• 지구물리와물리탐사
• /
• 제22권3호
• /
• pp.149-159
• /
• 2019

암석구성성분검층(중성자-감마스펙트로스코피검층)은 중성자선원의 비탄성산란과 중성자포획 작용으로부터 생성되는 감마선을 측정하여 지층의 원위치 광물조성을 추정할 수 있는 기술이다. 일반적으로 지층의 광물조성 평가는 코어에 대한 X선 회절법, X선 형광분석법 등의 실내 시험자료를 주로 이용하고 있으나 이는 조사 구간의 극히 일부분에 대한 결과이며 특히, 유체의 유동 경로 구간은 주로 파쇄대 및 사질층인데 이 구간들의 코어 회수율이 불량하여 조사 구간 전체에 대한 광물조성 평가는 한계가 있다. 따라서 시추공 전 구간에 대한 원위치 광물조성 추정 기술개발은 지중환경 평가에 중요한 역할을 할 수 있다. 이 기술은 전통, 비전통 저류층 평가를 중심으로 최근까지 장비 개발 및 관련 연구가 활발히 진행되고 있는 분야이지만 몇 개 서비스회사의 독점기술로 자세한 정보 미공개, 다양한 지층 및 인공모형을 이용한 화학-광물학 데이터베이스 구축 문제 등으로 국내 연구에 직접적으로 적용하기에는 어려움이 있었다. 이 해설논문에서는 암석구성성분검층의 기본원리, 시스템 구성, 교정시설, 국외 기 개발된 검층시스템 분석 및 연구개발 동향 등을 통해 해당 기술을 소개하고, 국내 시스템 제작을 위한 기술 적용 방안을 검토하였다.

• 과학교육연구지
• /
• 제43권1호
• /
• pp.64-78
• /
• 2019

본 연구의 목적은 2015개정 교육과정의 신설과목인 통합과학을 처음 실행한 2018년 한 해 동안 통합과학 과목이 어떻게 운영되었는지 그 실태를 파악하는 것을 목적으로 한다. 이를 위해 총 258명의 고등학교 과학교사들을 대상으로 실제 학교현장에서 통합과학이 어떻게 편성 운영되고 있는지, 통합과학 교수 학습 및 평가 실태는 어떠한지, 교사공동체 운영 현황과 통합과학 교육과정 실행을 위해 필요한 지원은 무엇인지 등에 대해 설문조사를 실시하였다. 연구결과에 따르면, 통합과학을 8단위로 편성하는 학교와 6단위로 편성하는 학교가 비슷한 비율로 나타나며, 한 학급의 통합과학 수업을 복수의 교사가 담당하는 경우가 2/3정도에 이르고 있고, 아직도 강의형 통합과학 수업 방식이 대세를 있으며, 과학교사들은 경력에 따라 비전공영역 이해 부족이나 통합적 수업설계에 대한 부담 등의 어려움을 겪고 있는 것으로 나타났다. 연구결과를 토대로 통합에 대한 인식 제고, 교사 학습공동체 활성화를 위한 지원, 통합과학 현장안착을 위한 지원 방안, 과학교사 자격증 체제에 대한 점검 등을 제언하였다.

• 광물과 암석
• /
• 제33권4호
• /
• pp.419-426
• /
• 2020

비전통 저류층에서 에너지 자원의 회수율을 높이기 위해서는 저류층 내의 미세 공극 형태와 연결도 등을 포함하는 공극 구조 연구가 필수적이다. 본 연구에서는 셰일 저류층 내 나노스케일의 공극 구조 연구에 적합한 조건과 방법을 찾기 위해 집속 이온 빔 시스템(Focused Ion Beam, FIB)과 이온 밀링 시스템(Ion Milling System, IMS)을 이용하여 분석을 진행하였다. 셰일 저류층 내 공극 구조 연구를 위해 리아드 분지에서 획득된 A-068 시추공의 시료를 사용하였다. 각 시료마다 특성이 다르기 때문에 시료 전처리 방법과 조건을 달리하여 최적의 조건을 찾았고 FE-SEM을 이용하여 공극 이미지를 획득하였다. 연구 결과 국소 부위의 공극구조를 관찰하기 위해서는 FIB를 사용하여 시표 표면을 밀링 후 바로 공극 이미지를 얻는 것이 효율적이고 반면에 넓은 면적을 단시간에 밀링하여 여러 공극 구조를 관찰하기 위해서는 IMS를 이용해야 한다는 것을 확인했다. 특히 탄산염 광물 함량이 높고 강도가 큰 암석에 대해서는 FIB보다는 IMS를 활용하여 밀링을 수행해야 공극 구조 관찰이 가능하다는 사실이 밝혀졌다. 본 연구를 통해 셰일 저류층 내 공극 구조 관찰을 위한 방법이 정립되었으며 향후 이를 이용한 셰일 가스 저류층 시료 분석을 통해 공극의 크기나 형태가 셰일가스 회수 증진에 미치는 영향을 밝힐 수 있을 것이다.

• 터널과지하공간
• /
• 제31권1호
• /
• pp.41-51
• /
• 2021

치밀 저류층의 투과도 증진을 위해 개발된 수압파쇄 기술은 셰일가스와 같은 비전통자원과 심부지열 개발에 필수적인 기술 중 하나이다. 파쇄형태가 단순하고 파쇄효율이 좋지 않은 수압파쇄를 개선하기 위해 다양한 파쇄유체를 이용한 실험적 연구가 진행되었다. 물, N2, CO2 가스를 파쇄유체로 사용하여 치밀 암석에 대한 파쇄형태와 효율성을 분석하였다. 파쇄유체로 물을 일정 주입속도로 주입한 경우 순간적으로 압력이 상승하여 파쇄가 발생하였으나, 파쇄유체로 가스를 주입한 경우 서서히 압력이 증가되면서 물보다 낮은 파쇄압력을 보였다. 3D 단층촬영 기법을 이용하여 물과 가스 주입으로 생성된 균열을 관찰한 결과는 기존 공극부피 대비 파쇄 자극부피가 각각 5.71%(물), 12.72%(N2), 43.82%(CO2) 증가되었다. 또한 파쇄유체의 파쇄 효율성을 검정하기 위한 파쇄 전후 투과도 변화 실험에서는 가스 파쇄에 의해 증가되는 투과도 증가 값이 물을 이용한 파쇄보다 훨씬 높게 측정되었다. 파쇄 이후 인공균열의 생성과 주변응력에 의해 다시 균열이 닫히는 현상을 고려하여 생성된 인공균열에 구속압을 단계별로 증가시켜 투과도 변화를 측정하였다. 구속압이 2MPa에서 10MPa로 증가시켰을 경우 초기 투과도 대비 각각 89%(N2), 50%(CO2) 감소하였다. 본 연구는 가스파쇄기술이 수압파쇄보다 투과도 증진 효과가 크고 이후 주변 응력에 의한 투과도 감소가 적은 것으로 나타났다.

• 방송공학회논문지
• /
• 제27권2호
• /
• pp.228-239
• /
• 2022

본 논문에서는 카셰어링 서비스(car sharing service)에서 차량 상태 무인 검수를 위한 흠집 탐지 딥 러닝 모델을 제안한다. 기존의 차량 상태 검수 시스템은 대여 전, 후 사진에서 각각 흠집을 탐지하는 딥 러닝 모델과 탐지된 두 흠집 영상을 수작업으로 대조하여 새롭게 발생한 흠집을 탐색하는 두 단계로 구성되어 있다. 따라서 수동작업이 필요한 두 단계 모델을 한 단계로 줄이는 무인 흠집 탐지 모델을 위성영상에서 변화를 탐지하는 딥 러닝 모델에 전이 학습을 적용하여 구축한다. 그리고 광택 처리된 자동차 표면의 휘도가 비등방성이고 비전문가인 이용자가 일반 카메라로 촬영하기 때문에 정반사(specular reflection)가 흠집 탐지 성능에 크게 영향을 미친다. 따라서 정반사광으로 발생하는 오탐지를 감소시키기 위하여 정반사광 성분을 제거하는 전처리 과정을 적용한다. 이용자가 휴대폰 카메라로 촬영한 데이터에 대해 제안하는 시스템은 주관적인 측면과 정밀도(precision), 재현율(recall), F1, Kappa 척도면에서 각각 67.90%, 74.56%, 71.08%, 70.18%로서 높은 일치도를 보인다.

• 방송공학회논문지
• /
• 제27권3호
• /
• pp.308-317
• /
• 2022

딥러닝 기반 머신 비전 기술을 이용한 영상분석 과정에서 전송되고 저장되는 방대한 양의 동영상 데이터의 용량을 효율적으로 줄이기 위한 연구들이 진행 중이다. MPEG(Moving Picture Expert Group)은 VCM(Video Coding for Machine)이라는 표준화 프로젝트를 신설해 인간을 위한 동영상 부호화가 아닌 기계를 위한 동영상 부호화에 대한 연구를 진행 중이다. 그 중 한 번의 영상 입력으로 여러가지 태스크를 수행하는 멀티태스크에 대한 연구를 진행하고 있다. 본 논문에서는 효율적인 멀티태스크를 위한 파이프라인을 제안한다. 제안하는 파이프라인은 물체탐지를 선행해야 하는 각 태스크들의 물체탐지를 모두 수행하지 않고 한번만 선행하여 그 결과를 각 태스크의 입력으로 사용한다. 제안하는 멀티태스크 파이프라인의 효율성을 알아보기 위해 입력영상의 압축효율, 수행시간, 그리고 결과 정확도에 대한 비교 실험을 수행한다. 실험 결과 입력 영상의 용량이 97.5% 이상 감소한데 반해 결과 정확도는 소폭 감소하여 멀티태스크에 대한 효율적인 수행 가능성을 확인할 수 있었다.

• 실천공학교육논문지
• /
• 제14권2호
• /
• pp.267-277
• /
• 2022

대학에서의 학업성취도란 대학교육을 통한 결과로서 학생들이 구현한 질적 변화와 발달의 수준이라는 포괄적 의미로 인식되고 있다. 따라서 대학생의 학업성취도는 창의성, 리더십, 글로벌 역량 등 다양한 인재상에 대한 시대적, 사회적 요구와 연계되어 그 의미를 부여하게 되지만 실질적으로 대학교육의 성과지표로서 중요하게 인식되고 있는 것은 학점으로 귀결 되고 있다. 이러한 학점을 통한 학업성취도의 측정은 많은 문제를 가지고 있는데, 특히, 평가 방식과 내용 그리고 대학의 서열화 효과 등에 의해 학점을 통한 학업성취도의 표준화는 매우 어려운 문제로 인식되고 있다. 본 연구는 머신러닝 기법을 활용하여 D대학 졸업생을 대상으로 학업성취도의 우수 여부를 예측하는 시스템을 제시한다. 사용된 변수는 일부 개인정보와 졸업연도, 학번, 학과명, 계열명 등의 학사 정보 등 최대 96개를 활용하여 분석하였으나 개인정보나 학과정보 등은 이미 결정되어 노력에 의해 변경될 수 없는 데이터이므로 분석 대상이 될 항목은 이미 결정된 데이터를 제외한 학과별/학생별 역량으로 한정하였다. 본 연구에서는 경기권 소재 전문대학인 D대학의 미션, 비전, 교육목표 및 인재상 등이 반영된 핵심역량의 분석을 통해 학업 성취도 예측시스템을 구현해 보고, 해당 시스템의 도입이 학업성취도에 미치는 영향을 머신러닝을 활용하여 예측하기위해 진행되었다. 향후 연구결과를 학과에서 진행되는 교육과정 수립 및 학생 지도 등에 적용하여 학업성취도를 향상시킬 수 있는 근거를 마련하는데 활용할 예정이다.

• 대한토목학회논문집
• /
• 제43권5호
• /
• pp.667-674
• /
• 2023

건물에서 재난이 발생할경우, 건물 내 인원을 신속히 구조하여 사상자를 최소화하는 것은 단연 최우선순위가 된다. 이러한 구조활동을 위해서는 건물내 어디에 몇 명이 있는지를 알아야 하는데, 실시간으로 알기가 어렵다보니 주로 건물주나 경비원 등 관계자의 진술이나 층별 면적, 수용 인원과 같은 기초자료에 의존하는 실정이다. 따라서 빠르고 정확하게 재실인원 정보를 파악하여 현장에 대한 불확실성을 낮추고 골든타임내 효율적인 구조활동을 지원하는 것이 반드시 필요하다. 본 연구는 컴퓨터 비전 알고리즘을 활용하여 이미 건물에 설치되어 있는 여러대의 CCTV 가 촬영한 이미지 로부터 건물 위치별 재실인원을 계수하는 방법론을 제시한다. 계수 방법론은 (1)카메라별 관심선(LOI) 설정을 통한 다중카메라 네트워크 환경구축, (2)딥러닝을 활용한 모니터링 구역내 사람 탐지 및 추적, (3)다중 카메라 네트워크 환경을 고려한 인원 합산 세단계로 구성된다. 제안된 방법론은 5층 건물을 대상으로 세 개의 시간대 별로 수행된 현장 실험을 통해 검증되었다. 최종 결과는 89.9%의 정확도로 재실자를 인식하는 것으로 나타났으며, 층별, 구역별 합산결과도 93.1%, 93.3%의 정확도로 우수했다. 층별 평균MAE와 RMSE는 각각 0.178과 0.339이었다. 이 처럼 실시간으로 제공하는 건물내 재실자 정보는 초기 재난 대응단계에 신속하고 정확한 구조활동을 지원 할 수있다.

• 한국컴퓨터정보학회논문지
• /
• 제14권3호
• /
• pp.121-131
• /
• 2009

BcN은 방송과 통신 컨버전스 서비스와 같은 광범위한 종류의 고품질 멀티미디어 서비스를 제공하지만 다수의 통신사업자망을 통해 서비스가 제공될 때 품질저하가 발생하는 것을 알 수 있다. 본 논문에서는 망 전반에 대해 객관적으로 품질관련 정보를 측정하고 관리할 수 있는 QoS 관리시스템을 제안한다. 제안된 시스템은 BcN 시범망에서 시범 이용자를 대상으로 상용 영상전화서비스를 통해 음성 및 영상 품질을 측정하였다 시험결과로서 이용자와 사업자간 서비스 품질정보는 에이전트가 수집한 정보로부터 파악이 가능하였으며, 사업자간 연동 서비스의 경우는 사업자간 품질저하에 따른 책임소재를 명확히 하기 위하여 프로브가 수집한 서비스별 트래픽 품질정보를 활용할 수 있음이 확인되었다. 따라서 본 논문에서 제시한 QoS 관리시스템은 향후 BcN망에서 서비스 품질저하에 따른 이용자와 사업자간 또는 사업자간에 발생할 수 있는 품질분쟁 문제의 해결 도구로 사용할 수 있을 것이다.

• 터널과지하공간
• /
• 제34권3호
• /
• pp.218-230
• /
• 2024

최근 건설현장의 안전사고 문제를 해결하기 위해 컴퓨터 비전 기술을 활용한 안전관리에 관한 연구를 많이 수행하고 있다. 최근 딥러닝 기반 객체 인식 및 영역 분할 연구에서 앵커 박스 파라미터를 사용하고 있다. 일관적인 정확도를 확보하기 위하여 학습 과정에서 앵커 박스 파라미터의 최적화가 중요하다. 앵커 박스 관련 파라미터는 일반적으로 학습자의 휴리스틱 방법으로 모양과 크기를 고정하여 학습을 수행하고 있고, 파라미터는 단일로 구성된다. 하지만 파라미터는 객체 종류와 객체 크기에 따라 민감하고 수가 증가하면 단일 파라미터로 데이터의 모든 특성을 반영하는데 한계가 발생한다. 따라서 본 논문은 분할 학습을 통해 최적화된 다중 파라미터를 적용하는 방법을 제안하여 단일 파라미터로 모든 객체의 특성을 반영하기 어려운 문제를 해결하고자 한다. 통합 데이터를 객체 크기, 객체 수, 객체의 형상에 따라 효율적으로 분할하는 기준을 정립하였으며, 최종으로 통합 학습과 분할 학습 방법의 성능 비교를 통해 제안한 학습 방법의 효과를 검증하였다.