This study proposes an improved method for updating finite element models (FEM) by incorporating the random field characteristics of concrete material properties in reinforced concrete structures. Traditional FEM often assumes homogeneous material properties, which can lead to significant discrepancies between predicted and actual dynamic responses, especially in structures where the Young’s modulus (E) of concrete varies due to factors like curing conditions, material composition, and construction methods. We employed a Gaussian random field model and a system identification (SI) technique to address this limitation to optimize sensor placement. We developed an FEM updating method that incorporates the spatial variability of concrete elasticity. This optimization allowed for a more accurate capture of dynamic properties across various structural locations, resulting in FEM updates that reflect concrete’s inherent heterogeneity. The proposed method was validated through numerical examples, comparing dynamic response accuracy in models before and after updating. Results demonstrated that error values, measured in terms of maximum value error and normalized root mean squared Error (NRMSE), were significantly reduced in the updated models compared to the pre-update model. This approach effectively addresses the limitations of homogeneous assumptions in FEM.

결빙(Black Ice)은 도로 포장체 표면의 균열 등에 스며든 습기나 눈, 그리고 차량 주행 중 발생하는 타이어 분진 및 배 기가스 등의 영향으로 인해 도로 표면과 유사한 색상의 얇은 얼음막이 형성되는 현상을 의미한다(Cho et al., 2021). 도로 노면이 결빙 상태일 경우, 평균 미끄럼 저항 계수는 건조 노면의 약 30% 수준으로 크게 낮아진다(Lee et al., 2024). 또 한, 결빙은 도로 표면과 색상이 유사하여 운전자가 노면 상태를 즉각적으로 인지하기 어렵고, 이에 따라 제동이나 회피 를 위한 충분한 시간을 확보하기 어렵다. 최근 5년간 발생한 서리·결빙 노면 교통사고의 치사율(사고 100건당 사망자 수) 은 2.69명으로, 이는 건조 노면 교통사고 치사율의 약 2배, 습윤 노면의 1.3배 수준에 해당한다(KoROAD, 2024). 이러한 위험성을 고려하여 국토교통부는 2020년 전국 고속국도 및 일반, 위임국도를 대상으로 403개 구간을 결빙 취약 구간으로 지정하였으며, 이후 464개소로 확대하여 자동염수분사시설, 그루빙(Grovving), 결빙주의표지판 등 안전시설을 확충하여 결빙사고를 집중적으로 관리하고 있다(MOLIT, 2020; BAI 2021). 하지만, 결빙사고 발생건수는 2020년 524건, 2021년 1,204건, 2022년 1,042건으로 증가추세를 보이고 있어, 결빙 취약 구간의 평가 적절성과 실효성에 대한 검토 필요성이 대 두되고 있다(KoROAD, 2024). 본 연구에서는 최근 10년 고속국도에서 발생한 결빙사고와 결빙사고 영향인자를 Random Forest Algorithm으로 분석하 여 도로 구간별 결빙사고 위험도를 평가하였다. 국가교통정보센터의 노드·링크(Node·Link) 체계를 기반으로 전국 고속국 도의 동절기 기상, 기하구조, 교통량 등 결빙사고 영향인자를 구간별로 수집하였다. 각 구간은 최근 10년 결빙사고 데이 터를 통해 결빙사고 발생구간과 비발생 구간으로 분류하였다. 구간별 수집한 결빙사고 영향인자를 독립변수, 사고발생유 무를 종속변수로하여 알고리즘 학습을 위한 데이터셋(Data Set)을 구성하고, 데이터불균형 문제를 해결하기 위해 오버샘 플링(OverSampling) 기법 중 하나인 SMOTE(Synthetic Minority Oversampling Technique)을 적용하였다. 최종적으로 Random Forest Classification Model을 학습하고, 모델의 하이퍼파라미터 조정(HyperParameter Tunning)을 거처 결빙사 고 발생구간 예측성능이 가장 높은 모델을 결정하였다. 이를 통해, 전국 고속국도의 구간별 결빙사고 발생 위험도를 평 가하고 각 결빙사고 영향인자의 변수중요도를 분석함으로써 결빙 취약구간 평가 방안의 신뢰성 제고를 기대한다.

In this study, we aim to classify personal mobility (PM)-related traffic crash data into four categories: PM-to-vehicle, PM-to-pedestrian, PM-single, and vehicle-to-PM crashes, and analyze the factors influencing the severity of each crash type. To overcome the limitations of existing studies in explaining the impact of independent variables on ordinal dependent variables, a random forest model was combined with the Shapley additive explanation technique. This approach visualizes the influence of independent variables on a dependent variable, providing clearer insights and enhancing interpretability. The analysis of PM traffic accidents, categorized into at-fault, single-vehicle, and victim accidents, revealed distinct key factors for each type. The main contributors to the severity of crashes caused by PM are traffic violations by teenagers and collisions with elderly pedestrians. Single-vehicle accidents were predominantly caused by overturn incidents, with inadequate driving skills among PM users aged 40 years and older, and significantly increasing severity. Victim accidents primarily occur at intersections, where the behavior of the at-fault driver and age of the PM user are critical factors influencing the severity. We identified various factors influencing the severity of PM crashes by type, highlighting the need for tailored policy measures. Proposed policies include physically separating bicycle–pedestrian shared spaces and strictly regulating illegal PM sidewalk riding, introducing PM licenses for teenagers to ensure compliance with traffic rules, and implementing regular safety education programs for all age groups. Although this study applied a new analytical technique, it relied on limited crash data, thus limiting the results to estimates.

본 연구는 해양에서 선박 운항 시 발생할 수 있는 항행장애물, 특히 부유물과의 충돌 위험성을 예측하기 위해 몬테카를로 시뮬 레이션을 적용한 항행안전 충돌 확률 모델을 개발하는 데 중점을 두고 있다. 항행장애물은 해양에서 선박의 운항을 방해하거나 위험을 초 래할 수 있는 물체로, 선박 사고의 주요 원인 중 하나이다. 연구는 부유물 감김 사고와 관련된 최근 5년간의 해양사고통계 정보와 7년간 사 고 데이터를 분석하여 사고 발생 패턴을 파악하고, 이를 기반으로 위험성 평가 방법론을 검토하였다. 몬테카를로 시뮬레이션을 통해 임의 의 제한된 해상 공간 내에서 표류하는 부유물과 이동 중인 선박이 접촉할 확률을 도출하였으며, 다양한 변수(부유물의 크기, 개수, 속도, 이 동하는 선박의 개수, 선박의 통항 패턴 등)가 충돌 확률에 미치는 영향을 분석하였다. 연구 결과, 표류하는 장애물의 속도보다는 장애물의 크기와 이동하는 선박의 개수에 따라 충돌 확률이 영향을 받음을 확인할 수 있었다. 이 연구는 해양과 선박 데이터 기반 실행 가능한 모델 을 제안하며, 이를 통해 선박 운항의 안전성을 높이고, 사고 예방을 위한 효과적인 관리 방안을 제공하는 것을 목표로 하고 있다.

PURPOSES: The purpose of this study is to develop a crash prediction model at signalized intersections, which can capture the randomness and uncertainty of traffic accident forecasting in order to provide more precise results. METHODS: The authors propose a random parameter (RP) approach to overcome the limitation of the Count model that cannot consider the heterogeneity of the assigned locations or road sections. For the model’s development, 55 intersections located in the Daejeon metropolitan area were selected as the scope of the study, and panel data such as the number of crashes, traffic volume, and intersection geometry at each intersection were collected for the analysis. RESULTS: Based on the results of the RP negative binomial crash prediction model developed in this study, it was found that the independent variables such as the log form of average annual traffic volume, presence or absence of left-turn lanes on major roads, presence or absence of right-turn lanes on minor roads, and the number of crosswalks were statistically significant random parameters, and this showed that the variables have a heterogeneous influence on individual intersections. CONCLUSIONS : It was found that the RP model had a better fit to the data than the fixed parameters (FP) model since the RP model reflects the heterogeneity of the individual observations and captures the inconsistent and biased effects.

The shortest path problem is one of network optimization problems. This paper considers a shortest path problem under the situation where lengths of arcs in a network include both uncertainty and randomness, and focuses on the case that the lengths of arcs are expressed by uncertain random variables. This paper presents a new type of model: relative entropy model of shortest path. By the definition of relative entropy of the uncertain random variables, relative entropy model of shortest path problem is proposed to find the shortest path which fully reflects uncertain and random information. This model is formulated to find a shortest path whose chance distribution minimizes the difference from the ideal one. A numerical example is given to illustrate the model’s effectiveness.

In this paper, an external torque estimation problem in one-degree-of-freedom (1-DOF) flexible-joint robot equipped with a joint-torque sensor is revisited. Since a sensor torque from the jointtorque sensor is distorted by two dynamics having a spring connection, i.e., motor dynamics and link dynamics of a flexible-joint robot, a model-based estimation, rather than a simple linear spring model, should be required to extract external torques accurately. In this paper, an external torque estimation algorithm for a 1-DOF flexible-joint robot is proposed. This algorithm estimates both an actuating motor torque from the motor dynamics and an external link torque from the link dynamics simultaneously by utilizing the flexible-joint robot model and the Kalman filter estimation based on random-walk model. The basic structure of the proposed algorithm is explained, and the performance is investigated through a custom-designed experimental testbed for a vertical situation under gravity.

본 연구에서는 수자원 계획 및 설계에 기본자료로 활용되는 월강수량 자료를 모의발생하는 코플라 기반 마코프 모형을 개발하였다. 월강수량의 시간지체 의존성을 고려하기 위해서 코플라 함수를 이용하여 결합확률을 추정하여 마코프 모형에 결합하였으며, 기존의 강수모의발생 모형인 마코프 모형과 비교분석하여 모형의 효율성을 검토하였다. 통계적 특성(평균, 표준편차 등)과 계열상관도를 바탕으로 모의된 결과를 분석한 결과, 코플라 기반 마코프 모형이 보다 효율적인 모형임을 확인할 수 있었다.

본 연구는 다음의 두 가지 목적이 있다. 첫째, 각종 실증분석에 있어서의 다중모형의 효율성에 대한 소개와, 둘째, 다중모형의 분석에 있어서 상위단계의 예측되는 가치를 측정하기 위한 새로운 통계를 소개하는 데 있다. 다중모형의 이론적 틀은 광범위하게 사용되는 기존의 1단계 모형의 통계적 문제점(이분산 등)을 보완하고, 현실을 더욱 실체적으로 파악한다는 측면에서 앞으로 지역분석의 중추적 틀로서 자리매김하리라 예상되고 있다. 본 연구는 이러한 다중모형의 효율

자연하천에 유입된 오염물질의 확산거동을 해석하기 위하여 통계학적인 개념을 이용하여 오염물질 입자의 운동을 묘사하는 2차원 Random-Walk 모형을 개발하였다. 개발된 모형을 검정한 결과, 고정격자의 개수를 증가시키거나 각각의 고정격자 내에 포함된 입자개수의 평균값을 증가시키면 해의 정밀도가 증가하는 것으로 나타났다. 본 모형의 현장 적용성을 검토하기 위하여 캐나다에 위치한 Grand River에서 수행된 정상상태의 색소실험 결과와 본 모형에 의한 계