Evaluating the performance of Tunnel Boring Machines (TBMs) stands as a pivotal juncture in the domain of hard rock mechanized tunneling, essential for achieving both a dependable construction timeline and utilization rate. In this investigation, three advanced artificial neural networks namely, gated recurrent unit (GRU), back propagation neural network (BPNN), and simple recurrent neural network (SRNN) were crafted to prognosticate TBM-rate of penetration (ROP). Drawing from a dataset comprising 1125 data points amassed during the construction of the Alborze Service Tunnel, the study commenced. Initially, five geomechanical parameters were scrutinized for their impact on TBM-ROP efficiency. Subsequent statistical analyses narrowed down the effective parameters to three, including uniaxial compressive strength (UCS), peak slope index (PSI), and Brazilian tensile strength (BTS). Among the methodologies employed, GRU emerged as the most robust model, demonstrating exceptional predictive prowess for TBM-ROP with staggering accuracy metrics on the testing subset (R2 = 0.87, NRMSE = 6.76E-04, MAD = 2.85E-05). The proposed models present viable solutions for analogous ground and TBM tunneling scenarios, particularly beneficial in routes predominantly composed of volcanic and sedimentary rock formations. Leveraging forecasted parameters holds the promise of enhancing both machine efficiency and construction safety within TBM tunneling endeavors.
Yoseph Lee;Seok Jin Oh;Yejin Kim;Sung-ho Park;Ilsoo Yun
The Journal of The Korea Institute of Intelligent Transport Systems
/
v.22
no.6
/
pp.1-16
/
2023
Accurate traffic information prediction is considered to be one of the most important aspects of intelligent transport systems(ITS), as it can be used to guide users of transportation facilities to avoid congested routes. Various deep learning models have been developed for accurate traffic prediction. Recently, ensemble techniques have been utilized to combine the strengths and weaknesses of various models in various ways to improve prediction accuracy and stability. Therefore, in this study, we developed and evaluated a traffic information prediction model using various deep learning models, and evaluated the performance of the developed deep learning models as a stacking ensemble. The individual models showed error rates within 10% for traffic volume prediction and 3% for speed prediction. The ensemble model showed higher accuracy compared to other models when no cross-validation was performed, and when cross-validation was performed, it showed a uniform error rate in long-term forecasting.
The Journal of The Korea Institute of Intelligent Transport Systems
/
v.22
no.6
/
pp.49-65
/
2023
In response to the growing global concern for the environment, the international community has recently committed to achieving 'carbon neutrality.' As a result, numerous studies have been conducted on mode choice models that include carbon emissions as a variable. However, few studies have established a correlation between individual preferences and carbon emissions. In this study, a new mode of transportation named sustainable public transit (SPT), incorporating carbon-reducing transport options like electric scooters, is proposed. Analyzing the individual preferences of commuters on carbon emissions through factor analysis, a stated preference (SP) survey was conducted. A mode choice model for SPT was constructed using multinomial logit models. The results of the analysis showed that gender, income, and specific preferences, such as a passion for exploring new routes, a preference for intermodal transfers, knowledge of carbon reduction, and carbon reduction practices, significantly influence latent preferences for SPT. Therefore, this study is significant as it considers carbon emissions as an attribute variable during the construction of mode choice models and reflects the individual preference variables associated with carbon reduction.
The Journal of The Korea Institute of Intelligent Transport Systems
/
v.22
no.6
/
pp.157-167
/
2023
The use of big data for transportation often involves using data that includes personal information, such as the driver's driving routes and coordinates. This study explores the creation of a route choice prediction model using a large dataset from mobile navigation apps using federated learning. This privacy-focused method used distributed computing and individual device usage. This study established preprocessing and analysis methods for driver data that can be used in route choice modeling and compared the performance and characteristics of widely used learning methods with federated learning methods. The performance of the model through federated learning did not show significantly superior results compared to previous models, but there was no substantial difference in the prediction accuracy. In conclusion, federated learning-based prediction models can be utilized appropriately in areas sensitive to privacy without requiring relatively high predictive accuracy, such as a driver's preferred route choice.
Background: Recognizing the seriousness of the misuse and abuse of medical narcotics, the South Korean government introduced the world's first narcotic management system, the Narcotics Information Management System (NIMS). This study aimed to explore the recent one-year opioid prescribing patterns in South Korea using the NIMS database. Methods: This study analyzed opioid prescription records in South Korea for the year 2022, utilizing the dispensing/administration dataset provided by NIMS. Public data from the Korean Statistical Information Service were also utilized to explore prescription trends over the past four years. The examination covered 16 different opioid analgesics, assessed by the total number of units prescribed based on routes of administration, type of institutions, and patients' sex and age group. Additionally, the disposal rate for each ingredient was computed. Results: In total, 206,941 records of 87,792,968 opioid analgesic units were analyzed. Recently, the overall quantity of prescribed opioid analgesic units has remained relatively stable. The most prescribed ingredient was oral oxycodone, followed by tapentadol and sublingual fentanyl. Tertiary hospitals had the highest number of dispensed units (49.4%), followed by community pharmacies (40.2%). The highest number of prescribed units was attributed to male patients in their 60s. The disposal rates of the oral and transdermal formulations were less than 0.1%. Conclusions: Opioid prescription in South Korea features a high proportion of oral formulations, tertiary hospital administration, pharmacy dispensing, and elderly patients. Sustained education and surveillance of patients and healthcare providers is required.
Geon-Hong Kim;Ayoung Hwang;Hyoyeong Kim;Yeonmyeong Kim
Journal of Aerospace System Engineering
/
v.18
no.2
/
pp.40-46
/
2024
This study suggests a method to enhance drone flight path planning and safety evaluation in urban areas using Computational Fluid Dynamics (CFD). As the use of drones in urban environments has been growing rapidly, there is a lack of established methods for path planning and safety evaluation, which leads to a risky approach relying on experimental methods. Therefore, this research takes into account the intricate 3D fluid dynamics between drones and buildings by employing CFD to quantitatively plan flight paths and evaluate their safety. To accomplish this, the study focuses on Gimcheon Innovation City as the target area and collects relevant terrain and building data, and selects prospective flight routes. CFD analysis is then carried out to gather essential data for flight simulations and safety assessment. The safety assessments are conducted based on environmental fluid dynamics when the drone operates along the proposed flight paths
Introduction: The COVID-19 pandemic turned biological hazards in the working environment into a global concern. This systematized review of published reviews aimed to provide a comprehensive overview of the specific jobs and categories of workers exposed to biological hazards with the related prevention. Methods: We extracted reviews published in English and French in PubMed, Embase, and Web of Science. Two authors, working independently, subsequently screened the potentially relevant titles and abstracts recovered (step 1) and then examined relevant full texts (step 2). Disagreements were resolved by consensus. We built tables summarizing populations of exposed workers, types of hazards, types of outcomes (types of health issues, means of prevention), and routes of transmission. Results: Of 1426 studies initially identified, 79 studies by authors from every continent were selected, mostly published after 2010 (n = 63, 79.7%). About half of the reviews dealt with infectious hazards alone (n = 38, 48.1%). The industrial sectors identified involved healthcare alone (n = 16), laboratories (n = 10), agriculture (including the animal, vegetable, and grain sectors, n = 32), waste (n = 10), in addition of 11 studies without specific sectors. The results also highlighted a range of hazards (infectious and noninfectious agents, endotoxins, bioaerosols, organic dust, and emerging agents). Conclusion: This systematized overview allowed to list the populations of workers exposed to biological hazards and underlined how prevention measures in the healthcare and laboratory sectors were usually well defined and controlled, although this was not the case in the agriculture and waste sectors. Further studies are necessary to quantify these risks and implement prevention measures that can be applied in every country.
Background: The anti-platelet activity of the saponin fraction of Korean Red Ginseng has been widely studied. The saponin fraction consists of the panaxadiol fraction (PDF) and panaxatriol fraction (PTF); however, their anti-platelet activity is yet to be compared. Our study aimed to investigate the potency of anti-platelet activity of PDF and PTF and to elucidate how well they retain their anti-platelet activity via different administration routes. Methods: For ex vivo studies, Sprague-Dawley rats were orally administered 250 mg/kg PDF and PTF for 7 consecutive days before blood collection via cardiac puncture. Platelet aggregation was conducted after isolation of the washed platelets. For in vitro studies, washed platelets were obtained from Sprague-Dawley rats. Collagen and adenosine diphosphate (ADP) were used to induce platelet aggregation. Collagen was used as an agonist for assaying adenosine triphosphate release, thromboxane B2, serotonin, cyclic adenosine monophosphate, and cyclic guanosine monophosphate (cGMP) release. Results: When treated ex vivo, PDF not only inhibited ADP and collagen-induced platelet aggregation, but also upregulated cGMP levels and reduced platelet adhesion to fibronectin. Furthermore, it also inhibited Akt phosphorylation induced by collagen treatment. Panaxadiol fraction did not exert any antiplatelet activity in vitro, whereas PTF exhibited potent anti-platelet activity, inhibiting ADP, collagen, and thrombin-induced platelet aggregation, but significantly elevated levels of cGMP. Conclusion: Our study showed that in vitro and ex vivo PDF and PTF treatments exhibited different potency levels, indicating possible metabolic conversions of ginsenosides, which altered the content of ginsenosides capable of preventing platelet aggregation.
Although there is an increasing demand for capturing various natural motions, collecting climbing motion data is difficult due to technical complexities, related to obscured markers. Additionally, scanning climbing structures and preparing diverse routes further complicate the collection of necessary data. To tackle this challenge, this paper proposes a climbing motion synthesis using reinforcement learning. The method comprises two learning stages. Firstly, the hanging policy is trained to grasp holds in a natural posture. Once the policy is obtained, it is used to extract the positions of the holds, postures, and gripping states, thus forming a dataset of favorable initial poses. Subsequently, the climbing policy is trained to execute actual climbing maneuvers using this initial state dataset. The climbing policy allows the character to move to the target location using limbs more evenly in a natural posture. Experiments have shown that the proposed method can effectively explore the space of good postures for climbing and use limbs more evenly. Experimental results demonstrate the effectiveness of the proposed method in exploring optimal climbing postures and promoting balanced limb utilization.
Background: Exposure assessment is an important part of risk assessment for consumer products. Exposure models are used when estimating consumer exposures by considering exposure routes, subjects, and circumstances. These models differ based on their tiers, types, and target populations. Consequently, exposure estimates may vary between models. Objectives: This study aimed to compare the results of different exposure models using identical exposure factors. Methods: Chemical exposure from consumer products was calculated using four consumer exposure assessment models: Targeted Risk Assessment 3.1, Consumer Exposure Model 2.1 (CEM), ConsExpo web 1.1.1, and the Korean Exposure Algorithm (primary and detailed) issued by the Ministry of Environment, No. 972 (MOE). The same exposure factors were used in each model to calculate inhalation and dermal exposures to acetaldehyde, d-limonene, and naphthalene in all-purpose cleaners, leather coating sprays, and sealants. Results: In the results, TRA provided the highest estimate. Generally, MOE (detailed), CEM and ConsExpo showed lower exposures. The inhalation exposure for leather coating spray showed the largest differences between models, with differences reaching up to 1.2×107 times. Since identical inputs were used for the calculations, it is likely that the models significantly influenced the estimated results. Conclusions: Despite using the same exposure factors to calculate dermal and inhalation exposures, the results varied substantially based on the model's exposure algorithm. Therefore, selecting an exposure model for assessing consumer products should be done with careful consideration.
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.