A new annual dose evaluation system called E-DOSE has been developed. The system is based on the methodology of the previous version, K-DOSE60, which uses the dose evaluation methods of the International Commission on Radiological Protection (ICRP-60). However, E-DOSE is coded in ABAP to be compatible with the KHNP’s enterprise resource planning (ERP) system, SAP. This allows E-DOSE to use the real-time data from SAP, which minimizes the need for user intervention. The socio-environmental data, which was previously managed by the staff of each plant sites, can now managed in the system in a centralized manner. This is a significant improvement over the previous system, as it reduces the risk of errors and makes it easier to track and manage data. The system also automatically generates the reports required by regulations. EDOSE is expected to minimize the occurrence of human errors in preparing and managing the input data. This is because the system uses the data from SAP, which is less prone to errors than manually entered data. Additionally, the automatic generation of reports reduces the risk of errors in report preparation. E-DOSE is also expected to improve work efficiency. This is because the system automates many of the tasks involved in annual dose evaluation, such as data entry, calculation, and report generation. Overall, E-DOSE is a significant improvement over the previous annual dose evaluation system. It is more efficient, accurate, and user-friendly.

Conducting a TSPA (Total System Performance Assessment) of the entire spent nuclear fuel disposal system, which includes thousands of disposal holes and their geological surroundings over many thousands of years, is a challenging task. Typically, the TSPA relies on significant efforts involving numerous parts and finite elements, making it computationally demanding. To streamline this process and enhance efficiency, our study introduces a surrogate model built upon the widely recognized U-network machine learning framework. This surrogate model serves as a bridge, correcting the results from a detailed numerical model with a large number of small-sized elements into a simplified one with fewer and large-sized elements. This approach will significantly cut down on computation time while preserving accuracy comparable to those achieved through the detailed numerical model.

선박으로부터 발생하는 배출가스에 대한 규제가 강화되고 이를 해결하기위한 대안으로 전기추진시스템의적용이 대형상선에서 부터 중ㆍ소형선박에 이르기까지 그 사용이 증가되고있다. 전기추진시스템의 효율 향상을 위한 방법으로 발전원의 개선, 배터리ㆍ연료전 지ㆍ태양광 등의 친환경 발전원의 시스템 연계 및 정류기, 전력변환장치, 추진전동기의 개발과 제어방식의 연구를 들 수 있다. 그 중 정류 방식에 있어 상천이변압기과 다이오드를 이용하는 방식이 널리 사용되었으나, 직류배전을 이용한 친환경발전원의 계통 연계, 가변속 발 전원의 사용, 중ㆍ소형 전기추진시스템의 적용을 통해 전력용 반도체 소자를 이용한 AFE정류기에 대한 수요가 증대되고 있다. 이러한 AFE 정류기를 제어하는 방식에 있어 기존의 비례적분제어기가 아닌 신경회로망을 이용한 방식을 본 연구에서는 제안하였다. 기존의 제 어기 데이터를 활용하여 Matlab/Simulink를 통해 학습한 신경회로망제어기를 설계하고 PSIM을 통해 설계된 정류시스템에 신경회로망 제어 기를 적용하여 부하변동에 따른 직류출력단의 파형과 역률 개선의 유효성을 확인하였다. 이는 공간이 협소한 중소형 친환경 선박의 정류 시스템으로써 적용이 가능하다.

코로나19는 선원교대를 지연시키면서 선박과 선원의 안전에 위협을 가하고 있다. 선원의 승선환경에 있어 해운기업과 정부가 놓치고 있는 사각지대는 존재하고 있다. 선원의 안전을 위협하는 비상체제 상황에서 인적사고를 유발할 가능성을 제거하기 위해 효과적인 교대방안을 구상해볼 필요가 있다. 본 연구에서는 전직 및 현직 선원을 대상으로 설문조사를 진행한 결과, 승선생활에서 가장 중요하게 생각하는 요인은 안전이었으며 비상체제 상황에서 가장 필요한 것은 임금 및 복지의 향상보다 선원의 원활한 교대방안이 우선적으로 확보되어야 한다고 응답하였다. 국적해운기업의 대륙별 주요 항로를 분석하여 기항 횟수가 많고 항공연계성지수가 높은 항만을 거점항만으로 선정하였다. 또한, 국제해운에 승선하는 국내 선원의 효과적인 교대를 위한 이동경로를 구상하였다. 그를 위해 비상 시 선원의 안전한 본국 귀환 및 이송을 위하여 선박과 항만, 항공을 연계한 이동경로 구축은 다른 나라와의 협의가 필수적이다. 또한, 국제해사기구의 협 력을 통해 선원교대의 어려움에 처해있는 선원들을 위해 함께 노력할 필요가 있다. 이를 시작으로 국적 선원이 승선하는 정기선과 부정 기선의 귀항로 및 불귀항로 정보와 선원 수에 대한 모니터링 체계를 갖추어 상시 확인할 수 있어야 한다. 그러한 체계가 갖추어진다면 비상체제 발생 시 우리나라의 정책 대응방향을 보다 빠르게 결정할 수 있을 것이다. 선원들의 처우를 개선하기 위한 해운기업의 노력과 더 불어 개정이 필요한 국내법을 검토하고 선원에 대한 인식을 개선하기 위한 국민적·사회적 관심이 필요할 것이다.

본 연구에서는 인공신경망을 이용해 건물 구조물의 가속도계 설치 위치 및 개수를 선정하는 방법을 제안한다. 인공신경망의 입력 층에는 층에 설치되는 가속도계로부터 얻는 가속도이력데이터가 입력되며, 출력층에는 구조물을 정의하는 각 층의 질량과 강성 값을 출력하도록 신경망을 구성한다. 가속도계의 설치 위치 및 개수를 선정하기 위해 여러 설치 시나리오를 가정하고 훈련을 통해 인공신경망을 구한다. 훈련에 사용되지 않은 예제를 이용해 예측 성능을 비교하였다. 센서 개수 및 위치에 따른 예측 성능을 비교하여 설치위치 및 개수를 선정한다. 6층과 10층 예제 적용을 통해 제안하는 방법을 검증하였다.

The IoT-based sensor network is one of the methods that can be efficiently applied to maintain the facilities, such as bridges, at a low cost. In this study, based on LoRa LPWAN, one of the IoT communications, sensor board for cable tension monitoring, data acquisition board for constructing sensor network along with existing measurement sensors, are developed to create bridge structural health monitoring system. In addition, we designed and manufactured a smart sensor node for LoRa communication and established a sensor network for monitoring. Further, we constructed a test bed at the Yeonggwang Bridge to verify the performance of the system. The test bed verification results suggested that the LoRa LPWAN-based sensor network can be applied as one of the technologies for monitoring the bridge structure soundness; this is excellent in terms of data rate, accuracy, and economy.

Currently, the commercialization of the 5th Generation (5G) service is becoming more prevalent in domestic communication network technology. This has reduced communication delay time and enabled large-capacity data transmission and video streaming services in real-time. In order to keep pace with these developments, K-water has introduced a smart process control system in water purification plants to monitor the status of the water purification process. However, since wireless networks are based on the public Long Term Evolution (LTE) network, communication delay time remains high, and high-resolution video services are limited. This is because communication networks still have a closed structure due to expense and security issues. Therefore, with 5G in its current form, it is very difficult to accommodate future services without improving the infrastructure of its communication networks. In recognition of these problems, this study implemented the authentication and management function of wireless networks on a wired network management system in the K-water Bansong water purification plant. The results confirmed that wired Local Area Network (LAN) services give a higher security performance than an expensive commercial wireless LAN system. This was achieved by using an Internet Protocol (IP) address management system of wired networks and the packet filtering function of the Layer2 (L2) switch. This study also confirmed that it is possible to create a wireless LAN service that is 3.7 times faster than the existing LTE communication network.

본 논문에서는 안테나의 소형화, 이득 및 방사패턴을 개선한 초고속 통신망 시스템을 효과적으로 사용하기 위해 3.3 [GHz], 5 [GHz] 대역에서 동작하는 WLAN/UWB 통신용 안테나를 설계 및 제작을 하였다. 대역폭의 개선을 위해 마이크로스트립 패치 안테나를 선택하였고 각 단계마다 이론적인 근거에 의한 수식을 이용하여 슬롯의 폭, 길이, 전송선로의 폭 등을 계산하였다. 설계된 안테나의 시뮬레이션 결과 반사손실이 3.3 [GHz]에서 -14.053 [dB]이고 5 [GHz]에서 -13.118 [dB]의 값을 보여주었다. 이득은 3.3 [GHz]에서 2.479 [dBi]의 값과 5[GHz]에서 3.317[dBi]의 수치를 보여주었다. 또한 3D 설계가 가능한 CST Microwave Studio 2014 프로그램을 이용하여 최적화 한 후, 이를 바탕으로 제작한 안테나의 특성을 측정하여 성능을 확인하는 방법으로 연구를 진행하였다. 최근 다양하고 발전이 계속 이루어지고 있는 무선 기술인 WLAN과 해당 기술 이용자의 수요 증가에 따른 기술의 주파수 대역도 역시 증가하고 있는 추세의 통신 기술인 UWB을 초고속 무선 통신 시스템으로 사용하는 데 있어 불편함 없도록 해당 이용자를 위한 원활한 통신이 가능할 것으로 보인다.

Three CNN (Convolutional Neural Network) models of GoogLeNet, VGGNet, and Alexnet were evaluated to select the best deep learning based image analysis mothod that can detect pavement distresses of pothole, spalling, and punchout on expressway. Education data was obtained using pavement surface images of 11,056km length taken by Gopro camera equipped with an expressway patrol car. Also, deep learning framework of Caffe developed by Berkeley Vision and Learning Center was evaluated to use the three CNN models with other frameworks of Tensorflow developed by Google, and CNTK developed by Microsoft. After determing the optimal CNN model applicable for the distress detection, the analyzed images and corresponding GPS locations, distress sizes (greater than distress length of 150mm), required repair material quantities are trasmitted to local maintenance office using LTE wireless communication system through ICT center in Korea Expressway Corporation. It was found out that the GoogLeNet, AlexNet, and VGG-16 models coupled with the Caffe framework can detect pavement distresses by accuracy of 93%, 86%, and 72%, respectively. In addition to four distress image groups of cracking, spalling, pothole, and punchout, 22 different image groups of lane marking, grooving, patching area, joint, and so on were finally classified to improve the distress detection rate.

The purpose of this study is to build a rural landscape industrial network system and establish the roles and relationships of stakeholders within that system. The rural landscape industrial network system was set up systematically, based on five business model components: value proposition, target customer, value chain/organization, delivery design, and revenue stream. The roles and relationships of stakeholders were established using a case study of the typical industrialization using rural landscape. The proposed rural landscape industrial network system consists of core industry, auxiliary industry, and the network service industry that connects the two. It was designed to have a system for landscapes to maintain their rurality, with the mutual effects among government agencies and local governments, specialized organizations, local residents, and visitors all described in the industries. Data from the rural landscape industrial network system proposed in this study can be used as baseline data to set the direction for industrialization using the rural landscape at villages.

기존의 기술 진화 경로 연구는 주로 거시적 동향 분석 수준에서 이루어져 왔으 며 포괄적인 기술정책 방향 수립에는 시사점이 있었으나, 기업 기술 및 특허전략에는 활용 가치가 낮았다. 2000년대부터 논문 및 특허 등의 데이터를 활용해 미시적인 기술의 진화 경 로를 분석하고, 기업 기술전략에 적용하려는 연구가 증가하고 있다. 그러나 대부분 과거 진 화 경로의 서술에 그치고 있으며 기술의 진화 또는 파생-융합 등의 변화에 대한 분석은 전문 가의 정성적 판단에 상당부분 의존하고 있다. 본 연구에서는 특허 인용 네트워크를 구축해 미시적 기술의 진화 경로를 도출하고, 기술의 진화와 파생을 동적 기술트리를 통해 분석하는 방법론을 제시한다. 동적 기술트리 분석은 기술의 핵심요소를 체계화하고, 신기술 요소의 신 규성과 확장성을 평가해 차세대 기술진화와 파생에 대한 정량적 판단을 가능하게 한다. 이를 통해 차세대 신기술과 파생기술에 대하여 파악, 평가, 비교하고 나아가 예측의 토대를 구축 한 것이 본 연구의 의의이다. 본 연구의 결과는 기술 및 특허전략과 포트폴리오 구축의 신뢰성을 높일 수 있는 좋은 도구가 될 것이다. 본 연구에서 제안한 방법론을 이용하여 최근 전력 산업에서 기존 교류 송전의 대안으로 주목을 받고 있는 초고압 직류송전 시스템 기술을 대상 으로 실증분석을 수행하였다.

Using artificial neural network (ANN) technique, auction prices for common mackerel were forecasted with the daily total sale and auction price data at the Busan Cooperative Fish Market before introducing Total Allowable Catch (TAC) system, when catch data had no limit in Korea. Virtual input data produced from actual data were used to improve the accuracy of prediction and the suitable neural network was induced for the prediction. We tested 35 networks to be retained 10, and found good performance network with regression ratio of 0.904 and determination coefficient of 0.695. There were significant variations between training and verification errors in this network. Ideally, it should require more training cases to avoid over-learning, which leads to improve performance and makes the results more reliable. And the precision of prediction was improved when environmental factors including physical and biological variables were added. This network for prediction of price and catch was considered to be applicable for other fishes.

In this paper, we proposed the modified method of Metcalfe's law that is "Modfied law" in evaluating the network power for the measurement of combat effectiveness in C4I system. It is applied to JFOS-K(Joint Fire Operating System-Korea) C4I system that can connect KJCCS(Korea Joint Command & Control System) of Korea armed forces with JADOCS(Joint Automated Deep Operations Coordination System) of U.S. armed forces and achieve sensor to shooter system in real time in JCS(Joint Chiefs of Staff) level. The result of combat effectiveness using Modified law is compared to the one by C2 theory and found that both is similar. This study is

본 논문은 캘리포니아지역에 위치한 고속도로망을 대상으로 하여, 도로망내에 있는 교량의 내진보강 우선순위를 결정하는 방법에 관한 연구이다. 내진보강 우선순위 결정은 지진공학 분야에서 매우 중요한 이슈 중의 하나이며, 정부나 도로 관리청의 의사결정권자는 예산 배정 과정에서 이와 같은 문제에 항상 직면하게 된다. 본 연구는 특정지역의 고속도로망을 대상으로 어떻게 내진보강 우선순위를 결정할 것인가에 관한 방법론을 보여주고 있다. 우선순위 결정을 위하여 구조물의 지진 취약도, 도로망상에 위치한 각각 연결로의 중요도에 대한 개념이 먼저 소개되었다. 도로망상 각각의 교차로를 잇는 연결로를 지진 보강의 대상 단위로 하여 도로망의 내진 성능에 대한 시뮬레이션을 수행하였으며, 추가 소요되는 교통 지체시간을 각각의 시뮬레이션 경우에 대하여 측정함으로써 내진보강에 의한 효과를 평가하였다. 또한, 지진 위험도의 확률적인 특성을 반영하기 위하여 확률론적 시나리오 지진을 도입하였다. 본 연구의 결과에서 알 수 있듯이 우선순위의 의미는 이해관계자의 주요 관심 사항에 따라 다르게 정의될 수 있고, 각각 다른 우선순위 결과를 보여주게 된다. 본 연구는 교통망의 효과적인 내진보강을 위한 우선순위 결정 과정에 도움이 될 수 있는 일반적인 지침을 제공할 것으로 기대된다.

In this paper, we describe the proposed KVN (Korean VLBI Network) clock system in order to make the observation of the VLBI effectively. In general, the GPS system is widely used for the time information in the single dish observation. In the case of VLBI observation, a very high precise frequency standard is needed to perform the observation in accordance with the observation frequency using the radio telescope with over 100km distance. The objective of the high precise clock system is to insert the time-tagging information to the observed data and to synchronize it with the same clock in overall equipments which used in station. The AHM (Active Hydrogen Maser) and clock system are basically used as a frequency standard equipments at VLBI station. This system is also adopted in KVN. The proposed KVN clock system at each station consists of the AHM, GPS time comparator, standard clock system, time distributor, and frequency standard distributor. The basic experiments were performed to check the AHM system specification and to verify the effectiveness of implemented KVN clock system. In this paper, we briefly introduce the KVN clock system configuration and experimental results.