• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1269-1273
• /
• 2010

이러한 강우자료의 결측값이나 오자료를 보정하는 것은 그 유역의 정확한 수문학적 특성 파악 및 안전한 수공구조물의 설계에 영향을 미치게 되므로 매우 중요하다고 할 수 있다. 최근 이러한 강우자료를 비선형적 모델인 인공신경망(Artificial Neural Network)을 이용하여 보정하는 연구가 활발히 진행되고 있다(오재우 등, 2008). 그러나 이러한 인공신경망을 적용하는 경우, 선택한 신경망 구조의 형태와 학습(training)을 위해 사용되는 자료가 전체 자료의 특성을 반영하고 있는 정도에 따라 정확도에 차이를 보인다(한광희 등, 2010). 따라서 자료보정을 위한 입력 자료의 선택은 인공신경망을 이용한 결측치 보정의 중요한 과정이다. 본 연구에서는 이러한 입력 자료의 선택을 위한 여러 가지 기법 중 입력 변수간의 상호정보량 (Mutual Information)을 이용한 방법을 적용하여 대상 결측 지점을 보정할 강우지점을 선별한 후 선택된 지점만으로 인공신경망을 구성하여 강우자료를 보정하고 주변 자료를 모두 이용한 결과와 상관성분석으로 얻어진 결과와 비교하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.41-41
• /
• 2018

하천과 저수지의 수질을 예측하고 관리하는데 수리 수질예측모형이 널리 활용되고 있다. 수질예측모형은 유역이나 수체 내의 오염물질 이동경로나 농도를 수치해석 방법으로 계산하여 사용자가 필요로 하는 지점과 시점에서의 수질자료 생산하는데 활용되고 있다. 수질예측모형은 검 보정을 통해 정확도를 확보하며, 정확도의 확보를 위해서는 높은 수준의 전문성을 필요로 한다. 특히 시행착오법으로 모형을 보정하는 경우 많은 시간과 노력을 필요로 하게 되며, 보정계수를 과대 혹은 과소로 모형에 적용하는 오류를 범하기 쉽고 모델러의 주관이 관여되기 쉽다. 그래서 본 연구에서는 CE-QUAL-W2모형의 조류항목에 대한 모형 보정을 위하여 Chl-a와 남조류세포수에서 주로 활용되고 있는 보정계수에 대한 민감도 분석 결과를 토대로 매개변수별 모의결과 변화율을 산정하였으며, 시기적 경향성을 재현하기 위해 Ensemble-Bagging 기법과 머신 러닝 기법을 적용하여 모형 구동횟수를 최소화 할 수 있는 방법으로 구성하였다. Chl-a를 보정하기 위한 매개변수는 9개를 선정하였으며, 규조류, 남조류, 녹조류에 총 27개 매개 변수를 민감도 분석으로 도출 한 후 예상 변화율 대비 이벤트별 모의치와 실측치 간 %difference가 유사하도록 매개변수를 조정하였다. 또한 각 이벤트 조합의 매개변수 빈도수와 매개변수별 예상변화율, 시기적 조류특성을 고려하여 가중치를 도출하였으며, 1회 보정에 맞춰 Chl-a 모델 실행결과를 %difference로 평가한 후 "good"등급을 만족할 때까지 반복 적용하였다. 남조류세포수의 경우 Chl-a에 맞춰 매개변수 최적화 이후 남조류세포수 농도를 세포수로 환산하기 위한 CACEL에 대해 머신러닝 기법을 적용하였으며, CACEL 추정변화율 회귀식에 따라 평가 한 후 %difference "good"등급 이상을 만족할 때까지 반복 수행하는 방법을 적용하였다. 본 연구에서는 수질예측모형의 정확도를 확보하기 위하여 최적화 기법을 적용하였으며, 이를 통해 모형을 보정하는 과정에서 요구되는 시간과 노력을 줄일 수 있도록 하였으며, Ensemble기법과 머신러닝 기법을 적용하여 모형보정계수 적용에 객관성을 확보할 수 있도록 하였다.

• 한국시뮬레이션학회논문지
• /
• 제19권1호
• /
• pp.23-31
• /
• 2010

180도 이상의 영역을 획득하는 어안렌즈(fisheye lens)는 최소의 카메라로 최대 시야각을 확보할 수 있는 장점으로 인해 차량 장착 시도가 늘고 있다. 이와 같이 어안렌즈를 통해 시야를 확보하고, 영상센서로 사용하기 위해서는 캘리브레이션 작업이 선행되어야 하며, 운전자에게 현실감 있는 영상을 제공하기 위해서는 이를 이용하여 방사왜곡(radial distortion)에 따른 기하학적인 왜곡 보정이 필요하다. 본 논문에서는 비대칭 왜곡을 가진 180도 이상 화각의 차량용 대각선 어안렌즈를 위해 영상 손실을 최소화하는 왜곡 보정 기법을 제안한다. 왜곡 보정은 왜곡 모델이 포함된 카메라 모델을 설정하고 캘리브레이션 과정을 통해 카메라 파라미터를 구한 후 왜곡이 보정된 뷰를 생성하는 과정으로 이루어진다. 먼저 왜곡모델로서 비선형의 왜곡 형상을 모방한 FOV(Field of View)모델을 사용한다. 또한 비대칭 왜곡렌즈의 경우 운전자의 좌우 시야각 확보에 중점을 두어 수직 화각보다 수평 화각이 크게 설계되었기 때문에 영상의 장축, 단축의 비율을 일치시킨 후 비선형 최적화 알고리즘을 사용하여 카메라 파라미터를 추정한다. 최종적으로 왜곡이 보정된 뷰 생성 시 역방향 사상과 함께 수평, 수직 방향에 대한 왜곡 보정 정도를 제어 가능하도록 함으로써 화각이 180도 이상인 영상에 대해서 핀홀 카메라 모델을 적용하여 2차원 평면으로 영상을 보정하는 경우 발생하는 영상 손실을 최소화하고 시각적 인지도를 높일 수 있도록 하였다.

• 해양환경안전학회지
• /
• 제30권1호
• /
• pp.97-107
• /
• 2024

빠르게 발전하는 이미지 인식 기술에도 불구하고 표 형식의 문서와 수기로 작성된 문서를 완벽하게 디지털화하기에는 아직 어려움이 따른다. 본 연구는 표 형식의 수기 문서인 선박 항해일지를 작성하는 데에 사용되는 규칙을 이용하여 보정 작업을 수행함으로써 OCR 결과물의 정확도를 향상시키고자 한다. 이를 통해 OCR 프로그램을 통하여 추출된 항해일지 데이터의 정확성과 신뢰성을 높일 것으로 기대된다. 본 연구는 목포해양대학교 실습선 새누리호의 2023년에 항해한 57일간의 항해일지 데이터를 대상으로 OCR 프로그램 인식 후 발생한 오류를 보정하여 그 정확도를 개선하고자 하였다. 이 모델은 항해일지 기재 시 고려되는 몇 가지 규칙을 활용하여 오류를 식별한 후, 식별된 오류를 보정하는 방식으로 구성하였다. 모델을 활용하여 오류를 보정 후, 그 효과를 평가하고자 보정 전과 후의 데이터를 항차별로 구분한 후, 같은 항차의 같은 변수끼리 비교하였다. 본 모델을 활용하여 실제 셀 오류율은 약 11.8% 중 약 10.6%의 오류를 식별하였고, 123개의 오류 중 56개를 개선하였다. 본 연구는 항해일지 중 항해정보를 기입하는 Dist.Run부터 Stand Course까지의 정보만을 대상으로 수행하였다는 한계점이 있으므로, 추후 항해정보 뿐만 아니라 기상정보 등 항해일지의 더 많은 정보를 보정하기 위한 연구를 진행할 예정이다.

• 정보관리학회지
• /
• 제23권1호
• /
• pp.201-219
• /
• 2006

이 연구에서는 가장 적합한 엘리먼트 기반 XML 문서검색 기법을 제시하기 위해 언어모델 검색 접근법으로 다이버전스 기법, 보정 기법 그리고 계층적 언어모델의 검색성능을 평가하는 실험을 수행하였다. 실험 결과, 가장 효율적인 검색 접근법으로 문서의 구조정보를 적용한 계층적 언어모델 검색을 제안하였다. 특히, 계층적 언어모델은 실제 검색에서 중요성을 가지는 검색순위 상위에서 뛰어난 성능을 보였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.649-652
• /
• 2007

이 논문에서는 영화, CF 같은 영상물 제작 시 CG/실사 합성을 위해 배경기하정보를 추출하는 알고리즘을 제안한다. Metric Reconstruction 은 카메라 자동 보정을 통해 이루어지며 이는 오랫동안 연구되어 온 분야이다. 접근방법은 영상의 특징점 추적 정보와 카메라 내부변수 가정으로부터 유도되는 자기 보정 방식과 공간상에서 미리 기하 정보를 알고 있는 보정틀을 사용하는 방식으로 크게 분류될 수 있다. CG/실사 합성의 작업 효율성을 위해서는 배경 영상에 보정틀이 보이지 않는 것이 좋은데 자연 특징점(Natural Feature)에만 의존하는 자기 보정 방식의 경우 2K 급 영상에서 CG 객체를 합성했을 때 떨림이 느껴지지 않을 만큼 정확한 결과를 얻기 힘들다. 이 논문에서는 Polleyfeys[2]가 제안하였던 영상 시퀀스를 입력으로 하는 자기 보정 시스템을 바탕으로 마야 작업 환경에서의 핀홀 카메라 모델에 맞도록 카메라 내부변수의 비선형 최적화를 수행하는 방법과 사용자 개입을 통한 카메라 변수 정확도 향상방법을 제안한다.

• 한국강구조학회 논문집
• /
• 제24권1호
• /
• pp.119-128
• /
• 2012

본 연구에서는 실험적 모드해석 기법을 이용하여 외부환경에 직접 노출되어 있는 실제 철도판형교의 full-scale 동적 테스트가 수행되었다. 충격해머 모드실험에 의해 얻어진 철도판형교의 모드 매개변수를 유한요소해석으로부터 구한 고유진동수와 모드형상과 비교, 분석하였다. 실험적 모드해석에 의해 측정된 실험 데이터와 해석적 진동분석에서 얻어지는 출력만의 데이터를 교량 부재의 기하학적 특성 및 재료적 특성을 다양하게 고려하여 모델보정 테크닉에 적용하였다. 철도판형교의 실험적 모드해석 결과를 검증하기 위한 유한요소모델이 모드인식 기법을 이용하여 보정되었다. 실험 데이터와 유한요소해석 기준모델의 모델보정과정의 결과와 함께 부재특성의 변화를 통하여 이루질 수 있는 손상평가에 대한 기초적 데이터베이스가 제공된다.

• 한국산학기술학회논문지
• /
• 제18권3호
• /
• pp.56-62
• /
• 2017

최근 3차원 공간정보에 대한 수요가 증가하면서 국토교통부, 서울시, 다음 카카오 등 여러 지자체 및 관련 업계에서 서비스를 구축하여 제공하고 있다. 이러한 지도 기반의 3차원 공간정보서비스에서 위치정확도는 특정 업무의 활용 가능성을 결정짓는 중요한 요소이다. 기존의 BIM 데이터는 상대좌표값으로 작성되어 절대좌표값을 갖는 GIS 데이터와 연계하는데 어려움이 있었다. 따라서 본 연구는 BIM/GIS 플랫폼 기반 모델링 데이터 구축을 통해 실내외 3차원 공간정보 간의 위치보정 방안을 제시하였다. 이를 위하여 플랫폼 테스트베드 대상을 선정한 후 데이터 구축 프로세스를 총 3단계로 진행하고, 실내공간정보를 다루는 BIM 모델과 실감형 가시화를 위한 정사영상 기반 3차원 텍스처링 모델 간 위치 불일치의 문제점을 파악하여 위치보정 알고리즘을 설계하였다. 단일 건물을 대상으로 상대좌표 기반의 BIM 모델 데이터를 절대좌표 기반의 텍스처링 데이터와 연계하기 위해 절대좌표 변환 알고리즘을 구현하여 건물의 절대위치를 1차 계산하고 BIM/GIS 플랫폼 지도상에서 텍스처링 데이터와 2차 매핑하여 3차원 모델 데이터의 최종 위치를 보정하였다.

• 대한기계학회논문집A
• /
• 제37권9호
• /
• pp.1133-1140
• /
• 2013

컴퓨터 해석모델은 물리현상을 바탕으로 단순화된 모델을 구축하고 해를 구하는 유용한 도구이나, 많은 경우 단순화 가정 또는 입력변수 정보의 미비나 불확실성으로 인해 실제와 차이가 발생한다. 본 연구에서는 이러한 문제에 대해 베이지안 확률이론을 이용하여 실측데이터를 통해 해석모델을 보정하는 방법을 소개하고 이를 파이로 작동기구의 탄소성 압착 문제에 적용한다. 파이로 작동기구는 고에너지의 재료를 원격으로 폭발시켜 작동하는 장치로 그 작동의 신속한 계산을 위해서 단순한 수학모델을 구축하고 실험데이터를 토대로 미지의 입력변수를 확률적으로 보정하였다. 이 때, 확률적 추정을 위해서는 현대적 계산통계기법의 하나인 Markov Chain Monte Carlo 기법을 이용하였으며, 최종적으로 그 결과를 압착거동해석에 활용하여 작동기구의 신뢰도를 평가하였다.

• 융합신호처리학회논문지
• /
• 제4권3호
• /
• pp.27-33
• /
• 2003

영상 기반 3차원 모델링은 카메라로부터 획득된 영상을 입력으로 하여 3차원 그래픽 모델을 생성하는 기술로 고가형 3D 스캐너의 대체 기술로 연구되어지고 있다 본 논문에서는 스테레오 보정 카메라를 이용한 영상 기반 3차원 모델링 시스템을 제안한다. 3차원 모델을 생성하기 위한 제안 알고리즘은 카메라 보정 단계, 3차원 좌표 복원 단계 3차원 좌표 등록 단계로 이루어진다. 카메라 보정 단계에서는 영상 획득용 카메라에 대한 카메라 행렬을 계산하며 3차원 좌표 복원 단계에서는 스테레오 영상의 일치점으로부터 삼각측량법에 의해 3차원 좌표를 복원한다. 3차원 좌표 등록 단계에서는 개별적으로 복원된 3차원 좌표의 단일 모델을 생성하기 위한 기준 좌표로의 변환을 추정하여 최종 3차원 모델을 생성한다 실험 결과 제안 알고리즘이 비교적 정확하게 .B차원 모델을 생성함을 확인하였다.