• 한국구조물진단유지관리공학회 논문집
• /
• 제13권2호통권54호
• /
• pp.189-198
• /
• 2009

본 연구에서는 시공된 실제 현수교에 구축된 계측 모니터링 시스템의 성능을 확인하고, 이 모니터링 시스템을 사용하여 대상교량의 거동특성에 대한 정량적인 정보를 획득하기 위하여 현장재하시험을 수행하였다. 현장재하시험은 정적재하시험, 동적재하시험 및 충격재하시험으로 구성되었으며, 재하시험을 수행함에 앞서 시험결과를 사전에 예측 및 검증하기 위하여 포괄적인 구조해석을 수행하였다. 재하시험 결과는 구조해석결과와 비교하여 면밀하게 분석하였으며, 비교분석 결과 계측값이 구조해석값보다 약 30~50% 정도 작은 값으로 평가되어 대상교량의 우수한 구조성능을 확인하였다. 또한, 대부분의 계측값이 유효한 범위 내에서 측정되는 것을 확인하여 대상교량에 구축된 계측 모니터링 시스템에 대한 신뢰성과 효율성을 검증하였다.

• 대한조선학회논문집
• /
• 제61권5호
• /
• pp.343-351
• /
• 2024

In this paper, we introduce the machine learning model to estimate the nominal wake field of a ship from the afterbody hullform using a 3 dimensional CNN (Convolutional Neural Network) model. The convolution layers extract the features of the hullform and they are connected to the nominal wake field. In this research, two different models were tested. The one learns the velocity field itself while the other learns the Fourier coefficients expressing the wake field. Both models showed about 4% volumetric mean velocity error for the test data not used in the learning process. In the case study of two sample ships included in the test data, the direct prediction model showed the better estimation results than the Fourier coefficient based model. Application cases for estimating cavitation performance using the developed model were also introduced.

• Korean Chemical Engineering Research
• /
• 제54권5호
• /
• pp.621-629
• /
• 2016

EU의 REACH 제도 도입에 따라 각종 화학물질에 대한 독성 및 활성 정보 확보를 위해 화학물질의 분자구조 정보를 기반으로 화학물질의 독성 및 활성을 예측하는 정량적구조활성관계(QSAR)에 대한 연구가 최근 활발히 진행되고 있다. QSAR 모델에 사용되는 분자표현자는 매우 다양하기 때문에 화학물질의 물성 및 활성을 잘 표현할 수 있는 주요한 분자표현자를 선택하는 과정은 QSAR 모델 개발에 있어 중요한 부분이다. 본 연구에서는 화학물질의 분자구조 정보를 나타내는 주요 분자표현자의 통계적 선택 방법과 부분최소자승법(Partial least square: PLS) 기반의 새로운 QSAR 모델을 제안하였다. 제안된 QSAR 모델은 130종의 폴리염화바이페닐(Polychlorinated biphenyl: PCB)에 대한 분배계수(log P)와 14종의 PCBs에 대한 반수 치사 농도(Lethal concentration 50%: $LC_{50}$) 예측에 사용되고, 제안된 QSAR 모델 예측 정확도는 기존의 OECD QSAR Toolbox에서 제공하는 QSAR 모델과 비교하였다. 관심 화학물질의 분자표현자와 활성정보 간의 높은 상관관계를 갖는 주요 분자표현자를 선별하기 위해서, 상관계수(r)와 variable importance on projections (VIP)기법을 적용하였으며, 화학물질의 독성 및 활성정보를 예측하기 위해 선별된 분자표현자와 활성정보를 이용해 부분최소자승법(PLS)를 사용하였다. 회귀계수($R^2$)와 prediction residual error sum of square (PRESS)을 이용한 성능평가결과, 제안된 QSAR 모델은 OECD QSAR Toolbox의 QSAR 모델보다 PCBs의 log P와 $LC_{50}$에 대하여 각각 26%, 91% 향상된 예측력을 나타내었다. 본 연구에서 제안된 계산독성학 기반의 QSAR 모델은 화학물질의 독성 및 활성정보에 대한 예측력을 향상시킬 수 있고 이러한 방법은 유독 화학물질의 인체 및 환경 위해성 평가에 기여할 것으로 판단된다.

• Spatial Information Research
• /
• 제22권1호
• /
• pp.55-63
• /
• 2014

수문학, 기상학 및 기후학 등에서 필수적인 자료중의 하나인 지상기온 자료는 최근 보건, 생물, 환경 등의 다양한 분야로까지 활용영역이 확대되고 있어 그 중요성이 커지고 있으나 지상관측을 통한 지상기온자료의 취득은 시공간적인 제약이 크기 때문에 실측된 기온자료는 시공간 해상도가 낮아 높은 해상도가 요구되는 연구 분야에서는 활용성에 큰 제약을 갖게 된다. 이를 극복하기 위한 하나의 대안으로 상대적으로 높은 시공간 해상도를 가지고 있는 위성영상자료에서 얻을 수 있는 지표면온도 자료를 이용하여 지상기온을 추정하는 많은 연구들이 수행되어 왔다. 본 연구는 이러한 연구의 일환으로써 기상청에서 제공하고 있는 AWS(Automatic Weather Station)에서 취득된 2010년 지상 온도 자료(AWS data)를 바탕으로 대표적인 지표면 온도자료인 MODIS Land Surface temperature(LST data:MOD11A1)와 지상기온에 영향을 미칠 수 있는 Land Cover Data, DEM(digital elevation model) 등의 보조 자료와 함께 다양한 지구통계 기법들을 이용하여 남한 지역의 지상기온을 추정하였다. 추정 전 2010년 전체(365일) LST자료와 AWS자료와의 차이에 대한 RMSE(Root Mean Square Error)값의 계절별 피복별 분석결과 계절에 따른 RMSE값의 변동계수는 0.86으로 나타났으나 피복에 따른 변동계수는 0.00746으로 나타나 계절별 차이가 피복별 차이보다 큰 것으로 분석 되었다. 계절별 RMSE 값은 겨울철이 가장 낮은 것으로 나타났으며 AWS자료와 LST자료와 보조자료를 이용한 선형 회귀분석결과에서도 겨울철의 결정 계수가 가장 높은 0.818로 나타났으며, 여름철의 경우에는 0.078로 나타나 계절별 차이가 매우 크게 나타났다. 이러한 결과를 바탕으로 지구통계 기법들의 대표적인 방법론인 크리깅 방법 중 일반적으로 많이 사용되고 있는 정규 크리깅, 일반 크리깅, 공동 크리킹, 회귀 크리깅을 이용하여 지상기온을 추정한 후 모델의 정확도를 판단할 수 있는 교차 검증을 실시한 결과 정규 크리깅과 일반 크리깅에 의한 RMSE 값은 1.71, 공동 크리깅과 회귀 크리깅에 의한 RMSE 값은 각각 1.848, 1.63으로 나타나 회귀 크리깅 방법에 의한 추정의 정확도가 가장 높은 것으로 분석되었다.

• 한국농림기상학회지
• /
• 제13권4호
• /
• pp.176-184
• /
• 2011

본 연구에서는 폐쇄집수역의 냉기호 현상을 기존의 냉기집적효과와 연계하여 일 최저기온 분포를 모의할 수 있는 방법을 제시하였다. 집수역 내 찬 공기가 담길 '그릇'의 용적을 계산하고 '그릇'안에 집적되는 냉기량을 고도에 따라 표현하였다. 기존의 계곡지형 냉기류에 냉기호를 합산하여 냉기집적으로 인한 기온하강분을 계산하였다. 이때 냉기호의 '수면'은 일교차 조건에 따라 변화시켰다. 이 방법을 검증하기 위해 경남 하동군 악양계곡의 200m 이하 냉기호 형성지역에 기상관측기 10대에서 1분 단위로 기온을 측정하였다. 5월 17일 새벽에는 형제봉 정상에서 적외선 영상 복사계로 지면온도분포를 획득하였다. 개선된 소기후 모형을 적용하여 0530 LST의 기온 분포를 30m 해상도로 추정한 결과 그 양상이 적외선 열영상 분포와 유사하였다. 10개 기상관측지점에 해당하는 격자의 기온추정값을 추출하여 실측값과 비교한 결과, MAE는 1.01에서 0.60으로, RMSE 1.30에서 0.71으로 감소하여 집수역 출구에 가까운 저지대 평야부분에서 발생하는 기존 방법에 의한 오차가 개선되었다.

• 대한원격탐사학회지
• /
• 제35권6_2호
• /
• pp.1117-1132
• /
• 2019

산림생태계 내의 총일차생산량은 산림 자원 생산량과 직결되고, 산림생태계의 건강성, 산림식물계절 및 생태계 서비스의 중요한 지표가 된다. 이 연구에서는 인공위성 자료와 기계학습 알고리즘을 활용하여 우리 나라의 산림유역의 총일차생산량을 연구하였다. 에디공분산 타워가 있는 6개 지점에서의 MODIS (Moderate Resolution Imaging Spectroradiometer) 산출물과 에디공분산타워의 총일차생산성으로 연구기간의 75%-80%에 해당하는 자료로 기계학습 알고리즘을 훈련하고 나머지 기간으로 구축된 모델의 총일차생산성 예측 결과를 검증하였다. 모델을 구축할 때 MODIS 지상 산출물과 대기 산출물을 조합하여 새로운 입력자료(e.g., 포화수증기압차)를 모델의 입력자료(Processed MODIS)로 사용하였을 때와 이러한 과정 없이 QC(Quality control)만 거친 MODIS 산출물을 그대로 입력자료(Unprocessed MODIS)로 사용하였을 때의 총일차생산량을 비교해 보고 그 활용 가능성에 대해 고찰하였다. 추가로 MODIS 총일차생산량 산출물(MYD17)과 에디공분산 총일차생산성 및 기계학습 알고리즘 기반의 총일차생산성과의 상관관계를 보고 그 적합성에 대해 논의하였다. 이 연구에서 사용된 기계학습 알고리즘은 Support Vector Machine (SVM)으로 산림생태계 연구에서 가장 많이 사용되고 있는 기계학습 알고리즘 중 하나이다. 기계학습 알고리즘 기반(SVM 모델)의 총일차생산량 예측 결과는 MODIS 총일차생산량 산출물(MYD17)보다 에디공분산 총일차생산량과 전반적으로 높은 상관관계를 보였고 특히 식생 성장을 시작하는 시점의 값을 좀더잘 예측하는 결과를 보였다. 단일 지역에서 Unprocessed MODIS 입력자료로 훈련된 SVM 모델 결과는 피어슨 상관계수 0.75 - 0.95 (p < 0.001), 6개의 연구 지점에서 훈련된 SVM 모델 결과는 피어슨 상관계수 0.77 - 0.94 (p < 0.001) 사이를 보였다. 이 결과는 훈련 자료에 다양한 이벤트들이 포함되면 모델의 예측력이 향상되는 가능성을 보여주었고 위성영상의 산출물을 재계산하여 새로운 산출물을 내는 과정을 거친 위성 자료가 아니어도 그 예측력에는 크게 문제가 없음을 보여주었다.

• 한국농림기상학회지
• /
• 제24권4호
• /
• pp.256-266
• /
• 2022

일사량은 작물모형의 구동에 필수적인 요소지만, 일사량의 직접관측은 다른 기상자료들과 다르게 많은 인적, 물적 자원이 필요하다. 직접 일사량을 측정하는 대신 다른 기상자료를 통해 일사량을 추정하는 여러 방식이 존재하고 그중 대표적인 방법이 일조시간을 통해 일사량을 추정하는 Angstrom-Prescott 모델이다. Frere and Popov(1979)에 의해 전세계의 기후를 세 분류로 나누어 일조시간을 일사량으로 변환하는 AP 계수(AP_Frere)가 제시되었고, 국내 18개 종관기상관측소에서 30년간 관측한 일단위 일사량과 일조량 관측자료를 통해 AP계수를 경험적으로 도출한 계수(AP_Choi)가 Choi et al.(2010)에 의해 제시되었다. 본 연구에서는 2012년부터 2021년까지 일사량 관측값(S_Obs)과 AP_Frere와 AP_Choi를 통해 도출한 일사량(S_Frere, S_Choi)을 NRMSE와 t검정을 통해 분석하였고, 이를 DSSAT 작물모형에 입력모수로 사용하여 벼 품종 오대, 화성 및 추청에 대한 생육모의를 하였다. 일사량 추정 결과 일사량의 추정값과 측정값 사이에는 12%에서 22%사이의 오차가 존재하였고, 이를 3월부터 9월 사이의 생육기간에 한정하여 누적 일사량을 계산하면 오차가 줄었다. 18개의 지역중 관찰값과 생육기간의 누적 일사량은 S_Frere의 경우에 10개의 지역에서 S_Choi 보다 S_Obs와 가까웠고, 일일 일사량의 오차율을 통해 분석하였을때 S_Frere가 12개 지역에서 더 가까웠다.

• 한국수자원학회논문집
• /
• 제53권7호
• /
• pp.533-543
• /
• 2020

지하수자원의 적절한 관리를 위한 정보제공을 위해서는 강수량과 지하수위 시계열자료 간의 지체시간 계산을 통한 지하수위 상승시기 추정 및 지하수위 변동특성 파악이 필요하다. 본 연구에서는 제주도 남동쪽 표선유역 중산간지역에 위치한 9개 지하수위 관측정 지점을 대상으로 선행강수를 고려하기 위해 이동평균법을 활용하여 생성한 이동평균 강수량 시계열자료와 지하수위 시계열자료 간의 일단위 총 지체시간 및 교차상관계수를 계산하고 추정결과를 비교분석 하였다. 분석결과 이동평균 강수량 시계열자료를 사용시 원시 강수량 시계열자료를 사용한 경우보다 모든 관측정에서 지하수위 시계열자료와의 상관성이 증가함으로써 보다 명확한 강수량-지하수위 지체시간 추정이 가능하였다. 이동평균 강수량 시계열자료 사용시 지하수위 시계열자료와 최대 0.57~0.58까지의 교차상관계수를 보였으며 평균적으로 약 24일의 선행강수를 고려할 경우 상대적으로 높은 상관성을 보였다. 총 지체시간은 평균적으로 약 32일 이었으며 이동평균 강수일이 총 지체시간 계산에 큰 영향을 미침으로써 선행강수의 고려가 총 지체시간 추정시 중요한 역할을 하는 것을 확인하였다. 또한 이동 평균 강수량 시계열자료 사용을 통해 원시 강수량 시계열자료 사용에 의한 총 지체시간 추정오류를 발견하였다. 본 연구에서 사용한 총 지체시간 추정방법과 본 논문의 부록에 제시된 총 지체시간 추정용 R 코드의 활용을 통해 향후 다른 지역에 대한 총 지체시간을 비교적 쉽게 추정할 수 있을 것으로 판단된다.

• 보험의학회지
• /
• 제4권1호
• /
• pp.44-76
• /
• 1987

Present study was undertaken to establish the modified Broca's indices to estimate standard body weight by using a total of 5,496 insured persons who were medically examined at the Honam Medical Room of Dong Bang Life Insurance Company Ltd. from January, 1983 to January, 1986. The results were as follows: 1. The linear regression equations of body weight to $height^3$ to estimate standard body weight were as follows: In male, for $18{\sim}19$ age group $y=7.272{\times}10^{-6}{\times}x^3+23.560$ for $20{\sim}29$ age group $y=8.187{\times}10^{-6}{\times}x^3+22.031$ for $30{\sim}39$ age group $y=8.627{\times}10^{-6}{\times}x^3+23.169$ for $40{\sim}49$ age group $y=9.561{\times}10^{-6}{\times}x^3+20.994$ for $50{\sim}59$ age group $y=8.604{\times}10^{-6}{\times}x^3+23.081$ and for all ages group $y=7.778{\times}10^{-6}{\times}x^3+25.929$ In female, for $18{\sim}19$ age group $y=8.252{\times}10^{-6}{\times}x^3+18.920$ for $20{\sim}29$ age group $y=7.715{\times}10^{-6}{\times}x^3+22.409$ for $30{\sim}39$ age group $y=8.808{\times}10^{-6}{\times}x^3+21.440$ for $40{\sim}49$ age group $y=9.691{\times}10^{-6}{\times}x^3+21.940$ for $50{\sim}59$ age group $y=12.550{\times}10^{-6}{\times}x^3+11.031$ and for all ages group $y=7.300{\times}10^{-6}{\times}x^3+26.601$ In both sexes, for all ages group $y=8.342{\times}10^{-6}{\times}x^3+22.998$ 2. The modified Broca's index is expressed by formula $\{height(cm)-100\}{\times}K(kg)$. K is obtained from the following formula standard weight to average height estimated $\frac{by\;means\;of\;linear\;regression\;equation(kg)}{\{Average\;height(cm)-100\}{\times}K(kg)}$=1 Author's modified Broca's indices are as follows: In male, for $18{\sim}19$ age group $\{height(cm)-100\}{\times}0.85(kg)$ for $20{\sim}29$ age group $\{height(cm)-100\}{\times}0.90(kg)$ for $30{\sim}39$ age group $\{height(cm)-100\}{\times}0.95(kg)$ for $40{\sim}49$ age group $\{height(cm)-100\}{\times}1.00(kg)$ for $50{\sim}59$ age group $\{height(cm)-100\}{\times}0.95(kg)$ and for all ages group $\{height(cm)-100\}{\times}0.95(kg)$ In female, for $18{\sim}19$ age group $\{height(cm)-100\}{\times}0.90(kg)$ for $20{\sim}29$ age group $\{height(cm)-100\}{\times}0.90(kg)$ for $30{\sim}39$ age group $\{height(cm)-100\}{\times}1.00(kg)$ for $40{\sim}49$ age group $\{height(cm)-100\}{\times}1.05(kg)$ for $50{\sim}59$ age group $\{height(cm)-100\}{\times}1.05(kg)$ and for all ages group $\{height(cm)-100\}{\times}1.00(kg)$ In both sexes, for all age group $\{height(cm)-100\}{\times}0.95(kg)$ 3. Several types of modified Broca's index recommended by author are as follows: I. In male, for $18{\sim}29$ age group $\{height(cm)-100\}{\times}0.90(kg)$ and for $30{\sim}59$ age group $\{height(cm)-100\}{\times}0.95(kg)$ In female, for $18{\sim}29$ age group $\{height(cm)-100\}{\times}0.90(kg)$ and for $30{\sim}39$ age group $\{height(cm)-100\}{\times}1.00(kg)$ II. In male, for all ages group $\{height(cm)-100\}{\times}0.95(kg)$ In female, for all ages group $\{height(cm)-100\}{\times}1.00(kg)$ III. In both sexes, for all ages group $\{height(cm)-100\}{\times}0.95(kg)$ Note: The first type of modified Broca's index is the most precise one in estimating standard body weight among several types established by author. 4. Error of estimated standard body weight appearing by applying modified Broca's indices is generally greater in short build persons than in tall build persons and is more dominant especially in female group.

• 대한원격탐사학회지
• /
• 제33권5_2호
• /
• pp.721-732
• /
• 2017

벼 등 식량작물 작황 추정의 경제, 산업적 중요성이 증가함에 따라 생물리 모형과 원격탐사 기반의 위성자료를 활용한 작황 추정 연구가 활발히 진행되고 있다. 이 연구에서는 위성 기반의 전천후 기상 입력자료(i.e. 기온, 대기 수증기압 포차, 일사량)와 빛 이용효율 모형을 이용한 생물리적 작물 성장 알고리즘을 벼에 적용하여 벼의 수확량을 수확 시기 보다 이르게(9월 중순 경) 추정하는 것을 목적으로 하였다. 2003년부터 2014년까지 12년간 경상권을 제외한 국내의 군 단위 행정구역별 벼 수확량을 추정하고, 이를 통계청에서 제공하는 현미 생산량 통계와 비교, 평가하였다. 벼 건중량, 수확지수 그리고 수확량 추정 결과는 각각 지도로 작성하여 공간적 분포 양상을 분석하였다. 연도별 전국 평균 추정 건중량은 평균오차(ME)가 0.56%, 평균절대오차(MAE)가 5.73%로 유의미한 결과를 보였다. 연도별 군 단위 건중량은 ME가 0.10%에서 2.00%, MAE가 2.10에서 11.62%의 범위를 보였다. 추정된 건중량은 강원지역에서 상대적으로 과대 모의하고, 충청 이남의 도심과 서해 인근지역에서 과소 모의하는 경향을 보였다. 건중량과 유관한 통계청 자료(i.e. 볏짚 생산량)와는 상반된 변동 양상을 보였는데, 이는 입력자료의 해상도(1 km)로 인한 픽셀 내 토지피복 이질성으로 인한 오차로 사료된다. 또한 생육기간 이후 수확시기의 생육상황을 고려하지 못하는 점을 향후 연구에서 개선할 필요가 있다.