• 한국음향학회지
• /
• 제40권4호
• /
• pp.261-269
• /
• 2021

공동 유동과 이로 인한 소음에 관한 대부분의 기존 연구들은 효율성이라는 장점 때문에 비압축성 가정의 검증 없이 비압축성 Reynolds averaged Navier-Stokes 방정식에 기반한 수치 해석 방법을 사용하고 있다. 하지만 지금까지 비압축성 가정이 공동 유동과 소음의 예측에 미치는 영향에 대한 연구가 전무한 실정이다. 본 연구에서는 날개 끝 와류공동 유동과 소음에 대한 유체의 압축성 영향을 고찰하기 위하여 날개 끝 와류 공동을 대상으로 비압축성 기반의 해석과 압축성 기반의 해석을 모두 수행하고, Ffowcs Williams and Hawkings(FW-H) 음향상사법을 적용하여 공동 소음을 예측하고 비교하였다. 상류 방향의 유동 영향을 고려하기 위하여, 스큐각이 17°인 수중 추진기를 장착한 DARPA Suboff 잠수함 몸체를 고려하였다. 해석 영역은 실험결과와의 비교를 위하여 선박해양플랜트연구소에서 보유하고 있는 대형 캐비테이션 터널의 시험부와 동일하게 설정하였다. 날개 끝 와류 공동을 정확하게 예측하기 위하여 고정확도의 비정상 상태 지연박리와류모사 해석방법을 적응형 격자 기법과 연계하여 사용하였다. 압축성 유동 해석기법을 이용하여 예측한 음향 스펙트럼이 실험결과와 더 일치하는 결과를 확인하였다.

• 한국시뮬레이션학회논문지
• /
• 제32권3호
• /
• pp.33-41
• /
• 2023

최근 전 세계가 탄소중립에 관심이 높아지면서 재생에너지 발전량이 증가하고 있다. 하지만 재생에너지는 간헐성과 변동성이 심해 발전량 예측이 어렵고, 정확하지 않은 발전량 예측은 전력 계통에 부정적인 영향을 끼칠 수 있다. 이에 본 연구에서는 풍력발전기 발전량 예측 문제를 해결할 방법으로 디지털트윈 개념을 적용하였다. 풍력발전기의 회전이 발전량과 높은 상관관계를 갖는 부분을 반영하여 풍력발전기 드라이브트레인 회전 거동을 주로 모의하는 기계학습된 모델을 개발하였다. 회전 거동을 모의하는 드라이브트레인 시뮬레이션 모델의 기반은 잘 알려진 회전 시스템을 모의하는 시스템 상태방정식으로 설정되었다. 또한 제조사로부터 제공되지 않은 파라미터들에 대하여 시뮬레이션 기반 기계학습을 수행하였다. 기계학습된 드라이 브트레인 모델은 27개의 실제 풍력발전기 운영데이터 세트를 활용하여 검증되었다. 검증 결과, 드라이브트레인 모델은 실제 풍력발전기 운영데이터 세트와 비교하여 평균 4.41%의 오차를 보였다. 결과적으로 기계학습된 드라이브트레인 모델은 실제 풍력발전기 드라이브트레인 시스템을 잘 모사한다고 평가하였다.

• 한국수자원학회논문집
• /
• 제56권3호
• /
• pp.185-194
• /
• 2023

국내에는 22,300개 이상의 소하천이 전국에 분포하고 있으며, 이들은 위치한 지역, 지형 및 토지 이용 상태에 따라 다양한 유출 특성을 갖는다. 소하천의 재난관리를 위해서는 소하천 특성에 적합한 세부 설계기준을 수립하는 것이 중요하다. 현재 국내 소하천설계기준에서 제시하는 개별 산정식들은 국내 중·대규모 하천이나, 외국 하천의 설계기준을 준용하고 있어 국내 소하천에 적합한 산정식 개발이 필요하다. 그 중 계획하폭은 하천의 규모를 결정하는 기준 중 하나로 현재 계획홍수량과 유역면적 등에 기반하여 결정하고 있다. 본 연구에서는 국내 소하천의 특성정보를 바탕으로 적정 계획하폭을 산정하기 위해, 국내 12개 시·도 4,073개 소하천의 다양한 특성정보와 계획하폭 정보를 수집하고 이들을 이용하여 회귀분석을 수행하였다. 이를 바탕으로 계획홍수량에 대한 1변수 계획하폭 산정식과 소하천의 계획홍수량, 유역면적, 하천연장, 하상경사에 따른 다변수 계획하폭 산정식을 도출하였다. 이렇게 산정된 소하천 계획하폭 산정식들은 소하천 설계기준 개선이나 소하천정비 종합계획 수립 등 소하천 재난관리에 활용될 수 있을 것으로 기대된다.

• 지구물리와물리탐사
• /
• 제25권4호
• /
• pp.227-241
• /
• 2022

전파형 역산은 석유가스 탐사를 위한 탄성파 자료처리 분야에서 지층의 속도 모델을 추정하는데 사용되는 역산 기법이다. 최근 탄성파 자료처리에 딥러닝 기술의 활용이 급격하게 증가하고 있는데, 전파형 역산 기술도 마찬가지로 다양한 연구가 이루어지고 있다. 초기에는 머신러닝 기술을 활용한 자료처리 기법이 전파형 역산을 위한 입력자료의 전처리 목적으로 활용되는 수준이었으나, 딥러닝 기술을 통해 전파형 역산을 직접적으로 구현하는 연구가 등장하기 시작하였다. 딥러닝 기술을 활용한 전파형 역산은 순수 데이터 기반 접근법, 물리 기반 신경망 활용법, 인코더-디코더 구조 활용법, 신경망 재매개변수화를 이용한 구현법, 물리정보 기반 신경망 기법 등으로 구분할 수 있다. 이 논문에서는 딥러닝 기반 전파형 역산 기법을 발전 과정 순서로 체계화하여 각각의 접근법에 대한 이론과 특징을 설명하였다. 전파형 역산 기술에 딥러닝 기법을 도입한 초기에는 데이터 과학의 기본 원리에 충실하게 대량의 학습자료를 준비하고 순수 데이터 기반 예측 모델을 적용하여 속도 모델을 역산하는 연구로 시작하였다. 최근 연구 동향은 탄성파 자료의 잔차나 파동방정식 자체의 물리정보를 심층 신경망에 활용하여 순수 데이터 기반 접근법의 단점을 보완해 나가는 방향으로 진행되고 있다. 이러한 발전으로 대량의 학습자료가 필요하지 않고, 전파형 역산의 태생적 한계점인 주기 놓침 현상을 완화하며 계산 시간을 획기적으로 줄일 수 있는 딥러닝 기반 전파형 역산 기술이 등장하고 있다. 딥러닝 기술의 도입으로 전파형 역산 기술은 탄성파 자료처리 분야에서 가치가 더 높아질 것으로 생각된다.

• 한국가금학회지
• /
• 제50권2호
• /
• pp.73-80
• /
• 2023

비타민 D3는 난각 형성에 필요한 칼슘의 흡수와 대사에 필수적일 뿐 아니라 칼슘과 인의 대사를 조절하여 뼈 건강에 필수적인 요소이며 건강한 면역체계를 유지하는 영양소이다. 계란과 관련된 비타민 D3에 관한 연구는 많이 이루어져 왔으나 산란계 농장에서 수행한 연구는 보고된 바가 거의 없다. 본 연구는 비타민 D3 강화계란을 생산하는 산란계 농가에서 생산되는 계란의 난각 품질과 계란 내 비타민 D3 함량을 분석하고자 농가 조사를 수행하였다. 산란계 4개 농가를 선정하여 16,500 IU 및 29,000 IU 함유한 사료 급여 전과 후에 계란을 수거하여 난각 품질과 계란내 비타민 D3 함량을 측정하였다. 분석 결과 비타민 D3 첨가는 난각두께를 개선하는 효과는 있었으나, 난각색과 난각강도에는 미치는 영향은 미미하였다. 산란계 사료내 비타민 D3를 첨가하면 계란 내 비타민 D3 함량이 증가하는 것으로 조사되었다. 결과적으로 산란계 농가에서 사료 내비타민 D3를 추가로 공급한다면 난각 품질의 개선과 비타민 D3 강화계란을 생산할 수 있는 것으로 확인되었다. 향후 더 많은 산란계 농가에서 사료와 계란 내 비타민 D3 함량에 대한 추가 조사를 진행한다면 계란 내 비타민 D3 함량을 추정할 수 있는 회귀식을 도출할 수 있을 것으로 사료되었다.

• 화약ㆍ발파
• /
• 제41권3호
• /
• pp.26-37
• /
• 2023

발파공법을 이용한 터널 건설 시 발생하는 진동을 최소화할 수 있는 폭약량의 결정을 위해서는 현장에서 시험발파, 혹은 유사조건에서의 진동기록을 분석하여 발파진동계수 K, n을 도출해야 한다. 본 연구에서는 시험발파를 수행하지 못할 경우, 합리적인 K 및 n을 도출할 수 있는 기법의 개발을 목적으로 하였다. 이를 위해 실규모 시험발파 자료를 수집한 후, 심층학습(DL)을 활용하여 화약류의 종류, 심발공법, 암반의 성인 및 종류, 암반등급에 따라 발파진동계수(K, n)를 예측할 수 있는 방법을 연구하였다. 또한 시추공 시험발파 결과의 한계성을 보완하고, 현실에 좀 더 부합하는 설계 수행을 목적으로 실규모 및 시추공 시험발파 결과 간의 보정값을 산정하였다. 본 연구결과 시추공 시험발파 결과식에 따른 사용 가능한 폭약량을 비교하였을 경우, 심층학습(DL)에 의한 결과는 50%이상, 보정값을 반영한 결과는 기타 발파진동 추정식과 유사하거나 약 20% 더 사용할 수 있어서 보다 경제적 설계가 가능하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권9호
• /
• pp.351-360
• /
• 2018

전통적으로 나태한 학습에 해당하는 국소가중회귀(LWR: Locally Weighted Regression)모델은 입력변수인 질의지점에 따라 예측의 해를 얻기 위해 일정구간 범위내의 학습 데이터를 대상으로 질의지점의 거리에 따라 가중값을 달리 부여하여 학습 한 결과로 얻은 짧은 구간내의 회귀식이다. 본 연구는 메모리 기반학습의 형태에 해당하는 LWR을 위한 점진적 앙상블 학습과정을 제안한다. LWR를 위한 본 연구의 점진적 앙상블 학습법은 유전알고리즘을 이용하여 시간에 따라 LWR모델들을 순차적으로 생성하고 통합하는 것이다. 기존의 LWR 한계는 인디케이터 함수와 학습 데이터의 선택에 따라 다중의 LWR모델이 생성될 수 있으며 이 모델에 따라 예측 해의 질도 달라질 수 있다. 하지만 다중의 LWR 모델의 선택이나 결합의 문제 해결을 위한 연구가 수행되지 않았다. 본 연구에서는 인디케이터 함수와 학습 데이터에 따라 초기 LWR 모델을 생성한 후 진화 학습 과정을 반복하여 적절한 인디케이터 함수를 선택하며 또한 다른 학습 데이터에 적용한 LWR 모델의 평가와 개선을 통하여 학습 데이터로 인한 편향을 극복하고자 한다. 모든 구간에 대해 데이터가 발생 되면 점진적으로 LWR모델을 생성하여 보관하는 열심학습(Eager learning)방식을 취하고 있다. 특정 시점에 예측의 해를 얻기 위해 일정구간 내에 신규로 발생된 데이터들을 기반으로 LWR모델을 생성한 후 유전자 알고리즘을 이용하여 구간 내의 기존 LWR모델들과 결합하는 방식이다. 제안하는 학습방법은 기존 단순평균법을 이용한 다중 LWR모델들의 선택방법 보다 적합도 평가에서 우수한 결과를 보여주고 있다. 특정지역의 시간 별 교통량, 고속도로 휴게소의 시간별 매출액 등의 실제 데이터를 적용하여 본 연구의 LWR에 의한 결과들의 연결된 패턴과 다중회귀분석을 이용한 예측결과를 비교하고 있다.

• 한국토양비료학회지
• /
• 제29권4호
• /
• pp.342-346
• /
• 1996

가리비료(加里肥料)의 시비(施肥)수준이나 퇴비(堆肥) 및 퇴비 계분병용여부(鷄糞倂用與否)에 따른 밭토양(土壤) 치환성가리함량(置換性加里含量)의 장기변동양상(長期變動樣相)을 구명(究明)하기 위하여 고평통(高坪統) 토양(土壤)에서 치환성가리함량(置換性加里含量)이 각각(各各) 1.68, $1.13cmol^+/kg$인 두 필지(筆地)를 선정하여 포장에서 고추를 연작(連作)으로 3년간 재배(栽培)한 시험결과(試驗結果)에서 갈이흙중의 치환성가리함량(置換性加里含量) 변동양상(變動樣相)을 조사연구(調査硏究)한 결과(結果)는 다음과 같다. 1. 고추재배후(裁培後) 토양중(土壤中) 치환성가리함량(置換性加里含量)은 시험전(試驗前) 토양(土壤)의 가리함량(加里含量)이 $1.68cmol^+/kg$이었던 토양(土壤)은 가리기준(加里基準) + 퇴비(堆肥) > 가리기준(加里基準) + 계분(鷄糞) > 가리기준량(加里基準量) > 퇴비(堆肥) > 가리기준량(加里基準量) > 무가리(無加里) 순으로 많았고, 시험전(試驗前)과 토양(土壤)의 가리함량(加里含量)이 전국 고추재배(栽培) 토양(土壤)의 평균함량(平均含量) $1.07cmol^+/kg$과 유사한 $1.13cmol^+/kg$ 이었던 토양(土壤)은 가리기준(加里基準)+퇴비(堆肥) > 가리기준(加里基準)+계분(鷄糞) > 가리기준량(加里基準量) > 가리기준반량(加里基準半量) > 퇴비(堆肥) > 무가리(無加里) 순으로 많았다. 2. 가리(加里) 시용량(施用量)에 따른 시험후(試驗後) 토양중(土壤中) 치환성가리함량(置換性加里含量)의 변화율은 시험전(試驗前) 토양(土壤)의 가리함량(加里含量)이 고저(高低)에 관계없이 무가리(無加里), 가리기준반량(加里基準半量), 퇴비시용(堆肥施用) 처리구(處理區)는 현저히 감소한 반면, 가리기준(加里基準) + 퇴비(堆肥), 가리기준(加里基準) + 계분처리구(鷄糞處理區)에서는 현저히 증가하는 경향이었다. 3. 식질계 고평통(高坪統) 토양(土壤)에서 고추연작재배전(連作栽培前) 갈이흙중(中) 치환성가리합량(置換性加里含量) ($K_0$)일 때에 일정재배년차후(一定栽培年次後) 처리별(處理別) 갈이흙중 치환성가리함량(置換性加里含量)($K_t$)은 다음과 같은 모형식(模型式)에서 추정(推定)할 수 있다. $$Kt=K_0A^t+B\sum^{t-1}_{n=0}A^n$$ 단, Kt : t년후 토양(土壤)의 치환성가리함량(置換性加里含量)($K_0$) : 고추재배전(栽培前) 가리흙의 치환성가리함량(置換性加里含量), A와 B : 작물(作物) 및 시용(施用)하는 가리함유물질(加里含有物質) 및 토양특성(土壤特性) 등에 따라 달라질 수 있는 상수 또는 계수).

• Childhood Kidney Diseases
• /
• 제4권2호
• /
• pp.144-153
• /
• 2000

목 적 : 만성신부전 완자에서 1/scr, log Scr을 연속적으로 측정하여 신부전의 진행을 예측하고 있으나 연령에 따라 creatinine 생성율의 차이가 있는 소아에서는 정확한 진행예측에 어려움이 있다. 신장(height, Ht) 은 creatinine 생성율에 관여하는 중요한 인자이므로 따라서 저자들은 1/scr에 신장 (height, ht)을 도입한 Ht/Scr과 1/scr, log Scr을 연속적으로 측정하여 만성 신부전의 진행 예측도의 정확성을 비교하고저 하였다. 방 법 : 말기신부전으로 진행된 환아 63 명을 대상으로 혈청 크레아티닌 (Scr) 이 2 mg/dl에서 5 mg/dl 될 때까지 매 환자에서 1/Scr, log Scr, Ht/Scr을 연속적으로 측정하여 이들로부터 회기방정식을 구하여 Scr 이 10 mg/dl 이상인 시기를 예견하였다. 예측오차는 Scr 이 10 mg/dl 이상인 예측시기에서 실제시기를 뺀 것으로 하고 세군 간의 예측오차를 비교함으로써 만성신부전증 진행 예측의 정확도를 관찰하였다. 결 과 : 1) Ht/Scr 의 예측오차는 0.01 개월로 1/Scr, log Scr 의 예측오차인 2 개월, 10.6 개월보다 적었다(P<0.0001). 2) 선천성 신질환 환아의 Ht/Scr의 예측오차는 1.2 개월로 1/Scr, log Scr 의 예측오차인 3.2 개월, 8.2 개월보다 적었다 (p<0.000l). 사구체신염 환아의 경우 Ht/Scr, l/Scr, Ht/Scr의 예측오차는 각각 0.9 개월, 0.5 개월, 9.9 개월이었고 통계적인 차이는 없었다. 3) 13 세이전의 경우는 Ht/Scr 의 예측오차가 가장 적었고 그 이후 연령의 경우는 1/Scr의 예측오차가 적었으나 Ht/Scr과 통계적인 차이는 없었다. 4) Log Scr의 예측시기는 실재시기보다 늦었다. 결 론 : 소아 만성신부전 환아에서 시간에 따른 혈청 크레아티닌의 역수와 신장의 변화를 연속적으로 관찰함으로서 신부전의 진행 및 투석시기를 정확히 예측할 수 있었다.

• 한국환경농학회지
• /
• 제6권2호
• /
• pp.53-65
• /
• 1987

본(本) 연구(硏究)는 1981년(年)부터 1984년(年)까지 4개년(個年)에 걸쳐 울산공업단지주변(蔚山工業團地周邊) 21 개지점(個地點)에서 수행(遂行)되었다. 대기중(大氣中) 황화물(黃化物) 및 불화물(弗化物)이 수도(水稻)의 생육(生育) 및 수량(收量)에 미치는 영향(影響)을 구명(究明)하기 위해 수도(水稻)의 수량구성요소(收量構成要素), 수량(收量), 대기중(大氣中)의 류황산화물(硫黃酸化物), 엽내류황(葉內硫黃) 및 불소함량(弗素含量), 엽피해율(葉被害率)을 조사(調査)하여 검토(檢討)한 결과(結果)는 다음과 같다. 1. 수도(水稻)의 수량(收量)에 대(對)한 수량구성요소(收量構成要素)의 기여율(寄與率)은 주당수수(株當穗數)의 기여율(寄與率)이 매년(每年) 제일 높았으며, 타(他) 수량구성요소(收量構成要素)들의 기여율(寄與率)은 주당수수(株當穗數)보다 현저히 낮았고, 이들의 기여정도(寄與程度)는 조사년도(調査年度)에 따라 차이(差異)가 있었다. 2. 수량(收量)과 주당수수(株當穗數) 및 등열율(登熱率)에 대(對)해서는 매년(每年) 엽내불소함량(葉內弗素含量)에 의한 영향도(影響度)는 엽내류황(葉內硫黃)에 의한 것보다 크고, 수당입수(穗當粒數)에 대(對)한 엽내류황(葉內硫黃)과 불소(弗素)에 의한 영향도(影響度)는 조사년도(調査年度)에 따라 일정(一定)한 경향(傾向)이 없었으며, 이들 오염지표(汚染指標)와 천립중간(千粒重間)에는 상관(相關)의 유의성(有意性)이 인정(認定)되지 않았다. 그리고 수량(收量) 및 수량구성요소(收量構成要素)에 대(對)한 월별(月別) 오염물(汚染物)이 영향(影響)은 조사연도(調査年度)에 따라 차이(差異)가 있었으며, 매년(每年) 주당수수(株當穗數)의 감소(減少)에 가장 큰 영향(影響)을 미친 월별(月別) 오염물(汚染物)이 최종수량(最終收量)의 감소(減少)에도 가장 영향(影響)이 컸다. 3. 수도(水稻)의 수량추정(收量推定)에 적용(適用)할 오염지표(汚染指標)를 선정(選定)할 때 월별(月別) 엽내류황(葉內硫黃) 및 불소함량(弗素含量)과 엽피해율(葉被害率)을 함께 적용(適用)하는 것이 PSS 값이 제일 낮았다. 그리고 PSS에 의해 선정(選定)된 오염지표(汚染指標)를 이용(利用)하여 만든 회귀식(回歸式)에 의한 예측수량(豫測收量)과 실측수량간(實測收量間)에는 높은 상관관계(相關關係)가 인정(認定)되었다.