• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.40 no.6
• /
• pp.1166-1174
• /
• 2015

There were the attempts to prevent the spread of harmful materials of the agri-food through the record tracking of the products with the bar code, the partial information tracking of the agri-food storage and the delivery vehicle, or the control of the temperature by intuition. However, there were many problems in the attempts because of the insufficient information, the information distortion and the independent information network of each distribution company. As a result, it is difficult to prevent the spread over the life-cycle of the agri-food using the attempts. To solve the problems, we propose the mechanism mainly to do context awareness, predict, and track the harmful materials of agri-food using big data processing.

• The Korean Journal of Applied Statistics
• /
• v.21 no.4
• /
• pp.649-658
• /
• 2008

As the Eating Out Businesses are making rapid progress and most of the schools and the firms serve the meals, the foodborne disease has occurred increasingly and lots of researches and the policies are studied to prevent it. In Korea, the foodborne disease index for prevention is developed by using bacterial growth rate on the temperature to give the information about the danger level of the foodborne disease, but the gap between real status of the occurrences and the predicted danger level has been pointed out. This study aims at developing the index of the foodborne occurrence based on the log linear model using the data of the foodborne disease occurrence and the meteorological data for the last three years($2004{\sim}2006$). Comparison between the new index and the existing index showed that the new index is better in explaining the foodborne disease occurrence.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2014.02a
• /
• pp.323-323
• /
• 2014

기존의 태양전지 기술은 기술 장벽이 매우 낮고 대량 생산을 통한 단가 절감하는 구조를 가지고 있어 대규모 자본을 가진 후발 기업에게 잠식되기 쉽다. 그러나, III-V족 화합물 반도체를 이용한 집광형 고효율 태양전지는 기술 장벽이 매우 높은 기술 집약 산업이므로 독자적인 기술을 확보하게 되면 독점적인 시장을 확보 할 수 있어 미래 고부가 가치 산업으로 적합하다. 특히 III-V족 화합물 반도체 태양전지는 III족 원소(In, Ga, Al)와 V족 원소(As, P)의 조합으로 0.3 eV~2.5 eV까지 밴드갭을 가지는 다양한 박막 제조가 가능하여 다양한 흡수 대역을 가지는 태양전지 제조가 가능하기 때문에 다중 접합 태양전지 제작이 가능하다. 또한 III-V 화합물 반도체는 고온 특성이 우수하여 온도 안정성 및 신뢰성이 우수하고, 또한 집광 시 효율이 상승하는 특성이 있어 고배율 집광형 태양광 발전 시스템에 가장 적합하다. Si 태양전지의 경우 100배 이하의 집광에서 사용하나, III-V 화합물 반도체 태양전지의 경우 500~1000배 정도의 고집광이 가능하다. 이러한 특성으로 III-V 화합물 반도체 태양전지 모듈 가격을 낮출 수 있고, 따라서 Si 태양전지 시스템과 비교하여 발전 단가 면에서 경쟁력을 확보할 수 있다. III-V 화합물 반도체는 다양한 밴드갭 에너지를 가지는 박막 제조가 용이하고, 직접천이(direct bandgap) 구조를 가지고 있어 실리콘에 비해 광 흡수율이 높다. 또한 터널정션(tunnel junction)을 이용하면 광학적 손실과 전기적 소실을 최소화 하면서 다양한 밴드갭을 가지는 태양전지를 직렬 연결이 가능하여 한 번의 박막 증착 공정으로 넓은 흡수대역을 가지며 효율이 높은 다중접합 태양전지 제작이 가능하다. 이에 걸맞게 본연구에서는 화학기상증착장치(MOCVD)를 이용하여 InAsP 나노선을 코어 쉘 구조로 성장하여 태양전지를 제작하였다. P-type Dopant로는 Disilane (Si2H6)을 전구체로 사용하였다. 또한 Benzocyclobutene (BCB) 폴리머를 이용하여 Dielectric을 형성하였고 Sputtering 방법으로 증착한 ZnO을 투명 전극으로 사용하여 나노선 끝부분과 실리콘 기판에 메탈 전극을 형성하였다. 이를 통해 제작한 태양전지는 솔라시뮬레이터로 측정했을때 최고 7%에 달하는 변환효율을 나타내었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.889-893
• /
• 2010

전 세계적으로 기후변화에 따른 주기적인 가뭄 현상과 기상 이변으로 인해 물 부족 사태는 심각해져 가고 있으며(UNEP은 물 기근에 시달리는 세계 도시 곳곳에 사는 많은 사람들은 2000년 5억 명에서 2025년 40억 명까지 증가할 것이라고 추측하였다), 산업화 이후 인구의 증가와 산업의 발달에 따른 삶의 질을 향상시키기 위한 물의 수요 또한 증가하고 있는 추세다. 그러나 인간이 사용 가능한 수자원은 지구상에 존재하는 물의 3% 이내로 한정되어 있으며 산업발달 및 도시화에 따른 지표수의 바다로의 유출 또한 빨라져 지하수개발, 하수재이용, 인공강우 및 해수담수화 등의 대체수자원의 개발이 요구되는 실정이다. 본 연구에서는 Global Water Intelligence(GWI)의 자료를 기초로 하여 중동 및 북아프리카 지역 20개 국가를 대상으로 생활 용수 자본지출 추세, 공업용수 수요 시장규모 성장추세, 이용가능한 수자원 및 그에 따른 사용 중인 수자원 비율, 2007년 기준 물 부족 인구, 2011년~2016년 물 부족 인구를 조사 및 분석하였다. 용도별 생활용수 공업 용수의 추세 분석 기간은 2008년부터 2016년까지 실시하였으며 평균 연감 증가 백분율 5%이상 국가를 선정하였다. 중동 및 북아프리카 지역 20개 국가 중 18개 국가가 생활용수 자본지출 연감 증가 백분율 5%이상의 높은 수요 전망을 보였으며, 공업용수 수요 시장 전망은 높은 성장성을 보이며 큰 규모의 주요 2개 국가가 선정되었다. 또한 20개 국가 각각의 이용 가능한 수자원 및 그에 따른 사용 중인 수자원 비율, 2006년 기준물 부족 인구, 2011~2016년 물 부족 인구를 조사한 결과 전체 20개 국가 모두 물 부족 국가로 산정되었으며, 20개 국가 모두 해안지역에 위치해 있어 해수담수화 시설의 건설 가능성이 높은 지역인 것을 확인하였다. 조사한 중동 및 북아프리카 지역 중 많은 수의 국가가 물 부족 현상에 시달리고 있으며 물 수요 시장 전망 또한 증가할 것으로 나타나 대체수자원의 필요성은 증대될 것으로 판단되며 그에 따라 본 연구는 향후 국내 기업들이 세계 해수담수화 시장에 진출하는데 있어 진출 전략 마련에 기초가 될 것이라고 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.60-60
• /
• 2019

OECD 발표에 의하면 물산업 관련 인프라 투자 전망은 전세계 GDP 대비 2010~2020년 약 1.01%에서 2020~2030년 약 1.03%로 확대될 전망으로 다른 통신, 전력, 철도 인프라 투자수요보다 많을 것으로 전망하고 있다(파이넨셜 뉴스, 2013.3.21.). 우리나라는 2005년 베트남 홍강종합개발사업을 시작으로 2015년 기준으로 세계 35개국에 진출하고 있다. 그러나 대부분의 물 산업 진출 대상 국가는 미계측 유역이 많고 지상에서 계측된 수문 자료가 부족한 실정이다. Namgung and Lee(2014)에 의하면 네팔의 수력발전소 건설에 관측된 강우량 자료가 없어 발전소 하류 10km 지점의 유하량 자료를 이용하여 자료의 정확도 검증을 대신하여 적용한 바 있다. 이와 같이 계측자료가 없거나 부족한 지역에 대하여 기상 위성을 이용하여 추정된 강수량 자료가 해당 지역의 강수 특성을 파악하는데 중요한 자료로 이용될 수 있다. 글로벌 위성 기반의 강수량 관측에 대한 역사는 1979년에 IR방법에 의해 위성으로부터 강우자료를 유도하는 개념이 도입된 이후 1987년 다중 채널의 마이크로파(MW) 복사계를 이용한 방법, 이후 두 IR과 MW를 혼합한 방법에서, 1997년 TRMM위성의 PR(Precpipitation Radar)의 레이더를 이용하는 방법, 그리고 2014년 GPM 핵심 위성(GPM Core Observatory)에 탑재된 Dual PR에 의한 방법으로 위성강수의 정확도를 매우 높여가고 있다. 본 연구는 대표적인 위성강수인 IMERG(Integrated MultisatellitE Retrievals for GPM)의 활용성을 높이기 위해 QGIS 기반의 위성강수 전처리 모듈을 개발하는 것을 목적으로 하고 있다. 위성강수를 활용하기 위해서는 위성강수의 정확도 평가가 선행되어야 한다. 본 연구를 통해 2017년 7월 중부지방 및 충청도 지방에 내린 강수자료를 비교한 결과 상관계수가 약 0.7정도로 상관성이 높은 것으로 분석되었고, 2018년 8월 9호 태풍 솔릭(Solik)에 대한 1시간의 시간해상도 분석 결과 상관계수 0.624로 위성강수의 활용성이 있음을 입증하였다. IMERG 위성강수의 활용성을 높이기 위하여 HDF5 포맷의 원시자료를 활용이 용이한 Tiff 로 변환하는 기능에서부터 특정범위 및 특정지점 추출 기능, Resampling 기능 등을 포함하는 전처리 모듈을 개발하였다.

• Smart Media Journal
• /
• v.7 no.4
• /
• pp.44-51
• /
• 2018

The purpose of this research is to collect atmospheric environmental information at specific altitudes in a range of 0 to 1 km above the surface and to monitor it using drones. The corresponding temperature and humidity were measured with the meteorological factors, and the amounts of fine dust and $CO_2$ were observed by the environmental factors so that they could receive the normal values. Monitoring the status of atmospheric gas emission in specific enterprises, industrial complexes and regions through the measurement is meant to help establish policies to reduce pollution factors. In conventional means previously practiced, exhaust gas detection accompanies a great deal of risks in terms of safety because the surveyor is directly exposed to the source of contamination such as the holes installed in the chimney. However, in our proposed method, the drone can collect information in a wide range under safe circumstances, which can be utilized through wide industrial areas.

• Journal of Convergence for Information Technology
• /
• v.11 no.7
• /
• pp.14-20
• /
• 2021

Most accidents caused by road icing in winter lead to major accidents. Because it is difficult for the driver to detect the road icing in advance. In this work, we study how to accurately detect road traffic emerging risk using AutoML and CNN's ensemble model that use both structured and unstructured data. We train CNN-based road traffic emerging risk classification model using images that are unstructured data and AutoML-based road traffic emerging risk classification model using weather data that is structured data, respectively. After that the ensemble model is designed to complement the CNN-based classification model by inputting probability values derived from of each models. Through this, improves road traffic emerging risk classification performance and alerts drivers more accurately and quickly to enable safe driving.

• Journal of Convergence for Information Technology
• /
• v.11 no.3
• /
• pp.7-13
• /
• 2021

This study develops an artificial intelligence prediction system for Fine particulate Matter(PM2.5) based on the deep learning algorithm GAN model. The experimental data are closely related to the changes in temperature, humidity, wind speed, and atmospheric pressure generated by the time series axis and the concentration of air pollutants such as SO2, CO, O3, NO2, and PM10. Due to the characteristics of the data, since the concentration at the current time is affected by the concentration at the previous time, a predictive model for recursive supervised learning was applied. For comparative analysis of the accuracy of the existing models, CNN and LSTM, the difference between observation value and prediction value was analyzed and visualized. As a result of performance analysis, it was confirmed that the proposed GAN improved to 15.8%, 10.9%, and 5.5% in the evaluation items RMSE, MAPE, and IOA compared to LSTM, respectively.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.05a
• /
• pp.284-287
• /
• 2022

In order to respond to the complexity and uncertainty of water management due to the climate crisis, K-water established a digital twin water management platform based on our experience in operating ICT infrastructure such as hydrological data sensing and high-quality data management and water management capabilities. In this platform, data from related organizations and real-time observation data in the basin are displayed on 3D topographic domain. Also it is configured to support optimal decision-making through simulation for various situations, displaying and analyzing results, and feedback on them. It is completed to establish the platform for Sunjim river basin. Based on this technologies and experience, K-water is planning to expand this digital twin to 5 major rivers in Korea. Through this, it plans to build comprehensive decision-making system for efficient water management considering various conditions in entire basin. Also it aims to create a new water industrial ecosystem and contribute to secure technological competitiveness cooperating with private companies.

• Journal of Convergence for Information Technology
• /
• v.12 no.3
• /
• pp.1-10
• /
• 2022

Vegetables such as cabbage are greatly affected by natural disasters, so price fluctuations increase due to disasters such as heavy rain and disease, which affects the farm economy. Various efforts have been made to predict the price of agricultural products to solve this problem, but it is difficult to predict extreme price prediction fluctuations. In this study, cabbage prices were analyzed using the ensemble Voting technique, a method of determining the final prediction results through various classifiers by combining a single classifier. In addition, the results were compared with LSTM, a time series analysis method, and XGBoost and RandomForest, a boosting technique. Daily data was used for price data, and weather information and price index that affect cabbage prices were used. As a result of the study, the RMSE value showing the difference between the actual value and the predicted value is about 236. It is expected that this study can be used to select other time series analysis research models such as predicting agricultural product prices