• Geomechanics and Engineering
• /
• 제3권4호
• /
• pp.285-290
• /
• 2011

This article employs Multivariate Adaptive Regression Spline (MARS) for determination of friction capacity of driven piles in clay. MARS is non-parametric adaptive regression procedure. Pile length, pile diameter, effective vertical stress, and undrained shear strength are considered as input of MARS and the output of MARS is friction capacity. The developed MARS gives an equation for determination of $f_s$ of driven piles in clay. The results of the developed MARS have been compared with the Artificial Neural Network. This study shows that the developed MARS is a robust model for prediction of $f_s$ of driven piles in clay.

• Computers and Concrete
• /
• 제9권3호
• /
• pp.215-226
• /
• 2012

This article employs Support Vector Machine (SVM) for determination of fracture parameters critical stress intensity factor ($K^s_{Ic}$) and the critical crack tip opening displacement ($CTOD_c$) of concrete. SVM that is firmly based on the theory of statistical learning theory, uses regression technique by introducing ${\varepsilon}$-insensitive loss function has been adopted. The results are compared with a widely used Artificial Neural Network (ANN) model. Equations have been also developed for prediction of $K^s_{Ic}$ and $CTOD_c$. A sensitivity analysis has been also performed to investigate the importance of the input parameters. The results of this study show that the developed SVM is a robust model for determination of $K^s_{Ic}$ and $CTOD_c$ of concrete.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.104-106
• /
• 2021

도시의 인구 밀집도가 증가함에 따라 도시의 단위 면적당 건물 밀집도 역시 증가하고 있으며, 이에 도시 화재는 대규모 화재로 발전할 가능성이 높다. 도시 내 대규모 화재로 인한 인명 및 경제적인 피해를 최소화하기 위해 시뮬레이션 기반의 화재 대응 방안들이 널리 연구되고 있으며, 최근에는 시뮬레이션에서 효과적인 화재 대응 방안을 탐색하기 위해 강화학습 기술을 활용하는 연구들이 소개되고 있다. 그러나, 시뮬레이션의 규모가 커지는 경우, 상태 정보 및 화재 대응을 위한 행위 공간의 크기가 증가함으로 인해 강화학습의 복잡도가 증가하며, 이에 따라 학습 확장성이 저하되는 문제가 발생한다. 본 논문에서는 시뮬레이션 규모 증가 시 강화학습의 학습 확장성을 유지하기 위해, 화재 상황 정보와 재난 대응을 위한 행위 공간을 변환하는 기법을 제안한다. 실험 결과를 통해 기존에 강화학습 모델의 학습이 어려웠던 대규모 도시 재난시뮬레이션에서 본 기법을 적용한 강화학습 모델은 학습 수행이 가능하였으며, 화재 피해가 없는 상황의 적합도를 100%로 하고, 이것 대비 99.2%의 화재 대응 적합도를 달성했다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.426-428
• /
• 2022

화재 상황에서의 빠른 현장 파악은 인명피해를 줄이는데 중요한 요소이다. 기존 연구의 화재와 관련된 데이터셋들은 대부분 불과 연기를 라벨링하여 화재의 예방에 초점을 두고 있다. 본 연구에서는 화재 상황에서 사람과 소방관, 연기, 불을 탐지하는 Object detection 모델을 만들어 현장 파악에 더욱 도움을 주고자 하였다. 이를 위해 화재 상황 이미지 약 3000장을 수집하고 라벨링하여 데이터셋을 구성하였으며 이를 이용해 객체 검출 모델인 RetinaNet을 학습하였다. 또한, 화재 상황에서 Object Detection 모델의 성능을 향상시키기 위해 기존 모델인 RetinaNet에 Dehazing(FFA-Net), Smoke augmentation, semi-supervised(ISD) 방법을 적용하였고, semi-supervised 조건에서 mAP 63.7로 가장 높은 성능을 도출하였다.

• 한국조경학회지
• /
• 제43권5호
• /
• pp.13-27
• /
• 2015

본 연구는 도시 내 녹지 공간을 대상으로 기후변화로 인한 재해 위험도를 평가하였다. 재해유형, 녹지공간 유형에 따른 평가를 실시하였으며, 수해와 풍해, 평지형 공원과 산지형 공원으로 유형화 시키고, 각 유형별 평가항목으로는 자연적 요소 인공적 요소 사회적 요소로 구분하여 평가 분석하였다. 연구의 주요결과는 다음과 같다. 수해로 인한 재해 위험도 표준화 점수는 평지형 공원의 경우, 아시아 공원이 55.800점으로 서울숲 51.775점보다 높았으며, 산지형 공원의 경우 도곡 공원 58.428점, 배봉산 공원 58.374점의 지수를 보이고 있었다. 풍해로 인한 재해 위험도 표준화 점수를 살펴보면 우선 평지형 공원의 경우, 아시아 공원이 64.763점으로 서울숲 61.054점보다 높았으며, 산지형 공원의 경우, 배봉산 공원이 58.533점으로 도곡 공원 55.459점보다 높은 지수를 나타냈다. 기후변화 재해로 인한 오픈스페이스 위험도 평가의 필요성과 가치를 제기하고, 오픈스페이스만의 재해 위험도 평가모형을 정립하여 위험도 평가를 시도하였으며, 도시 녹지공간의 재해 위험도를 제고하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권4호
• /
• pp.117-122
• /
• 2021

최근 태풍, 지진, 산불, 산사태, 전쟁 등 다양한 재난 상황으로 인한 인명피해와 자금 손실이 꾸준히 발생하고 있고 현재 이를 예방하고 복구하기 위해 많은 인력과 자금이 소요되고 있는 실정이다. 이러한 여러 재난 상황을 미리 감시하고 재난 발생의 빠른 인지 및 대처를 위해 본 논문에서는 인공지능 기반의 재난 드론 시스템을 설계 및 개발하였다. 본 연구에서는 사람이 감시하기 힘든 지역에 여러 대의 재난 드론을 이용하며 딥러닝 기반의 객체 인식 알고리즘과 최적 경로 탐색 알고리즘을 적용해 각각의 드론이 최적의 경로로 효율적 탐색을 실시한다. 또한 드론의 근본적 문제인 배터리 용량 부족에 대한 문제점을 해결하기 위해 Ant Colony Optimization (ACO) 기술을 이용하여 각 드론의 최적 경로를 결정하게 된다. 제안한 시스템 구현을 위해 여러 재난 상황 중 산불 상황에 적용하였으며 전송된 데이터를 기반으로 산불지도를 만들고, 빔 프로젝터를 탑재한 드론이 출동한 소방관에게 산불지도를 시각적으로 보여주었다. 제안한 시스템에서는 여러 대의 드론이 최적 경로 탐색 및 객체인식을 동시에 수행함으로써 빠른 시간 내에 재난 상황을 인지할 수 있다. 본 연구를 바탕으로 재난 드론 인프라를 구축하고 조난자 탐색(바다, 산, 밀림), 드론을 이용한 자체적인 화재진압, 방범 드론 등에 활용할 수 있다.

• 대한원격탐사학회지
• /
• 제38권6_3호
• /
• pp.1777-1788
• /
• 2022

저수지는 국내 영농환경에서 주요한 용수 공급처이며, 저수지의 저수량 파악은 농업용수의 활용 및 관리차원에서 중요하다. 위성영상을 활용한 원격탐사는 저수지와 같이 광역적으로 분포하는 객체에 대하여 정기적인 모니터링을 할 수 있는 효과적인 수단으로, 본 연구에서는 Sentinel-1 Synthetic Aperture Radar (SAR) 영상을 통해 영상분류 및 영상분할 알고리즘을 적용하여 국내 저수지 53개소의 수표면적 탐지를 수행하였다. 사용한 알고리즘은 Neural Network (NN), Support Vector Machine (SVM), Random Forest (RF), Otsu, Watershed (WS), Chan-Vese (CV)로 총 6가지이며, 드론으로 촬영한 실측 정사영상으로 수표면적 탐지 결과를 평가하였다. 각 알고리즘으로부터 산출된 수표면적과 실측 수표면적간의 상관성은 NN 0.9941, SVM 0.9942, RF 0.9940, Otsu 0.9922, WS 0.9709, CV 0.9736로 나타났으며, 저수지 유효저수량의 규모가 클수록 더 높은 선형 상관관계를 보였다. 혼동 행렬로부터 산출한 정확도, 정밀도, 재현율을 통해 알고리즘간 수표면적 탐지 정확도와 탐지 경향을 분석하였다. 정확도의 경우 각 10만 m³ 미만 저수지에서 WS가 0.8752, 10만~30만 m³에서 Otsu가 0.8845, 30만~50만 m³에서 RF가 0.9100, 50만 m³ 이상에서 Otsu와 CV가 0.9400으로 가장 높은 수치를 보였다. WS의 경우 수표면적을 미탐지하는 경향으로 인해 낮은 재현율을 보였고, NN, SVM, RF의 경우 과대 탐지로 인한 낮은 정밀도를 보였다. SAR 영상을 통한 수표면적 탐지 시 저수지 수표면의 수생식물 및 인공건축물이 미탐지를 발생시키는 오차 요소로 작용함을 분석결과 및 실측영상을 통해 확인하였다.

• International Journal of Contents
• /
• 제14권3호
• /
• pp.53-60
• /
• 2018

Based on the previous studies on sinkholes and ground subsidence conducted until date, the factors affecting the occurrence of sinkholes can be divided into natural environmental factors and human environmental factors in accordance with the purpose of the study. Furthermore, to be more specific, the human environment can be classified into the artificial type and the social type. In this study, the assessment indices for assessing risks of sinkholes and ground subsidence were developed by performing AHP analysis based on the results of the study by Lee et al. (2016), who selected the risk factors for the occurrence of sinkholes by performing Delphi analysis targeting relevant experts. Analysis showed that the artificial environmental factors were of significance in affecting the occurrence of sinkholes. Explicitly, the underground factors were found to be of importance in the natural environment, and among them, the level of underground water turned out to be an imperative influencing factor. In the artificial environment, the underground and subterranean structures exhibited similar importance, and in the underground structures, the excessive use of the underground space was found to be an important influencing factor. In the subterranean ones, the level of water leakage and the erosion of the water supply and sewage piping system were the influential factors, and in the surface, compaction failure was observed as an imperative factor. In the social environment, the regional development, and above all, the groundwater overuse were found to be important factors. In the managemental and institutional environment, the improper construction management proved to be the most important influencing factor.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.95-95
• /
• 2023

Common hydrological problems of developing countries include poor data management, insufficient measuring devices and ungauged watersheds, leading to small or unreliable data availability. This has greatly affected the adoption of artificial intelligence techniques for flood risk mitigation and damage control in several developing countries. While climate datasets have recorded resounding applications, but they exhibit more uncertainties than ground-based measurements. To encourage AI adoption in developing countries with small ground-based dataset, we propose data augmentation for regression tasks and compare performance evaluation of different AI models with and without data augmentation. More focus is placed on simple models that offer lesser computational cost and higher accuracy than deeper models that train longer and consume computer resources, which may be insufficient in developing countries. To implement this approach, we modelled and predicted streamflow data of the Asa River Watershed located in Ilorin, Kwara State Nigeria. Results revealed that adequate hyperparameter tuning and proper model selection improve streamflow prediction on small water dataset. This approach can be implemented in data-scarce regions to ensure timely flood intervention and early warning systems are adopted in developing countries.

• 디지털융복합연구
• /
• 제15권3호
• /
• pp.211-219
• /
• 2017

연안재해 저감을 위한 정부 사업 중 연안침식 및 퇴적을 저감시키기 위한 연안정비 사업 1단계(2000년~2009년)와 2단계(2010년~2019년)가 현재까지 진행중이다. 이와 같은 연안정비 사업을 수행함에 있어 연안 보호를 위한 인공 콘크리트 피복재의 설치가 필요하다. 현재 국내에서는 일본에서 개발된 제품을 현장에 적용하고 있거나, 호안보호공 설치를 시행하는 건설사에서 자체 개발한 블록을 설치하고 있는 추세이다. 그렇지만 이에 대한 수리특성 검증 및 안정성확보 여부, 설계기법과 같은 기술적인 검토는 부족한 상황이다. 본 연구에서는 이런 점들을 보완하여 사람들의 접근성이 좋으면서 연안재해 저감 및 보호 능력이 우수한 친수형 호안 블럭을 개발하고자 한다. 본 연구를 통하여 호안블록의 수리특성 및 안정계수를 도출할 수 있었다.