본 연구에서는Stable Diffusion 프레임워크를 활용하여 게임 스타일의 스케치, 특히 도시 장면을 생성하는 방법 을 소개한다. 확산 기반의 모델인Stable Diffusion은 쉬운 접근성과 뛰어난 성능으로 많은 연구자와 일반인들에 게 선호되며, 텍스트-스케치, 이미지-스케치의 생성이 가능하다. Stable Diffusion의 몇 가지 문제는 이미지의 국 소성 보존 문제 및 미세 조정인데, 이를ControlNet과DreamBooth를 사용하여 해결한다. 결과적으로, 본 연구를 통 해 게임 제작에 사용될 수 있는 텍스트-스케치, 이미지-스케치 생성이 가능하며, 더 나아가 아티스트를 돕는 툴 로도 활용될 수 있다.

본 연구에서는 부산신항에서 스크러버를 장착한 선박이 세정수를 배출하였을 때 인근 해역에 미치는 영향을 검토하기 위해 확산예측을 수행하였다. 세정수에 포함된 용존무기탄소(DIC)의 농도를 통제한 채로 세정수의 pH 조건별로 해역에 미치는 영향을 대조기 와 소조기로 나누어 평가하였다. 선박 1대에서 24시간 동안 세정수를 배출할 때, pH가 최대 0.076, 0.083 감소하였다. DIC의 경우 0.561mg/L, 0.612mg/L 증가하였다. 부산신항에 수용가능한 선박수인 24대를 전부 가정하여 실험하였을 경우 pH는 0.200, 0.545 감소하였고, DIC는 1.464mg/L, 3.629mg/L 증가하였다. 일반적으로 스크러버가 세정수를 처리하였을 때 pH 6.1인 것을 감안하여 선박 1대에서 pH 6.1인 조건으 로 24시간 동안 세정수를 배출하는 경우 우리나라 연근해의 연간 pH 변화량보다 약 33.7배 더 큰 폭으로 감소하는 것으로 계산되었다. 선 박이 24대일 경우에는 하루이상 표층의 성층화를 유발하고 수심 4m까지 영향을 주는 것으로 예측되었다.

Chloride is one of the most common threats to reinforced concrete (RC) durability. Alkaline environment of concrete makes a passive layer on the surface of reinforcement bars that prevents the bar from corrosion. However, when the chloride concentration amount at the reinforcement bar reaches a certain level, deterioration of the passive protection layer occurs, causing corrosion and ultimately reducing the structure’s safety and durability. Therefore, understanding the chloride diffusion and its prediction are important to evaluate the safety and durability of RC structure. In this study, the chloride diffusion coefficient is predicted by machine learning techniques. Various machine learning techniques such as multiple linear regression, decision tree, random forest, support vector machine, artificial neural networks, extreme gradient boosting annd k-nearest neighbor were used and accuracy of there models were compared. In order to evaluate the accuracy, root mean square error (RMSE), mean square error (MSE), mean absolute error (MAE) and coefficient of determination (R2) were used as prediction performance indices. The k-fold cross-validation procedure was used to estimate the performance of machine learning models when making predictions on data not used during training. Grid search was applied to hyperparameter optimization. It has been shown from numerical simulation that ensemble learning methods such as random forest and extreme gradient boosting successfully predicted the chloride diffusion coefficient and artificial neural networks also provided accurate result.

Air pollution dispersion from rooftop emissions around hexahedron buildings was investigated using computational fluid dynamics (referred to hereafter as CFD). The Shear Stress Transport (referred to hereafter as SST) k-ω model in FLUENT CFD code was used to simulate the flow and pollution dispersion around the hexahedron buildings. The two buildings used in the study had the dimensions of H: L: W (where H = height, L = length, and W = width) with the ratios of 1:1:1 and 1:1:2. Experimental data from the wind tunnel obtained by a previous study was used to validate the numerical result of the hexahedron building. Five validation metrics are used to obtain an overall and quantitative evaluation of the performance of SST k-ω models: the fractional bias (FB), the geometric mean bias (MG), the normalized mean square errors (NMSE), the geometric variance (VG), and the factor of 2 of the observations (FAC2). The results of vertical concentration profile and longitudinal surface concentration of the 1:1:2 building illustrate the reasonable performance for all five metrics. However, the lateral concentration profile at X = 3H (where X is the distance from the source) shows poor performance for all of the metrics with the exception of NMSE, and the lateral concentration profile at X = 10H shows poor performance for FB and MG.

해상으로 운송되는 위험유해물질 (HNS, Hazardous and Noxious Substance)은 6,000여종 이상으로 많은 종류를 포함하고 있으므로, 유출시 대응전략 수립을 위한 HNS 거동 및 위험반경 예측을 결정론적으로 제시하기 어렵다. HNS 거동예측에서는 예측의 신속성과 효율성을 고려하여 차이가 미미한 모든 종류의 HNS 특성을 모두 고려하는 대신에 거동에 크게 영향을 미칠 수 있는 특성들에 초점을 맞쳐 대표적인 거동예측 모델을 개발하여 적용할 필요가 있다. 본 연구에서는 HNS를 기체상, 액체상, 고체상 등 크게 3분류로 구분하고, 각각의 분류별 거동특성 모델링을 연구하였다. 물질 특성별 거동특성은 증기압, 용해도, 밀도 등을 고려하였으며, 각각의 변수에 따른 증발, 혼홥, 침강 등의 거동을 모델링하였다. 물질의 거동특성 모델링은 대기 해양 확산모델의 계산에서 대기중 확산, 수중 확산, 해저면 침적 등을 결정하는 과정으로 활용된다.

아소 화산은 일본 규슈 중앙부에 위치하며, 세계에서 가장 큰 칼데라 화산중의 하나이다. 나카다케 분화구는 아 소 칼데라의 중앙 화구군에서 유일한 활동적인 화산체이다. 2016년 10월 8일 아소 산에서 36년 만에 폭발적인 분화가 발생하였으며, 분연주가 11 km 상공까지 상승하였고 화산재는 최대 300 km 떨어진 지역에서도 확인되었다. 본 연구에 서는 미국 USGS에서 개발한 Ash3D모델을 이용하여 2016년 10월 8일의 분화에서 발생한 화산재의 확산과 침적에 대 한 수치모의를 실시하였다. 수치모의 결과 분화에 의해 발생한 화산재는 아소 칼데라 화산의 동쪽과 북동쪽으로 확산되 어 우리나라에는 피해를 주지 않는 것으로 나타났으며, 동북동 방향으로 최대 400 km 이상 먼 곳까지 침적되는 것으로 나타났다. 본 연구의 수치모의 결과는 관측 확인된 화산재 침적 결과와 대체로 일치하였다. 빠른 화산재 재해 예보를 위하여 Ash3D를 이용한 수치모의가 유용하게 쓰일 수 있을 것이다.

In this paper, we proposed novel continuous tone representational method based reaction-diffusion model. We extended previous related research of hedcut-style rendering by adding controllability to reaction-diffusion based texture generation method. These controls includes pattern size and pattern direction for various style rendering. Our method is comparable with stipping method which can generate artistic style rendering with continuous tone representation of input images. While stippling can show stable tonal results for low density points area, high density region which stipples redundant is suffer from non-linear brightness. On the contrary, our method shows stable tonal results for all brightness spans. We also present anisotropic diffusion for directional pattern generation which can applied to more various style rendering. In this contribution includes mathematical model and results of various style.

This paper presents the performance of a CFD model for the near field dispersion of odor from rooftop emissions. The FLUENT Shear-Stress Transport (SST hereinafter) k-ω turbulence model was used to simulate odor dispersion from a rooftop odor vent. The results were compared with a wind tunnel experiment and the calculated results of ASHRAE 2003 and 2007. The FLUENT SST k-ω turbulence model provided good results for making reasonable predictions about the building rooftop surface normalized dilution. It was found that increasing the vent height (from 1 m to 7 m) reduces rooftop surface normalized dilution. ASHRAE 2003 and ASHRAE 2007 performance measures are generally not as good as FLUENT SST k-ω turbulence model performance measures, with larger MG (the geometric mean bias, VG (the geometric variance), NMSE (the normalized mean square error), FB (Fractional bias), and smaller FAC2 (the fraction of predictions within a factor of two of observations).

In this study we investigated odor (hydrogen sulfide) dispersion around a cubic building by using commercial FLUENT CFD code. The FLUENT Shear-Stress Transport (hereafter SST) k-ω turbulence model was used to simulate odor dispersion from an odor source. The results were compared with a wind tunnel experiment and other simulation results. SST k-ω turbulence model provided good grounds for making reasonable predictions about the building surface concentrations and concentration profiles of selected leeward positions of the cubic building. It was found that a vent, which was positioned 7 m above the top of the square building center, decreased the plume length lower by 0.73 and increased the plume height by 1.43 compared to roof top vents. It was also found that by increasing the vent height there a corresponding decrease in the maximum dimensionless concentration around the roof surface.

환경보전계획가들은 멸종위기에 처한 동식물이나 이들의 생물서식지를 보호 및 관리하기 위하여 많은 노력을 기울이고 있으며, 종분포 및 확산모형(Species distribution model & Landscape dynamic model)은 이러한 도구로 많이 이용되고 있다. 현재 서식지 보전 및 생물다양성 실행계획을 세우기 위해 최적의 종분포 및 확산모형을 찾기 위한 다양한 접근방법들이 시도되고 있으며, 최근에는 통계모형 에 기반한 종분포모형들과 프로세스기반의 동적모형들이 많이 개발되어 다양한 자료 형태 및 분류군에 따른 분포연구들이 활발히 진행되고 있다. 이러한 종분포 및 확산모형은 생물다양성 평가, 보호지역 지정, 서식지 관리 및 복원 등과 같은 자연 자원 관리 및 보전계획 등에 다양하게 이용되고 있으며, 특히 종이나 개체군, 종풍 부도에 대한 지리적 분포나 개체군의 속성을 파악하여 보호가 우선되어야 할 지역 이나 현재 또는 중장기적으로 위협이 될 만한 지역을 찾아내 보호지역을 설계하는 데 중요한 정보를 제공한다.

Even though offensive odor control law was enforced in 2005, the civil appeal of odor doesn’t decrease all parts of the country. On Effluent Quality Standard site, the reason why the civil appeal is filed could be the restriction which is regulated by odor concentration(dilution threshold) without considering odor emission. When regulating odor concentration only, the different scenarios were considered and analyzed for diffuse form through odor concentration, stack height and flow rate using AERSCREEN. Oder compounds from the analyzed scenarios were fluctuated by not only odor concentration but flow rate. Therefore, flow rate regulation introduction is necessary because odor concentration regulation of Effluent Quality Standard doesn’t make the civil appeal reduce. Now, Odor Effluent Quality Standard is managed by Effluent Quality Standard like air pollutants in Korea. It means, the concept conversion of Receptor-centric is need for preventing civil appeal and complaint of odor. For the odor management of receptor-centric, workplace emission is regulated in accordance with odor concentration at receptor. but it’s hard to regulate all of workplace respectively because all workplace condition is different each other In Japan, odor diffusion modeling for calculating the causal relationship between receptor and emission is used for the method to figure out the problem. By expanding odor automatic monitoring network that some of local governments have, odor emission management and continues receptor current status analysis are needed to combine and operate for resolving odor problem.