• 한국터널지하공간학회 논문집
• /
• 제26권1호
• /
• pp.39-58
• /
• 2024

TBM (Tunnel boring machine)은 터널 굴착 과정에서 여러 디스크 커터를 이용하여 암석을 절삭한다. 디스크 커터는 암석과의 지속적인 접촉과 마찰로 인해 마모된다. 디스크 커터의 표면이 마모되면 절삭 능력이 감소하고 굴착 효율이 떨어진다. 암석의 마모성은 디스크 커터 마모에 큰 영향을 미친다. 높은 마모도를 가진 암석은 커터에 더 큰 마모를 일으키며, 이는 디스크 커터의 수명을 단축시킨다. 세르샤 마모지수(Cerchar abrasivity index, CAI)는 암석의 마모성을 평가하는데 널리 사용되는 지표로 CAI는 암석의 마모특성을 나타내며, 디스크 커터의 수명과 성능 예측에 필수적인 요소로 인식되고 있다. 본 연구의 목적은 암석의 강도, 암석학적 특성과 선형회귀, 머신러닝 기법을 이용하여 CAI를 효과적으로 추정하는 새로운 방법을 개발하는 것이다. 문헌 조사를 통해 CAI, 일축압축강도, 압열인장강도, 등가석영함량이 포함된 데이터베이스를 구축하고 파생변수를 추가하였다. 통계적 유의성과 다중공선성을 고려하여 다중선형회귀분석을 위한 입력변수를 선정하였고, 머신러닝 모델의 입력변수는 변수중요도 분석을 통해 선정하였다. 머신러닝 예측모델 중 Gradient Boosting 모델의 예측 성능이 가장 높게 나타나 최적의 CAI 예측 모델로 선정되었다. 마지막으로 본 연구에서 도출한 다중선형회귀분석과 Gradient Boosting 모델의 예측 성능을 선행연구들의 CAI 예측모델과 비교하여 연구 결과의 타당성을 확인하였다.

• 드라이브 ㆍ 컨트롤
• /
• 제13권4호
• /
• pp.14-22
• /
• 2016

This paper presents a stochastic and predictive working-risk-assessment algorithm for excavators based on a one-layer laser scanner. The one-layer laser scanner is employed to detect objects and to estimate an object's dynamic behaviors such as the position, velocity, heading angle, and heading rate. To estimate the state variables, extended and linear Kalman filters are applied in consideration of laser-scanner information as the measurements. The excavator's working area is derived based on a kinematic analysis of the excavator's working parts. With the estimated dynamic behaviors and the kinematic analysis of the excavator's working parts, an object's behavior and the excavator's working area such as the maximum, actual, and predicted areas are computed for a working risk assessment. The four working-risk levels are defined using the predicted behavior and the working area, and the intersection-area-based quantitative-risk level has been computed. An actual test-data-based performance evaluation of the designed stochastic and predictive risk-assessment algorithm is conducted using a typical working scenario. The results show that the algorithm can evaluate the working-risk levels of the excavator during its operation.

• 한국환경복원기술학회지
• /
• 제19권6호
• /
• pp.19-30
• /
• 2016

The projection of climate-related range shift is critical information for conservation planning of Korean fir (Abies koreana E. H. Wilson). We first modeled the distribution of Korean fir under current climate condition using five single-model species distribution models (SDMs) and the pre-evaluation weighted ensemble method and then predicted the distributions under future climate conditions projected with HadGEM2-AO under four $CO_2$ emission scenarios, the Representative Concentration Pathways (RCP) 2.6, 4.5, 6.0 and 8.5. We also investigated the predictive uncertainty stemming from five individual algorithms and four $CO_2$ emission scenarios for better interpretation of SDM projections. Five individual algorithms were Generalized linear model (GLM), Generalized additive model (GAM), Multivariate adaptive regression splines (MARS), Generalized boosted model (GBM) and Random forest (RF). The results showed high variations of model performances among individual SDMs and the wide range of diverging predictions of future distributions of Korean fir in response to RCPs. The ensemble model presented the highest predictive accuracy (TSS = 0.97, AUC = 0.99) and predicted that the climate habitat suitability of Korean fir would increase under climate changes. Accordingly, the fir distribution could expand under future climate conditions. Increasing precipitation may account for increases in the distribution of Korean fir. Increasing precipitation compensates the negative effects of increasing temperature. However, the future distribution of Korean fir is also affected by other ecological processes, such as interactions with co-existing species, adaptation and dispersal limitation, and other environmental factors, such as extreme weather events and land-use changes. Therefore, we need further ecological research and to develop mechanistic and process-based distribution models for improving the predictive accuracy.

• Asian Pacific Journal of Cancer Prevention
• /
• 제15권16호
• /
• pp.6781-6785
• /
• 2014

Purpose: This study used receiver operating characteristic curves to analyze Surveillance, Epidemiology and End Results (SEER) medulloblastoma (MB) and primitive neuroectodermal tumor (PNET) outcome data. The aim of this study was to identify and optimize predictive outcome models. Materials and Methods: Patients diagnosed from 1973 to 2009 were selected for analysis of socio-economic, staging and treatment factors available in the SEER database for MB and PNET. For the risk modeling, each factor was fitted by a generalized linear model to predict the outcome (brain cancer specific death, yes/no). The area under the receiver operating characteristic curve (ROC) was computed. Similar strata were combined to construct the most parsimonious models. A Monte Carlo algorithm was used to estimate the modeling errors. Results: There were 3,702 patients included in this study. The mean follow up time (S.D.) was 73.7 (86.2) months. Some 40% of the patients were female and the mean (S.D.) age was 16.5 (16.6) years. There were more adult MB/PNET patients listed from SEER data than pediatric and young adult patients. Only 12% of patients were staged. The SEER staging has the highest ROC (S.D.) area of 0.55 (0.05) among the factors tested. We simplified the 3-layered risk levels (local, regional, distant) to a simpler non-metastatic (I and II) versus metastatic (III) model. The ROC area (S.D.) of the 2-tiered model was 0.57 (0.04). Conclusions: ROC analysis optimized the most predictive SEER staging model. The high under staging rate may have prevented patients from selecting definitive radiotherapy after surgery.

• 터널과지하공간
• /
• 제29권5호
• /
• pp.356-366
• /
• 2019

다양한 TBM 성능 예측 모델이 개발되었기만 대부분 관입율 예측에 한정되어 있다. 일부 모델들이 수식과 그래프를 이용하여 TBM 가동율을 추정하는 방법을 제시하기도 하지만, TBM 가동율에 대한 연구는 매우 드문 편이다. TBM 가동율은 TBM 장비의 종류, 운영, 유지보수, 지질 조건, 시공자의 경험 등에 영향을 받는다. 본 연구에서는 100여개 이상의 사례 분석을 통해서 TBM 가동율과 RMR, 암종 등의 지반 조건, TBM의 종류, 터널의 연장 및 직경 등과의 관계를 조사하였다. 단순 및 다중 회귀분석을 수행하여 TBM 가동율 예측모델을 개발하였다. 암종 등의 지반조건, TBM의 종류, 터널의 연장 및 직경 등을 설명 변수로 갖는 회귀모델은 낮은 상관계수를 나타내었다. RMR을 설명변수로 갖는 회귀모델이 더 높은 상관계수를 나타내었다.

• Imaging Science in Dentistry
• /
• 제52권3호
• /
• pp.239-244
• /
• 2022

Purpose: Despite the proliferation of numerous morphometric and anthropometric methods for sex identification based on linear, angular, and regional measurements of various parts of the body, these methods are subject to error due to the observer's knowledge and expertise. This study aimed to explore the possibility of automated sex determination using convolutional neural networks(CNNs) based on lateral cephalometric radiographs. Materials and Methods: Lateral cephalometric radiographs of 1,476 Iranian subjects (794 women and 682 men) from 18 to 49 years of age were included. Lateral cephalometric radiographs were considered as a network input and output layer including 2 classes(male and female). Eighty percent of the data was used as a training set and the rest as a test set. Hyperparameter tuning of each network was done after preprocessing and data augmentation steps. The predictive performance of different architectures (DenseNet, ResNet, and VGG) was evaluated based on their accuracy in test sets. Results: The CNN based on the DenseNet121 architecture, with an overall accuracy of 90%, had the best predictive power in sex determination. The prediction accuracy of this model was almost equal for men and women. Furthermore, with all architectures, the use of transfer learning improved predictive performance. Conclusion: The results confirmed that a CNN could predict a person's sex with high accuracy. This prediction was independent of human bias because feature extraction was done automatically. However, for more accurate sex determination on a wider scale, further studies with larger sample sizes are desirable.

• 한국지리정보학회지
• /
• 제24권1호
• /
• pp.92-111
• /
• 2021

미세먼지는 질병, 산업·경제에 부정적인 영향을 미치고 있어 국민들은 미세먼지에 대해 예민하게 반응하고 있다. 따라서 미세먼지의 발생을 예측할 수 있다면, 미리 대응책을 마련할 수 있어 생활과 경제에 도움이 될 수 있다. 미세먼지의 발생은 기상과 미세먼지 배출원의 밀집 정도에 영향을 받는다. 산업부문은 미세먼지 배출량이 가장 많으며, 그 중에 산단은 공장들이 미세먼지 배출원이 되어 더 많은 미세먼지를 배출하는 문제가 있다. 본 연구는 지방도시에서 노후산업단지가 있는 지역을 선정하여, 미세먼지를 일으키는 요인을 탐색하고, 미세먼지 발생을 예측할 수 있는 예측모형을 개발하고자 한다. 기상 데이터와 미세먼지 관련 데이터를 활용하였고, 다중회귀분석을 통해 미세먼지 발생에 영향을 미치는 변수를 추출하였다. 이를 토대로 머신러닝 회귀학습기 모형으로 학습하여 예측력이 높은 모형을 추출하였고, 검증용 데이터를 이용하여 예측 모형의 성능을 검증하였다. 그 결과, 예측력이 높은 모형은 선형회귀모형, 가우스 과정 회귀모형, 서포트 벡터 머신으로 나타났으며, 훈련용 데이터의 비율과 예측력은 비례하지 않은 것으로 나타났다. 또한 예측치와 실측치 차이의 평균치는 크지 않지만, 미세먼지 실측치가 높을 때, 예측력이 다소 떨어지는 것으로 나타났다. 본 연구의 결과는 지자체 데이터 허브를 통해 기상데이터와 관련 도시 빅데이터를 결합함으로써 보다 체계적이고 정밀한 미세먼지 예측 서비스로 개발이 가능할 것이며, 스마트산단의 발전을 촉진하는 계기가 될 것이다.

• 한국음향학회지
• /
• 제37권1호
• /
• pp.31-38
• /
• 2018

2015년 5월 제주 서남부 해역에서 실시된 SAVEX15(Shallow Water Acoustic Variability EXperiment 2015) 데이터를 기반으로 내부파가 소나의 예상탐지확률(Predictive Probability of Detection, PPD)에 미치는 영향에 대하여 분석하였다. 제주 서남부 해역은 내부파, 수중음파채널 등으로 인하여 복잡한 해수 유동이 존재하는 해역이다. 본 논문에서는 확률적인 접근 방법을 통하여 소나의 성능을 예측하였다. SAVEX15 데이터 중 11 kHz ~ 31 kHz 대역대의 LFM(Linear Frequency Modulation), MLS(Maximum Length Sequence) 신호를 데이터 처리 하여 음원과 수신기가 약 2.8 km 떨어진 지점에서의 전달손실(Transmission Loss, TL)과 소음준위(Noise Level, NL) 값을 산출하였다. TL과 NL의 확률밀도함수(Probability Density Function, PDF)를 합성곱하여 신호이득에 대한 확률밀도 함수를 구하고 음원과 수신기의 수심에 따른 예상탐지확률을 산출하였다. 솔리톤 패킷과 내부조석 등의 내부파가 존재할 때 시간에 따른 예상탐지확률의 변화를 분석한 결과 각각 다른 양상으로 예상탐지확률 값에 영향을 주는 것을 확인하였다.

• 경제분석
• /
• 제24권3호
• /
• pp.1-36
• /
• 2018

재고투자와 경기변동의 관계를 설명하는데 있어 생산평활(production smoothing) 가설과 재고소진 회피(stock-out avoidance) 가설은 서로 상반된 입장을 취하고 있다. 기업의 재고 투자에 관한 의사결정은 두 가지 동기 모두에 의해 영향받을 것으로 생각되지만 경기국면에 따라 각각의 영향력의 상대적 크기 혹은 방향성이 다르게 나타날 수 있다. 이에 본고는 재고투자 동학에서 생산평활 동기와 재고소진 회피동기의 상대적 유의성을 실증적으로 검증하되 경기국면별 비대칭성의 존재와 형태를 규명하는 데 분석의 초점을 둔 점에서 기존 연구와 차별성을 지닌다. 이를 위해 기존의 선형 재고투자 모형을 확장한 비선형 모형을 설정하였으며 이러한 방식이 기존 방식에 비해 우수한 지를 모형의 예측력을 비교 평가하여 확인하였다. 분석 결과, 재고투자 동학의 경기국면별 비대칭적 특성을 확인하였다. 경기 호황기에는 재고소진 회피동기가 나타나지만 생산평활 동기는 유의하지 않았다. 반대로 경기 불황기에는 재고소진 회피동기는 유의하지 않지만 Ramey (1991)에서 제시된 생산비용의 비볼록성에 의하여 재고변화가 경기침체를 심화시키는 경기 의존적 특성을 발견하였다. 경기국면별 비대칭성을 모형에 고려함으로써 그렇지 않은 모형에 비해 예측력을 향상시킬 수 있음을 표본 내 및 표본 외 예측, 다양한 예측력 검정을 통해 확인하였다. 본 연구의 결과는 재고투자의 동학과 경기 불안정화 특성에 대한 이해를 제고하여 경제전망 등에 활용될 수 있을 것으로 기대된다.

• 한국해안·해양공학회논문집
• /
• 제32권6호
• /
• pp.384-395
• /
• 2020

연안에서 천수변형에 의해 발생하는 쇄파는 표사이동, 연안류의 생성, 충격파압의 발생 등과 같은 연안역의 다양한 물리현상과 밀접한 관계를 갖고 있다. 따라서, 연안구조물의 설계 시 쇄파파고 및 쇄파수심과 같은 쇄파지표를 정확하게 예측하는 것이 중요하다. 과거부터 많은 연구자들에 의해 쇄파현상을 규명하고 예측하기 위한 많은 과학적인 노력들이 이루어져 왔다. 대표적인 쇄파에 연구들은 주로 수리모형실험을 통해 쇄파지표 예측을 위한 많은 경험식이 제안되어 왔다. 하지만, 기존의 쇄파지표에 대한 경험식은 일정한 방정식의 가정하에 자료의 통계적 분석을 통해 가정한 방정식의 계수들을 결정하고 있다. 본 논문에서는 회귀 혹은 분류문제와 관련된 다양한 연구분야에 있어서 높은 예측성능을 보여주는 대표적인 선형기반의 지도학습 머신러닝 기법을 적용하였다. 적용된 머신러닝 기법을 기반으로 기존의 쇄파에 대한 실험자료로부터 쇄파지표 예측을 위한 모델을 개발하고, 학습된 모델로부터 쇄파예측을 위한 새로운 선형식을 제시하였다. 새롭게 제안된 쇄파지표식은 단순한 선형식임에도 불구하고 기존의 경험 공식에 비해 유사한 예측성능을 보였다.