• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.861-870
• /
• 2021

본 연구에서는 COMS (Communication, Oceanography and Meteorology Satellite) 위성의 GOCI(Geostationary Ocean Color Imager) 센서와 Himawari-8 위성의 AHI (Advanced Himawari Imager) 센서에서 산출되는 에어로졸 광학두께 (Aerosol Optical Depth; AOD)를 활용하여 단일화된 AOD 합성장을 생산하였다. 위성 간의 공간해상도와 위치좌표계가 다르기 때문에 이를 맞춰주는 전처리 작업을 선행하였다. 이후 지상관측 기반인 AERONET (AErosol RObotic NETwork)의 레벨 1.5 AOD 자료를 사용하여 각 위성과 AERONET과의 상관관계 분석 및 추세를 보간하여 기존 위성 AOD 보다 정확한 위성 AOD 자료를 생산하였다. 이후 합성과정을 진행하며 최종적으로 시공간적으로 더 완벽하고 정확한 AOD 합성장을 생산하였다. 생산된 AOD 합성장의 제곱근 평균 오차(Root Mean Square Error; RMSE)는 0.13, 평균 편향(mean bias)는 0.05로, 기존의 GOCI AOD (RMSE: 0.15, Mean bias: 0.11)와 AHI AOD (RMSE: 0.15, Mean bias: 0.05) 보다 나은 성능을 보였다. 또한 합성된 AOD는 단일위성에서 구름으로 인하여 관측되지 못한 지역에서 시공간적으로 보다 완벽하게 생산되었음을 확인하였다.

• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.233-243
• /
• 2021

태양광 패널은 중금속을 함유한 전자 폐기물이다. 전 세계적으로 매년 빠르게 증가하고 있으며 집중강우 시 유실되는 태양광전지 패널은 토양 중금속 오염의 문제 및 소규모 태양광 발전은 관리 부재라는 문제가 있어, 이를 효율적으로 모니터링하기 위한 기술 개발이 요구된다. 본 연구에서는 Sentinel-1 위성의 SAR Temporal Baseline과 Coherence간의 상관관계를 이용한 태양광전지 패널 모니터링 방법을 연구하였다. 또한, 태양광 발전소와 주변의 Coherence 차이를 이용한 태양광전지 패널 탐지를 실험하였다. 실험결과 안정적 산란체로 가정한 태양광전지 패널의 Coherence가 0.50~0.65 분포 0.53의 중앙값으로 치우친 편향을 보이고 있어 처리과정에서 발생될 수 있는 오차를 개선할 추가 연구가 요구된다. 태양광전지 패널의 Coherence 시간적 감소 비율이 건물 등 인공물체와 다름에 따라 시간적 기준선을 이용한 변화탐지가 가능할 것으로 나타났다. 본 연구결과는 기존 광학영상을 활용한 대규모 태양광 발전 시설 위치정보 획득 연구에서, 소규모 태양광전지 패널 모니터링이 가능하도록 영상레이더를 적용한 초기 연구이다. 또한, 본 연구를 바탕으로 지속적 모니터링이 가능하고 태양광전지 패널 유실과 같은 상황에서 공간적 분포를 파악할 수 있는 효율적인 방안이 될 수 있을 것으로 사료된다.

• 한국지구과학회지
• /
• 제40권3호
• /
• pp.259-271
• /
• 2019

동해 연안지역의 고해상도 파랑예측을 위하여 통계적 규모축소화 방안을 적용하여 고해상도 동해 연안 파랑예측시스템을 구축하였다. 예측시스템을 구축하기 위하여 기상청 현업에서 예측된 동해 및 남해 연안파랑예측모델과 전구파랑예측모델의 예측결과를 이용하였다. 3일까지는 연안파랑예측모델들의 결과를 그대로 활용하였고 3일 이후 7일까지는 전구파랑예측모델의 예측결과를 통계적 규모축소화 방안(역거리 가중 내삽방법과 조건부합성방법)을 적용하여 예측하였다. 예측된 고해상도 연안예측시스템을 이용하여 예측된 파고의 2차원 공간분포는 연안예측모델의 초기장(분석장)과 자기상관관계를 이용하여 검증하였고 부이 등 해양관측소 자료를 이용하여 파고 및 풍속 예측을 검증되었다. 수치모델의 예측성능과 유사하게 초기시간에는 예측성능이 높게 나타났으나 시간이 지남에 따라 예측성능이 점진적으로 감소되었다. 전체 기간의 파고 예측결과를 파고 관측자료를 이용하여 검증하였을 때 역거리 가중 내삽과 조건부합성방법 적용에 따른 상관계수와 평균 제곱근 오차는 0.46과 0.34 m에서 0.6과 0.28 m로 개선되었다.

• 한국터널지하공간학회 논문집
• /
• 제21권3호
• /
• pp.347-362
• /
• 2019

도심지 터널 공사가 많아지면서 이에 따른 소음, 진동, 교통불편 및 민원 저감을 위해 TBM 굴착이 증가하고 있다. 그러나 이러한 추세에도 불구하고 국내 TBM 공동구 설계 및 시공을 위한 기준들은 대부분 해외기술(일본, 독일 등)을 이용하고 있어 국내환경을 고려하지 못하고 있다. 특히, 공동구 TBM 설계의 주요 기준이 되는 굴진율은 대부분 일축압축강도만으로 산정되며 이마저도 실제 현장 특성과 맞지 않아 개선이 필요하다. 본 연구에서는 국내 현장에 적합한 굴진율을 예측하기 위해 수행되었다. 이를 위해 시공 중인 소단면 쉴드 TBM 굴착 현장의 지반 및 굴진데이터를 수집하고 상관관계 분석을 통해 굴진율에 영향을 미치는 주요인자를 파악하였다. 도출된 영향인자들은 통계적 분석기법을 기반으로 한 다중선형 회귀분석에 적용되어 굴진율을 예측하는 회귀식의 예측변수로 이용되었다. 결과적으로 회귀분석을 통해 도출된 회귀식은 일축압축강도와 절리간격을 예측변수로 추정되었으며, 해외 경험식과 비교하여 국내현장 굴진율의 예측 정확도가 높은 것으로 나타났다. 다만, 이 회귀식을 타 국내 현장에 적용할 경우 예측오차가 다소 증가하였다. 회귀식이 갖는 이와 같은 적용 한계를 개선하기 위해서는 추가적인 연구를 통해 현장조건에 제약을 받지 않는 굴진율 예측모델 도출이 필요할 것으로 보인다.

• 융합정보논문지
• /
• 제9권6호
• /
• pp.1-6
• /
• 2019

본 연구에서는 다항식 회귀분석(Polynomial regression analysis) 방법을 이용하여 비선형 특성을 갖는 전자저울의 질량 추정 모델 개발이 이루어 졌다. 전자저울에 사용되는 로드셀의 출력 단자 전압을 기준 질량 추를 사용하여 직접 측정하였고 이 데이터를 이용하여 MS Office 엑셀의 행렬식 계산과 데이터 추세선 분석 기능을 이용하여 다항식 회귀모델을 구하였다. 5kg까지 측정 가능한 로드셀 전자저울을 사용하여 100g단위로 질량을 측정하였고 다항식 회귀분석(Multiple regression analysis) 모델을 구하였으며, 단순(1차), 2차, 3차 다항식 회귀분석에 대한 오차를 구하였다. 각 모델에 대한 회귀 방정식의 적합도 분석을 위해 결정계수(Coefficient of determination)를 제시하여 추정 질량과 측정 데이터와의 상관관계를 나타내었다. 본 연구에서 제안하는 3차 다항식 모델을 이용하여 추정 값의 표준편차가 10g, 결정계수 1.0으로 상당히 정확한 모델을 얻었다. 본 연구에 사용된 선형 회귀 분석 이론을 바탕으로 최근 인공지능 분야에서 많이 사용되고 있는 로지스틱 회귀 분석(Logistic regression analysis)을 활용하여 기상예측, 신약개발, 경제지표 분석 등의 분야에 대한 다양한 연구를 수행할 수 있을 것으로 생각된다.

• 한국양봉학회지
• /
• 제34권1호
• /
• pp.47-55
• /
• 2019

다양한 농업 생산 분야에서 정보통신기술 (ICT, Information and Communications Technologies)이 융합하여 많은 발전을 이루어내고 있다. 꿀벌의 활동과 관련한 온·습도, 음파, 이산화탄소, 암모니아, 황화수소 등 다양한 봉군내·외의 요인들과 꿀벌의 활동 추적에 대한 ICT 융복합 시스템 개발연구가 최근 이슈화되고 있다. 본 연구에서는 이중 적외선 센서(QRE1113)를 이용하여 꿀벌 출입 자동 모니터링 시스템을 구현하여 실측 자료를 비교·분석하였다. 꿀벌의 방화행동을 연구하는 기존의 밀원식물 방화 개체 수 측정, 영상촬영을 통한 출입 활동 수 수동 분석, 해외 다양한 자동모니터링 시스템들과 비교하여 본 시스템은 모니터링 시간과 노력의 단축 및 외부 방화 활동과의 일치성, 수동 분석과 상대 오차 5% 미만으로 높은 실효성을 보였다. 또한, 저전력블루투스(BLE)모듈을 활용한 내·외부 온도 센서와 병행을 통해 시스템의 확장성을 확보하였으며, 이 시스템으로부터 확보한 한달간의 데이터 분석을 통해 온도와 방화행동 간 상관관계 분석 및 하루 평균 손실되는 꿀벌의 개체수(출역봉의 1.88%)를 측정할 수 있었다. 향후 복합적인 모니터링 시스템 확장과 빅데이터 축적을 통해 더욱 강력한 실시간 모니터링 도구 및 꿀벌 생태 교육자료로 양봉 산업 발전에 크게 기여할 수 있고, 과학적 분석 도구로 활용될 것이다.

• 대한소아치과학회지
• /
• 제49권1호
• /
• pp.14-24
• /
• 2022

이 연구의 목적은 디지털 치열 모형에서 치아 폭경, 볼튼 비율, 수평 피개, 수직 피개를 포함한 교정적 측정의 타당성을 확인하는 것이다. 만 12 - 18세의 환자를 대상으로 세가지 형태의 치열 모형을 획득하였다. 기존의 석고 모형을 형성하였고, DOF freedom HD 모형 스캐너를 통해 디지털 모형으로 변환하였다. 그리고 CS3600 구강 스캐너로 디지털 모형을 형성하였다. 각 모형에서 측정 시행 후, 급내 상관 계수를 통해 계측의 신뢰성과 재현성을 확인하였으며, 대응 표본 t 검정을 사용하여 타당성을 평가하였다. 결과적으로 모든 군에서 급내 상관계수는 0.750을 초과하여 연구자 내 신뢰성과 연구자 간 재현성이 있음을 확인하였다. 모형 스캔한 군은 전체 및 전치 볼튼 비율, 수평 및 수직 피개에서 타당성을 보였다. 구강 스캔한 군은 전치 볼튼 비율, 수평 피개에서 타당성을 보였다. 구강 스캔한 디지털 모형을 이용한 계측은 인상 채득에 어려움이 있는 소아 청소년에게 고려할 수 있는 대안이다. 하지만 임상에서 이를 교정적 분석에 이용할 경우 오차를 고려한 적용이 필요하다.

• 한국수자원학회논문집
• /
• 제55권11호
• /
• pp.903-911
• /
• 2022

물을 공급하기 위한 자원 중 하나인 지하수는 다양한 자연적 요인에 의해 수위의 변동이 발생한다. 최근, 인공신경망을 이용하여 지하수위의 변동을 예측하는 연구가 진행되었다. 기존에는 인공신경망 연산자 중 학습에 영향을 미치는 Optimizer로 경사하강법(Gradient Descent, GD) 기반 Optimizer를 사용하였다. GD 기반 Optimizer는 초기 상관관계 의존성과 해의 비교 및 저장 구조 부재의 단점이 존재한다. 본 연구는 GD 기반 Optimizer의 단점을 개선하기 위해 GD와 화음탐색법(Harmony Search, HS)를 결합한 새로운 Optimizer인 Gradient Descent combined with Harmony Search(GDHS)를 개발하였다. GDHS의 성능을 평가하기 위해 다층퍼셉트론(Multi Layer Perceptron, MLP)을 이용하여 이천율현 관측소의 지하수위를 학습 및 예측하였다. GD 및 GDHS를 사용한 MLP의 성능을 비교하기 위해 Mean Squared Error(MSE) 및 Mean Absolute Error(MAE)를 사용하였다. 학습결과를 비교하면, GDHS는 GD보다 MSE의 최대값, 최소값, 평균값 및 표준편차가 작았다. 예측결과를 비교하면, GDHS는 GD보다 모든 평가지표에서 오차가 작은 것으로 평가되었다.

• 한국시뮬레이션학회논문지
• /
• 제32권3호
• /
• pp.33-41
• /
• 2023

최근 전 세계가 탄소중립에 관심이 높아지면서 재생에너지 발전량이 증가하고 있다. 하지만 재생에너지는 간헐성과 변동성이 심해 발전량 예측이 어렵고, 정확하지 않은 발전량 예측은 전력 계통에 부정적인 영향을 끼칠 수 있다. 이에 본 연구에서는 풍력발전기 발전량 예측 문제를 해결할 방법으로 디지털트윈 개념을 적용하였다. 풍력발전기의 회전이 발전량과 높은 상관관계를 갖는 부분을 반영하여 풍력발전기 드라이브트레인 회전 거동을 주로 모의하는 기계학습된 모델을 개발하였다. 회전 거동을 모의하는 드라이브트레인 시뮬레이션 모델의 기반은 잘 알려진 회전 시스템을 모의하는 시스템 상태방정식으로 설정되었다. 또한 제조사로부터 제공되지 않은 파라미터들에 대하여 시뮬레이션 기반 기계학습을 수행하였다. 기계학습된 드라이 브트레인 모델은 27개의 실제 풍력발전기 운영데이터 세트를 활용하여 검증되었다. 검증 결과, 드라이브트레인 모델은 실제 풍력발전기 운영데이터 세트와 비교하여 평균 4.41%의 오차를 보였다. 결과적으로 기계학습된 드라이브트레인 모델은 실제 풍력발전기 드라이브트레인 시스템을 잘 모사한다고 평가하였다.

• 방송공학회논문지
• /
• 제28권3호
• /
• pp.285-292
• /
• 2023

최근 미세먼지가 건강에 미치는 영향은 큰 화두가 되고 있다. 미세먼지는 코의 점막에 걸러지지 않고 인체 내부까지 침투하여 호흡기에 영향을 미치기 때문에 위험하다. 미세먼지는 산업과 직접적으로 연관되어있기 때문에 미세먼지를 제거하는 것은 사실상 불가능하다. 따라서 미세먼지 농도를 사전에 예측할 수 있다면 사전 조치를 취해 인체에 미치는 영향을 줄일 수 있다. 미세먼지는 하루 600km 이상 이동할 수 있는 특성을 가진다. 이러한 특성으로 인해 미세먼지는 인접 구뿐만 아니라 멀리 떨어져있는 구에도 직접적인 영향을 미친다. 본 논문에서는 풍향, 풍속 데이터와 시계열 예측 모델을 이용하여 서울특별시의 미세먼지 농도를 예측하고, 서울특별시의 미세먼지 농도와 지역별 미세먼지 농도의 상관관계를 확인했다. 또한, 각 지역별 미세먼지 농도와 서울특별시의 미세먼지 농도를 이용하여 예측을 진행했다. 예측 결과에서 가장 낮았던 MAE(평균 절대 오차)는 12.13으로 선행연구에서 제시된 MAE인 14.3 보다 약 15.17% 더 예측성능이 향상된 것을 확인했다.