Evaluation and optimization of tunnel wall convergence (TWC) plays a vital role in preventing potential problems during tunnel construction and utilization stage. When convergence occurs at a high rate, it can lead to significant problems such as reducing the advance rate and safety, which in turn increases operating costs. In order to design an effective solution, it is important to accurately predict the degree of TWC; this can reduce the level of concern and have a positive effect on the design. With the development of soft computing methods, the use of deep learning algorithms and neural networks in tunnel construction has expanded in recent years. The current study aims to employ the long-short-term memory (LSTM) deep neural network predictor model to predict the TWC, based on 550 data points of observed parameters developed by collecting required data from different tunnelling projects. Among the data collected during the pre-construction and construction phases of the project, 80% is randomly used to train the model and the rest is used to test the model. Several loss functions including root mean square error (RMSE) and coefficient of determination (R2) were used to assess the performance and precision of the applied method. The results of the proposed models indicate an acceptable and reliable accuracy. In fact, the results show that the predicted values are in good agreement with the observed actual data. The proposed model can be considered for use in similar ground and tunneling conditions. It is important to note that this work has the potential to reduce the tunneling uncertainties significantly and make deep learning a valuable tool for planning tunnels.
In this study, we suggest a new method to estimate the mass of a halo coronal mass ejection (CME) using synthetic CMEs. For this, we generate synthetic CMEs based on two assumptions: (1) the CME structure is a full ice-cream cone, (2) the CME electron density follows a power-law distribution (ρcme=ρ0r-n). The power-law exponent n is obtained by minimizing the root mean square error between the electron number density distributions of an observed CME and the corresponding synthetic CME at a position angle of the CME leading edge. By applying this methodology to 57 halo CMEs, we estimate two kinds of synthetic CME mass. One is a synthetic CME mass which considers only the observed CME region (Mcme1), the other is a synthetic CME mass which includes both the observed CME region and the occulted area larger than 4 solar radii (Mcme2). From these two cases, we derive conversion factors which are the ratio of a synthetic CME mass to an observed CME mass. The conversion factor for Mcme1 ranges from 1.4 to 3.0 and its average is 2.0. For Mcme2, the factor ranges from 1.8 to 5.0 with the average of 3.0. These results imply that the observed halo CME mass can be underestimated by about 2 times when we consider the observed CME region, and about 3 times when we consider the region including the occulted area. Interestingly these conversion factors have a very strong negative correlation with angular widths of halo CMEs.We also compare the results with the CME mass estimated from STEREO observations.
Proceedings of the Korea Water Resources Association Conference
/
2021.06a
/
pp.158-158
/
2021
도시에 불투수면적이 증가하고, 기후변화가 극심해져감에 따라 홍수 및 열섬현상과 같은 도시의 물 문제가 발생하고 있다. 이를 해결하기 위한 정책의 일환으로 우리나라의 녹색건축인증제도(Green Standard for Energy and Environmental Design, G-SEED)에서는 물순환 관리를 평가하고 있다. 하지만, 현재 G-SEED의 평가방법을 살펴보면 빗물관리시설의 설치 정도로 평가하고 있고, 강우 특성 또한 고려되고 있지 않다. 그러므로 본 연구에서는 G-SEED의 빗물관리 및 이용 항목에 대해 수문 모델을 통해 효과를 정량화함으로써 성능에 따라 평가할 수 있는 방법을 제안하였다. 빗물관리 항목에서는 유출저감률을, 빗물이용 항목에서는 빗물이용률을 평가지표로 선정하였고, 각 평가인자를 산출하기 위하여 개념모델을 적용하였다. 빗물이용시설의 경우 초기우수배제장치 용량과 필터 효율에 따른 빗물유입량의 변화와 급수인원에 따른 수요량 변화를 고려한 수문모델을 개발하였고, 수요량과 빗물저장조 용량에 따른 유출저감률과 빗물이용률을 알아보기 위해 MATLAB을 이용하여 모의해보았다. 또한, 옥상녹화의 경우에는 강우, 저류, 증발산, 유출을 고려한 수문흐름모델을 적용하였고, 토층의 두께와 배수(저장) 층의 용량에 따라 모의하여 평가기준을 선정하였다. 제안된 수문모델의 검증을 위하여 서울대학교 기숙사와 35동 옥상녹화의 실측데이터를 비교하였고, 적용성 평가를 위해 RMSE(Root Mean Square Error)와 NSE(Nash-Sutcliffe Efficiency)를 이용하였다. 본 연구에서 제안된 방법을 통해 빗물관리시설의 수문학적 성능에 따른 평가가 가능해질 것이며 설계자와 건축가들로 하여금 실질적인 효과를 내는 시설을 설치하게끔 유도할 수 있을 것이다.
Kang, Woochul;Kang, Joongu;Jang, Eunkyung;Julien, Piere Y.
Proceedings of the Korea Water Resources Association Conference
/
2020.06a
/
pp.85-85
/
2020
South Korea experiences few large scale erosion and sedimentation problems, however, there are numerous local sedimentation problems. A reliable and consistent approach to modelling and management for sediment processes are desirable in the country. In this study, field measurements of sediment concentration from 34 alluvial river basins in South Korea were used with the Modified Einstein Procedure (MEP) to determine the total sediment load at the sampling locations. And then the Flow Duration-Sediment Rating Curve (FD-SRC) method was used to estimate the specific degradation for all gauging stations. The specific degradation of most rivers were found to be typically 50-300 tons/㎢·yr. A model tree data mining technique was applied to develop a model for the specific degradation based on various watershed characteristics of each watershed from GIS analysis. The meaningful parameters are: 1) elevation at the middle relative area of the hypsometric curve [m], 2) percentage of wetland and water [%], 3) percentage of urbanized area [%], and 4) Main stream length [km]. The Root Mean Square Error (RMSE) of existing models is in excess of 1,250 tons/㎢·yr and the RMSE of the proposed model with 6 additional validations decreased to 65 tons/㎢·yr. Erosion loss maps from the Revised Universal Soil Loss Equation (RUSLE), satellite images, and aerial photographs were used to delineate the geospatial features affecting erosion and sedimentation. The results of the geospatial analysis clearly shows that the high risk erosion area (hill slopes and construction sites at urbanized area) and sedimentation features (wetlands and agricultural reservoirs). The result of physiographical analysis also indicates that the watershed morphometric characteristic well explain the sediment transport. Sustainable management with the data mining methodologies and geospatial analysis could be helpful to solve various erosion and sedimentation problems under different conditions.
Proceedings of the Korea Water Resources Association Conference
/
2021.06a
/
pp.156-156
/
2021
본 연구는 지역빈도해석을 기반으로한 인공신경망 모델과 기존에 널리 사용되는 방법인 홍수지수법의 성능을 몬테카를로 시뮬레이션을 이용하여 평가하였다. 컴퓨터 기술이 발달함에 따라 인공지능에 대한 접근성이 좋아지며 수문학을 포함한 다양한 분야에 적용되고 있다. 인공지능을 이용하여 강수량 및 유량 등 다양한 수문자료에 대한 예측이 이루어지고 있으나 빈도해석에 관한 연구는 비교적 적다. 본 연구에서 사용된 인공 지능 모델은 대상 지점의 지형학적 자료와 수문학적 자료를 이용하여 인공신경망을 통해 지점의 확률강우량(QRT-ANN) 및 확률분포형의 매개변수 (PRT-ANN)를 추정한다. 지형학적 자료로는 위도, 경도 그리고 고도가 사용되었으며 수문학적 자료로는 대상 지점의 최근 30년 일일연최대강우량을 사용하였다. 지역빈도해석의 정확도는 지역 내 통계적 특성이 비슷한 지점들이 포함되면 될수록 높아진다. 통계적 특성으로는 불일치 척도, 이질성 척도, 적합성 척도가 있으며 다양한 조건의 통계적 특성에 따른 세 개의 지역빈도해석 방법의 성능을 평가하고자 하였다. 대상 지역 내 n개의 지점이 있다고 가정하였을 때, 홍수지수법의 경우 n-1개의 지점으로 추정한 지역 성장곡선을 이용하여 나머지 1개 지점의 확률강우량을 산정할 수 있으며 인공신경망 모델들 또한 n-1개 지점들의 자료를 이용하여 모델을 구축한 뒤 나머지 지점의 확률강우량 및 확률분포형의 매개변수를 예측할 수 있다. PRT-ANN의 경우 예측된 매개변수를 이용하여 확률강우량을 산정하며 시뮬레이션 시행마다 발생시킨 자료의 지점빈도해석 결과에 대한 나머지 세 방법의 평균 제곱근 상대오차 (Relative root mean square error, RRMSE)를 계산하였다. 몬테카를로 시뮬레이션을 이용한 성능 분석을 통하여 관측값의 다양한 통계적 특성에 맞는 지역빈도해석 방법을 제시할 수 있을 것으로 판단된다.
Object tracking is a field of signal processing that sequentially tracks the location of an object based on the previous-time location estimations and the present-time observation data. In this paper, we propose an adaptive scaling neural network that can track and adjust the scale of the input data with three recursive neural network (RNN) submodules. To evaluate object tracking performance, we compare the proposed system with the Kalman filter and the maximum likelihood object tracking scheme under an one-dimensional object movement model in which the object moves with piecewise constant acceleration. We show that the proposed scheme is generally better, in terms of root mean square error (RMSE) performance, than maximum likelihood scheme and Kalman filter and that the performance gaps grow with increased observation noise.
Mo A Son;Hyeon Ho Jeon;Seung Yun Baek;Seung Min Baek;Wan Soo Kim;Yeon Soo Kim;Dae Yun Shin;Ryu Gap Lim;Yong Joo Kim
Korean Journal of Agricultural Science
/
v.50
no.4
/
pp.773-784
/
2023
In this study, we developed a dynamic model and steering controller model for an autonomous tractor and evaluated their performance. The traction force was measured using a 6-component load cell, and the rotational speed of the wheels was monitored using proximity sensors installed on the axles. Torque sensors were employed to measure the axle torque. The PI (proportional integral) controller's coefficients were determined using the trial-error method. The coefficient of the P varied in the range of 0.1 - 0.5 and the I coefficient was determined in 3 increments of 0.01, 0.05, and 0.1. To validate the simulation model, we conducted RMS (root mean square) comparisons between the measured data of axle torque and the simulation results. The performance of the steering controller model was evaluated by analyzing the damping ratio calculated with the first and second overshoots. The average front and rear axle torque ranged from 3.29 - 3.44 and 6.98 - 7.41 kNm, respectively. The average rotational speed of the wheel ranged from 29.21 - 30.55 rpm at the front, and from 21.46 - 21.63 rpm at the rear. The steering controller model exhibited the most stable control performance when the coefficients of P and I were set at 0.5 and 0.01, respectively. The RMS analysis of the axle torque results indicated that the left and right wheel errors were approximately 1.52% and 2.61% (at front) and 7.45% and 7.28% (at rear), respectively.
Drone-mounted hyperspectral sensors (DHSs) have revolutionized remote sensing in agriculture by offering a cost-effective and flexible platform for high-resolution spectral data acquisition. Their ability to capture data at low altitudes minimizes atmospheric interference, enhancing their utility in agricultural monitoring and management. This study focused on addressing the challenges of radiometric and geometric distortions in preprocessing drone-acquired hyperspectral data. Radiometric correction, using the empirical line method (ELM) and spectral reference panels, effectively removed sensor noise and variations in solar irradiance, resulting in accurate surface reflectance values. Notably, the ELM correction improved reflectance for measured reference panels by 5-55%, resulting in a more uniform spectral profile across wavelengths, further validated by high correlations (0.97-0.99), despite minor deviations observed at specific wavelengths for some reflectors. Geometric correction, utilizing a rubber sheet transformation with ground control points, successfully rectified distortions caused by sensor orientation and flight path variations, ensuring accurate spatial representation within the image. The effectiveness of geometric correction was assessed using root mean square error(RMSE) analysis, revealing minimal errors in both east-west(0.00 to 0.081 m) and north-south directions(0.00 to 0.076 m).The overall position RMSE of 0.031 meters across 100 points demonstrates high geometric accuracy, exceeding industry standards. Additionally, image mosaicking was performed to create a comprehensive representation of the study area. These results demonstrate the effectiveness of the applied preprocessing techniques and highlight the potential of DHSs for precise crop health monitoring and management in smart agriculture. However, further research is needed to address challenges related to data dimensionality, sensor calibration, and reference data availability, as well as exploring alternative correction methods and evaluating their performance in diverse environmental conditions to enhance the robustness and applicability of hyperspectral data processing in agriculture.
Wang, Ying Hsuan;Lee, Ji Sang;Kim, Sang Kyun;Sohn, Hong-Gyoo
Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
/
v.36
no.5
/
pp.395-401
/
2018
Recently, most of mobile devices are equipped with GNSS (Global Navigation Satellite System). When the GNSS signal is available, it is easy to obtain position information. However, GNSS is not suitable solution for indoor localization, since the signals are normally not reachable inside buildings. A wide varieties of technology have been developed as a solution for indoor localization such as Wi-Fi, beacons, and inertial sensor. With the increased sensor combinations in mobile devices, mobile devices also became feasible to provide a solution, which based on PDR (Pedestrian Dead Reckoning) method. In this study, we utilized the combination of three sensors equipped in mobile devices including accelerometer, digital compass, and gyroscope and applied three representative PDR methods. The proposed methods are done in three stages; step detection, step length estimation, and heading determination and the final indoor localization result was evaluated with terrestrial LiDAR (Light Detection And Ranging) data obtained in the same test site. By using terrestrial LiDAR data as reference ground truth for PDR in two differently designed experiments, the inaccuracy of PDR methods that could not be found by existing evaluation method could be revealed. The firstexperiment included extreme direction change and combined with similar pace size. Second experiment included smooth direction change and irregular step length. In using existing evaluation method which only checks traveled distance, The results of two experiments showed the mean percentage error of traveled distance estimation resulted from three different algorithms ranging from 0.028 % to 2.825% in the first experiment and 0.035% to 2.282% in second experiment, which makes it to be seen accurately estimated. However, by using the evaluation method utilizing terrestrial LiDAR data, the performance of PDR methods emerged to be inaccurate. In the firstexperiment, the RMSEs (Root Mean Square Errors) of x direction and y direction were 0.48 m and 0.41 m with combination of the best available algorithm. However, the RMSEs of x direction and y direction were 1.29 m and 3.13 m in the second experiment. The new evaluation result reveals that the PDR methods were not effective enough to find out exact pedestrian position information opposed to the result from existing evaluation method.
Park, Hyun-Ju;Shin, Hyu-Seok;Roh, Young-Hee;Kim, Kyoung-Min;Park, Key-Ho
Journal of the Korean Association of Geographic Information Studies
/
v.15
no.1
/
pp.16-33
/
2012
The aim of this study is to estimate aboveground biomass carbon stocks using ordinary kriging(OK) which is the most commonly used type of kriging and regression kriging(RK) that combines a regression of the auxiliary variables with simple kriging. The analysis results shows that the forest carbon stock in Danyang is estimated at 3,459,902 tonC with OK and 3,384,581 tonC with RK in which the R-square value of the regression model is 0.1033. The result of RK conducted with sample plots stratified by forest type(deciduous, conifer and mixed) shows the lowest estimated value of 3,336,206 tonC and R-square value(0.35 and 0.18 respectively) is higher than that of when all sample plots used. The result of leave-one-out cross validation of each method indicates that RK with all sample plots reached the smallest root mean square error(RMSE) value(22.32 ton/ha) but the difference between the methods(0.23 ton/ha) is not significant.
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.