• 대한화학회지
• /
• 제25권2호
• /
• pp.85-91
• /
• 1981

Biindenyl dianion의 존재를 논의하기 위하여 모델 화합물로서 2, 3-dimethyl butadiene 을 취하여 이의 mono 및 dianion에 대하여 CNDO/2 계산을 수행하였다. 또한 부분적으로 기하학적 구조를 최적화함으로써 이들의 전자구조의 변화를 조사하여 보았다. 이 결과 dianion에 미치는 안정화 효과는 mono-anion에 미치는 안정화 효과와 현저하게 다르다는 사실을 알았다.

• 천문학회보
• /
• 제37권2호
• /
• pp.136.1-136.1
• /
• 2012

저궤도지구관측 위성의 태양전지판은 위성이 궤도에 진입하고나서 전개된 후 위성에 전력을 공급하는 임무를 전담하는 중요 시스템이다. 이러한 시스템이 정상적인 임무 수행을 위해서는 우주 환경에서의 원활한 전개가 필수적이다. 따라서 위성은 발사이전 개발과정에서 태양전지판에 대한 전개성이 완벽히 검증되어야 한다. 이를 위해 무중력 조건을 모사하는 별도의 시험 장치를 활용하여 태양전지판의 전개 시험이 실시된다. 본 논문에서는 저궤도지구관측위성용 태양전지판의 비행모델에 대하여 실시한 전개 시험 방법 및 분석 내용을 소개하고자한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.310-316
• /
• 1998

본 논문에서는 기존의 퍼지 제어규칙에비해 좋은 성능을 갖는 T-S(Takagi-Sugeno)퍼지 모델을 자기조직화 지도와 역전파 신경망을 이용하여 표현하고 제어기 구현을 위한 규칙의 자동 생성 방법을 제안한다. 제안된 방법은 신경망에 기초하여 T-S 퍼지 제어 규칙을 포현하므로써 학습 기능을 이용하여 지식 획득을 용이하게 하고, 입력 변수간의 퍼지 관계에 기반 하여 추론이 이루어지므로 각 퍼지 변수에 대한 소속 함수의 정의 과정이 불필요하게 된다. 또한 제어기로 구현되었을 때 규칙의 수나 퍼지화 및 비퍼지화 등이 구성된 추론망을 통하여 자동으로 수행될 수 있다. 때문에 퍼지 시스템의 구현이 쉽게 이루어 질 수 있게 한다. 제안된 방법을 자동차 궤도 안정화 모의 실험에 적용해 봄으로써 추론망이 규칙을 생성하여 타당한 추론을 하게 됨을 확인한다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 1995년도 제5회 학술강연회논문집
• /
• pp.87-96
• /
• 1995

인공위성의 궤도진입에 사용되는 액체추진제 로켓엔진의 개발에서 분사기 설계를 적절히 수정, 보완 할 목적으로 수행된 핵심부품별 유동해석의 내용이 기술되었다. 단일 격자계를 구성하기 어려운 복잡한 형상의 분사기 유동장에 대한 격자계 구성을 용이하게 하고, 3차원의 점성 유동해석을 컴퓨터 기억 용량에 제한없이 수행하기 위한 다중블럭 격자기법이 사용되었다. 분사기의 내부유동은 3차원 비압축성 Navier-Stokes 방정식으로 pseudocompressibility 방법을 이용하여 수치모사되었다. 정상상태의 해는 근사 인자분해에 의한 ADI 기법으로 계산되고, 공간미분항에 대해 nonstaggered 격자계에서 2차 중앙차분을 사용하며 수치해의 안정성을 위해 인공점성항을 추가하였다. 난류계산을 위해 Baldwin- Lomax의 대수적 난류모델에 다수의 벽면효과를 고려하였다. 해석결과는 분사기의 성능에 영향을 미칠 수 있는 유동조건에 따라 분석되었다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2000년도 제15회 학술강연회논문초록집
• /
• pp.35-35
• /
• 2000

추력 편향제어(Thrust Vector Control)는 위성 발사체나 대륙간 탄도 미사일과 같이 공기가 희박한 고 고도에서의 비행자세 제어와 궤도수정, 지대공이나 함대공 유도탄처럼 발사 직후 저속에서 임의의 방향으로 급선회해야 할 경우에 노즐의 배출가스 방향을 직접 조절하여 모멘트를 발생시키는 제어방식을 말한다. 이 방식 중 널리 사용되고 있는 제트 베인 추력 편향제어방식은 베인이 직접 고온, 고속의 가스 흐름내에서 작용하기 때문에 재료는 내열성과 제트 베인 주위에 형성되는 유동 특성, 그리고 베인간의 유동 간섭이 중요한 인자이다. 그러므로, 제트 베인의 실용화는 수치해석에 의존하던 개발 초기나 중기의 설계 단계에서 벗어나 실제 크기나 축소모델의 유동 모사 시험에 의해 성능이 검증되어야 한다.(중략)

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.81-81
• /
• 2022

서북태평양은 전세계적으로 태풍이 가장 많이 발생하는 해양 지역 중 하나이다. 태풍이 몰고 온 강풍과 폭우, 폭풍해일 등은 우리 사회경제와 환태평양 국가의 신변안전에 심각한 위협이 되고 있다.특히 내륙으로 진입하는 수백킬로의 영향을 미치는 만큼 넓은 지역에 걸쳐 강우량이 발생하고, 집중강수 기간이 짧아 산사태 등 자연재해로 많은 인명피해가 발생한다. 이러한 피해를 줄이기 위해서는 태풍의 활동특성을 잘 파악하고 태풍에 의한 강수량 예측 연구가 재해예방과 재난저감을 위해 필요하다. 그러나 현재기술에서 태풍이 몰고 온 강수의 정확한 양적 예측은 여전히 어려운 문제이며, 해결해야 할 큰 도전과제이다. 본 연구에서는 태풍별 강수량 상관관계를 분석하고, 서북태평양의 역사적 태풍의 궤도와 강도를 고려해 태풍으로 인한 강수량을 예측하는 통계적 방법을 적용한 결과를 제시하고자 한다.

• Journal of Astronomy and Space Sciences
• /
• 제24권4호
• /
• pp.275-284
• /
• 2007

GPS 신호로부터 획득한 가강수량 정보를 실제 수치예보에 활용하기 위해서는 1시간 이내 대기시간, 3mm 이내 수준의 정확도를 갖는 결과가 연속적으로 산출되어야 한다. 최근까지 국내에서는 IGS(International GNSS Service) 최종궤도력(final ephemeris)과 하루단위 GPS 자료를 처리하여 기존의 기상관측장비 측정결과와 비교 검증하는 연구가 주로 수행되어왔다. 최종궤도력을 사용할 경우 GPS 관측 후 3주 이후 이용 가능하며 하루 단위로 결과가 생성되므로 준 실시간 자료처리에는 부적합하다. 이 논문은 수치예보모델 자료동화가 가능하도록 1시간 이내 3mm 이내 수준 정밀도의 GPS 가강수량 결과를 산출할 수 있는 기술을 개발하는데 초점을 맞추고 있다. 이를 위해 IGS 초신속궤도력(ultra-rapid ephemeris)과 Sliding Window 기법을 이용하여 준 실시간 GPS 자료처리 전략을 수립하고 결과를 검증하였다. 사계절을 대표해서 2006년 1월, 4월, 7월, 10월의 1일부터 10일까지의 자료를 처리하였으며, GPS 상시관측과 라디오존데 관측이 동시에 이루어지는 속초의 결과를 비교하였다. 비교결과 평균바이어스는 0.8mm, 표준편차는 1.7mm로 자료동화에 필요한 정확도인 3mm 수준의 이내의 결과와 평균 자료처리시간이 3분 43초로서 이 연구에서 수립한 준 실시간 GPS 자료처리전략의 타당성을 확인하였다.

• 대한원격탐사학회지
• /
• 제34권3호
• /
• pp.451-463
• /
• 2018

본 연구는 서울지역에서 2015년 1월부터 12월까지 정지궤도 천리안 위성(Communication Ocean and Meteorological Satellite, COMS) 해양 탑재체(Geostationary Ocean Color Imager, GOCI)의 에어로졸광학두께(Aerosol Optical Depth, AOD)로부터 지상 초미세먼지(Particulate Matter; $PM_{2.5}$) 농도를 추정하기 위한 계절별 경험/통계모델을 개발했다. 행성경계층고도(Planetary Boundary Layer Height, PBLH) 그리고 에어로졸 수직 비율(Vertical Ratio of Aerosol, VRA)을 사용한 두 가지 수직보정방법과 흡습성장계수(Hygroscopic growth factor, f(RH))로부터의 습도보정방법이 각각의 경험적 모델에 적용된 결과 AOD에 대한 수직 보정과 $PM_{2.5}$에 대한 지표 습도보정이 모델 성능 향상에 중요한 역할을 했다. AOD-$PM_{2.5}$ 사이에 관련이 있다고 알려진 기상인자들(온도, 풍속, 시정)을 추가적으로 사용하여 다중 선형 회귀모델을 구성한 결과 경험모델에 비해 $R^2$값이 최대 0.25 증가했다. 본 연구에선 AOD-$PM_{2.5}$ 모델의 계절별, 월별, 시간별 특성을 분석하고 계절별로 구분하여 모델을 구성한 결과 고농도 사례에서 과소평가 되던 경향이 개선됨을 알 수 있고 관측된 $PM_{2.5}$와 추정된 $PM_{2.5}$의 월 및 시간변동성은 서로 경향성이 일치했다. 따라서 정지궤도 위성 AOD를 이용하여 지상 $PM_{2.5}$ 농도를 추정한 본 연구의 결과는 향후 발사 예정인 GK-2A와 GK-2B에 적용 가능할 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.707-723
• /
• 2022

위성기반 해수면온도는 광역 모니터링이 가능한 장점이 있지만, 다양한 환경적 그리고 기계적 이유로 인한 시공간적 자료공백이 발생한다. 자료공백으로 인한 활용성의 한계가 있으므로, 공백이 없는 자료 생산이 필수적이다. 따라서 본 연구에서는 한반도 주변 해역에 대해 극궤도와 정지궤도 위성에서 생산되는 해수면온도 자료를 두 단계의 기계학습을 통해 융합하여 4 km의 공간해상도를 가지는 일별 해수면온도 합성장을 만들었다. 첫번째 복원 단계에서는 Data INterpolate Convolutional AutoEncoder (DINCAE) 모델을 이용하여 다종 위성기반 해수면온도 자료를 합성하여 복원하였고, 두번째 보정 단계에서는 복원된 해수면온도 자료를 현장관측자료에 맞춰 Light Gradient Boosting Machine (LGBM) 모델로 학습시켜 최종적인 일별 해수면온도 합성장을 만들었다. 개발된 모델의 검증을 위해 복원 단계에서 무작위 50일의 자료 중 일부분을 제거하여 복원한 뒤 제거된 영역에 대해 검증하였으며, 보정 단계에서는 Leave One Year Out Cross Validation (LOYOCV) 기법을 이용하여 현장자료와의 정확도를 검증하였다. DINCAE 모델의 해수면온도 복원 결과는 상당히 높은 정확도(R²=0.98, bias=0.27℃, RMSE=0.97℃, MAE=0.73℃)를 보였다. 두번째 단계의 LGBM 보정 모델의 정확도 개선은 표층 뜰개 부이와 계류형 부이 현장자료와의 비교에서 모두 상당한 향상(RMSE=∆0.21-0.29℃, rRMSE=∆0.91-1.65%, MAE=∆0.17-0.24℃)을 보여주었다. 특히, 모든 현장 자료를 이용한 보정 모델의 표층 뜰개 부이와의 정확도는 동일한 현장 자료가 동화된 기존 해수면온도 합성장보다 나은 정확도를 보였다. 또한 LGBM 보정 모델은 랜덤포레스트(random forest)를 사용한 선행연구에서 보고된 과적합의 문제를 상당부분 해결하였다. 보정된 해수면온도는 기존의 초고해상도 해수면온도 합성장들과 유사한 수준으로 수온 전선과 와동 등의 중규모 해양현상을 뚜렷하게 모의하였다. 본 연구는 다종위성 자료와 기계학습 기법을 사용해 시공간적 공백 없는 고해상도 해수면온도 합성장 제작 방법을 제시하였다는 점에서 가치가 있다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.979-995
• /
• 2023

산불은 예측이 어려운 재해이기 때문에 실시간 모니터링을 통해 빠르게 대응하는 것이 중요하며, 정지 궤도 위성 영상은 광역을 짧은 시간 간격으로 모니터링할 수 있어 산불 탐지 분야에 활발히 이용되고 있다. 기존의 위성 영상 기반 산불 탐지 알고리즘은 밝기 온도의 통계량 분석을 통한 임계값 기반으로 이상치를 탐지하는 방향으로 진행되어 왔다. 그러나 강도가 약한 산불을 탐지하기 어렵거나, 적절한 임계값 설정의 어려움으로 일반화 성능이 저하되는 한계점이 있어 최근에는 기계학습을 이용한 산불 탐지 알고리즘들이 제시되고 있다. 현재까지는 random forest, VanillaConvolutional neural network (CNN), U-net 구조 등의 비교적 간단한 기법이 적용되고 있다. 따라서, 본 연구에서는 정지궤도 위성인 Advanced Himawari Imager를 이용하여 동아시아와 호주를 대상으로 State of the Art (SOTA)딥러닝 기법을 적용한 산불 탐지 알고리즘을 개발하고자 하였다. SOTA 모델은 EfficientNet과 lion optimizer를 적용하여 개발하고, Vanilla CNN 구조를 사용한 모델과 산불 탐지 결과를 비교하였다. EfficientNet은 동아시아와 호주에서 0.88 및 0.83의 F1-score를 기록함으로써 CNN (동아시아: 0.83, 호주: 0.78)에 비해 뛰어난 성능을 입증하였다. EfficientNet에 불균형 문제 해결을 위한 weighted loss, equal sampling, image augmentation 기법 적용 시, 동아시아와 호주에서 각각 0.92와 0.84의 F1-score를 기록함으로써 적용 전(동아시아: 0.88, 호주: 0.83)에 비하여 성능이 향상되었음을 확인하였다. 본 연구를 통하여 제시된 SOTA 딥러닝 기법의 산불 탐지에의 적용 가능성과 딥러닝 모델의 성능 향상을 위해 고려해야 할 방향은 향후 산불탐지 분야에 대한 딥러닝 적용에 도움이 될 것으로 기대된다.