• 한국지리정보학회지
• /
• 제25권4호
• /
• pp.94-106
• /
• 2022

제6차 산림기본계획에서는 목재자급률 제고를 위해 2037년까지 임도밀도를 12.8m ha^-1까지 증가시키는 것을 목표로 설정하였으며, 지속적인 임도 증설 계획을 수립하였다. 그러나 우리나라는 급속도로 이루어진 산림복원에 비하여 임도 등의 경영관리기반시설은 미비한 실정이다(2017년 기준 4.8m ha^-1). 이러한 문제를 해결하기 위하여 공간정보를 기반으로 현장을 평가하는 효율적 임도설계 방안이 활용되고 있다. 이에 본 연구에서는 산림정책 구현을 위하여 공간정보 기반의 임도시공 우선지역 선정 방법을 제시한다. 먼저, 지형, 임상, 산림재해 등을 고려한 임도시공 우선지역을 파악하였다. 또한, 기존의 도로 및 임도와 연결되는 최적의 임도 경로를 도출하였다. 임도밀도가 낮은 청송군과 포항시 북구를 대상으로 GIS와 다의사결정방법인 MCE를 접목시킨 GIS-MCE 기법을 사용하여 중첩 분석을 진행하였다. 효율적인 임도시공지역 설정을 위해 각 인자별 가중치(cost)를 부여하여 임도시공 적합지에 대한 비용표면(cost surface)을 작성하고 산림시업 우선도를 파악하여 최종적으로 최소비용경로 분석을 통한 임도시공경로를 도출하였다. 분석 결과 포항시 북구보다 청송군이 임도시공이 유리한 지역으로 나타났으며, 산림시업 또한 시급성이 높은 지역으로 나타났다. 가장 시급성이 높은 지역만 고려한 결과 산림시업 예상지가 청송군에 30개, 포항시 북구에 1개로 나타났고, 결과적으로 해당 지역에 임도가 설치될 경우 청송군 내 경제림육성단지 임도밀도가 1.58m ha^-1에서 2.55m ha^-1까지 증가할 것으로 전망된다. 이번 연구에서 제시한 기법은 산림시업의 시급성을 고려한 평가방법으로 임도시공지역을 선정하고 기존의 도로망 및 임도망과 연계하는 가이드라인을 제공하여 목재자급률을 높이려는 현 정책에 기여할 수 있을 것이다.

• 대한의용생체공학회:의공학회지
• /
• 제19권5호
• /
• pp.455-468
• /
• 1998

이 연구에서는 간질 환자의 F-18-FDG 뇌 PET 영상을 공간정규화 기법으로 표준지도 위에 정규화한 후 표준지도의 해부학적 위치 정보를 이용하여 뇌기능영상의 영역을 자동적으로 분할하고 각 해부학적 위치의 F-18-FDG 섭취율을 추출하였다. 뇌 각 영역의 F-18-FDG 섭취율을 데이터베이스화한 것을 입력으로 하는 인공신경회로망을 구성하고 학습시켜 핵의학 전문의가 판독한 결과와 얼마나 일치되는지를 분석하였다. 핵의학 전문의 2명이 좌측측두엽간질(112명), 우측측두엽간질(81명) 혹은 정상(64명)으로 판독한 F-18-FDG 뇌 PET 영상을 대상으로, 학습의 치우침을 줄이기 위해 각 질환 군에서 동일한 수(40명)를 선택하여 학습군을 구성하고 학습군을 제외한 정상 24명, 좌측측두엽간질 72명, 우측 측두엽간질 41명의 F-18-FDG PET을 시험군으로 하였다. 모든 영상을 SPM76을 이용하여 MNI 표준지도 위에 공간정규화하고 전체 뇌영역의 평균 계수를 100으로 정규화하였다. 영역 분할 프로그램을 개발하여 표준지도를 34개 영역으로 분할하고 모든 영상에서 각 뇌영역엔 대한 평균 계수를 추출하였다. 비선형 패턴분류에 효과적인 다층퍼셉트론 신경회로망 모델을 써서 오류역전파 알고리즘으로 학습시켰다. 한 층의 은닉층을 부여하고 은닉층의 뉴런 수를 5개부터 차츰 늘려가며 최적의 개수를 선택하였다. 초기 가중치와 바이어스 값은 무작위 값을 갖게 하였다. 출력단은 세 개의 뉴런을 갖고 각 뉴런은 입력이 정상이면 [1 0 0], 좌측측두엽간질이면 [0 1 0], 우측측두엽간질이면 [0 1 0]의 값을 탐 값으로 하였다. 뉴런의 활성화 함수는 시그모이드 함수를 사용하였다. 입력단은 17개의 뉴런으로 구성하고 서로 마주보는 뇌영역의 계수 타이(오른쪽-왼쪽)를 입력으로 하였다 회로망의 학습 횟수를 10,000번으로 제한하여 오타의 허용치를 1로 설정하고 학습 횟수가 넘거나 오차가 허용치보다 작을 때 학습을 중단하게 하였다. 모멘텀과 적응형 학습율을 사용하여 신경회로망의 성능을 향상시키고 학습 속도를 빠르게 하였다. 모든 PET 영상에서 성공적으로 공간정규화 파라메터를 추출하여 표준지도에 정규화할 수 있었다 다층퍼셉트론 모델을 기반으로 한 인공신경회로망으로 27개의 은닉층 뉴런을 사용했을 때 최적의 결과를 얻을 수 있었다. 학습군에 대해서 1508번의 반복 학습을 시킨 결과 오차율 0%인 신경 회로망을 얻었으며 시험군에 대해 적용한 결과 전문가의 판독결과와 80.3%의 일치율을 보였다. 은닉층의 뉴런 수가 10개나 30개인 경우에도 학습군에 대해 오타율 0%인 신경회로망을 얻을 수 있었으며 이때의 시험군에 대한 일치율 역시 75∼80%의 값을 보였다.

• 수산해양기술연구
• /
• 제37권3호
• /
• pp.196-213
• /
• 2001

체장어군탐지기(fish sizing echo sounder) 의송.수파기로서 사용하기 위한 split beam 음향 변환기를 개발하기 위한 시도로서, Dolph Chebyshev배열 기법을 이용하여 36개의 압전 진동소자에 진폭 가중치를 부여한 평면배열 음향 변환기를 설계.제작하고, 이 변환기의 수중음향방사 특성에 대해 분석.고찰한 결과를 요약하면 다음과 같다. 1. split beam 음향 변환기의 4 개의 독립적인 진동자 블록에 대한 수중에서의 평균적인 공진 및 반공진 주파수는 각각 69.8 kHz. 83.0 kHz이었고, 이들 공진과 반공진 주파수에서의 임피던스는 49.2$\omaga$. 704.7$\omaga$이었다. 음향변환기의 4 개의 모든 진동자 블록 (sum beam)에 대한 수중에서의 공진 및 반공진 주파수는 각각 71.4 kHz, 82.1kHz이었고. 이들 공진과 반공진 주파수에서의 임피던스는 15.2$\omaga$, 17.3$\omaga$이었다. 2 split beam 음향 변환기의 4 개의 독립적인 진동자 블록에 대한 최대 송파전압감도(TVR)는 공통적으로 70.0 kHz에서 165.5 dB이었고, -3 dB 점에 대한 송신 주파수 대역폭은 10.0 kHz이었다. 또한. split beam 음향 변환기의 4 개의 조합된 진동자 블록에 대한 최대 수파감도(SRT)는 공통적으로 75.0 kHz에서 -177.5 dB이었고, -3 dB 점에 대한 수신 주파수 대역폭은 10.0 kHz이었다. 3.split beam 음향 변환기의 모든 진동자 블록에 대한 송신 지향성패턴은 원형이었고, -3 dB점에 대한 수평 및 수직방향에 대한 반감각(half beam angle)은 공통적으로 $9.0^\circ$이었다. 또한. 수평방향에 대한 제 1차 부엽 준위는 $22^\circ$및 $-26^\circ$에서 각각 -19.7 dB. -19.4 dB이었고. 수직방향에 대한 제1차 부엽 준위는 $22^\circ$및 $-26^\circ$에서 각각 -20.1 dB, -22.0 dB로서 설계 목표치 -20 dB과 매우 유사한 값을 나타내었다. 4.split beam 음향 변환기의 송파응답파형과 수파응답파형은 각각 송신 및 수신 공진주파수 부근인 70.0 kHz와 75.0 kHz에서 전기 입력펄스파형과 가장 유사한 특성을 나타내었다. 5. 본 연구에서 설계, 개발한 split beam 음향 변환기의 성능을 분석하기 위해 반사강도 보정을 위한 지향성손실과 물표의 위치각을 추정하기 위한 실험을 행한 결과 실험적으로 추정한 위치각은 실제적인 위치각과 잘 일치하였다.