• 한국항행학회논문지
• /
• 제25권6호
• /
• pp.557-561
• /
• 2021

영상 콘텐츠를 사용자에게 추천하기 위해서는 메타데이터가 필수적인 요소로 자리 잡고 있다. 하지만 이러한 메타데이터는 영상 콘텐츠 제공자에 의해 수동적으로 생성되고 있다. 본 논문에서는 기존 수동으로 직접 메타데이터를 입력하는 방식에서 자동으로 메타데이터를 생성하는 방법을 연구하였다. 기존 연구에서 감정 태그를 추출하는 방법에 추가로 영화 오디오를 통한 장르와 제작국가에 대한 메타데이터 자동 생성 방법에 대해 연구를 진행하였다. 전이학습 모델인 ResNet34 인공 신경망 모델을 이용하여 오디오의 스펙트로그램으로부터 장르를 추출하고, 영화 속 화자의 음성을 음성인식을 통해 언어를 감지하였다. 이를 통해 메타데이터를 생성 인공지능을 통해 자동 생성 가능성을 확인할 수 있었다.

• 한국재난정보학회 논문집
• /
• 제17권1호
• /
• pp.10-24
• /
• 2021

연구목적: 본 연구의 목적은 현재 대체연료로 사용하고 있는 바이오디젤과 일반디젤 혼합물의 위험성을 장비별(태그방식과 펜스키마르텐 방식) 시험방식에 따른 인화점 및 연소점의(밀폐, 오픈) 차이를 비교 분석, 측정함으로서 혼합물의 위험성을 확인하고, 화학물질의 위험성 평방법을 확립하여 화재원인 물질의 감식과 감정에 참고 자료로 활용하고자 함이다. 연구방법: 인화점 실험 방법 및 결과 처리는 원유 및 석유 제품 인화점 및 연소점 시험방법으로 사용되고 있는 테그밀폐식 및 펜스키마텐스식 시험방법인 ASTM 및 KS M mode를 기준으로 실험하였다. 본 실험에 사용한 장비의 제조사는 일본의 TANAKA사에서 생산한 장비로 KS M 2010의 시험규격을 만족하는 시험장비로 인화점 및 연소점을 측정하였고, 바이오디젤과 일반디젤 혼합물의 시험방식에 따른 인화점(밀폐, 오픈) 차이를 확인하고, 바이오디젤과 일반디젤 혼합물의 발화점을 기존의 디젤과의 비교 발화위험성을 비교 분석하였다. 연구결과: 실험결과를 살펴보면 먼저 혼합물의 인화 위험성에 대한 실험 결과 분석으로 인화점이 64.5℃인 일반 디젤을 기준으로 했을 때 바이오디젤이 70% 함유된 물질의 인화점은 약 92℃로 확인되었고, 가솔린과 바이오디젤 또는 바이오디젤 혼합물을 합성했을 때 인화점이 낮아지는 경향을 확인할 수 있었다. 아울러 인화점과 연소점의 차이는 약 20~30℃정도로 분석되었고, 소량의 가솔린 또는 메탄올의 혼합시 인화점은 낮아지나, 연소점은 기존의 혼합물의 연소점과 유사하다는 것을 확인하였다. 결론: 본 연구에서는 기존의 위험물안전관리법렬상의 위험물 판정 기준에 대한 세부내용의 실효성 확보 및 위험물 판정의 신뢰성 및 재현성 확보를 목적으로, 인화성 혼합물에 대한 실험적 연구를 통해서 혼합물에 대한 위험성 판단기준을 확인, 소방현장에서 단속되는 인화성 액체 대한 실험적 판정 기준에 대한 참고적인 자료를 제공할 수 있을 것이다. 또한 향후 본 연구로 시험방법별 실험에 대한 노하우를 축적한다면 위험물의 위험성 평가 연구에 있어 기초 자료이자 위험물 판정에 관한 연구의 기반으로 활용될 수 있기를 기대한다.