• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.520-520
• /
• 2023

제주도 동부 중산간 지역은 화산암으로 구성된 지하지질로 인해 지하수위의 변동폭이 크고 변동양상이 복잡하여 인공신경망(Artificial Neural Network, ANN) 모델 등을 활용한 지하수위의 예측이 어렵다. ANN에 적용되는 활성화함수에 따라 지하수의 예측성능은 달라질 수 있으므로 활성화함수의 비교분석 후 적절한 활성화함수의 사용이 반드시 필요하다. 본 연구에서는 5개 활성화함수(sigmoid, hyperbolic tangent(tanh), Rectified Linear Unit(ReLU), Leaky Rectified Linear Unit(Leaky ReLU), Exponential Linear Unit(ELU))를 제주도 동부 중산간지역에 위치한 2개 지하수 관정에 대해 비교분석하여 최적 활성화함수 도출을 목표로 한다. 또한 최적 활성화함수를 활용한 ANN의 적용성을 평가하기 위해 최근 널리 사용되고 있는 순환신경망 모델인 Long Short-Term Memory(LSTM) 모델과 비교분석 하였다. 그 결과, 2개 관정 중 지하수위 변동폭이 상대적으로 큰 관정은 ELU 함수, 상대적으로 작은 관정은 Leaky ReLU 함수가 지하수위 예측에 적절하였다. 예측성능이 가장 낮은 활성화함수는 sigmoid 함수로 나타나 첨두 및 최저 지하수위 예측 시 사용을 지양해야 할 것으로 판단된다. 도출된 최적 활성화함수를 사용한 ANN-ELU 모델 및 ANN-Leaky ReLU 모델을 LSTM 모델과 비교분석한 결과 대등한 지하수위 예측성능을 나타내었다. 이것은 feed-forward 방식인 ANN 모델을 사용하더라도 적절한 활성화함수를 사용하면 최신 순환신경망과 대등한 결과를 도출하여 활용 가능성이 충분히 있다는 것을 의미한다. 마지막으로 LSTM 모델은 가장 적절한 예측성능을 나타내어 다양한 인공지능 모델의 예측성능 비교를 위한 기준이 되는 참고모델로 활용 가능하다. 본 연구에서 제시한 방법은 지하수위 예측과 더불어 하천수위 예측 등 다양한 시계열예측 및 분석연구에 유용하게 사용될 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.333-333
• /
• 2023

기후변화로 인해 전지구적인 이상기후현상이 빈번하게 발생하고 있으며 지구온도와 해수면상승과 더불어 강우패턴의 변화가 세계적인 문제로 대두되고 있다. 특히 아세안 국가의 경우 태풍 및 집중호우에 대한 침수피해의 빈발로 2,000만명 이상이 피해를 입은 것으로 나타났다. 이러한 윈인으로는 자연재해에 의한 인명 및 재산피해관련 대응기술의 개발 및 대응조직의 전문성이 미흡하다는 것이 가장 큰 원인으로 제시되고 있다. 이에 많은 국가 및 기관에서 재난 대응 기술을 ODA사업을 통해 지원하고 있다. 우리나라에서도 지속적인 ODA사업으로 재난 대응 기술, 그 중에서도 홍수대응 기술을 적극적으로 보급하고 있다. 본 연구에서는 ASEAN국가 현지 맞춤형 인공지능 하천수위예측 모형을 개발하여 ASEAN국가의 홍수대응 능력을 향상시키고자 하였다. 연구대상으로는 관측데이터의 수집이 용이하고 양질의 관측자료를 장기간 확보할 수 있는 필리핀의 Montalban 관측소를 대상으로 하였다. Montalban 수위관측소는 마닐라를 관통하는 마리키나 강의 상류에 위치하고 있다. 주변에는 상류쪽에 Mt. Oro 강우관측소가 있으며 해당 관측소의 강우자료와 Montalban 관측소의 수위자료를 입력자료로 활용하여 최대 3시간까지 수위를 예측하였다. 예측수위에 대한 적합도 지표로 NSE(Nash-Sutcliffe model efficiency coefficient)를 사용하였으며 2시간 예측까지는 0.8이상의 유의미한 결과를 나타내 홍수예보에 활용할 수 있을 것으로 판단되나, 3시간 예측결과는 홍수예보에 활용하기 어려운 것으로 판단하였다. 이는 Mt. Oro관측소에 내린 강우가 Montalban 관측소에 도달하기까지 소요되는 시간이 3시간 이내이기 때문으로 판단된다. 관측소의 수위자료와 상류에 위치한 강우관측소의 장기간 고품질의 관측자료가 존재한다면 높은 정확도의 예측결과를 도출 할 수 있을 것으로 판단된다.

• Computers and Concrete
• /
• 제32권3호
• /
• pp.327-337
• /
• 2023

Concrete is the most widely used building material, with various types including high- and ultra-high-strength, reinforced, normal, and lightweight concretes. However, accurately predicting concrete properties is challenging due to the geotechnical design code's requirement for specific characteristics. To overcome this issue, researchers have turned to new technologies like machine learning to develop proper methodologies for concrete specification. In this study, we propose a highly accurate deep learning-based predictive model to investigate the compressive strength (UCS) of lightweight concrete with natural aggregates (pumice). Our model was implemented on a database containing 249 experimental records and revealed that water, cement, water-cement ratio, fine-coarse aggregate, aggregate substitution rate, fine aggregate replacement, and superplasticizer are the most influential covariates on UCS. To validate our model, we trained and tested it on random subsets of the database, and its performance was evaluated using a confusion matrix and receiver operating characteristic (ROC) overall accuracy. The proposed model was compared with widely known machine learning methods such as MLP, SVM, and DT classifiers to assess its capability. In addition, the model was tested on 25 laboratory UCS tests to evaluate its predictability. Our findings showed that the proposed model achieved the highest accuracy (accuracy=0.97, precision=0.97) and the lowest error rate with a high learning rate (R2=0.914), as confirmed by ROC (AUC=0.971), which is higher than other classifiers. Therefore, the proposed method demonstrates a high level of performance and capability for UCS predictions.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.333-333
• /
• 2021

최근 전 지구적인 기후변화 및 온난화의 영향으로 태풍 및 집중호우가 빈번하게 일어나고 있으며, 이로 인한 한천범람 등 홍수재해로 인명 및 재산 피해가 크게 증가하고 있다. 우리나라에서도 태풍 및 집중호우로 인한 호수피해는 매년 발생하고 있으며, 피해 빈도와 강도가 증가하고 있는 실정이다. 이러한 현실을 고려하였을 때에 하천 인근 주민의 생명과 재산을 보호하기 위하여 실시간으로 홍수위 예측을 수행하는 것은 매우 중요하다 할 수 있다. 국내에서 수위예측을 위하여 대표적으로 저류함수모형(Storage Function Model, SFM)을 채택하고 있지만, 유역면적이 작아 홍수 도달시간이 짧은 중소하천에서는 충분한 선행시간과 정확도를 확보하기 어려운 문제점이 있다. 이는 유역면적이 작은 중소하천에서는 유역 및 기상 특성과 관련된 여러 인자 사이의 비선형성이 대하천 유역에 비해 커지는 문제점이 있기 때문이다. 본 연구에서는 위와같은 문제를 해결할 수 있도록, 수문자료와 딥러닝 기법을 적용하여 실시간으로 홍수위를 예측할 수 있는 방법론을 제시하였다. 지난 태풍 및 집중호우로 인하여 급격한 수위상승이 있던 낙동강 지류하천에 대하여 LSTM(Long-Short Term Memory) 모형 기반 실시간 수위예측 모형을 개발하였으며, 선행시간 30~180분 별로 홍수위를 예측하고 관측 수위와 비교함으로써 모형의 적용성을 검증하였다. 선행시간 180분 기준으로 영강 유역 수위예측 결과와 실제 관측치의 평균제곱근 오차는 0.29m, 상관계수는 0.92로 나타났으며, 밀양강 유역의 경우 각각 0.30m, 0.94로 나타났다. 본 연구에서 제시된 딥러닝 기반모형에 10분 단위 실시간 수문자료가 입력된다면, 다음 관측자료가 입력되기 전 홍수예측 결과가 산출되므로 실질적인 홍수예경보체계에 유용하게 사용될 수 있을 것이라 보인다. 모형에 적용할 수 있는 더욱 다양한 수문자료와 매개변수 조정을 통하여 예측결과에 대한 신뢰성을 더욱 높일 수 있다면, 기존의 저류함수모형과 연계하여 홍수대응 능력을 향상시키는데 도움이 될 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.449-449
• /
• 2022

제주도는 용수의 대부분을 지하수에 의존하므로 지하수위의 예측 및 관리는 매우 중요한 사항이다. 제주도의 지층은 화산활동에 의한 현무암이 겹겹이 쌓여있는 형태를 나타내며 육지의 지층구조와 매우 다른 복잡한 형태를 나타낸다. 이에 따라 제주도 지하수위의 예측은 매우 난해하며, 최근에는 딥러닝 인공지능 모델을 활용하여 지하수위를 예측하는 연구사례가 증가하고 있다. 기존의 연구들은 인공지능 모델들이 지하수위를 적절히 예측한다고 보고하고 있으나 예측의 적절성에 대한 판단기준을 제시하지 못하였으므로 이에 대한 명확한 제시가 필요하다. 본 연구의 목표는 인공지능을 활용한 지하수위 예측오차가 허용 가능한지 판단할 수 있는 기준을 제시함에 있다. 이를 위해 전 세계의 과거 20년 동안 관련 연구결과들을 수집 및 분석하였으며, 분석 결과 인공지능 모델의 지하수위 예측오차는 지하수위 변동성이 큰 지역일수록 증가하는 것을 확인하였다. 이것은 지하수위의 변동형태가 크고 복잡할수록 인공지능 모델의 지하수위 예측성능은 낮아진다는 것을 의미한다. 이 관계를 명확하게 나타내기 위해 지하수위 최대변동폭과 평균제곱근오차 및 최대오차와의 관계를 선형회귀식으로 도출하여 허용가능한 예측오차 기준을 제시하였다. 그리고 기존 연구들에서 제시한 Nash-Sutcliffe 효율성지수와 결정계수를 분석하여 선형회귀식에 의한 기준을 보완할 수 있는 추가적인 기준을 제시하였다. 본 연구에서 제시한 인공지능 모델에 의한 지하수위 예측결과의 적절성 판단기준은 향후 지속적으로 증가하는 인공지능 예측연구에 유용하게 사용될 수 있다.

• 콘크리트학회논문집
• /
• 제27권5호
• /
• pp.559-568
• /
• 2015

본 연구에서는 감수제의 감수 효율에 따른 다성분계 결합재를 사용한 콘크리트의 물리적 특성에 대한 영향을 평가하기 위하여 고성능 감수제의 종류 3수준(0%, 8% 및 16%) 및 물-결합재비 3수준(40%, 45% 및 50%)에 따른 플라이애시 및 고로슬래그 미분말을 사용한 다성분계 콘크리트 배합을 제조하였다. 또한, 신뢰성 확보를 위하여 콘크리트 배합은 3회 반복실험을 실시하였다. 실험결과, 감수제 종류에 따른 압축강도는 약 20% 이상의 압축강도 차이가 발생하였으며, 감수제의 감수 효율이 콘크리트의 품질에 크게 영향을 미치는 것으로 나타났다. 따라서 감수제의 감수 효율을 반영한 다성분계 콘크리트의 압축강도 예측 모델식을 도출하였으며, 90% 이상의 높은 상관성이 있는 것으로 나타났다.

• 한국환경보건학회지
• /
• 제28권5호
• /
• pp.13-21
• /
• 2002

This study analyzed the characteristic of basic river structure, a flood level, the tree planting recommendation and syn thetic design, in order to establish a basic plan for preparing a natural practical area of environmental ecosystem at Bukchun and its surroundings. It was also investigated based on the opinion of citizens, geographical condition and the equipment/utilization examination of Bukchun which were included ecological circumstances, and thus provided a composite item for managing the natural river. This study also considered the development of the river in terms of culture, environment and ecology concept. The results were summarized as followed. Bukchun showed that the speed of a funning fluid is very fast on a period of flood. but very slow in a period of water shortage about 0.02 m/s. To prevent the speed change of a running fluid by a steep slope in a riverbed, there established Dongchun sluice gates under a bridge, including three sluice gates under a bridge, but there occurred extremely a riverbed erosion and corrosion section. The result of comparison between real flood degree and prediction flood data, there should perform a countermeasure the riverbed structure regulation of this area. Also, it was needed an exhaustive flood management in summer. According to the Bukchun and Hyungsangang riverbed investigation, there were needed preparation for natural/practical area and ecology Park development in the future. This study was investigated tree Planting/flower/blossom around the Bukchun and its surroundings. It was recommended willow, Italian poplar, bamboos and cherry blossoms in the Hyungsangang and Bukchun. There exist together historical space, environment space iud have enough possibility both natural learning space and civil rest space. And, it is possible to compose ecology natural learning and experimental area.

• 한국환경과학회지
• /
• 제15권4호
• /
• pp.311-317
• /
• 2006

The purpose of this study was to investigate Rn concentration and annual radiation exposure level in the basement and first floor. The Rn Cup monitors were placed in different environments such as shopping stage, office building, Apartment, Hospital, house in Seoul from Match 1996 to April 1997 and CR-39 films were collected every two months. The mean radon concentration in the basement of house($88.6\;Bq/m^3$) showed the highest level among the areas, while radon concentration on the first floor of house($50.5\;Bq/m^3$) showed the higher than other areas. The annual radiation exposure dose that person on the floor / in the basement of differential place in the seoul can be exposed during living was estimated from 24.11 to 87.64 mRem/yr. This radiation dose is significantly lower than 130mRem maximum radiation dosage from the radon nuclide prescribed by the ICRP, with respect to the overall average exposure of the working adult. this study indicated that possible radon sources on the first floor / in the basement areas are radon intrusion from soil gas, construction materials, or ground water leaking. Further study is needed to quantitatively assess major contributions of radon-222 and health effect to radon exposure.

• 한국항공우주학회지
• /
• 제33권3호
• /
• pp.107-113
• /
• 2005

고성능 로켓엔진 연소기의 벽면 열유속 측정을 위하여 추력 2톤급 칼로리미터를 개발하였으며 고온에서 전열특성과 강도특성이 뛰어난 크롬동합금을 연소실 내벽 소재로 적용하였다. 전체적인 냉각성능은 경험식을 기반으로 하는 1차원 해석으로 확인하였으며 국부적인 냉각성능은 3차원 CFD 해석으로 검증하였다. 연소압 53 bar 조건에서 노즐목에서의 열유속은 43 $MW/m^{2}$ 으로 예측되었다. 연소실의 구조적인 안전성은 150 bar에서 2차원 해석과 시편에 대한 변형실험으로 확인하였다. 최종적으로 상온 150 bar에 대한 가압실험으로 안전성을 검증하였고 개발된 칼로리미터와 동일한 냉각성능을 갖는 시험용 노즐을 사용하여 예비시험을 수행하였다. 노즐목에서 측정된 열유속이 설계값에 비하여 10% 높았음에도 연소실 내벽에 열손상은 발생하지 않았다.

• Geomechanics and Engineering
• /
• 제27권6호
• /
• pp.551-560
• /
• 2021

Due to the low strength and high compressibility characteristics, the loess deposits tunnels are prone to large deformations and collapse. An accurate stability evaluation for loess deposits is of considerable significance in deformation control and safety work during tunnel construction. 37 groups of representative data based on real loess deposits cases were adopted to establish the stability evaluation model for the tunnel project in Yan'an, China. Physical and mechanical indices, including water content, cohesion, internal friction angle, elastic modulus, and poisson ratio are selected as index system on the stability level of loess. The data set is randomly divided into 80% as the training set and 20% as the test set. Firstly, principal component analysis (PCA) is used to convert the five index system to three linearly independent principal components X1, X2 and X3. Then, the principal components were used as input vectors for probabilistic neural network (PNN) to map the nonlinear relationship between the index system and stability level of loess. Furthermore, Leave-One-Out cross validation was applied for the training set to find the suitable smoothing factor. At last, the established model with the target smoothing factor 0.04 was applied for the test set, and a 100% prediction accuracy rate was obtained. This intelligent classification method for loess deposits can be easily conducted, which has wide potential applications in evaluating loess deposits.