• 한국수자원학회논문집
• /
• 제52권10호
• /
• pp.681-695
• /
• 2019

Transient Stroage Model (TSM)은 하천을 본류대와 저장대로 나누어 각각에 대한 오염물의 혼합거동을 해석함으로써 복잡한 하천에 유입된 오염물질 혼합을 이해하는 데에 가장 많이 이용되는 모형 중 하나이다. TSM의 매개변수들은 역산모형을 통해 산정하게 되는데 이는 자연하천에서 추적자실험을 통해 계측된 농도곡선에 가장 잘 맞는 TSM 모의 농도곡선을 찾는 최적화 문제이다. 저장대모형의 매개변수 산정에 관한 선행 연구들에 의해 매개변수를 산정하는 최적화 문제의 비볼록(non-convex) 특성에서 오는 불확실성이 보고되어 왔다. 본 연구에서는 청미천에서 수행된 추적자실험으로부터 취득된 농도곡선을 이용해 최상의 최적화 기법과 목적함수의 조합에 대해 분석하였다. 최적화 문제의 수렴성과 수렴 속도를 모두 만족하는 최적화 조건을 결정하기 위해 SCE-UA의 CCE와 SP-UCI의 MCCE와 같은 진화 알고리즘 기반의 전역 최적화 방법들과 오차 기반 목적함수들을 Shuffled Complex-Self Adaptive Hybrid EvoLution (SC-SAHEL)을 활용해 비교하였다. 전반적인 변수 산정 결과 여러 EA를 동시에 적용한 SC-SAHEL을 평균 제곱오차를 목적함수로 한 방법이 가장 빠르고 가장 안정적으로 최적해에 수렴하는 것으로 나타났다.

• 방송공학회논문지
• /
• 제27권2호
• /
• pp.244-247
• /
• 2022

본 논문에서는 고속 이동환경에서 강건성을 향상시킬 수 있는 OTFS(orthogonal time frequency space) 시스템에서 주파수 및 시간영역에서의 선형 MMSE(minimum mean squared error) 필터를 이용한 디코딩 알고리즘과 강화된 Gauss-Seidel 알고리즘을 이용한 디코딩 알고리즘의 성능을 비교한다. 강화된 Gauss-Seidel 알고리즘은 잡음 증폭을 억제함으로써 비트 오류율 성능을 개선할 수 있다. 전산 실험 결과를 통해 주파수 영역에서 MMSE 필터를 이용한 디코딩 알고리즘은 수신기의 이동 속도가 높아짐에 따라 성능 열화가 발생하는 것을 확인할 수 있고, 강화된 Gauss-Seidel 알고리즘을 이용한 디코딩 방법은 120km/h 속도와 500km/h 속도를 가지는 채널 환경에 대해 주파수 영역 및 시간 영역에서의 MMSE 필터 디코딩 알고리즘에 비해 우수한 성능을 나타내는 것을 확인할 수 있다.

• Wind and Structures
• /
• 제36권4호
• /
• pp.237-247
• /
• 2023

The emergence of high-rise buildings has necessitated frequent structural health monitoring and maintenance for safety reasons. Wind causes damage and structural changes on tall structures; thus, safe structures should be designed. The pressure developed on tall buildings has been utilized in previous research studies to assess the impacts of wind on structures. The wind tunnel test is a primary research method commonly used to quantify the aerodynamic characteristics of high-rise buildings. Wind pressure is measured by placing pressure sensor taps at different locations on tall buildings, and the collected data are used for analysis. However, sensors may malfunction and produce erroneous data; these data losses make it difficult to analyze aerodynamic properties. Therefore, it is essential to generate missing data relative to the original data obtained from neighboring pressure sensor taps at various intervals. This study proposes a deep learning-based, deep convolutional generative adversarial network (DCGAN) to restore missing data associated with faulty pressure sensors installed on high-rise buildings. The performance of the proposed DCGAN is validated by using a standard imputation model known as the generative adversarial imputation network (GAIN). The average mean-square error (AMSE) and average R-squared (ARSE) are used as performance metrics. The calculated ARSE values by DCGAN on the building model's front, backside, left, and right sides are 0.970, 0.972, 0.984 and 0.978, respectively. The AMSE produced by DCGAN on four sides of the building model is 0.008, 0.010, 0.015 and 0.014. The average standard deviation of the actual measures of the pressure sensors on four sides of the model were 0.1738, 0.1758, 0.2234 and 0.2278. The average standard deviation of the pressure values generated by the proposed DCGAN imputation model was closer to that of the measured actual with values of 0.1736,0.1746,0.2191, and 0.2239 on four sides, respectively. In comparison, the standard deviation of the values predicted by GAIN are 0.1726,0.1735,0.2161, and 0.2209, which is far from actual values. The results demonstrate that DCGAN model fits better for data imputation than the GAIN model with improved accuracy and fewer error rates. Additionally, the DCGAN is utilized to estimate the wind pressure in regions of buildings where no pressure sensor taps are available; the model yielded greater prediction accuracy than GAIN.

• Environmental Analysis Health and Toxicology
• /
• 제29권
• /
• pp.12.1-12.8
• /
• 2014

Objectives Cohort studies of associations between air pollution and health have used exposure prediction approaches to estimate individual-level concentrations. A common prediction method used in Korean cohort studies is ordinary kriging. In this study, performance of ordinary kriging models for long-term particulate matter less than or equal to $10{\mu}m$ in diameter ($PM_{10}$) concentrations in seven major Korean cities was investigated with a focus on spatial prediction ability. Methods We obtained hourly $PM_{10}$ data for 2010 at 226 urban-ambient monitoring sites in South Korea and computed annual average $PM_{10}$ concentrations at each site. Given the annual averages, we developed ordinary kriging prediction models for each of the seven major cities and for the entire country by using an exponential covariance reference model and a maximum likelihood estimation method. For model evaluation, cross-validation was performed and mean square error and R-squared ($R^2$) statistics were computed. Results Mean annual average $PM_{10}$ concentrations in the seven major cities ranged between 45.5 and $66.0{\mu}g/m^3$ (standard deviation=2.40 and $9.51{\mu}g/m^3$, respectively). Cross-validated $R^2$ values in Seoul and Busan were 0.31 and 0.23, respectively, whereas the other five cities had $R^2$ values of zero. The national model produced a higher cross-validated $R^2$ (0.36) than those for the city-specific models. Conclusions In general, the ordinary kriging models performed poorly for the seven major cities and the entire country of South Korea, but the model performance was better in the national model. To improve model performance, future studies should examine different prediction approaches that incorporate $PM_{10}$ source characteristics.

• Animal Bioscience
• /
• 제35권5호
• /
• pp.648-658
• /
• 2022

Objective: The identification of nonlinear mixed models that describe the growth trajectory of New Zealand rabbits was performed based on weight records and carcass measures obtained using ultrasonography. Methods: Phenotypic records of body weight (BW) and loin eye area (LEA) were collected from 66 animals raised in a didactic-productive module of cuniculture located in the southern Piaui state, Brazil. The following nonlinear models were tested considering fixed parameters: Brody, Gompertz, Logistic, Richards, Meloun 1, modified Michaelis-Menten, Santana, and von Bertalanffy. The coefficient of determination (R²), mean squared error, percentage of convergence of each model (%C), mean absolute deviation of residuals, Akaike information criterion (AIC), and Bayesian information criterion (BIC) were used to determine the best model. The model that best described the growth trajectory for each trait was also used under the context of mixed models, considering two parameters that admit biological interpretation (A and k) with random effects. Results: The von Bertalanffy model was the best fitting model for BW according to the highest value of R² (0.98) and lowest values of AIC (6,675.30) and BIC (6,691.90). For LEA, the Logistic model was the most appropriate due to the results of R² (0.52), AIC (783.90), and BIC (798.40) obtained using this model. The absolute growth rates estimated using the von Bertalanffy and Logistic models for BW and LEA were 21.51g/d and 3.16 cm², respectively. The relative growth rates at the inflection point were 0.028 for BW (von Bertalanffy) and 0.014 for LEA (Logistic). Conclusion: The von Bertalanffy and Logistic models with random effect at the asymptotic weight are recommended for analysis of ponderal and carcass growth trajectories in New Zealand rabbits. The inclusion of random effects in the asymptotic weight and maturity rate improves the quality of fit in comparison to fixed models.

• 자원환경지질
• /
• 제44권2호
• /
• pp.135-152
• /
• 2011

제주도 남측사면에서 산악지역부터 해안지역에 걸쳐 분포하는 용천수에 대해 풍수기와 갈수기의 2회에 걸쳐 측정된 $NO_3$ 농도를 수해지질학적 인자 및 토지 이용 특성 인자를 포함하는 공간 변수들의 다중선형 회귀모형으로 예측하였다. 용천수의 $NO_3$ 농도는 평균 20 mg/L이며, <0.02~86 mg/L의 범위를 보여 인위적 오염의 정도가 매우 다양하다. 공간 변수는 용천수를 중심으로 원형 버퍼를 설정하여 추출하였으며, 수정결정계수 증가율과 원형 버퍼의 제한점을 고려하여 반경 400 m를 최적 범위로 설정하였다. 선택된 회귀 모형들은 p-값과 더빈-왓슨 통계치에 근거하여 모두 통계적으로 유의하였다. 설명변수는 수정결정계수, Cp (total squared error), AIC (Akaike's Information Criterion)등을 기준으로 선택하였으며 변수들의 유의성과 다중공선성을 확인하여 최적 회귀 모형을 제시하였다. 일부 용천수들은 이상치로 확인되었으나 전체 시료의 10%이내였으며, 이들은 원형 버퍼를 사용하는 다중회귀분석의 한계를 지시한다고 할 수 있다. 변수의 유의성 기준으로 선정된 최적 회귀 모형의 결정계수는 이상치 제거 전이 0.74-0.79, 제거 후가 0.86-0.87의 범위로 높은 설명력을 보여주었으며, 자연지역 면적 비율이 용천수의 $NO_3$ 농도에 가장 큰 영향력을 가지는 것으로 나타났다. 용천수 $NO_3$ 농도에 대한 인위적 토지이용의 영향력은 최적 버퍼 반경에서 두 조사 시기 모두 과수원 > 주거지역 > 밭의 순으로 나타났다. 이러한 결과는 제주도 남측사면 용천수의 수질이 수리지질학적 인자보다는 토지 이용 특성에 크게 좌우됨을 지시하며, 용천수의 오염 취약성이 주변의 지표 오염원, 특히 과수원 분포에 민감함을 보여준다.

• Nuclear Medicine and Molecular Imaging
• /
• 제41권3호
• /
• pp.234-240
• /
• 2007

목적: 본 연구에서는 컴프턴 카메라의 투사데이터를 재구성하기 위하여 부분집합 개수에 비례하여 고속화된 수렴속도를 보이는 통계학적 영상재구성 방법인 OSEM 알고리즘을 적용하였다. 또한 연산시간 및 퍼센트 오차 측면에서 컴프턴 투사데이터의 부분집합 구성 시 여러 구분방법에 대한 비교연구를 수행함으로써 컴프턴 투사데이터의 최적화된 OSEM 알고리즘을 제안하고자 하였다. 대상 및 방법: 산란부와 흡수부로 구성된 컴프턴 카메라의 투사데이터를 재구성하기 위하여 단순역투사, 기댓값 최대화 방법과 OSEM 알고리즘을 구현하였다. 그리고 OSEM의 경우 컴프턴 투사데이터는 산란부 및 흡수부의 검출위치 및 산란각에 따라 부분 집합으로 구분하였다. EM 알고리즘은 64번의 반복연산을 수행하였으며 OSEM은 16개의 부분집합에 대해 4번의 반복연산을 수행하였다. 각 재구성 방법과 부분집합 구분방법에 대한 정량적 성능평가를 위하여 계산 시간과 퍼센트 오차를 측정하였다. 결과: SBP 방법에 비해 모든 통계학적 영상재구성 방법의 결과들이 보다 정확하였다. 64번 반복연산을 수행한 EM 알고리즘에 비해 4번의 반복연산과 16개의 부분집합을 가지는 모든 OSEM 알고리즘은 유사한 퍼센트 오차를 나타내면서 14배 빠른 수렴속도를 보였다. OSEM의 경우, 부분집합의 구분방법에 따라 연산속도와 재구성된 영상의 정확도 면에서는 거의 차이가 없었다. 결론: 본 연구의 실험 결과를 통하여 핵의학 영상 분야에서 사용하는 OSEM 알고리즘이 컴프턴 카메라에 대한 재구성 알고리즘으로 유용함을 확인하였으며 OS-EM 방법은 EM에 비해 유사한 결과영상을 재구성하면서 14배 빠른 수렴속도를 보이며 컴프턴 투사데이터를 부분집합으로 구분 시 검출위치와 산란각을 모두 이용하는 것이 가장 효율적인 것으로 간주된다.NIS와 EGFP의 이중 리포터 유전자를 가지고 있는 HepG2 세포주가 성공적으로 만들어졌다. 세포의 약 50% 정도가 형광 현미경 아래에서 관찰되었다. NIS 유전자의 발현은 역전사효소 중합효소 연쇄반응 실험을 통해서 확인하였고, NIS가 발현된 세포의 방사능옥소 섭취량은 대조군에 비하여 약 9배 정도 높게 나타났다. 방사능옥소 유출량 실험에서는 약 9분에 반 정도의 옥소가 유출되는 것이 확인되었다. 구축된 세포주를 이식한 후 획득한 형광 영상, 감마카메라과 소동물용 PET 영상에서는 반대쪽의 대조군 세포를 이식한 것에 비하여 뚜렷한 형광신호가 보였고, 더 높은 방사능옥소 섭취가 확인되었다. 결론: NIS와 EGFP의 이중 리포터 유전자를 가지는 간암 세포주가 성공적으로 구축되었고, 소동물에서 두 유전자를 각각 치료용 리포터 유전자와 영상 리포터 유전자로의 사용이 가능할 것이라고 생각된다.타내는 중요한 효소로 인정되고 있으며, 조직의 손상, 발암, 염증, 성인병 및 노화 등과 같은 여러 가지 유해 작용을 일으킨다. 정상군에 비해 대조군은 1.74배 수치가 증가되었으며, RCM투여군의 대조군과 비교 시 57.4% 감소되는 효과를 볼 수 있었다. 본 연구는 LPS로부터 유도된 산화적 스트레스에 대한 복분자의 선투여 후 예방효과를 알아보았다. 생약재의 일종인 복분자의 경우 LPS로 유도된 산화적 스트레스 억제 및 지질대사로부터의 개선 효과가 있는 것으로 판단되며 지질과산화에 대해서 강한 억제 활성을 나타내는 것을 알 수 있었다. 이러한 결과로 복분자는 생활 습관병의 예방과 개선에 유효한 것으로 사료되었으며, 지질대사와 과산화지표의 검증을 통해 기능성 식품소재로 활용될 수 있음을 보여주었다.로서 역시 CTV 치료계획에서 적게 조사되었다(p=0.005). 기존의 ICRU 치료계획은

• 대한원격탐사학회지
• /
• 제31권6호
• /
• pp.531-548
• /
• 2015

위성영상을 이용하여 산출된 대기운동벡터(AMV)와 라디오존데 바람 관측 자료를 이용한 검증결과는 산출된 AMV가 지속적으로 관측 자료에 비해서 풍속이 약하게 나타나는 Slow Speed Bias(SSB)를 보여 주었다. 이러한 SSB는 표적추적, 표적선정, 그리고 고도할당 단계의 오차에 의해 야기될 수 있으며, 이 중 고도할당 단계의 오차는 SSB를 발생시키는 주된 요인으로 여겨진다. 그러나 최근 연구에서는 고도할당 단계의 개선만으로는 SSB 문제를 해결하는데 한계가 있음을 밝혔다. 그러므로 본 연구에서는 새로운 표적추적 알고리듬을 개발하여 SSB를 감소시킴으로서 기상청 현업 AMV 알고리듬의 성능을 개선하고자 하였다. 표적추적 단계의 오차는 표적 내에 다양한 시 공간 규모의 바람이 포함되어 벡터가 과도하게 평균된 움직임으로 계산되거나, 구름이 추적 시간동안 형태를 유지하지 못하고 변형되는 경우에 발생한다. 이러한 문제를 해결하기 위해 개발된 표적추적 알고리듬에서는 가우시안 군집분석(GMM)을 이용하여 변형이 적고 추적에 용이한 저온 군집을 표적으로 재선정하고, 이미지를 변형시켜 군집의 움직임을 보다 쉽게 추적할 수 있게 하였다. 또한 표적을 추적하기 위한 방법으로 거리제곱합 방법을 사용하였다. 개발된 알고리듬과 기존 COMS 알고리듬을 천리안 위성의 적외채널 영상에 적용하여 AMV를 산출하였으며, 이를 라디오존데 관측 자료와 비교 검증해 보았다. 제안된 알고리듬으로 산출된 AMV는 기존 알고리듬으로 산출된 AMV보다 평균 풍속이 $2.7ms^{-1}$증가함에 따라 SSB가 평균 29%까지 감소하는 개선된 결과를 보여주었다. 그러나 개발된 알고리듬으로 산출된 AMV는 중 하층의 정확도가 감소하였고, 기존 알고리듬에 비해 산출되는 AMV 벡터수가 약 40%까지 감소함을 보였다. 이에 따라 중 하층의 정확도 개선과 기존의 알고리듬과 비교하여 산출되는 벡터 개수가 감소하는 문제를 보완하기 위한 연구가 필요할 것으로 판단된다.

• 한국해안해양공학회지
• /
• 제17권3호
• /
• pp.149-157
• /
• 2005

모형의 지배방정식에서 정의되는 대표적인 매개변수는 유역 및 대기로부터의 오염부하량,퇴적물로부터의 오염물질 용출부하량, 확산계수, 반응계수 등으로, 직접적인 관측이 곤란할 뿐만 아니라 많은 관측비용을 필요로 한다. 본 연구에서는 매개변수를 포함한 오염물질 수지방정식을 구성하고, 구성된 선형 연립방정식을 이용하여 계산된 농도분포자료와 관측된 시계열 농도턱포자료를 이용하여 계산한 질량변화량의 차이를 최소화하는 역산문제를 구성하여 모형의 매개변수를 추정하는 방법을 제시하였다. 이 방법을 이용하여 천수만, 울산만(울산항)해 역에서 관측된 연직방향 농도분포 자료를 이용하여 연직 확산계수 및 대기로부터의 오염부하량, 퇴적물로부터의 오염물질 용출부하량, 확산$\cdot$반응에 의한 오염물질 변화량 등을 추정하였으며, 추정 매개변수는 시기적으로 변동이 크게 나타났다. 한편, 관측자료와 추정매개변수를 이용한 계산결과를 비교한 결과, RMS 오차는 괄측자료 범위의 $5.0\%$ 이하, 일치지수는 0.95 이상으로 본 방법을 이용한 매개변수 추정결과의 신뢰성은 우수한 것으로 파악되었다.

• 한국수자원학회논문집
• /
• 제40권10호
• /
• pp.811-821
• /
• 2007

현재 국내에서 사용되고 있는 Talbot, Sherman, Japanese형 강우강도식은 매개변수추정이 용이하다는 장점이 있지만, 이원환 등(1993)과 허준행 등(1999)이 개발한 강우강도식에 비하여 정확도가 떨어지며 재현기간을 고려할 수 없다는 단점이 있다. 본 연구에서는 매개변수 추정상의 어려움 때문에 널리 사용되지 않는 허준행 등(1999)이 제안한 강우강도식의 매개변수를 유전자알고리즘을 이용하여 추정하는 방법을 제시하였다. 기상청 22개 지점에서 관측된 강우자료의 지속기간별 년최대치자료를 구축한 후 지점빈도해석을 적용한 결과를 이용하여 강우강도식의 매개변수를 추정하였으며, 최적화기법으로 사용된 유전자알고리즘의 목적함수로는 평균제곱근오차(RMSE)와 평균제곱근상대 오차(RRMSE)를 사용하였다. 회귀분석에 근거한 기존의 강우강도식과 비교한 결과, 허준행 등(1999)이 개발한 강우 강도식의 매개변수를 추정하는데 있어서 RRMSE값을 최소화시키는 목적함수를 사용하는 것이 가장 정확한 결과값을 얻을 수 있는 것으로 나타났다.