• 한국전통조경학회지
• /
• 제35권4호
• /
• pp.126-133
• /
• 2017

본 연구는 조경기술기반 LID 시스템 적용에 따른 선릉 정릉 권역의 우수유출변화를 수문학적 관점에서 분석하였으며, 연구결과를 다음과 같이 정리할 수 있다. 첫째, 광화문 침수가 발생한 2011년 7월 27일 기준 최대순간강우량은 27일 10시에 기록된 183mm/hr로 시간당 최대강우량 57.5mm/hr에 비해 3배 이상의 강우강도가 10분간 집중된 것으로 확인되었다. 둘째, 토심기준 시나리오에서 담심 1,500mm의 경우 첨두유출량 제어가 가능하여 해당 조경기술기반 LID 시스템 적용 시 선릉 정릉 권역의 수해취약성을 개선할 수 있을 것으로 판단된다. 셋째, 담심 기준 시나리오에서 모든 토심 모형에서 첨두유출량 제어가 이루어지지 않았으나, 최초 우수유출을 토심 기준 시나리오에 비해 4시간 10분의 추가적인 지연효과를 기록하였다. 초기 우수유출저감에는 토심, 첨두유출량에는 담심이 상대적으로 중요한 지표로 해석되었다. 이를 통해 문화재 보호권역 내 경관친화적인 생태적 요소를 시스템화하여 적용할 경우 예상되는 수해방재효과를 이론적으로 확인할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.85-85
• /
• 2017

효율적 물관리란 거대한 물순환 과정에서 인간이 편안한 삶을 사는데 필요한 물의 이용효율을 극대화하는 것이다. 과거의 물관리는 이원화된 수량과 수질관리, 수량중심에서는 용수공급과 홍수조절이 주요한 관심사였다. 현재는 과거의 물관리에 친수와 환경을 더한 복잡한 분야로 확대되고 있다. 통합물관리란 물을 최적으로 관리하기 위해 물관리 이해당사자간의 소통과 물 기술의 고도화를 기반으로 기존에 분산된 물관리 구성요소들(시설 정보, 수량 수질 등)을 권역적으로 관리하는 것을 말한다. 본 연구에서는 대청댐 방류에 따른 금강 하류부의 홍수추적을 위해 수행한 댐하류 소유역별 강우량 빈도분석 과정, 용담댐 방류를 고려한 대청댐 홍수도달시간 검토, Poincare Section과 신경망기법을 이용한 수문자료 예측, 추계학적 다변량 해석과 다변량 신경망해석에 의한 대청댐 유입량 산정과정, 보조여수로 건설에 따른 주여수로와 보조여수로간의 연계운영방안, 단계(관심, 주의, 경계, 심각)를 고려한 대청댐 확보수위 산정, 저수지 중장기 운영계획 수립과 댐 운영 기준수위를 결정하기 위해 누가차분방식으로 적용되는 갈수기 유입량 빈도분석에 대한 실무적용 사례를 소개하고자 한다. 강우량 빈도분석 과정은 L-모멘트방법(Hosking과 Wallis, 1993)을 적용하였고, 홍수도달시간 검토는 평균유속, 하류 수위상승 기점 영향검토, 수리학적 모형(FLDWAV, Progressive lag method 등)을 활용하였다. 카오스 이론을 도입하여 대청댐 수문자료의 상관성 검토 및 추계학적 모형을 이용한 모의발생을 유도하여 수문자료 예측을 시행하였다. 추계학적 모형과 신경망모형 연구의 대상은 대청댐으로, 시계열 자료는 댐의 월강우량, 월유입량, 최고기온, 평균기온, 최소기온, 습도, 증발량 등의 자료를 기반으로 하였다. 적용기간은 1981~2009년의 자료를 이용하여 2010년 1월부터 12월까지 12개월 동안의 월유입량을 예측하였다. 수문자료 해석의 기본이 되는 약 30년간의 자료를 이용하여 분석을 실시하였다. 대청댐의 유입량 예측을 위해 적용된 모형으로는 추계학적 모형인 ARMA모형, TF모형, TFN 모형 등이 적용되었고, 또한 신경망 모형의 종류인 다층 퍼셉트론, PCA모형 등을 활용하여 실측치와 가장 가깝게 근사화시키는 방법론을 찾고자 하였다. 또한, 기존여수로와 보조여수로 연계운영을 위해 3차원 수치해석을 통한 댐하류 안정성 검토 및 확보수위 산정을 통해 단계(관심, 주의, 경계, 심각)별로 대처가 가능한 수위를 산정하였다.

• 사물인터넷융복합논문지
• /
• 제9권2호
• /
• pp.61-69
• /
• 2023

최근에는 환경에 대한 인식이 높아지면서 제조 차량에서 전자식 파워 스티어링(EPS)이 조향장치로 채택되는 사례가 증가하고 있다. EPS는 스티어링 파워 향상, 유압 호스 누출 제거 및 연료 소비 감소와 같은 수많은 이점을 제공하지만, 시스템이 움직임에 반응하게 만드는 센서를 요구한다. 이는, 센서의 선형 변동성을 유지하는 것이 스티어링 반응의 안정성에 필수적임을 의미한다. 따라서 EPS의 제어 품질을 보장하기 위해 내부 설계 특성의 변화에 대한 센서의 민감도, 결함 및 선형성을 평가하기 위한 신뢰성 있는 방법이 필요하다. 본 논문은 차량속도 구간 분할을 기반으로 EPS 구성요소 결함과 선형성을 분석하는 데이터 중심 결함 및 선형성 평가 모니터링 시스템을 제안한다. EPS 테스트 지그에서 수집된 데이터를 사용하여 모니터링 시스템의 성능을 검증하였으며, 그래픽 사용자 인터페이스(GUI)를 적용하여 시스템을 개선하였다. 개발된 시스템은 설계를 기반으로 0.99% 정확도의 결함 감지 및 가변적인 차량속도에서 선형성 평가를 효과적으로 수행하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (3)
• /
• pp.65-67
• /
• 1998

내장 실시간 시스템이 높은 우선순위의 비동기적 이벤트를 적시에 처리하면서 필수적으로 적은 비용의 선점 다중쓰레드를 지원해야한다. 사용자 레벨 쓰레드는 커널 레벨 쓰레드 보다 적은 비용의 유연한 추상적 기법들을 제공하지만, 기존의 실시간 시스템에서는 스케줄링과 시그날(signal) 처리가 단순하다는 이류로 커널 레벨 쓰레드가 선호 되어왔다. 본 논문에서는 내장 실시간 시스템에 적합한 새로운 사용자 레벨 다중 쓰레드 방식을 제안한다. 이 기법은 가상 쓰레드(virtual threads)와 개선된 스케줄링 이벤트 업콜(scheduling event upcall) 메카니즘을 기반으로 한다. 가상 쓰레드는 사용자 레벨 쓰레드에게 커널 레벨의 실행 환경을 제공할 수 있도록 사용자 레벨 쓰레드를 커널 레벨로 형상화한 것이다. 이 쓰레드는 필요에 의해 잠시동안 사용자 레벨 쓰레드에 묶이는 소동적인 존재이다. 스케줄링 이벤트 업콜 메카니즘은 쓰레드 블록킹과 타이머 만기와 같은 커널 이벤트를 유저 프로세서에게 전달할 수 있게 한다. 본 논문의 개선된 업콜 방식은 scheduler activation과 시그날과 같은 전통적인 업콜 구조에서 예측하기 힘든 요소들을 배제했다. 순간적인 시스템의 과부하 상황에서도 이벤트를 놓치지 않으면서 커널과 유저 프로세서의 비싼 동기화 작업들을 피할 수 있도록 하는 잠금(lock)이 필요 없는 이벤트 큐를 상용한다. 본 기법은 서울대학교 실시간 운영체계 실험실에서 구현한 ARX위에 완벽하게 구현되었다. ARX 사용자 레벨 쓰레드가 사용자 레벨 쓰레드의 장점을 손상하지 않으면서 솔라리스와 윈도즈98과 같은 상용 운영체제의 커널 쓰레드보다 성능이 우수함을 실험적 비교에 의해서 입증한다.분에서 uronic acid를 분리동정하였을 때 점미는 0.90%, 백미는 0.66%, 흑미는 1.8%로서 흑미에서 uronic acid 함량이 두 배 이상으로 나타났다. 흑미의 uronic acid 함량이 가장 많이 용출된 분획은 sodium hydroxide 부분으로서 hemicellulose구조가 polyuronic acid의 형태인 것으로 사료된다. 추출획분의 구성단당은 여러 곡물연구의 보고와 유사하게 glucose, arabinose, xylose 함량이 대체로 높게 나타났다. 점미가 수가용성분에서 goucose대비 용출함량이 고르게 나타나는 경향을 보였고 흑미는 알칼리가용분에서 glucose가 상당량(0.68%) 포함되고 있음을 보여주었고 arabinose(0.68%), xylose(0.05%)도 다른 종류에 비해서 다량 함유한 것으로 나타났다. 흑미는 총식이섬유 함량이 높고 pectic substances, hemicellulose, uronic acid 함량이 높아서 콜레스테롤 저하 등의 효과가 기대되며 고섬유식품으로서 조리 특성 연구가 필요한 것으로 사료된다.리하였다. 얻어진 소견(所見)은 다음과 같았다. 1. 모년령(母年齡), 임신회수(姙娠回數), 임신기간(姙娠其間), 출산시체중등(出産時體重等)의 제요인(諸要因)은 주산기사망(周産基死亡)에 대(對)하여 통계적(統計的)으로 유의(有意)한 영향을 미치고 있어 $25{\sim}29$세(歲)의 연령군에서, 2번째 임신과 2번째의 출산에서 그리고 만삭의 임신 기간에, 출산시체중(出産時體重) $3.50{\sim}3.99kg$사이의 아이에서 그 주산기사망률(周産基死亡率)이 각각 가장 낮았다. 2. 사산(死産)과 초생

• 한국과학교육학회지
• /
• 제34권3호
• /
• pp.247-260
• /
• 2014

이 연구의 목적은 공기 이동에 관한 사고실험에서 나타나는 멘탈 시뮬레이션을 분석하여 예측과 설명의 생성 및 정교화 과정을 알아봄으로써 멘탈 모델링 교육에 대한 시사점을 주는데 있다. 이를 위해 문헌 연구를 기반으로 멘탈 시뮬레이션 과정 및 전략 분석틀을 개발하였으며, 과학교육 전문가 4인의 내용타당도를 확인 받았다. 연구 참여자는 초등예비교사 10명을 대상으로 하였으며, 개발된 2개의 사고실험 과제에 대해 사고발성법을 통해 총 20개의 사례를 수집하였다. 연구의 결과는 다음과 같다. 첫째, 멘탈 시뮬레이션 과정은 문제상황지각, 상황해석, 초기표상 진술, 심상 시뮬레이션 실행, 시뮬레이션 결과 확인, 정렬 확인, 구조화된 표상 재진술의 과정으로 나타났으며, 관련 개념을 해석하여 초기 표상을 진술한 후 여러 차례의 심상 시뮬레이션의 실행을 통해 설명과 예측을 생성하고 정교화 하고 있음을 확인하였다. 둘째, 멘탈 시뮬레이션 과정에서 확대, 분할, 차원강화, 차원감소, 첨가, 제거, 대체, 최소최대화와 같은 시뮬레이션 전략의 사용이 확인되었다. 시뮬레이션 전략의 사용은 문제 상황의 메커니즘 요소를 발견하는데 기여하였다.

• 한국멀티미디어학회논문지
• /
• 제8권11호
• /
• pp.1439-1448
• /
• 2005

본 논문에서는 입력된 영상에서 색상 정보와 얼굴에서 주요한 특징정보의 기하 위치 분석과 추출 객체의 유사도 비교를 이용해서 얼굴 영역을 검출한 후 비율정보와 유사도를 이용해 사용자 인증을 하는 방법에 대해서 기술한다. 색상 정보를 이용한 얼굴 추출 알고리즘은 얼굴의 기울어진 정도나 크기 등에 영향을 받지 않는 장점을 가지고 있으므로 형태정보를 이용한 얼굴 추출 알고리즘에 비해 비교우위를 가진다. 하지만 색상 정보를 기반으로 하기 때문에 조명의 변화나, 피부색과 유사한 배경 등 색상에 대해 민감해서 정확한 성능을 유지하기 어렵다. 따라서 색상 정보 이외에 얼굴의 주요 특징 요소인 눈과 입술 등의 특징 정보를 검출하고 각 객체에 대한 유사도 비교를 수행함으로서 색상 정보를 이용한 방법에 비해 더 효율적으로 사용될 수 있다. 본 논문에서는 얼굴을 각각의 개체단위로 분할한 후 각 개체의 비율적인 특징을 계산하고 특정 계산식에 가중치를 부여하며 분할된 눈과 입의 유사도 검색을 통해 유사성을 확인함으로써 사용자를 인식하는 시스템을 제안한다. 제안한 방법을 실험하고 그 결과의 분석을 통해 인식률이 높아짐을 알 수 있었다.

• 한국음향학회지
• /
• 제39권2호
• /
• pp.120-130
• /
• 2020

본 논문은 블라인드 소스 분리 분야에서 널리 사용되는 멀티채널 비음수 행렬 분해 기법의 단점을 개선하여 미결정 복잡한 혼합 환경에서 문제를 해결한다. 공간 공분산 행렬에 기반을 둔 기존의 연구들에서, 단일 채널의 파워게인 및 상관관계와 같은 값으로 구성된 행렬의 각 요소는 높은 분산으로 인해 분리된 소스의 품질을 저하시키는 경향이 있다. 이 논문에서는 추정된 소스들을 효과적으로 클러스터링하기 위해 레벨 및 주파수 정규화를 수행한다. 따라서 새로운 공간 공분산 행렬 및 효과적인 클러스터 쌍별 거리함수를 제안한다. 본 논문에서는 제안된 행렬을 공간 모델의 초기화에 활용하여 공간 모델의 향상된 추정과 이를 바탕으로 상향식 접근법에서의 계층적 응집 클러스터링에 활용함으로써 분리된 음원의 품질을 향상시켰다. 제안된 알고리즘은 'Signal Separation Evaluation Campaign 2008 development dataset'을 활용하여 실험을 하였다. 그 결과 객관적인 소스 분리 품질 검증 도구인 'Blind Source Separation Eval toolbox'를 활용하여 대부분의 성능향상지표에서의 향상을 확인하였으며, 특히 대표적인 수치인 SDR의 1 dB ~ 3.5 dB 정도의 성능우위를 검증하였다.

• 전기전자학회논문지
• /
• 제9권1호
• /
• pp.7-18
• /
• 2005

로봇이 자율주행을 하는데 있어 중요한 요소는 로봇 스스로 위치를 추정하고 동시에 주위 환경에 대한 지도를 작성하는 것이다 본 논문에서는 스케일 불변 특정을 이용한 비전 기반 위치 추정 및 매핑 알고리즘을 제안한다. 로봇에 어안렌즈가 부착된 카메라를 천정을 바라볼 수 있도록 부착하여 스케일 불변 특정을 갖는 고급의 영상 특정을 구하여 맹 빌딩과 위치 추정을 수행한다. 먼저, 전처리 과정으로 어안렌즈를 통해 입력된 영상을 카메라 보정을 행하여 축방향 왜곡을 제거하고 레이블링과 컨벡스헐을 적용하여 천정영역과 벽영역으로 분할한다 최초 맵 빌딩시에는 분할된 영역에 대해 특정점을 구하고 맵 데이터베이스에 저장한다. 맵 빌딩이 종료될 때까지 연속하여 입력되는 영상에 대해 특정점들을 구하고 이미 작성된 맵과 매칭되는 점들을 찾고 매칭되지 않은 점들에 대해서는 기존의 맴에 추가하는 과정을 반복한다. 위치 추정은 맵 빌딩과정에서 매칭되는 점들을 찾을 때 동시에 수행되어 진다. 그리고 임의의 위치에서 기존의 작성된 맵과 매칭되는 점들을 찾음으로서 위치 추정이 행해지며 동시에 기존의 맵 데이터베이스의 특정점들을 갱신하게 된다. 제안한 방법은 $50m^2$의 영역에 대해 맵 빌딩을 2 분내에 수행할 수 있었으며, 위치의 정확도는 ${\pm}13cm$, 위치에 대한 로봇의 자세(각도)는 ${\pm}3$도의 오차를 갖는다.

• 한국항해항만학회지
• /
• 제43권1호
• /
• pp.72-78
• /
• 2019

중고선은 신조선과 달리 시장참여자에게 즉각적인 시장 진출입 기회를 제공하기 때문에 해운산업에서 중요한 시장이라 할 수 있다. 중고선 거래 시 정확한 선가 추정은 향후 장기적인 자본비용의 부담과 직접적인 관련이 있기 때문에 투자의사결정에서 상당히 중요한 요소가 된다. 기존의 중고선시장과 관련된 연구들은 시장의 효율성검증에 치우쳐 있어 정확한 중고선가 추정을 위한 연구는 부족한 실정이다. 본 연구에서는 중고선박 가치추정에 전통적인 계량모델보다 기존연구에서 시도되지 않았던 인공신경망모델을 새롭게 제안하였다. 문헌연구를 통해 중고선 가격에 영향을 미치는 6개 요인(운임, 신조선가격, 총 선복대비 발주량, 해체선 가격, 선령, 사이즈)을 선정하였고, 데이터는 2016년 1월부터 2018년 12월까지 Clarkson에 보고된 파나막스 중고선의 실거래 기록 366건을 이용하였다. 변수선정을 위하여 상관분석과 단계적 회귀분석 실시한 결과 최종적으로 운임, 선령, 사이즈 3개의 변수가 채택되었다. 모델의 설계는 10분할 교차검증으로 인공신경망모델의 파라미터들을 추정하여 진행되었다. 인공신경망 모델의 중고선 가치추정치를 단순 단계적 회귀모형과 비교한 결과 인공신경망모델의 성능이 우수함을 확인하였다. 이 연구는 중고선 선가추정에 미치는 요인들에 대한 통계적인 검증, 성능개선을 위한 기계학습기반의 인공신경망 모델활용이라는 측면에서 차별적 의미가 있다. 또한 정확한 선가 추정이 요구되는 실무에서 통계적인 합리성과 결과의 정확성이 동시에 만족되는 과학적 모델을 제시하여 실무적으로도 도움이 될 것으로 기대한다.

• 생물환경조절학회지
• /
• 제28권2호
• /
• pp.95-103
• /
• 2019

온도와 상대습도는 작물 재배에 있어서 중요한 요소로써, 수량과 품질의 증대를 위해서는 적절히 제어 되어야 한다. 그리고 정확한 환경 제어를 위해서는 환경이 어떻게 변화할지 예측할 필요가 있다. 본 연구의 목적은 현시점의 환경 데이터를 이용한 다층 퍼셉트론(multilayer perceptrons, MLP)을 기반으로 미래 시점의 기온 및 상대습도를 예측하는 것이다. MLP 학습에 필요한 데이터는 어윈 망고(Mangifera indica cv. Irwin)을 재배하는 8연동 온실($1,032m^2$)에서 2016년 10월 1일부터 2018년 2월 28일까지 10분 간격으로 수집되었다. MLP는 온실내부 환경 데이터, 온실 외 기상 데이터, 온실 내 장치의 설정 및 작동 값을 사용하여 10~120분 후 기온 및 상대습도를 예측하기 위한 학습을 진행하였다. 사계절이 뚜렷한 우리나라의 계절에 따른 예측 정확도를 분석하기 위해서 테스트 데이터로 계절별로 3일간의 데이터를 사용했다. MLP는 기온의 경우 은닉층이 4개, 노드 수가 128개일 때($R^2=0.988$), 상대습도는 은닉층 4개, 노드 수 64개에서 가장 높은 정확도를 보였다($R^2=0.990$). MLP 특성상 예측 시점이 멀어질수록 정확도는 감소하였지만, 계절에 따른 환경 변화에 무관하게 기온과 상대습도를 적절히 예측하였다. 그러나 온실 내 환경 제어 요소 중 분무 관수처럼 특이적인 데이터의 경우, 학습 데이터 수가 적기 때문에 예측 정확도가 낮았다. 본 연구에서는 MLP의 최적화를 통해서 기온 및 상대습도를 적절히 예측하였지만 실험에 사용된 온실에만 국한되었다. 따라서 보다 일반화를 위해서 다양한 장소의 온실 데이터 이용과 이에 따른 신경망 구조의 변형이 필요하다.