• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.499-499
• /
• 2016

본 연구는 오염된 농업용 저수지에 대하여 수층에 따른 수질 변화 특성을 조사하고, 저수지 저부의 퇴적물에 대한 용출 실험을 통해 수층별 수질 특성이 퇴적물의 용출에 미치는 영향을 분석하고자 수행되었다. 연구 대상 저수지의 선정은 설치년도 1960년대를 기준으로 이전과 이후로 분류하였으며, 주요 오염원을 축산계와 생활계 오염원으로 분류하여 각 다른 특성을 가진 저수지를 선정하여 조사하였다. 내부 오염 부하량이 수체에 미치는 영향을 평가하기 위해 실시한 용출량 실험 결과, 호기 조건에서 축산계오염원 저수지의 T-P가 미미하게 용출이 일어난 것을 제외하고는 생활계, 축산계오염원 저수지에서 용출이 일어나지 않았다. 반면에 혐기 조건의 경우에는 생활계오염원 보다는 축산계오염원 저수지에서, 1960년대 이후 설치된 저수지에서 보다는 1960년대 이전에 설치된 저수지에서 용출이 크게 일어나는 것으로 조사 되었다. 혐기 조건에서 T-N의 경우 생활계오염원과 1960년대 이후 설치된 저수지에서는 용출이 일어나지 않았으나, 그 외의 항목에서는 모두 용출이 일어나는 것으로 분석되었다. 특히 혐기조건에서는 모든 연구대상 저수지에서 T-P의 용출이 크게 일어나는 것으로 조사되었는데, 이는 부영양화의 주요 영향인자로 작용할 수 있으므로 저수지 저부의 혐기조건이 형성되는 것을 제어?관리해야 할 필요성이 있다고 하겠다. 연구 저수지에 대한 현장 조사 결과, 가뭄의 영향으로 수위가 평년에 비해 상당히 낮았으며, 저수량의 부족으로 저수지 주변의 바닥이 드러나거나 유출이 없는 등의 특징을 보였다. 수심이 낮은 5~7월의 조사 시기에는 표층의 DO 농도가 높음에도 저층부의 DO 농도는 1.2~2.2 mg/L를 나타내 약혐기조건이 형성됨을 확인하였다. 또한 현장측정기(HYDROLAB_Quanta)를 이용한 DO측정시, 저층부 퇴적물의 재부유를 막기 위해 저층경계면에서 30~50cm 윗부분을 측정했다는 점에서 저층부 바닥면의 DO 농도가 더 낮을 수 있다고 추정할 수 있다. 이는 이 시기에 퇴적층에 존재하는 오염물질의 용출이 충분히 일어날 수 있으며, 이후 8~11월에 수계 내 환란 및 순환에 의해 오염물질이 수중으로 이동하게 되고, 수질을 악화시키는 원인으로 작용할 수 있음을 추론할 수 있다. 이와 같이 퇴적되어 있던 오염물질이 계속적으로 용출 및 순환을 해마다 반복한다면 해당 저수지는 장기간 수질 오염 저수지가 될 수밖에 없을 것이다. 따라서 이러한 내부오염부하가 크다고 판단되는 저수지에 대하여 오염퇴적물의 관리가 필요하다고 하겠다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.436-440
• /
• 2016

본 연구에서는 농업용 저수지의 수질을 악화시키는 원인으로 판단되는 퇴적물의 현황을 파악하기 위하여 저수지의 퇴적물에 영향을 미칠 수 있는 물리성 및 오염원 특성에 따라 유형 분류를 실시하여 각 유형별 대상 저수지를 선정하여 현장 모니터링을 통해 기초자료를 확보하였고, 이를 국내외 자료 및 수질자료와 비교 분석을 통해 총체적인 오염도를 평가하였다. 연구 대상 저수지의 분류 기준은 저수지 퇴적물의 성상 및 특성에 영향을 미칠 수 있는 주요 요소인 저수지 오염원과 설치년도로 하였다. 이에 따라, 현장 답사 및 사전조사 결과를 토대로 가장 적합한 조사대상 저수지를 선별하였다. 최종적으로 선정된 연구 대상 저수지는 생활계의 인평(1960년대 이전), 업성 저수지(1960년대 이후)와 축산계의 이담(1960년대 이전), 공리 저수지(1960년대 이후)이다. 내부 오염 부하량이 수체에 미치는 영향을 평가하기 위해 실시한 용출량 실험 결과, 호기 조건의 경우에는 축산계의 T-P를 제외하고 생활계, 축산계 모두 용출이 일어나지 않는 것으로 조사되었다. 반면에 혐기 조건의 경우에는 생활계 보다는 축산계가, 1960년대 이후보다는 1960년대 이전에 축조된 저수지의 용출이 보다 활발한 것으로 나타났다. 조건별 용출량이 수체에 미치는 영향은 호기 조건에서 생활계 및 1960년대 이후의 경우 음의 값을 보여 수질이 개선되는 것으로 나타났다. 반면, 혐기 조건에서는 T-N의 경우 생활계와 1960년대 이후 저수지에서는 용출이 일어나지 않았으나 그 외의 항목에서는 모두 용출이 일어나는 것으로 나타났다. 특히 혐기조건은 T-P의 용출에 영향을 크게 미치는 것으로 나타났는데, 수질에 미치는 영향을 기여율로 환산할 경우 생활계에서 11%, 축산계에서 13.7%, 1960년대 이전에서 18.3%, 1960년대 이후에서 6.39% 영향을 미치는 것으로 나타났다.

• 인터넷정보학회논문지
• /
• 제20권5호
• /
• pp.1-8
• /
• 2019

본 논문은 지구온난화로 인하여 수온이 상승되며 증가한 해파리의 피해를 감소하고자 연구를 진행하였다. 해수욕장에서 해파리의 등장은 해파리의 쏘임 사고로 인한 인명피해와 폐장으로 인한 경제적 손실이 발생할 수 있다. 본 논문은 선행 연구들로부터 해파리의 출현 패턴을 머신러닝을 통하여 예측 가능함 확인하였다. SVM을 이용한 해파리 출현 예측 모델 연구를 확대하여 진행하였다. 심층신경망을 이용하여 해파리 출현 유무 예측인 이진 분류에서 지수화 된 방법인 다중 분류로 확장하고자 하였다. 수집된 데이터의 크기가 작다는 한계점으로 인하여 84.57%라는 예측 정확도의 한계를 부트스트래핑을 이용하여 데이터 확장을 통해 해결하고자 하였다. 확장된 데이터는 원본 데이터보다 약 7% 이상의 높은 성능을 보여주었으며, Transfer learning과 비교하여 약 6% 이상의 좋은 성능을 보여주었다. 최종적으로 테스트 데이터를 통하여 해파리 출현 예측 성능을 확인한 결과, 해파리의 출현 유무를 예측할 시 높은 정확도로 예측이 가능함을 확인하였으나, 지수화를 통한 예측에서는 의미 있는 결과를 얻지 못하였다.

• 한국정보통신학회논문지
• /
• 제24권12호
• /
• pp.1595-1603
• /
• 2020

포털 사이트의 인터넷 뉴스 댓글, SNS, 커뮤니티 사이트 등의 온라인상에서 명예 훼손 사건이 최근 점점 증가하고 있다. 온라인상의 차별 및 혐오 표현은 명예 훼손 문제뿐만 아니라 사생활 침해, 인신 공격 등 다양한 형태로 온라인 서비스 이용자들을 위협하고 있다. 지난 몇 년간 산업계와 학계는 이러한 문제를 해결하고자 다양한 방법으로 연구해왔다. 하지만 한국어 대상으로 수행된 딥러닝 기반 혐오 표현 탐지 연구는 아직까지 부족한 상황이다. 본 연구의 목적은 혐오 표현뿐만 아니라 다양한 차별적 표현에 대한 탐지를 위해 데이터셋을 구축하고 이를 분류하기 위한 딥러닝 모델링을 실험하는 것이다. 데이터셋 구축은 10명의 인원이 교차적으로 검토를 하면서 7개 항목에 대한 라벨링 기준을 확립했다. 본 연구는 약 137,111개에 해당하는 한국어 인터넷 뉴스 댓글 데이터셋에 대해 7개의 항목을 각각 이진 분류하고, 이를 딥러닝 기법을 통해 분석한다. 본 연구에서 제안하는 기법은 어텐션 기반 다중 채널 CNN 모델링 기법이다. 실험 결과 7개 항목에 대해 가중 평균 f1 점수를 평가했을 때, 70.32%의 성능을 달성했다.

• 한국정보통신학회논문지
• /
• 제26권5호
• /
• pp.641-648
• /
• 2022

본 논문은 3D 프린터 출력 방식 중 하나인, 전자빔용해법(EBM)의 공정 간에 발생하는 결함에 영향을 미치는 요인들을 데이터 분석을 통해 규명하는 연구이다. 선행 연구들을 기반으로 결함발생에 주요한 원인으로 지목되는 요소들을 참고하였으며, 공정 간 발생하는 로그파일 분석을 통해 결함 발생과 연관된 변수들을 추출하였다. 또한, 해당 데이터가 시계열 데이터라는 점에 착안하여 window의 개념을 도입하여, 현재 공정 층으로부터 총 3개 전 층까지의 데이터를 포함하여 분석에 사용 될 변수들을 구성하였다. 해당 연구의 종속변수는 결함발생유무이기에 이진분류를 통한 분석을 하였으며, 이때 결함 층의 비율이 낮다는(약 4%) 문제로 인해 SMOTE 기법을 적용하여 균형잡힌 훈련용 데이터를 만들었다. 분석을 위해 Gridsearch CV를 활용한 XGBoost를 사용하였고, 분류 성능은 혼동행렬을 기반으로 평가하였다. 마지막으로, SHAP값을 통한 변수 중요도 분석을 통해 연구의 결론을 내렸다.

• 방송공학회논문지
• /
• 제27권6호
• /
• pp.940-943
• /
• 2022

본 연구에서는 직접 수집한 라디오 청취자 문자 사연을 활용하여 한국어 문장 감정 분석을 수행하기 위한 한국어 데이터셋을 구성하였으며 그 특성을 분석하였다. 딥러닝 언어모델 연구가 활발해지면서 한국어 문장 감정 분석에 관한 연구도 다양하게 진행되고 있다. 그러나 한국어의 언어학적 특성으로 인해 감정 분석은 높은 정확도를 기대하기 어렵다. 또한, 긍정/부정으로만 분류되도록 하는 이진 감성 분석은 많은 연구가 이루어졌으나, 3개 이상의 감정으로 분류되는 다중 감정 분석은 더 많은 연구가 필요하다. 이에 대해 딥러닝 기반의 한국어에 대한 다중 감정 분석 모델의 정확도를 높이기 위한 한국어 데이터셋 구성에 관한 고찰과 분석이 필요하다. 본 논문에서는 설문조사와 실험을 통해 감정 분석이 실행되는 과정에서 한국어 감정 분석이 어떤 이유 때문에 어려운지 분석하고 정확도를 향상시킬 수 있는 데이터셋 조성에 대한 방안을 제시하였으며 한국어 문장 감정 분석에 근거로 활용할 수 있게 하였다.

• 한국재난정보학회 논문집
• /
• 제18권3호
• /
• pp.433-443
• /
• 2022

연구목적: 본 논문에서는 스마트 디바이스의 높은 보급률을 활용하여 근감소증을 추정 및 예측하는 딥러닝 알고리즘을 제안과 연구를 수행한다. 연구방법: 딥러닝 학습을 위해 스마트 디바이스에 내장된 관성센서를 활용하여 실험 데이터를 수집하였다. 데이터를 수집하는 테스트용 어플리케이션 구현하여 '정상'과 '비정상'걸음과 '달리기', '낙상', '스쿼트' 자세의 5 가지 상태를 구분하여 데이터를 수집하였다. 연구결과: LSTM, CNN, RNN model 사용 시 예측 정확도를 분석했고 CNN-LSTM 융합형 모델을 활용하여 이진분류 정확도 99.87%, 다중 분류 92.30%의 정확도를 보였다. 결론: 근감소증이 있는 사람의 경우 걸음걸이의 이상이 생긴다는 점에 착안하여 스마트 디바이스를 활용한 연구를 진행하였다. 본 연구를 활용하여 근감소증으로 인해 생기는 재난안전을 강화 할 수 있을 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제28권11호
• /
• pp.81-87
• /
• 2023

네트워크 패킷의 메타데이터를 학습한 침입탐지시스템이 최근 많이 제안되었다. 그러나 이러한 방식은 모델 학습에 사용할 메타데이터 생성을 위해 패킷을 분석하는 시간, 그리고 학습 전 메타데이터를 전처리하는 시간이 필요하다. 또한, 특정 메타데이터를 학습한 모델은 실제 네트워크로 유입되는 원본 패킷을 그대로 사용하여 침입을 탐지하는 것이 불가능하다. 이러한 문제를 해결하기 위해 본 논문에서는 패킷 페이로드를 하나의 문장으로 학습시켜 침입을 탐지하는 자연어 처리 기반의 침입탐지시스템을 제안하였다. 제안하는 기법의 성능 검증을 위해 UNSW-NB15와 Transformer 모델을 활용하였다. 먼저, 데이터세트의 PCAP 파일에 대한 라벨링을 실시한 후 2종의 Transformer 모델(BERT, DistilBERT)에 문장 형태로 직접 학습시켜 탐지성능을 분석하였다. 실험 결과 이진분류 정확도는 각각 99.03%, 99.05%로 기존 연구에서 제안한 기법들과 유사하거나 우수한 탐지성능을 보였으며, 다중분류는 각각 86.63%, 86.36%로 더 우수한 성능을 나타냄을 확인하였다.

• 한국음향학회지
• /
• 제26권8호
• /
• pp.397-402
• /
• 2007

본 논문에서는 기존의 통계적 모델 기반의 음성 검출기의 성능 향상을 위해 이진 분류에 우수한 support vector machine(SVM)을 도입한다. 기존의 통계적 모델 기반 음성 검출기의 경우 음성의 존재와 부재에 대한 가설로부터 각각의 통계적 모델을 세워 입력 데이타에 의해 결정된 각 주파수 채널별 우도비(likelihood ratio)를 단순히 기하 평균을 취하여 문턱값과 비교, 음성 검출 여부를 판단한다. 제안된 음성 검출기는 기존의 기하 평균을 이용한 결정식을 대신하여 분류 오류 확률이 최소화되도록 각 주파수 채널별 우도비를 SVM의 특징 벡터로 적용한다. 제안된 SVM 기반의 통계적 모델 음성 검출기는 기존의 LRT를 이용한 음성 검출기 및 SVM 기반의 음성 검출기들과 비교하여 다양한 잡음 환경에서 우수한 성능을 나타낸다.

• 한국음향학회지
• /
• 제26권2호
• /
• pp.75-79
• /
• 2007

본 논문은 SVM(Support Vector Machines)을 이용한 음성신호 기반의 효과적인 성별인식 시스템을 제안한다. 분별적 이진(binary) 패턴 분류기인 SVM은 특징 공간에서 비선형 경계를 찾아 분류하는 방법으로 우수한 성능을 보인다고 알려져 있다. 연구에서는 기존의 성별인식에서 널리 쓰이고 있는 MFCC(Mel Frequency Cepstral Coefficients)를 사용하여 SVM과 기존의 GMM(Gaussian Mixture Model) 알고리즘의 성별인식 성능을 비교하였고, 특히, 보다 향상된 SVM의 성별인식을 위해 MFCC와 Pitch를 이용한 결합 특징 벡터를 적용하였다. 실험결과 MFCC 파라미터를 사용했을 때 제안된 SVM이 GMM보다 우수한 성별인식 성능을 보였고, 제안된 결합 특징 벡터를 사용 했을 때 우수한 성능을 보였다.