• 한국전산구조공학회논문집
• /
• 제25권4호
• /
• pp.355-362
• /
• 2012

건전성 예측은 구조물의 고장이 발생될 때까지 남은 시간인 잔존유효수명을 예측하는 것으로, 이는 안전 및 정비 계획과 직접적으로 연관되기 때문에 매우 중요하다. 건전성 예측방법에는 물리모델 기반방법, 데이터 기반방법과 두 방법의 장점을 통합하는 방법이 있으며, 본 연구에서는 잔존수명 예측의 정확도가 모델변수 추정과 직접적으로 관련되는 물리모델 기반 건전성 예측에 초점을 맞춘다. 물리모델기반 건전성 예측에서는 모델변수 추정을 통해 시스템 상태의 장기 예측이 가능하지만, 대부분의 실제 구조물들의 상태모델은 여러 개의 모델변수를 포함함은 물론이고, 그 변수들이 서로 상관되어 있기 때문에 모델변수를 추정하는 일은 간단한 문제가 아니다. 본 연구에서는 물리모델 기반 건전성 예측을 위한 세 가지 변수 추정방법들의 차이를 논한다. 이 세 가지 방법들은 파티클 필터, 전반적인 베이지안 접근법, 그리고 순차적인 베이지안 접근법으로 모두 베이지안 추론이라는 하나의 이론적 바탕에 기반하지만, 샘플링 방법이나 갱신 절차 등에서 차이가 있다. 균열성장을 표현하는 Paris 모델의 변수 추정을 통해 세 가지 방법의 차이점이 논해지고, 건전성 예측 메트릭을 이용하여 정량적 차이를 표현한다. 파티클 필터방법이 건전성 예측 메트릭 측면에서 가장 높은 성능을 나타내었지만, 전반적인 베이지안 방법은 파티클 필터방법과 근소한 차이를 보이면서도 데이터가 집단으로 존재할 때에는 가장 효율적인 방법으로 나타났다.

• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.161-169
• /
• 2023

4차산업혁명으로 인해 인공지능(AI), 빅데이터(Big Data), 클라우드(Cloud) 등 다양한 기술들의 혁신이 가속화되고 있고 데이터가 중요한 자산으로 여겨지고 있다. 이러한 기술의 발전에 따라 국방과학기술분야에서도 기술 혁신을 창출하기 위한 다양한 노력들이 진행되고 있다. 국내에서도 정부는 2023년 3월에 첨단과학기술 강군 육성을 위한 5대 중점과 16개 과제로 구성된 「국방혁신 4.0 기본계획」을 발표했다. 이 계획에는 인사·군수 분야에서도 빅데이터를 구축하는 내용에 무기체계 운용성·가용성 향상과 국방비 절감을 위한 상태기반정비체계(CBM+) 구축에 관한 내용이 포함되어 있다. 상태기반정비(Condition Based Maintenance, CBM)는 무기체계의 신뢰도 확보와 가용성 증대를 목표로 하며 장비의 상태정보 변화를 분석하여 고장과 결함의 징후로 식별하여 정비를 수행하는 개념이고, CBM+는 기존 CBM의 개념에 잔존유효수명(Remaining Useful Life) 예측 기술이 더해진 개념이다[1]. 무기체계 상태기반정비체계 구축을 위해서는 무기체계의 상태정보 획득을 위해 센서를 설치하고 수집된 센서데이터가 필요하다. 본 논문에서는 다양한 무기체계에 설치된 센서에서 수집된 센서데이터를 효율적이고 효과적으로 관리하기 위한 센서데이터 메타데이터 스키마를 제안한다.

• 한국조경학회지
• /
• 제51권3호
• /
• pp.70-82
• /
• 2023

최근 IT 기술과 데이터의 범람으로 생활 전반적인 부분의 패러다임이 전환되고 있다. 이러한 기술의 발전과 변화는 학술영역에도 영향을 미치고 있다. 학문적 교류와 연계를 통해 연구주제나 연구 방법의 개선이 이루어지고 있다. 특히, 데이터 기반의 연구 방법이 다양한 학문분야에서 진행되고 있으며 조경학에서도 지속적인 연구가 필요한 시점이다. 따라서 본 연구에서는 이러한 시대적 상황을 반영하여 인공지능의 한 분야인 머신러닝을 활용한 경관 선호 평가 및 예측모델의 개발 가능성을 알아보는 것을 목표로 한다. 본 연구의 목표를 달성하기 위하여 경관 분야에 머신러닝 기법을 적용하여 경관 선호 평가 및 예측 모델을 구축하고, 구축된 모형의 모의정도를 검증하였다. 이를 위해 본 연구에서는 최근 신재생에너지 사업으로 주목받는 풍력발전시설 경관 이미지를 연구대상으로 선정하였다. 분석을 위하여 풍력발전시설 경관 이미지를 웹크롤링 기법을 활용하여 수집하고 분석 테이터셋을 구축하였다. 우수한 성능의 예측모델 도출을 위하여 머신러닝 분석에 활용되는 University of Ljubljana의 프로그램인 오렌지 버전 3.33을 활용하였다. 또, 머신러닝 학습데이터의 평가기준을 통합한 모델과 평가기준 별도 모델 구조를 활용하였으며, 머신러닝 분류모델에 적합한 kNN. SVM, Random Forest, Logistic Regression, Neural Network 알고리즘을 사용해 모델을 생성하였다. 생성된 모델을 성능 평가를 실시하여 본 연구에 가장 적합한 예측모델을 도출하였다. 본 연구에서 도출된 예측모델은 경관의 유형에 따른 분류, 경관과 대상의 시거리에 따른 분류, 선호에 따른 분류 등 3가지 평가기준을 별도로 평가 후 종합해 예측하여 결과를 도출하였다. 연구 결과 경관 유형에 따른 평가 기준 정확도 0.986, 시거리에 따른 평가 기준 정확도 0.973, 선호에 따른 평가 기준 정확도 0.952에 달하는 높은 정확도를 가진 예측모델을 개발하였으며, 평가데이터 예측 결과를 통한 검증과정을 보아도 모델의 성능 치를 상회하는 성과를 도출했음을 알 수 있다. 경관 관련 연구에서 머신러닝을 활용한 예측모델 개발 가능성을 알아본 실험적 시도로 이미지 데이터의 수집 및 정제를 통해 데이터 세트를 구축하여 높은 성능의 예측모델이 생성 가능하며, 이후 경관 관련 연구 분야에 활용될 수 있다는 가능성을 확인할 수 있었다. 본 연구의 결과와 시사점, 한계점을 반영한다면 풍력발전시설의 경관뿐만 아니라 자연경관이나 문화경관 등 다양한 형태의 경관 예측모델 개발이 가능할 것으로 생각되며, 경관 유형에 따라 이미지를 분류하는 모델의 연구를 통해 데이터 분류의 시간을 단축하거나 머신러닝을 활용한 경관예측 인자분석을 통해 경관계획 요소의 중요도 분석 등의 주제에 맞는 연구 방법을 탐색하고 적용하여 후속 연구를 진행한다면 조경학 분야에서도 머신러닝 기법을 보다 유용하고 가치 있게 활용할 수 있을 것으로 생각된다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.1-32
• /
• 2018

본 연구는 경제적으로 국내에 큰 영향을 주었던 글로벌 금융위기를 기반으로 총 10년의 연간 기업데이터를 이용한다. 먼저 시대 변화 흐름에 일관성있는 부도 모형을 구축하는 것을 목표로 금융위기 이전(2000~2006년)의 데이터를 학습한다. 이후 매개 변수 튜닝을 통해 금융위기 기간이 포함(2007~2008년)된 유효성 검증 데이터가 학습데이터의 결과와 비슷한 양상을 보이고, 우수한 예측력을 가지도록 조정한다. 이후 학습 및 유효성 검증 데이터를 통합(2000~2008년)하여 유효성 검증 때와 같은 매개변수를 적용하여 모형을 재구축하고, 결과적으로 최종 학습된 모형을 기반으로 시험 데이터(2009년) 결과를 바탕으로 딥러닝 시계열 알고리즘 기반의 기업부도예측 모형이 유용함을 검증한다. 부도에 대한 정의는 Lee(2015) 연구와 동일하게 기업의 상장폐지 사유들 중 실적이 부진했던 경우를 부도로 선정한다. 독립변수의 경우, 기존 선행연구에서 이용되었던 재무비율 변수를 비롯한 기타 재무정보를 포함한다. 이후 최적의 변수군을 선별하는 방식으로 다변량 판별분석, 로짓 모형, 그리고 Lasso 회귀분석 모형을 이용한다. 기업부도예측 모형 방법론으로는 Altman(1968)이 제시했던 다중판별분석 모형, Ohlson(1980)이 제시한 로짓모형, 그리고 비시계열 기계학습 기반 부도예측모형과 딥러닝 시계열 알고리즘을 이용한다. 기업 데이터의 경우, '비선형적인 변수들', 변수들의 '다중 공선성 문제', 그리고 '데이터 수 부족'이란 한계점이 존재한다. 이에 로짓 모형은 '비선형성'을, Lasso 회귀분석 모형은 '다중 공선성 문제'를 해결하고, 가변적인 데이터 생성 방식을 이용하는 딥러닝 시계열 알고리즘을 접목함으로서 데이터 수가 부족한 점을 보완하여 연구를 진행한다. 현 정부를 비롯한 해외 정부에서는 4차 산업혁명을 통해 국가 및 사회의 시스템, 일상생활 전반을 아우르기 위해 힘쓰고 있다. 즉, 현재는 다양한 산업에 이르러 빅데이터를 이용한 딥러닝 연구가 활발히 진행되고 있지만, 금융 산업을 위한 연구분야는 아직도 미비하다. 따라서 이 연구는 기업 부도에 관하여 딥러닝 시계열 알고리즘 분석을 진행한 초기 논문으로서, 금융 데이터와 딥러닝 시계열 알고리즘을 접목한 연구를 시작하는 비 전공자에게 비교분석 자료로 쓰이기를 바란다.

• 한국초지조사료학회지
• /
• 제43권1호
• /
• pp.1-10
• /
• 2023

본 연구는 우리나라(1982-2014년)의 오차드그라스 생산량에 대한 기후 및 재배관리 요인의 중요도를 확인하는 것을 목적으로 수행하였다. 기후는 1월 평균기온(MTJ, ℃), 1월 최저기온(LTJ, ℃), 생육일수 0-5일(GD 1, 일), 생육일수 5-25일(GD 2, 일), 하고일수(SSD, day), 강우일(RD, day), 누적강우량(AR, mm), 일조시간(SD, hr)을 고려하였다. 관리는 조성연차(EP, 0-6년)과 예취횟수(NC, 2-5년)를 측정하였다. 퍼셉트론 방법을 사용한 신경망 모델을 사용하여 오차드그라스의 생산량에 대한 중요도를 추정하였다. 그 결과 EP가 가장 중요한 변수(100%)였으며, RD(82.0%), AR(79.1%), NC(69.2%), LTJ(66.2%), GD 2(63.3%), GD 1 순이었다. (61.6%), SD(58.1%), SSD(50.8%) 및 MTJ(41.8%). 이는 EP, RD, AR, NC가 다른 것보다 중요하다는 것을 의미한다. 우리나라의 연간 강수량은 과수원의 생육에 필요한 양을 초과하므로 배수관리를 통해 적정량 이상의 호우로 인한 피해를 줄일 수 있다. 이는 과수원을 재배할 때 통제 가능한 요인이 상대적으로 중요하다는 것을 의미한다. 비록 본 연구가 신경망 모델에 의해 기후가 생산량에 미치는 구체적인 영향을 해석하는데 한계가 있지만, 주요 요인 선정을 통해 향후 수량 예측 및 기후변화에 의한 피해 추정 연구에 도움이 될 것으로 기대된다.

• 한국해안·해양공학회논문집
• /
• 제31권3호
• /
• pp.158-169
• /
• 2019

추계학적 확률과정의 하나인 감마 확률과정을 이용하여 구조물의 잔류유효수명을 확률론적으로 예측할 수 있는 수학적 모형을 수립하였다. 수립된 모형은 과거부터 현재 시점까지 관측된 피해자료와 관련된 표본의 불확실성과 장래 시간 진행에 따른 누적피해의 불확실성을 올바로 고려할 수 있다. 또한 최소자승법과 모멘트법을 함께 사용하여 경사제의 재령, 운용환경 그리고 피해이력을 고려할 수 있는 모수 추정법을 제시하였다. 먼저 현재 재령의 단일 피해 자료를 갖는 임의의 조건에서 모수에 대한 민감도 분석을 수행하여, 잔류유효수명과 관련된 여러가지 거동 특성들을 분석하였다. 또한 잔류유효수명 예측모형을 경사제에 적용하였다. 경사제 피복재의 피해 이력에 대한 실험자료를 이용하여 감마 확률과정의 모수를 추정하였는데 실험자료와 매우 잘 일치하였다. 해석 결과에 의하면 현재 시점으로부터 상당히 오랜 시간이 경과하면 파괴한계를 초과할 확률이 일정한 값으로 수렴해야 하는 제약 조건을 잘 만족하였다. 한편 기대 잔류유효수명은 피해 이력의 거동 특성에 따라 각기 다르게 산정되었다. 특히 피해의 변동계수가 크면 추계학적으로 산정된 기대 잔류유효수명은 결정론적 회기모형의 해석 결과와 큰 차이를 보인다. 이는 해석과정에 포함된 불확실성의 영향으로 판단된다. 변동계수가 크면 파괴한계에 도달하는 시간의 분포가 넓게 퍼지기 때문이다. 따라서 본 연구에서 수립된 추계학적 잔류유효수명 예측모형은 현재 재령에서 경사제의 피해에 대한 확률적 평가를 수행할 수 있을 뿐만 아니라 장래 시간의 진행에 따른 누적피해의 불확실성을 올바로 고려할 수 있다.

• 생명과학회지
• /
• 제25권11호
• /
• pp.1304-1310
• /
• 2015

주기성 시계 유전자 3(period circadian clock gene 3, PER3)는 포유류에서 생물학적 주기 타이밍 시스템의 역할을 수행 한다. 이 유전자는 규칙적인 운동 체계에 의해 근육에서 전사 개시 되는 것으로 알려져 있다. 인간과 마우스에서는 본 유전자에 대해 잘 알려져 있지만, 주기 및 연주기 동안 낮의 길이에 영향을 많이 받는 말에서 운동 연관 연구는 존재하지 않는다. 운동 시 근육의 기능에 중요한 역할을 하는 PER3 유전자에 대해 대표적인 경주마인 국내산 더러브렛 품종의 운동 전과 운동 후 유전자 발현을 분석하기 위해 본 연구를 수행하였다. 그 결과, 골격근에서 PER3 유전자의 발현은 운동 전에 비해 운동 후에 유의적으로 증가하는 것으로 나타났다. 또한, 인실리코상에서 4개의 비동의성 단일 염기 변이(non-synonymous single nucleotide polymorphism, nsSNP) 분석과 이러한 nsSNP의 단백질 구조 및 기능 분석 결과, 전체 자유 에너지와 RMSD 값은 돌연변이의 원인이 될 수 있음으로 나타났다. 이 중, nsSNP–s395916798 (G72R)은 구조적 기능적 측면에서 중요한 잔기의 안정화 효과와 연관된 것을 알 수 있었다. 본 연구는 운동에 따라 더러브렛 골격근 내 PER3 발현 차이는 운동이라는 표현형에 대표될 수 있음을 확인하였다. 또한, SNP의 조합을 활용하여 운동 후 경주마의 조기 회복의 평가 지표로써 유용한 바이오마커가 될 수 있음을 시사한다.

• 한국작물학회지
• /
• 제59권3호
• /
• pp.341-349
• /
• 2014

경실로 인해 다른 두과작물에 비해 포장 입묘가 불량한 팥의 포장출현율의 효과적인 예측 방법을 개발하기 위해 인위로 노화 정도를 조절한 종자에 대해 실험실에서 몇 가지 종자세 검사를 실시하여 포장출현력과 비교하였다. 얻어진 종자세 지표들에 대해 포장출현력과의 상관분석을 통해 예측을 위한 효율적인 지표들을 도출하였다. 팥에서 종자세가 높을 경우에는 표준발아검사에서의 종자활력률이 포장출현력 예측에 효과적이며, 약간 노화된 종자의 경우에는 저온발아검사(CGT)에서의 비정상묘율과 배축의 길이는 포장출현력과 높은 상관관계를 보였으며, 전기전도도와 CSVT에서의 활력률과 테트라졸리움 검사에서 종자세와 예측발아율은 포장출현력과 5% 수준에서 상관관계가 인정되었다. 종자세가 낮은 종자에서는 CSVT에서 불발아종자율이 포장출현력과 5% 수준에서 상관을 보였다. 포장출현력 예측에 효과적인 몇 가지 종자세지수를 이용하여 stepwise multiple regression 분석을 실시한 결과 테트라졸리움(TZ) 검사에서의 예측발아율은 결정계수($R^2$)가 0.820으로 포장출현력 예측에 가장 효과적인 검사방법임을 알 수 있었다. 표준발아검사(SGT)에서의 종자활력률, 저온발아검사(CGT)에서의 정상묘율과 건물중을 회귀방정식에 추가함에 따라 86.9% 까지 포장출현력 예측효율을 증가시킬 수 있었다.

• Journal of Welding and Joining
• /
• 제13권2호
• /
• pp.96-105
• /
• 1995

본 연구에서는 종래의 미소피로균열 성장속도 해석방법에 대한 수정안을 제시하고 수정 후의 방 법에 의해서 계산한 값들과 S4SC 탄소강에 대한 Nisitani와 Goto의 실험결과를 비교하여 계산한 값과 실험데이터 사이에 양호한 일치가 있음을 보였다. 이미 제시된 피로균열성장속도 식에는 하한계수준과 피로한도를 연관시키는 재료상수와 탄소성 거동에 대한 수정 및 균열닫힘효과를 나타내는 방법이 포함되어 있다. 본 연구에서 행한 수정중의 하나는 기하학적인 상수대신에 퍼만(Forman)의 탄성응력 강도계수 범위식을 이용하는 것이고, 다른 하나는 균열이 성장함에 따라 편심형단면으로 되면서 모멘트에 기인해 발생되는 굽힘효과를 고려하는 것이다. 이 방 법을 수명예측에 사용하면 용접구조물은 물론 기계구조물의 보다 정확한 수명예측이 가능할 것 이다.

• 한국환경과학회지
• /
• 제16권9호
• /
• pp.1051-1061
• /
• 2007

The impact of midlatitude synoptic system (upper-level trough) on typhoon intensity change was investigated by analyzing the spatial and temporal characteristics of vertical wind shear (VWS), relative eddy momentum flux convergence (REFC), and potential vorticity (PV). These variables were computed over the radial mean $300{\sim}1,000km$ from the typhoon center by using GDAPS (Global Data Assimilation and Prediction System) data provided by the Korea Meteorological Administration (KMA). The selected cases in this study are typhoons Rusa (0215) and Maemi (0314), causing much damage in life and property in Korea. Results show that the threshold value of VWS indicating typhoon intensity change (typhoon to severe tropical storm) is approximately 15 m/s and of REFC ranges 6 to 6.5 $ms^{-1}day^{-1}$ in both cases, respectively. During the period with the intensity of typhoon class, PVs with 3 to 3.5 PVU are present in 360K surface-PV field in the cases. In addition, there is a time-lag of 24 hours between central pressure of typhoon and minimum value of VWS, meaning that the midlatitude upper-level trough interacts with the edge of typhoon with a horizontal distance less than 2,000 km between trough and typhoon. That is, strong midlatitude upper-level divergence above the edge of the typhoon provides a good condition for strengthening the vertical circulation associated with the typhoons. In particular, when the distance between typhoon and midlatitude upper-level trough is less than 1,000 km, the typhoons tend to weaken to STS (Severe Tropical Storm). It might be mentioned that midlatitude synoptic system affects the intensity change of typhoons Rusa (0215) and Maemi (0314) while they moves northward. Thus, these variables are useful for diagnosing the intensity change of typhoon approaching to the Korean peninsula.