The importance of Structural Health Monitoring (SHM) in the industry is increasing due to various loads, such as earthquakes and wind, having a significant impact on the performance of structures and equipment. Estimating responses is crucial for the effective health management of these assets. However, using numerous sensors in facilities and equipment for response estimation causes economic challenges. Additionally, it could require a response from locations where sensors cannot be attached. Digital twin technology has garnered significant attention in the industry to address these challenges. This paper constructs a digital twin system utilizing the Long Short-Term Memory (LSTM) model to estimate responses in a pipe system under simultaneous seismic load and arbitrary loads. The performance of the data-driven digital twin system was verified through a comparative analysis of experimental data, demonstrating that the constructed digital twin system successfully estimated the responses.

본 연구는 대도시에서 미세먼지 없는 학교 부지를 찾는 Model Eliciting Activity (이하 MEA) 활동을 통해 고 등학교 학생들의 문제 해결 특성을 조사하기 위한 것이다. 5차시로 개발된 MEA 활동에 79명의 고등학교 2학년 학생 들이 참여 하였으며, MEA 활동지를 주요 데이터로 수집하였다. 학생들이 작성한 활동지의 개방형 질문에 대한 답을 기반으로 학생들의 문제 해결 모델을 귀납적 및 질적 방법으로 분석하였다. 먼저 학생들이 다른 데이터보다 어떤 데이 터를 우선적으로 사용했는지 순서를 분석한 후 주어진 데이터 세트를 어떻게 상호 연결하여 순서를 결정하는지 분석하 였다. 분석결과 학생들은 미세먼지 배출량이 많은 곳을 기피하기 위해 미세먼지 배출농도, 산업단지 분포 등 미세먼지 와 직접적으로 관련된 데이터를 먼저 활용하는 경향이 있음을 알 수 있었다. 흥미롭게도 MEA 활동에서 고등학생의 문 제 해결 특성은 매우 다양하여 76명의 학생이 총 61가지 유형의 문제 해결 모델을 제작한 것으로 나타났다. 문제를 해 결하기 위해 동일한 순서의 데이터를 사용하는 학생의 최대 수는 6명으로 학생들의 문제 해결 방법은 매우 다양함을 보여준다. 그러나 공통적으로 미세먼지 농도가 높은 곳을 제외하는 방법으로 미세먼지 배출과 직접적으로 관련된 데이 터를 먼저 선택하는 특성을 보였다.

국내 소비자들의 식품 영양성분에 대한 관심이 계속적 으로 증가하고 있지만 영양성분과 관련된 식품의 소비자 선호도 분석 연구는 부족한 실정이다. 본 연구는 대국민 정보 서비스인 식품영양성분 데이터베이스 플랫폼에 수집 된 빅데이터의 로그분석을 수행하여 소비자들이 영양학적 측면에서 관심을 가지는 식품에 대한 선호도 결과를 제시 하였다. 수집 기간은 2020년 1월부터 2022년 12월까지의 3개년으로 설정하여 총 2,243,168건의 식품명 검색어가 수 집되었으며, 식품명을 병합하여 품목대표 식품명으로 가 공하였다. 분석도구는 R프로그램을 이용하였으며, 영양정 보를 확인하고자 하는 식품명의 검색 빈도를 전체 기간 및 계절별로 분석하였다. 전체 기간 동안 빈도수 분석 결 과, 한국인이 일반적으로 자주 섭취하는 쌀밥, 닭고기, 달 걀의 빈도수가 가장 높았다. 계절성에 따른 선호도 분석 결과, 봄과 여름에는 대체적으로 국물이 없고 뜨겁지 않 은 음식의 빈도수가 높았으며, 가을과 겨울에는 국물이 있 고 따뜻한 음식의 빈도수가 높았다. 또한, 외식업체에서 계절식품으로 판매하는 냉면, 콩국수 등과 같은 식품의 빈 도수도 계절성을 가지는 것으로 확인되었다. 이러한 결과 는 소비자들이 일반적으로 자주 섭취하는 식품의 영양정 보에 관심을 가지는 패턴을 확인할 수 있었으며, 소비 트 렌드와 간접적인 연관성을 가진다는 점에서 외식업계에서 계절별 마케팅 전략 수립 시 기초 자료로 활용될 수 있을 것으로 기대된다.

This study was conducted to develop a model for predicting the growth of kimchi cabbage using image data and environmental data. Kimchi cabbages of the ‘Cheongmyeong Gaual’ variety were planted three times on July 11th, July 19th, and July 27th at a test field located at Pyeongchang-gun, Gangwon-do (37°37′ N 128°32′ E, 510 elevation), and data on growth, images, and environmental conditions were collected until September 12th. To select key factors for the kimchi cabbage growth prediction model, a correlation analysis was conducted using the collected growth data and meteorological data. The correlation coefficient between fresh weight and growth degree days (GDD) and between fresh weight and integrated solar radiation showed a high correlation coefficient of 0.88. Additionally, fresh weight had significant correlations with height and leaf area of kimchi cabbages, with correlation coefficients of 0.78 and 0.79, respectively. Canopy coverage was selected from the image data and GDD was selected from the environmental data based on references from previous researches. A prediction model for kimchi cabbage of biomass, leaf count, and leaf area was developed by combining GDD, canopy coverage and growth data. Single-factor models, including quadratic, sigmoid, and logistic models, were created and the sigmoid prediction model showed the best explanatory power according to the evaluation results. Developing a multi-factor growth prediction model by combining GDD and canopy coverage resulted in improved determination coefficients of 0.9, 0.95, and 0.89 for biomass, leaf count, and leaf area, respectively, compared to single-factor prediction models. To validate the developed model, validation was conducted and the determination coefficient between measured and predicted fresh weight was 0.91, with an RMSE of 134.2 g, indicating high prediction accuracy. In the past, kimchi cabbage growth prediction was often based on meteorological or image data, which resulted in low predictive accuracy due to the inability to reflect on-site conditions or the heading up of kimchi cabbage. Combining these two prediction methods is expected to enhance the accuracy of crop yield predictions by compensating for the weaknesses of each observation method.

장대교량은 낮은 고유진동수와 감쇠비를 가지는 초유연구조물로 진동사용성 문제에 취약하다. 하지만 현재 국내 설계지침에서는 풍속이나 진폭에 대한 임계값을 기반으로 유해진동 발생 여부를 평가하고 있다. 본 연구에서는 장대교량에서 발생하는 유해진동을 보다 정교하게 식별하기 위하여 딥러닝 기반 신호분할 모델을 활용한 데이터 포인트 단위의 와류진동 식별 방법론을 제안한다. 특별 히 포락선을 가지는 사인파를 활용하여 와류진동에 해당하는 데이터를 합성함으로써 모델 구축에 필수적인 와류진동 데이터 획득 및 라벨링 과정을 대체하였다. 이후 푸리에 싱크로스퀴즈드 변환를 적용하여 시간-주파수 특징을 추출하여 신경망의 인풋 데이터로 사 용하였다. 합성데이터만을 이용하여 양방향 장단기 기억신경망(Bidirectional Long-Short-Term-Memory) 모델을 훈련하였고 이를 라 벨 정보를 포함한 실제 사장교의 계측데이터를 이용하여 학습한 모델과 비교하여 모델의 실시간 와류진동 식별 성능을 검증하였다.

PURPOSES : Traffic volume, an important basic data in the field of road traffic, is collected from traffic survey equipment installed at certain locations, which sometimes results in missing traffic volume data and abnormal detection. Therefore, this study presents various missing correction techniques using traffic characteristic analysis to obtain accurate traffic volume statistics. METHODS : The fundamental premise behind the development of a traffic volume correction and prediction model is to set the corrected data as the reference value, and the traffic volume correction and prediction process for the outliers and missing values in the raw data were performed based on the set values. RESULTS : The simulation results confirmed that the algorithm combining seasonal composition, quantile AD, and aggregation techniques showed a detection performance of more than 91% compared with actual values. CONCLUSIONS : Raw data collected due to difficulties faced by traffic survey equipment will result in missing traffic volume data and abnormal detection. If these abnormal data are used without appropriate corrections, it is difficult to accurately predict traffic demand. Therefore, it is necessary to improve the accuracy of demand prediction through characteristic analysis and the correction of missing data or outliers in the traffic data.

PURPOSES : The purpose of this study was to evaluate the common performance of asphalt pavements, determine the timing of preventive maintenance, and determine the optimal timing of application of the preventive maintenance methods by analyzing PMS data. METHODS : Using PMS data on asphalt pavement performance on highways, we derived the major damage factors and evaluated them according to the public period and traffic level. Among the factors evaluated, we determined those that could be improved by preventive maintenance, calculated the amount of change annually, and derived the timing of the application of the preventive maintenance method through correlation analysis. RESULTS : Among highway PMS data factors, crack variation was found to affect preventive maintenance, which increased rapidly after five years of performance. Traffic analysis showed that changes increased rapidly in the fifth, sixth, and seventh years when AADT exceeded 20,000, exceeded 10,000, and was under 10,000, respectively. Analysis of the amount of crack variation according to the pavement type showed that crack variation increased rapidly in the overlay section compared to the general AP section. CONCLUSIONS : Crack variation is the performance factor that was expected to be effective in preventive maintenance, and the PMS data showed that the initial application time of the preventive maintenance method varied by one year, depending on the traffic volume.

우리나라는 삼면이 바다로 이루어져 있고, 이에 따라 많은 해양 시설로 인한 위험유해물질이 배출되고 있으나, 배출관리 및 규제 시스템이 미비한 상황이다. 따라서, 위험유해물질(HNS) 관리를 위하여 효율적으로 데이터를 수집할 수 있는 시스템이 필요하 다. 본 연구에서는 HNS 데이터를 효율적으로 관리 및 저장하기 위한 데이터 표준화 시스템을 설계하고 이의 표준화 방안을 제시하고 자 한다.