KCI등재
저회 혼합 모래필터의 폐색 예측을 위한 합성곱신경망 모델 = Convolutional Neural Network Model for Estimating Clogging of Ash-Mixed Sand Filters
저자
발행기관
학술지명
한국방재학회논문집(Journal of The Korean Society of Hazard Mitigation)
권호사항
발행연도
2021
작성언어
-주제어
KDC
530
등재정보
KCI등재
자료형태
학술저널
수록면
159-168(10쪽)
KCI 피인용횟수
0
DOI식별코드
제공처
소장기관
저회 혼합 모래 필터에 발생하는 공극폐색을 추정할 수 있는 딥러닝모델을 개발하였다. 필터폐색은 유출량 증가에 따른 침투율의 감소로 나타낼 수 있다. 따라서 폐색예측은 시계열 예측을 위한 상관관계 문제에 속한다. 상관관계 문제를 위한 다양한 알고리즘이 머신러닝과 딥러닝 영역에서 알려져 있다. 다양한 분야에 이들 알고리즘이 적용되었음에도 불구하고 폐색문제에의 적용은 시작단계인 것으로 보인다. 폐색에 대한 정확한 정보를 얻기 위한 신뢰도 높은 모델의 개발에는 적지 않은 연구가 필요하다. 이러한 연구의 일환으로 이 논문에서는 convolutional neural network (CNN) 폐색 모델을 개발하였다. 모델은 모래와 저회 혼합율 특성조건에서 침투유량과 침투율의 관계를 예측한다. 결과적으로 모델을 사용하여 강우유출수 침투필터의 효율적 유지관리와 안정적 운영을 위해 필요한 의미 있는 폐색 정보를 얻을 수 있었다. 또한 불확실한 기존 이론모델과 개발에 높은 비용이 소요되는 시험모델을 보완할 수 있는 방법으로서 CNN 폐색모델을 제안할 수 있었다.
더보기A deep learning model was developed to estimate the clogging of voids in bottom-ash-mixed sand filters. Filter clogging is characterized by a decrease in the infiltration ratio with an increase in the outflow. The estimation of clogging for time-series forecasting is a regression problem. Various algorithms for regression problems have been applied through machine learning and deep learning. Despite the various algorithm applications, an application for clogging appears to be emerging. Studies are required to develop dependable models for precisely predicting clogging. A convolutional neural network (CNN) clogging model was developed in this study to estimate the relationship between the infiltration ratio and outflow quantity using features defined by the mixing ratio between sand and ash. Significant clogging data required for the effective maintenance and stable operation of stormwater infiltration filters were obtained using the proposed model. The CNN clogging model is recommended as a supplement to conventional theoretical models and expensive experimental models.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2026 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2020-01-01 | 평가 | 등재학술지 유지 (재인증) | KCI등재 |
2017-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2013-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2009-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2008-01-01 | 평가 | 등재후보학술지 유지 (등재후보1차) | KCI후보 |
2006-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.43 | 0.43 | 0.41 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.41 | 0.4 | 0.602 | 0.11 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)