• Journal of Wetlands Research
• /
• v.18 no.3
• /
• pp.292-300
• /
• 2016

Diverse and comprehensive countermeasures were established to prevent water pollution in coastal areas such as constructed wetlands(CW).This study was conducted to assess the water quality improvement through CW constructed along the shoreline of Hwaseong coastal reservoir. The CW is located in Hwaseong-si, Gyeonggi-do and consisted of a forebay and a wetland. The CW was monitored twice during rainy days and 10 times during dry days. The monitoring results indicated that in and out flowrates were highly correlated with COD and TN loads. COD, TN and TP concentrations in the forebay was lower during dry days than rainy days. However, concentration and mass removal efficiencies of COD, TN and TP were greater during rainy days. In addition, the volume flowing into the CW was less compared to the outflow during rainy days indicating that the CW efficiently reduced the runoff volume. The overall pollutant removal efficiency of the CW were at least 50% for TSS, 20 to 35% for TP, and 26 to 94% for TN. The data gathered may be used to improve the pollutant removal efficiency of the system in the future.

• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.255-259
• /
• 2017

스팸 문자 메시지를 표현하는 한국어의 단어 구성이나 패턴은 점점 더 지능화되고 다양해지고 있다. 본 논문에서는 이러한 한국어 문자 메시지에 대해 단어 임베딩 기법으로 문장 벡터를 구성하여 인공신경망의 일종인 전방향 신경망(Feedforward Neural Network)을 이용한 스팸 문자 메시지 필터링 방법을 제안한다. 전방향 신경망을 이용한 방법의 성능을 평가하기 위하여 기존의 스팸 문자 메시지 필터링에 보편적으로 사용되고 있는 SVM light를 이용한 스팸 문자 메시지 필터링의 정확도를 비교하였다. 학습 및 성능 평가를 위하여 약 10만 개의 SMS 문자 데이터로 학습을 진행하였고, 약 1만 개의 실험 데이터에 대하여 스팸 문자 필터링의 정확도를 평가하였다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.255-259
• /
• 2017

스팸 문자 메시지를 표현하는 한국어의 단어 구성이나 패턴은 점점 더 지능화되고 다양해지고 있다. 본 논문에서는 이러한 한국어 문자 메시지에 대해 단어 임베딩 기법으로 문장 벡터를 구성하여 인공신경망의 일종인 전방향 신경망(Feedforward Neural Network)을 이용한 스팸 문자 메시지 필터링 방법을 제안한다. 전방향 신경망을 이용한 방법의 성능을 평가하기 위하여 기존의 스팸 문자 메시지 필터링에 보편적으로 사용되고 있는 SVM light를 이용한 스팸 문자 메시지 필터링의 정확도를 비교하였다. 학습 및 성능 평가를 위하여 약 10만 개의 SMS 문자 데이터로 학습을 진행하였고, 약 1만 개의 실험 데이터에 대하여 스팸 문자 필터링의 정확도를 평가하였다.

• Journal of the Korean earth science society
• /
• v.26 no.1
• /
• pp.58-65
• /
• 2005

Homomorphic filtering improves image by enhancing high components and reducing low components in the Sequency domain based on FFT, as one of useful digital image processing techniques. In this study, the application program f3r homomorphic filtering was developed. Using this program, satellite imageries and geophysical image such as magnetic image data were processed and their results were analyzed. In case of applying to other techniques suck as histogram equalization and kernel-based masking f3r the same purpose. they often cause the slight distortion of boundary or overall change of brightness values on the whole image. Whereas. homomorphic filtering has ability to enhance selectively detailed components in a target image. Therefore. this technique can be effectively used for extraction or separation of complex types of characteristics contained in the satellite imagery. In addition, this technique would be applicable to investigate anomalous zone in various geophysical image data.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.180-183
• /
• 2013

근래의 프로세서는 하나의 다이 위에 여러 개의 코어를 배치한 멀티코어 형태를 띠고 있다. 최근에는 프로세서의 에너지 소비량을 줄이기 위해 비대칭 멀티코어를 활용하여 동일한 성능을 유지하며 소비전력을 낮추는 방법에 대한 연구가 활발히 진행되고 있다. 비대칭 멀티코어의 장점을 최대한 활용하기 위해서는 대칭형 멀티코어와는 달리 실행해야 할 프로세스와 상이한 코어간의 작동 특성을 고려해야 한다. 본 논문에서는 전력 소비 효율 향상을 위해 프로세스 스케줄링 알고리즘에 하이브리드 인공지능 기술인 Adaptive Neuro Fuzzy Inference System (ANFIS)를 적용하여 각 프로세스에 적합한 코어를 찾아 할당하는 방법을 제안한다. 시뮬레이션 결과 제안하는 프로세스 스케줄러는 리눅스의 CFS 대비 평균 35.4% 낮은 Energy Delay Product (EDP)를 보였으며 이를 통해 하이브리드 인공지능을 적용한 프로세스 스케줄링 알고리즘의 유효성을 입증하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.05a
• /
• pp.498-500
• /
• 2022

CCTV protects people and assets safely by identifying dangerous situations and responding promptly. However, it is difficult to continuously monitor the increasing number of CCTV images. For this reason, there is a need for a device that continuously monitors CCTV images and notifies when abnormal behavior occurs. Recently, many studies using artificial intelligence models for image data analysis have been conducted. This study simultaneously learns spatial and temporal characteristic information between image data to classify various abnormal behaviors that can be observed in CCTV images. As an artificial intelligence model used for learning, we propose a multi-classification deep learning model that combines an end-to-end 3D convolutional neural network(CNN) and ResNet.

• Proceedings of the Korea Database Society Conference
• /
• 1999.06a
• /
• pp.271-280
• /
• 1999

인공신경망을 시계열예측에 적용하는 경우에 고려되어야 할 문제중, 특히 모형에 적합한 입력변수의 생성이 중요시되고 있는데, 이러한 분야는 인공신경망의 모형생성과정에서 입력변수에 대한 전처리기법으로써 다양하게 제시되어 왔다. 가장 최근의 입력변수 전처리기법으로써 제시되고 있는 신호처리기법은 전통적 주기분할처리방법인 푸리에변환기법(Fourier transforms)을 비롯하여 이를 확장시킨 개념인 웨이블릿변환기법(wavelet transforms) 등으로 대별될 수 있다. 이는 기본적으로 시계열이 다수의 주기(cycle)들로 구성된 상이한 시계열들의 집합이라는 가정에서 출발하고 있다. 전통적으로 이러한 시계열은 전기 또는 전자공학에서 주파수영역분할, 즉 고주파 및 저주파수를 분할하기 위한 기법에 적용되어 왔다. 그러나, 최근에는 이러한 연구가 다양한 분야에 활발하게 응용되기 시작하였으며, 그 중의 대표적인 예가 바로 경영분야의 재무시계열에 대한 분석이다 전통적으로 재무시계열은 장, 단기의사결정을 가진 시장참여자들간의 거래특성이 시계열에 각기 달리 가격으로 반영되기 때문에 이러한 상이한 집단들의 고유한 거래움직임으로 말미암아 예를 들어, 주식시장이 프랙탈구조를 가지고 있다고 보기도 한다. 이처럼 재무시계열은 다양한 사회현상의 집합체라고 볼 수 있으며, 그만큼 예측모형을 구축하는데 어려움이 따른다. 본 연구는 이러한 시계열의 주기적 특성에 기반을 둔 신호처리분석으로서 기존의 시계열로부터 노이즈를 줄여 주면서 보다 의미 있는 정보로 변환시켜 줄 수 있는 웨이블릿분석 방법론을 새로운 필터링기법으로 사용하여 현재 많은 연구가 진행되고 있는 인공신경망과의 모형결합을 통해 기존연구와는 다른 새로운 통합예측방법론을 제시하고자 한다. 본 연구에서 제시하는 통합방법론은 크게 2단계 과정을 거쳐 예측모형으로 완성이 된다. 즉, 1차 모형단계에서 원시 재무시계열은 먼저 웨이블릿분석을 통해서 노이즈가 필터링 되는 동시에, 과거 재무시계열의 프랙탈 구조, 즉 비선형적인 움직임을 보다 잘 반영시켜 주는 다차원 주기요소를 가지는 시계열로 분해, 생성되며, 이렇게 주기에 따라 장단기로 분할된 시계열들은 2차 모형단계에서 신경망의 새로운 입력변수로서 사용되어 최종적인 인공 신경망모델을 구축하는 데 반영된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.294-294
• /
• 2015

하천과 해양에서 발생한 수질오염은 특성상 유속의 흐름에 따라 광범위하며 급속도로 퍼져나가기 때문에 이를 효율적으로 유지, 관리하기 위해서는 오염인자들에 대한 모니터링이 수행되어야 한다. 원격탐사 기술을 이용한 하천의 수질측정은 대규모지역으로 분포해있는 수질농도의 변화양상을 시 공간적으로 모니터링 하는 것이 가능하게 할 뿐 아니라, 사람이 접근하기 어려운 지역에는 직접취수를 하지 않음으로써 기존의 수질측정방법들에 비해 편의성을 높여 시간적, 경제적 측면에서 효율적이다. 이에 본 연구에서는 최근 수질오염이 심화되고 있는 낙동강유역을 대상으로 인공위성 이미지영상을 이용하여 수질인자들의 농도측정을 수행하였다. 연구를 위해 사용된 인공위성은 NASA와 USGS가 공동으로 운용중인 Landsat 8 인공위성이다. Landsat 8의 11개 band 중 band2(Blue), band3(Green), band4(Red), band5(Near Infrared)를 사용하여 실제로 측정된 지점자료와 인공위성자료간의 상관관계를 규명하였다. 사용된 인공위성자료는 지점자료 날짜를 포함하는 총 4개의 연구날짜(2013/10/27, 2013/11/12, 2014/04/14, 2014/05/16)에 해당하는 위성이미지영상이다. Pearson상관계수를 통한 밴드와 수질인자간의 상관 결과, 본 연구지역에서는 $0.85-0.88{\mu}m$(band5)의 파장영역에서 클로로필-a와 부유물질이 가장 민감하게 반응함을 알 수 있었다. 두 수질인자들은 band2, band3, band4에서도 비교적 높은 상관성을 보였으며, 이를 근거로 band combination, band ratio를 통해 클로로필-a와 부유물질의 회귀모델식을 유도하였다. 각각의 회귀모델식은 실제 측정된 데이터들과 비교 검증을 통해 4개의 연구기간 중 2013년 10월 27일, 2014년 5월 16일에 대해서 클로로필-a와 부유물질의 공간적인 분포양상을 시각적으로 도시화하였다.

• Proceedings of KOSOMES biannual meeting
• /
• 2008.05a
• /
• pp.1-4
• /
• 2008

근년 일본, 캐나다, 호주, 미국, EU(주로 노르웨이, 영국) 등에서 인공위성을 이용한 해양 안전의 확보를 위한 연구개발이 진행되고 있으며, 일부 실해역 적용의 분야도 도출되고 있는 실정이다. 9.11테러 이후, 국제해사기구에서도 해상보안의 문제는 주요 이슈로 대두되어, 해상보안에의 활용 기술 개발이 먼저 시작되었다. 그 외, 밀입국 선박 감시 덴 해양오염 모니터링이 주요 활용분야이다. 간단하게 요약하면 다음과 같다. -노르웨이: Norwegian Defence Hesearch Establishment(NDRE)에서 주도적으로 선박 탐지 실험 및 기술 개발을 실시. 주로, ESA의 위성을 활용. 국가 보안의 목적으로는 적용을 하고 있음. -캐나다: 캐나다에서 소유하고 있는 RADARSAT을 이용하여 가장 많은 실험을 실시함. 영상을 처리하고 결과에 대한 평가를 수행하기 위한 시스템(Ocean Monitoring Workstation, OSM)을 개발하여 보급에 주력. -호주: 주로 캐나다의 위성 및 시스템의 적용을 하고 있음 영해 및 환경 감시의 역할을 수행. Coastwatch조직을 만들어 해상 감시활동을 하고 있음. -영국: 데이터 취득 후, 2.5시간 이내에 선박의 위치를 전송하는 인터페이스를 개발함. 일본의 경우, 다른 선진국에 비해서는 다소 늦게 시작되었다. 2003년 발간된 '재해 등에 대응한 인공위성이용기술에 관한 종합보고서'를 시작으로 정보수집위성 4기 및 지구관측위성을 이용한 해양 감시 활동이 시작되었다. 또한, 제 3기 과학기술기본계획(2006-2012)내에 해양 불법침입 탐지 기술 개발 항목이 반영되어 있다. 유럽의 해상보안서비스(MARISS)의 사용자 워크숍이 ESA ESRIN(이탈리아 프라스카티)에서 2008년 1월 22일 열렸다. 실질적인 내용은, '해상보안을 위한 우주 시스템'에 관한 것으로 인공위성 이용하는데 있어 설계안 및 데이터 이용 컨셉을 제시하는 것이었다. 여기서 중요한 것은 국가간의 협력이 절대적으로 필요하며, 기존의 시스템과의 통합에 있어 신뢰성을 어떻게 확보하는가에 있다고 할 수 있다. 또한, 보안과 환경모니터링의 기능이 분리되어 진행되고 있는 부분에 대한 정보 통합 방향도 제기되었다. 국내에서도 AIS와 SAR정보의 결합에 관한 검토는 이루어졌으며, 이를 바탕으로 EU와 같은 시스템의 구축(조직과 연구개발)을 위한 실질적인 검토가 필요하다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.26 no.5
• /
• pp.1-9
• /
• 2021

Children's drawings are widely used in the diagnosis of children's psychology as a means of expressing inner feelings. This paper proposes a children's drawings-based object detection algorithm applicable to children's psychology analysis. First, the sketch area from the picture was extracted and the data labeling process was also performed. Then, we trained and evaluated a Faster R-CNN based object detection model using the labeled datasets. Based on the detection results, information about the drawing's area, position, or color histogram is calculated to analyze primitive information about the drawings quickly and easily. The results of this paper show that Artificial Intelligence-based object detection algorithms were helpful in terms of psychological analysis using children's drawings.