• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2015년도 춘계 학술논문 발표대회
• /
• pp.134-135
• /
• 2015

This study was conducted to present basic improvement measures to improve the negative construction industry image of construction workers in the future, by investigating the construction industry images that construction workers have, through previous studies and analyzing the factors influencing these images, based on the multiple regression model. But this study is limited to construction workers and failed to establish specific improvement measures. Therefore, continued research which remedies the limitation of this study, will performed in the future.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.349-350
• /
• 2024

최근 몇 년간 드론 시장 규모 및 산업적 중요성이 증가하고 있으며, 농업, 산림, 건설, 환경 등 다양한 분야에서 활용되고 있다. 이러한 배경에서 다양한 발주처에서 여러 가지 목적으로 드론 서비스 기업과 협력하여 드론 이미지 데이터를 획득하는 사업을 진행하고 있다. 이 과정에서 발주처와 기업 간에 촬영 계획 협의 및 촬영 데이터 검수 등과 같은 상호 교류가 필요하며 원활한 정보 공유를 위한 시스템이 필요하다. 본 고에서는 드론을 활용한 데이터 획득 과정에 필요한 촬영 계획 수립 및 검토, 촬영 데이터의 검수 등을 위한 웹 기반 드론 이미지 관리 시스템을 개발하고 이에 대하여 설명한다. 본 고에서 개발된 시스템을 활용하면 드론 서비스 기업은 다양한 발주처와 협업시에 효과적인 정보 공유를 할 수 있을 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.507-507
• /
• 2023

지진해일은 많은 인명피해를 입힐 수 있는 위험한 자연재해이며, 예를 들어 각각 약 25만명과 약 2만명의 사상자가 발생하였던 2004년 수마트라 지진해일과 2011년 동일본 지진해일 등이 있다. 우리나라 동해안 또한 향후 지진 발생 가능성이 큰 지진공백역이 존재하여 안전한 지역으로 볼 수 없다. 지진해일 방재대책 수립과 관련된 연구는 지속적으로 이루어지고 있지만 지진해일의 발생빈도는 적고 완벽히 대응하는 것은 현실적으로 불가능하다. 따라서 본 연구에서는 지진해일 방재대책의 가장 기본적인 자료로 이용될 수 있는 지진해일 침수예상도를 효율적인 방법으로 제작하는 것을 연구했다. 현재 우리나라의 지진해일 최대 침수예상도는 과거 및 향후 발생가능한 지진해일의 경우에 대한 모든 범람구역이 고려된 보수적인 방법으로 제작되고 있다. 지진원의 위치와 각 매개변수의 특성에 따라 범람구역이 다양하게 나타날 수 있기 때문에 보수적인 최대 침수예상도는 과도한 범람구역이 고려될 수 있다. 따라서 본 연구에서는 보수적인 최대 침수예상도와 비교하여 AI기술과 로직트리 기법을 통해 더 정확한 최대 침수예상도를 제작하는 것을 목표로 한다. 연구방법은 1) 고려된 모든 지진해일 시나리오에 대한 수치해석 2) 입력자료인 지진해일 초기수면 변위 이미지 증강 3) CNN모델을 활용한 초기수면 변위 이미지 분류 4) 분류된 결과의 범람 구역으로 최대 침수예상도를 제작하였다. 향후 연구결과는 지진해일 재해정보도 제작 및 지진해일 침수예측 모델 개발에 활용될 수 있을 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.167-167
• /
• 2022

최근 빅데이터에 관련된 연구에 있어 데이터의 품질관리에 대한 논의가 꾸준히 이뤄져 오고 있다. 특히 이미지 처리 및 분석에 활용되어온 딥러닝 기술의 경우, 분류 작업 및 패턴인식 등으로부터 데이터의 특징을 추출함으로써 비지도학습(Unsupervised Learning)을 가능하게 한다는 장점이 있음에도 불구하고 빅데이터를 다루는 과정에 있어 용량, 다양성, 속도 및 신뢰성 측면에서의 한계가 있었다. 본 연구에서는 CCTV 영상을 활용한 강수량 산정 모델 개발에 있어 예측 정확도 향상 및 성능 개선을 도모할 수 있는 데이터 전처리 방법을 제안하였다. 서울 근린 AWS 4개소 지역(김포장기, 하남덕풍, 강동, 성남) 및 중앙대학교 지점 내 CCTV를 설치한 후, 최대 9개월의 영상을 확보하여 강수량 산정을 위한 딥러닝 모델을 개발하였다. 배경분리, 조도조정, 영역설정, 데이터증진, 이상데이터 분류 등이 가능한 알고리즘을 개발함으로써 데이터셋 자체에 대한 전처리 작업을 수행한 후, 이에 대한 결과를 기존 관측자료와 비교·분석하였다. 본 연구에서 제안한 전처리 방법들을 적용한 결과, 강수량 산정 모델의 예측 정확도를 평가하는 지표로 선정한 평균 제곱근 편차(Root Mean Square Error; RMSE)가 약 30% 감소함을 확인하였다. 본 연구의 결과로부터 CCTV 영상 데이터를 활용한 강수량 산정의 가능성을 확인할 수 있었으며 특히, 딥러닝 모델 개발시 필요한 적정 전처리 방법들에 대한 기준을 제시할 수 있을 것으로 판단된다.

• 과학과기술
• /
• 7호통권410호
• /
• pp.38-41
• /
• 2003

꿈의 원자로 액체 금속로 연구에 몰두, 바닷물을 담수로 바꾸는 원자로 개발 성공, 건설중인 '북한원전' 투명성 확보할 것, '원자력은 안전' 국민 이미지 개선 노력, 여성들의 이공계 진출 큰 기대

• 한국지반공학회논문집
• /
• 제35권9호
• /
• pp.37-45
• /
• 2019

터널 굴착 시 신속한 막장면 상태 파악 및 적절한 지보패턴 결정은 터널 붕락사고의 예방 및 안정적인 굴진에 매우 중요하다. 본 연구에서는 딥러닝 기법을 활용하여 막장면 상태에 따른 암반상태 분류를 신속하게 결정할 수 있는 기술을 개발하였으며, CNN 기법을 이용한 암반상태 분류방법 및 예측 정확도 개선 방법 등을 제시하고 있다. 수 만개의 이미지가 사전 학습된 VGG16 모델을 알고리즘으로 적용하였고, 1,469개의 터널 막장면 이미지에 대한 학습을 통하여 5개 등급으로 암반상태를 분류하였다. 본 연구에서의 예측 정확도는 최대 83.9% 수준을 나타내었으며, 향후 추가적인 이미지 축적을 통해 암반상태 평가자에 따른 편차를 줄인 객관적이고 정량적 암반상태 분류방법으로 활용 가능할 것으로 판단된다.

• Ecology and Resilient Infrastructure
• /
• 제9권4호
• /
• pp.218-227
• /
• 2022

본 연구는 효율적인 하천 관리를 위해 중요한 데이터 중 하나인 하천 공간의 토지피복 분류를 위해 딥 러닝 기반의 이미지 트레이닝 방법의 활용가능성을 검토하였다. 이를 위해 대상 구간의 RGB 이미지를 활용하여 라벨링 작업 후 학습시킨 결과를 활용하여 기존 대분류 지표를 기준으로 토지피복 분류를 시도하였다. 또한 개방형으로 제공되는 Sentinel-2 위성 영상으로부터 무감독 분류 및 감독 분류에 의한 하천 공간의 토지피복 분류를 수행하였으며, 딥 러닝 기반 이미지 분류 결과와 비교하였다. 분석 결과의 경우 무감독 분류 결과와 비교하여 매우 향상된 예측 결과를 보여주었으며, 고해상도 이미지의 경우 더욱 정확한 분류 결과를 제시하였다. 단순한 이미지 라벨링을 통해 분류된 피복 분류 결과는 하천 공간 내 수역과 습지의 분류 가능성을 보여주었으며, 향후 추가적인 연구 수행이 이루어진다면 하천 관리를 위해 딥 러닝 기반 이미지 트레이닝 기법을 이용한 하천 공간내 피복 분류 결과의 활용이 가능할 것으로 판단된다.

• 한국습지학회지
• /
• 제25권4호
• /
• pp.267-273
• /
• 2023

조류는 생태계를 구성하는 중요한 요소이다. 그러나 남조류의 과도한 성장은 하천환경에 다양한 악영향을 발생시키고 규조류는 상수원과 정수장 공정관리에 영향을 미친다. 지속적이고 효율적인 조류 관리를 위해 조류 모니터링이 중요하다. 본 연구에서는 You Only Look Once (YOLO)의 최신 알고리즘 YOLO v8을 사용하여 조류경보제 기준에 사용하는 유해 남조류 4종과 정수처리공정에 영향이 큰 규조류 1종 총 5종의 이미지를 분류하는 이미지 분류모형을 구축하였다. 기본모형의 mAP는 64.4로 분석되었다. 모형의 학습에 사용된 원본 이미지에 회전, 확대, 축소를 수행하여 이미지의 다양성을 높인 5가지 모형을 구축하여 입력자료로 사용된 이미지의 구성에 따른 모형 성능의 변화를 비교하였다. 분석결과 회전, 확대, 축소를 모두 적용한 모형이 mAP 86.5로 가장 좋은 성능을 보이는 것을 확인하였다. 이미지의 회전만을 적용한 모형, 회전과 확대를 적용한 모형, 이미지의 회전과 축소만를 적용한 모형의 mAP는 각각 85.3, 82.3, 83.8로 분석되었다.

• 한국지반공학회논문집
• /
• 제40권3호
• /
• pp.77-84
• /
• 2024

도로 하부의 노후하 된 매설물이 손상되면 공동 및 지반 함몰 등의 재해가 발생할 가능성이 있고 이는 사회적인 비용을 발생시킨다. 본 연구의 목적은 적외선 카메라를 활용하여 공동 위치에 따른 열적 특성을 평가하고 CNN 알고리즘으로 각 공동 위치에 적합한 분류를 수행하고자 하였다. 가로×세로×깊이가 400cm×50cm×40cm인 대상 부지에서 PVC pipe를 상부, 중부 그리고 하부에 매설하여 공동을 조성하였다. 실험부지의 상부에는 포장층을 모사하기 위하여 콘크리트 블록을 설치하였고, 오후 4시부터 다음날 12시까지 측정이 진행되었다. 적외선 카메라로 측정된 초기 온도는 각각 43.7℃, 43.8℃ 그리고 41.9℃로 관측되었고, 측정값은 대기온도 변화가 반영되었다. CNN 알고리즘으로 분류를 진행하기 위해서는 이미지 데이터가 필요하며, 해당 연구에서는 RP 알고리즘을 통해 수치데이터를 이미지로 변환하였다. RP 알고리즘은 4가지 방법을 활용하여 이미지를 생성하였고, 각각의 이미지는 10,000×10,000, 2,000×2,000, 1,000×1,000 그리고 100×100 픽셀로 구성된다. CNN 학습 정확도는 각각 99%, 97%, 98% 그리고 96%로 매우 높게 나타났다. 제안된 방법의 신뢰성은 수치데이터의 정확도와 비교하였으며, 신뢰성이 약 20% 이상 향상된 결과가 나타났다. 이와 같은 결과는 RP 알고리즘으로 전환된 데이터가 적외선 측정된 값의 신뢰성 있는 결과 제공이 가능함을 시사한다.

• 한국철도학회지
• /
• 제5권3호
• /
• pp.22-28
• /
• 2002

한국철도는 100여년의 역사를 지내오면서 설계, 건설, 운영에 이르기까지 괄목할만한 성장을 하였으며 기술산업의 측면에서도 고부가가치를 창출해 낼 수 있는 공학분야의 전문화된 기술이라는 인식이 사회전반에 확산되고 있다. 특히, 90년대 초에 시작된 고속철도 건설사업을 계기로 철도산업은 그 동안의 낙후된 이미지를 벗어나 고속열차 운행에 따른 여행시간의 단축과 효율성의 극대화 그리고 쾌적한 환경을 창출하고자 하는 강한 사회적인 욕구에 부응할 수 있는 새로운 산업영역으로 각광을 받고 있다. (중략)