지중 저장기술은 대기로 방출되는 이산화탄소를 저감하는 기술로서 기후변화를 발생하는 온실효과를 저감 시킬 수 있다. 해양 저지대에 위치한 심층 대수층 혹은 폐유전 등은 이러한 이산화탄소 저장기술의 중요한 후보군이라고 할 수 있다. 관련된 이산화탄소 주입 및 저장기술은 전 세계적으로도 많은 관심을 받고 있으나, 이러한 시스템에서 이산화탄소 누출이 발생하였을 때의 부정적 영향에 대해서는 아직 심도 있는 연구는 진행되지 못하고 있다. 이산화탄소 저장기술의 안정성이 매우 높아서 누출의 가능성은 매우 낮다고 하더라도, 고농도의 이산화탄소가 만약의 사태에서 누출이 된다면 여전히 해양생태계 및 환경에 위험이 있을 수 있다. 그러나 이에 대한 연구가 충분히 이루어지지 않았기에, 본 연구에서는 하나의 신뢰성 및 위해성 평가방법을 소개하고자 한다. Feature, Event and Process(FEP)를 통해 다양한 요소를 고려하고, 결함수 분석을 통해 신뢰도를 평가하는 방법을 제안한다. 이러한 FEP 분석으로 시스템에서 시공 및 운영과정에서 발생할 수 있는 다양한 누출 가능성을 평가하는 방법을 소개하였다.
The Ministry of Environment in Korea has introduced Total Pollution Load Management System (TPLMS) in major 4 large rivers to protect the water quality from possible pollutants. In order to successfully achieve the TPLMS, the nonpoint source should be controled by applying the best management practices in highly polluted areas. Of the various nonpoint sources, the highways are stormwater intensive landuses because of its high imperviousness and high pollutant mass emissions. The EMC (Event Mean Concentration) is an important parameter to correctly determine the pollutant mass loadings from nonpoint sources. However, it has wide ranges because of various reasons such as first flush phenomenon, rainfall and watershed characteristics. Even though the EMC is closely related to the first flush phenomenon, the relationship have not proven until present. Therefore, in this paper, the dynamic EMC method will be introduced to clearly make the relationship between EMC and first flush phenomenon. Also by applying the dynamic EMC method to monitored data, we found that the highly concentrated stormwater runoff was washed off within 20~50 minutes storm duration. The first flush criteria for economical treatment was also determined to 5~10 mm (mean=7.4 mm) as a cumulative rainfall.
International Journal of Computer Science & Network Security
/
제21권12spc호
/
pp.463-468
/
2021
Single image super-resolution (SISR) is an image processing technique, and its main target is to reconstruct the high-quality or high-resolution (HR) image from the low-quality or low-resolution (LR) image. Currently, deep learning-based convolutional neural network (CNN) image super-resolution approaches achieved remarkable improvement over the previous approaches. Furthermore, earlier approaches used hand designed filter to upscale the LR image into HR image. The design architecture of such approaches is easy, but it introduces the extra unwanted pixels in the reconstructed image. To resolve these issues, we propose novel deep learning-based approach known as Lightweight deep CNN-based approach for Single Image Super-Resolution (LDCSIR). In this paper, we propose a new architecture which is inspired by ResNet with Inception blocks, which significantly drop the computational cost of the model and increase the processing time for reconstructing the HR image. Compared with the other state of the art methods, LDCSIR achieves better performance in terms of quantitively (PSNR/SSIM) and qualitatively.
The CN(carbon nitrogen) nanofibers were formed by HIP(high isostatic pressure) process. From the field emission measurement, CN nanofibers shows an excellent characteristics of emitter, better than CNTs and carbon nanofibers. The structures obtained can be divided into three groups : bamboo-like fibers, corrugated structures and bead necklace-like fib res. Emission properties of CN nanofibers were investigated for spacing, between anode and cathode, variation. Turn-on fields was 1.4 v/$\mu\textrm{m}$. The time reliability and light emission test were carried out for about 100 hours. We suggest that CN nanofibers can be possibly applied to the high brightness flat lamp because of low turn-on field and time reliability
MT 전달함수의 추정과정에서 로버스트 방법의 적용은 현재 전자탐사 분야에서 일반적이다. 적절하게 고안되고 적용된 로버스트 방법은 출력 채널인 전기장에 포함되어 있는 외치의 영향을 감소시킬 수 있으나, HLP(High leverage point)라 불리 우는 자기장(입력 채널)의 외치에 종종 민감하지 못하다. 이 문제를 해결하기 위해 HLP의 영향을 최소화할 수 있는 BI(Bounded Influence) 추정이 제안되었고, 전통적인 로버스트 방법보다 신뢰성 있는 전달함수를 제공하는 것으로 보고되었다. 이는 BI 추정이 M-추정을 적용함과 동시에 자기장 성분만으로 결정되는 모자행렬의 통계적인 특성을 고려하여 가중치를 부여하는 방법이기 때문이다. 본 연구에서는 전달함수 추정과정에 BI 추정을 적용하고, 이와 더불어 전처리 단계로서 전자기장의 통계적 분포를 이용해 주파수 영역에서 극단적인 전기장과 자기장 자료의 영향을 감소시키는 기법을 개발하였다. 개발된 전처리 기법은 BI 추정으로 제거될 수 없는 자료를 주파수 영역에서 효과적으로 제거하는 것으로 생각된다. 본 연구에서 개발된 기법의 효율성과 장점은 합성 자료와 현장 자료를 이용하여 도시될 것이다.
본 연구는 화강암질암 지역의 자연사면에서 발생하는 토석류 산사태의 발생지점을 확률론적 예측하기 위하여 기 개발된 로지스틱 회귀모델을 수정하고자 한다. 기 모델의 단점인 일부 범주형 변수사용을 제거하여 예측률의 신뢰도 및 예측도면 작성시의 정확성을 높인 새로운 예측모델을 제안하고자 한다. 새롭게 개발된 모델은 암상, 지형인자 2개 및 토질인자 3개를 사용하여 통계적으로 86%이상의 예측률을 확보하였다. 본 모델의 적용성을 검증하기 위하여 태풍 '루사'로 인해 산사태가 집중적으로 발생한 강릉지역에 적용하여 산사태 예측도를 작성하였다. 예측결과 사천지역의 경우 본 모델에서 고려하지 못한 산불의 영향으로 산불피해지역에서 근소한 차이를 보여주고 있으나, 주문진-연곡지역의 경우는 예측결과가 실제 산사태 발생위치와 잘 일치하고 있다. 따라서 본 모델은 우리나라의 화강암질암지역에 적용하여 널리 활용될 수 있을것으로 판단된다.
암종 분류은 현장의 지질학적 또는 지반공학적 특성 파악을 위해 요구되는 매우 기본적인 행위이나 암석의 성인, 지역, 지질학적 이력 특성에 따라 동일 암종이라 하여도 매우 다양한 형태와 색 조성을 보이므로 깊은 지질학적 학식과 경험 없이는 쉬운 일은 아니다. 또한, 다른 여러 분야의 분류 작업에서 딥러닝 영상 처리 기법들이 성공적으로 적용되고 있으며, 지질학적 분류나 평가 분야에서도 딥러닝 기법의 적용에 대한 관심이 증대되고 있다. 따라서, 본 연구에서는 동일 암종임에도 다양한 형태와 색을 갖게 되는 실제 상황을 감안하여, 정확한 자동 암종 분류를 위한 딥러닝 기법의 적용 가능성에 대해 검토하였다. 이러한 기법은 향후에 현장 암종분류 작업을 수행하는 현장 기술자들을 지원할 수 있는 효과적인 툴로 활용 가능할 것이다. 본 연구에서 사용된 딥러닝 알고리즘은 매우 깊은 네트워크 구조로 객체 인식과 분류를 할 수 있는 것으로 잘 알려진 'ResNet' 계열의 딥러닝 알고리즘을 사용하였다. 적용된 딥러닝에서는 10개의 암종에 대한 다양한 암석 이미지들을 학습시켰으며, 학습 시키지 않은 암석 이미지들에 대하여 84% 수준 이상의 암종 분류 정확도를 보였다. 본 결과로 부터 다양한 성인과 지질학적 이력을 갖는 다양한 형태와 색의 암석들도 지질 전문가 수준으로 분류해 낼 수 있는 것으로 파악되었다. 나아가 다양한 지역과 현장에서 수집된 암석의 이미지와 지질학자들의 분류 결과가 학습데이터로 지속적으로 누적이 되어 재학습에 반영된다면 암종분류 성능은 자동으로 향상될 것이다.
고함수비 상태의 흙에 시멘트를 첨가하게 되면 흙의 공학적 성질을 개량할 수 있다. 이렇게 고함수비 흙에 시멘트를 혼합하는 경우 흙시멘트 혼합물의 워커빌러티와 밀접한 관련이 있는 상 변화를 예측하고 구분하는 것은 매우 힘들다. 시간에 따른 시멘트 paste의 수화열 변화와 경도의 변화는 흙시멘트 혼합물의 상 변화에 대한 유용한 정보를 제공해준다. 본 연구에서는 시멘트 paste와 흙/시멘트 비를 달리 한 3 종류의 혼합물에 대해 수화열과 콘 관입량을 측정하여 흙시멘트 혼합물의 상 변화를 관찰하였다. 실험결과, 흙시멘트 혼합물의 상 변화는 시멘트 paste와 동일한 형태를 보이며 수화열이 최소가 되는 시점에서 혼합물의 전단강도가 급격하게 증가함을 알 수 있었다. 흙시멘트 혼합물의 초결시점은 fall cone 관입량이 1.0mm, 즉 혼합물이 소성상태에 도달하는 시점과 일치하며 흙/시멘트 비가 증가할수록 초결시간은 지연되었다. 흙시멘트 혼합물에 대한 수화열 측정과 fall cone 관입량 측정은 흙-시멘트 혼합물의 상 변화를 예측하는 유용한 수단으로 사용할 수 있다.
본 연구는 설악산, 발왕산, 태백산, 오대산의 아고산대에 분포하는 주목 군락의 보존과 효율적인 관리방안을 제시하기 위하여 종조성과 흉고직경급을 조사, 분석하였다. 각 조사지의 교목 아교목 관목층의 층위별 식생은 설악산 11, 22, 33종, 발왕산 15, 21, 33종, 태백산 10, 23, 36종, 오대산 14, 30, 32종으로 구성되어 있다. 층위별 중요치 분석 결과, 전 조사지의 교목층은 주목과 분비나무, 아교목층은 주목, 분비나무, 시닥나무, 관목층에서는 미역줄나무의 중요치가 가장 높은 것으로 분석되었다. 전 조사지에 있어서 종다양도는 교목층 0.834~1.234, 아교목층 1.125~1.329의 범위 내에 있는 것으로 분석되었다. 흉고직경 분포에서는 오대산지역의 주목개체군이 역J자형의 유형을 보이고 있어 주목군락이 유지될 수 있을 것으로 판단된다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.