• 토지주택연구
• /
• 제14권4호
• /
• pp.47-62
• /
• 2023

본 연구는 오피스의 소비재 및 투자재 특성을 고려하여 거시경제변수와 미시특성변수를 포함한 모형을 구성하고, 유효 임대료 자료를 기반으로 국내 주요 업무지구인 도심권과 강남권 중소형 오피스 빌딩 임대료 결정요인을 비교 분석하여 투자적 시사점을 제시하고자 하였다. 분석방법은 시계열자료와 횡단면자료를 함께 포함하여 분석이 가능하며, 추정량 편의 가능성이 낮은 것으로 알려진 동적패널모형을 사용하였다. 두 모형의 분석결과를 요약하면 다음과 같다. 도심권·강남권 중소형 오피스 빌딩 임대료 영향 요인 분석결과 변수와 계수값 부호 측면에서 도심권 분석 결과와 동일하게 나타났다. 따라서 도심권과 강남권 중소형 오피스 빌딩의 임대료는 건물 및 입지특성과 함께 거시경제환경의 변화에 의해 영향을 받는 것으로 나타나 공간 소비재와 투자재의 특성을 모두 가지는 시장으로 해석된다. 위의 분석결과를 바탕으로 투자적 측면의 시사점은 다음과 같이 제시된다. 첫째, 도심권에 위치한 입지는 양호하지만 노후화된 중소형 오피스 빌딩의 재건축은 현실적으로 한계가 있다. 따라서 이러한 중소형 오피스 빌딩의 가치는 지속적으로 낮아질 가능성이 높아질 수 있어 투자시 이에 대한 고려가 필요하다. 둘째, 도심권의 경우 주차여건이 가격에 큰 영향을 줄 수 있으므로 도심권 중소형 오피스 빌딩 투자시 대상 빌딩의 주차환경과 개선 가능성에 대한 고려가 중요하다고 할 수 있다. 마지막으로 강남권 중소형 오피스 시장은 거시경제환경의 변화에 보다 민감한 시장으로 향후 이자율과 경제성장 등에 영향을 미칠 수 있는 통화정책 등의 변화를 주요한 투자기준으로 고려해야 할 필요성이 높다고 할 수 있다.

• 한국해양학회지:바다
• /
• 제10권1호
• /
• pp.100-112
• /
• 2005

갯벌의 온도구조와 열적 특성변화를 조사하기 위해 서해안 공소만 갯벌조간대에서 고도가 다른 3개 지점을 설정하여 40 cm깊이까지 계절별로 1개월간의 온도관측을 수행하였다. 표층에서 평균온도는 하계에 아래층보다 높고 동계에는 낮아져 표층가열과 냉각에 의한 온도구조와 변화 형태를 보여주었으며 표준편차는 아래층으로 갈수록 감소하였다. 주기성이 뚜렷한 일사량과 조위 변화가 주로 단기적 온도변화를 야기하였고, 간헐적으로는 강우와 강한 풍속도 영향을 주었다. 시계열분석에 의하면 24시간, 12시간 그리고 8시간 주기 성분에 강한 에너지 첨두(peak)를 보였으며, 24시간 주기성분이 가장 큰 에너지를 보였다. 24시간 주기 성분은 일사량변화, 12시간 주기는 반일주조 조위변화 그리고 8시간 주기성분은 일사량과 조위변화의 상호작용에 의한 온도파동으로 해석되었다. EOF분석에서 제 1모드와 제 2모드가 수직온도구조 변화의 96%를 차지하였다 제 1모드는 갯벌 표층에서의 가열과 냉각에 의한 현상으로, 제 2모드는 갯벌내부의 열 전파과정에서 발생하는 지연효과로 해석되었다. 교차스펙트럼 분석에서 24시간 주기성분 온도파동에 의한 열전달위상은 깊이에 따라 선형적으로 증가하는 평균위상 차이를 보였고, 표층에서 10 cm, 20 cm, 40 cm 깊이까지의 위상 차이에 의한 지연시간은 각각 3.2시간, 6.5시간 9.8시간이었다. 일차원적 열확산모델에서 산출된 24시간 주기성분 온도파동의 수직 확산계수는 깊이와 계절에 걸쳐 평균하였을 때 중부조간대 정점에서는 $0.70{\times}10^{-6}m^2/s$, 하부조간대 정점에서는 $0.57{\times}10^{-6}m^2/s$의 값을 보였다. 깊이 평균된 확산계수는 봄철에 크고 여름철에 작았고, 계절 평균된 확산계수는 2cm부터 10cm깊이까지 증가하고 10cin부터 40cm깊이까지는 감소하는 수직구조를 보였다. 평균 열확산계수를 사용하여 구한 온도전파 확산속도는 2 cm 깊이로부터 10 cm, 20cm, 40cm까지 각각 $8.75{\times}10^{-4}cm/s,\;3.8{\times}10{-4}cm/s,\;1.7{\times}10^{-4}cm/s$정도의 값이 되어 표층에서 깊어질수록 작아졌다.

• 한국조경학회지
• /
• 제48권5호
• /
• pp.80-88
• /
• 2020

2019년 3월 미세먼지 비상저감조치가 일주일 동안 발령되면서, 미세먼지로 인한 국민의 불안감은 점차 가중되고 있다. 본 연구는 공기정화식물이 적용된 바이오필터의 다중이용시설 내 적용성 평가를 위해 입자상 오염원의 실내 연속방출환경을 조성하여 오염원 저감효과에 대한 측정방법을 제안하고, 시스템의 실내공기질 개선 여부를 확인할 수 있는 기초연구를 진행하였다. 강의실을 대상으로 춘절기에 모니터링 1시간 전 모기향을 오염원으로 배경농도를 조성한 후, 스케줄에 따라 2시간 관수, 1시간 송풍하여 미세먼지의 저감능을 확인하였으며, 바이오필터 2m 전방에 PM₁₀, PM_2.5 및 온습도 센서를 설치하고, 3개 송풍구 중 중앙에 풍속 프로브를 설치하여 시계열 모니터링을 수행하였다. 바이오필터에 구비된 총 3개소의 송풍구 평균 면풍속은 0.38±0.16 m/s로 댐퍼 면적이 제외된 송풍구별 면적 0.29m×0.65m을 적용한 총 공조풍량이 776.89±320.16㎥/h로 산출되었다. 시스템 가동으로 평균온도 21.5~22.3℃, 평균상대습도 63.79~73.6%를 유지하여, 선행연구의 다양한 조건별 온습도 범위에 부합하는 것으로 판단된다. 시스템 공조부 구동을 통해 급격하게 상대습도를 상승시키는 효과를 효율적으로 운용할 경우, 계절에 따른 실내 미세먼지 저감과 적정한 상대습도 확보도 가능할 것으로 판단된다. 미세먼지 농도는 바이오필터 시스템 가동 전의 모든 주기에서 상승 현상이 동일하게 집계되었으며, 시스템 가동 후 1주기 송풍구간(B-1, β=-3.83, β=-2.45)에서 미세먼지(PM₁₀)는 최대 28.8% 수준인 560.3㎍/㎥, 초미세 먼지(PM_2.5)는 최대 28.0% 수준인 350.0㎍/㎥까지 저감되었다. 이후 미세먼지(PM₁₀, PM_2.5)의 농도는 2주기 송풍구간 감소(B-2, β=-5.50, β=-3.30)로 각각 최대 32.6% 수준인 647.0㎍/㎥, 32.4% 수준인 401.3㎍/㎥까지 저감되었고, 3주기 송풍구간감소(B-3, β=5.48, β=-3.51)로 최대 30.8% 수준인 732.7㎍/㎥, 31.0% 수준인 459.3㎍/㎥까지 저감된 것으로 확인되었다. 본 연구는 식생 바이오필터의 다중이용시설 내 설치와 유관한 관련 표준 및 규정을 참조하여, 객관적인 성능평가환경의 구축 방안을 제시할 수 있었다. 이를 통해 일반 강의실 환경 내에 보다 객관화된 모니터링 인프라를 조성하여, 상대적으로 신뢰성 있는 데이터 확보가 가능했던 것으로 판단된다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.69-92
• /
• 2015

최근 소셜 미디어의 사용이 폭발적으로 증가함에 따라 이용자가 직접 생성하는 방대한 데이터를 분석하기 위한 다양한 텍스트 마이닝(text mining) 기법들에 대한 연구가 활발히 이루어지고 있다. 이에 따라 텍스트 분석을 위한 알고리듬(algorithm)의 정확도와 수준 역시 높아지고 있으나, 특히 감성 분석(sentimental analysis)의 영역에서 언어의 문법적 요소만을 적용하는데 그쳐 화용론적 의미론적 요소를 고려하지 못한다는 한계를 지닌다. 본 연구는 이러한 한계를 보완하기 위해 기존의 알고리듬 보다 의미 자질을 폭 넓게 고려할 수 있는 Word2Vec 기법을 적용하였다. 또한 한국어 품사 중 형용사를 감정을 표현하는 '감정어휘'로 분류하고, Word2Vec 모델을 통해 추출된 감정어휘의 연관어 중 명사를 해당 감정을 유발하는 요인이라고 정의하여 이 전체 과정을 'Emotion Trigger'라 명명하였다. 본 연구는 사례 연구(case study)로 사회적 이슈가 된 세 직업군(교수, 검사, 의사)의 특정 사건들을 연구 대상으로 선정하고, 이 사건들에 대한 대중들의 인식에 대해 분석하고자 한다. 특정 사건들에 대한 일반 여론과 직접적으로 표출된 개인 의견 모두를 고려하기 위하여 뉴스(news), 블로그(blog), 트위터(twitter)를 데이터 수집 대상으로 선정하였고, 수집된 데이터는 유의미한 연구 결과를 보여줄 수 있을 정도로 그 규모가 크며, 추후 다양한 연구가 가능한 시계열(time series) 데이터이다. 본 연구의 의의는 키워드(keyword)간의 관계를 밝힘에 있어, 기존 감성 분석의 한계를 극복하기 위해 Word2Vec 기법을 적용하여 의미론적 요소를 결합했다는 점이다. 그 과정에서 감정을 유발하는 Emotion Trigger를 찾아낼 수 있었으며, 이는 사회적 이슈에 대한 일반 대중의 반응을 파악하고, 그 원인을 찾아 사회적 문제를 해결하는데 도움이 될 수 있을 것이다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.167-181
• /
• 2018

지난 10여 년간 딥러닝(Deep Learning)은 다양한 기계학습 알고리즘 중에서 많은 주목을 받아 왔다. 특히 이미지를 인식하고 분류하는데 효과적인 알고리즘으로 알려져 있는 합성곱 신경망(Convolutional Neural Network, CNN)은 여러 분야의 분류 및 예측 문제에 널리 응용되고 있다. 본 연구에서는 기계학습 연구에서 가장 어려운 예측 문제 중 하나인 주식시장 예측에 합성곱 신경망을 적용하고자 한다. 구체적으로 본 연구에서는 그래프를 입력값으로 사용하여 주식시장의 방향(상승 또는 하락)을 예측하는 이진분류기로써 합성곱 신경망을 적용하였다. 이는 그래프를 보고 주가지수가 오를 것인지 내릴 것인지에 대해 경향을 예측하는 이른바 기술적 분석가를 모방하는 기계학습 알고리즘을 개발하는 과제라 할 수 있다. 본 연구는 크게 다음의 네 단계로 수행된다. 첫 번째 단계에서는 데이터 세트를 5일 단위로 나눈다. 두 번째 단계에서는 5일 단위로 나눈 데이터에 대하여 그래프를 만든다. 세 번째 단계에서는 이전 단계에서 생성된 그래프를 사용하여 학습용과 검증용 데이터 세트를 나누고 합성곱 신경망 분류기를 학습시킨다. 네 번째 단계에서는 검증용 데이터 세트를 사용하여 다른 분류 모형들과 성과를 비교한다. 제안한 모델의 유효성을 검증하기 위해 2009년 1월부터 2017년 2월까지의 약 8년간의 KOSPI200 데이터 2,026건의 실험 데이터를 사용하였다. 실험 데이터 세트는 CCI, 모멘텀, ROC 등 한국 주식시장에서 사용하는 대표적인 기술지표 12개로 구성되었다. 결과적으로 실험 데이터 세트에 합성곱 신경망 알고리즘을 적용하였을 때 로지스틱회귀모형, 단일계층신경망, SVM과 비교하여 제안모형인 CNN이 통계적으로 유의한 수준의 예측 정확도를 나타냈다.

• 기술혁신연구
• /
• 제17권1호
• /
• pp.1-48
• /
• 2009

최근 외환위기 이후 기업 R&D 투자의 실질증가율이 외환위기 이전의 절반에 가까운 평균 약 7.1%로 떨어지고 있으며, 대기업에 비해 중소기업에 대한 정부의 R&D 투자 지원이 상대적으로 유리한 데도 중소기업의 R&D 투자 비중은 줄어들고 있다. 또한 1990년대 중반부터 상위 3개 기업을 제외한 대기업 R&D 투자는 증가하지 않고 있어 대기업 간의 R&D 투자 양극화 현상이 나타나고 있다. 이러한 기업의 R&D 투자 현상의 원인이 무엇인지 분석해 볼 필요가 있다. 또한 정부의 R&D 직접 보조금 정책이나 조세지원 정책의 당위성에 대해서 이론적으로나 현실적으로 그 필요성이 인정되더라도 정책의 효율성에 대해서는 검증해 보아야 할 것이다. 본 연구에서는 우리 정부가 가장 보편적으로 활용하고 있는 R&D 보조금 지원제도와 조세지원제도가 과연 효과가 있는지를 실증 분석을 통해 검증해 보려고 한다. 특히 우리나라의 재정지원제도는 대기업과 중소기업 간에 차별적으로 적용되고 있기 때문에 기업 규모에 따른 정책 효과를 구분하여 분석한다. 본 연구의 실증 분석에 이용한 개별 기업의 R&D 데이터는 2002년에서 2005년까지 기업의 연구개발 활동에 대해 서베이 한 "과학기술연구개발활동조사보고"의 기업별 원시 패널 데이터 중에서 활용한 불균형(unbalanced) 패널 데이터이다. 각 기업의 보조금과 관련한 데이터는 "과학기술연구개발활동조사보고"의 서베이 데이터를 사용했으며, 조세지원을 나타내는 사용자 비용에 관한 데이터는 이론적 모형에서 도출하였다. 본 연구의 패널 데이터 분석은 고정효과 모형을 대기업, 중소기업 및 모든 기업에 각각 적용했다. 본 연구의 실증 분석 결과는 다음과 같다. 정부의 직접 보조금 지원은 대기업의 경우 R&D 투자를 늘리는 유인효과(crow이ng-in effect)를 보인데 반해, 중소기업은 R&D 투자를 줄이는 구축효과(crowding-out effect)가 나타났다. 그러나 대기업이나 중소기업 모두 정부의 보조금 지원정책에 대한 반응이 매우 비탄력적으로 추정되었기 때문에 R&D 보조금 지원정책이 기업의 R&D 투자에 미치는 영향은 매우 낮은 것으로 판단된다. 정부의 R&D 조세지원은 대기업과 중소기업의 R&D 투자를 유인하는 것으로 분석되었으며, 특히 중소기업보다 대기업의 R&D 촉진에 더 효과적인 것으로 나타났다. 조세지원으로 사용자 비용이 1% 감소하면 대기업은 R&D 투자를 0.99% 증가시키고, 중소기업은 0.054% 증가시키는 것으로 추정되었다. 본 연구의 분석 결과에서 시사하는 정부의 R&D 재정지원제도의 개선 방향은 다음과 같이 요약할 수 있다. 정부의 R&D 보조금은 기업의 R&D 투자를 구축하지 않도록 기업과 중복되지 않는 기초연구와 공공기술 지원에 국한해야 하며, 중소기업에 대해서는 R&D 인프라 구축과 기술정보지원 등 R&D 서버스(extension service) 지원에 초점을 두어야 할 것이다. 대기업에 대한 R&D 조세지원은 한시적으로 강화할 필요가 있다. 본 연구는 4개 연도의 기업 패널 데이터를 활용하였는데, 앞으로 정책의 효과를 장기간에 걸쳐 분석할 수 있는 거시 시계열 데이터를 활용한 분석의 보완이 필요하다. 또한 기업의 R&D 투자 촉진 외에도 일반 투자나 기타 목적을 위해 시행되고 있는 정부의 재정 정책들과의 대체 혹은 보완 관계의 여부를 검증해 볼 필요가 있다. 특히 중소기업의 시설투자 세액 공제와 R&D 투자 세액공제 제도의 혜택은 단기투자와 장기투자를 선택해야 하는 기업의 의사 결정에 영향을 줄 수 있다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.79-96
• /
• 2012

기술의 발전과 융합이 빠르게 이루어지고 있는 오늘날 유망기술을 어떻게 파악하여, 다양한 후보군들 중에서 최적의 R&D 대상을 어떻게 선정할 것인가에 대한 문제는 주요한 경영의사결정문제 중 하나로 부상하고 있다. 본 연구에서는 이러한 R&D 기술 선정 의사결정을 지원할 수 있는 새로운 지능형 의사결정지원시스템을 제안한다. 본 연구의 의사결정지원시스템은 크게 3가지 모듈로 구성되는데, 우선 첫 번째 모듈인 '기술가치 평가' 모듈에서는 기업이 관심을 갖고 있는 분야의 특허들을 분석하여 유망기술 파악에 요구되는 다양한 차원의 기술가치 평가지수 값들을 산출하는 작업이 이루어진다. 이를 통해, 현재 시점에서의 각 기술의 가치가 다양한 차원에서 평가가 이루어지고 나면, 두 번째 모듈인 '미래기술가치 예측' 모듈에서 이들의 시간 흐름에 따른 변화를 학습한 인공지능 모형을 토대로 각 후보기술들이 미래 시점에 어떤 가치지수값을 갖게 될 것인지 예측값을 산출하게 된다. 마지막 세 번째 모듈인 '최적 R&D 대상기술 선정 지원' 모듈에서는 앞서 두 번째 모듈에서 산출된 각 차원별 예상 가치지수값들을 적절히 가중합하여 기술의 종합적인 미래가치 예측값을 산출하여 의사결정자에게 제공하는 기능을 수행한다. 이를 통해 의사결정자가 자사에 적합한 최적의 R&D 대상기술을 선정할 수 있도록 하였다. 본 연구에서는 제안된 시스템의 적용 가능성을 검증하기 위해, 10년치 특허데이터에 인공신경망 기법을 적용하여 실제 기술가치 예측모형을 구축해 보고, 그 효과를 살펴본다.

• Journal of Preventive Medicine and Public Health
• /
• 제30권2호
• /
• pp.437-461
• /
• 1997

이 연구는 의료보험관리공단의 공 교 의료보험자료를 이용하여 1989년부터 1993년까지의 5년간의 60세이상의 노인의 의료이용과 진료비의 변화를 연령별, 성별, 의료 보험료 수준별 코호트를 구성하여 상병당으로 분석함으로써 좀 더 정확한 변화의 양상을 파악하고 예측을 하는데 연구의 목적이 있다. 연령별 연도별 입원 수진율은 연도별 입원수진율은 70-74세 군이 89년과 93년에 각각 1,000명당 117.3과 141.1로 가장 높았으며, 매년 증가하는 추세이다. 연령 코호트의 연도별 상병건수는 전체적으로는 5년 동안에 40.5%증가하였다. 성별 코호트의 연도별 상병건수는 남자 상병건수보다 여자가 많이 증가하였으며, 남자와 여자의 연평균 증가율은 각각 9.1%와 10.2%였다. 연령 코호트의 상병당 연도별 입원진료비의 변화는 전체적으로 보았을 때 5년간 총 진료비는 15.4%증가 하였다. 이 중 진료행위료의 증가가 21.5%로 가장 큰 폭으로 증가하였다. 의료 보험료 수준별 코호트의 상병당 입원진료비 변화는 보험료 수준이 낮은 군보다 높은 군에서 진료비가 높았으며, 보험료 수준별 코호트의 연도의 경과에 따라서 각종 진료비가 증가하였다. 재원기간은 0.08% 증가하여 거의 변화가 없었으며, 1991년을 기점으로 감소하는 경향이었다. 10대 다빈도 상병 중에서 가장 흔한 질병은 백내장이었다. 1993년의 10대 다빈도상병 중 1989년에 비하여 비율이 증가한 상병은 백내장, 뇌동맥 폐색이었으며, 감소한 질병은 폐결핵과 본태성 고혈압이었다. 전체 상병에서 10대 상병이 차지하는 비율은 30-35%였으며, 연령군별로는 차이가 없었다. 연령 코호트의 이용의료기관별 평균진료비 및 재원 기간은 전체적으로는 병원급 의료기관에서의 진료비 증가율이 가장 높았으며, 재원기간은 의료기관 종별에 관계없이 감소하였으며, 병원이 4.9% 감소하여 감소폭이 가장 켰다. 총 상병건수에서 고액진료건수가 차지하는 비율은 67.6% 증가하였고, 암환자건수는 8.9% 증가하였으며, 장기입원환자가 차지하는 비율은 오히려 1.2% 감소하였다. 총 진료비 규모는 62.2% 증가하였으며, 고액상병진료비가 차지하는 비율은 5년간 129.9% 증가하였고, 암환자 진료비는 68.5%, 장기입원환자의 진료비는 59.4% 증가하였다. 상병당 입원진료비 및 재원기간을 1989년 수가로 환산하여 변화 추이를 보면, 상병당 총 진료비는 매우 완만한 증가를 보이고, 약제비는 오히려 약간 감소하는 경향이었고, 진료행위료는 지속적으로 상승하는 추세였다. 재원기간은 완만하게 감소하는 양상을 보였다. 연령구간별로 구분하여 분석한 결과 진료비와 재원기간과는 연령에 관계없이 비슷한 상관계수를 보였으나, 의료보험료 수준과 연령구간별 진료비는 상관계수는 매우 작았으며, 연령군별로 큰 차이는 없었다. 시계열 분석 결과 향후 약제비는 매우 완만한 감소 추세를 보일 것이고, 진료행위료와 총 진료비는 지속적으로 증가할 것으로 예측되었으며, 재원기간은 13.0일로 변화가 없을 것으로 예측되었다. 이 연구에서는 진료행위료의 증가가 총 진료비의 상승을 주도하고 있는 것으로 생각된다. 이는 첨단 의료기기나 신기술의 도입에 의한 것으로 의료기관들의 서비스 다각화 전략과도 관련 있는 것으로 생각된다. 또한 의료이용량 즉 입원상병건수의 증가가 진료비 상승에 영향을 많이 미치는 것으로 판단되며 전체 인구 집단의 의료비 상승요인과는 다른 양상을 보일 수 있으므로 노인 인구에 대한 의료비 절감 대책은 다른 연령층과 구별하여 적용할 필요성이 있다고 볼 수 있다. 향후 노인 연령 군별 질병양상의 변화와 서비스량 및 변화에 대한 연구를 개인특성 자료나 의료기관의 특성 등과 연계하여 포괄적인 연구를 수행함으로써 노인입원 특성과 향후 노인의료 이용량과 진료비의 추이를 판단하고 이를 토대로 노인의료문제의 해결을 위한 방안을 마련할 수 있으리라 생각된다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.57-73
• /
• 2021

ICT 인프라의 이상탐지를 통한 유지보수와 장애 예방이 중요해지고 있다. 장애 예방을 위해서 이상탐지에 대한 관심이 높아지고 있으며, 지금까지의 다양한 이상탐지 기법 중 최근 연구들에서는 딥러닝을 활용하고 있으며 오토인코더를 활용한 모델을 제안하고 있다. 이는 오토인코더가 다차원 다변량에 대해서도 효과적으로 처리가 가능하다는 것이다. 한편 학습 시에는 많은 컴퓨터 자원이 소모되지만 추론과정에서는 연산을 빠르게 수행할 수 있어 실시간 스트리밍 서비스가 가능하다. 본 연구에서는 기존 연구들과 달리 오토인코더에 2가지 요소를 가미하여 이상탐지의 성능을 높이고자 하였다. 먼저 다차원 데이터가 가지고 있는 속성별 특징을 최대한 부각하여 활용하기 위해 멀티모달 개념을 적용한 멀티모달 오토인코더를 적용하였다. CPU, Memory, network 등 서로 연관이 있는 지표들을 묶어 5개의 모달로 구성하여 학습 성능을 높이고자 하였다. 또한, 시계열 데이터의 특징을 데이터의 차원을 늘리지 않고 효과적으로 학습하기 위하여 조건부 오토인코더(conditional autoencoder) 구조를 활용하는 조건부 멀티모달 오토인코더(Conditional Multimodal Autoencoder, CMAE)를 제안하였다. 제안한 CAME 모델은 비교 실험을 통해 검증했으며, 기존 연구들에서 많이 활용된 오토인코더와 비교하여 AUC, Accuracy, Precision, Recall, F1-score의 성능 평가를 진행한 결과 유니모달 오토인코더(UAE)와 멀티모달 오토인코더(Multimodal Autoencoder, MAE)의 성능을 상회하는 결과를 얻어 이상탐지에 있어 효과적이라는 것을 확인하였다.

• 한국지리정보학회지
• /
• 제13권4호
• /
• pp.111-124
• /
• 2010

지표면의 환경변화를 관측하는 것은 토지사용과 기후변화, 기상연구, 농업, 지표면의 에너지 균형 및 환경시스템에 매우 중요한 연구로 이용되어지고 있다. 최근 위성영상을 이용한 변화탐지는 국지 단위 환경변화 탐지를 위해 그 필요성이 높아지고 있는 실정이며, 특히 잦은 개발과 변화로 주기적인 탐지가 필요한 도심지역의 변화탐지는 국토환경변화 및 지역계획 연구에 대한 효율적인 의사결정 지원이 가능하므로 그 활용성이 매우 높아지고 있다. 이러한 배경으로, 위성 영상을 이용한 원격탐사 자료를 활용한 분석은 비교적 짧은 시간에 광범위한 지역의 영상 정보를 취득할 수 있기 때문에 국토 환경변화 관리 분야에서의 적용 가능성이 높다. 본 연구에서는 인공위성 자료를 활용하여 변화탐지를 수행할 때 공간정보 추출의 정확성을 높이는 기술 개발을 위해 시계열자료의 통계적 분석을 통한 변화탐지기법 개발을 수행하였다. 전처리된 자료를 이용하여 정규화 식생지수를 산출하고 K-mean clustering 무감독 분류를 통해 처리된 데이터를 연구영역의 10년간 자료를 이용한 평균 정규화 식생지수 값과 표준편차 값을 계산하여 각각의 화소별 상대적인 변화량을 측정하여 변화 정도를 탐지하였다. 일반적으로 변화 탐지 수행 시, 태양광 채널을 이용할 경우 기하학적 특성에 의해 발생하는 방향성 효과를 보정하여야 한다. 본 연구에서는 대기 보정과 방향성 보정이 수행된 중 저해상도 정규화 식생지수를 이용하여 객관적인 변화 임계치 값을 결정하였다. 연구결과 반사도 값의 차이를 이용한 변화탐지보다 객관적이고 명확하게 변화지역을 탐지할 수 있었다.