http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
정전사고 사례분석을 통한 고속도로 운영 위험비용 산정에 대한 연구
권용훈,김경주,임원석,박찬진,채명진,Kwon, Yong-Hoon,Kim, Kyong-Ju,Lim, Won-Seok,Park, Chan-Jin,Chae, Myung-Jin 한국건설관리학회 2009 건설관리 : 한국건설관리학회 학회지 Vol.4 No.3
오늘날 고속도로 운영은 IT를 기반으로 하는 복잡한 Digital Infrastructure이다. 이러한 IT의 활용은 점점 많아지고 있는데, 예측 불가능한 운영위험이 발생할 경우 IT의 편리함만큼이나 피해가 예상외로 커질 수 있다. 고속도로 운영 위험은 도로의 운영이 중단되어 도로이용자들이 서비스를 제공받지 못하는 것이다. 운영위험은 예상하지 못한 과다한 운영관리비 및 유지관리비의 발생으로 계획된 운영비를 초과하는 것이며, 운영수입의 손실을 가져온다. 그 결과 이용자 안전의 위험과 운영자의 부실을 초래하게 되는데, 기존의 연구는 이를 추정할 수 있는 방법에 대한 연구가 미흡한 실정이다. 따라서 본 연구에서는 디지털화된 고속도로에서 대규모 정전사태가 발생할 경우 추가로 발생되는 운영비 항목을 구체적으로 제시하고 각 항목에 대한 예상 가능한 위험비용을 시뮬레이션 추정을 하고자 하였다. 이를 근거로 하여 운영위험을 방지하기 위한 비용예산과 운영계획 측면에서 방안을 제시하고자 하며, 향후 운영의 건전성을 확보할 수 있는 기초자료로 활용을 도모코자 한다. Recently, operation of highway is the complex digital Infrastructure based on complicated IT. The application of IT is increasing more and more in digital Infrastructure. Though IT is very convenient, if unpredicted operating risk of highway occurs, widespread damage can be large. When operating risk of highway occurs, road users are out of smoothly-run service because of the operating interruption. This risk causes unpredicted operating management cost and additional maintenance cost. It will excess over the planned operating cost, which may leads to users's unsafety and operator's insolvency because of income loss. Until now, related studies to find out the risk are not sufficient. The purpose of this study is to suggest risk cost items and to estimate the reasonable risk cost by using simulation method in case of occurring the huge power failure at the operating digitalized highway. This study indicates the several plans to hedge against risk cost and the management of highway project. From now on, it will be used as basic data to confirm the soundness of operating system in Digital Infrastructure.
산업부산물을 사용한 알칼리 활성 무시멘트 모르타르의 품질특성에 관한 연구
권용훈,권영호,이동규,Kwon, Yong-Hun,Kwon, Yeong-Ho,Lee, Dong-Gyu 한국건설순환자원학회 2013 한국건설순환자원학회 논문집 Vol.1 No.1
산업부산물인 고로슬래그 미분말 및 플라이애시를 적용하였던 선행 연구들과 차별하여 시멘트 킬른 더스트, 실리카퓸, 규사미분말 등의 기타 산업부산물을 사용한 알칼리 활성 무시멘트 모르타르의 품질특성을 검토하고자 하였으며, 그 결과는 다음과 같다. SF 치환의 경우 Plain에 비해 유동성이 저하되었으나 강도발현에는 우수한 경향을 나타내었으며, CKD와 SP의 사용량 증가에 따라 각각 유동성 및 압축강도가 증가하였다. 유동성 증진 및 초기강도 향상에 각 결합재의 고유입도분포와 높은 상관관계를 가지는데, 이는 입자사이즈가 큰 BS 및 FA 입자사이에 입자가 작은 CKD, SF 및 SP가 공극을 충진하여 연속입도곡선을 형성하는 것에 기인한 것으로 사료된다. BS 기반 조기강도 증진용 알칼리 활성 모르타르의 초기강도 향상 및 유동성 개선을 위해서는 고유의 입도분포를 가진 기타 결합재를 치환 사용하는 것이 효과적인 것으로 판단된다. This study investigated quality properties of alkali activated cement free mortar using industrial by-product such as cement kiln dust(CKD), silica fume(SF) and quartz sand powder(SP) to compare with previous research about blast furnace slag(BS) and fly ash(FA). The results were as following. All materials were effective to increase compressive strength, however they showed different tendency on flowability. CKD and SP increased flowability, but on the other hand SF did not because it's blain was great difference with other materials. Flowability and compressive strength were related with grading distributions of binders because CKD, SP and SF which had small particle size filled up BS and FA. Application of industrial by-products with various grading distributions could be effective for the high early strength and flowability of alkali activated cement free mortar using BS.
Deep Neural Network를 이용한 사진 자동 분류 웹 서비스
권용훈 ( Yong-hoon Kwon ),김상윤 ( Sang-yun Kim ),최동윤 ( Dong-yun Choi ),채의근 ( Yi-geun Chae ) 한국정보처리학회 2015 한국정보처리학회 학술대회논문집 Vol.22 No.1
최근 정보화 시대에 들어 개인 사진을 SNS 및 클라우드 서비스에 업로드 한다. 하지만 각각의 사진 데이터만 클라우드 및 SNS에 업로드 되며 사진 검색에 있어 불편한 부분이 많다. 따라서 사진에 태그 분류 서비스 및 카테고리를 자동으로 부여해 업로드를 완료한 후 자동 사진 정리 및 사진 검색의 편리함을 도모하고자 한다.
라이다 기반 실내 자율주행 차량에서 신경망 학습을 사용한 성능평가
권용훈 ( Yonghun Kwon ),정인범 ( Inbum Jung ) 한국정보처리학회 2023 정보처리학회논문지. 컴퓨터 및 통신시스템 Vol.12 No.3
Data processing through the cloud causes many problems, such as latency and increased communication costs in the communication process. Therefore, many researchers study edge computing in the IoT, and autonomous driving is a representative application. In indoor self-driving, unlike outdoor, GPS and traffic information cannot be used, so the surrounding environment must be recognized using sensors. An efficient autonomous driving system is required because it is a mobile environment with resource constraints. This paper proposes a machine-learning method using neural networks for autonomous driving in an indoor environment. The neural network model predicts the most appropriate driving command for the current location based on the distance data measured by the LiDAR sensor. We designed six learning models to evaluate according to the number of input data of the proposed neural networks. In addition, we made an autonomous vehicle based on Raspberry Pi for driving and learning and an indoor driving track produced for collecting data and evaluation. Finally, we compared six neural network models in terms of accuracy, response time, and battery consumption, and the effect of the number of input data on performance was confirmed.