메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
진홍근 (공주대학교) 이경북 (공주대학교) 박선영 (한국지질자원연구원) 손병국 (한국지질자원연구원) 김현나 (공주대학교)
저널정보
대한지질학회 대한지질학회 학술대회 2021 추계지질과학연합학술대회
발행연도
2021.10
수록면
301 - 301 (1page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
울릉분지 가스하이드레이트 자원의 부존 가능성과 부존량 평가를 위해 2007년(UBGH-1)과 2010년(UBGH-2)에 대규모 시추 및 탄성파탐사가 수행되었다. 이 과정에서 정밀 광물조성분석을 위해 480개 이상의 현장시료에 대한 XRD 실험이 수행되었다. XRD 분석결과는 가스하이드레이트 부존층의 주요물성 규명에 활용되기 때문이다. 하지만 XRD 분석과정은 수행하는 전문가의 숙련도에 따라 도출되는 결과가 달라질 수 있으며, 반복적인 매칭작업으로 인해 소모비용이 크다. 이러한 한계점을 해결하기 위한 머신러닝 기술을 접목한 XRD 조성분석모델 개발연구가 진행되고 있다(Lee et al ., 2020; Schuetzke et al ., 2021). 본 연구는 머신러닝기반 XRD 광물조성분석모델 개발에 앞선 사전연구이다. 머신러닝 모델의 정밀도를 높이기 위해 현장자료의 특성분석과 훈련자료 전처리 과정은 머신러닝 연구에서 가장 중요한 과정이다. 따라서 동해 가스하이드레이트 부존층의 488개 XRD 실험자료에 대한 통계분석과 K-평균 군집법을 통한 자료분류 연구를 수행하였다.
488개 시료를 구성하는 12개 광물에 대해 통계분석을 진행한 결과, 대부분 오팔-A(Opal-A)의 30~40%의 조성을 차 ... 전체 초록 보기

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0