강 박스거더 교량의 연속지점부 바닥판은 상부플랜지와 합성되는 구조이며 장경간 교량에서는 지점부 바닥판에 인장균열이 발생할 수 있는 구조로서 내구성 저하 등의 문제가 발생하고 있다. 이는 장경간 적용시 고정하중 및 활하중의 영향으로 슬래브의 교축방향 인장응력이 설계인장강도를 초과하기 때문이다. 이에 지점부 슬래브에 교축방향 철근을 추가하여 인장균열을 제어하고 추가의 압축응력 도입이 필요하다. 이러한 문제점 해결을 위해 연속지점부 상부슬래브의 인장응력 구간에 PS강선 긴장으로 압축응력을 도입하는 강 박스거더교의 구조계를 제안하였고, 이에 따른 구조적 성능을 유한요소해석과 실물시험체의 강선긴장 실험을 통해서 비교 검증하였다. PS강선 긴장을 통해 부모멘트부에 발생하는 슬래브의 인장응력 및 균열을 제어할 수 있는 압축응력을 도입하면 기존 강 박스거더교에 비해 구조안전성 개선 및 내구성능을 강화할 수 있다.
본 연구는 GIS를 통해 토양정보를 수집하고 가공하여 농산물 생산량을 예측하는 모델을 제안한다. 농산물 생산량 예측 딥러닝 알고리즘은 공개된 CNN-RNN 농산물 생산량 예측 모델 구조를 변경하여 국내 농산물 자료 환경에 적합하도록 새롭게 구축하였다. 기존모델은 두 가지 특징을 가지고 있는데 첫 번째는 농산물의 생산량을 해당 필지값이 아닌 당해 평균값으로 대체한다는 것이고 두 번째는 예측하는 연도의 데이터까지 학습한다는 것이다. 새로운 모델은 해당 필지의 값을 그대로 사용하여 데이터의 정확성을 확보하고 예측하고자 하는 연도 이전의 데이터만 가지고 학습할 수 있도록 네트워크 구조를 개선하였다. 제안한 CNN-RNN 모델은 1980년부터 2020년까지의 기상정보, 토양정보, 토양적성도, 생산량 데이터를 학습하여 김장용 가을배추의 지역별 단위면적당 생산량을 예측한다. 2018년부터 2021년까지 4개 연도별 자료에 대하여 계산하고 생산량을 예측한 결과, 테스트 데이터셋에 대한 오차백분율이 약 10% 내외로 실제값과 비교하여 정확도 높은 생산량 예측이 가능했고, 특히 전체 생산량 비중이 큰 지역에서의 생산량은 비교적 근접하게 예측하는 것으로 분석되었다. 또한 제안모델과 기존모델은 모두 학습자료 연도 수가 증가할수록 점점 오차가 작아지므로 학습데이터가 많아질수록 범용 성능은 향상되는 결과를 나타낸다.
각 탐사의 반응 값은 지하 매질의 특정 물성에 따라 달라지기 때문에 한가지의 지구물리학적 방법만으로는 탐사목적을 달성하지 못하는 경우가 종종 있다. 특히 지질재해 위험에 취약한 지역을 조사하는 경우, 인명 및 재산피해를 최대한 줄이기 위해 한 가지 이상의 탐사방법을 사용하는 것이 효과적이다. 제방의 안전성 평가를 위한 이 연구에서는 각 탐사결과들을 개별적으로 해석하는 대신 탄성파속도(굴절법에 의한 P파속도와 MASW의 S파속도)와 전기비저항 값들을 통계적으로 분석하여 결정된 임계값들을 기반으로 취약구간과 안전구간 등으로 구분하는 사분면 상관기법을 수행하였다. 임계값은 수평 4층 구조와 경사진 파쇄대에 대한 모델자료를 가지고 수행한 사분면 상관기법을 테스트하는 과정에서 두 개의 속성자료 모두 평균에서 표준편차를 빼준 값으로 결정되었다. 전기비저항-P파속도의 교차출력에 비해 전기비저항과 S파속도를 이용한 교차출력 해석이 제방 시스템의 토양유형, 지반강성 및 암석학적 특성 정보를 보다 충실히 제공하였다. 낮은 S파속도와 높은 전기비저항으로 2사분면에 투영된 느슨한 모래 구역이 취약구간으로 평가되는데 이와 같은 해석은 시추공 표준관입시험에서 보인 중심코어의 N 값 분포로 뒷받침되었다.
본 연구에서는 압전세라믹 기반의 상용 Free-Flooded Ring(FFR) 트랜스듀서 대비 소형이면서 저주파 고감도 특성을 확보하기 위해, 높은 압전상수와 전기-기계 결합계수를 가지는 압전단결정 PIN-PMN-PT를 적용한 33-모드 FFR 트랜스듀서를 설계하였다. FFR 트랜스듀서의 광대역 특성을 확보하기 위해 비능동소자를 삽입한 링 구조를 적용하였으며, 3종의 비능동소자 소재 별 특성 해석 결과를 비교하여 최적의 소재를 선정하였다. 링 트랜스듀서의 특성 변화를 최소화하기 위해 오일 충진형 FFR 트랜스듀서로 제작하였으며, 음향시험을 통해 송신감도, 수중 임피던스 및 수평/수직 빔패턴이 해석결과와 잘 일치하는지 확인하였다. 해석 및 시험 결과를 비교한 결과, 송신감도는 공동공진 주파수에서 약 1.3 dB, 구조공진 주파수에서는 약 0.3 dB 차이를 보였다. 또한 상용 트랜스듀서 대비 높은 송신감도를 보유하면서도 직경을 약 17 % 축소하여 제작할 수 있었다. 이를 통해 소형이면서 고출력 특성을 가지는 압전단결정적용 FFR 트랜스듀서의 구현 가능성과 해석을 통한 특성 예측 방법의 유효성을 확인하였다.
건설 산업에서 발생하는 안전사고는 전체 산업 중 가장 높은 비율을 차지하고 있으며, 이를 해결하기 위한 방안으로서, 건설업 기초안전·보건교육 제도에 가상현실(Virtual Reality; VR) 기반 체험형 교육방식의 도입을 장려하고 있다. 하지만, VR 기반 건설안전교육을 수행하기 위한 컨텐츠 및 기자재 인프라 미흡, 전문인력 부족 등의 한계로 인해, 사진기반 VR 컨텐츠를 시청하는 방법(간접교육방식)이 주를 이루고 있다. 본 연구에서는, CG기반 VR 컨텐츠를 체험하는 방법(직접교육방식, 유형 B)과 기존의 VR 시청교육(간접교육방식, 유형 A) 간의 학습효과 차이를 분석하였으며, CAMIL (Cognitive & Affective Model of Immersive Learning) 기반의 객관적인 평가도구를 활용하였다. 본 연구에서 수행한 t-test(평균차이 분석) 결과에 따르면, CAMIL 이론에 따른 4단계의 모든 영역에 있어서, VR 시청교육(간접교육방식) 대비하여 VR 체험교육(직접교육방식)의 학습효과가 우수한 것으로 나타났다. 본 연구를 통해서, VR 기반 건설안전교육의 올바른 방법(시청교육이 아닌 체험교육)을 제시할 수 있었으며, VR 체험교육의 확대를 통해 건설근로자의 안전교육 학습효과를 개선할 수 있을 것으로 기대된다.
질량분석기는 태양계와 생명의 기원을 밝히기 위한 필수 과학 장비로서, 달/행성/소행성/혜성 등의 대기 및 지표에 존재하는 중성 원소와 이온에 대한 정보를 파악하기 위해 1970년대 초반부터 우주 탐사에 활용되어 왔다. 제4차 우주개발진흥 기본계획(2023-2027)에 따르면 우리나라는 2032년에 달 착륙을 2045년에는 화성 착륙을 성공하는 것을 핵심 목표로 삼고 무인 탐사를 위한 능력을 확보하는 데 기술개발의 역점을 두기로 하였다. 따라서 우주 탐사의 과학적 목표 달성을 위한 가장 기본적인 장비이지만 국내 우주탐사에서 한번도 시도되지 않았던 질량분석기의 국내 개발은 필수적이라고 할 수 있다. 본 논문에서는 국내에서 개발된 사중극자 질량분석기의 원리와 원형 모델 및 성능에 대해 소개하고 향후 발전 방향에 대해 논의하고자 한다.
철강은 기계 산업의 가장 기본적인 구성 요소 중 하나이다. 그러나 철강의 표면 결함은 제품의 품질에 큰 영향을 미친다. 따라서 연구자들은 표면 결함 감지기의 필요성에 주목하고 딥 러닝을 이용한 방법은 객체 결함 감지를 하는데 많이 사용된다. 연구 개발용으로 학습 모델 개발에 초점을 맞추지만 실제 산업환경에 실질적인 영향을 미치는 실시간 적용은 아직 적용되지 않는 한계와 개선의 여지가 필요하다. 본 연구는 YOLOv4를 기반으로 한 철강 표면 결함 감지의 실시간 적용을 제안한다. 첫째, 본 연구는 실시간 응용 모델을 적용하는 것을 목적으로 하며 실시간 객체 검출기의 가장 유명한 알고리즘 중 하나인 one-stage Detector의 YOLO 알고리즘을 중심으로 연구를 진행하였다. 둘째, 사전 훈련된 YOLOv4-Darknet 플랫폼 모델과 전이학습을 사용하여 철강 표면 오픈 소스 데이터셋 NEU-DET을 이용하여 학습과 테스트를 진행하였다. 본 연구에서는 철강 표면의 패치, 구멍 난 표면, 불순물, 스크래치 4가지 유형의 결함을 이용하였다. 셋째, 87.1% mAP@0.5의 정확도와 60fps 이상의 시스템 구축을 위해 YOLOv4를 이용하여 훈련된 모델의 실시간 성능을 평가하였다.
Anion exchange membrane electrolysis is considered a promising next-generation hydrogen production technology that can produce low-cost, clean hydrogen. However, anion exchange membrane electrolysis technology is in its early stages of development and requires intensive research on electrodes, which are a key component of the catalyst-system interface. In this study, we optimized the pressure conditions of the hot-pressing process to manufacture cobalt oxide electrodes for the development of a high uniformity and high adhesion electrode production process for the oxygen evolution reaction. As the pressure increased, the reduction of pores within the electrode and increased densification of catalytic particles led to the formation of a uniform electrode surface. The cobalt oxide electrode optimized for pressure conditions exhibited improved catalytic activity and durability. The optimized electrode was used as the anode in an AEMWE single cell, exhibiting a current density of 1.53 A cm-2 at a cell voltage of 1.85 V. In a durability test conducted for 100 h at a constant current density of 500 mA cm-2, it demonstrated excellent durability with a low degradation rate of 15.9 mV kh-1, maintaining 99% of its initial performance.
본 연구는 교전급 분석모델을 활용하여 현재 보유 중인 개인화기의 명중률이 교전결과에 어떤 영향을 미치는지 확인하고 이에 따른 개선비용을 추정하기 위해 연구되었다. 현재 운용 중인 국방M&S 분석용 모델은 약 30여 가지로 확인되며 이 중 개별 무기체계 효과분석에 활용되는 지상무기효과분석모델(AWAM : Army Weapon Effectiveness Analysis Model)을 활용하여 실험하였다. 우선 모델에 대한 VV&A(Verification, Validation and Accreditation) 과정을 통해 신뢰성을 확인 후에 본 실험에 임했다. 실험대상은 각개병사가 휴대하는 최소한의 전투력을 의미하는 개인화기로 실험하였다. 또한 교전결과에 가장 영향을 미치는 요소인 명중률을 집중적으로 연구하였고 이를 향상시킬수록 적에게 피해를 많이 주는 선형적인 결과가 나왔으나 지속적으로 피해율이 상승되지는 않았으며 명중률을 20% 향상시켰을 때 피해율이 가장 크다는 것을 알 수 있었다. 수치상 20%가 향상된 명중률의 교전결과가 기존보다 약 2배 이상의 피해를 준다는 것을 알 수 있었다. 또한 '명중률이 향상된 개인화기를 개발하기 위해 어느 정도의 비용을 감당해야 할 것인가?' 라는 의문을 갖고 비용추정론의 방법 중 하나인 단순회귀분석으로 그 비용을 추정해 보았다. 본 연구를 통해 국방M&S를 활용하여 개인화기의 명중률이 교전결과에 상당한 영향이 있다는 것을 확인하였고, 명중률이 개선된 개인화기가 필요하다면 이를 위한 개선비용도 추정해보는데 의의가 있었다.
인공지능을 기반으로 한 다양한 연구들이 현대사회에 많은 변화를 불러일으키고 있다. 금융시장 역시 예외는 아니다. 로보어드바이저 개발이 활발하게 진행되고 있으며 전통적 방식의 단점을 보완하고 사람이 분석하기 어려운 부분을 대체하고 있다. 로보어드바이저는 인공지능 알고리즘으로 자동화된 투자 결정을 내려 다양한 자산배분 모형과 함께 활용되고 있다. 자산배분 모형 중 리스크패리티는 대표적인 위험 기반 자산배분 모형의 하나로 큰 자산을 운용하는 데 있어 안정성을 나타내고 현업에서 역시 널리 쓰이고 있다. 그리고 XGBoost 모형은 병렬화된 트리 부스팅 기법으로 제한된 메모리 환경에서도 수십억 가지의 예제로 확장이 가능할 뿐만 아니라 기존의 부스팅에 비해 학습속도가 매우 빨라 많은 분야에서 널리 활용되고 있다. 이에 본 연구에서 리스크패리티와 XGBoost를 장점을 결합한 모형을 제안하고자 한다. 기존에 널리 사용되는 최적화 자산배분 모형은 과거 데이터를 기반으로 투자 비중을 추정하기 때문에 과거와 실투자 기간 사이의 추정 오차가 발생하게 된다. 최적화 자산배분 모형은 추정 오차로 인해 포트폴리오 성과에서 악영향을 받게 된다. 본 연구는 XGBoost를 통해 실투자 기간의 변동성을 예측하여 최적화 자산배분 모형의 추정 오차를 줄여 모형의 안정성과 포트폴리오 성과를 개선하고자 한다. 본 연구에서 제시한 모형의 실증 검증을 위해 한국 주식시장의 10개 업종 지수 데이터를 활용하여 2003년부터 2019년까지 총 17년간 주가 자료를 활용하였으며 in-sample 1,000개, out-of-sample 20개씩 Moving-window 방식으로 예측 결과값을 누적하여 총 154회의 리밸런싱이 이루어진 백테스팅 결과를 도출하였다. 본 연구에서 제안한 자산배분 모형은 기계학습을 사용하지 않은 기존의 리스크패리티와 비교하였을 때 누적수익률 및 추정 오차에서 모두 개선된 성과를 보여주었다. 총 누적수익률은 45.748%로 리스크패리티 대비 약 5% 높은 결과를 보였고 추정오차 역시 10개 업종 중 9개에서 감소한 결과를 보였다. 실험 결과를 통해 최적화 자산배분 모형의 추정 오차를 감소시킴으로써 포트폴리오 성과를 개선하였다. 포트폴리오의 추정 오차를 줄이기 위해 모수 추정 방법에 관한 다양한 연구 사례들이 존재한다. 본 연구는 추정 오차를 줄이기 위한 새로운 추정방법으로 기계학습을 제시하여 최근 빠른 속도로 발전하는 금융시장에 맞는 진보된 인공지능형 자산배분 모형을 제시한 점에서 의의가 있다.
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.