• 한국공간정보시스템학회 논문지
• /
• 제7권2호
• /
• pp.39-45
• /
• 2005

원격탐사기술과 GIS관련산업이 발달함에 따라 위성영상을 비롯하여 그리드데이터 성과물의 수요가 공공부문은 물론 민간기업에서의 급격히 증가하고 있다. 하지만 지금까지 국내의 경우 각 기관별로 필요에 따라 높은 비용과 많은 시간을 투자하여 메타데이타와 검색시스템을 구축하고 있기 때문에 체계적이고 통합적인 관리가 이루지지 않고 있다. 이와 같은 문제점을 해결하고자 그리드데이터의 표준화된 메타데이터를 근간으로 한 그리드데이터를 통합적으로 검색할 수 있는 그리드데이터 검색시스템의 개발이 시급한 실정이다. 본 연구에서는 그리드데이터의 효율적인 유통을 위해서 2003년 한국전자통신연구원 그리드데이터 유통목록(메타데이터) 관한 연구에서 제시한 표준화된 그리드데이터 메타데이터 모델을 바탕으로 기관별로 기 구축된 메타데이터를 분석하였으며, 유사항목을 도출하고 검색에 필요한 공통응용스키마를 정의하였다. 또한 사용자에게 그리드데이터에 대한 정보검색 및 선택이 편리하도록 '위성영상정보 통합관리센터'(SIMC)의 위성영상 메타데이터를 비롯하여 유관기관인 '인공위성연구센터'(SaTReC)에서 보유 위성영상 메타데이터까지 검색이 가능한 XML(extensible Markup Language)기반의 그리드데이터 메타데이터 통합검색 시스템을 개발하였다. 본 연구의 시범시스템 구축 결과를 토대로 향후 확장성 있고 효율적인 그리드 데이터 통합검색시스템 확대구축에 기여할 것으로 사료된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 춘계학술발표대회
• /
• pp.377-380
• /
• 2018

인간의 추론 능력이란 문제에 주어진 조건을 보고 문제 해결에 필요한 것이 무엇인지를 논리적으로 생각해 보는 것으로 문제 상황 속에서 일정한 규칙이나 성질을 발견하고 이를 수학적인 방법으로 법칙을 찾아내거나 해결하는 능력을 말한다. 이러한 인간인지 능력과 유사한 인공지능 시스템을 개발하는데 있어서 핵심적 도전은 비구조적 데이터(unstructured data)로부터 그 개체들(object)과 그들간의 관계(relation)에 대해 추론하는 능력을 부여하는 것이라고 할 수 있다. 지금까지 딥러닝(deep learning) 방법은 구조화 되지 않은 데이터로부터 문제를 해결하는 엄청난 진보를 가져왔지만, 명시적으로 개체간의 관계를 고려하지 않고 이를 수행해왔다. 최근 발표된 구조화되지 않은 데이터로부터 복잡한 관계 추론을 수행하는 심층신경망(deep neural networks)은 관계추론(relational reasoning)의 시도를 이해하는데 기대할 만한 접근법을 보여주고 있다. 그 첫 번째는 관계추론을 위한 간단한 신경망 모듈(A simple neural network module for relational reasoning) 인 RN(Relation Networks)이고, 두 번째는 시각적 관찰을 기반으로 실제대상의 미래 상태를 예측하는 범용 목적의 VIN(Visual Interaction Networks)이다. 관계 추론을 수행하는 이들 심층신경망(deep neural networks)은 세상을 객체(objects)와 그들의 관계(their relations)라는 체계로 분해하고, 신경망(neural networks)이 피상적으로는 매우 달라 보이지만 근본적으로는 공통관계를 갖는 장면들에 대하여 객체와 관계라는 새로운 결합(combinations)을 일반화할 수 있는 강력한 추론 능력(powerful ability to reason)을 보유할 수 있다는 것을 보여주고 있다. 본 논문에서는 관계 추론을 수행하는 심층신경망(deep neural networks) 중에서 Sort-of-CLEVR 데이터 셋(dataset)을 사용하여 RN(Relation Networks)의 성능을 재현 및 관찰해 보았으며, 더 나아가 파라미터(parameters) 튜닝을 통하여 RN(Relation Networks) 모델의 성능 개선방법을 제시하여 보았다.

• 한국시뮬레이션학회논문지
• /
• 제22권4호
• /
• pp.29-38
• /
• 2013

국방 M&S 분야에서 모의 기반 획득 방법이 필수적인 정책으로 인식되면서 획득 단계별 M&S 적용을 위한 협업이 필요해지고 M&S 컴포넌트를 쉽게 개발하고 공유하기 위한 공통 기반환경의 구축이 필요하게 되었다. 이를 위하여 본 연구에서는 모델 개발 재사용성 향상을 위한 형식론 기반의 시뮬레이션 프레임워크와 신속 개발을 위한 GUI 기반 모델링 환경을 제안한다. 제안하는 프레임워크는 플러그인 기반으로 동작하며 XML 기반 객체 모델을 바탕으로 하고 있기 때문에 모델의 개발과 변경에 대해 유연한 설계를 할 수 있으며 외부체계 연동, 모델 데이터 로깅과 같은 시뮬레이션 지원 기능을 구현하는데 효과적이다. 본 논문에서는 이러한 프레임워크 및 모델링 개발 도구의 구조와 기능 요소들에 대해 설명한다.

• 한국지리정보학회지
• /
• 제27권1호
• /
• pp.115-127
• /
• 2024

본 연구는 Transformer 모듈을 기반으로 다양한 구조의 모델을 구성하고, 토지피복 분류를 수행하여 Transformer 모듈의 활용방안 검토를 목적으로 하였다. 토지피복 분류를 위한 딥러닝 모델은 CNN 구조를 가진 Unet 모델을 베이스 모델로 선정하였으며, 모델의 인코더 및 디코더 부분을 Transformer 모듈과 조합하여 총 4가지 딥러닝 모델을 구축하였다. 딥러닝 모델의 학습과정에서 일반화 성능 평가를 위해 같은 학습조건으로 10회 반복하여 학습을 진행하였다. 딥러닝 모델의 분류 정확도 평가결과, 모델의 인코더 및 디코더 구조 모두 Transformer 모듈을 활용한 D모델이 전체 정확도 평균 약 89.4%, Kappa 평균 약 73.2%로 가장 높은 정확도를 보였다. 학습 소요시간 측면에서는 CNN 기반의 모델이 가장 효율적이었으나 Transformer 기반의 모델을 활용할 경우, 분류 정확도가 Kappa 기준 평균 0.5% 개선되었다. 차후, CNN 모델과 Transformer의 결합과정에서 하이퍼파라미터 조절과 이미지 패치사이즈 조절 등 다양한 변수들을 고려하여 모델을 고도화 할 필요가 있다고 판단된다. 토지피복 분류과정에서 모든 모델이 공통적으로 발생한 문제점은 소규모 객체들의 탐지가 어려운 점이었다. 이러한 오분류 현상의 개선을 위해서는 고해상도 입력자료의 활용방안 검토와 함께 지형 정보 및 질감 정보를 포함한 다차원적 데이터 통합이 필요할 것으로 판단된다.

• 인지과학
• /
• 제28권4호
• /
• pp.329-347
• /
• 2017

범주기반 속성추론에 대한 초기연구들은 전형성, 다양성, 유사성 효과 등 인간 사고에서 나타나는 다양한 현상들을 보고하였다. 이후 연구들은 이러한 추론에서 참가자들의 사전지식이 광범위한 영향을 미친다는 것을 발견하였다. 본 연구에서는 다양한 사전지식들 중 하나인 인과적 지식이 속성추론에 미치는 영향을 검증하고 이를 모델링하였다. 이를 위해 참가자들은 네 개의 속성으로 구성된 범주에서 속성들이 공통원인 혹은 공통효과 인과구조로 연결되었을 때 속성추론과제를 실시하였다. 그 결과 전형성 효과와 더불어 공통원인 구조에서 인과적 마코프 조건(causal Markov condition)에 대한 위배와 공통효과 구조에서 인과적 절감(causal discounting)이 관찰되었다. 이를 모델링하기 위해 참가자들은 표적속성이 존재하는 범주예시와 존재하지 않은 범주예시가 존재할 가능성에 대한 차이값 (즉, $p(E_{F(X)}{\mid}Cat)-p(E_{F({\sim}X)}{\mid}Cat)$에 근거하여 속성추론을 수행한다고 가정하였다. 인과모형이론(Rehder, 2003)에 기반하여 범주예시들의 확률값을 계산한 후 각 표적속성에 대한 추론에 적용하였다. 그 결과 모형은 참가자들의 데이터에서 관찰된 전형성 효과뿐만 아니라 인과적 마코프 조건에 대한 위배 및 인과적 절감을 모두 예측한다는 것이 확인되었다.

• 한국지리정보학회지
• /
• 제25권3호
• /
• pp.17-28
• /
• 2022

현재 우리나라 해양 분야에서 사용되고 있는 GIS(Geographic Information System) 데이터 처리 제품 및 기술은 외산 응용 소프트웨어에 의존하고 있어, 갱신 비용 문제, 기술적 업데이트 문제, 특성 미반영 문제 등 다양한 장애 요소들이 존재한다. 한편 해양 GIS 데이터 처리를 위해 S-57의 문제점을 보완한 차세대 수로데이터 모델인 S-100 표준이 공통 해양 데이터 표준으로 선정되었다. 본 논문은 우리나라 해양 GIS 기술의 현황 및 문제점 진단과 국제수로기구(IHO : International Hydrographic Organization)의 차세대 수로데이터 모델 S-100 표준을 기반으로 GIS 소프트웨어 개발 방향을 제시하고자 한다. 국내 해양 GIS S/W 기술을 외산기술에 의존하고 있으며 한국형 해양 GIS 특화정보에 맞는 적용 기술이 어려운 상태이다. 따라서, 본 논문은 한국형 S-100 기반 해양 GIS 국산화 기술 개발 및 산업생태계 조성방안 연구를 통해서 한국형 GIS S/W개발 방향인 한국에 특화된 해양정보 가공 및 처리·분석도구 개발을 위한 맵핑 원천기술 개발과 해양 GIS 표준 프레임워크 제공을 통한 해양산업 생태계 기반조성 방안을 제시하고자 한다. 한국형 S-100 기반 해양 GIS 국산화 기술은 해양영토 관리, 해양자원의 개발 및 이용 등 타 국가 또는 타 분야와 발생 되는 정책적 문제에 대해 과학적인 의사결정에 역할을 할 것으로 기대된다.

• 지구물리와물리탐사
• /
• 제22권4호
• /
• pp.225-238
• /
• 2019

최적의 심도 영역 속도를 도출하기 위한 구조보정 속도분석(MVA, migration velocity analysis) 기법을 해양에서 취득한 원거리 다중채널 탄성파 자료에 적용하여 그 효용성을 확인한다. 지금까지 통상적으로 수행된 시간 영역 자료처리 결과는 지질학적 층서해석에는 무리 없는 결과이나, 어느 정도 가능성이 있는 플레이나 리드 지역에서의 유가스 탐사에서는 저류층 지질모델 구축, 시추 설계, 매장량 계산에서 반드시 심도 영역 속도 구조와 영상이 필요하다. 데이터 영역에서 근사 방식을 사용한 공통 중간점 기반 속도 분석으로부터 도출한 속도는 처음부터 오차를 내재하여 불확실성이 높다. 반면에, 이를 보완해 줄 검층 자료가 없는 상황에서 실측 규모의 속도 구조를 도출하는데 있어 이미지 영역 구조보정 속도분석 기법은 상당히 효율적인 방법이다. 이 연구에서는 해양에서 취득한 다중 채널 탄성파자료에 대해 합리적인 결과를 도출하기 위해 시간 영역에서 신호의 품질을 최적화하고, 이 자료에 대하여 반복적으로 MVA 기법을 적용함으로써 심도영역 속도 및 구조보정 단면도를 도출하였다. 시간 영역 속도를 단순히 Dix 방정식에 의해 심도영역으로 변환한 속도를 이용하여 생성한 결과(공통 수신점 모음도 및 중합 단면도)와 MVA 기법을 이용한 심도영역 자료처리를 통해 도출된 속도를 이용하여 생성한 결과를 비교함으로써, 심도영역 결과가 보다 합리적임을 확인하였다. 심도 영역으로 도출된 속도는 중합전 심도 구조보정에 바로 사용될 수 있을 뿐만 아니라, 현장 자료의 파형역산 적용 시 초기 모델로 활용함으로써 역산 수행 과정에서 발생할 수 있는 국부 최소(local minima) 문제를 최소화할 수 있다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제42권1호
• /
• pp.109-126
• /
• 2023

이 연구는 초등 예비교사가 모의수업 시연에서 구성한 과학적 추론을 증거-설명의 연속선 관점에서 해석하여 그들의 과학적 추론이 갖는 인식론적 의미를 조사하였다. 연구를 위해 계절 변화에 관한 모의 수업을 시연한 예비교사 2명, 고기압과 저기압 및 바람에 관한 모의수업을 시연한 예비교사 2명이 연구 참여자로 선정되었다. 예비교사의 교수발화 중에서 귀납적, 연역적(가설-연역적) 추론, 또는 귀추적 추론의 사례가 드러난 에피소드에서 각 추론이 증거-설명의 연속선의 단계에서 어떤 역할을 하는지 비교하여 예비교사의 과학적 추론이 가진 인식론적 의미를 분석하였다. 계절 변화의 원인에 관한 모의수업을 시연했던 두 예비교사는 학생들이 수집한 데이터를 비교하여 증거를 인식하였고, 증거와 가설을 비교하여 가설을 검증하는 가설-연역적 추론을 활용하여 설명을 구성하였다. 고기압과 저기압 및 바람의 방향을 주제로 모의수업을 시연했던 두 예비교사는 모둠별 데이터를 종합하여 증거로 인식하는 귀납적 추론과 선형적 논리 구조를 가진 연역적 추론을 설명구성 전략으로 선택하여 최종 설명을 제시하였다. 연구에 참여한 예비교사들은 유사한 주제의 모의수업 시연에서 대체로 비슷한 흐름의 과학적 추론을 활용하여 과학지식을 구성하였으나, 증거-설명의 연속선에서 데이터, 증거, 모델, 설명으로 전개되는 인식론적 의미 측면에서 조금씩 다른 양상을 보였다. 또한, 일부 사례를 제외하면, 공통적으로 증거에서 모델을 탐색하는 과학적 추론은 부족하였으며, 가설이나 설명모델을 추리하기 위한 귀추적 추론이 부재하였다. 이 연구에서 분석틀로 적용했던 증거-설명의 연속선 접근은 과학적 추론의 인식론적 의미를 파악할 수 있게 하며 대안적인 과학적 추론 함양 지도 방법으로 사용될 수 있음을 논의하였다.

• 컴퓨터교육학회논문지
• /
• 제23권2호
• /
• pp.53-64
• /
• 2020

동영상 강의 중심의 온라인 학습 형태가 보편화 되고 지속적으로 증가됨에 따라 다양한 교육방법을 적용한 동영상 기반 학습 환경도 학습 효과성을 높이기 위해 변화, 발전하고 있다. 온라인 학습 환경에서의 교육 효과성 측정을 위해 학습자 로그 데이터가 대두되었으며, 학습자 맞춤형 학습 처방을 위해 로그 데이터의 다양한 분석 방법이 중요하다. 이를 위해 본 연구에서는 동영상 기반 학습 환경에서의 학습자 행동 데이터 분석, 머신러닝 기법에 따른 학업성취 예측을 실험을 통해 분석하였다. 분석 결과 각 모델에서 공통적으로 동영상 탐색과 코멘트 작성과 같은 상호작용 행동, 학습자 주도적 학습 행동이 학업성취를 예측하였다. 연구 결과를 토대로 동영상 학습 환경 설계에 있어 시사점을 제공하였다.

• 한국통신학회논문지
• /
• 제24권10A호
• /
• pp.1462-1470
• /
• 1999

본 논문에서는 레일레이 페이딩 채널 하에서 ALOHA방식을 이용한 패킷 무선망의 성능을 분석한다. 접속을 획득하고 접속률을 높이는 방안으로 켑춰효과를 이용하고 셀룰러 환경을 고려하기 위해서 트래픽 모델을 절단된 종형 분포로 가정한다. 논문에서 제안된 패킷 구조는 접속시 서로 충돌하는 확률을 줄여 채널처리용량을 향상시킬 수 있도록, 여러 사용자가 접속을 획득하기 위해 서로 경쟁하는 경쟁영역과 사용자의 데이터 정보가 들어있는 데이터 영역으로 나뉜다. 경쟁영역에서는 공통확산부호를 갖는 DS방식을 이용하여 신호를 전송하고 데이터 영역에서는 하이브리드 DS/FH방식을 이용하여 신호를 전송한다. BPSK 변조를 사용하였으며 수신기는 선형상관수신기와 hard-limiting상관수신기를 사용하였다. 하이브리드 DS/FH 방식은 간섭전력의 변화에 큰 영향을 받지 않으므로 비트 당 칩 개수 N과 도약 주파수의 수q의 값을 적절히 선택하면 간섭전력의 변화가 심한 환경에도 일정한 시스팀 성능을 얻을 수 있고 hard-limiting상관수신기를 이용함으로써 레일레이 페이딩과 같은 현상이 심한 환경에서 좋은 패킷 무선망의 성능을 얻을 수 있다.