• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1737-1741
• /
• 2022

고해상도 드론영상과 딥러닝 기술을 결합한 활성산불 감시는 이제 초기단계로 다방면의 연구개발을 필요로 한다. 이 단보에서는 드론영상 산불탐지에 아직 사용되지 않았던 state-of-the-art (SOTA) 모델인 You Only Look Once Version 7 (YOLOv7) 기반의 활성산불 객체탐지를 수행하였으며, 동일한 데이터셋을 사용한 선행연구에 비해 F1점수가 약 0.05 향상된 성과를 거두었다. 향후 우리나라에서도 광역적인 산불감시에 적용될 수 있도록 추가적인 기술 개발이 계속 필요할 것이다.

• 한국분말재료학회지
• /
• 제30권6호
• /
• pp.521-527
• /
• 2023

Piezoelectric technology, which converts mechanical energy into electrical energy, has recently attracted drawn considerable attention in the industry. Among the many kinds of piezoelectric materials, BaTiO₃ nanotube arrays, which have outstanding uniformity and anisotropic orientation compared to nanowire-based arrays, can be fabricated using a simple synthesis process. In this study, we developed a flexible piezoelectric energy harvester (f-PEH) based on a composite film with PVDF-coated BaTiO₃ nanotube arrays through sequential anodization and hydrothermal synthesis processes. The f-PEH fabricated using the piezoelectric composite film exhibited excellent piezoelectric performance and high flexibility compared to the previously reported BaTiO₃ nanotube array-based energy harvester. These results demonstrate the possibility for widely application with high performance by our advanced f-PEH technique based on BaTiO₃ nanotube arrays.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1491-1495
• /
• 2023

본 연구는 북극의 해빙표면온도(ice surface temperature, IST)를 자동화된 기계 학습(automated machine learning, AutoML) 기반으로 산출하였다. AutoML 기반 IST는 상관관계(correlation coefficient, R) 0.97, 평균 제곱근 오차(root mean squared error, RMSE) 2.51K로 산출되었다. 심층신경망(deep neural network, DNN) 모델과 비교하여 AutoML IST는 Moderate Resolution Imaging Spectroradiometer (MODIS) IST 및 ice mass balance (IMB) buoy IST와의 검증 결과에서 좋은 정확도를 보인다. 이는 어려운 극지방 조건에서 IST 추정 정확도를 향상시키는 AutoML의 효과를 강조한다.

• 한국안전학회지
• /
• 제37권6호
• /
• pp.174-174
• /
• 2022

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.1086-1087
• /
• 2023

본 논문은 물류창고 내 컨베이어벨트에서 자동으로 화물의 크기와 무게를 분석하고 이를 인공지능을 기반으로 분류하는 기술에 관한 연구를 다루고 있다. 우리의 연구를 통해 넓은 물류창고에서 전체 분류 과정을 모니터링할 수 있으며, 웹사이트를 활용하여 원거리에서도 물류 분류 과정을 실시간으로 확인 가능하게 한다. 또한 문제 발생 시 기록을 남겨 관리자 간에 관리, 감독이 원활하도록 도와준다.

• 식품과학과 산업
• /
• 제40권4호
• /
• pp.40-48
• /
• 2007

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.665-666
• /
• 2023

미세 물질을 포함하고 있는 광산 폐기물의 디워터링 과정(dewatering process)은 작은 입자들의 침전속도가 낮기 때문에 시간이 오래 걸리고 어려운 과정이다. 따라서 광산 폐기물이 안정적으로 침전되었는지 확인하기 위해서 디워터링 과정을 연속적으로 모니터링하는 기술이 필요하다. 이 연구에서는 kaolinite, illite, bentonite 3 종류의 점토를 3 가지 농도(0.1g/L, 1g/L, 5g/L)로 나눠서 초음파 음향 감지를 이용해 후방산란 신호를 측정했다. 그리고 측정된 신호를 활용하여 합성곱 신경망(CNN) 모델을 개발하여 점토의 분류 모델을 만드는 연구를 수행했다. 본 연구에서 보여준 CNN 의 높은 정확도는 광산 폐기물의 디워터링 과정에서 미세 광물과 미세 농도 분류 모니터링에 적합한 저렴하고 측정하기 쉬운 음향 감지의 사용 가능성을 입증했다.

• 실천공학교육논문지
• /
• 제9권2호
• /
• pp.155-165
• /
• 2017

본 연구는 대졸자를 대상으로 전공선택동기와 전공선택후회에 대해 살펴보기 위한 것으로, 다음과 같은 세 가지 연구문제를 설정하였다. 첫째, 대학의 전공선택동기에 따라 전공선택 후회여부에 차이가 있는가? 둘째, 대학의 전공선택동기에 따라 전공선택 후회이유에 차이가 있는가? 셋째, 전공선택동기와 전공선택후회에 따른 네 집단 간에 대학생활, 취업목표, 첫 일자리 만족 등에 차이가 있는가 하는가? 이를 위해 한국고용정보원의 '2013년 대졸자직업이동경로조사'자료를 활용하여 교차분석과 일원분산분석을 실시하였다. 그 결과, 첫째, 흥미나 적성과 같은 내적동기로 전공선택을 할 경우에 외적동기의 경우보다 적게 후회하는 것으로 나타났다. 둘째, 내적동기로 전공선택을 한 경우에 가장 큰 후회이유는 '취업의 어려움'이었으며, 외적동기의 경우에는 '적성에 맞지 않음'으로 나타났다. 셋째, 전공선택동기와 전공선택후회여부에 따른 네 집단 간에 대학생활, 취업목표, 첫 일자리 만족도 등에서 차이가 나타났다.

• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.875-883
• /
• 2023

이 단보에서는 PlanetScope 영상을 사용하여 Red-Green-Blue (RGB) 히스토그램 (histogram) 분석을 통해 해양 유출유의 색상 특성과 유종 구분에 대한 실험을 수행하였다. 해양 유출유의 히스토그램은 각 밴드 화소값 분포에 따라 세 가지 카테고리(어두운 검은색 톤, 밝은 은색 톤, 밝은 무지개색 톤)로 나눌 수 있으며, 어두운 검은색 톤의 두꺼운 기름층은 중유(heavy oil)로 구분할 수 있고, 밝은 은색 및 무지개색 톤의 얇은 기름층은 경유(light oil)로 구분할 수 있다. 향후 보다 많은 영상에 대한 분석이 이루어진다면, 이러한 유출유 탐지와 유종 구분이 보다 더 일반화되고 신뢰도를 높일 수 있을 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.859-873
• /
• 2023

산불은 오랜 기간동안 사회 및 경제적으로 지구에 많은 피해를 야기하며, 이러한 산불은 자연적 혹은 인위적으로 발생되어왔다. 이로 인해 여러 실험들에서 산불로 인한 악영향에 관한 연구들을 진행하였으며, 동시에 산불 발생 시 빠른 대처를 위한 산불탐지 및 오염배출 물질 탐지 등과 같은 연구들도 수행되었다. 그러나 현재까지 한국 및 동아시아 영역을 배경으로 한 연구는 부족한 실정이고 산불 탐지에 활용되는 자료들의 정확도에 한계가 있었다. 본 연구에서는 정지궤도 환경위성(Geostationary Environment Monitoring Spectrometer, GEMS) 영상에 위색합성기법을 활용해 새로운 산불연기 탐지 산출물을 생성하고 해당 영상을 U-Net 모델링에 활용해 기존의 연구들에서 산불 탐지시에 활용했던 가시광선 채널 영상의 한계를 보완하였다. 그리고 U-Net 모델링을 통해 산출된 산불연기 영역으로부터 황사 픽셀 필터링을 수행하는 분류모델을 구축하여 순수 산불연기 탐지 영상을 산출하였으며, 이는 GEMS 기반의 재난감시에 활용될 수 있을 것으로 기대한다.