• 지구물리와물리탐사
• /
• 제26권2호
• /
• pp.62-76
• /
• 2023

최근에 활발히 적용되고 있는 머신러닝 기반 탄성파 내삽 기법들은 대부분 모음 자료를 2차원 영상화 하여 빠짐을 채우는 방법으로 하는 훈련(training)-추론(inference) 전략에 기초하므로 완벽히 채워진 다수의 모음자료가 훈련을 위해 필요하게 된다. 이 연구는 이와는 달리 트레이스 기반 내삽을 수행하는 내삽 기술의 훈련-추론 전략을 기본으로, 불규칙한 빠짐이 있는 현장자료 만을 이용하여 훈련-추론을 모두 수행할 수 있는 머신러닝을 이용한 트레이스 기반 불규칙한 빠짐의 내삽 기술을 제시하였다. 이 연구에서는 불규칙한 빠짐이 있는 자료를 훈련과 추론에 체계적으로 사용하는 최대 연속빠짐 간격에 따라 정해지는 네트워크를 구성하는 방법 및 훈련하는 방법을 기술하였다. 또한, 서호주 Exmouth Sub-basin 지역의 Vincent 유전에서 얻어진 시간 참반사 보정된 탄성파 자료에 개발된 방법을 적용한 후, 예측 결과를 전통적인 내삽 방법의 결과와 비교 및 분석하였다. 신호대잡음비나 구조유사성과 같은 정량적인 지표를 통해 두 방법 모두 내삽 성능이 높은 것을 확인하였으며, 모든 주파수 대역에서도 골고루 좋은 결과를 보임을 확인하였다.

• 토지주택연구
• /
• 제14권2호
• /
• pp.125-135
• /
• 2023

드론은 국토조사, 수송, 해양, 환경, 방재, 문화재, 건설 등 다양한 분야에서 활용되고 있다. 또한 사물인터넷(Internet of Things), 인공지능(Artificial Intelligence) 등과 관련하여 4차 산업 혁명의 핵심기술을 검증하고 적용시킬 수 있는 기술로 떠오르고 있다. 본 연구에서는 드론을 활용하여 균열을 자동으로 탐지할 수 있는 딥러닝 모델을 개발하고자 한다. 딥러닝 학습을 위한 이미지 데이터는 Mavic3 드론을 이용하여 수집하였고 촬영고도는 20m, ×7배율로 촬영하였다. 촬영 시 약 2m/s의 속도로 전진하여 영상을 찍고, 프레임을 추출하는 식으로 데이터를 수집하였다. 이런식으로 수집한 데이터를 통해 딥러닝 학습을 진행하였다. 본 연구에서는 딥러닝 학습모델로 Backbone으로는 Swin Transformer, Architecture로 UperNet을 사용하였다. 약 800장의 라벨링 된 데이터를 Augmentation기법으로 데이터 양을 증가시키고 3차에 걸쳐 학습을 진행하였다. 1차와 2차 학습 시 Cross-Entropy loss function을 사용하였고 3차 학습 시 Tversky Loss Function을 사용하였다. 학습결과, 균열 탐지와 균열율을 계산할 수 있는 모델을 개발하였다. 또한, 드론의 위치 정보를 이용해 특정 도로의 한 차선 균열율을 계산할 수 있는 모델을 개발하였다. 향후 추가적인 연구를 통하여 균열탐지모델의 고도화를 사물인터넷(IoT)과의 융합으로 이루었을 때 소파보수(Patching)나 포트홀(Pothole)의 탐지가 가능할 것으로 보인다. 또한 드론의 실시간 탐지 업무수행으로 포장 유지 보수구간에 대한 탐지를 신속하게 확보할 수 있을것으로 기대된다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권5호
• /
• pp.961-969
• /
• 2017

현재 전세계는 이상기후로 인해 다양한 종류의 자연재해를 경험하고 있다. 2016년 2월부터 5월까지 동남아시아 전역에 발생한 가뭄 또한 이상기후의 한 가지 형태라고 볼 수 있다. 이 가뭄으로 캄보디아를 비롯한 태국, 베트남, 라오스, 미얀마 등 5개 국가들은 수출을 위한 쌀 수확량뿐만 아니라, 식량난, 식수난에 직면하게 되었다. 이에 본 연구에서는 가뭄으로 인한 피해를 정량적으로 분석하기 위해 동남아시아 최대 호수인 톤레사프호 주변을 대상으로 원격탐사기법을 적용하였다. 그 결과, 토지피복 변화를 통해 2016년 2월에 수계(132.582km2)와 녹지(706.937km2)의 급격한 감소가 발생되었으며, 감소된 수계와 녹지는 마른 토지(752.488km2)와 나지(257.350km2)로 변화된 것을 알 수 있었다. 또한, 지표면 온도 변화를 통해 2016년 2월 이후 4월 까지 가뭄으로 인해 예년에 비해 6℃ ~ 8℃의 온도 상승이 발생된 것을 알 수 있었다. 이는 지속적인 가뭄으로 인해 4월에 호수의 기능이 저하된 것을 나타내는 것이라 할 수 있다.

• 한국빅데이터학회지
• /
• 제6권2호
• /
• pp.71-84
• /
• 2021

빅데이터 및 인공지능 기술은 4차 산업혁명에 핵심적인 기술이나, 국내 중소·중견 기업의 빅데이터 분석 활용과 복합 인공지능 분야의 기술경쟁력 확보가 미흡한 상황이다. 따라서 빅데이터 및 인공지능 분야의 기술사업화를 통해 산업군 전반의 경쟁력을 강화하는 것이 중요하다. 본 연구에서는 기술 포트폴리오 분석을 통해 공공연구성과 실용화 우선순위를 평가하고자 한다. 우선 공공연구성과 정보에 대해 앙상블 기법을 적용한 딥러닝 모델을 사용하여 과제의 6T 분류 결측값을 개선하였다. 이후 6T 분야별 빅데이터 및 인공지능융합 분야를 대상으로 토픽 모델링을 진행하여 10개의 세부기술분야를 도출하였다. 세부기술분야별 기술사업화 가능성을 판단하기 위해 기술활동성과 기술효율성을 새롭게 정의하고 측정하였다. 두 축을 기반으로 포트폴리오를 4가지의 유형으로 구분하여 기술사업화 최우선 고려 대상, 장기 투자가 필요한 기술분야 등을 제안하였다. '영상 및 이미지 기반의 진단 기술'은 기술활동성 및 기술효율성이 높아 시장의 수요와 사업화 역량 모두 이상적인 수준으로 나타났다. 이처럼 체계적인 산업·기술시장 분석을 통해 공공연구성과 창출 기술의 활용을 활성화할 수 있으며 중소·중견으로의 효율적인 기술 이전 및 사업화 추진이 가능하다.

• 한국수자원학회논문집
• /
• 제56권2호
• /
• pp.139-150
• /
• 2023

지상 LiDAR 측량은 구조물이나 지형의 시간별 변형을 쉽게 파악할 수 있어 토목시설물의 유지관리에 활용성이 높다. 그러나 제방과 같은 하천시설물은 식생의 영향으로 식생 하부의 지형이나 구조물의 변형을 파악하기 어렵다. 식생 제거 필터는 색상필터와 형태필터로 구분할 수 있다. 본 연구에서는 식생필터의 정확도 향상을 위해 색상과 지형을 결합한 복합필터를 개발하였다. 8개의 색상필터, 6개의 지형필터, 4개의 복합필터를 제방 비탈면의 식생제거에 적용하여 정확도와 계산시간을 비교하였다. 색상필터는 계산시간은 짧으나 식생 영역에서 정확도가 낮게 나타났다. 형태필터는 식생 영역에서는 정확도가 높으나 거석 등 국부적 지형 변화가 심한 곳에는 정확도 낮게 나타났다. 복합필터도 대체로 지형필터와 유사한 경향을 나타내나 ExGGM의 경우 식생 영역과 거석 영역 모두에서 정확도가 우수하였다. 정확도와 계산시간을 고려하며 일반적인 경우에는 복합필터인 ExGGM이 적합하며, 국부적인 지형 변화가 심하지 않은 경우에는 형태필터인 GrMIn 또는 복합필터인 ExGISL이 적합한 것으로 나타났다.

• 대한토목학회논문집
• /
• 제28권2B호
• /
• pp.187-197
• /
• 2008

본 연구에서는 SWAT(Soil and Water Assessment Tool) 모형을 이용하여 경안천 유역($255.44km^2$)을 대상으로 미래 토지이용변화가 수문-수질에 미치는 영향을 분석하고자 하였다. Landsat TM(1987, 1991, 1996, 2004), $ETM^+$(2001) 위성영상으로부터 시계열 토지이용도를 작성하고, CA-Markov 기법을 이용하여 2030, 2060, 2090년도의 미래 토지이용변화를 예측하였다. 모형의 입력 자료인 수문 기상자료와 지형자료(DEM, 토양도, 하천도 등), 수질자료(SS, T-N, T-P)를 구축하고 1999, 2000년 자료를 이용하여 모형의 보정을 실시하였으며, 2001, 2002년에 대하여 검증하였다. 검보정 결과, 유출량에 대해 모형 효율성 계수는 0.59, 수질항목(Sediment, T-N, T-P)에 대한 결정계수는 0.88, 0.72, 0.68로 분석되었다. 미래 토지이용변화에 따른 유출량과 비점오염 부하량의 변화를 분석한 결과, 도시화가 진행되면서 2004년을 기준(76.3)으로 유역 평균 CN값이 2030년 76.9, 2060년 77.1, 2090년 77.4로 증가하면서 유출량이 1.4%, 2.0%, 2.7% 증가하는 것으로 분석되었다. 또한, 비점오염원의 증가로 유사량과 T-N, T-P 부하량은 2004년을 기준으로 2030년 51.4%, 5.0%, 11.7% 증가하였으며, 2060년 70.5%, 8.5%, 16.7% 2090년에 74.9%, 10.9%, 19.9% 증가하는 것으로 분석되었다.

• 윤리연구
• /
• 제82호
• /
• pp.73-125
• /
• 2011

신경과학 연구에서 첨단 영상기술의 도입은 사변적 논의에 머물었던 철학적 개념이나 주장에 대해서 사실적 토대에 접근할 수 있는 계기를 제공했다. 윤리학과 도덕 심리학계의 일부 학자들 사이에는 도덕 판단의 근거를 fMRI와 같은 기법을 활용하여 신경 과정 현상에서 규명하려는 움직임이 일고 있다. 조쉬아 그린은, 도덕 판단 일반이 무의식이나 직관에 의해서 이루어진다는 사회적 직관주의의 입장을 개별 도덕이론들에 적용하고자 한다. 그린에 의하면, 의무론은 실제 이성에 의한 결과에 따른 규범적 주장이 아니라 진화에 의해 형성된 도덕적 감정에 의해 유도된 심리적 유형이며, 그러한 감정적 반응을 이성적 추론에 의한 것으로 생각하는 경향은 사후 합리화, 일종의 작화증(作話症)의 발로라고 주장한다. 그린은 더 나아가 의무론 본래의 이론은 규범적 관점에서 타당한 입론을 보장할 수 없으며, 공적 영역에서의 의사결정에 있어서 결과론적 원리가 희망적인 관점이라고 제안한다. 이에, 본 논문은 그린의 논증 과정을 분석하여 재구성하였고, 그린의 논증에는 도덕 판단에 대한 이해, 가설 설정과 검증 자료의 제시와 해석, 그리고 의무론에 대한 조작적 정의와 규범적 평가 등에 있어서 의문점이 제기되고 있음을 밝혔다. 더 나아가 그린의 연구 방법과 결과와 문제점 등이 우리 도덕(과)교육에 시사할 수 있는 바를 정리하였다. 도덕에 관한 과도한 과학주의와 사변적 논의에 대한 경계, 도덕성 본질에 대한 이해 지평의 확대와 신경윤리학과 뇌교육에서 도덕교육의 영역 탐색 등이 언급된다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제9권5호
• /
• pp.811-821
• /
• 2019

사람에 대한 이미지 메이킹은 외모나 인상, 자신감 등 자신을 표현할 수 있는 다양한 요소들을 개선하는 방법이다. 사람들은 이미지 메이킹을 위하여 전통적인 방법으로서 거울이나 카메라를 이용하여 자신의 모습을 확인하거나 발표 연습을 수행한다. 최근에는 스마트 미러가 여러 분야에서 널리 활용됨에 따라 스마트 미러가 거울을 대신하여 이미지 메이킹 도구로 사용하고자 하는 시도가 빈번하게 등장하고 있다. 스마트 미러는 쉽게 접근이 가능하다는 거울의 특성을 가질 뿐만 아니라 카메라나 마이크 등 다양한 기기를 부착할 수 있으므로 이미지 메이킹 서비스를 제공하기 위한 도구로서 적합하다. 본 논문에서는 사용자에게 이미지 메이킹 서비스를 제공하는 스마트 미러 소프트웨어인 BuddyMirror와 이를 유연하게 동작시키기 위한 전용 모바일 앱의 개발에 대하여 기술한다. BuddyMirror는 사용자의 요청에 따라 발표준비, 모의면접, 스타일링 서비스를 제공하고 전용 모바일 앱과의 연동 기능을 제공한다. 이를 위하여, 본 논문에서는 개발된 새로운 서비스를 널리 사용되는 스마트 미러 개발 플랫폼인 MagicMirror의 모듈로서 구현하고 동작시키기 기법을 설명한다. 전용 모바일 앱은 사용자가 이미지 메이킹 서비스를 제공 받기 위해 발표 자료를 스마트 미러에 전달하거나 촬영된 영상을 다운로드하는 기능을 제공한다.

• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.71-80
• /
• 2024

이 연구에서는 무인 항공기(Unmanned Aerial Vehicle, UAV)가 캡처한 이미지의 의미론적 토지 피복 분할 성능을 향상시키기 위한 앙상블 학습 기법을 제안하고 있다. 도시 계획과 같은 분야에서 UAV 사용이 증가함에 따라 토지 피복 분할을 위한 딥러닝 분할 방법을 활용한 기술 개발이 활발히 이루어지고 있다. 이 연구는 대표적인 분할 모델인 U-Net, DeepLabV3 그리고 Fully Convolutional Network (FCN)를 사용하여 분할 예측 성능을 개선하는 방법을 제안한다. 제안된 접근 방식은 세 가지 분할 모델의 훈련 손실, 검증 정확도 및 클래스별 점수를 통합하여 앙상블 모델을 개발하고 전반적인 예측 성능을 향상시킨다. 이 방법은 건물, 도로, 주차장, 논, 밭, 나무, 빈 공간, 미분류 영역을 포함하는 일곱 가지 클래스가 있는 토지 피복 분할 문제에 적용하여 평가하였다. 앙상블 모델의 성능은 mean Intersection over Union (mIoU)으로 평가하였으며, 제안된 앙상블 모델과 기존의 세 가지 분할 방법을 비교한 결과 mIoU 성능이 향상되었음이 나타났다. 따라서 이 연구는 제안된 기술이 의미론적 분할 모델의 성능을 향상시킬 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1155-1164
• /
• 2023

현재 국가산림자원조사(National Forest Inventory, NFI)는 인력에 의한 수목정보를 수집하고 있어 조사 범위와 시간의 한계가 따른다. 항공 Light Detection And Ranging (LiDAR) 및 항공 사진 등을 이용하여 넓은 지역의 수목 정보를 추출하기 위한 연구가 활발하게 진행되고 있으나 수목의 간격이 넓은 지역이거나 수목의 간격이 일정하게 배치된 지역을 대상으로 이루어지고 있어 우리나라 산림지역 특성을 반영하지 못하고 있다. 이에 본 연구에서는 항공 LiDAR를 이용하여 수치표면모델(Digital Surface Model, DSM), 수치표고모델(Digital Elevation Model, DEM), 수목높이모델(Canopy Height Model, CHM) 영상을 생성한 후 local maxima 기법을 통해 수고를 추출하고 산정식을 통해 흉고직경(Diameter at Breast Height, DBH)을 산정하는 방법론을 제안하였다. 제안한 방법론을 통해 추출한 수목의 검출 정확도는 매목지구별 각 88.46%, 86.14%, 84.31%로 나타났으며, 수고 값을 기반으로 산정한 DBH의 평균제곱근오차(Root Mean Squared Error, RMSE)가 5 cm 내외로 나타나 제안한 방법론의 활용 가능성을 확인하였다. 향후 다양한 유형의 산림에 대한 표준화 연구를 진행한다면 수작업으로 이루어지는 국가산림자원조사의 자동화 적용 범위를 확대할 수 있을 것으로 사료된다.