• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.256-256
• /
• 2015

해양환경에 관한 정보는 효율적인 연안 해역 관리를 위해 필수적이며, 해양환경요소에 대한 분석을 위해 현장 실측자료뿐 아니라 과거자료, 현재자료, 예측자료 등이 요구된다. 또한 연안환경 관리자뿐 아니라 해상관련 종사자, 어민 등이 해양환경 정보에 빠르게 쉽게 접근할 있는 기반이 마련되어야 한다. 최근에는 물에 관련된 정보를 효율적으로 관리하고 제공해야 하는 필요성이 증가함에 따라 물정보학(Hydroinformatics)이 크게 관심을 받고 있으며, 학술지 발간 및 학술회의 개최 등을 통해 이에 관한 연구가 활발히 진행되고 있으나 연안환경에 대한 연구는 미흡한 실정이다. 체계적인 연안환경 분석을 위해서는 방대한 시공간 자료가 필요할 것으로 예상되며, 지속적인 모니터링을 위한 통합시스템이 요구되므로 다양한 관측방법 적용될 필요가 있다. 본 연구에서는 인공위성을 활용하여 연안환경 변화를 모니터링 할 수 있는 방안을 제안하기 위해 국외의 연구사례들을 분석하고, 우리나라 연안환경에 적합한 위성을 조사함으로써 연안환경 분석과 관련하여 관측 가능한 인자들을 파악하고자 한다. 이를 통해 연안환경 모니터링을 보다 체계적으로 수행하기 위한 인공위성 기법의 특징들을 이해하는 것이 본 연구의 목적이다. 향후 서해안지역의 연안 환경 변화 탐지를 위한 알고리즘을 구축하여 한반도 연안환경분석을 위한 인공위성의 유용성을 검증할 계획이다.

• KIPS Transactions on Software and Data Engineering
• /
• v.12 no.9
• /
• pp.399-406
• /
• 2023

Cloud computing has been evolved to support edge computing architecture that combines fog management layer with edge servers. The main reason why it is received much attention is low communication latency for real-time IoT applications. At the same time, various cloud task scheduling techniques based on artificial intelligence have been proposed. Artificial intelligence-based cloud task scheduling techniques show better performance in comparison to existing methods, but it has relatively high scheduling time. In this paper, we propose a deep learning-based dynamic scheduling with multi-agents supporting scalability in edge computing environments. The proposed method shows low scheduling time than previous artificial intelligence-based scheduling techniques. To show the effectiveness of the proposed method, we compare the performance between previous and proposed methods in a scalable experimental environment. The results show that our method supports real-time IoT applications with low scheduling time, and shows better performance in terms of the number of completed cloud tasks in a scalable experimental environment.

• Transactions of the Korean Society of Mechanical Engineers B
• /
• v.39 no.2
• /
• pp.199-206
• /
• 2015

In this study, a new diagnosis method which can predict the working states of a pipe or its element in realtime is proposed by using an artificial neural network. The displacement data of an inspection element of a piping system are obtained by the use of PIV (particle image velocimetry), and are used for teaching a neural network. The measurement system consists of a camera, a light source and a host computer in which the artificial neural network is installed. In order to validate the constructed monitoring system, performance test was attempted for two kinds of mobile phone of which vibration modes are known. Three values of acceleration (minimum, maximum, mean) were tested for teaching the neural network. It was verified that mean values were appropriate to be used for monitoring data. The constructed diagnosis system could monitor the operation condition of a gas pipe.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.251-256
• /
• 2022

범주 불균형은 분류 모델이 다수 범주에 편향되게 학습되어 소수 범주에 대한 분류 성능을 떨어뜨리는 문제를 야기한다. 언더 샘플링 기법은 다수 범주 데이터의 수를 줄여 소수 범주와 균형을 이루게하는 대표적인 불균형 해결 방법으로, 텍스트 도메인에서의 기존 언더 샘플링 연구에서는 단어 임베딩과 랜덤 샘플링과 같은 비교적 간단한 기법만이 적용되었다. 본 논문에서는 트랜스포머 기반 문장 임베딩과 군집화 기반 샘플링 방법을 통해 텍스트 데이터의 정보 손실을 최소화하는 언더샘플링 방법을 제안한다. 제안 방법의 검증을 위해, 감성 분석 실험에서 제안 방법과 랜덤 샘플링으로 추출한 훈련 세트로 모델을 학습하고 성능을 비교 평가하였다. 제안 방법을 활용한 모델이 랜덤 샘플링을 활용한 모델에 비해 적게는 0.2%, 많게는 2.0% 높은 분류 정확도를 보였고, 이를 통해 제안하는 군집화 기반 언더 샘플링 기법의 효과를 확인하였다.

• Journal of Internet of Things and Convergence
• /
• v.10 no.1
• /
• pp.21-27
• /
• 2024

This paper presents the implementation of a personalized real-time information-providing application utilizing filtering and web crawling technologies. The implemented application performs web crawling based on the user-set keywords within web pages, using the Jsoup library as a basis for the selected keywords. The crawled data is then stored in a MySQL database. The stored data is presented to the user through an application implemented using Flutter. Additionally, mobile push notifications are provided using Firebase Cloud Messaging (FCM). Through these methods, users can efficiently obtain the desired information quickly. Furthermore, there is an expectation that this approach can be applied to the Internet of Things (IoT) where big data is generated, allowing users to receive only the information they need.

• Proceedings of the Korean Environmental Sciences Society Conference
• /
• 2007.05a
• /
• pp.312-314
• /
• 2007

준설토를 이용하여 인공습지를 조성하는 기술을 개발하기 위한 기초연구로 준설토를 이용하여 인공습지 시험구를 조성하고 조성된 시험구 내 환경변화를 모니터링 하였다. 약 4개월에 걸친 모니터링 결과 준설토에 함유된 유기물의 함량은 시간이 지남에 따라 감소되었으며 미생물의 생균수는 점차적으로 증가되어 준설토를 이용한 인공습지 환경조성의 가능성을 확인할 수 있었다. 하지만 앞으로 다양한 항목에 대한 보다 지속적인 모니터링이 필요한 것으로 판단되었다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2009.10a
• /
• pp.9-10
• /
• 2009

해상에서 선박사고에 의한 기름 유출 시, 기름의 위치, 변화과정, 이동 특성을 신속하게 파악하고 예측하는 것은 방제전략에 있어 필수적 요소이다. 따라서 사고 이후의 유출의 현황 정보의 수집은, '유출유 대응 매뉴얼'(IMO, 1988; ITOPF, 2008) 에서 가장 우선시 되고 있다. 일반적으로 유출유 탐지는 선박, 항공기 및 인공위성을 이용한 방법이 사용되고 있으며, 최근 인공위성기술의 발전에 따라, 국제유조선선주오염방지연맹(ITOPF)에서는 인공위성 원격탐사 기술 적용을 통한 유류 모니터링 적용을 권장하고 있다 (ITOPF, 2008). 허베이스피리트호 원유유출 사고는 2007년 12월 7일 아침 7시 6분경 서해안 만리포 북서쪽 10km 해상에서 크레인을 적재한 1만1800t급 바지선이 정박 중인 홍콩 선적 유조선 허베이 스피리트호(14만6000t급)와 부딪치면서 발생했다. 국내에서는 원격탐사를 이용한 기술지원체계가 갖춰져 있지 않기 때문에, 이번 사고의 경우에도 실질적인 지원이 이루어지지 못했다. 본 연구에서는 원격탐사에 의한 유류오염 사고 시 유출유 탐지 및 추출 그리고 정보의 가시화 좌표화를 통해서 실질적인 방제지원시스템을 개발하기 위한 연구 개발의 중간보고를 하기 위한 것이다.

• Korean Journal of Environment and Ecology
• /
• v.37 no.3
• /
• pp.221-231
• /
• 2023

Great tit (Parus major) is a bioindicator species that can measure environmental changes in urban ecosystems and plays an important role in maintaining health as a representative insectivorous bird. Researchers have utilized artificial nest box surveys to understand the reproductive ecology of the Paridae family of birds, including the Great tits, but it is difficult to conduct a macroscopic study due to spatial and temporal limitations. This study designed and applied a citizen-participatory monitoring of artificial nest boxes project to transcend the limitations of expert-centered monitoring methods. The Suwon Front Yard Bird Monitoring Team installed artificial nest boxes in green spaces in Suwon, Gyeonggi Province and observed the reproductive ecology of the Paridae family through the participation of voluntary citizen surveyors. Participants were recruited through an online survey from February 9 to February 22, 2021, and they directly performed from installation to observation of artificial next boxes from February 23 to August 31, 2021. Online education was provided to the volunteers for the entire monitoring process to lower the entry barrier for non-expert citizen surveyors and collect consistent data, and observation records were collected through a mobile app. A total of 98 citizen surveyors participated in the citizen-participatory monitoring of artificial nest boxes project, and 175 (84.95%) of the 256 distributed artificial nest boxes were installed in green spaces in Suwon City. Among the installed artificial nest boxes, the results of the citizen science project were confirmed for 173 (83.98%), excluding two boxes with position coordinate generation errors. A total of 987 artificial nest box observation records were collected from citizen surveyors, with a minimum of one time, a maximum of 26 times, and an average of 5.71±4.37 times. The number of observations of artificial birdhouses per month was 70 times (7.09%) in February, 444 times (44.98%) in March, 284 times (28.77%) in April, 133 times (13.48%) in May, 46 times (4.66%) in June, 6 times (0.61%) in July, and 4 times (0.41%) in August. Birds using the artificial nest boxes were observed in 57 (32.95%) of the 173 installed artificial nest boxes, and they included Great tit (Parus major) using 12 boxes (21.05%), Varied Tit (Parus varius) using 7 boxes (12.28%), and unidentified birds using 38 boxes (66.67%). This study is the first to consider citizen participation in the monitoring of artificial nest boxes, a survey method for the reproductive ecology of the Paridae family, including Great tits, and it can be utilized as basic data for the design of ecological monitoring combined with citizen science in the future.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.295-295
• /
• 2012

영농기간 동안 논에서의 유출량을 정량적으로 파악하기 위해서는 강우와 관개를 고려하여 논에서의 물수지를 파악하여야 한다. 효율적인 물수지를 분석하기 위해서는 관개량과 지표 유출량의 기작을 모니터링하는 것이 중요하지만, 지표 유출량의 경우 현장 관리나 영농 조건 변화 등에 따라 정확한 현장 자료 수집에 어려움이 있다. 따라서, 본 연구에서는 서울대학교 지역시스템공학과에서 운영하고 있는 평택의 논 포장을 연구 대상지로 선정하여 영농기간 동안 모니터링을 실시한 뒤 논에서의 물수지에 요구되는 현장자료를 수집하였다. 모니터링을 통해 수집된 기초 수문 자료를 활용하여 물수지식에 적용한 뒤 논 포장에서의 지표 유출량을 산정하였다. 본 연구에서는 현장 모니터링을 통하여 수집된 담수심, 강우량, 관개량 자료와 증발산량 산정에 있어 보다 큰 영향을 미치는 기상자료를 활용하여 입력자료를 구축한 뒤, 인공신경망 모형을 이용한 지표 유출량 추정 모형을 구성하였다. 모형의 적용성을 평가하기 위하여, 구축된 학습 자료를 이용하여 학습을 수행하여 매개변수를 결정하였고, 그 결과를 바탕으로 유출량의 모의치와 물수지식을 통하여 산정된 유출량 값을 비교하여 모형을 검증하고, 그 결과를 평가하였다. 본 연구에서 제시된 모형은 지속적인 현장 모니터링과 이를 통하여 축적된 장기간의 수문자료를 활용하여 그 성능을 향상시킬 수 있을 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.460-460
• /
• 2012

영농기간 동안 논에서의 유출량을 정량적으로 파악하기 위해서는 강우와 관개를 고려하여 논에서의 물수지를 파악하여야 한다. 효율적인 물수지를 분석하기 위해서는 관개량과 지표 유출량의 기작을 모니터링하는 것이 중요하지만, 지표 유출량의 경우 현장 관리나 영농 조건 변화 등에 따라 정확한 현장 자료 수집에 어려움이 있다. 따라서, 본 연구에서는 서울대학교 지역시스템공학과에서 운영하고 있는 평택의 논 포장을 연구 대상지로 선정하여 영농기간 동안 모니터링을 실시한 뒤 논에서의 물수지에 요구되는 현장자료를 수집하였다. 모니터링을 통해 수집된 기초 수문 자료를 활용하여 물수지식에 적용한 뒤 논 포장에서의 지표 유출량을 산정하였다. 본 연구에서는 현장 모니터링을 통하여 수집된 담수심, 강우량, 관개량 자료와 증발산량 산정에 있어 보다 큰 영향을 미치는 기상자료를 활용하여 입력자료를 구축한 뒤, 인공신경망 모형을 이용한 지표 유출량 추정모형을 구성하였다. 모형의 적용성을 평가하기 위하여, 구축된 학습 자료를 이용하여 학습을 수행하여 매개변수를 결정하였고, 그 결과를 바탕으로 유출량의 모의치와 물수지식을 통하여 산정된 유출량 값을 비교하여 모형을 검증하고, 그 결과를 평가하였다. 본 연구에서 제시된 모형은 지속적인 현장 모니터링과 이를 통하여 축적된 장기간의 수문자료를 활용하여 그 성능을 향상시킬 수 있을 것으로 사료된다.