본 연구에서는 칠발도, 거문도, 동해에서 20년 이상 관측된 파랑자료를 16 방위별 극치확률분석을 통해 재현빈도별 심해설 계파를 산정하였고, 이 값을 방향을 고려하지 않은 전방향파의 심해설계파와 비교하였다. Weibull 분포함수를 확률분포함수로 사용하였 으며, 최소자승법을 사용해서 매개변수를 결정하였다. 추정된 분포함수는 Kolmogorov-Smirnov 방법을 사용하여 적합도를 검증하였다. 그 결과 방향별로 구한 심해설계파가 전방향파의 심해설계파보다 모든 방향에서 상대적으로 작은 것으로 나타났다. 파향별로 구한 50년 빈도 설계파고는 칠발도, 거문도, 동해에서 각각 7.46 m(NNE), 12.05 m(S), 9.69 m(SSW)가 최대값이지만, 전방향파로 구한 설계파고는 각각 7.91 m, 13.82 m, 10.38 m이었다. 이는 현재 해양 및 연안 구조물 설계에 사용하고 있는 16 방위별 심해설계파고가 과소산정되었을 가능 성이 있음을 보여준다.

The prediction of algal bloom is an important field of study in algal bloom management, and chlorophyll-a concentration(Chl-a) is commonly used to represent the status of algal bloom. In, recent years advanced machine learning algorithms are increasingly used for the prediction of algal bloom. In this study, XGBoost(XGB), an ensemble machine learning algorithm, was used to develop a model to predict Chl-a in a reservoir. The daily observation of water quality data and climate data was used for the training and testing of the model. In the first step of the study, the input variables were clustered into two groups(low and high value groups) based on the observed value of water temperature(TEMP), total organic carbon concentration(TOC), total nitrogen concentration(TN) and total phosphorus concentration(TP). For each of the four water quality items, two XGB models were developed using only the data in each clustered group(Model 1). The results were compared to the prediction of an XGB model developed by using the entire data before clustering(Model 2). The model performance was evaluated using three indices including root mean squared error-observation standard deviation ratio(RSR). The model performance was improved using Model 1 for TEMP, TN, TP as the RSR of each model was 0.503, 0.477 and 0.493, respectively, while the RSR of Model 2 was 0.521. On the other hand, Model 2 shows better performance than Model 1 for TOC, where the RSR was 0.532. Explainable artificial intelligence(XAI) is an ongoing field of research in machine learning study. Shapley value analysis, a novel XAI algorithm, was also used for the quantitative interpretation of the XGB model performance developed in this study.

시공 중인 건물은 시공이 완료된 건물과는 다르게 콘크리트의 강도발현이 충분히 이루어지지 않았기 때문에 지진과 같은 자연재해 에 더 취약한 모습을 가질 수 있다. 현재 국내 기준은 건축물의 내진등급별 최소성능 목표를 제시하고 있지만, 설계를 위한 지진하중은 재현주기 2,400년의 지진위험도를 기반으로 한다. 하지만 건물의 시공기간은 건물의 사용기간보다 훨씬 짧기 때문에 재현주기 2,400 년의 지진을 시공 중인 건물에 적용하는 것은 과도하다. 따라서 이 연구는 주거용으로 사용되는 철근콘크리트 건물의 시공 중 지진하 중을 분석하기 위해 5층, 15층, 25층, 60층 건물의 시공단계모델을 작성하고 재현주기에 따라 저감한 지진하중을 적용하여 구조적 안 정성을 확인하였다. 그 결과, 시공기간에 따라 선정한 재현주기의 지진을 적용할 때 구조적 안정성을 확인하였으며, 건물의 규모의 따 라 구조적 안전성을 확보할 수 있는 지진재현주기를 확인하였다.

본 연구에서는 3D 프린팅 FDM 방식의 적층 방향에 따라 기계적 물성이 달라지는 이방성 특성을 확인하고 이를 이용하여 위상 최 적설계를 수행하였다. 벤치마크 문제인 자동차 현가장치 부품 중 하나인 로어 컨트롤 암에 대하여 밀도법 기반 위상 최적설계를 수행 하였으며, 외부 하중과 이방성 특성에 따라 위상 최적결과가 다르게 나타나는 것을 확인하였다. 이를 이용하여 최적화된 모델에 대하 여 3D 프린터로 적층 방향을 달리하여 2가지 시험품을 제작하였으며 인장시험을 수행하였다. 시험시 3D 비접촉 변형률 측정기를 이 용하여 변형률을 구하였으며 이를 CAE 응답해석으로 얻은 변형률과 비교한 결과가 정량 및 정성적으로 일치하는 것을 확인하였다. 3D 프린팅 적층 방향을 고려한 위상 최적모델의 인장 실험 결과를 통해 해당 최적설계 방법론의 유효성을 검증하였다.

교량은 사용년한이 증가함에 따라 노후화로 인해 역학적인 성질과 구조적인 성능이 저하되고, 이로 인해서 강진 시에 내진성능이 저하된다. 교각과 교량받침에 대한 노후화를 몇 가지 단계로 정량화하여 해석모델에 반영하였고, 노후화된 교각과 교량받침에 대하 여 부재-수준의 지진취약도를 평가하였다. 교량 시스템의 파괴 메카니즘을 직렬시스템으로 가정하여, 부재-수준의 지진취약도 해석 결과로부터 시스템-수준의 지진취약도를 평가하는 방법을 제안하였다. 노후도에 취약한 부재인 교각과 교량받침에 대하여 5가지 정 량적인 노후도(0, 5, 10, 25, 40%)를 가정하여 부재-수준의 지진취약도를 평가하였고, 이 결과로부터 시스템-수준의 지진취약도 평가 를 수행하였다. 시스템-수준의 지진취약도는 교량받침 보다는 교각이 지배적인 영향을 줌을 알 수 있었다. 이는 보다 취약한 구조부재 의 지진취약도가 전체 교량시스템의 지진취약도에 지배적인 영향을 주는 것을 의미한다.

Recently, not only traditional statistical techniques but also machine learning algorithms have been used to make more accurate bankruptcy predictions. But the insolvency rate of companies dealing with financial institutions is very low, resulting in a data imbalance problem. In particular, since data imbalance negatively affects the performance of artificial intelligence models, it is necessary to first perform the data imbalance process. In additional, as artificial intelligence algorithms are advanced for precise decision-making, regulatory pressure related to securing transparency of Artificial Intelligence models is gradually increasing, such as mandating the installation of explanation functions for Artificial Intelligence models. Therefore, this study aims to present guidelines for eXplainable Artificial Intelligence-based corporate bankruptcy prediction methodology applying SMOTE techniques and LIME algorithms to solve a data imbalance problem and model transparency problem in predicting corporate bankruptcy. The implications of this study are as follows. First, it was confirmed that SMOTE can effectively solve the data imbalance issue, a problem that can be easily overlooked in predicting corporate bankruptcy. Second, through the LIME algorithm, the basis for predicting bankruptcy of the machine learning model was visualized, and derive improvement priorities of financial variables that increase the possibility of bankruptcy of companies. Third, the scope of application of the algorithm in future research was expanded by confirming the possibility of using SMOTE and LIME through case application.

고려엉겅퀴(Cirsium setidens Nakai)는 여러해살이 초본식물로서 식용이 가능하며 곤드레라고 부르기도 한다. 최근 고려엉겅퀴에 여뀌못 털진딧물(Capitophorus elaeagni, Del Guercio)의 발생이 확인되어 재배농가의 피해가 예상되고 있다. 이에 대한 친환경적인 방제방법 구명을 위 해 시판 유기농업자재를 이용하여 고려엉겅퀴 식물체에 발생한 여뀌못털진딧물에 대한 방제효과를 검정한 결과 pyrethrins+paraffinic oils 이 98% 수준의 방제가를 보여주었으며 pyrethrins+matrine+pyroligneous 가 약 95%의 방제가를, azadirachtin+rotenone 성분이 75% 이상의 방제효과를 보여주었다. 이중 pyrethrins 성분이 가장 좋은 효과를 주는 것으로 여겨지며 유기농업자재 살포로 인한 약해는 발생하지 않았다.

선박, 잠수함이 추진하면 수중구조물 후류에 와류가 발생하고 이에 따른 와류기인 구조진동이 유발된다. 최근 선박, 잠수함의 고속화 및 대형화 추세에 따라 고차모드에서 유발되는 와류기인 진동 및 피로파괴에 대한 중요성이 강조되고 있다. 고속 유속환경의 와 류는 저속 유속환경 대비 큰 진동을 유발하므로 이에 관한 연구가 필요하다. 본 연구에서는 수중날개 고차모드에서 유발되는 와류기인 진동을 예측하기 위한 하이브리드 유체구조연성 해석 방법론을 제시하였다. 고차모드를 고려한 하이브리드 유체구조연성 해석을 수행하 여 와류기인 진동을 도출하고 실험결과와 비교함으로써 방법론을 검증하였다. 최종적으로 와류기인 진동으로부터 도출된 최대 von Mises 응력을 노르웨이 선급에서 제시한 S-N 선도에 적용함으로써 고차모드 유체구조연성 해석의 효용성을 확인하였다. 고차모드를 고려하여 와류기인 진동응답을 도출할 경우 유체구조연성에 의한 락인(Lock-in) 특성을 확인하였으며 고려하지 않은 경우 대비 진동응답과 최대 von Mises 응력에서 10배 이상의 차이를 보였다. 향후에는 외팔보 경계조건 및 형상에 대한 확장연구가 필요하다.

연구대상 해역은 노량수로를 중심으로 서측에 광양만 권역(여수해협 포함), 동측에 진주만 권역(강진만, 사천만 포함)이 위치하 고, 연구대상 해역에 위치한 여러 하천에서 유출되는 유출수가 이들 만으로 유입되고 있으며, 특히 홍수시에는 광양만 권역은 섬진강의 하천유출수가, 진주만 권역은 가화천(남강댐 방류)의 하천유출수가 대량으로 유입되고 있다. 광양만 권역과 진주만 권역은 노량수로라는 협수로로 연결되어 있으며, 섬진강과 가화천의 하천유출수 또한 노량수로를 통해 서로 영향을 주고 있다. 연구대상 해역에 위치한 섬진강 과 가화천을 포함한 51개 하천의 하천유출수로 인한 평수시와 50년빈도 홍수시의 해수교환율, 체류시간 특성을 입자추적 실험을 통해 파 악하고자 하였다. 또한 홍수시 섬진강과 가화천의 하천유출수가 미치는 영향을 파악하기 위한 실험을 추가로 수행하였다. 수치실험 결과, 평수시와 홍수시 모두 광양만 권역에 투하한 입자는 노량수로를 통해 진주만 권역으로 이동하는 것으로 나타났고, 노량수로를 통해 진주 만 권역에서 광양만 권역으로 이동하는 입자는 상대적으로 작은 것으로 나타났다. 30일 후 각 실험안별 해수교환율은 광양만 권역은 44.40~67.21%로 나타났고, 진주만 권역은 각각 50.37~73.10%로 나타났고, 각 실험안별 평균 체류시간은 광양만 권역은 7.07~15.36일로 나타 났고, 진주만 권역은 6.45~12.75일로 나타났다. 그리고 홍수시에 해수교환을은 증가하고, 체류시간은 감소하는 것으로 나타났다. 광양만과 진주만 권역에서의 해수순환 구조를 살펴보기 위해 두 폐쇄성 해역에 대해서 7개 내부 영역과 5개 외부 영역에 대한 30일 동안의 단면유 량 flux를 산정하였다. 그 결과, 평수시와 홍수시 모두 전반적으로 광양만 권역에서 진주만 권역으로 유량 flux가 이동하는 것으로 나타났 다. 홍수시 유량을 적용할 경우 연구대상 해역의 유량 flux의 주 흐름 경로는 섬진강 하천유출수가 여수해협을 거쳐 외해로 이동하는 흐름 과 가화천 하천유출수가 사천만, 진주만, 대방수로를 거쳐 외해로 이동하는 흐름으로 나타났다.