|
|
|
한국지반공학회 / v.21, no.8, 2005년, pp.73-84 
|
비압밀-비배수(UU) 삼축실험과 피에조콘 실험결과를 이용한 국내 연약지반의 비배수전단강도 추정 인공신경망 모델 개발
( Development of Neural Network Model for Estimation of Undrained Shear Strength of Korean Soft Soil Based on UU Triaxial Test and Piezocone Test Results ) |
| 김영상; 국립여수대학교 해양공학과;
|
|
|
 |
|
| |
| 초 록 |
| 본 논문에서는 피에조콘 관입시험 결과와 상재하중으로부터 점토의 비배수전단강도를 간단히 예측하기 위한 피에조콘 인공신경망 모델 구축에 대하여 기술하였다. 피에조콘 인공신경망 모델의 구축을 위하여 먼저 국내 8개 지역에서 수행된 피에조콘 관입시험 결과와 불교란 시료에 대해 수행된 비압밀-비배수 삼축압축실험(UU)으로 얻어진 비배수전단강도 결과를 바탕으로 데이터베이스가 구축되었으며 오차역전파 알고리즘에 의하여 다층 구조를 갖는 최적 인공신경망 모델이 구성되었다. 구성된 인공신경망 모델은 모델 구축 시에 사용되지 않은 새로운 검증자료에 대해 비배수전단강도 예측을 수행하고 실내시험 결과와 비교함으로써 모델의 타당성이 검증되었다. 또한 피에조콘으로부터 비배수 전단강도의 예측을 위해 제안된 기존의 경험적 방법으로 예측된 비배수전단강도와 제안된 모델의 예측결과를 비교하였다. 인공신경망 모델들은 사용된 전달함수에 따라 단일 은닉층 내에 존재하는 최적 뉴우런 개수는 다르지만 학습자료와 검증자료에 대해 공통적으로 결정계수 $R^2=0.69~0.72$ 범위의 예측정확도를 보여 국내 연약지반에서 피에조콘 관측결과들과 비배수전단강도 간의 비선형적 상관관계를 정의하는 데에 유용함을 알 수 있었다. 또한 구성된 인공신경망 모델은 지역적인 조정(site calibration)을 필요로 하는 기존의 경험적 방법들에 비하여 전 지역에서 고르게 예측신뢰성이 높으며 이는 학습과정을 통하여 각 지역의 지반공학적 특성을 일반화하는 데에 성공했기 때문으로 인공신경망 모델이 국내 전 지역에서 적용될 수 있는 일반화된 모델로 발전할 수 있음을 의미한다.아미노산의 첨가는 돼지수정란의 착상에 도움을 줄 것이라 기대된다.초기에는 높은 삼투압의 배양액에서 배양하고 일정 시간 후 낮은 삼투압의 배양액으로 배양함으로써 발육이 증진될 수 있음을 시사한다./TEX>)과 혼합처리군($25mM~500mM,;50mM~1,000{mu}M$은 $H_{2}O_{2}$의 발생을 대조군과 비교하여 유의적으로 완화시켰다(P<0.05). 동결$cdot$융해 정자의 malondialdehyde의 생산은 taurine과 $alpha$-tocopherol의 모든 처리군에서 대조군과 비교하여 유의적인 감소를 보였다(P<0.05). 이상의 결과를 종합해 보면 돼지 정액의 동결보존시 taurine와 $alpha$-tocopherol 같은 항산화제의 처리는 ROS 발생과 LPO을 효과적으로 완화시킴에 따라 돼지 정액의 동결보존 효율을 증진시킬 수 있는 유용한 방법이라 사료된다.EX>$50%$ 이상의 스텐트 협착이 있었으나 흉통의 재발은 없었다. 결론: 하이브리드 관상동맥 우회 술은 수술위험도를 낮추기 위하여 최소절개 관상동맥우회술과 병합하여 시도될 수 있을 뿐 아니라, 선택적 환자들에서는 정중 흉골절개 관상동맥우회술과 병합하여 수술관련 유병률을 낮추고 심근의 완전 재관류화를 도모할 수 있었다.호도에서 가장 적절한 방법으로 사료된다.비위생 점수가 유의적으로 높은 점수를 나타내었다. 조리종사자의 위생지식 점수와 위생관리 수행수준의 상관관계를 조사한 결과, 위생지식의 기기설비위생은 위생관리 수행수준의 합계(p<0.01 |
|
| A three layered neural network model was developed using back propagation algorithm to estimate the UU undrained shear strength of Korean soft soil based on the database of actual undrained shear strengths and piezocone measurements compiled from 8 sites over the Korea. The developed model was validated by comparing model predictions with measured values about new piezocone data, which were not previously employed during development of model. Performance of the neural network model was also compared with conventional empirical methods. It was found that the number of neuron in hidden layer is different for the different combination of transfer functions of neural network models. However, all piezocone neural network models are successful in inferring a complex relationship between piezocone measurements and the undrained shear strength of Korean soft soils, which give relatively high coefficients of determination ranging from 0.69 to 0.72. Since neural network model has been generalized by self-learning from database of piezocone measurements and undrained shear strength over the various sites, the developed neural network models give more precise and generally reliable undrained shear strengths than empirical approaches which still need site specific calibration. |
| |
| 키워드 |
| Korean soft soils;Artificial neural network;Piezocone;UU triaxial test;Undrained shear strength; |
| |
|
|
|
|
한국지반공학회논문집 / v.21, no.8, 2005년, pp.73-84
한국지반공학회
ISSN : 1229-2427
UCI : G100:I100-KOI(KISTI1.1003/JNL.JAKO200507523322556)
언어 : 한국어 |
|
| 논문 제공 : KISTI 한국과학기술정보연구원 |
|
|
|
|
|
|
