• 대한기계학회논문집B
• /
• 제32권7호
• /
• pp.549-557
• /
• 2008

Despite of the laminar-turbulent transition region co-exist with fully turbulence region around the leading edge of an airfoil, still lots of researchers apply to fully turbulence models to predict aerodynamic characteristics. It is well known that fully turbulent model such as standard k-model couldn't predict the complex stall and the separation behavior on an airfoil accurately, it usually leads to over prediction of the aerodynamic characteristics such as lift and drag forces. So, we apply correlation based transition model to predict aerodynamic performance of the NREL (National Renewable Energy Laboratory) Phase IV wind turbine. And also, compare the computed results from transition model with experimental measurement and fully turbulence results. Results are presented for a range of wind speed, for a NREL Phase IV wind turbine rotor. Low speed shaft torque, power, root bending moment, aerodynamic coefficients of 2D airfoil and several flow field figures results included in this study. As a result, the low speed shaft torque predicted by transitional turbulence model is very good agree with the experimental measurement in whole operating conditions but fully turbulent model(${\kappa}-\;{\varepsilon}$) over predict the shaft torque after 7m/s. Root bending moment is also good agreement between the prediction and experiments for most of the operating conditions, especially with the transition model.

• 터널과지하공간
• /
• 제9권4호
• /
• pp.288-295
• /
• 1999

지하 터널굴착으로 인하여 발생한 집중응력은 터널 주변의 암반에 변형이나 파괴를 쉽게 발생시킨다. 따라서 터널을 지하에 굴착할 경우에는 이러한 문제점들을 사전에 예측하는 것이 좋은데, 그 예측방법으로는 계측자료를 이용하는 방법과 컴퓨터 수치해석을 통한 방법이 있다. 본 논문은 후자의 방법을 이용하여 터널 굴착 후 터널 주변 암반에 나타나는 시간 경과에 따른 암반의 진행적 파괴 거동을 해석하였으며, 본 해석을 위해 반복(Iteration)기법을 Hoek-Brown이론과 접목하여 사용하였다. 또한, 터널 형상이 서로 다른 3가지 모델을 이용하여, 터널간 이격거리와 내공변위 그리고 집중 응력의 변화 양상 등을 검토하였으며, 본 연구의 결과를 국내에서 많이 사용하고 있는 Mohr-Coulomb 이론을 적용하였을 때 얻어지는 결과와 비교 분석하였다.

• 터널과지하공간
• /
• 제28권3호
• /
• pp.277-291
• /
• 2018

이 논문에서는 재료의 단축하중 하에서의 응력-변형률 곡선을 예측하기 위하여 순환 신경망의 일종인 LSTM(Long Short-Term Memory) 알고리즘을 사용하였다. 석고와 규사를 혼합해 만든 재료에 일축압축시험을 수행하여 얻은 응력-변형률 데이터를 이용하였으며, 낮은 응력 구간의 초반 데이터를 활용해서 파괴 전까지의 거동을 예측하였다. 앞부분의 데이터를 활용하여 단계적으로 뒤쪽 구간의 값을 예측하는 LSTM 순환 신경망의 구조상 큰 응력에 대응하는 변형률을 예측할 경우에는 앞쪽 구간의 오차가 누적되어 실측값과 차이가 늘어났으나 전반적으로 높은 정확도로 응력-변형률 곡선을 예측하였다. 예측에 사용한 초기 데이터의 길이가 늘어나는 경우 정확도는 조금 증가했다. 그러나 접선을 이용한 단순 예측과의 성능 차이는 초기 데이터의 길이가 작은 경우에 두드러졌으며, 적은양의 데이터로도 응력-변형률 곡선 전체 구간의 예측을 가능하게 한다는 점으로부터 신경망 모델의 필요성을 확인하였다.

• Coupled systems mechanics
• /
• 제1권4호
• /
• pp.361-379
• /
• 2012

This paper presents a fully coupled three-dimensional solver for the analysis of interaction between pulsatile flow and large deformation structure. A partitioned time marching algorithm is employed for the solution of the time dependent coupled discretised problem, enabling the use of highly developed, robust and well-tested solvers for each field. Conservative transfer of information at the fluid-structure interface is combined with an effective multi-predict-correct iterative scheme to enable implicit coupling of the interacting fields at each time increment. The three-dimensional unsteady incompressible fluid is solved using a powerful implicit time stepping technique and an ALE formulation for moving boundaries with second-order time accurate is used. A full spectrum of total variational diminishing (TVD) schemes in unstructured grids is allowed implementation for the advection terms and finite element shape functions are used to evaluate the solution and its variation within mesh elements. A finite element dynamic analysis of the highly deformable structure is carried out with a numerical strategy combining the implicit Newmark time integration algorithm with a Newton-Raphson second-order optimisation method. The proposed model is used to predict the wave flow fields of a particular flow-induced vibrational phenomenon, and comparison of the numerical results with available experimental data validates the methodology and assesses its accuracy. Another test case about three-dimensional biomedical model with pulsatile inflow is presented to benchmark the algorithm and to demonstrate the potential applications of this method.

• 문화기술의 융합
• /
• 제6권3호
• /
• pp.99-103
• /
• 2020

전쟁 양상은 새로운 기술이 전장에 도입되거나 도입된 기술이 성숙 되어 작전 수행개념을 변화시킬 때 극적인 변화를 일으켰다. 그래서 19세기 이후 급속한 과학의 발전은 전쟁 양상과 속도도 급격히 변화시키고 있는데, 최근 더욱 빨라진 변화의 속도는 과거보다 미래 전쟁 양상을 예측하는 것을 더욱 어렵게 만들고 있다. 특히, 과거에는 첨단과학기술의 확산과 탈취가 어려워 최신과학기술에 기반한 미래 전쟁 양상을 예측하는 것이 비교적 용이하였지만 최근 국제적으로 활발한 인적교류와 인터넷 등을 이용한 최첨단 기술탈취, 비대칭 대응 기술과 방법의 발전은 기술에 기반한 전쟁 양상 예측을 더욱 복잡하게 만들고 있다. 즉, 전쟁의 본질과 원리, 과학기술의 발전을 함께 고려해야 미래 전쟁 양상을 예상할 수 있다.

• 한국산업보건학회지
• /
• 제19권4호
• /
• pp.328-334
• /
• 2009

There are various methods for welding fume control. These methods can be divided into local exhaust system, general ventilation system and integrated control system. With the general ventilation system, we should have a good prediction tool for testing various appropriate control options. But, until now there are not many studies about how to predict the welding fume concentrations. Especially, the prediction of welding fume concentration is not a very easy task because welding fume is the particulate matters. In this study, we tried to measure $CO_2$ concentrations and welding fume concentrations in a small single room with a small ventilation opening. Using commercially available CFD (Computational Fluid Dynamics) software, we tried to predict $CO_2$ concentrations under the exactly same conditions. Then, we tried to compare the numerical $CO_2concentrations$ with the experimental results to know whether we could predict $CO_2$ concentrations. Then we tried to compare $CO_2$ concentrations with experimental welding fume concentrations to know whether we can use the numerical $CO_2concentrations$ to predict the welding fume concentration indirectly.

• Asian Pacific Journal of Cancer Prevention
• /
• 제16권1호
• /
• pp.381-385
• /
• 2015

Background:Hepatocellular carcinoma (HCC) is the second most common malignancy in Egypt. Data mining is a method of predictive analysis which can explore tremendous volumes of information to discover hidden patterns and relationships. Our aim here was to develop a non-invasive algorithm for prediction of HCC. Such an algorithm should be economical, reliable, easy to apply and acceptable by domain experts. Methods: This cross-sectional study enrolled 315 patients with hepatitis C virus (HCV) related chronic liver disease (CLD); 135 HCC, 116 cirrhotic patients without HCC and 64 patients with chronic hepatitis C. Using data mining analysis, we constructed a decision tree learning algorithm to predict HCC. Results: The decision tree algorithm was able to predict HCC with recall (sensitivity) of 83.5% and precession (specificity) of 83.3% using only routine data. The correctly classified instances were 259 (82.2%), and the incorrectly classified instances were 56 (17.8%). Out of 29 attributes, serum alpha fetoprotein (AFP), with an optimal cutoff value of ${\geq}50.3ng/ml$ was selected as the best predictor of HCC. To a lesser extent, male sex, presence of cirrhosis, AST>64U/L, and ascites were variables associated with HCC. Conclusion: Data mining analysis allows discovery of hidden patterns and enables the development of models to predict HCC, utilizing routine data as an alternative to CT and liver biopsy. This study has highlighted a new cutoff for AFP (${\geq}50.3ng/ml$). Presence of a score of >2 risk variables (out of 5) can successfully predict HCC with a sensitivity of 96% and specificity of 82%.

• 디지털융복합연구
• /
• 제18권2호
• /
• pp.205-211
• /
• 2020

미래 예측의 방법은 기술적 특성 또는 기술적 성능으로 예측이 가능할 수 있다. 그러므로 기술예측은 경제적, 사회적 이익을 산출해 낼 수 있는 전략적 연구 분야에서 활용되고 있다. 본 연구에서는 이러한 기술적 특성으로 미래를 예측하는 방법의 연구를 통하여 미래 시장을 예측하였다. 특별한 제품의 수요 욕구에 따라 시장을 점유하는 시점의 예측을 통해 미래 예측 방법을 연구하였다. 시장수요 예측을 위하여 대표적인 계량적 분석 방법인 연평균성장률(CAGR) 모형, BASS 모형, Logistic 모형, 곰페르츠 성장모형(Gompertz Growth Curve) 등의 비교를 통해 미래시장의 수요예측 모형을 제안하였다. 본 연구는 Rogers의 혁신확산 이론을 접목하여 제품이 시장에 확산되는 시점을 예측하였다. 연구결과로 특별한 제품이 시장을 점유하기 위한 다양한 요인들의 확산 시점을 통해 특별한 상품이 미래 시장에서 성숙하는 시점을 예측할 수 있는 방법론을 개발하였다. 그러나 시장을 예측하기 위한 전문가 판단에 대한 오류를 줄이는 것은 한계점이 있다.

• 한국대기환경학회지
• /
• 제26권6호
• /
• pp.666-682
• /
• 2010

The forecasting system for Today's and Tomorrow's PM10 was developed based on the statistical model and the forecasting was performed at 9 AM to predict Today's 24 hour average PM10 concentration and at 5 PM to predict Tomorrow's 24 hour average PM10. The Today's forecasting model was operated based on measured air quality and meteorological data while Tomorrow's model was run by monitored data as well as the meteorological data calculated from the weather forecasting model such as MM5 (Mesoscale Meteorological Model version 5). The observed air quality data at ambient air quality monitoring stations as well as measured and forecasted meteorological data were reviewed to find the relationship with target PM10 concentrations by the regression analysis. The PM concentration, wind speed, precipitation rate, mixing height and dew-point deficit temperature were major variables to determine the level of PM10 and the wind direction at 500 hpa height was also a good indicator to identify the influence of long-range transport from other countries. The neural network, regression model, and decision tree method were used as the forecasting models to predict the class of a comprehensive air quality index and the final forecasting index was determined by the most frequent index among the three model's predicted indexes. The accuracy, false alarm rate, and probability of detection in Tomorrow's model were 72.4%, 0.0%, and 42.9% while those in Today's model were 80.8%, 12.5%, and 77.8%, respectively. The statistical model had the limitation to predict the rapid changing PM10 concentration by long-range transport from the outside of Korea and in this case the chemical transport model would be an alternative method.

• 융합보안논문지
• /
• 제20권3호
• /
• pp.115-123
• /
• 2020

사이버공격은 최근 몇 년간 더욱 더 진화하고 있다. 이렇게 고도화, 정교화된 사이버위협에 대응하기 위한 최선의 대책 중 하나는 사이버 공격을 사전에 예측하는 것이다. 사이버위협을 예측하기 위해서는 많은 정보와 노력이 요구되며 최근 정보획득의 핵심인 공개출처정보(Open Source Intelligence, OSINT)를 활용한다면 사이버위협을 보다 정확히 예측할 수 있을 것이다. 공개출처정보를 활용하여 사이버위협을 예측하기 위해서는 공개출처정보로부터 사이버위협 데이터베이스의 구축과 구축된 DB에서 사이버위협을 평가할 수 있는 요소를 선정하는 것이 선행되어야 한다. 이를 위해 데이터마이닝 기법을 활용하여 DB를 구축하고, 축적된 DB 요소 중 핵심요소에 대한 중요도를 AHP 기법으로 분석한 선행연구를 기초로 하였다. 본 연구에서는 공개출처정보로부터 축적된 사이버공격 DB를 활용하여 사이버위협을 정량화할 수 있는 방안을 제시하고 인공신경망을 기반으로 한 사이버위협 예측 모델을 제안한다.