• 한국환경과학회지
• /
• 제12권12호
• /
• pp.1215-1225
• /
• 2003

The purpose of this research was to investigate the characteristics of urban ecotopes and to classify ecotopes systematically from them. Total of 15 characteristics for classification of ecotopes were selected, and there were categorized 3 factors, that is abiotic, biotic and anthropological factors. The ecotope types in the study area were classified into 67. The classification of ecotope was made with SPSS for Windows Version 10.0 on the basis of the 15 characteristics. As the results of cluster analysis using the average linkage method between groups, groups of ecotope type were divided into 15 clusters. It was known that there was not a great difference in an affinity as the result of overlapping the maps of ecotope type and land use type. This research suggested characteristics for classification of ecotopes, but there was a limit to Set the objective method for grade classification because of lacking in the basic data, the research of characteristics will be accomplished continuously.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2011년도 춘계 종합학술대회 논문집
• /
• pp.295-296
• /
• 2011

식품정보 시스템은 농식품 정보를 DB화하여 분류하고, 다양한 식품정보를 효율적으로 관리하여 식품정보 활용에 대한 효과성을 극대화한 시스템이다. 미국, 일본, EU 에서는 정부 주관부처가 식품정보를 포괄적으로 관리하고 있으며, IT기술(데이터베이스, 메타데이터, 웹 기술, 통합검색 기술 등)을 활용하여 대국민, 산업체, 연구기관 등에 올바른 식품정보를 제공하고 있다. 본 논문은 국내 외 식품정보 시스템에서 활용하고 있는 식품정보와 IT기술에 대한 동향을 분석하여 식품정보를 여러 산업분야에서 손쉽게 활용할 수 있는 방안을 제시하고자 하였고, 이를 통해 식품 안정성, 기능성, 품질정보 등 식품정보를 언제, 어디서나 활용하여 식품산업에 대한 에코 시스템을 구축하는 것이다.

• 보존과학회지
• /
• 제25권4호
• /
• pp.431-438
• /
• 2009

풍납토성에서 출토된 한성백제시대 토기를 중심으로 다양한 경도측정 방법을 적용하여 토기의 굳기에 따른 적절한 측정방법 및 조건을 연구하였다. 연구를 위한 토기시료는 육안관찰과 모스경도계를 이용하여 굳기의 서열별로 선정하였으며, 표면 경도측정에는 초음파 및 에코팁 경도측정법을 적용하였고, 단면에는 로크웰 표충경도(로크웰 슈퍼피셜)와 마이크로비커스 경도측정법을 적용하였다. 그 결과, 표면 경도에서는 두 방법 모두 정밀한 측정에 많은 어려움이 있었으며 육안 및 모스경도에 따른 분류와 일치하는 경향성을 관찰할 수 없었다. 단면 경도측정 결과에서는, 로크웰 표충경도 측정법의 경우, 연질 토기의 측정에 보다 유리한 것으로 나타났으며, 1/16" 강구 압입자를 사용하여 15kgf의 시험하중으로 측정할 경우 가장 재현성이 좋은 측정값을 얻을 수 있음을 확인하였다. 반면, 마이크로비커스 측정법의 경우, 경질 토기의 측정에 보다 유리한 특성을 보였으며, 시험하중 100gf에서 가장 재현성과 정밀도가 높은 측정값을 얻을 수 있었다. 또한, 로크웰 표충경도법과 마이크로비커스 측정법은 모두 그 측정값이 고고학적 견해에 따른 육안분류와 거의 일치하는 경향성을 나타내었다. 이러한 결과는 향후 토기에 대한 고고학적 견해의 객관성을 뒷받침할 수 있는 매우 유용한 도구로써 기계적 경도측정값이 이용될 수 있음을 보여주는 것으로, 향후 이를 이용한 활발한 연구가 가능해 질 것으로 판단된다.

• 한국터널지하공간학회 논문집
• /
• 제23권1호
• /
• pp.13-24
• /
• 2021

암반 및 연약지반을 포함한 다양한 지반 조건에서 TBM (Tunnel Boring Machine) 터널링이 활용되고 있다. 굴착 성능을 높이기 위해서 지반 조건에 따라 최적으로 장비를 운영해야 하며, 이를 통해 공기단축을 통한 비용 절감 효과를 기대할 수 있다. 하지만 시추 조사를 통해 획득한 지반 정보는 시추공 사이 불확실성이 존재하므로, 실시간 최적 운전에 부족함이 있다. 본 연구에서는 지반의 불확실성 문제를 해결하고자 5초마다 기록된 TBM 데이터를 활용하여 굴착 지반 예측시스템을 구축하고자 한다. 싱가포르 현장에서 획득한 화강암의 풍화도를 고려하여 암반, 토사, 복합지반 세 가지로 지질로 재분류하였고, 실시간으로 도출되는 기계 데이터로 이를 예측하고자 한다. 현장에서 획득한 TBM 데이터에 대해 이상치 제거, 정규화, 특성 추출 등의 전처리 방법을 적용하였고, 지질을 분류하기 위해 6개의 은닉층을 가진 심층 신경망(Deep Neural Network, DNN)을 활용하였다. 10겹 교차검증을 통해 분류 시스템을 평가한 결과, 평균 75.4%의 정확도를 확인하였다(총 데이터 388,639개). 본 연구를 통해 지질 불확실성을 감소시키고, 지반 조건에 따른 실시간 최적 운전에 도움이 될 것으로 판단된다.

• 전기학회논문지
• /
• 제64권7호
• /
• pp.1114-1124
• /
• 2015

In this paper, precipitation / non-precipitation pattern classification of meteorological radar data is conducted by using neuro-fuzzy algorithm. Structure expression of meteorological radar data information is analyzed in order to effectively classify precipitation and non-precipitation. Also diverse input variables for designing pattern classifier could be considered by exploiting the quantitative as well as qualitative characteristic of meteorological radar data information and then each characteristic of input variables is analyzed. Preferred pattern classifier can be designed by essential input variables that give a decisive effect on output performance as well as model architecture. As the proposed model architecture, neuro-fuzzy algorithm is designed by using FCM-based radial basis function neural network(RBFNN). Two parts of classifiers such as instance classifier part and echo classifier part are designed and carried out serially in the entire system architecture. In the instance classifier part, the pattern classifier identifies between precipitation and non-precipitation data. In the echo classifier part, because precipitation data information identified by the instance classifier could partially involve non-precipitation data information, echo classifier is considered to classify between them. The performance of the proposed classifier is evaluated and analyzed when compared with existing QC method.

• 한국해양학회지:바다
• /
• 제26권3호
• /
• pp.248-262
• /
• 2021

섬모충플랑크톤은 크게 두 분류군, 세포가 피갑(lorica)에 에워 쌓여 있는 유종섬모류(tintinnids)와 피갑(lorica)이 없는 소모류(oligotrichs)로 대별하고 있다. 국내에서 해양 섬모충플랑크톤의 분류학적 연구는 비교적 종 동정이 용이한 유종섬모류를 대상으로 먼저 시작되었고, 분류기준인 피갑의 가변성 때문에 분류학적 문제점은 있으나, 현재까지도 주로 피갑의 형태적 특징에 따라 종을 구별하여 생태·생리학적 연구정보로 활용하고 있다. 반면, 소모류의 경우, 세포염색을 통한 섬모열의 정밀한 특징으로 종을 구별하는 어려움으로 인해, 소모류의 분류학적 연구는 2000년 이후에 비로소 국내에 소개되었다. 최근 분석기술의 발달과 더불어 섬모충의 분류체계와 종 정보에도 많은 변화가 생겼고 이를 반영하여 국내 해양에서 출현하는 주요 섬모충플랑크톤 종류가 새롭게 정리되어 도감으로 출간되었다. 섬모충플랑크톤은 동물플랑크톤의 질 높은 먹이원이 되는 동시에 초미소(pico)와 미소(nano)플랑크톤의 포식자로서 해양 미세먹이망에서 중요한 중간 역할을 하고 있다. 이러한 부유생태계에서 섬모충플랑크톤의 역할은 새로운 주제가 아닌, 현재는 해양생태학의 보편적 지식으로 공유되고 있다. 따라서 해양 섬모충플랑크톤의 현장 모니터링 방법과 실험실 분석의 과학적 타당성을 기반으로, 획득된 자료로써 그 신뢰성을 확보함은 국내 섬모충플랑크톤 연구 발전에 크게 일조하리라 기대된다. 섬모충플랑크톤 연구 경험을 바탕으로 유종섬모류 동일종의 피갑변이, 세포염색에 의한 소모류의 정량·정성분석, 유전자 분석결과의 자료비교, 생태학적 정보비교, 섬모충플랑크톤 현장채집 방법을 제안하며, 현실적 수용가능 범위를 설정하여 섬모충플랑크톤 모니터링의 정도관리를 위한 연구자들의 관심을 유도하고자 한다.

• 한국음향학회지
• /
• 제14권6호
• /
• pp.62-67
• /
• 1995

본 논문에서는 금속내부에 존재하는 결함의 다양한 형태로부터 반사된 초음파 신호를 디지탈 신호처리에 의하여 특징추출하는 방법을 연구분석하였다. 다양한 형태의 결함으로부터 반사된 초음파 신호는 잡음 등의 영향으로 그 특징의 구별이 애매하므로 자기 회기법(auto-regressive)을 이용한 위너 필터링(Wiener filtering)과 최소 절대치 노름(least-absolute-values norm) 기법을 사용하여 신호의 특징을 추출하고 상호 비교분석하였다. 실험에서는 알루미늄 시편에 평면결함, 사각결함, 원형결함의 세가지 결함형태를 제작하였으며, 초음파를 입사하고 펄스-에코 방법에 의하여 반사신호를 측정하였다. 반사신호의 디지탈 신호처리 결과, 이러한 특징추출방법은 다양한 형태의 결함으로부터 반사된 신호를 효율적으로 분류 할 수 있었다.

• 대한영상의학회지
• /
• 제84권1호
• /
• pp.226-239
• /
• 2023

목적 뇌동정맥루(arteriovenous fistula; 이하 AVF), 뇌동정맥기형(arteriovenous malformation; 이하 AVM), 경동맥해면정맥동루(carotid-cavernous sinus fistula; 이하 CCF) 등 뇌동정맥단락을 진단하는 데 있어서, T2 강조영상(T2-weighted imaging; 이하 T2WI)과 자화율 강조영상(susceptibility-weighted imaging; 이하 SWI)의 민감도를 비교하고, 단일 에코(single-echo) SWI(이하 s-SWI)와 다중 에코(multi-echo) SWI (이하 m-SWI)의 전반적인 영상 질을 비교하고자 하였다. 대상과 방법 2016년부터 2021년까지 뇌혈관조영술로 입증된 뇌동정맥단락을 조사하였다. 뇌동정맥단락에 대한 T2WI와 SWI의 민감도를 McNemar's Test를 이용하여 비교하였다. s-SWI와 m-SWI의 영상 질을 나쁨, 보통, 좋음으로 분류하고 Fisher's exact test를 이용하여 그 비율을 비교하였다. 결과 총 24명의 환자(중위 연령: 61세, 여성: 12명, 남성: 12명)가 연구에 포함되었다. 그중 4명은 s-SWI와 m-SWI 두 가지의 SWI로, 나머지 20명은 이 중 한 가지의 SWI로 검사하였다. 10명은 AVF, 11명은 AVM, 3명은 CCF로 진단되었고, 이와 같은 뇌동정맥단락에 대해, SWI는 T2WI 보다 유의하게 높은 민감도를 보였다(82.1% vs. 53.6%, p = 0.013). m-SWI는 s-SWI 보다 좋은 영상 질의 비율이 유의하게 높았다(83.3% vs. 25.0%, p = 0.009). 결론 SWI는 T2WI 보다 뇌동정맥단락을 더 민감하게 진단해 낼 수 있었으며, m-SWI는 s-SWI보다 혈관질환을 평가하는데 더 좋은 영상 질을 보였다.

• 한국산림과학회지
• /
• 제100권3호
• /
• pp.483-493
• /
• 2011

본 연구는 산지계류 및 산림유역의 산사태 등의 재해를 예방과 함께 생태적 보전을 지키기 위해 시공되는 기존 사방댐의 생태투과율과 생태차단높이의 분석에 의한 생태연결성에 대한 유형분류에 대한 기초자료를 제공함에 목적이 있다. 분석결과, 평균 표준도, 규격별 표준도 및 시공사례에 의한 평균생태투과율은 전체적으로 에코필라사방댐(64.0%) > 와이어로프사방댐(13.9%) > 슬릿트사방댐(10.9%) > 다기능사방댐(7.2%) > 중력식사방댐(0.4%)의 순으로 나타났다. 사방댐의 생태차단높이는 중력식사방댐(3.2 m) > 다기능사방댐(1.7 m) > 와이어로프사방댐(1.2 m) > 슬릿트사방댐(0.6 m) > 에코필라사방댐(0.0 m)의 순으로 나타났으나, 생태차단높이의 기준은 명확하지 않았다. 사방댐의 생태투과율과 생태차단높이의 분석을 이용하여 생태연결성 유형을 구분한 결과, 사방댐은 생태연결형, 생태부분연결형 및 생태단절형으로 구분할 수 있었다. 즉 (1) 생태연결형 사방댐은 하천 바닥에서부터 생태계가 개방되고, 횡단면 전체의 투과율이 20%이상으로 포유류, 파충류, 어류 및 양서류 등의 동식물의 생태적 연결성이 양호한 형태, (2) 생태부분연결형은 하천바닥으로부터 차단높이가 2 m 이하이고 횡단면 전체의 투과율이 5% 이상 20% 미만으로 상당부분 개방되고, 어도가 설치되어 양서류, 어류, 파충류 및 포유류 등의 동물의 소통이 어느 정도 가능한 형태, (3) 생태단절형은 하천바닥으로부터 차단높이가 2 m 이상이고, 횡단면 전체의 투과율이 5%미만으로 산지계류를 통한 동 식물의 생태적 연결이 거의 단절되는 형태로 구분하였다. 이상과 같이 사방댐의 유형분류는 산지계류의 수변생태계를 고려한 연구개발이 지속적으로 이루어져야 할 것으로 사료된다.

• 전기학회논문지
• /
• 제64권6호
• /
• pp.922-934
• /
• 2015

In this paper, The classification between precipitation echo(PRE) and non-precipitation echo(N-PRE) (including ground echo and clear echo) is carried out from weather radar data using neuro-fuzzy algorithm. In order to classify between PRE and N-PRE, Input variables are built up through characteristic analysis of radar data. First, the event classifier as the first classification step is designed to classify precipitation event and non-precipitation event using input variables of RBFNNs such as DZ, DZ of Frequency(DZ_FR), SDZ, SDZ of Frequency(SDZ_FR), VGZ, VGZ of Frequency(VGZ_FR). After the event classification, in the precipitation event including non-precipitation echo, the non-precipitation echo is completely removed by the echo classifier of the second classifier step that is built as Type-2 FCM based RBFNNs. Also, parameters of classification system are acquired for effective performance using PSO(Particle Swarm Optimization). The performance results of the proposed echo classifier are compared with CZ. In the sequel, the proposed model architectures which use event classifier as well as the echo classifier of Interval Type-2 FCM based RBFNN show the superiority of output performance when compared with the conventional echo classifier based on RBFNN.