• Nuclear Engineering and Technology
• /
• 제54권2호
• /
• pp.589-600
• /
• 2022

Investigations on the molten-pool sloshing behavior are of essential value for improving nuclear safety evaluation of Core Disruptive Accidents (CDA) that would be possibly encountered for Sodium-cooled Fast Reactors (SFR). This paper is aimed at synthesizing the knowledge from our recent studies on molten-pool sloshing behavior with solid particles conducted at the Sun Yat-sen University. To better visualize and clarify the mechanism and characteristics of sloshing induced by local Fuel-Coolant Interaction (FCI), experiments were performed with various parameters by injecting nitrogen gas into a 2-dimensional liquid pool with accumulated solid particles. It was confirmed that under different particle-bed conditions, three representative flow regimes (i.e. the bubble-impulsion dominant, transitional and bed-inertia dominant regimes) are identifiable. Aimed at predicting the regime transitions during sloshing process, a predictive empirical model along with a regime map was proposed on the basis of experiments using single-sized spherical solid particles, and then was extended for covering more complex particle conditions (e.g. non-spherical, mixed-sized and mixed-density spherical particle conditions). To obtain more comprehensive understandings and verify the applicability and reliability of the predictive model under more realistic conditions (e.g. large-scale 3-dimensional condition), further experimental and modeling studies are also being prepared under other more complicated actual conditions.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.167-167
• /
• 2023

Soil organic carbon (SOC) is a critical component of soil health and is crucial in mitigating climate change by sequestering carbon from the atmosphere. Accurate estimation of SOC storage is essential for understanding SOC dynamics and developing effective soil management strategies. This study aimed to investigate the factors influencing the spatial distribution of SOC storage in South Korea, using bulk density (BD) prediction to estimate SOC stock. The study utilized data from 393 soil series collected from various land uses across South Korea established by Korea Rural Development Administration from 1968-1999. The samples were analyzed for soil properties such as soil texture, pH, and BD, and SOC stock was estimated using a predictive model based on BD. The average SOC stock in South Korea at 30 cm topsoil was 49.1 Mg/ha. The study results revealed that soil texture and land use were the most significant factors influencing the spatial distribution of SOC storage in South Korea. Forested areas had significantly higher SOC storage than other land use types. Climate variables such as temperature and precipitation had a relative influence on SOC storage. The findings of this study provide valuable insights into the factors influencing the spatial distribution of SOC storage in South Korea.

• KSBB Journal
• /
• 제6권1호
• /
• pp.15-25
• /
• 1991

The optimal glucose concentration for the high-density culture of recombinant yeasts was obtained using dynamic simulation. An adaptive and predictive algoritilm complimented by the rule base was proposed for the control of the fed-batch fermentation process. The measurement of process variables has relatively long sampling period and relatively long time delay characteristics. As one of the solution on these problems, prediction techniques and rule bases were added to a classical recursive identification and control algorithm. Rule bases were used in the determination of control input considering the difference between the predicted value and the measured value. A mathelnatical model was used in the estimation and interpretation of the changes of state variables and parameters. Better performances were obtained by employing the control algorithm proposed in the present study compared to the conventional adaptive control method.

• 터널과지하공간
• /
• 제4권2호
• /
• pp.144-155
• /
• 1994

This research is designed to assess current achievement levels for mechanized excavation systems in Korea adn suggest the model predictive of TBM performance using statistical approaches. A test section in the TBM construction sites is selected to measure and analyze TBM performance. The field records including operating data, time allocation into downtime catagories, and machine design are analyzed on a shift basis. There are a total of 240 shifts, with most days operating two shifts per day. Examples of the probability density functions produced from the test section are presented and discussed. Relationships between TBM penetration rate and rock physical properties are investigated and the empirical equations for TBM performance prediction are also assessed with the field data.

• 천문학회보
• /
• 제46권1호
• /
• pp.42.1-42.1
• /
• 2021

In this study, we present a visual explanation of a deep learning solar flare forecast model and its relationship to physical parameters of solar active regions (ARs). For this, we use full-disk magnetograms at 00:00 UT from the Solar and Heliospheric Observatory/Michelson Doppler Imager and the Solar Dynamics Observatory/Helioseismic and Magnetic Imager, physical parameters from the Space-weather HMI Active Region Patch (SHARP), and Geostationary Operational Environmental Satellite X-ray flare data. Our deep learning flare forecast model based on the Convolutional Neural Network (CNN) predicts "Yes" or "No" for the daily occurrence of C-, M-, and X-class flares. We interpret the model using two CNN attribution methods (guided backpropagation and Gradient-weighted Class Activation Mapping [Grad-CAM]) that provide quantitative information on explaining the model. We find that our deep learning flare forecasting model is intimately related to AR physical properties that have also been distinguished in previous studies as holding significant predictive ability. Major results of this study are as follows. First, we successfully apply our deep learning models to the forecast of daily solar flare occurrence with TSS = 0.65, without any preprocessing to extract features from data. Second, using the attribution methods, we find that the polarity inversion line is an important feature for the deep learning flare forecasting model. Third, the ARs with high Grad-CAM values produce more flares than those with low Grad-CAM values. Fourth, nine SHARP parameters such as total unsigned vertical current, total unsigned current helicity, total unsigned flux, and total photospheric magnetic free energy density are well correlated with Grad-CAM values.

• 응용통계연구
• /
• 제24권6호
• /
• pp.1033-1043
• /
• 2011

본 논문에서는 KOSPI지수와 원-달러 환율의 로그수익률을 사용하여 비대칭 이분산성에 대해 연구한다. 커널 density plot과 상승기와 하강기의 평균, 분산을 검토하여 이들 시계열의 변동의 비대칭성에 대한 윤곽을 파악하고 GARCH군의 여러 비대칭 모형을 적합하여 비대칭성을 실증적으로 파악한다. 또한 최종선택 모형인 EGARCH 모형을 바탕으로 부트스트래핑을 사용하여 미래 시점의 변동성인 조건부 분산의 기대치를 예측하고 예측표준오차를 구해본다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제16권15호
• /
• pp.6407-6412
• /
• 2015

Purpose: To predict prostatic carcinoma using a logistic regression model on prebiopsy peripheral blood samples. Materials and Methods: Data of a total of 873 patients who consulted Urology Outpatient Clinics of Fatih Sultan Mehmet Training and Research Hospital between February 2008 and April 2014 scheduled for prostate biopsy were screened retrospectively. PSA levels, prostate volumes, prebiopsy whole blood cell counts, neutrophil and platelet counts, neutrophil-to-lymphocyte ratio (NLR), platelet-to-lymphocyte ratio (PLR), biopsy results and Gleason scores in patients who had established diagnosis of prostate cancer (PCa) were evaluated. Results: This study was performed on a total of 873 cases, with an age range 48-76 years, divided into three groups as for biopsy results. with diagnoses of benign prostatic hyperplasia (BPH) (n=304, 34.8 %), PCa (n=265, 30.4 %) and histological prostatitis (n=304; 34.8 %). Intra- and intergroup comparative evaluations were performed. White blood cell and neutrophil counts in the histological prostatitis group were significantly higher than those of the BPH and PCa groups (p=0.001; p=0.004; p<0.01). A statistically significant intergroup difference was found for PLR (p=0.041; p<0.05) but not lymphocyte count (p>0.05). According to pairwise comparisons, PLR were significantly higher in the PCa group relative to BPH group (p=0.018, p<0.05, respectively). Though not statistically significant, higher PLR in cases with PCa in comparison with the prostatitis group was remarkable (p=0.067, and p>0.05, respectively). Conclusions: Meta-analyses showed that in patients with PSA levels over 4 ng/ml, positive predictive value of PSA is only 25 percent. Therefore, novel markers which can both detect clinically significant prostate cancer, and also prevent unnecessary biopsies are needed. Relevant to this issue in addition to PSA density, velocity, and PCA3, various markers have been analyzed. In the present study, PLR were found to be the additional predictor of prostatic carcinoma.

• 한국측량학회지
• /
• 제5권1호
• /
• pp.49-58
• /
• 1987

최근 항공사진측양 기술의 발달로 토공양 산정에 있어 수치지형모델의 이용이 증대되고 있으며, 토공양 산정은 토목공사의 계획 및 설계시 큰 비중을 차지하고 있어 정확도를 높이는 것은 매우 중요한 요소중의 하나이다. 본 연구에서는 DTM이 자료의 표고 정확도에 미치는 영향을 분석하고, 이를 기초로하여 지형별 data의 밀도에 따라 실제 설계시 토공양의 정확도를 예측할 수 있는 단면형상계수의 예측 model 식을 개발함으로써 토공양 및 공사비산정에 크게 기여할 것이다. 여기서 토공양의 정확도는 data 간격보다 횡단면 간격에 의한 영향이 더 크며, 표고의 표준오차가 미치는 영향은 횡단면 간격이 클수록 감소되었다. 연구결과 제시된 단면형상계수의 예측 model 식을 일반적인 경우에 적용하여 예측한 토공양의 증차와 일반적 계산에 의한 토공양의 오차와의 차는 평탄지에서 0.8374~3.1437$cm^3$/m, 산악지에서 1.5628~6.9675$cm^3$/m로서 매우 미소하므로 본 연구에서 제시된 예측 model을 적용함으로써 정확한 토공양의 오차를 예측할 수 있음을 알 수 있었다.

• 한국수자원학회논문집
• /
• 제39권1호
• /
• pp.79-88
• /
• 2006

강우시 저수지로 유입하는 탁수의 시공간분포를 실시간으로 예측하기 위해서는 하천 유입수 수온의 정확한 예측이 필요하다. 본 연구에서는 강우시 하천 수온의 변동특성을 조사하기 위해 2004년 홍수기 동안 대청호 상류 하천에서 한 시간 단위의 연속측정을 실시하였다. 강우사상 동안 하천수온은 강우 전 보다 최대 $5\sim10^{\circ}C$ 정도 하강하는 것으로 나타났으며, 이것은 저수지로 유입하는 하천수의 밀도를 $1.2\sim2.6$ tcg/$m^3$ ($0.12\sim0.26\%$) 상승시켜 중층 밀도류를 형성하는 원인으로 작용했다. 실측자료를 이용하여 두 가지 종류의 통계형 수온 예측모형인 로지스적모형(DLG)과 다중회귀모형(DMR-1, DMR-2, DMR-3)을 개발하였다. 모든 모형들이 강우-유출 사상에 따른 하천 수온의 급격한 강하 현상을 비교적 잘 묘사하는 것으로 나타났으나, 일 평균기온, 이슬점 온도 그리고 하천 유량을 모형의 독립변수로 사용한 회귀형모형이 대기 기온과 하천 수온의 로지스틱 함수관계를 가정한 DLG모형보다 수온예측 성능이 보다 우수한 것으로 평가되었다.

• 한국환경생태학회지
• /
• 제29권3호
• /
• pp.333-343
• /
• 2015

본 연구는 국내에서 아직 미흡한 조류 번식지 예측 모형을 이용해 참매의 서식지 예측 및 대체번식지로서 이용 가능한 지역을 선정하고, 향후 참매 번식 가능지역을 대상으로 보호관리 지역을 확대할 수 있는 근거를 제시하기 위한 방안이다. 참매의 번식지는 현장조사에서 확인된 둥지(N=10)를 이용하였으며, 출현지점은 제3차자연환경조사를 통해 확인된 참매출현지점(N=23)을 활용해 분석하였다. 모형변수로는 지형인자 4가지, 자연환경인자(식생) 3가지, 거리인자 7가지, 기후변수 9가지를 활용하였다. 활용변수 중 Random sampling을 통해 확보된 비출현 좌표와 출현좌표간 비모수 검증을 통해 최종 환경변수를 선정하였다. 유의성 검증을 통해 선택된 변수는 번식지 대상 10가지, 출현지점 대상 7가지였으며, 이 변수를 활용해 최종 서식지 예측 모형(MaxEnt)을 구축하였다. 모델 구축결과 번식에 활용된 각 변수별 모형 기여도는 온도의 계절적 변동, 혼효림 과의 거리, 입목밀도, 경급의 순이었으며, 출현지점에 활용된 각 변수별 모형 기여도는 온도의 계절적 변동, 수계와의 거리, 경작지와의 거리, 경사도의 순이었다. 번식지점을 대상으로 한 모델링은 기후환경과 숲 내부에서 번식하는 참매의 특성이 반영된 것으로 판단된다. 예상서식지는 충청북도 중부 이북지역으로 예상되었으며, 그 면적은 $189.5km^2$(2.55%)였다. 충북 이남지역은 청주와 충주 등의 비교적 큰 도시가 발달되어 있는 반면 충청북도 북부지역의 경우 산림과 경작지가 고루 발달되어 있어 번식에 있어 일정한 세력권과 먹이원이 필요한 참매로서는 번식에 유리한 지역일 것으로 판단된다. 출현지점 대상으로 한 모델링은 면적이 $3,071km^2$(41.38%)으로 확인되었으며, 이는 출현지점을 대상으로 하여 단순이동 관찰 및 계절적인 변동 미고려 등의 한계가 있기 때문에 번식지점을 대상으로 한 모델링보다 광범위한 서식예상지역을 예측하였다. 결과에서 확인된 예측지점은 번식지를 대상으로 하였을 경우 정밀한 서식예측이 가능하나, 둥지의 특성상 확인되는 지점이 적고, 참매의 행동영역을 반영하지 못하는 단점이 있다. 반면 출현지점을 대상으로 하였을 경우 더 광범위한 지점에 대한 결과 도출이 가능하였으나, 단순 이동이나 지속적인 이용실태를 반영하지 못하기 때문에 정밀도에서는 다소 떨어진다고 할 수 있다. 다만 이러한 결과들을 통해 참매의 서식지를 예측할 수 있으며, 특히 정밀한 번식지역의 예측자료는 환경영향평가나 개발계획 수립시 서식지 모형 결과를 도입하여 반영할 필요성이 있다.