본 논문에서는 구조물의 부분 변위값으로 전체 구조물의 변위 형상을 예측할 수 있는 인공지능 학습기법을 개발하였으며, 개발된 기술의 성능을 실험을 통해 평가하였다. 3차원 공간에서 변위 형상 및 노드 위치 좌표의 특성을 학습에 반영할 수 있는 Image-to-Image 변위 형상 학습과 위치 특징을 결합한 변위 상관 학습 방법을 제시하였다. 개발된 인공지능 학습방법의 성능을 평가하기 위해 목업 구 조 실험을 진행하였고, 3D 스캔으로 측정한 변위값과 인공지능으로 예측한 결과를 비교하였다. 비교 결과 인공지능 예측 결과는 3D 스캔 측정 결과에 비해 5.6~5.9%의 오차율을 보여 적정 성능을 보였다.

To understand the basic physics underlying large spatial fluctuations of intensity and Doppler shift, we have investigated the dynamical charctersitics of the transition region of the quiet sun by analyzing a raster scan of high resolution UV spectral band containing H Lyman lines and a S VI line. The spectra were taken from a quiet area of 100"×100" located near the disk center by SUMER on board SOHO. The spectral band ranges from 906 Å to 950 Å with spatial and spectral resolution of 1" and 0.044 Å, respectively. The parameters of individual spectral lines were determined from a single Gaussian fit to each spectral line. Then, spatial correlation analyses have been made among the line parameters. Important findings emerged from the present analysis are as follows. (1) The integrated intensity maps of the observed area of H I 931 line (1×10 4 K) and S VI 933 line (2×10 5 K) look very smilar to each other with the same characterstic size of 5". An important difference, however, is that the intensity ratio of brighter network regions to darker cell regions is much larger in S VI 933 line than that in H I 931 line. (2) Dynamical features represented by Doppler shifts and line widths are smaller than those features seen in intensity maps. The features are found to be changing rapidly with time within a time scale shorter than the integration time, 110 seconds, while the intensity structure remains nearly unchanged during the same time interval. (3) The line intensity of S VI is quite strongly correlated with that of H I lines, but the Doppler shift correlation between the two lines is not as strong as the intensity correlation. The correlation length of the intensity structure is found to be about 5.7' (4100 km), which is at least 3 times larger than that of the velocity structure. These findings support the notion that the basic unit of the transition region of the quiet sun is a loop-like structure with a size of a few 10 3 km, within which a number of unresolved smaller velocity structures are present.

본 연구는 강우가 공간적으로 균질함과, 공간상관함수를 지수함수로 가정, 형태학적인 계수와 초기값을 제외한 공간상관도식을 평균상관계수를사용하여 작성해 보았다. 기존 공간상관도 작성에 있어서의 상관계수의 값은 일정 기간 강우 데이터를 한번의 강우 사상으로 취급하여 상관계수를 계산하는 반면, 본 연구에서는 일정 기간 강우 데이터를 1시간 단위로 증가시키면서 그 지역에서 일어 날 수 있는 모든 강우시간의 평균상관계수를 사용하여, 공간상관함수 fitting에 있어서의 r‐square값을 대폭 증가시켰다(최대 37%). 이는 더 정확한 공간상관함수 fitting을 가능하게 하였다. 공간상관함수 식의 정확도는 관측소의 상관거리를 결정하는 중요한 식이므로 fitting 정확도는 관측소의 공간적인 분포를 결정하거나 관측소밀도 평가에 있어서 매우 중요하다고 할 수 있다.

강우장의 특성을 정량화하는 여러 통계적 특성치 중에 자주 사용되는 공간상관함수(또는 공간상관도)는 강우의 평가나 설계 그리고 강우장을 모형화하는데 중요하게 사용된다. 그러나 강우의 공간상관 구조는 여러 요인에 의해 많은 변동성을 가지고 있다. 이와 같은 강우의 공간상관구조에 대한 변동특성은 유역을 대표하는 공간상관구조를 결정하는데 문제점으로 작용한다. 따라서 본 연구에서는 이변량 혼합분포를 이용하여 강우를 모형화한 후 정규분포와 대수정규분포를 고려하여

본 연구에서는 강우의 공간상관구조에 대한 무강우 자료의 영향을 혼합분포를 이용하여 평가하였다. 강우자료의 형태는 두 강우관측소 모두 양의 자료를 가지는 경우, 두 지점중 하나 이상의 양의 자료를 가지는 경우, 그리고 전체자료를 사용한 경우 등 3가지를 고려하였다. 아울러 사용된 자료는 강우의 형태별로 태풍, 장마, 대류성 강우에 의한 강우로 나누어 비교가 이루어 질 수 있도록 하였다. 금강유역 내 12개 강우관측소의 시 자료를 이용하였으며, 그 결과 W