• 한국전산구조공학회논문집
• /
• 제32권6호
• /
• pp.349-357
• /
• 2019

유한요소법(finite element method)은 다양한 분야에서 재료의 역학적 거동을 더욱더 현실적으로 해석하고 예측하는 방법으로 다양한 분야의 제품 개발에 적용되고 있다. 하지만 섬유배향과 변형률 속도가 역학적 특성에 영향을 미치는 유리섬유 강화 플라스틱 복합재료에 관한 수치해석을 이용한 접근 방법은 현재까지 다소 어려움이 있다. 본 연구의 목적은 고분자, 고무, 금속 등과 같은 다양한 복합재료를 위한 선형, 비선형 다중스케일 재료 모델링 프로그램인 Digimat의 수치해석 재료 모델을 활용하여 유리섬유 강화 플라스틱 복합재료의 역학적 특성을 정의하고 검증하는 것에 있다. 또한 이를 통해 좀더 현실적으로 고분자 복합재료의 거동을 예측하고자 한다. 이를 위해 다양한 고분자 중 30wt%의 단섬유 질량 비율을 갖는 폴리부틸렌 텔레프탈레이트(polybutylene terephthalate, PBT)의 섬유배향과 변형률 속도에 따른 인장 특성을 참고문헌을 통해 조사하였다. 또한 Moldflow 프로그램을 사용한 사출해석을 통해 유리섬유 배향 정보를 계산하였으며 이를 매핑(mapping) 과정을 통해 유한요소 인장 시편 모델에 전달하였다. 대표적인 유한요소 상용 프로그램 중 하나인 LS-DYNA는 유리섬유 배향과 변형률 속도에 따른 복합재료의 인장 특성을 연구하기 위해 Digimat과의 연성해석(coupled analysis)에 활용되었다. 그리고 유리섬유 강화 플라스틱 복합재료를 해석하기 위한 LS-DYNA의 다양한 비등방성(anisotropic) 재료 모델들의 장단점을 서로 비교하고 평가하였다.

• 한국멀티미디어학회논문지
• /
• 제9권1호
• /
• pp.23-32
• /
• 2006

본 논문에서는 언어모델과 음향모델을 개선함으로써 단위 숫자음의 인식성능 최적화에 대해 설명한다. 언어모델은 한국어 단위 숫자음 문장의 문법적 특징을 분석하고, Finile State Network(FSN) 노드를 두 음절로 구성하여 오 인식률을 감소시켰다. 음향모델은 단 음절로 구성되어 발성기간이 짧고 조음이 많이 생기는 불명확한 음소, 음절의 분할로 인한 오 인식을 줄이기 위해 인식단위를 반음절 쌍으로 하였다. 인식단위의 특징을 효과적으로 모델링하기 위해 특징부분에서 K-means 알고리즘으로 군집화 하여, 상태를 분할하는 변형된 연쇄 상태 분할방법을 이용하였다. 실험 결과 제안된 언어모델의 적용 후 동일 문맥종속 음소모델에서 10.5%, 음향모델에서 인식단위를 반음절 쌍으로 하였을 경우 문맥종속 음소모델에 비해 12.5%, 변형된 연쇄 상태분할을 하였을 경우 1.5%의 인식률을 향상시킬 수 있었다.

• 한국가스학회지
• /
• 제23권5호
• /
• pp.52-58
• /
• 2019

본 연구에서는 국내 도시가스 인수량에 대한 예측 모델을 개발하였다. 국내의 도시가스 회사는 KOGAS에 차년도 수요를 예측하여 보고해야 하므로 도시가스 인수량 예측은 도시가스 회사에 중요한 사안이다. 도시가스 사용량에 영향을 미치는 요인은 용도구분에 따라 다소 상이하나, 인수량 데이터는 용도별 구분이 어렵기 때문에 특정 용도에 관계없이 영향을 주는 요인으로 외기온도를 고려하여 모델개발을 실시하였다.실험 및 검증은 JB주식회사의 2008년부터 2018년까지 총 11년 치 도시가스 인수량 데이터를 사용하였으며, 전통적인 시계열 분석 중 하나인 ARIMA(Auto-Regressive Integrated Moving Average)와 딥러닝 기법인 LSTM(Long Short-Term Memory)을 이용하여 각각 예측 모델을 구축하고 두 방법의 단점을 최소화하기 위하여 다양한 앙상블(Ensemble) 기법을 사용하였다. 본 연구에서 제안한 일별 예측의 오차율 절댓값 평균은 Ensemble LSTM 기준 0.48%, 월별 예측의 오차율 절댓값 평균은 2.46%, 1년 예측의 오차율 절댓값 평균은 5.24%임을 확인하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2006년도 International Symposium on GPS/GNSS Vol.1
• /
• pp.179-184
• /
• 2006

Rapid and high-precision positioning with a Global Navigation Satellite System (GNSS) is feasible only when very precise carrier-phase observations can be used. There are two kinds of mathematical models for ambiguity resolution. The first one is based on both pseudorange and carrier phase measurements, and the observation equations are of full rank. The second one is only based on carrier phase measurement, which is a rank-defect model. Though the former is more commonly used, the latter has its own advantage, that is, ambiguity resolution will be freed from the effects of pseudorange multipath. Galileo will be operational. One of the important differences between Galileo and current GPS is that Galileo will provide signals in four frequency bands. With more carrier-phase data available, frequency combinations with long equivalent wavelength can be formed, so Galileo will provide more opportunities for fast and reliable ambiguity resolution than current GPS. This paper tries to investigate phase only fast ambiguity resolution performance with four Galileo frequencies for short baseline. Cascading Ambiguity Resolution (CAR) method with selected optimal frequency combinations and LAMBDA method are used and compared. To validate the resolution, two tests are used and compared. The first one is a ratio test. The second one is lower bound success-rate test. The simulation test results show that, with LAMBDA method, whether with ratio test or lower bound success rate validation criteria, ambiguity can be fixed in several seconds, 8 seconds at most even when 1 sigma of carrier phase noise is 12 mm. While with CAR method, at least about half minute is required even when 1 sigma of carrier phase noise is 3 mm. It shows that LAMBDA method performs obviously better than CAR method.

• 한국컴퓨터정보학회논문지
• /
• 제25권4호
• /
• pp.19-27
• /
• 2020

본 논문에서는 정압기의 이상 상태 진단을 위한 기계학습 방법을 제안한다. 일반적으로 설비의 이상 상태 탐지를 위한 기계학습 모델 구현에는 관련 센서의 설치와 데이터 수집 과정이 동반되나, 정압기는 설비 특성상 안전문제에 매우 민감하여 추가적인 센서 설치가 매우 까다롭다. 이에 본 논문에서는 센서의 추가 설치 없이 정압기 설비에서 자체 수집되는 유량과 유압 데이터만을 가지고 정압기의 이상 상태를 조기에 판단하는 기계학습 모델을 제안한다. 본 논문에서는 정압기의 비정상데이터가 충분하지 않은 관계로, 모델 학습 시 오버 샘플링(Over-Sampling)을 적용하여 모델이 모든 클래스에 균형적으로 학습하도록 하였다. 또한, 그레이디언트 부스팅(Gradient Boosting), 1차원 합성곱 신경망(1D Convolutional Neural Networks), LSTM(Long Short-Term Memory) 등의 기계학습 알고리즘을 적용하여 정압기의 이상 상태를 판단하는 분류모델을 구현하였고, 실험 결과 그레이디언트 부스팅 알고리즘이 정확도 99.975%로 가장 성능이 우수함을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권1호
• /
• pp.19-28
• /
• 2022

최근 암호화폐가 많은 주목을 받음에 따라 암호화폐의 종가 예측 연구들이 활발히 진행되고 있다. 특히 딥 러닝 모델을 적용시켜 예측 성능을 높이려는 연구들이 지속되고 있다. 딥 러닝 모델 중 시계열 데이터에서 높은 예측 성능을 보이는 LSTM (Long Short-Term Memory) 모델이 다각도로 응용되고 있으나 변동성이 큰 암호화폐 종가 데이터에서는 낮은 예측 성능을 보인다. 이를 해결하기 위해 새로운 입력 변수를 찾아내고, 이를 사용하는 종가 예측 연구가 수행되고 있다. 그러나 딥 러닝 기반의 암호화폐 종가 예측에 사용되는 데이터들의 각 입력 변수들이 예측 성능에 미치는 영향력이나 학습에 효율적인 입력 변수들의 조합에 관한 연구 사례가 부족한 실정이다. 따라서 본 논문에서는 Bitcoin과 Ethereum을 포함한 6가지 암호화폐의 최근 동향 자료를 수집하였고, 통계와 딥 러닝을 통해 입력 변수들이 암호화폐 종가 예측에 미치는 영향력을 분석한다. 실험 결과 모든 암호화폐의 종가 예측 성능 평가에서 종가 변동률을 제외한 개장가, 고가, 저가, 거래량, 종가를 조합했을 때 가장 우수한 성능을 보였다.

• 사회복지연구
• /
• 제42권4호
• /
• pp.365-388
• /
• 2011

본 연구는 1998~2008년 한국노동패널자료를 이용하여 빈곤진입자의 사회·경제적 특성 및 빈곤진입의 원인과 그 변화 추이를 분석하였다. 분석결과 빈곤진입자들은 장기빈곤층과 비빈곤집단의 중간적인 특성을 보이고 있으며 다수가 빈곤에의 진입과 탈출을 반복하는 집단으로 추정된다. 외환위기 직후 높은 수준을 보이던 빈곤진입율은 점차 안정화되고 있으나, 전통적인 위험집단뿐만 아니라 청년층과 고학력자, 전문직 등에서도 빈곤에 빠지는 사례가 증가하고 있다. 빈곤진입의 가장 중요한 원인은 실직 및 고용불안정으로 빈곤정책 역시 여기에 초점을 두어야 할 것이며, 빈곤진입의 원인과 특성이 향후 빈곤지속기간과 탈출 가능성에 미치는 영향 등 빈곤의 동태적 측면에 대한 후속연구가 필요하다.

• 생물환경조절학회지
• /
• 제23권2호
• /
• pp.95-108
• /
• 2014

본 연구는 성주지역에 적합한 참외재배용 내재해형 온실을 개발하기 위하여 참외 재배온실의 구조현황 조사, 최근 기상자료가 반영된 설계하중 산정, 온실모델 설정 및 구조안전성 분석을 수행하였으며 결과를 요약하면 다음과 같다. 성주지역 참외온실의 구조적 특성을 파악하기 위하여 현장 조사한 결과, 온실의 지붕형상은 아치형이 가장 많았으며, 최근에 시공한 온실일수록 복숭아형이 많았으며 폭이 넓어지고 동고도 높아지는 추세였다. 그리고 성주지역에 가장 인접한 구미기상대의 기상자료를 이용하여 재현기간에 따른 설계풍속 및 설계적설심을 산정할 수 있는 계산식을 유도하였으며, 내재해형 온실규격을 만족하는 재현기간 30년의 적설심은 23.7cm, 풍속은 $33.8m{\cdot}s^1$로 계산되었다. 이러한 성주지역의 내재해형 설계기준을 만족하는 참외재배용 단동온실 4종, 2연동온실 및 연결온실을 각각 1종씩 총 6종의 모델을 개발하였다.

• 한국수자원학회논문집
• /
• 제43권11호
• /
• pp.995-1009
• /
• 2010

기후변화에 의해 집중호우의 빈도 및 강도가 증가하고 지속적인 유역개발에 따른 토지이용의 증가는 토양침식 및 토사유출로 인한 재해 및 환경문제를 야기한다. 현재 광범위하게 사용되고 있는 토양침식량 산정기법은 대부분 대상유역내의 평균 토양침식량을 산출하는 총량적 개념의 경험식이므로 호우기간동안의 침식 및 퇴적의 시 공간적 변화양상을 모의할 수 없다는 한계를 지니고 있다. 따라서 보다 합리적인 유역규모의 강우-유사-유출 메카니즘 해석을 위해서는 기존의 집중형 모의기법을 대체하고 다양한 기상학적/지형학적 정보를 활용할 수 있는 물리적 기반의 분포형 모형이 요구된다. 본 연구에서는 사면의 지표 및 지표하 흐름을 고려한 유출모의 모듈과 단위수류력 이론을 기반으로 하는 유사유출 모의모듈을 결합한 분포형 강우-유사-유출 모형을 확장개발하고, 용담댐 상류부의 천천유역에 적용하여 모형의 재현성 평가를 수행하였다. 수문곡선의 모의 결과 모형의 재현성은 우수하였으며, 유사량곡선의 경우 첨두부분에서 과소선정되는 경향이 나타났다. 또한, 지표면 유동거리 및 국부경사에 따른 침식 및 퇴적의 공간분포를 분석한 결과, 침식된 토사는 비교적 경사가 완만한 하천주변에 퇴적되었으며, 강우량과 침식 및 퇴적의 공간분포의 분석결과, 강우량의 증가에 따라 침식량이 증가하였으며, Thiessen망 유역별로 침식 및 퇴적 분포는 상이하게 나타났다.

• 응용통계연구
• /
• 제23권2호
• /
• pp.219-234
• /
• 2010

시가총액에 따른 인덱스(INDEX) 투자를 했을 경우에, VaR(Value at Risk)을 종합주가지수(KOSPI)로부터 얻은 수익율의 극단 손실값들로부터 추정한다. 이를 위해, 극단값 이론 중 BM(Block Maxima) 모형을 적용하며, 극단 손실값들의 비독립적 발생을 고려하기 위하여, extremal index 역시 추정한다. 모형의 타당성을 알아보기 위해, 실패율방법을 이용한 사후검정 (back-testing) 을 실시한다. 사후검정을 통해, BM 모형을 적용한 VaR의 추정이 적절함을 알 수 있었다. 또한, 일반적으로 많이 사용되는 GARCH 모형을 이용한 VaR의 추정과 비교한다. 이를 통해, 오차가 t-분포를 따른다고 가정하는 경우, GARCH 모형을 이용한 VaR의 추정이 BM 모형을 이용한 경우와 사후 검정결과에 차이가 없음을 확인하였다. 그러나, GARCH 모형을 통한 VaR 추정은 추정시점근방의 극단 손실값들에 민감하게 반응하지만, BM 모형은 그렇지 않았다. 따라서, 현 시점으로부터 단기간동안의 손실위험은 GARCH 모형을 이용한 VaR의 추정값을 사용하는 것이 적절하며, 장기간동안의 손실위험은 BM 모형으로부터 얻은 VaR의 추정값을 사용하는 것이 적절하다.