• 전기화학회지
• /
• 제22권1호
• /
• pp.36-42
• /
• 2019

두께가 $52{\mu}m$의 주석필름을 고농도의 질산을 사용한 화학적 식각과정을 거쳐서 리튬이온 이차전지용 고용량 음극인 다공성 주석후막을 제조하였다. 다공성 주석필름은 반응면적이 증가하게 되어 리튬과의 합금화 반응에 대한 과전압이 감소하였으며, 동시에 충방전 시의 부피변화에 대응할 수 있는 공간이 확보되었다. 또한, 이러한 다공성 주석후막 전극은 바인더 및 도전재의 사용이 필요하지 않기 때문에 실질적으로 더욱 큰 에너지 밀도의 구현이 가능하다. 식각용액에서의 질산농도가 증가할 수록 주석필름의 식각되는 정도가 증가하여 주석의 무게와 두께가 더욱 감소하였다. 3 M 농도 이상의 질산에서 주석필름의 식각이 효과적으로 진행되었으나, 5 M 농도에서는 식각속도가 더욱 증가하여 60초 내에 대부분의 주석이 용출되어 회수할 수 없었다. 4 M 농도의 질산용액에서 식각한 경우에는 두께는 40.3%가 감소하며 무게는 48.9%가 감소된 다공성 구조가 형성되었다. 주석필름의 식각되는 정도가 증가함에 따라 전기화학적 활성이 증가하게 되어 리튬저장에 대한 가역용량이 증가하였으며, 4 M 농도에서 식각한 주석필름의 경우에는 650 mAh/g의 가역용량을 나타내었으며, 안정적인 사이클 특성을 나타내어 주석분말을 사용하여 기존의 전극제조 방법으로 제조한 경우보다 향상된 사이클 성능을 나타내었다.

• 한국지리정보학회지
• /
• 제22권1호
• /
• pp.103-113
• /
• 2019

공간해상도는 영상품질을 평가하는 매우 중요한 파라미터들 중의 하나이다. 본 연구에서는 무인 항공영상의 품질평가 방안의 일환으로 bar target과 Siemens star 도형을 이용하여 공간해상도와 MTF(Modulation Transfer Function)를 평가하는 방안을 제시하였다. 이를 위하여 고정익 eBee(Canon IXUS)로는 비행고도 130m와 260m로 촬영하고, 회전익 GD-800(SONY NEX-5N)으로는 130m, Phantom 4 pro(FC 6310)는 90m 고도에서 각각 촬영하여 정사영상을 제작하여 공간해상도를 측정하였다. 실험결과 공간해상도는 Siemens star와 Bar target 모두에서 카메라에 관계없이 정확히 비행고도에 비례하여 낮아짐을 알 수 있었다. 즉, 서로 상이한 카메라가 탑재된 Canon IXUS(eBee)와 SONY NEX-5N(GD-800)으로 130m의 동일 고도에서 촬영한 영상의 공간해상도는 4.1cm로 동일하였으며, eBee 260m의 경우에는 공간해상도가 8.0cm이었다. 아울러 Siemens star로 측정한 해상도가 Bar target에 비하여 모든 고도에서 1~2cm 가량 낮았다. 영상의 해상도와 명암 정보를 동시에 나타내는 MTF의 ${\sigma}_{MTF}$ 측정에서도 비행고도에 비례하는 일반적인 경향을 알 수 있었다. 하지만 130m 동일고도에서 SONY NEX-5N(GD-800)의 ${\sigma}_{MTF}$ 는 0.36이고, Canon IXUS(eBee)는 0.59로 카메라 성능이 더 좋은 SONY NEX-5N(GD-800)이 우수함을 알 수 있었다. 본 연구의 결과는 무인항공영상의 공간해상도 분석과 품질의 신뢰도 향상에 기여할 것으로 기대한다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.43-62
• /
• 2019

한때, 이상 탐지 분야는 특정 데이터로부터 도출한 기초 통계량을 기반으로 이상 유무를 판단하는 방법이 지배적이었다. 이와 같은 방법론이 가능했던 이유는 과거엔 데이터의 차원이 단순하여 고전적 통계 방법이 효과적으로 작용할 수 있었기 때문이다. 하지만 빅데이터 시대에 접어들며 데이터의 속성이 복잡하게 변화함에 따라 더는 기존의 방식으로 산업 전반에 발생하는 데이터를 정확하게 분석, 예측하기 어렵게 되었다. 따라서 기계 학습 방법을 접목한 SVM, Decision Tree와 같은 모형을 활용하게 되었다. 하지만 지도 학습 기반의 모형은 훈련 데이터의 이상과 정상의 클래스 수가 비슷할 때만 테스트 과정에서 정확한 예측을 할 수 있다는 특수성이 있고 산업에서 생성되는 데이터는 대부분 정답 클래스가 불균형하기에 지도 학습 모형을 적용할 경우, 항상 예측되는 결과의 타당성이 부족하다는 문제점이 있다. 이러한 단점을 극복하고자 현재는 클래스 분포에 영향을 받지 않는 비지도 학습 기반의 모델을 바탕으로 이상 탐지 모형을 구성하여 실제 산업에 적용하기 위해 시행착오를 거치고 있다. 본 연구는 이러한 추세에 발맞춰 적대적 생성 신경망을 활용하여 이상 탐지하는 방법을 제안하고자 한다. 시퀀스 데이터를 학습시키기 위해 적대적 생성 신경망의 구조를 LSTM으로 구성하고 생성자의 LSTM은 2개의 층으로 각각 32차원과 64차원의 은닉유닛으로 구성, 판별자의 LSTM은 64차원의 은닉유닛으로 구성된 1개의 층을 사용하였다. 기존 시퀀스 데이터의 이상 탐지 논문에서는 이상 점수를 도출하는 과정에서 판별자가 실제데이터일 확률의 엔트로피 값을 사용하지만 본 논문에서는 자질 매칭 기법을 활용한 함수로 변경하여 이상 점수를 도출하였다. 또한, 잠재 변수를 최적화하는 과정을 LSTM으로 구성하여 모델 성능을 향상시킬 수 있었다. 변형된 형태의 적대적 생성 모델은 오토인코더의 비해 모든 실험의 경우에서 정밀도가 우세하였고 정확도 측면에서는 대략 7% 정도 높음을 확인할 수 있었다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.175-197
• /
• 2021

최근 딥 러닝 기술의 발전으로 뉴스, 블로그 등 다양한 문서에 포함된 텍스트 분석에 딥 러닝 기술을 활용하는 연구가 활발하게 수행되고 있다. 다양한 텍스트 분석 응용 가운데, 텍스트 분류는 학계와 업계에서 가장 많이 활용되는 대표적인 기술이다. 텍스트 분류의 활용 예로는 정답 레이블이 하나만 존재하는 이진 클래스 분류와 다중 클래스 분류, 그리고 정답 레이블이 여러 개 존재하는 다중 레이블 분류 등이 있다. 특히, 다중 레이블 분류는 여러 개의 정답 레이블이 존재한다는 특성 때문에 일반적인 분류와는 상이한 학습 방법이 요구된다. 또한, 다중 레이블 분류 문제는 레이블과 클래스의 개수가 증가할수록 예측의 난이도가 상승한다는 측면에서 데이터 과학 분야의 난제로 여겨지고 있다. 따라서 이를 해결하기 위해 다수의 레이블을 압축한 후 압축된 레이블을 예측하고, 예측된 압축 레이블을 원래 레이블로 복원하는 레이블 임베딩이 많이 활용되고 있다. 대표적으로 딥 러닝 모델인 오토인코더 기반 레이블 임베딩이 이러한 목적으로 사용되고 있지만, 이러한 기법은 클래스의 수가 무수히 많은 고차원 레이블 공간을 저차원 잠재 레이블 공간으로 압축할 때 많은 정보 손실을 야기한다는 한계가 있다. 이에 본 연구에서는 오토인코더의 인코더와 디코더 각각에 스킵 연결을 추가하여, 고차원 레이블 공간의 압축 과정에서 정보 손실을 최소화할 수 있는 레이블 임베딩 방법을 제안한다. 또한 학술연구정보서비스인 'RISS'에서 수집한 학술논문 4,675건에 대해 각 논문의 초록으로부터 해당 논문의 다중 키워드를 예측하는 실험을 수행한 결과, 제안 방법론이 기존의 일반 오토인코더 기반 레이블 임베딩 기법에 비해 정확도, 정밀도, 재현율, 그리고 F1 점수 등 모든 측면에서 우수한 성능을 나타냄을 확인하였다.

• 한국산학기술학회논문지
• /
• 제22권6호
• /
• pp.599-609
• /
• 2021

국내 접지방식은 2021년부터 IEC 60364에서 제시하는 접지방식을 새롭게 채택하고 있다. 이 접지방식은 인체접촉사고 발생 시, 접촉전압과 통과전류에 대한 특성이 다양하게 나타날 수 있어, 인체에 대한 안전성 평가가 구체적으로 요구되고 있다. 또한, 한국전기안전공사나 대한전기협회에서 IEC 60364의 접지방식에 대한 안전기술 교육을 부분적으로 수행하고 있지만, 안전성을 평가할 수 있는 시험장치가 미흡하여, 전기안전관리자에 대한 교육이 어려운 실정이다. 따라서, 본 논문에서는 IEC 60364의 접지방식별 안전성 평가를 수행할 수 있는 시험장치를 모델링하고, 이를 바탕으로 시험장치를 구현한다. 즉, 전력계통 상용해석 프로그램인 PSCAD/EMTDC를 이용하여, 계통 전원부, 접지방식별 시험장치부, 보조장치부로 구성된 안전성 평가 시험장치의 모델링을 제시하고, 계통전원부, TT접지방식 시험장치부, TN-S접지방식 시험장치부, 모니터링부로 구성된 안전성 평가 시험장치를 구현한다. 상기의 모델링과 시험장치를 이용하여, TT접지방식과 TN-S접지방식의 인체 안전성 특성을 분석한 결과, TT접지방식의 경우 고장점 임피던스가 0[Ω], 10[Ω], 100[Ω]에서 인체 통과전류는 각각 104[mA], 87.4[mA], 35.5[mA]가 산정되었고, TN-S접지방식의 경우 54.9[mA], 4.1[mA], 0.4[mA]가 산정됨에 따라, TN-S접지방식이 TT접지방식에 비하여 감전에 대한 보호가 우수함을 알 수 있고, 저압수용가에서 사용 중인 TT 접지방식에서 TN-S 접지방식으로 전환하면 감전에 대한 보호성능을 향상시킬 수 있음을 알 수 있었다.

• 마이크로전자및패키징학회지
• /
• 제27권4호
• /
• pp.83-89
• /
• 2020

지난 수십년간 인류에게 핵심적인 에너지 자원이었던 화석연료가 갈수록 고갈되고 있고, 산업발전에 따른 오염이 심해지고 있는 환경을 보호하기 위한 노력의 일환으로, 친환경 이차전지, 수소발생 에너지 장치, 에너지 저장 시스템 등과 관련한 새로운 에너지 기술들이 개발되고 있다. 그 중에서도 리튬이온 배터리 (Lithium ion battery, LIB)는 높은 에너지 밀도와 긴 수명으로 인해, 대용량 배터리로 응용하기에 적합하고 산업적 응용이 가능한 차세대 에너지 장치로 여겨진다. 하지만, 친환경 전기 자동차, 드론 등 증가하는 배터리 시장을 고려할 때, 수명이 다한 이유로 어느 순간부터 많은 양의 배터리 폐기물이 쏟아져 나올 것으로 예상된다. 이를 대비하기 위해, 폐전지에서 리튬 및 각종 유가금속을 회수하는 공정개발이 요구되는 동시에, 이를 재활용할 수 있는 방안이 사회적으로 요구된다. 본 연구에서는, 폐전지의 재활용 전략소재 중 하나인, 리튬이온 배터리의 대표적 양극 소재 Li2CO3의 나노스케일 패턴 제조 방법을 소개하고자 한다. 우선, Li2CO3 분말을 진공 내 가압하여 성형하고, 고온 소결을 통하여 매우 순수한 Li2CO3 박막 증착용 3인치 스퍼터 타겟을 성공적으로 제작하였다. 해당 타겟을 스퍼터 장비에 장착하여, 나노 패턴전사 프린팅 공정을 이용하여 250 nm 선 폭을 갖는, 매우 잘 정렬된 Li2CO3 라인 패턴을 SiO2/Si 기판 위에 성공적으로 형성할 수 있었다. 뿐만 아니라, 패턴전사 프린팅 공정을 기반으로, 금속, 유리, 유연 고분자 기판, 그리고 굴곡진 고글의 표면에까지 Li2CO3 라인 패턴을 성공적으로 형성하였다. 해당 결과물은 향후, 배터리 소자에 사용되는 다양한 기능성 소재의 박막화에 응용될 것으로 기대되고, 특히 다양한 기판 위에서의 리튬이온 배터리 소자의 성능 향상에 도움이 될 것으로 기대된다.

• 농업생명과학연구
• /
• 제53권5호
• /
• pp.137-143
• /
• 2019

본 연구에서는 단순 폐기 되는 농업폐기물(토마토, 고추, 파프리카)을 고형연료로 재활용하기 위한 열풍건조장치를 개발하고 실험을 통해 그 성능을 확인하고자 하였다. 연구를 위해 건조용량 500 kg/hr인 쓰레기소각장 폐열을 열원으로 사용하는 건조기를 제작하였다. 경상남도 진주시 농산물 시장에서 구입한 남해산 시금치를 실험원료로 사용하였다. 열교환기에서 스팀 열교환에 의해 가열된 건조공기를 열풍으로 사용하여 절단 원료 투입량(126, 250, 300 kg), 원료교반여부(수동 교반, 수동 비교반), 건조방식(건조물 정치, 건조물 이송), 건조시간(0.25, 0.5, 0.6 hr)에 따른 건조특성을 파악하였다. 투입 원료의 함수율은 85.65%로 측정되었으며, 소각장 공급 스팀에 의해 열교환기에서 가열된 건조공기온도는 건조기에 투입된 실험원료의 퇴적고에 따른 압력저항에 의해 다소 차이를 보였으며 약 108 내지 144℃로 측정되었다. 동일 건조방식, 투입량, 건조시간, 건조공기온도에서 상하층간 원료를 교반하는 하는 경우가 그렇지 않은 경우에 비해 약 2배 정도의 높은 건조속도를 보였다. 각 실험에서 건조용량은 약 500 kg/hr으로 나타났다. 국내 농산물 건조기 157개의 농업실용화재단 검사성적서를 기준으로 투입 에너지에 대한 건조 소요에너지 비를 나타내는 건조효율을 비교한 결과 국내 농산물 건조기 57.76%, 개발된 농업폐기물 건조기 33.46%로 기존 농산물 건조기에 비해 낮게 나타났다. 개발된 농업폐기물 건조기는 건조시간이 1시간 이내로 건조시간이 짧으며, 건조 중 많은 풍량이 손실되어 건조효율이 저하된 것으로 판단되었다. 소각장 폐열을 직접 건조열원으로 사용하는 경우 건조공기온도는 최저 160℃ 이상으로 예상 되는 바 건조용량이 크게 향상될 것으로 예측된다.

• 한국수자원학회논문집
• /
• 제54권11호
• /
• pp.903-913
• /
• 2021

홍수기 하천에서 유량측정은 예산, 인력, 안전 및 측정 시 편의성 등의 이유로 측정에 제한이 많다. 특히, 태풍 등으로 인한 호우사상 발생 시 위와 같은 문제로 홍수량 측정에 어려움이 따른다. 이러한 문제점을 개선하기 위해 본 연구에서는 드론(Drone)과 전자파표면유속계(Surface velocity doppler radar)의 기능을 조합하여 최소 인력으로 짧은 시간에 간편하고, 안전하게 홍수기에 하천유량을 측정할 수 있는 방법을 개발하였다. 기존 드론을 이용한 유량측정 연구에서 도출된 바람, 강우 등 기상 요인에 의한 드론의 기계적인 한계를 극복하기 위해 본 연구에서는 IP56 등급의 방진·방수 성능, 최대 36 km/h의 풍속에서 안정적인 비행능력과 최대 10 kg을 탑재할 수 있는 드론을 개발하였다. 또한 전자파표면유속계 측정에 있어서 주요 제약 요소인 진동을 제거하기 위해 드론과 전자파표면유속계를 결합하는 댐퍼플레이트를 개발하였다. 이들 비행장비와 유속계를 결합시킨 유속계 DSVM (Dron and Surface Veloctity Meter using doppler radar)을 제작하였으며, 봉황천(금강 제1지류)에 위치한 금산군(황풍교)지점에서 DSVM을 운용하여 홍수량을 측정한 결과 ±3.5%의 오차가 발생하였다. 또한 측정된 표면유속으로부터 평균유속을 산정할 때 정확도 향상을 위해 ADCP를 이용하여 동시 측정하고, 평균유속을 비교하여 평균유속환산계수(0.92)를 산정하였다. 본 연구에서는 드론과 전자파표면유속계를 결합해 측정한 유량과 ADCP 및 봉부자를 이용해 측정한 유량을 비교하고, DSVM의 적용 및 활용 가능성을 확인하였다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1463-1478
• /
• 2022

한국 수출입의 99.7%는 해상운송이 차지하고 있으며, 항만의 효율적 운영을 위해 해운 물류 모니터링 시스템 개발 필요성이 대두되고 있다. 현재 automatic identification system (AIS)를 기반으로 선박의 정보를 조회하여 해상 물동량 추정 연구가 진행되고 있지만, AIS를 운영하지 않는 선박들에 대한 모니터링은 불가능하다는 한계가 있다. 고해상도 광학 위성 영상은 광역의 범위에서 AIS 미운영 선박 및 소형 선박을 식별할 수 있기 때문에 AIS 기반 물동량 모니터링의 공백을 보완할 수 있다. 그러므로 선박 및 물동량 모니터링에 활용하기 위해, 고해상도 광학 위성영상에서 선박을 탐지하고 화물선 및 소형 선박을 분류하는 연구가 필요하다. 본 연구는 초기 국토위성영상을 이용하여 생산된 학습 자료 기반으로 인공지능 모델을 훈련시키고 다른 영상에서 탐지를 수행함으로써, 국토위성영상의 딥러닝 학습 자료 생산 및 선박 모니터링 활용 가능성을 알아보고자 하였다. 학습 자료는 황해 및 황해 주요 항만 구역 내 선박들을 추출하여 제작했으며, You Only Look Once (YOLO) 알고리즘을 사용하여 탐지 모델은 구축하고 국내외 주요 항만 각 1개소를 대상으로 선박 탐지 성능을 평가하였다. 항만 접안 및 해상 정박중인 선박을 대상으로 탐지 모델에 적용한 결과를 AIS의 선종 정보와 비교하였고, 국내 항만에서 85.5%와 89%, 국외 항만에서 70%의 선종 분류 정확도를 확인하였다. 본 연구 결과는 정박중인 선박을 중심으로 고해상도 국토위성영상을 활용하여 모니터링이 가능함을 확인하였다. 향후 지속적인 학습 자료 구축을 통해 탐지 모델의 정확도를 향상시킨다면 전세계 주요 항만에서 선박 및 물동량 모니터링 분야에 활용할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1723-1735
• /
• 2022

산사태는 가장 널리 퍼진 자연재해 중 하나로 인명 및 재산피해 뿐만 아니라 범 국가적 차원의 피해를 유발할 수 있기 때문에 효과적인 예측 및 예방이 필수적이다. 높은 정확도를 갖는 산사태 취약성도를 제작하려는 연구는 꾸준히 진행되고 있으며 다양한 모델이 산사태 취약성 분석에 적용되어 왔다. 빈도비 모델, logistic regression 모델, ensembles 모델, 인공신경망 등의 모델과 같이 픽셀기반 머신러닝 모델들이 주로 적용되어 왔고 최근 연구에서는 커널기반의 합성곱신경망 기법이 효과적이라는 사실과 함께 입력자료의 공간적 특성이 산사태 취약성 매핑의 정확도에 중요한 영향을 미친다는 사실이 알려졌다. 이러한 이유로 본 연구에서는 픽셀기반 deep neural network (DNN) 모델과 패치기반 convolutional neural network (CNN) 모델을 이용하여 산사태 취약성을 분석하는 것을 목적으로 한다. 연구지역은 산사태 발생 빈도가 높고 피해가 큰 인제, 강릉, 평창을 포함한 강원도 지역으로 설정하였고, 산사태 관련인자로는 경사도, 곡률, 하천강도지수, 지형습윤지수, 지형위치 지수, 임상경급, 임상영급, 암상, 토지이용, 유효토심, 토양모재, 선구조 밀도, 단층 밀도, 정규식생지수, 정규수분지수의 15개 데이터를 이용하였다. 데이터 전처리 과정을 통해 산사태관련인자를 공간데이터베이스로 구축하였으며 DNN, CNN 모델을 이용하여 산사태 취약성도를 작성하였다. 정량적인 지표를 통해 모델과 산사태 취약성도에 대한 검증을 진행하였으며 검증결과 패치기반의 CNN 모델에서 픽셀기반의 DNN 모델에 비해 3.4% 향상된 성능을 보였다. 본 연구의 결과는 산사태를 예측하는데 사용될 수 있고 토지 이용 정책 및 산사태 관리에 관한 정책 수립에 있어 기초자료 역할을 할 수 있을 것으로 기대된다.