머신러닝을 활용한 울릉분지 가스 하이드레이트 퇴적물의 광물 정량분석
저자
박선영(Sun Young Park) ; 이경북(Kyoungbook Lee) ; 손병국(Byeong-Kook Son) ; 최지영(Jiyoung Choi) ; 진홍근(Hongkeun Jin)
발행기관
학술지명
권호사항
발행연도
2021
작성언어
Korean
자료형태
학술저널
수록면
217-217(1쪽)
제공처
광물 조성은 퇴적물의 기원, 저류층 특성, 가스하이드레이트(gas hydrate, GH) 부존과 관련이 있기 때문에 퇴적물의 광물 정량분석은 GH 저류 가능성을 평가하는 데 매우 중요하다. 지금까지 광물 정량분석은 X선 회절(X-ray diffraction, XRD) 분석을 통해 얻은 회절 패턴을 전문가가 분석하여 수행되어 왔다. 특히 GH 저류층은 매우 복잡한 광물 조성을 가지고 있고 비정질인 오팔-A도 포함하고 있기 때문에 정량 분석을 수행하는 데 많은 어려움이 있었다. 본 연구에서는 머신러닝을 이용하여 12개의 광물을 포함하고 있는 복잡한 조성의 울릉분지 GH 퇴적물의 광물 조성을 XRD 패턴으로부터 빠른 시간에 분석할 수 있는 모델을 개발하였다. 입사각에 대한 3100개의 XRD 피크 강도를 입력값으로 12개의 광물 조성비를 출력값으로 지도학습을 수행하였다. 울릉분지 퇴적물로부터 획득된 총 488개의 XRD 패턴과 광물 조성 값이 얻어졌고 8개의 시추공에 대해 데이터의 차원을 일치시키기 위해 전처리를 수행하였다. 488개의 데이터를 307개의 학습 데이터 132개의 검증 데이터 49개의 테스트 데이터로 나누어 학습을 수행하였으며 순환신경망(Recurrent Neural Network, RNN), 다중 계층 퍼셉트론(Multi-Layer Perceptron, MLP), 무작위숲(Random Forest, RF), 합성곱신경망 (Convolution Neural Network, CNN)의 네 개의 알고리즘을 활용되었다. 네 개의 알고리즘 중 RF 알고리즘이 전문가의 분석을 통해 얻은 값과의 각 광물 별 평균 차이가 2.56%로 가장 잘 예측하는 결과를 보여주었고 다른 알고리즘도 3% 미만의 차이를 나타내며 머신러닝을 활용한 광물조성 예측 가능성이 발견되었다. LSTM 알고리즘의 경우 입력값에 상관없이 비슷한 광물조성을 예측하는 결과를 보여주었고, CNN은 대부분의 광물에 대해 전문가가 분석한 값과 가장 큰 차이를 보였다. MLP의 경우 오팔-A나 석영과 같은 주요 광물에 대해서는 대체적으로 낮은 값을 예측하였고 미량의 광물에 대해서는 높은 값을 예측하였다. 본 연구를 통해 GH 퇴적물 시료에 대해 머신러닝을 활용하여 전문가의 분석 없이 XRD 실험을 통해 얻은 패턴으로부터 광물 조성을 빠르게 예측할 수 있는 가능성이 발견되었다.
더보기서지정보 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)