• 한국통신학회논문지
• /
• 제28권10C호
• /
• pp.1023-1032
• /
• 2003

MPEG-4와 같은 객체 기반 부호화는 멀티미디어 응용을 위한 다양한 내용 기반 기능들을 제공한다. 압축 효율의 향상과 더불어 이러한 기능들이 지원되도록 하기 위해서는 비디오 데이터의 각 프레임은 비디오 객체로 분할되어야 한다. 본 논문에서는 비선형 다중스케일 필터링과 시공간 정보를 사용한 효과적인 비디오 객체 분할 기법을 제안한다. 제안된 방법은 안정화된 역 확산 방정식(Stabilized Inverse Diffusion Equation : SIDE)에 기반한 비선형 다중스케일 필터링을 사용하여 공간적 분할을 수행한다. 또한 구해진 초기 분할된 영역들은 인접 영역 그래프 (Region Adjacency Graph : RAG)를 사용하여 병합된다. 본 논문에서는 통계적 유의성 검사(Statistical significance test)와 시변 메모리(Time-variant memory)를 시간적 분할 방법으로 사용하며 구해진 공간적 분할과 시간적 분할을 결합하여 최종 객체 영역을 효과적으로 분할한다. 본 논문에서 제안된 공간적 분할 방법은 기존의 형태학적 Watershed 알고리즘에 비해 잡음에 강인한 분할 특성을 나타내었으며 기존의 A. Neri의 방법과 비교하였을 때, 최종 분할된 객체 영역의 정확도 비율이 Akiyo는 43%, Claire는 29% 정도 향상됨을 확인할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.248-248
• /
• 2020

토양수분은 증발산, 유출, 침투 등 물수지 요소들과 밀접한 연관이 있는 주요한 변수 중에 하나이다. 토양수분의 정도는 토양의 특성, 토지이용 형태, 기상 상태 등에 따라 공간적으로 상이하며, 특히 기상 상태에 따라 시간적 변동성을 보이고 있다. 기존 토양수분 측정은 토양시료 채취를 통한 실내 실험 측정과 측정 장비를 통한 현장 조사 방법이 있으나 시간적, 경제적 한계점이 있으며, 원격탐사 기법은 공간적으로 넓은 범위를 포함하지만 시간 해상도가 낮은 단점이 있다. 또한, 모델링을 통한 토양수분 예측 기술은 전문적인 지식이 요구되며, 복잡한 입력자료의 구축이 요구된다. 최근 머신러닝 기법은 수많은 자료 학습을 통해 사용자가 원하는 출력값을 도출하는데 널리 활용되고 있다. 이에 본 연구에서는 토양수분과 연관된 다양한 기상 인자들(강수량, 풍속, 습도 등)을 활용하여 머신러닝기법의 반복학습을 통한 토양수분의 예측 가능성을 분석하고자 한다. 이를 위해 시공간적으로 토양수분 실측 자료가 잘 구축되어 있는 청미천과 설마천 유역을 대상으로 머신러닝 기법을 적용하였다. 두 대상지에서 2008년~2012년 수문자료를 확보하였으며, 기상자료는 기상자료개방포털과 WAMIS를 통해 자료를 확보하였다. 토양수분 자료와 기상자료를 머신러닝 알고리즘을 통해 학습하고 2012년 기상 자료를 바탕으로 토양수분을 예측하였다. 사용되는 머신러닝 기법은 의사결정 나무(Decision Tree), 신경망(Multi Layer Perceptron, MLP), K-최근접 이웃(K-Nearest Neighbors, KNN), 서포트 벡터 머신(Support Vector Machine, SVM), 랜덤 포레스트(Random Forest), 그래디언트 부스팅 (Gradient Boosting)이다. 토양수분과 기상인자 간의 상관관계를 분석하기 위해 히트맵(Heat Map)을 이용하였다. 히트맵 분석 결과 토양수분의 시간적 변동은 다양한 기상 자료 중 강수량과 상대습도가 가장 큰 영향력을 보여주었다. 또한 다양한 기상 인자 기반 머신러닝 기법 적용 결과에서는 두 지역 모두 신경망(MLP) 기법을 제외한 모든 기법이 전반적으로 실측값과 유사한 형태를 보였으며 비교 그래프에서도 실측값과 예측 값이 유사한 추세를 나타냈다. 따라서 상관관계있는 과거 기상자료를 통해 머신러닝 기법 기반 토양수분의 시간적 변동 예측이 가능할 것으로 판단된다.

• 한국지구과학회지
• /
• 제29권2호
• /
• pp.204-217
• /
• 2008

본 연구는 초 중 고등학교 과학 교과서의 천문영역에 수록된 탐구활동을 NRC(2000)에서 제시하는 탐구기본요소 5가지와 SAPA에서 제시하는 기초 및 통합적인 탐구과정을 통해 분석하였다. 이를 토대로 과학 교과서의 탐구 활동이 과학교육의 목표인 과학적 소양을 실현하기에 제한점이 있음을 제시하고, 보완적인 방법에 대한 시사점을 제공하고자 하였다. 천문영역을 분석한 결과 초 중 고등학교 대부분의 교과서가 NRC(2000)의 탐구요소 5가지 중 탐구요소 2에 해당하는 증거 수집이 가장 많이 나타난 반면에 탐구요소 1의 문제제기와 탐구요소 5의 발표 및 정당화 부분이 거의 나타나지 않았다. 또한 위의 결과를 바탕으로 구체적인 탐구과정인 SAPA로 분석해 본 결과, 천문영역의 교과서 탐구 활동은 기초탐구과정에는 관찰, 의사사통, 조작, 시공간관계사용 과정 빈도수가 학년에 따라 증가하며, 통합과정에서는 조사, 모델설정, 데이터 해석, 그래프 작성, 실험과정이 늘어나는 경향을 보여주었다. 이에 개정 7차 교육과정에서 제시된 과학적 소양 함양을 위한 교과서에서는 제한적인 탐구활동을 확장하여, 천문영역에서도 전반적이고 다양한 탐구요소 및 탐구과정을 학생들이 경험할 수 있도록 해야 할 것이다. 또한 탐구활동을 가르치는 교사들을 위한 수업모듈뿐만 아니라 이를 사용하는 교사들의 탐구에 대한 이해도 및 교수전략에 있어서도 전문성이 이뤄져야 할 것이다.

• 한국습지학회지
• /
• 제23권4호
• /
• pp.296-306
• /
• 2021

탄성도는 하나의 변수 변화에 따른 다른 변수의 변화되는 양상을 정량적인 수치로 해석하는 통계적 기법으로 상관성 분석 이상의 정보를 제공하여 기후변화 연구에 다양하게 활용하고 있다. 본 연구에서는 낙동강 주요 지류를 대상으로 기온과 수질 자료를 이용하여 탄성도를 산정하고 기온에 대한 수질의 민감도 분석을 수행하였다. 또한, T-Test 결과를 이용하여 탄성도에 대한 신뢰구간을 산정하고 탄성도의 유효성을 검토하였다. 탄성도의 강도는 여름 > 가을 > 봄> 겨울 순으로 높은 강도를 나타내고 있으며 방향은 음과 양의 탄성도가 함께 있는 지역적 특성을 나타내고 있다. 월별 관측자료를 대상으로 계층적 군집 분석을 수행 후 5개 군집으로 분류하였으며 평행좌표 그래프를 이용하여 군집 별 특성을 시각적으로 분석하였다. 주요 지류의 경우 인구밀도가 상대적으로 높고 주변에 하수처리장, 소규모 축사, 농업 활동 등의 복잡한 영향 인자로 인해 기온 탄성도의 방향과 강도는 지역적 특성을 나타내고 있다. 특히, TP의 경우 기온변화에 따른 조류성장과 사멸로 발생하는 생태계의 영양물질 순환에 따라 큰 지역적 변동성을 나타내고 있다. 낙동강 주요 지류의 기온 탄성도는 약 이상이고 유의수준 5%에서 타당하므로 기온변화에 따른 수질 변동이 존재하는 것으로 분석되었다.