• Restorative Dentistry and Endodontics
• /
• 제36권1호
• /
• pp.59-65
• /
• 2011

연구목적: 본 연구의 목적은 서로 다른 기하학적 형태를 가진 3가지 Ni-Ti 파일, 즉 K3, NRT, Profle을 사용하여 레진 블록으로 제작된 만곡 근관에서의 apical transportation 양상 및 working length 변화를 서로 비교하는 것이다. 연구 재료 및 방법: 실험 방법은 30개의 레진 블록을 Schneider technque을 사용하여 만곡도 측정 후 각 group당 임의로 10개씩 배분하였다. 이를 각 Ni-Ti 파일을 사용하여 crown down technique으로 근관 성형하였다. 이의 분석을 위해 double radiograph superimposition method (Backman CA 1992)를 사용하고, 분석의 정확성과 일관성을 위해 특별히 고안된 jig, digital X-ray 및 apical transportation의 측정 시 CAD/CAM software를 이용하였다. Apical transportation 양은 '근단공-0.5 mm'부위로부터 0, 1, 3, 5 mm에서 측정 하였으며, working length 변화는 근관 성형 전후의 working length 변화를 측정하였다. 또 통계 처리는 각 group의 apical transportation 양과 working length 변화를 Kruskal-Wallis One Way Analysis로 분석 후 다중 비교는 Mann-Whitney U-test를 사용하였다. 결과: 각 group간 working lengh 변화 및 0, 1, 3 mm 부위에서의 apical transportation 측정 값 사이에는 유의할만한 차이가 관찰되지 않았으나(p = 0.924), 5 mm 부위에서는 K3와 Profile사이에 유의할 만한 차이가 있었다(p = 0.027). 결론: 서로 다른 기하학적인 형태를 가진 3가지 Ni-Ti 파일의 apical transportation 및 working length 변화 정도 평가시, 본 연구의 범위 내에서는 3가지 파일 모두 유의할 만한 차이를 보이지 않은 가운데 본래의 근관 형태를 잘 유지한다고 할 수 있다.

• Composites Research
• /
• 제34권5호
• /
• pp.296-304
• /
• 2021

본 연구에서는 유한요소법(FEM)에 기반한 CF/PEKK 열가소성 복합재 고속 열 성형 해석을 수행하였고 제작 공정을 예측 및 검증하였다. 대표적인 L 형 구조물 모델에 대해 트리밍 여유에 따른 성형성을 응력, 두께, 주름분포를 분석하였다. 그 결과, 블랭크의 트리밍 여유가 증가할수록 구조물의 성형성이 향상하는 것을 확인하였다. 특히 두께 및 주름 분포 측면에서 해석 모델과 실험 결과를 비교하여서 고속 열 성형 모델의 타당성을 검증하였다. 제작된 구조물은 시차 주사 열량 분석법 및 이미지 분석법을 통해 결정화도와 기공률이 측정되었다. 제작된 열가소성 구조물의 전 영역 기공률은 평균 0.75%, 결정화도는 약 21%로 항공기에 적용 가능한 수치로 평가되었다. 따라서 본 연구를 토대로 열가소성 복합재 고속 열 성형 공정에 대해 효과적인 예측이 가능할 것으로 판단된다.

• 한국측량학회지
• /
• 제39권4호
• /
• pp.223-233
• /
• 2021

건축물에서 소비되는 에너지의 체계적이고 지속적인 모니터링과 관리는 건물의 열효율을 산정하여 등급화하기 위해 중요하고, 궁극적으로 기후변화에 대처하고 환경 및 에너지 수급 정책의 효과적 수립을 목표로 하고 있다. 전 세계적으로 건축물은 총 에너지의 36%를 소비하고 있으며, 이산화탄소 배출량은 39%를 점유하고 있다. 본 연구의 목적은 건축물 등급제에 필수적인 건축물에서 방출되는 온도측정을 위해 드론 열적외선(TIR: thermal infrared) 영상을 이용하여 사진측량 기법으로 건물을 모델링하고 3차원 열공간 모델(thermo-spatial model)을 생성하여 분석하는 방안을 제시하는 것이다. 이를 위해 드론에 탑재된 열적외선 센서로부터 촬영한 광학 및 TIR 영상으로 항공삼각측량을 수행하여 모델링의 정확도를 비교 분석하였다. TIR 영상의 공간 및 방사 해상도는 광학영상에 비해 낮으므로 3D 건물 모델링의 객체 형태는 상대적으로 부정확하지만, 공간정보기반의 건축물 열에너지 측정을 위해 효과적으로 사용될 수 있으므로 사진측량 기술의 다양한 분야로의 응용을 제시한 것으로 의의가 있다고 판단된다. 열공간 모델은 건축물에서 방출되는 온도를 기반으로 소비되는 에너지를 정량적으로 산정하여 개별 건물의 에너지 등급을 책정하기 위한 기본 정보로 사용될 것으로 판단된다.

• 한국항해항만학회지
• /
• 제42권6호
• /
• pp.378-387
• /
• 2018

본 논문에서는 LNG 벙커링 바지에 대한 예인력을 계산하였다. 친환경 에너지원인 LNG(액화천연가스)의 전환을 위한 인프라로 LNG 벙커링 바지가 개발되고 있다. LNG 벙커링 바지의 경우, 부선의 형태로 개발되고 있으나 향후 운용관점에서 추진기 탑재 개조(Retrofit)를 통한 자항추진을 고려하고 있다. 따라서 LNG 벙커링 바지는 일반적인 예인바지와 비교하여 선박의 선형과 유사하기 때문에 선급의 부선 규칙을 통한 예인력은 과대 추정된다. 이를 극복하기 위해, 정수 중 저항은 Rankine source method를 이용한 조파저항을 고려하여 ITTC 1978 방법에 따라 계산하였고 파랑 중 부가저항은 NMRI의 단파장 보정이 고려된 수정된 방사에너지법을 이용하여 계산하였다. 계산된 정수 중 저항과 부가저항을 통해 예인저항 성능을 KR 선급의 부선 규칙과 비교 검토하였다.

• 한국재료학회지
• /
• 제28권11호
• /
• pp.663-670
• /
• 2018

H13 tool steels are widely used as metallic mold materials due to their high hardness and thermal stability. Recently, many studies are undertaken to satisfy the demands for manufacturing the complex shape of the mold using a 3D printing technique. It is reported that the mechanical properties of 3D printed materials are lower than those of commercial forged alloys owing to micropores. In this study, we investigate the effect of microstructures and defects on mechanical properties in the 3D printed H13 tool steels. H13 tool steel is fabricated using a selective laser melting(SLM) process with a scan speed of 200 mm/s and a layer thickness of $25{\mu}m$. Microstructures are observed and porosities are measured by optical and scanning electron microscopy in the X-, Y-, and Z-directions with various the build heights. Tiny keyhole type pores are observed with a porosity of 0.4 %, which shows the lowest porosity in the center region. The measured Vickers hardness is around 550 HV and the yield and tensile strength are 1400 and 1700 MPa, respectively. The tensile properties are predicted using two empirical equations through the measured values of the Vickers hardness. The prediction of tensile strength has high accuracy with the experimental data of the 3D printed H13 tool steel. The effects of porosities and unmelted powders on mechanical properties are also elucidated by the metallic fractography analysis to understand tensile and fracture behavior.

• 한국지리정보학회지
• /
• 제21권4호
• /
• pp.26-49
• /
• 2018

본 연구는 도시지역을 대상으로 태양복사모델링을 수행하고 검증하여, 도시 내 열스트레스 완화에 대한 적용 가능성을 논의하였다. 이를 위해 연구지역은 항공 LiDAR 자료를 기반으로 실제 건물과 식생의 형태와 높이가 구현되었고, 보행자높이에서의 단파 및 장파복사 플럭스가 모의될 수 있도록 해상도를 향상시켰다. 고층 및 저층 건물이 고밀도로 존재하는 주거지역 $4km^2$에서 SOLWEIG 모델을 이용하여 복사플럭스를 모의하고, 지표에너지수지시스템의 Net radiometer를 이용한 복사플럭스 관측자료로 검증하였다. 그 결과 여름철 맑은 날 가장 높은 정확도를 나타냈고, 같은 날에 대한 평균복사온도를 모의한 결과, 그림자영향이 적은 저층 건물지역과 도로표면에서 가장 높은 수치를 나타냈으며, 고층 건물지역과 식생지역에서는 그림자의 영향으로 상대적으로 낮은 수치를 나타냈다. 본 연구에서 제안된 방법은 보행자높이에서 도시 내 열스트레스 지역 관리를 위한 높은 신뢰도를 보여주었다. 더욱 확장되고 있는 도시재생 및 재개발에 있어서, 새로운 주거환경을 도입하기 위해 도시 기반시설을 계획할 때 자연 및 인공 도시환경 설정과 관련된 많은 기능이 적용될 수 있다.

• 한국축산식품학회지
• /
• 제39권3호
• /
• pp.371-378
• /
• 2019

The objective of this study was to develop mathematical models for describing the kinetic behavior of Staphylococcus aureus (S. aureus) in seasoned beef jerky. Seasoned beef jerky was cut into 10-g pieces. Next, 0.1 mL of S. aureus ATCC13565 was inoculated into the samples to obtain 3 Log CFU/g, and the samples were stored aerobically at $10^{\circ}C$, $20^{\circ}C$, $25^{\circ}C$, $30^{\circ}C$, and $35^{\circ}C$ for 600 h. S. aureus cell counts were enumerated on Baird Parker agar during storage. To develop a primary model, the Weibull model was fitted to the cell count data to calculate Delta (required time for the first decimal reduction) and ${\rho}$ (shape of curves). For secondary modeling, a polynomial model was fitted to the Delta values as a function of storage temperature. To evaluate the accuracy of the model prediction, the root mean square error (RMSE) was calculated by comparing the predicted data with the observed data. The surviving S. aureus cell counts were decreased at all storage temperatures. The Delta values were longer at $10^{\circ}C$, $20^{\circ}C$, and $25^{\circ}C$ than at $30^{\circ}C$ and $35^{\circ}C$. The secondary model well-described the temperature effect on Delta with an $R^2$ value of 0.920. In validation analysis, RMSE values of 0.325 suggested that the model performance was appropriate. S. aureus in beef jerky survives for a long period at low storage temperatures and that the model developed in this study is useful for describing the kinetic behavior of S. aureus in seasoned beef jerky.

• 한국차세대컴퓨팅학회논문지
• /
• 제15권5호
• /
• pp.64-74
• /
• 2019

비강체 정합은 임상적 필요성은 높으나 계산 복잡도가 높고, 정합의 정확성 및 강건성을 확보하기 어려운 분야이다. 본 논문은 비지도 학습 환경에서 3차원 뇌 자기공명 영상 데이터에 딥러닝 네트워크를 이용한 비강체 정합 기법을 제안한다. 서로 다른 환자의 두 영상을 입력받아 네트워크를 통하여 두 영상 간의 특징 벡터를 생성하고, 변위 벡터장을 만들어 기준 영상에 맞추어 다른 쪽 영상을 변형시킨다. 네트워크는 U-Net 형태를 기반으로 설계하여 정합 시 두 영상의 전역적, 지역적인 차이를 모두 고려한 특징 벡터를 만들 수 있고, 손실함수에 균일화 항을 추가하여 3차원 선형보간법 적용 후에 실제 뇌의 움직임과 유사한 변형 결과를 얻을 수 있다. 본 방법은 비지도 학습을 통해 임의의 두 영상만을 입력으로 받아 단일 패스 변형으로 비강체 정합을 수행한다. 이는 반복적인 최적화 과정을 거치는 비학습 기반의 정합 방법들보다 빠르게 수행할 수 있다. 실험은 50명의 뇌를 촬영한 3차원 자기공명 영상을 가지고 수행하였고, 정합 전·후의 Dice Similarity Coefficient 측정 결과 평균 0.690으로 정합 전과 비교하여 약 16% 정도의 유사도 향상을 확인하였다. 또한, 비학습 기반 방법과 비교하여 유사한 성능을 보여주면서 약 10,000배 정도의 속도 향상을 보여주었다. 제안 기법은 다양한 종류의 의료 영상 데이터의 비강체 정합에 활용이 가능하다.

• 한국산림과학회지
• /
• 제110권2호
• /
• pp.155-164
• /
• 2021

자연환경에 대한 국민들의 관심 증가로 스마트폰과 같은 휴대용 기기를 이용한 수목 동정의 자동화에 대한 요구가 증가하고 있다. 최근 딥러닝 기술의 발전에 힘입어, 외국에서는 수목 인식 분야에의 적용이 활발하게 이루어지고 있다. 수목의 분류를 위해 꽃, 잎 등 다양한 형질들을 대상으로 연구가 진행되고 있지만, 접근성을 비롯한 여러 장점을 가진 수피의 경우 복잡도가 높고 자료가 부족하여 연구가 제한적이었다. 본 연구에서는 국내에서 흔히 관찰 가능한 수목 54종의 사진자료를 약 7,000 여장 수집 및 공개하였고, 이를 해외의 20 수종에 대한 BarkNet 1.0의 자료와 결합하여 학습에 충분한 수의 사진 수를 가지는 53종을 선정하고, 사진들을 7:3의 비율로 나누어 훈련과 평가에 활용하였다. 분류 모델의 경우, 딥러닝 기법의 일종인 합성곱 신경망을 활용하였는데, 가장 널리 쓰이는 VGGNet (Visual Geometry Group Network) 16층, 19층 모델 두 가지를 학습시키고 성능을 비교하였다. 또한 본 모형의 활용성 및 한계점을 확인하기 위하여 학습에 사용하지 않은 수종과 덩굴식물과 같은 방해 요소가 있는 사진들에 대한 모델의 정확도를 확인하였다. 학습 결과 VGG16과 VGG19는 각각 90.41%와 92.62%의 높은 정확도를 보였으며, 더 복잡도가 높은 모델인 VGG19가 조금 더 나은 성능을 보임을 확인하였다. 학습에 활용되지 않은 수목을 동정한 결과 80% 이상의 경우에서 같은 속 또는 같은 과에 속한 수종으로 예측하는 것으로 드러났다. 반면, 이끼, 만경식물, 옹이 등의 방해 요소가 존재할 경우 방해요소가 자치하는 비중에 따라 정확도가 떨어지는 것이 확인되어 실제 현장에서 이를 보완하기 위한 방법들을 제안하였다.

• 한국건설순환자원학회논문집
• /
• 제9권3호
• /
• pp.303-310
• /
• 2021

교량의 균열은 교량의 상태를 나타내는 중요한 요소이며 주기적인 모니터링 대상이다. 그러나 전문가가 육안으로 점검하는 것은 비용, 시간, 신뢰성 면에서 문제가 있다. 따라서 최근에는 이러한 문제를 극복하기 위해 자동화 가능한 딥러닝 모델을 적용하기 위한 연구가 시작되었다. 딥러닝 모델은 예측할 상황에 대한 충분한 데이터가 필요하지만 교량 균열 데이터는 상대적으로 얻기가 어렵다. 특히 교량의 설계, 위치, 공법에 따라 교량 균열의 형상이 달라질 수 있어 특정 상황에서 많은 양의 균열 데이터를 수집하기 어려움이 따른다. 본 연구에서는 적대적 생성 신경망(Generative Adversarial Network, GAN)을 통해 불충분한 균열 데이터를 생성하고 학습하는 균열 탐지 모델을 개발했다. 본 연구에서는 GAN을 이용하여 주어진 균열 데이터와 통계적으로 유사한 데이터를 성공적으로 생성했으며, 생성된 이미지를 사용하지 않을 때보다 생성된 이미지를 사용할 때 약 3% 더 높은 정확도로 균열 감지가 가능했다. 이러한 접근 방식은 교량의 균열 검출이 필요하지만 균열 데이터는 충분하지 않거나 하나의 클래스에 대한 데이터가 상대적으로 적을 때 감지 모델의 성능을 효과적으로 향상시킬 것으로 기대된다.