http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 김주환(Juhwan kim) (검색결과 49 건)
- 무료
- 기관 내 무료
- 유료
-
정수장 전염소 공정제어를 위한 침전지 잔류염소농도 예측 머신러닝 모형
김주환,이경혁,김수전,김경훈,Kim, Juhwan,Lee, Kyunghyuk,Kim, Soojun,Kim, Kyunghun 한국 수자원 학회 2022 한국수자원학회논문집 Vol.55 No.-
본 연구는 정수장의 수처리 공정에서 계측되고 있는 수량 및 수질데이터의 활용과 수처리 공정제어의 지능화를 위한 것으로 정수장에서 전염소 공정이 수반되는 처리공정에서 침전지 유출수 잔류염소농도 안정화를 위하여 이를 추정할 수 있는 모형을 구축하고자 하였다. 정수장 침전지 유출수의 잔류염소농도를 예측하기 위하여 중회귀모형과 인공지능 알고리즘 중 다층퍼셉트론 신경망, 랜덤포레스트 및 장단기기억(Long Short Term Memory; LSTM) 모형을 활용하였고 그 결과를 비교, 평가하였다. 모형의 입력변수로는 전염소 공정이 도입된 정수장에서의 잔류염소농도, 수온, 탁도, pH, 전기전도도, 유량, 알칼리도 등이 사용되었고 전염소에 따른 침전지의 안정적 운영을 위해 요구되는 침전지 잔류염소농도를 출력변수로 구성하였다. 적용 결과에서는 랜덤포레스트 모형이 가장 양호한 결과를 보여 주었으며 다음으로 LSTM, 다층퍼셈트론 신경망 순으로 나타났다. 수학적 모형인 중회귀모형은 적합도 측면에서 가장 낮은 결과를 보여 주었는데, 이는 수량과 수질데이터의 수치적인 규모나 차원의 차이뿐만 아니라 계절별 수질특성에 따라 염소소비 특성이 매우 다양하게 반응하기 때문으로 판단된다. 따라서 정수장 수처리 공정에서 인공지능 알고리즘의 적용을 위해서는 랜덤포레스트와 같이 의사결정 트리구조의 도입과 적용이 타당한 것으로 나타났다. 본 연구에서 분석된 결과를 근거로 전염소 공정이 도입된 정수장 수처리 공정에서 염소주입량을 실시간으로 예측 가능하게 함으로써 침전지 유출수에서 잔류염소농도를 일정하게 유지하는데 기여할 수 있을 것으로 기대된다. The purpose of this study is to predict residual chlorine in order to maintain stable residual chlorine concentration in sedimentation basin by using artificial intelligence algorithms in water treatment process employing pre-chlorination. Available water quantity and quality data are collected and analyzed statistically to apply into mathematical multiple regression and artificial intelligence models including multi-layer perceptron neural network, random forest, long short term memory (LSTM) algorithms. Water temperature, turbidity, pH, conductivity, flow rate, alkalinity and pre-chlorination dosage data are used as the input parameters to develop prediction models. As results, it is presented that the random forest algorithm shows the most moderate prediction result among four cases, which are long short term memory, multi-layer perceptron, multiple regression including random forest. Especially, it is result that the multiple regression model can not represent the residual chlorine with the input parameters which varies independently with seasonal change, numerical scale and dimension difference between quantity and quality. For this reason, random forest model is more appropriate for predict water qualities than other algorithms, which is classified into decision tree type algorithm. Also, it is expected that real time prediction by artificial intelligence models can play role of the stable operation of residual chlorine in water treatment plant including pre-chlorination process.
-
Opposite Localization of Luteinizing Hormone Receptors and Galectin-3 in Mature Mouse Ovaries
Juhwan Kim(김주환),Miyoung Yang(양미영),Sung-Ho Kim(김성호),Jong-Choon Kim(김종춘),Seungjoon Kim(김승준),Hong-Gu Joo(주홍구),Taekyun Shin(신태균),Changjong Moon(문창종) 한국생명과학회 2012 생명과학회지 Vol.22 No.5
본 연구는 성숙마우스의 난소에서 황체형성호르몬수용체(luteinizing hormone receptor, LHR)와 beta-galctoside-binding animal lectin인 galetin-3 (Gal-3)의 발현분포를 면역조직화학방법으로 평가하였다. LHR은 활동(성숙) 황체에서 강하게 발현되는 반면에, Gal-3의 발현은 퇴행중인 황체와 폐쇄난포에서 높게 나타났다. 또한, 임신중인 마우스의 황체에서는 LHR의 면역반응이 강하게 나타났으나, Gal-3의 면역반응은 현저히 낮았다. 위의 결과를 종합해 볼 때, 성숙마우스의 난소에서 LHR과 Gal-3는 난소의 특정한 시기에 따라 다른 분포양상을 나타냄을 알 수 있었으며, 이들 각각의 단백질의 발현으로 보아 황체의 형성과 퇴행에서 상반된 역할을 할 것으로 여겨진다. Received January 5, 2012 /Revised April 12, 2012 /Accepted May 8, 2012 The present study evaluated the localization of luteinizing hormone receptors (LHR) and galectin-3 (Gal-3), a beta-galactoside-binding animal lectin, in the mature mouse ovaries by immunohistochemical analysis. Intense LHR immunoreactivity was detected in the active corpus luteum (CL), whereas expression of Gal-3 was high in the regressing CL and atretic follicle. In the CL of pregnant mice, LHR immunoreactivity was intense, but Gal-3 expression was low. Thus, LHR and Gal-3 had opposite patterns of expression in mature mouse ovaries, suggesting that both proteins have stage-specific expression patterns and are possibly involved in CL formation and regression.
-
-
-
김주환(Juhwan Kim),문형관(Hyungkwan Moon),배철호(Cheolho Bae),김정현(Junghyun Kim) 대한토목학회 2008 대한토목학회 학술대회 Vol.2008 No.10
국내에서 상수도관의 노후와 정도를 평가하기 위하여 개발된 방법은 1995 점수평가에 의한 방법과 2002년 평가방법을 3단계로 분류, 간접, 직접평가 및 원인규명을 위한 정밀평가방법이 주를 이루고 있다. 지금까지 노후관 평가기법에 대한 많은 검토결과와 대안을 제시하여 왔으며, 우리나라에서도 노후도 평가와 관련된 연구에 상당한 진척을 보이고 있으나, 개발당시 현장에서 노후도와 관련된 자료취득의 한계성과 물리적으로 설명하기 곤란한 변수들로 인하여 평가의 신뢰성에 대해서는 여러 가지 제한성을 갖고 있는 것이 사실이다. 이중에서 평가인자별 기준 및 가중치 선정이 임의적일 수 있다는 것이다. 즉, 평가기준 및 가중치 선정에 필요한 데이터의 절대량이 부족한 가운데 특정한 평가기준을 설정하고 가중치 또는 점수를 제시한다는 것은 평가기법의 일반화를 통해 얻어질 수 있는 이점과 더불어 잘못된 평가결과를 도출할 수 있는 요소를 내포하고 있다. 또한 노후도 평가구간의 선정에 관한 세부적인 방법론이 제시되지 않고 있어 동일한 특성을 가지는 관로들을 그룹화하기 위한 명확한 기준을 제안하고 있지 않다는 것이다. 이러한 문제들로 인하여 발생될 수 있는 평가구간의 모호성은 누수나 파손 또는 수질민원기록 등을 고려하는 경우 비교의 척도가 서로 다를 수 있다. 따라서 본 연구에서는 현장에서 실측된 노후도 관련인자를 분석하여 기존의 노후도 모델의 가중치를 최적화 알고리즘을 적용함으로써 실측된 노후도와 근접하토록 적응하였으며 이를 통하여 현실적인 노후도 평가가 이루어 질 수 있도록 하였다.
-
3차원 환경 복원을 위한 다수 카메라 최적 배치 학습 기법
김주환(Juhwan Kim),조동식(Dongsik Jo) 한국스마트미디어학회 2022 스마트미디어저널 Vol.11 No.9
최근 현실감 있는 경험을 제공하기 위한 몰입형 가상현실(VR) 기술에 대한 연구 개발이 활발하게 진행되고 있다. 가상현실 참여자에게 실제와 유사한 실감적인 가상현실 체험을 제공하기 위해서는 실제 현실 공간에 존재하는 환경 및 객체의 정보를 정밀하게 캡처 및 복원하여 가상 환경 시스템의 모델 데이터로 적용한 시스템 구성이 필요하다. 이러한 가상 환경 구성에 필요한 실 데이터를 획득하기 위해서는 다수의 비정형 카메라를 활용한 셋업으로 이루어진다. 하지만, 다수의 비정형 위치의 카메라를 활용해 실제 공간에서의 3차원으로 구성된 정보를 획득할 경우 카메라의 개수 및 위치가 최적화되지 않아 복원의 오류가 발생할 수 있다. 또한, 정밀한 객체 복원을 위해 과도한 양의 비정형 카메라가 배치될 경우 비정형 카메라 배치에 따른 자원의 낭비 또한 발생할 수 있어 적절한 개수의 비정형 카메라가 배치되어야 한다. 본 논문에서는 3차원 공간 데이터를 복원 시 필요한 정보를 얻기 위해 배치되는 다수의 비정형 카메라를 최적화할 수 있는 최적 카메라 배치(Optimal Camera Placement) 학습 기법을 제안한다. 본 논문에서 제안한 방법을 통해 실제 환경 정보 획득 시 정확한 형태의 복원 데이터를 이용하여 가상 환경을 생성하고, 더욱 몰입도 높은 실감형 콘텐츠 시스템을 사용자에게 제공할 수 있다. Recently, research and development on immersive virtual reality(VR) technology to provide a realistic experience is being widely conducted. To provide realistic experience in immersive virtual reality for VR participants, virtual environments should consist of high-realistic environments using 3D reconstruction. In this paper, to acquire 3D information in real space using multiple cameras in the reconstruction process, we propose a novel method of optimal camera placement for accurate reconstruction to minimize distortion of 3D information. Through our approach in this paper, real 3D information can obtain with minimized errors during environment reconstruction, and it is possible to provide a more immersive experience with the created virtual environment.
-
-
-
임의공간에서의 사각지대 검출 최적화를 위한 CCTV 배치 기법
김주환(Juhwan Kim),조동식(Dongsik Jo) 한국HCI학회 2024 한국HCI학회 학술대회 Vol.2024 No.1
최근, 제한된 자원을 활용해 최적의 배치 지점을 찾아 효율적으로 시각정보를 획득하는 시각정보 획득장치(카메라, CCTV)의 배치 지점을 확보하기 위한 연구개발이 활발히 이루어지고 있다. 실제 물리공간에서의 3 차원 공간정보를 확보해 정밀하게 복원하는 방법으로 가상현실(Virtual Reality), 증강현실(Augmented Reality)환경에서 보다 사실과 같은 경험을 제공할 수 있으며, 또한 시뮬레이션 환경에서 실제 환경에서의 물리적인 상황을 온전히 반영한 결과를 확보할 수 있다. 하지만, 실제 물리공간에서의 3 차원 시각정보를 확보하는 과정에서 정밀한 정보를 확보하기 위해 지나치게 많은 수의 시각정보 획득장치를 활용할 경우 각각의 장치배치에 의한 자원과 정보 획득 장치별 데이터를 하나의 3 차원 정보로 복원하는 과정에서 소모되는 자원이 지나치게 많이 발생할 수 있다. 본 논문에서는 실제공간의 3 차원 공간정보를 가상공간에서 복원하거나 실제 공간의 시각정보를 누락 없이 확보하기 위해 CCTV 나 카메라와 같은 시각정보 획득 장치를 배치하는 과정에서 온전한 임의공간의 정보 확보를 위한 관심점 기반 사각지대 검출 CCTV 배치 최적화 방법을 제안한다. 본 논문의 결과를 통해 임의의 공간에서 공간정보를 확보할 때 영역 중요도에 따른 관심점 배치를 활용하여 CCTV 배치 시 필요 정보 검출에 요구되는 시각적 사각지대를 최소화할 수 있다.
-
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
