• 전산구조공학
• /
• 제8권3호
• /
• pp.103-111
• /
• 1995

지진하중과 같은 동적인 하중에 대한 다자유도 구조물의 비선형 해석은 많은 양의 계산을 요구한다. 이런 계산상의 어려움을 감소시키기 위하여 다자유도를 가진 복잡한 구조물의 비선형해석을 간략화된 동위 구조물 (Equivalent Nonlinear System(ENS))을 이용해 구할 수 있는 약산법을 제시한다. 간단한 동위 구조물은 원구조물의 가장 중요한 구조물의 성질을 가지고 있는데 구조물의 처음 두 개의 주기(natural periods)의 동적 특성 및 전체 항복변위(global yield displacement)를 가진다. 구조체 반응으로 이 논문에서는 구조체의 전체변위 및 층간변위가 고려된다. 구조체의 전체 변위 및 층간변위를 얻기 위하여 전체 반응수정계수(global response scaling factor) R/sub G/와 국부반응수정계수(local response scaling factor)R/sub L/을 동위 구조물로부터 얻어진 변위에 적용한다. 이 반응수정계수는 다자유도 구조물의 비선형 해석을 통하여 얻어진 변위들과 동위 구조물을 이용해 얻어진 변위들을 이용해 광범위한 회기분석을 통하여 구조물의 연성과 첫번째 두 모드의 질량참여계수의 함수형태로 얻는다. 반응수정계수를 가진 동위 구조물을 만들기 위하여 철골 모멘트 연성 골조 방식의 구조물(Special Moment Resisting Steel Frames (SMRSF))을 이 논문에서는 고려한다. 함수형태로 표현된 반응수정계수는 동위 구조물의 반응에 적용되어 복잡한 구조물의 비선형 반응을 얻을 수 있다.

• 한국전산구조공학회논문집
• /
• 제27권3호
• /
• pp.199-206
• /
• 2014

본 논문에서는 변단면 기능경사재료 보에서 중립면 탄성계수가 축방향을 따라 공간적 불확실성을 가질 경우에 대한 구조 응답변화도 산정을 위한 정식화에 대해 논한다. 기능경사재료는 두 이질재료의 체적비가 두께방향으로 연속적으로 변하며 고체화되는 과정으로 제작되는 재료로서 온도 및 응력 등에서 연속적인 변화를 가능하게 하여, 전통 복합재료에서 나타나는 층분리나 균열 발생 등이 제거되는 장점을 가지고 있다. 그러나 이론적으로 설정된 기능경사에 맞는 재료의 제작이 어려우며, 이에 따라 내재적인 불확실성을 가지고 있다. 이를 모사하기 위하여 중립면 탄성계수에서의 불확실성을 추계장으로 모델링하고, 추계적분에 의한 확률변수를 도입하여, 변위의 1, 2차모멘트를 산정할 수 있는 방법을 제시하였다. 제안된 해석 방법은 스펙트럼모사법을 적용한 몬테카를로 해석으로 검증하였다. 추계장의 상관관계거리에 따른 분산계수의 변화, 재료지수 및 기하인수가 변위의 분산계수에 미치는 영향 등을 고찰하였고, 몬테카를로 해석 대비 제안 해석법의 효율성에 대해서도 논하였다.

• 한국농림기상학회지
• /
• 제9권2호
• /
• pp.88-99
• /
• 2007

토양수분은 토양으로의 침투나 지표유출 기작에 직접적인 영향을 주며 간접적으로 유역 단위의 수문학적, 수리화학적, 기상학적, 생태학적 반응에 중요한 역할을 한다. 본 연구에서는 광릉 슈퍼사이트 내 원두부 소유역을 대상으로 사면에서의 토양수분 전이과정이 토양수분의 추계학적 모형구조와 갖는 연계성을 규명하기 위해서 일련의 유도과정이 수행되었다. 유도된 단변량 추계학적 모형의 구조에 근거하여, 관측된 토양수분의 시계열을 모의하였다. 자료전처리, 모형구조의 규명, 후보 모형군의 구성, 모수추정, 검정 등의 과정을 통해서 도출된 모형들의 공간적인 분포는 대상사면의 지형학적인 특성들이 반영된 것으로 판단된다. 다방향 알고리즘에 의한 기여면적이나 습윤 지수와 함께 대상지점의 국부경사도가 중요변수로 도출되었다. 본 연구 결과는 광릉 슈퍼사이트와 같은 복잡 경관에서 토양수분의 공간분포를 결정짓는 중요한 요인들을 이해하고 이를 통해 현실성있는 토양수분 분포 지도를 작성하는데 기여 하게 될 것이다.

• 한국농림기상학회지
• /
• 제12권2호
• /
• pp.122-131
• /
• 2010

본 논문은 가상 생태계의 개념과 가상생태계를 구현하는데 중요하게 사용되어 질 수 있는 세 가지 수학적-물리학적 접근법을 응용 예와 함께 소개 하였다. 가상생태계란 개체기반 모델로써 인공생명체들이 가상 환경하에서 스스로 행동하면서 살아가는 것을 모사하는 컴퓨터 내에 구현된 생태계를 의미한다. 생물의 무리행동을 전산 모사하는 분자동역학모사 접근법과, 흰개미 영토를 전산 모사하는 확률적 격자모델 접근법, 그리고 생물막 성장을 전산 모사하는 규칙기반-세포자동자모델 접근법을 소개하였다. 실 생태계와의 유사성을 높이기 위해 가상생태계 모델은 많은 변수들을 사용하여야 하지만, 기술적인 측면에서 이러한 변수들을 모두 결정하기는 어렵다. 그러나 현재의 눈부신 컴퓨터 성능향상에 힘입어 많은 부분이 극복 되어 지고 있다. 특히, 가상생태계는 기후변화와 같은 환경재앙을 포함하여 많은 복잡한 생태학적 현상을 개체수준의 낮은 계층에서부터 생물집단 또는 외부 환경수준과 같은 높은 계층까지를 통합적으로 이해하는데 큰 도움을 줄수 있을 것이다. 마지막으로 논문에서는 높은 수준의 계층인 기후변화가 낮은 수준의 계층인 개체기반의 흰개미 생태계에 미치는 복잡한 문제를 어떻게 다룰 수 있는지에 대한 예를 들고 간략하게 논의하였다.

• 대한전자공학회논문지TC
• /
• 제46권2호
• /
• pp.27-37
• /
• 2009

센서 네트워크를 구성하는 센서 노드들은 제한된 배터리 용량을 가지고 있으며 한번 배치되면 추가적인 에너지 공급이 어렵기 때문에 노드의 소비 전력을 최소화하기 위한 연구가 중요하다. 많은 연구 중 클러스터링 기법은 센서 네트워크에서 에너지 소비를 줄이기 위한 효과적인 기법중의 하나로 각광 받아왔다. 하지만, 클러스터링 기법은 클러스터의 수와 크기, 데이터전송에 참여하는 노드간의 거리등에 따라 에너지 절감 효과가 달라진다. 따라서 이러한 요인들을 최적화해야 클러스터링에 의한 에너지 절감 효과를 최대화할 수 있다. 본 연구에서는 확률적 최적해 탐색 기법인 유전자 알고리즘을 사용하여 센서 노드의 에너지 소비를 줄일 수 있는 최적의 클러스터를 찾는 것을 목적으로 한다. 유전자 알고리즘은 클러스터를 구성할 수 있는 수많은 경우의 수중에서 최적의 클러스터를 찾기 위해 진화의 과정을 거쳐 탐색을 수행한다. 따라서 진화 과정이 없는 LEACH와 같은 클러스터링 알고리즘보다 효과적일 수 있다. 본 연구에서 제안하는 2차원 염색체 유전자 알고리즘은 염색체내에 존재하는 각 노드에게 고유한 위치정보를 부여함으로써 기존 유전자 알고리즘보다 효율적인 유전자 진화를 수행할 수 있다. 그 결과, 센서 네트워크의 수명을 최대화 할 수 있는 최적의 클러스터를 빠르고 효과적으로 찾을 수 있다.

• 생물정신의학
• /
• 제27권1호
• /
• pp.18-26
• /
• 2020

Objectives The aim was to find effective vectorization and classification models to predict a psychiatric diagnosis from text-based medical records. Methods Electronic medical records (n = 494) of present illness were collected retrospectively in inpatient admission notes with three diagnoses of major depressive disorder, type 1 bipolar disorder, and schizophrenia. Data were split into 400 training data and 94 independent validation data. Data were vectorized by two different models such as term frequency-inverse document frequency (TF-IDF) and Doc2vec. Machine learning models for classification including stochastic gradient descent, logistic regression, support vector classification, and deep learning (DL) were applied to predict three psychiatric diagnoses. Five-fold cross-validation was used to find an effective model. Metrics such as accuracy, precision, recall, and F1-score were measured for comparison between the models. Results Five-fold cross-validation in training data showed DL model with Doc2vec was the most effective model to predict the diagnosis (accuracy = 0.87, F1-score = 0.87). However, these metrics have been reduced in independent test data set with final working DL models (accuracy = 0.79, F1-score = 0.79), while the model of logistic regression and support vector machine with Doc2vec showed slightly better performance (accuracy = 0.80, F1-score = 0.80) than the DL models with Doc2vec and others with TF-IDF. Conclusions The current results suggest that the vectorization may have more impact on the performance of classification than the machine learning model. However, data set had a number of limitations including small sample size, imbalance among the category, and its generalizability. With this regard, the need for research with multi-sites and large samples is suggested to improve the machine learning models.

• 지구물리와물리탐사
• /
• 제10권4호
• /
• pp.241-251
• /
• 2007

본격적인 지진관측 이래 최대 규모의 내륙 지진으로 기록된 오대산지진의 관측 스펙트럼을 이용하여, 점지진원 스펙트럼 모델의 지진원 크기 및 오차의 공간적인 특성을 평가하였다. 먼저 지진원 스펙트럼을 추정하기 위해, 최근까지 국내에 축적된 지진자료를 기반으로 비교적 상세하게 추정된 추계학적 지진동모델(Boore, 2003)의 지진파 전달, 부지특성(연관희, 2007)을 이용하여 관측 자료를 보정하였다. 추정된 오대산지진의 지진원 스펙트럼을 $1-f_c$(1개의 코너주파수) Brune의 ${\omega}^2$ 지진원모델에 적합한 결과, 기존에 제시된 지진규모-응력강하량 대표모델(연관희 등, 2006)에 의해 잘 예측되었으며, 오대산지진의 지진원 스펙트럼은 최근까지 한반도 인근에서 발생한 중규모 이상의 지진원 스펙트럼으로부터 추정된 $2-f_c$(2개의 코너주파수)의 경험적인 지진원모델에 보다 잘 부합되었다. 또한 일반적으로 무작위 잡음으로 취급되는 점지진원 지진파 스펙트럼 모델링 오차에 대해 방위각에 따른 방향성과 지역별 전달특성을 평가한 결과, 오차가 완전한 무작위 특성이 아님을 확인할 수 있었다. 이러한 모델링 오차의 방향성은 이론적으로 추정된 방사패턴과도 매우 유사한 관측된 방사패턴을 나타내었으며, 지역별로는 지질학적인 경계 혹은 지진파전달의 불연속적 특성과 밀접한 관계가 있는 것으로 판단되는 주파수별로 상이한 공간적인 분포 특성을 보여주었다.

• 한국지진공학회논문집
• /
• 제10권3호
• /
• pp.101-111
• /
• 2006

이 논문에서는 안정대륙권역(Stable Continental Regions, SCRs)에서의 중규모 지진에 의한 근단층지반운동(Near Fault Ground Motion, NFGM) 모델을 처음으로 제시한다. 근단층지반운동은 큰 진폭의 장주기 속도 펄스를 갖는 특징을 가지고 있다. 이 속도 펄스를 모델링하기 위해서는 그 주기와 진폭을 지진의 규모와 단층거리의 함수로 표현할 수 있어야 한다. 그런데 안정대륙권역에서는 관측 자료가 빈약하여 지진데이터로부터 이 관계식을 직접 유도하는 것은 어렵기 때문에 이 연구에서는 간접적인 접근법을 채택하였다. 속도 펄스의 주기와 진폭은 단층파열의 상승시간과 파열속도의 함수임이 알려져 있고 활성구조권역(Active Tectonic Regions, ATRs)에 속하는 미국 서부지역에서는 실험적 공식이 확립되어 있다. 안정대륙권역에서의 상승시간과 단층파열속도의 지진규모에 대한 함수관계는 WUS와 CEUS에서의 자료를 비교하여 도출하였다. 이 관계식들로부터 안정대륙권역에서의 NFGM의 속도 펄스의 주기와 진폭을 지진규모 및 단층 거리에 대한 관계식으로 유도하였다. 안정대륙권역에서의 NFGM의 가속도 시간이력은 추계학적으로 생성된 원역지진지반가속도에 새로운 관계식에 의한 속도 펄스를 중첩하여 얻어진다. 적용 예제로서 탄소성 단자유도 시스템의 근단층지반운동에 대한 응답을 분석하였다.

• Journal of Radiation Protection and Research
• /
• 제17권1호
• /
• pp.57-70
• /
• 1992

실내 라돈-222 자핵종의 농도에 피폭되므로서 유발될 수 있는 한국인의 초과 폐암위험을 방사선피폭의 확율론적 위험예측 모형을 이용하여 정량적으로 평가하였다. 1989년 기준 표준 생명표와 사망원인 통계연보 자료로부터 유도한 한국인의 폐암 사망률은 남, 여별로 각각 $22.4/10^5-$년 및 $9.5^/10^5-$년으로 추정 되었다. 이 폐암 사망율을 근거로 수학적으로 예상한 한 모든 사망원인하의 기저 폐암사망위험은 남, 여별로 각각 0.047(4.7%) 및 0.019(1.9%)로 1984년도 미국의 0.067(6.7%) 및 0.025(2.5%)보다 낮았다. 방사선 피폭의 확률론적 수정 상대위험 예측모형을 사용하여 예상한 한국인의 라돈자핵종 피폭당의 초과 폐암위험 계수는 남자 : 0.022/WLM, 여자 : 0.009/WLM 및 평균 : 0.017/WLM로 나타났으며 이로부터 추정한 한국인의 평균 수명중 라돈자핵종 피폭유발 초과 폐암의 사망빈도는 $230/10^6$인-WLM으로 최근 외국의 관련연구에서 보고한 $120{\sim}450/10^6-WLM$의 거의 중간치(median)정도에 해당하는 것으로 평가되었다.

• 한국수자원학회논문집
• /
• 제39권12호
• /
• pp.997-1012
• /
• 2006

본 연구에서는 조건부 핵밀도함수와 CAFPE(Corrected Asymptotic Final Prediction Error) 차수결정 방법에 근거한 비매개변수적 비선형 자기회귀 (Nonlinear AutoRegressive, NAR) 모형을 소개하고 이를 SOI(Southern Oscillation Index)에 적용하였다. SOI 자료에 대해서 선형 AR 모형을 적용하였으나 잔차에 대한 검정결과 이분산성(heteroscedasticity)을 나타내었다. 또한 BDS(Brock-Dechert-Sheinkman) 검정에서 비선형성이 존재함을 확인하였다. 따라서 NAR 모형에 SOI 자료를 적용시켰다. CAFPE를 이용하여 가장 적합한 모형으로 지체 1, 2와 4가 선택되었으며 조건부 평균함수를 추정하여 SOI 자료를 모의한 결과 잔차에 대해서 정규성과 이분산성 가정이 Jarque-Bera 검정과 ARCH-LM 검정에서 각각 기각되었으며 또한 조건부 표준편차함수의 최적 차수로 3, 8과 9가 CAPFE를 통해 선택되었다. 조건부 평균함수와 표준편차함수를 모두 고려한 모형에 대한 잔차 검정 결과 잔차의 I.I.D 가정을 만족하였으며 특히, BDS 검정에서 신뢰구간 95%와 99%에서 모두 만족한 결과를 나타내었다. 마지막으로 전체의 15%에 해당하는 SOI 자료에 대해서 One-Step 예측을 수행하였으며 선형 모형에 비해 평균제곱예측오차가 7% 적게 나타났다. 따라서, NAR 모형은 여타의 매개변수적 방법과 달리 모형 선택에 있어 자유로우며 비선형성을 고려할 수 있는 모형으로서 SOI 자료와 같은 비선형 자료를 위한 모의방법으로 선형 모형에 비해 많은 장점을 가지고 있다.