• 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.

• 지적과 국토정보
• /
• 제51권1호
• /
• pp.111-124
• /
• 2021

최근, 2019년 4월 15일에 있었던 노트르담 대성당 화재로 문화재 복원 및 재현에 대해 2008년 숭례문 화재사건 이후 관심이 다시 한 번 집중되고 있다. 특히, 기존에 활용되던 LiDAR 및 광파기 측량 등을 활용한 문화재 실측을 다양한 3차원 재현 기술을 활용하여 복원 및 재현하려는 연구가 활발히 진행되고 있다. 본 연구는 운주사의 와형석조여래불을 대상으로 최근 4차 산업혁명 시대에서 핵심기술로 자리매김한 UAV(Unmanned Aerial Vehicle)의 무인항공영상와 기존에 사진측량에 활용되던 근접영상(CRP) 및 지상 LiDAR 스캐닝을 활용하여 데이터를 획득하고, 이들을 3가지 융합모델로 SfM기반의 3차원 재현을 실시, 모델의 재현도 및 정확도를 비교·분석하였다. 아울러, 3가지의 모델 중 가장 우수한 융합모델을 활용하여 11세기 초 고려시대의 불교 천문학적 고증이 녹아있는 와형석조여래불을 실세계 좌표기반으로 북극성과의 연관성을 확인한다. 본 연구를 통해 문화재의 단순한 외형적인 3차원 재현뿐 아니라 문화재에 담긴 역사적 고증을 확인함으로써 문화재의 종류 및 형태에 따라 고증까지 함께 재현하는 방안을 모색하였다.

• 한국인터넷방송통신학회논문지
• /
• 제22권2호
• /
• pp.63-70
• /
• 2022

2D 객체 감지 시스템은 최근 몇 년 동안 심층 신경망과 대규모 이미지 데이터세트의 사용으로 크게 개선되었지만, 아직도 범주 내에서 데이터 부족, 다양한 외관 및 객체 형상 때문에 자율 탐색 등과 같은 로봇 공학과 관련된 응용에서 2D 물체 감지 시스템은 적절하지 않다. 최근에 소개되고 있는 구글 Objectron 또한 증강 현실 세션 데이터를 사용하는 새로운 데이터 파이프라인이라는 점에서 도약이라 할 수 있지만, 3D 공간에서 2D 객체 이해라는 측면에서 마찬가지로 한계가 있다. 이에 본 연구에서는 더 성숙한 2D 물체 감지 방법을 Objectron에 도입하는 3D 물체 감지 시스템을 나타낸다. 대부분의 객체 감지 방법은 경계 상자를 사용하여 객체 모양과 위치를 인코딩한다. 본 작업에서는 가우스 분포를 사용하여 객체 영역의 확률적 표현을 탐색하는데, 일종의 확률적 IoU라 할 수 있는 Hellinger 거리를 기반으로 하는 가우스 분포에 대한 유사성 측도를 제시한다. 이러한 2D 표현은 모든 객체 감지기에 원활하게 통합할 수 있으며, 실험 결과 데이터 집합에서 주석이 달린 분할 영역에 더 가까워서 Objectron의 단점이라 할 수 있는 3D 감지 정확도를 높일 수 있다.

• 한국시뮬레이션학회논문지
• /
• 제31권1호
• /
• pp.29-41
• /
• 2022

이상기후로 인한 불안정한 식량 수급을 해결하기 위한 대안 중 하나로 식물공장의 필요성이 증대되고 있다. 식물공장 내 기류는 재배작물의 증산작용과 열교환에 중요한 인자 중 하나로 인식되고 있다. 한편, 디지털트윈(Digital Twin: DT)은 실체계를 가상세계에 복제한 것으로 실체계만으로 불가능한 다양한 서비스를 제공하는 수단으로 주목받고 있다. 본 연구에서는 디지털트윈 개념을 실제 운용중인 식물공장 기류해석에 적용하여 다양한 상황에 기류를 예측할 수 있는 기류 예측 DT 모델 개발을 목표로 하였다. 이를 위해 먼저 기류 해석용 디지털트윈 수학적 형식론을 제시하고, 이를 기반으로 실제 운용중인 식물공장의 기류예측 모델링에 필요한 정보들을 명세한다. 이어서 식물공장 내 형상을 CAD로 구현하고 유동해석을 위한 전산유체역학(CFD) 구성요소들을 결합하여 DT 모델을 개발하였다. 마지막으로 DT 모델의 시뮬레이션 해석 결과를 식물공장에서 수집한 실제 기류값과 비교하는 모델의 실증 및 기계학습 기반 보정을 통해 정확도가 높은 기류 예측용 DT 모델을 완성하였다.