15, and 1.63 ppm across three workplaces. However, TVOC concentrations increased significantly at specific times, with respective maximum values of 4.98, 28.35, and 26.65 ppm for the three workplaces. Moreover, the analysis of hourly TVOC concentrations showed that during working hours or night shifts TVOC concentrations increased significantly to higher than twice the daily mean values. These results were scrutinized through classical decomposition results and autocorrelation indices, where seasonal graphs of the corresponding classical decomposition results showed that TVOC concentrations increased at a specific time. Trend graphs showed that TVOC concentrations vary by day. Conclusions: Deploying a real-time TVOC sensor should be considered to reflect irregularly high TVOC concentrations in workplaces in the root industry. It is expected that the real-time TVOC sensor with the presented data analysis methodology can eradicate probable occupational diseases caused by detrimental gases.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.269-269
• /
• 2023

기후 변화로 인한 강우 패턴의 변화는 도심지 방재성능 목표를 상회하는 홍수로 이어져 침수피해를 가중시키고 있다. 이로 인한 도시침수 피해를 저감하기 위하여 도시침수 예측모형 개발이 활발히 이루어지고 있으나, 대규모 관망으로 이루어진 복잡한 도심지 우수관망을 모의하기 때문에 분석속도가 느려 실시간 예측 적용에 한계점이 있다. 도시침수 분석에 가장 많이 활용되는 대표적인 모형인 SWMM(Storm Water Management Model)은 복잡한 관망을 비교적 빠르고 정확히 해석할 수 있어 유용하지만, 이 또한 대도심의 우수관망 모의 시 많은 시간이 소요되며, 관망 정밀도 기준이 정의되어 있지 않아 분석에 어려움이 있다. 이러한 문제점을 해결하기 위하여 본 연구에서는 관망 간소화 기법(유역면적의 밀도, 관거 직경, 관로의 길이 등)을 적용하고, 이에 따른 주요 지선과 간선의 수위 변화와 침수흔적도를 비교하여 분석결과의 정확성을 담보하는 관망 간소화 수준을 파악하고 도시침수 분석 시 적정 간소화 기준과 자동 간소화 방안을 제시하고자 한다. 도시침수 분석 시 우수관망 자동 간소화를 위하여 Python을 활용한 코드를 작성하였으며, SWMM의 .inp 파일을 읽어들여 Dataframe형태로 저장한 후 분석을 위한 데이터 가공, 간소화 기준에 따른 분류, 간소화 대상 수리·수문인자 연산, 인접 간선에 연결, 간소화된 .inp파일 저장의 총 6단계로 구성하였다. 연구 대상지역은 도림천 유역으로 설정하였으며, 초기자료는 맨홀 30,469, 관거 32,443, 소유역 30,586개로 이루어져 있으며, 모의 시간은 약 2시간 30분이 소요되었다. 유역면적 100x100 미만을 대상으로 수행 시 맨홀 9,965, 관거 10,464, 소유역 9,240개로 관거의 복잡도가 약 1/3 감소하였으며, 모의 시간은 약 43분으로 기존대비 약 72% 단축되는 것으로 나타났다. 실제 침수가 발생한 주요지점들을 비교한 결과 R² 0.85 ~ 0.92로 예측모형의 정확도에 큰 영향을 끼치지 않는 것으로 나타났다. 도시침수모형 최적 간소화를 통해 모형의 복잡성을 줄이고, 계산량을 줄여 모형의 수행시간을 단축시킬 수 있으며, 불필요한 우수관망을 제거하거나 병합함으로써, 모형의 예측력 향상과 분석과 해석에 효율적으로 사용될 수 있을 것으로 기대한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.201-201
• /
• 2023

일반적으로 하천의 수질은 산업화, 인구증가 등으로 인해 여러 종류의 오염물질이 유입되어 악화된다. 수질 악화의 대표적인 현상은 부영양화이며 이를 일으키는 주요 원인 물질은 통상 영양염류라고 말하는 질소와 인으로 알려져 있다. T-N이 다량 수계로 유입되면 식물성 플랑크톤 등이 대량 번식하여 녹조 현상등 수질 악화를 발생시켜 관리가 필요하다. 현재 많은 수자원 관리 부서에서 모니터링 포인트를 설정하여 수질 변화를 관찰하고 있다. 기존의 T-N 분석방법은 (1) 자외선 흡광광도법 (2) 카드뮴 환원법 (3) 환원증류-킬달법등이 있다. 그러나 이러한 방법들은 실험실 기반의 정량적 분석으로 시간과 비용이 크게 소요되어 발생하는 문제에 대해 초기대응을 하기 힘들다. 따라서 T-N을 효과적으로 측정할 수 있는 방법이 필요하다. 국내에서는 수질자료를 통한 연관된 수질 인자를 찾아내어 머신러닝 알고리즘을 활용해 Chl-a 농도를 추정한 연구사례가 있다. 국외에서는 TN과 센서 측정 지표 간의 물리적, 화학적 관계를 기반으로 센서 감지의 적시성과 지능형 알고리즘의 정확도를 결합하여 실시간 총질소(TN) 측정 방법 연구 사례가 있다. 따라서 본 연구에서는 머신러닝을 활용하여 국내에 적합한 T-N 예측 모델을 만들고자한다. 본 연구에서는 센서기반으로 측정가능한 수질항목들과 T-N의 상관성 분석을 통해 주요 수질인자를 도출하였다. 도출된 인자와 Python 기반의 머신러닝을 활용하여 T-N을 추정하였다. 그 후, T-N 추정값과 실측값을 비교하여 머신러닝 성능을 평가하고 실제 적용 가능성에 대해서 검증하였다. 본 연구는 기존 T-N 측정에 소모되는 시간과 비용의 감소에 기여하고 이를 통해 앞으로 더 정확한 수질 예측이 가능해질 것으로 기대된다.

• Communications for Statistical Applications and Methods
• /
• v.30 no.2
• /
• pp.119-133
• /
• 2023

With the rapid growth of the economy and fossil fuel consumption, the concentration of air pollutants has increased significantly and the air pollution problem is no longer limited to small areas. We conduct statistical analysis with the actual data related to air quality that covers the entire of South Korea using R and Python. Some factors such as SO₂, CO, O₃, NO₂, PM₁₀, precipitation, wind speed, wind direction, vapor pressure, local pressure, sea level pressure, temperature, humidity, and others are used as covariates. The main goal of this paper is to predict air quality index (AQI) spatio-temporal data. The observations of spatio-temporal big datasets like AQI data are correlated both spatially and temporally, and computation of the prediction or forecasting with dependence structure is often infeasible. As such, the likelihood function based on the spatio-temporal model may be complicated and some special modelings are useful for statistically reliable predictions. In this paper, we propose several methods for this big spatio-temporal AQI data. First, random effects with spatio-temporal basis functions model, a classical statistical analysis, is proposed. Next, neural networks model, a deep learning method based on artificial neural networks, is applied. Finally, random forest model, a machine learning method that is closer to computational science, will be introduced. Then we compare the forecasting performance of each other in terms of predictive diagnostics. As a result of the analysis, all three methods predicted the normal level of PM_2.5 well, but the performance seems to be poor at the extreme value.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.317-317
• /
• 2020

수재해는 수자원 인프라의 부족 및 관리 미흡 등 많은 요인들이 있지만 강우의 유무와 크기가 가장 원초적인 요인들 중 하나이다. 정확한 강우량 추정 및 강우발생시간 예측은 수재해로 인한 피해를 예방하고 빠르게 대처할 수 있다. 그러나 강우예측에는 많은 불확실성을 내포하고 있기 때문에 이러한 불확실성을 이해하고 줄여 나가는 것이 필요하다. 최근 컴퓨터의 성능의 발전에 비례해 강우 예측 자료들도 점진적으로 발전을 거듭하고 있다. 이를 강우-유출 모형에 적용시 유출량 예측의 정확성 또한 비례하여 한층 더 발전할 수 있을 것이다. 하지만 신뢰성이 낮은 입력자료를 대상으로 하는 유출해석 모형은 많은 불확실성을 내포할 것이다. 따라서 본 연구에서는 위천 유역에 대해 LENS(Limited area ENsemble prediction System) 강우앙상블 예측자료의 적용성을 검토하고 그리드 기반 강우 유출 모델 GRM(Grid based Rainfall-runoff Model) 에 적용하여 유출예측의 불확실성을 평가하고자 하였다. 또한 강우예측 및 유출예측은 수 많은 매개변수를 포함하며 최종적인 예측은 더 큰 불확실한 범위로 산출될 수 있다. 이에 따라 본 연구에서는 Python3 기반 코딩으로 LENS 자료 구축 및 GRM 모형의 매개변수 보정을 각 2000회 씩에 걸쳐 총 2회 실시하여 수문학적, 지형학적 인자에 따른 불확실성 범위를 보정하고자 하였다. 매개변수의 보정은 비정형우도(Informal likelihood) NSE, 정형우도(Formal likelihood) Lognormal(Log-likelihood function)의 우도에 따른 행위모델을 산정하여 보정하였다. 따라서 본 연구에서는 선행연구들을 참고한 정형, 비정형 우도의 임계치를 이용한 불확실성해석에 적용하였으며 이는 사용자의 행위모델선정 임계치 범위 선정으로 인한 불확실성을 줄여나감에 기여할 수 있을것으로 사료된다.

• The Bulletin of The Korean Astronomical Society
• /
• v.44 no.2
• /
• pp.57.4-57.4
• /
• 2019

BITSE is a project of balloon-borne experiments for a next-generation solar coronagraph developed by a collaboration with KASI and NASA. The coronagraph is built to observe the linearly polarized brightness of solar corona with a polarization camera, a filter wheel, and an aperture door. For the observation, the coronagraph is supported by the power distribution unit (PDU), a pointing system WASP (Wallops Arc-Second Pointer), telemetry & telecommand system SIP (Support Instrument Package) which are developed at NASA's Goddard Space Flight Center, Wallops Flight Facility, and Columbia Scientific Balloon Facility. The BITSE Command and Data Handling (C&DH) system used a cost-off-the-shelf electronics to process all data sent and received by the coronagraph, including the support system operation by RS232/422, USB3, Ethernet, and digital and analog signals. The flight software is developed using the core Flight System (cFS) which is a reusable software framework and set of reusable software applications which take advantage of a rich heritage of successful space mission of NASA. The flight software can process encoding and decoding data, control the subsystems, and provide observation autonomy. We developed a python-based testing framework to improve software reliability. The flight software development is one of the crucial contributions of KASI and an important milestone for the next project which is developing a solar coronagraph to be installed at International Space Station.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.87-87
• /
• 2021

이상기후 현상으로 기후변화가 사회와 경제에 미치는 영향이 뚜렷한 추세로 변화되고 있다. 현재 기후변화에 관련된 연구는 사회 시스템에서 위험관리를 위해 기온과 강수량에 따라 다양한 분야에 미치는 영향에 대한 연구를 중점으로 이뤄지고 있다. 본 연구는 여름철 폭염에 의한 기후변화가 하천수질에 미치는 영향을 평가하기 위한 것으로, 우리나라 기상청 91개의 기상관측소에서 일일온도 33℃ 이상의 이벤트를 대상으로 환경부 수질관측망 918개에 대한 14개의 하천수질인자인 DO, BOD, COD, TOC, DOC, TN, DTN, NH4-N, NO2-N, NO3-N, TP, DTP, PO4-P, Chl-a를 분석하였다. 이를 우리나라 117개 중권역별 하천수질과 폭염강도와 지속시간을 나타내는 폭염 지수를 산정하여 분석하였다. 폭염 관련 뉴스 데이터는 2013년부터 2019년까지 Python 기반 뉴스 크롤러를 이용해 폭염 취약지수(Heat Wave Vulnerability Index, HWVI)를 기준으로 분류하여 키워드를 수집하였으며 HWVI 중 '기후노출' 키워드와 관련된 기사는 총 22,514건으로 69.9%로 수집되었다. 공간적 영향 평가를 위해 Getis-Ord Gi*를 이용하여 폭염지수와 하천수질인자간 핫스팟 분석을 실시하고 폭염관련 빅데이터가 하천수질에 미치는 영향을 평가하였다. 폭염지수는 낙동강유역 하류에 대해 Chl-a, TN, TP 항목에서 높은 밀도를 보였다. 분석대상지역 내 폭염이 발생한 확률과 반경 밖에서 발생할 확률의 우도비를 분석하기 위해 SaTScan을 이용한 공간검색통계분석을 실시하였다. 분석결과 폭염지수와 DO의 공간상관성이 높은 것으로 나타났다.

• Structural Engineering and Mechanics
• /
• v.85 no.4
• /
• pp.469-484
• /
• 2023

A deep recursive bidirectional Cuda Deep Neural Network Long Short Term Memory (Bi-CuDNNLSTM) layer is recruited in this paper to predict the entire force time histories, and the corresponding hysteresis and backbone curves of reinforced concrete (RC) bridge piers using experimental fast and slow cyclic tests. The proposed stacked Bi-CuDNNLSTM layers involve multiple uncertain input variables, including horizontal actuator displacements, vertical actuators axial loads, the effective height of the bridge pier, the moment of inertia, and mass. The functional application programming interface in the Keras Python library is utilized to develop a deep learning model considering all the above various input attributes. To have a robust and reliable prediction, the dataset for both the fast and slow cyclic tests is split into three mutually exclusive subsets of training, validation, and testing (unseen). The whole datasets include 17 RC bridge piers tested experimentally ten for fast and seven for slow cyclic tests. The results bring to light that the mean absolute error, as a loss function, is monotonically decreased to zero for both the training and validation datasets after 5000 epochs, and a high level of correlation is observed between the predicted and the experimentally measured values of the force time histories for all the datasets, more than 90%. It can be concluded that the maximum mean of the normalized error, obtained through Box-Whisker plot and Gaussian distribution of normalized error, associated with unseen data is about 10% and 3% for the fast and slow cyclic tests, respectively. In recapitulation, it brings to an end that the stacked Bi-CuDNNLSTM layer implemented in this study has a myriad of benefits in reducing the time and experimental costs for conducting new fast and slow cyclic tests in the future and results in a fast and accurate insight into hysteretic behavior of bridge piers.

• Herbal Formula Science
• /
• v.31 no.2
• /
• pp.81-98
• /
• 2023

Objectives : This study aimed to analyze the trends in research and development projects related to herbal medicine and natural products in the field of traditional Korean medicine (TKM) over the past 20 years. Methods : Research projects were identified using "Korean medicine" as the subject heading in the National Science and Technology Information Service. The included projects investigated Korean medicine, natural products, or were related to the TKM industry. Data pre-processing and network analysis were performed using Python and Networkx package, and the network was visualized using the ForceAtlas2 visualization algorithm. Results : 1. Over the study period, 4,020 projects were conducted with a research budget of KRW 835.2 billion. Seven institutions performed over 100 projects each, accounting for 2.4% of all participating institutions, and the top 10 institutions accounted for 58.9% of total projects. 2. Obesity was the most frequently mentioned disease-related keyword. Chronic or age-related diseases such as diabetes, osteoporosis, dementia, parkinson's disease, cancer, inflammation, and asthma were also frequent research topics. Clinical research, safety, and standardization were also frequently mentioned. 3. Centrality analysis found that obesity was the only disease-related keyword identified, alongside TKM-related keywords. Standardization, safety, and clinical trials were identified as central keywords. Conclusions : The study found that research projects in TKM have focused on standardizing and ensuring the safety of herbal medicine, as well as on chronic and age-related diseases. Clinical studies aimed at verifying the effectiveness of herbal medicine were also frequent. These findings can guide future research and development in herbal medicine.

• Journal of Advanced Navigation Technology
• /
• v.27 no.5
• /
• pp.552-560
• /
• 2023

Aircraft midair collisions are dangerous events that can cause massive casualties. To prevent this, civil aviation has mandated the installation of TCAS (ACAS), which is becoming more sophisticated with the help of new technologies. However, there are institutional problems in collecting data for TCAS research in Korea, limiting the ability to obtain data for personal research. ADS-B and Mode-S automatic broadcast various information about the flight status of the aircraft. This data also contains information about TCAS RA, which can be used by anyone to find examples of TCAS RA operation. We used the databases of ADS-B Exchange and Opensky-Network to acquire data and visually represent three TCAS RA cases through Python coding. We also identified domestic TCAS cases in the first half of 2023 and analyzed their characteristics to confirm the usefulness of the data.