• 한국지반공학회지:지반
• /
• 제10권1호
• /
• pp.47-62
• /
• 1994

산사면에서 강우에 의한 지하수위 상승은 사면의 안정성에 큰 영향을 미치는 중요한 요소임은 이미 잘 알려져 있다. 그러므로 강우로 인한 지하수위 상승을 예측하는 일은 산사면의 안정성을 해석하기 위한 매우 중요한 요소이다. 본 연구는 포화흐름과 비포화흐름을 고려한 산사면에서의 지하수위 변동을 예측하기 위한 수치해석 모델의 개발과 적용 가능성을 검토하였으며, 수치해석이 갖는 큰 약점인 입력상수에 대한 불확실성을 고려해주기 위하여 매개변수분석 및 예측법을 제시하였다. 수치해석모델을 개발하기 위해 사용한 수치해석기법은 유한요소법과 유한차분법을 동시에 이용하였다. 이와 같은 방법을 이용하여 2차원 수치해석모델을 개발한 후, 수치해석모델의 입력값들이 갖는 불확실한 상수들에 대한 매개변수분석을 수행하여 본 수치해석모델의 현장 적용성을 검토하였다. 매개변수예측방법은 Maximum-A-Posteriori(MAP)방법을 이용하여 불확실한 입력상수인 $K_e$,$\psi_e$, b에 대한 배개변수분석을 수행하였다. 개발된 수치해석모델의 적용성을 검토하기 위해 실제 산사태가 빈번히 일어났던 서울시 시흥동에 위치한 현장에 적용하여 계측된 지하수위와 비교, 검토하였다. 이 적용결과로부터 본수치해석모델이 강우로 인한 산사면에서의 지하수위 상승을 비교적 잘 예측해주고 있음을 알 수 있었다.

• 대한기계학회논문집A
• /
• 제39권8호
• /
• pp.751-758
• /
• 2015

수학적 해석모델은 물리적 현상을 파악하고 실험비용을 절감하는데 활발하게 사용되지만 편의를 위한 단순화 또는 파라미터가 가지고 있는 불확실성에 의해 해석모델에 의한 예측결과는 실제현상과 차이가 발생한다. 본 연구에서는 이러한 문제에 대해 통계적 기법을 이용하여 해석모델의 불확실성을 반영한 교정 및 검증 방법을 종이 헬리콥터를 통해 제시한다. 먼저, 같은 제원의 세 가지 종이 헬리콥터로 실시한 실험 데이터를 각 그룹으로 형성하여 두 가지 낙하해석모델에서 미지의 입력 파라미터인 항력계수를 교정하는데 사용했다. 그리고 확률분포로 예측된 낙하시간을 실험 데이터 분포와 비교하여 해석 모델을 검증하였다. 이 때, Markov Chain Monte Carlo 기법을 활용하여 항력계수의 불확실성을 정량화하였다. 또한 종이 헬리콥터의 그룹별 데이터에 대해 분산분석(Analysis of Variance)를 이용하여 제작오차와 실험오차의 관계를 비교하였고, 각 그룹이 모두 동일한 대상으로 간주해도 됨을 증명하였다.

• 지구물리
• /
• 제2권2호
• /
• pp.135-142
• /
• 1999

선형 자기쌍극자 모델의 하나인 철근에 대하여 3성분 자력계를 이용한 자력검층을 실시한 후 검층자료를 최소 자승법에 의한 역산을 이용하여 해석하였다. 본 실험에 사용된 철근의 길이는 1.12 m, 샘플링 간격은 0.05 m, 자력계와 철근사이의 거리는 0.3 m이며, 철근의 상단부를 깊이 0 m 지점에 고정하였다. 철근은 연직에 가깝도록 위치시켰다. FFT를 이용하여 평활화한 자기이상을 역산의 입력자료로 활용하였다. 검층자료의 해석을 위하여 선형 자기쌍극자의 상단부 심도, 길이, 단위 길이 당 자기모멘트, 자화방향(편각 및 복각), 경사방향과 경사각 등을 미지수로 설정하였다. 자기이상의 수평성분 및 수직성분 각각에 대한 역산 결과와 수평성분과 수직성분을 동시에 고려한 역산 결과를 비교하였는데 각각의 역산결과는 다소 차이를 보인다. 자기이상의 수평성분과 수직성분을 동시에 고려하여 역산을 수행하는 것이 각각의 성분을 역산하는 경우보다 정확한 해석이 가능한 것으로 판단된다. 이 때 철근 하단부의 추정 심도는 1.18 m로, 실제 심도인 1.12 m에 매우 근접하며, 철근의 복각은 -76°로 추정되었다. 철근의 복각이 음(-)의 값을 갖는 것은 철근의 유도자화 강도에 비하여 잔류자화 강도가 훨씬 커서, 전체적인 자화 방향이 철근의 상단 방향을 향하고 있기 때문으로 해석된다.

• 한국음향학회지
• /
• 제32권3호
• /
• pp.252-261
• /
• 2013

일반적인 음성인식 시스템은 조용한 인식 환경에서는 높은 인식성능을 나타내지만 잡음이 존재하는 실제 환경에서는 그 성능이 급격히 저하한다. 본 논문에서는 다양한 잡음환경에서도 강인한 음성인식기를 구현하기 위하여, 주파수의 변이도를 이용하여 음성인식을 위한 환경 정보를 얻고 이를 음성 인식을 위한 모델 개선에 적용하여 성능향상을 도모하는 환경정보 지식에 기반한 주파수 변이 적응 PMC (Parallel Model Combination adaptation using frequency-variant based on environment - awareness : FV-PMC) 방법을 제안한다. 이 방법은 미리 분류된 각 잡음 군간의 평균 주파수 변이도를 미리 계산하여 임계치로 설정하고 미지의 잡음이 포함된 음성이 입력되면 각 잡음 군과의 주파수 변이도를 다시 계산하여 해당 잡음군의 임계치 보다 높을 경우 그 잡음 군의 잡음이 포함된 음성으로 간주하여 이 잡음 군이 포함된 음성을 이용하여 생성된 인식모델을 이용하여 음성인식을 수행한다. 제안한 FV-PMC 방법을 이용하여 잡음을 분류 하였을 경우 평균 분류 정확도는 56%를 보였고 이를 이용해 음성인식 실험을 실시한 결과 Set A의 평균인식률은 79.05%, Set B의 평균인식률은 79.43%, Set C의 평균인식률은 83.37%로 나타났다. 전체 평균인식률 80.62%로 기존의 깨끗한 모델을 이용한 PMC 인식률 74.93% 보다 5.69% 향상된 결과를 보여 제안한 방법의 유효성을 확인할 수 있었다.

• 한국통신학회논문지
• /
• 제42권3호
• /
• pp.639-648
• /
• 2017

위협의 핵심정보 추출을 위해 활용되는 전자전 지원시스템은 경로손실 등의 환경 상 제약으로 인해 수신신호의 전력이 낮은 미약신호 환경 하에서 운용될 수 있다. 이러한 상황에서 위협신호를 신속하고 정확하게 검출하기 위해서는 기존의 단일 샘플 에너지 검출 기법이 아닌 수신 신호의 전체 에너지를 최대한 활용함으로써 검출 성능을 향상시키는 기법이 요구된다. 하지만 신호원에 대한 사전정보가 존재하지 않는 전자전 환경에서 신호의 전체 에너지를 활용하기 위해서는 모든 신호원의 길이를 고려할 수 있도록 크기가 다양한 다수의 윈도우를 가지는 검출기를 설계해야 하므로 연산량이 과도하게 증가하는 문제점이 존재한다. 이러한 문제를 현실적으로 해결하기 위해 적은 수의 대표 윈도우를 사용하여 윈도우의 수를 줄이는 방법이 활용되지만 결과적으로 하나의 윈도우가 일정 구간의 미상신호를 고려해야 하므로 수신되는 신호의 길이와 검출기의 윈도우 크기의 불일치로 인해 검출 성능이 저하되는 문제점이 여전히 존재한다. 따라서 본 논문에서는 수신신호의 길이와 검출기의 윈도우 길이가 일치하지 않을 경우의 성능 저하를 분석하고, 성능향상이 가능한 상황인 수신신호의 길이가 검출기의 윈도우 길이보다 작은 경우에는 검출성능을 향상시킬 수 있고, 이외의 상황에는 기존의 에너지 검출기의 성능과 유사한 가중에너지 검출기를 제안하고 그 성능을 분석한다.

• 대한토목학회논문집
• /
• 제42권1호
• /
• pp.117-126
• /
• 2022

현재 국내 교량 구조물은 지속적으로 증가 및 대형화되고 있으며 그에 따라 공용된 지 30년 이상 된 노후 교량도 꾸준히 늘어나고 있다. 교량 노후화 문제는 국내뿐 아니라 전 세계적으로도 심각한 사회 문제로 다루어지고 있으며, 기존 인력 위주의 점검 방식은 그 한계점을 드러내고 있다. 최근 들어 딥러닝 기반의 영상처리 알고리즘을 활용한 각종 교량 손상탐지 연구가 이루어지고 있지만 교량 손상 데이터 세트의 한계로 인하여 주로 균열 1종에 국한된 교량 손상탐지 연구가 대부분이고, 이 또한 Close set 분류모델 기반 탐지방식으로서 실제 교량 촬영 영상에 적용했을 시 배경이나 기타 객체 등 학습되지 않은 클래스의 입력 이미지들로 인하여 심각한 오인식 문제가 발생할 수 있다. 본 연구에서는 균열 포함 5종의 교량 손상을 정의 및 데이터 세트를 구축해서 딥러닝 모델로 학습시키고, OpenMax 알고리즘을 적용한 Open set 인식 기반 교량 다중손상 인식 모델을 개발했다. 그리고 학습되지 않은 이미지들을 포함하고 있는 Open set에 대한 분류 및 인식 성능평가를 수행한 후 그 결과를 분석했다.

• 한국해양학회지:바다
• /
• 제27권2호
• /
• pp.71-86
• /
• 2022

해양환경을 정량적으로 평가하기 위해 수질평가지수(water quality index, WQI)가 사용되고 있다. 우리나라는 해양수산부고시 해양환경기준에 따라 WQI를 5개 등급으로 구분하여 수질을 평가한다. 하지만, 방대한 수질 조사 자료에 대한 WQI 계산은 복잡하고 많은 시간이 요구된다. 이 연구는 기존의 조사된 수질 자료를 활용하여 WQI 등급을 예측할 수 있는 기계학습(machine learning, ML) 기반의 모델을 제안하고자 한다. 특별관리해역인 시화호를 모델링 지역으로 선정하였다. AdaBoost와 TPOT 알고리즘을 모델 훈련을 위해 사용하였으며, 분류 모델 평가 지표(정확도, 정밀도, F1, Log loss)로 모델 성능을 평가하였다. 훈련하기 전, 각 알고리즘 모델의 최적 입력자료 조합을 탐색하기 위해 변수 중요도와 민감도 분석을 수행하였다. 그 결과 저층 용존산소(dissolved oxygen, DO)는 모델의 성능에서 가장 중요한 인자였다. 반면, 표층 용존무기질소(dissolved inorganic nitrogen, DIN)와 표층 용존무기인(dissolved inorganic phosphorus, DIP)은 상대적으로 영향이 적었다. 한편, 최적 모델의 시공간적 민감도와 WQI 등급 별 민감도를 비교한 결과 각 조사 정점 및 시기, 등급 별 모델의 예측 성능이 상이하였다. 결론적으로 TPOT 알고리즘이 모든 입력자료 조합에서 성능이 더 우수하여 충분한 자료로 훈련된 최적 모델은 새로운 수질 조사 자료의 WQI 등급을 정확하게 분류할 수 있을 거라 판단된다.

• 인터넷정보학회논문지
• /
• 제24권5호
• /
• pp.17-27
• /
• 2023

오늘날 AI(Artificial Intelligence) 기술이 발전하면서 실용성이 증가함에 따라 실생활 속 다양한 응용 분야에서 널리 활용되고 있다. 이때 AI Model은 기본적으로 학습 데이터의 다양한 통계적 속성을 기반으로 학습된 후 시스템에 배포되지만, 급변하는 데이터의 상황 속 예상치 못한 데이터의 변화는 모델의 성능저하를 유발한다. 특히 보안 분야에서 끊임없이 생성되는 새로운 공격과 알려지지 않은 공격에 대응하기 위해서는 배포된 모델의 Drift Signal을 찾는 것이 중요해짐에 따라 모델 전체의 Lifecycle 관리 필요성이 점차 대두되고 있다. 일반적으로 모델의 정확도 및 오류율(Loss)의 성능변화를 통해 탐지할 수 있지만, 모델 예측 결과에 대한 실제 라벨이 필요한 점에서 사용 환경의 제약이 존재하며, 실제 드리프트가 발생한 지점의 탐지가 불확실한 단점이 있다. 그 이유는 모델의 오류율의 경우 다양한 외부 환경적 요인, 모델의 선택과 그에 따른 파라미터 설정, 그리고 새로운 입력데이터에 따라 크게 영향을 받기에 해당 값만을 기반으로 데이터의 실질적인 드리프트 발생 시점을 정밀하게 판단하는 것은 한계가 존재하게 된다. 따라서 본 논문에서는 XAI(eXplainable Artificial Intelligence) 기반 Anomaly 분석기법을 통해 실질적인 드리프트가 발생한 시점을 탐지하는 방안을 제안한다. DGA(Domain Generation Algorithm)를 탐지하는 분류모델을 대상으로 시험한 결과, 배포된 이후 데이터의 SHAP(Shapley Additive exPlanations) Value를 통해 Anomaly score를 추출하였고, 그 결과 효율적인 드리프트 시점탐지가 가능함을 확인하였다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제33권2호
• /
• pp.97-107
• /
• 2010

연구 목적은 virtual digital test pattern method을 이용하여 REGIUS 150 CR 시스템의 각 LUT별 프로세싱 커브를 도출하고, Dry Imager의 특성을 파악하여 CR의 영상처리 방법을 분석하는 것이다. 실험은 먼저, CR의 화상데이터에 맞게 virtual digital test pattern 파일을 만들고, 인위적으로 입력하여 virtual digital test pattern step의 변화를 통해 각 LUT(THX, ST, STM, LUM, BONE, LIN)별 프로세싱 커브를 구한다. 그리고 하드카피 이미지를 통해 Dry Imager의 프로세싱 커브도 도출한다. 마지막으로, CR 본체의 영상처리 파라미터들을 변화시켜 각각의 특성을 알아낸다. 실험 결과를 살펴보면, 입 출력 값을 통해 CR 시스템의 입력 다이나믹 레인지의 LUT별 프로세싱 커브를 구하였다. 프로세싱 커브는 모두 곡선으로 이어져 있었으며(LIN mode 제외), 각 커브마다 조금씩 차이를 보였다. 또한 Dry Imager의 프로세싱 커브는 중간부분에만 선형성이 나타났다. 그리고 프로세싱 파라미터의 G value는 기울기와, S value는 감도의 shift량과 관련된다는 것을 알 수 있었고, 선량에 따라 S value가 비례하여 변화한다는 것 또한 유추해 낼 수 있었다. 결론적으로 CR 시스템은 각 회사별로 내부 처리가 다르고, 구조 또한 복잡하기 때문에 내부 영상처리의 파악이 어렵다. 하지만 본 연구에서 사용한 virtual digital test pattern method는 CR 시스템의 내부처리 구조와 영상 파라미터의 변화에 따른 특성을 추정할 수 있으므로, 이 방법을 통해 타 장비의 CR 시스템과 Dry Imager의 전체적인 영상처리 특성을 비교, 분석 가능할 것이다.

• 한국전자파학회논문지
• /
• 제13권7호
• /
• pp.667-678
• /
• 2002

본 논문에서는 구형 빔 패턴 형성을 위한 다층 이차원 원형 도체 배열을 갖는 새로운 방사 구조를 제안하였다. 새로운 방사 구조는 방사 원형 도파관 위에 유한하게 적층된 원형 도체 배열 소자들이 무한적, 주기적 평면 배열 구조를 갖는다. 이론적 해석은 rigid full-wave 해석 방법으로 배열 구조의 각 영역에서의 전자장에 대한 모드 전개식과 원형 도체상의 전류에 대한 모드 전개식에 바탕을 두고 상세히 수행되었으며, 함수의 직교성, 모드 정합 방법, 경계조건 그리고 Galerkin 방법을 사용하여 선형 대수 방정식 시스템을 유도하였다. 또한, Gauss 소거법을 사용하여 배열 특성 계산에 필요한 미지의 진폭 계수들을 얻었다. 제안된 알고리듬은 Ka대역에서 $\pm$20$^{\circ}$의 빔 폭을 갖는 구형 빔 패턴 형성을 위한 배열 설계에 사용되었으며, 일반적인 응용을 위해 파장으로 정규화된 최적화 설계 변수들을 제시하였다. 시뮬레이션 결과와 실험 결과들을 서로 비교하기 위해, 대칭적으로 19개의 방사 소자를 갖는 Ka 대역 실험 시제품을 제작하였다. 방사 원형 도파관 개구면 위에 적층된 원형 도체 배열 구조는 얇은 필름상에 이온-빔 증착 방법을 사용하여 구현되었다. 계산된 단위소자 패턴들과 시제품의 측정된 단위소자 패턴들은 빔 스캔 범위 내에서 거의 일치함을 보여주었으며, 사이드 로브 레벨과 그레이팅 로브 레벨에 대한 결과 분석도 이루어졌다 또한, 정 방향에서 다층 원형 도체 구조에 의해 생길 수 있는 blindness 현상에 대하여 언급하였다. 제작된 시제품의 입력 VSWR은 1.14 보다 작았으며, 29.0 GHz, 29.5 GHz 그리고 30 GHz에서 측정된 이득은 각각 10.2 dB, 10.0 dB 그리고 10.7 dB 였다. 실험 및 시뮬레이션 결과들은 제안된 다층 원형 도체 배열 구조가 효율적인 구형 빔 패턴을 형성할 수 있음을 보여 주었다.능성을 시도하였고, 그 결과는 다음과 같다. 1. Cholesterol을 제거한 cheese의 제조에서 최적조건은 균질압력 1200psi(70kg$cm^2$), 균질온도 $70^{\circ}$, $\beta$-cyclodextrin 첨가량 2%였으며, 이때 우유의 cholesterol의 제거율이 86.05%로 가장 높게 나타났다. 2. Cholesterol을 제거한 cheese들의 수율은 모두 12.53%(control 10.54%) 이상으로 균질 처리가 cheese의 수율을 18.88%이상 향상시키는 것으로 나타났다. 3. 유지방 함량 23.80%인 control 치즈의 cholesterol 함량은 81.47mg/100g이었고, 균질압력 1200psi(91kg/$cm^2$)에 $\beta$-cyclodextrin 2%를 첨가한 cheese에서는 cholesterol 함량이 20.15mg/100g으로 cholesterol 제거율이 75.27%로 가장 높게 나타났다. 4. Meltability는 균질압력 1200psi(91kg/$cm^2$)에 $\beta$-cyclodextrin 1과 2%로 처리한 치즈에서 2.25cm(control 3.34cm)로 가장 낮았으며, 균질압력이 증가할수록 meltability가 감소하여 치즈의 품질을 저하시켰다. 5. Control 치즈의 stretchability는 30cm 이상 늘어나 가장 양호한 수치인 5점을 나타낸 반면, cholesterol을 제거한 cheese에서는 5~10cm 사이를 나타내어 2점으로 stretchability가 저하된 것을 볼 수 있었다. 6. Oiling off는 균질압력 1200psi(91kg/$cm^2$)에 $\beta$-cyclodextrin 1과 2%로 처리한 치즈에서