• 지능정보연구
• /
• 제29권2호
• /
• pp.241-265
• /
• 2023

기업의 부실 예측 모델은 기업의 재무 상태를 객관적으로 모니터링하는 데 필수적인 도구 역할을 한다. 적시에 경고하고 대응 조치를 용이하게 하며 파산 위험을 완화하고 성과를 개선하기 위한 효과적인 관리 전략을 수립할 수 있도록 지원한다. 투자자와 금융 기관은 금융 손실을 최소화하기 위해 부실 예측 모델을 이용한다. 기업 부실 예측을 위한 인공지능(AI) 기술 활용에 대한 관심이 높아지면서 이 분야에 대한 광범위한 연구가 진행되고 있다. 해석 가능성과 신뢰성이 강조되며 기업 부실 예측에서 설명 가능한 AI 모델에 대한 수요가 증가하고 있다. 널리 채택된 SHAP(SHapley Additive exPlanations) 기법은 유망한 성능을 보여주었으나 변수 수에 따른 계산 비용, 처리 시간, 확장성 문제 등의 한계가 있다. 이 연구는 전체 데이터 세트를 사용하는 대신 부트스트랩 된 데이터 하위 집합에서 SHAP 값을 평균화하여 변수 수를 줄이는 새로운 변수 선택 접근법을 소개한다. 이 기술은 뛰어난 예측 성능을 유지하면서 계산 효율을 향상시키는 것을 목표로 한다. 해석 가능성이 높은 선택된 변수를 사용하여 랜덤 포레스트, XGBoost 및 C5.0 모델을 훈련하여 분류 결과를 얻고자 한다. 분류 결과는 고성능 모델 설계를 목표로 soft voting을 통해 생성된 앙상블 모델의 분류 정확성과 비교한다. 이 연구는 1,698개 한국 경공업 기업의 데이터를 활용하고 부트스트래핑을 사용하여 고유한 데이터 그룹을 생성한다. 로지스틱 회귀 분석은 각 데이터 그룹의 SHAP 값을 계산하는 데 사용되며, SHAP 값 평균은 최종 SHAP 값을 도출하기 위해 계산된다. 제안된 모델은 해석 가능성을 향상시키고 우수한 예측 성능을 달성하는 것을 목표로 한다.

• 한국농림기상학회지
• /
• 제25권3호
• /
• pp.182-196
• /
• 2023

작물 수확량의 정확하고 시기 적절한 추정은 세계적인 식량 안보 계획 및 농업 정책 개발을 포함하여 다양한 목적을 위해 중요하다. 원격 감지 기술은 특히 vegetation indices (VIs)를 활용한 작물 상태 모니터링과 예측에서 유망성을 보여주고 있다. 그러나 normalized difference vegetation index (NDVI) 와 enhanced vegetation index (EVI) 와 같은 전통적인 Vis는 식물광합성의 빠른 변화를 포착하는 데 제한이 있으며 작물 생산성을 정확하게 대표하지 못할 수 있다. 대체적인 Vis인 near-infrared reflectance of vegetation (NIRv)는 gross primary productivity (GPP)과 강한 상관관계를 가지며 빛이 반사할 때의 혼동을 해결하는 능력으로 인해 작물 생산량을 예측하는 더 나은 지표로 제안되었다. 연구 결과는 옥수수와 콩 모두에 대해 NIRv의 최댓값과 작물 수확량/면적 간에 유의한 상관관계가 있음을 입증했다. 이 상관관계는 콩에 대해 약간 더 강한 경향을 보였다. 게다가 대부분의 주요한 주에서는 NIRv의 최댓값과 생산량 간에 주목할 만한 관계가 있으며, 다양한 주에서 일관된 경사도를 보였다. 또한, 연간 데이터에서는 대부분의 값이 서로 밀접하게 군집되는 독특한 패턴을 관찰했다. 그러나 2012년은 다양한 주에서 독특한 작물 조건을 시사하는 이상값으로 나타났다. NIRv의 최댓값과 생산량 간의 확립된 관계를 기반으로, 우리는 2022년의 작물 수확량 데이터를 예측하고, 예측의 정확도를 Root Mean Square Percentage Error (RMSPE)를 사용하여 평가했다. 우리의 연구 결과는 지역별 작물 수확량 추정에 NIRv의 최댓값과 잠재력을 나타내며, 다양한 지역에서 정확도는 달라질 수 있다는 것을 보여줄 수 있다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2007년도 추계 종합학술대회 논문집
• /
• pp.560-564
• /
• 2007

한국기초과학지원연구원(KBSI, Korea Basic Science Institute)에서는 국내 유일의 초고전압투과전자현미경(HVEM, High Voltage Electron Microscopy)을 비롯하여 3 대의 일반 전자현미경을 보유하고 있다. 전자현미경을 통하여 관찰된 이미지는 각 단계별로 tilting 되어 저장된 이미지로서 관찰자에게 보다 나은 관찰 환경의 구성을 위해 3D로의 reconstruction은 필수 과정이라고 할 수 있겠다. 이 과정 중 카메라 중심에서 벋어난 부분의 왜곡을 warping 기법을 통하여 최대한 감소시킨다. 이런 이미지 전처리 과정과 이를 바탕으로 3D로의 reconstruction과정은 고성능 컴퓨터의 수반을 기본으로 하는데 이 과정을 다수의 grid node PC들이 빠른 시간에 분담하여 처리하게 된다. Grid node PC들의 역할은 소유자가 서로 다른 다양한 컴퓨팅 자원의 효과적인 공유를 목적으로 하며, 시스템의 구축에 필요한 역할 스케줄링, 자원 관리, 보안, 성능 측정 및 상태 모니터링 등의 문제를 해결하기 위한 사용되고 있다. 일반 개인이 사용하기 힘들었던 고성능 PC의 역할을 Grid node PC들이 수행하고 이 기반위에 워핑 기법을 통한 이미지 전처리는 보다 실제 관찰 대상에 가까운 형태로의 재구성이 가능할 수 있는 바탕이 된다. 워핑 전처리를 통한 Grid node PC기반의 전자현미경 볼륨 랜더링 시스템의 구축은 관찰자에게 보다 편리하며 빠른 실험 환경을 제공하여 줄 수 있고, 이해하기 쉽고 실제 모습에 가까운 형태의 실험 결과물을 접할 수 있게 된다.

• 대한원격탐사학회지
• /
• 제37권5_2호
• /
• pp.1235-1243
• /
• 2021

해양탑재체(GOCI-II)가 주탑재체이며 정지궤도복합위성2B호 또는 천리안2B호로 명명된 정지궤도 해양관측위성은 2020년2월에 성공적으로 발사되어 한반도 주변의 해양과 연안을 주간 상시 관측과 감시 임무를 수행하고 있다. 해양탑재체는 천리안1호의 해양탑재체(GOCI)의 임무 승계와 향상된 성능으로 해양·연안의 효율적인 관리, 해양재해·재난 저감을 위한 실시간 해양환경모니터링과 어로 비용절감을 위한 어장환경 정보의 생산 등 해양환경감시를 위하여 개발되었다. 발사 후 해양탑채체는 초기 점검시험(IAC) 단계에 모든 기능이 정상적으로 동작됨을 확인하고, 궤도상시험(IOT) 단계에 성능·운영시험, 복사보정과 영상기하보정을 병행 진행하여 그 결과를 핸드오버회의 통하여 보고하고 국가해양위성센터로 운영권을 이관하였다. 주로 온보드 태양광 보정시스템으로 수행되는 복사보정은 사전에 수립된 계획에 따라 주기적으로 진행하여 최종 Gain과 offset 값을 설정, 적용하고 유효성을 확인하였다. 영상기하보정(INR)은 별영상 자료 기반의 네비게이션 필터링과 랜드마크 기반 보정 방식으로 요구규격을 모두 만족함을 확인하고 INR 프로세스를 검증하였다. 본 논문에서 정지궤도 해양위성이 발사 이후 궤도상 성능시험, 복사보정과 영상기하보정의 방법, 절차를 기술하고 결과와 현황을 분석하고 정리하였다.

• 생물환경조절학회지
• /
• 제19권4호
• /
• pp.266-274
• /
• 2010

본 연구는 토마토의 토양 수분결핍조건에서의 생장과 생리적인 반응을 근본적으로 조사하기 위하여 수행되었다. 토양에 두가지 수분조건, 심한 수분결핍(-100kPa)과, 대조구인 약한 수분결핍 처리(-25kPa)는 실시간 토양수분함량을 모니터링을 할 수 있는 토양센서와 관수 모듈을 갖춘 micro-irrigation 시스템을 고안, 온실에서 유지되었다. 토양수분함량은 30일동안 변동되었으며, -25kPa로 맞춰진 처리구는 평균 -47kPa, -100kPa 처리구는 평균 -119kPa로 차이를 나타냈다. 이 두 가지 다른 토양수분상태에서 자란 식물체 사이의 생육을 비교해 본 결과 수분결핍상태(-100kPa)에서 자란 식물체가 대조구인 약한 수분결핍(-25kPa) 처리구에 비해 절간수의 차이없이 신장이 유의하게 감소하였으며 건물중의 축적은 더 높게 나타났다. 또한 건물중 당 엽면적의 차이 없이, 엽면적과 엽건중이 수분 결핍이 약한 처리구에 비해 수분결핍이 심한 처리구가 더 높게 나타났다. 이러한 생육상의 차이는 심한 수분스트레스가 엽두께의 변화없이 생체중의 증가와 엽면적 확보를 통해 토마토의 수분스트레스에 적응을 야기시킬 수 있음을 제시했다. 수분결핍에 따른 토마토 생육기간동안, 생리적변화를 조사한 결과, -100kPa 처리구에서 자란 토마토가 대조구인 -25kPa 처리구에 비해 엽의 상대수분함량의 증가와 잎의 삼투압이 낮게 나타났다. 이는 수분스트레스아래서 토마토의 더 나은 수분상태를 유지하기 위한 생리적인 적응을 설명해준다. 아울러 심한 수분스트레스는 대조구에 비해 PSII 활성과 수분활용도를 증가되었으며, 낮은 기공저항도를 나타내었다. 처리간의 광합성의 차이는 없었으며, 토마토 과실의 수와 생육량의 차이는 없었다. 이러한 결과는 토마토 'Picco'가 엽형태의 변형과 삼투압, 수분활용도와 PSII의 활성을 통해 수분결핍상태에서 적응할 수 있게 만들 능력을 보여준다. 본 연구결과에서 나타난 토마토의 수분스트레스 적응 메커니즘은 토마토의 가뭄저항성 스크린에 있어서 고려되어져야 할 것으로 보인다.

• 한국해양학회지:바다
• /
• 제26권3호
• /
• pp.263-276
• /
• 2021

해양저서동물은 해양의 환경오염에 대한 모니터링과 평가에 활용되었고, 최근에는 생물다양성과 생태계 복원의 관점에서 매우 중요한 요소로서 인식되고 있다. 한국에 있어서도 오염상태를 평가하는 환경영향평가에 주요 구성원으로 들어가 있어서 많은 연안역에서 저서동물군집에 대한 정량적 연구가 1970년대 중반 이후 50년간 수행이 되었다. 이런 연구의 종 동정에는 생태전문가가 일정기간 분류에 대한 교육을 받아서 수행해 온 것이며, 그 과정에서 저서동물의 동정을 소홀히 하였거나 잘못 동정하여 정보축적에 혼선이 있었으며, 분류전문가 부족으로 저서생물 시료를 종 수준까지 다루지 못한 것이 현실이었다. 해양생태계 기본조사와 같은 국가적인 연구조사에서도 저서동물에 대한 종 동정에 분류학 전문가의 참여가 적다는 것이 현실이고, 이로 인한 저서동물군집 자료에서 일부 분류군의 종 동정이 미흡하여 자료의 질적 저하를 초래한 면이 있었다. 영국에서는 해양생물의 정량적 자료 생성을 표준화하기 위해서 1990년대 국가해양생물분석질관리계획(National Marine Biological Analytical Quality Control, NMBAQC Scheme) 이라는 정도 관리체계를 만들었고, 국가 해양모니터링 프로그램에 참여하는 모든 기관에 해양생물 분석역량을 측정하고, 미흡하면 재교육과 훈련을 수행하고 있다. 하지만 국내에는 아직 이러한 해양생물을 조정할 수 있는 기관과 인력이 미흡한 실정이다. 국립해양생물자원관과 같은 공인기관이 존재하고 있어도 생태자료를 담당할 인력 부족으로 생태자료의 정도관리를 맡기에는 현실적으로 어렵다. 따라서 이에 대한 개선안으로서 단기적으로는 (1) 최소한 주요 우점종에 대한 종 동정을 분류전문가에게 확인을 받는 방안, (2) 가능하면 생물군별로 분류전문가를 연구조사에 참여시키는 방안이 필요하고, 장기적으로는 (3) 다양한 분류전문가를 포함하는 (가칭) '(재단법인) 해양생물 분류협회'를 설립하여 생물자료에 대한 정도관리와 전문가 양성과 훈련을 주관하는 방안 등을 제안하는 바이다. 향후 법인의 설립에 대한 구체적인 방안이나 법제적인 문제는 학회나 공청회를 통하여 보완하는 방안이 있겠다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2003년도 춘계종합학술대회
• /
• pp.678-681
• /
• 2003

컴팩트 플래쉬방식의 휴대용산소포화도와 ECG감시 시스템을 구현하는데 목적이 있다. 먼저 휴대용 산소포화도의 측정은 산소포화도와 맥박을 동시에 측정해서 2채널을 기록하도록 설계했다. 다른 장치없이 환자의 상태를 감지할 수 있고 소형화되고 휴대 가능하게 했다. 환자모니터링에 의해 발생하는 문제점을 해결하기 위해 기저선변동을 없애기 위해 2D 섹터 알고리즘을 적용시킨 아날로그 보정회로를 추가했다. 현재 SpO2모듈은 완성됐지만 컴팩트 플래쉬 방식을 사용하는데는 아직까지 많은 개선의 여지가 있다. ECG감시장치는 3극자 ECG시스템을 적용했다. 필터로는 2가지가 혼합된 방식이다. 하나는 전력선을 없애는 것이고 다른 하나는 기저선 변동을 없애는 것이다. 이것은 DC간섭을 줄이고 전력선의 주파수 간섭을 없애는 효과가 있다. 컴팩트플래쉬 방식으로 환자의 정보를 적은 비용으로 쉽게 기록하고 의료기관에 알릴수 있다.

• 한국건설순환자원학회논문집
• /
• 제12권3호
• /
• pp.239-245
• /
• 2024

PS 텐던의 경우 높은 인장응력을 받고 있으며, 피복두께가 RC에 비해 상대적으로 작으므로, 부식에 관한 엄격한 기준을 가지고 있다. 본 연구에서는 7연선 텐던의 소선 위치에 따른 부식거동을 평가하기 위해 3 수준의 염화물 농도(0.0 mol/l, 0.125 mol/l, 0.25 mol/l)를 고려하였다. 촉진부식조건과 부식량 측정을 위해 텐던을 부분 포화상태의 모래에 매립하였으며, 표면으로부터 HCP(Half Cell Potential)를 평가하였다. 28주의 부식모니터링 기간 동안 2주 간격으로 HCP를 측정하고 16주와 28주에 텐던의 부식질량을 측정하였다. 측정결과 소선이 상부에서 하부로 위치할수록 HCP값이 증가하였고, 0.25 mol/l 인 경우 상부에 비하여 하부에서는 HCP이 최대 5.92 %가 증가하였다. 소선의 위치가 낮을수록 포화도가 크므로 부식량이 증가하였으며, HCP도 하부에서 크게 측정되었다. 또한 부식질량률과 염화물 농도와의 관계가 회귀분석을 통하여 정량적으로 도출되었다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2009년도 제38회 동계학술대회 초록집
• /
• pp.315-315
• /
• 2010

결정질 실리콘을 포함하는 태양전지의 광전효율은 표면에 입사되는 태양광의 반사를 제외하면 흡수된 광자에 의해 생성되는 전자-정공쌍의 상대적인 비율인 내부양자효율에 의존하게 된다. 실제 생성된 전자-정공쌍은 기판재료의 결정상태와 전기광학적 물성 등에 의해 일부가 재결합되어 2차적인 광자의 생성이나 열로서 작용하고 최종적으로 전자와 정공이 완전히 분리되고 전극에 포집되어 실질적인 유효전류로 작용한다. 16% 이상의 고효율 결정질 실리콘 태양전지양산이 요구되고 있는 현실에서 광전효율 개선 위해 가장 우선적으로 고려되어야 할 변수는 입력 태양광스펙트럼에 대한 결정질 실리콘 표면반사율을 최소화하여 광흡수를 극대화하는 것이라 할 수 있다. 이의 해결을 위하여 대기와 실리콘표면 사이의 굴절률차이가 크면 클수록 태양광스펙트럼에 대한 결정질 실리콘의 광반사는 증가하기 때문에 상대적으로 낮은 굴절률의 $SiO_x$나 $SiN_x$와 같은 반사방지막을 광입력 실리콘표면에 증착하여 광반사율 저감공정을 적용하고 있다. 이와 더불어 결정질 실리콘표면을 화학적으로 혹은 플라즈마이온으로 50-100nm 직경의 바늘형 피라미드형상으로 texturing 함으로 광자들의 다중반사 등에 기인하는 광흡수율의 증가를 기대할 수 있기 때문에 태양전지효율 개선에 긍정적인 영향을 미치는 것으로 이해된다. 본 실험에서도 고효율 다결정 실리콘 태양전지 양산공정에 적용 가능한 ICP-RIE기반 결정질 실리콘표면에 대한 texturing 공정기술을 연구하였다. Double Langmuir 플라즈마 진단시스템(DLP2000)을 적용하여 사용한 $SF_6$와 $O_2$ 개스유량과 챔버압력, 플라즈마 파워에 따른 이온밀도, 전자온도, 포화이온전류밀도, 플라즈마포텐셜의 공간분포를 모니터링하였고 texturing이 완료된 시료에 대하여 A1.5G 표준태양광스펙트럼의 300-1100nm 파장대역에서 반사율을 측정하여 그 변화를 관찰하였다. 본 연구에서 얻어진 결과를 간략히 정리하면 Si texturing에 가장 적합한 플라즈마파워는 100W, $SF_6/O_2$ 혼합비는 18:22, 챔버압력은 30mtorr 등이고 이에 상응하는 플라즈마의 이온밀도는 $2{\sim}3{\times}10^8\;ions/cm^3$, 전자온도는 14~15eV, 포화전류밀도는 $0.014{\sim}0.015mA/cm^2$, 플라즈마포텐셜은 38~39V 범위 등이었다. 현재까지 얻어진 최소 평균반사율은 14.2% 였으며 최적의 texturing패턴 플라즈마공정 조건은 이온에 의한 Si표면원자들의 스퍼터링과 화학반응에 의한 증착이 교차하는 플라즈마 에너지 및 밀도 상태인 것으로 해석된다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.