• 철학연구
• /
• 제116권
• /
• pp.257-280
• /
• 2010

본 연구의 목적은 우선 일차적으로 양상논리학체계를 국어의 통사론적 구조 하에서 재구성하는 것이고, 둘째로 이를 구성주의 인식론의 관점에서 해석하는 것이다. 말하자면, 본 연구는 논리학에 대한 인식론적 해석, 즉 일종의 메타-논리학적 연구이다. 본 연구는 논리(규칙) 및 논리학적 체계는 선험적으로 우리 정신에 주어진 원리가 아니라, 인식 주관이 외적 대상들을 조작하는 행동들 중에서 반복적으로 작용하는 메커니즘들을 형식적으로 구조화하는 데서 성립한다는 것을 정당화하고자 한다. 말하자면, 논리규칙의 후험적 구성주의 논제를 정당화하고자 한다. 따라서 본 연구는 일체의 논리적 구조들을 심리학적 구조들에로 환원을 시도하는 일종의 환원주의이다. 필자가 강조하는 논리적 구성의 두 계기는 체계의 닫힘과 새로운 모순의 발견이다. 따라서 여기서는 명제계산체계 내에 있는 모순을 지적하고 이를 극복하기 위해서 양상논리가 출현하게 되었다는 것과 그럼에도 불구하고 이 체계 역시 새로운 모순을 만난다는 것을 증명하고자 한다. 결국 논리의 구성주의의 논제는 상위의 체계는 하위의 체계에 없던 새로운 제한적 속성이 등장한다는 것을 해명하는 것이 될 것이다.

• 한국지반공학회논문집
• /
• 제35권4호
• /
• pp.27-35
• /
• 2019

역해석 수행 시 상대적으로 복잡한 공간 및 목표 설계 변수가 많은 경우, 지반공학 분야에 적용하기 위한 연구를 수행하였다. 지반공학 다변수 문제에 대한 모델로 터널 분야 및 흙막이벽체에 대해서 Sharan 공식 및 Blum 방법을 사용하였다. 최적화 방법은 크게 결정론적인 방법 및 확률론적인 방법으로 구분된다. 본 연구에서는 전자 중 모의강화법(SA), 후자 중 차분진화 알고리즘(DEA), 입자 군집 최적화 알고리즘(PSO)을 선택하여 다변수 모델을 적용해서 비교하였다. 지반공학 다변수 역해석 문제에서 결정론적인 방법은 문제가 있음을 확인하였고, 차분진화 알고리즘의 우수성을 확인하였다. DEA는 Sharan의 이론 해에 대한 문제에서 평균 3.12%, Blum 문제에 대해서 평균 2.23% 오차율을 보였고, 반복 탐색 회수도 가장 작은 것으로 파악되었다. DEA 대비해서 SA는 117.39~167.13배, PSO는 2.43~6.91배의 탐색시간이 소요되었다. 지반공학 문제의 다변수 역해석에 차분진화 알고리즘을 적용하면, 계산속도 및 정확도가 향상될 것으로 기대된다.

• 한국정보전자통신기술학회논문지
• /
• 제12권2호
• /
• pp.170-177
• /
• 2019

본 논문에서는 4족복 보행 로봇의 주행 안정성을 개선하기 위한 3가지 이론을 제시한다. 첫 번째는 Minimum-Jerk Trajectory를 이용하여 다리궤적을 최적화 시킨다. 두 번째는 본 논문에서 새롭게 제시한 사인파와 기존의 방식인 LSM을 Jerk값에 근거하여 비교한다. 셋째는 ADAMS-MATLAB co-simulation을 이용하여 반복적인 로봇 시뮬레이션을 통해 스웨이의 최적 보폭을 계산한다. 위의 과정을 통해 로봇의 보행 개선점을 기존의 이론과 비교하여 나타내었다. 첫 번째로 정 보행시 몸체와 타원형태의 다리 끝의 움직임에 Minimum-Jerk trajectory를 사용하여 다리궤적이 급격하게 변하는 지점의 평균 기울기를 최소 1.2에서 최대 2.9까지 감소시켜 지면에 다리 끝점이 도달할 때 충격을 최소화하여 안정성을 증가 하였다. 두 번째로 기존 LSM(Longitudinal Stability Margin)기법과 본 논문에서 제시한 사인파형 Sway를 사용하여 비교한 결과 평균 Jerk를 Z축에서 0.019, X축에서 0.457, Y축에서 0.02, 3D는 0.479 만큼 감소 시켰다. 특히 X축 Jerk는 크게 감소 하였다. 셋째로 로봇이 최소 Jerk 값으로 보행하기 위한 최적의 보폭의 길이를 상기 분석을 통해 도출하였으며 그 결과 20cm보폭 길이가 가장 안정적이었다.

• 인간행동과 음악연구
• /
• 제16권1호
• /
• pp.73-88
• /
• 2019

본 연구는 건강 및 경도인지장애 노인의 리듬 재산출 수행력의 차이를 살펴보기 위해 실시되었다. 연구 대상자는 S시 및 A시 소재의 경로당, 치매안심센터, 노인 복지관 등 노인이용기관을 이용하는 만 60세 이상 85세 미만으로 자발적으로 참여를 원하는 건강 노인 30명과 경도인지장애로 진단받은 노인 27명으로 총 57명이다. 모든 검사는 개별적으로 진행되었고 리듬수행과제는 Beat Processing Device(BPD) 앱이 설치된 아이패드를 사용하였다. 본 연구에서 사용된 BPD에는 6가지 리듬꼴이 저장되어 있으며 참여자는 무작위로 재생된 리듬꼴을 듣고 동일하게 2회 재산출하였다. 재산출된 리듬은 전산적으로 저장되었으며 결과 분석을 위해 박간의 간격 비율(R)을 계산하였다. 연구 결과, 건강 노인과 경도인지장애 노인의 리듬 재산출 수행력의 평균값에는 차이가 있었으나 통계적으로 유의하지는 않았다. 박 간의 간격 비율(R)에서 두 집단 모두 <♩ ♩>에서 일치도가 가장 높았으며, <♩. ♪>에서 그 일치도가 가장 낮았다. 수행력 전반에서 건강 노인과 경도인지장애노인 집단 간 유의한 차이는 없었으며, 리듬과제 수행 반복에 따라 두 번째 수행에서 통계적으로 유의하게 낮아진 수행력을 확인할 수 있었다. 이러한 결과는 건강 및 경도인지장애 노인의 리듬 재산출 수행력에 차이는 없었지만 리듬꼴에 따른 난이도를 확인할 수 있었다는 점에서 의의가 있다. 이는 추후 노인 대상 음악치료에서 리듬 연주를 구성할 시 참고할 수 있는 자료로 활용될 수 있다.

• 대한원격탐사학회지
• /
• 제35권2호
• /
• pp.327-336
• /
• 2019

중국과 북한 국경에 있는 백두산 정상의 칼데라 호수인 "천지"는 2,189 m의 고도에 위치한다. 천지는 1년동안 수온이 영하로 내려가는 겨울철에는 얼고 다시 수온이 영상으로 올라가는 계절에는 녹는 것을 반복한다. 하지만 높은 고도에 위치한 탓에 흐린 날이 많아 광학 영상으로는 관측에 어려움이 있다. 그렇기 때문에 천지의 얼음 관측에는 광학 영상보다 날씨에 영향을 덜 받는 위성레이더 영상이 더 효과적이다. 본 연구에서는 2015년에서 2017년까지 천지 지역의 TerraSAR-X 영상 75장을 분석에 사용하고 계산된 얼음 면적과 기온 변화를 분석했다. 그 결과, 형성된 칼데라 호수의 얼음은 12월 초에 생성되어 4월 중순까지 천천히 녹았다. 이 기간 동안 삼지연 지역의 기온은 얼음이 생성되었을 때 약 $-10^{\circ}C$였고, 해빙될 시기인 4월 중순에는 기온이 약 $0^{\circ}C$였다. 천지의 얼음이 생성되는 2015년과 2016년 겨울철의 얼음의 면적과 기온의 상관계수는 -0.82와 -0.75의 높은 상관성을 보였다. 본 연구결과와 함께 이 후 다양한 영상자료를 활용하여 최근 화산활동으로 인해 수온이 상승했을 시기의 결과와 비교분석한다면 화산활동을 모니터링 할 수 있는 지표로 활용될 수 있을 것이다.

• 한국차세대컴퓨팅학회논문지
• /
• 제15권5호
• /
• pp.64-74
• /
• 2019

비강체 정합은 임상적 필요성은 높으나 계산 복잡도가 높고, 정합의 정확성 및 강건성을 확보하기 어려운 분야이다. 본 논문은 비지도 학습 환경에서 3차원 뇌 자기공명 영상 데이터에 딥러닝 네트워크를 이용한 비강체 정합 기법을 제안한다. 서로 다른 환자의 두 영상을 입력받아 네트워크를 통하여 두 영상 간의 특징 벡터를 생성하고, 변위 벡터장을 만들어 기준 영상에 맞추어 다른 쪽 영상을 변형시킨다. 네트워크는 U-Net 형태를 기반으로 설계하여 정합 시 두 영상의 전역적, 지역적인 차이를 모두 고려한 특징 벡터를 만들 수 있고, 손실함수에 균일화 항을 추가하여 3차원 선형보간법 적용 후에 실제 뇌의 움직임과 유사한 변형 결과를 얻을 수 있다. 본 방법은 비지도 학습을 통해 임의의 두 영상만을 입력으로 받아 단일 패스 변형으로 비강체 정합을 수행한다. 이는 반복적인 최적화 과정을 거치는 비학습 기반의 정합 방법들보다 빠르게 수행할 수 있다. 실험은 50명의 뇌를 촬영한 3차원 자기공명 영상을 가지고 수행하였고, 정합 전·후의 Dice Similarity Coefficient 측정 결과 평균 0.690으로 정합 전과 비교하여 약 16% 정도의 유사도 향상을 확인하였다. 또한, 비학습 기반 방법과 비교하여 유사한 성능을 보여주면서 약 10,000배 정도의 속도 향상을 보여주었다. 제안 기법은 다양한 종류의 의료 영상 데이터의 비강체 정합에 활용이 가능하다.

• 한국지구과학회지
• /
• 제40권5호
• /
• pp.518-537
• /
• 2019

본 연구는 중학교 교육과정에서 수학과 연계된 지구과학 실험 중 지구의 크기 측정을 중심으로 총 30시간 동안 지구과학 교육봉사 활동에 참여한 예비 지구과학교사와 중학생들에게 본 프로그램이 주는 의미를 살펴보고 혁신적 수업으로의 가능성을 탐색해 보았다. 중학교 과학 교과서에 소개된 고대 그리스 시대 에라토스테네스의 그림자 길이를 이용한 지구 크기 측정 실험에서 나타나는 오차를 최소화하기 위하여, 멀리 떨어진 수도권과 지방의 두 개의 중학교에서 삼각비를 이용한 탐구 활동을 수행 한 후, 실측한 자료를 두 학교 학생들이 공유하여 지구의 크기를 최종적으로 계산하였다. 이 과정을 통해 실측 자료를 효과적으로 표현하는 수학적 방법을 배우며, 반복적이고 정확한 자료 획득 과정의 중요성과 어려움을 체험하고, 도출된 결과에 포함된 오차의 원인들에 대해 토론하였다. 본 연구 결과는 학생들이 지구과학 탐구의 특성을 이해하고, 2015 개정 교육과정에서 과학과 수학교과에서 공통적으로 강조하고 있는 교과 역량인 문제 해결력, 사고력, 의사소통 능력을 함양할 수 있는 수학 과학 통합 프로그램 개발에 기초 자료를 제공할 것이다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권1호
• /
• pp.53-62
• /
• 2021

영화는 대중에게 처음 소개된 이래로 테크놀로지의 발전과 변화 과정을 함께하고 있다. 영화 제작 과정에 시각효과를 중심으로 한 포스트 프로덕션과 디지털 기술들이 본격적으로 적용되면서 영화 산업은 제작 방식에 있어서 큰 변화를 겪었을 뿐만 아니라 최신 기술들을 폭넓게 수용하며 산업적 기회의 폭을 넓혀가고 있다. 디지털 영화로 변화한 지 오래지 않은 지금, 영화의 디지털화가 시작되기도 전인 1956년 다트머스 회의에서 처음 알려진 인공지능이란 개념이 다시 영화 산업의 큰 변화를 가져올 것으로 예상된다. 디지털 영화의 제작 파이프라인은 거대한 디지털 데이터를 체계적으로 운용하고 만들어 내기 때문에 머신러닝과 딥러닝으로 대표되는 최근 인공지능 기술들을 적용하기 용이하고 시각효과 제작 과정에는 반복적인 작업과 분석을 통한 재현이 많고 계산 시간이 오래 걸리는 과정들이 있기 때문에 최근 주요 시각효과 스튜디오들을 중심으로 인공지능 기술의 활용이 두드러지고 있다. 본 연구에서는 제작 도구로서 인공지능 기술을 이용한 영화 시각효과 제작 사례에 대한 분석을 통해서 향후 인공지능 기술이 영화 산업을 어떻게 바꿔놓을지 예측하고 시각효과 기술로서 인공지능의 산업적 가능성을 조망해 보고자 한다.

• 한국터널지하공간학회 논문집
• /
• 제24권2호
• /
• pp.153-170
• /
• 2022

워터젯은 콘크리트와 암석 절삭에 적합하며 소음과 진동이 적어 도심지 시공에 널리 활용되는 기술이다. 최근 한국원자력연구원은 처분터널 내 공학적방벽의 열-수리-역학적 복합거동 현장시험의 콘크리트 플러그를 교란 및 손상 없이 해체하기 위해 연마재 워터젯 기술을 채택 및 적용하였다. 본 연구에서는 플러그 해체를 통한 연마재 워터젯의 터널 내 적용성을 평가하였고, 절삭 결과를 개발된 절삭 모델 결과와 비교하였다. 현장 적용성에 관해서는, 워터젯 활용은 경로선택이 용이하였으며 주변부의 추가적인 교란을 발생시키지 않았다. 펌프의 소음은 공회전 시 64.9 dB로 국내 생활소음·진동의 규제기준을 만족하였으나 공중 분사 및 절삭 시에는 터널 내에서 측정되어 그 기준을 상회한 것으로 나타났다. 절삭 모델 검증을 위해 연마재 워터젯의 반복 절삭, 유량, 연마재 투입량 및 이격거리를 주요 변수로 선정하였고 절삭 모델로 계산된 절삭 부피와 측정된 부피의 오차는 1회 절삭 시 12~13%, 2회 절삭 시 16%를 보였다. 절삭 깊이와 폭은 이격거리에 큰 영향을 받았으며, 이격거리가 작을수록 오차가 감소하는 경향을 보였다.

• 한국해양학회지:바다
• /
• 제27권2호
• /
• pp.49-70
• /
• 2022

해수면 온도는 기후와 바다의 생태계 그리고 인간의 활동에까지 중요한 영향을 미치는 해수의 특성 중 하나로 이를 예측하는 것은 항상 중요하게 다뤄지는 문제다. 최근 들어 과거의 패턴을 학습하여 예측값을 생성할 수 있는 딥러닝을 활용한 해수면 온도 예측이 복잡한 수치모델을 이용한 예측의 대안으로 주목받고 있다. 딥러닝은 입력 자료 간의 비선형적인 관계를 추정할 수 있는 것이 큰 장점이며, 최근 컴퓨터 그래픽카드의 발달로 많은 양의 데이터를 반복적이고 빠르게 계산할 수 있게 되었다. 본 연구에서는 기존의 딥러닝 모델의 단점들을 보완하면서 시공간 자료를 다룰 수 있는 합성곱 신경망(Convolutional Neural Network) 기반의 U-Net을 통해 단기 해수면 온도 예측을 수행하였다. 개발한 딥러닝 모델을 이용한 한국 남부 근해 해수면 온도의 단기 예측은 예측일의 해수면 온도의 중장기 변동성에 따라 달라지는 성능을 보였다. 해수면 온도 변동성의 증감은 계절적 변동 뿐 아니라 Pacific Decadal Oscillation (PDO) 지수의 변동과도 유의미한 상관관계를 보였는데, 이는 계절 변동 및 PDO에 따른 기후 변화에 기인한 수온 전선의 강도 변화가 해수면 온도의 시공간적 변동성에 영향을 줌으로써 발생했음을 확인하였다. 본 연구는 해수면 수온 자료가 가지고 있는 계절적 변동성과 경년 변동성이 딥러닝 모델의 해수면 단기 수온 예측 성능에 기여함을 밝힌 것에 그 의의가 있다.