• 융합신호처리학회논문지
• /
• 제23권2호
• /
• pp.76-83
• /
• 2022

최근 IT기술이 발달함에 따라 다양한 생체신호 측정 기기에 대한 연구 및 관심이 높아지고 있는 이유 중 하나로 고령사회가 본격화됨에 따라 IT 관련 기술을 이용한 고령 인구에 대한 연구가 지속해서 발전되고 있다. 본 논문은 초고령사회에 접어들면서 빠르게 발전하고 있는 노인층을 대상으로 한 의료서비스 영역 중 하나인 생활 패턴 감지와 낙상 감지 알고리즘 개발에 관한 것이다. 3축 가속도 센서와 심전도 센서를 이용한 시스템을 구성하여 데이터를 수집한 뒤 데이터를 분석하는 과정으로 진행하였고 실제 연구 결과로부터 행동 패턴의 분류가 가능함을 제안한다. 본 논문에 의해 구현된 인체 활동 모니터링 시스템의 유용성을 평가하기 위하여 자세 변화, 보행속도의 변화 등 다양한 조건에서 실험을 수행하여 인체의 중력 가속도와 인체 활동 정도를 반영하는 신호크기 범위 및 신호 벡터크기 파라미터를 추출하였다. 그리고 이들 파라미터값에 의해 피검자의 상태에 따라 판별이 가능하였다.

• 한국지반공학회논문집
• /
• 제25권5호
• /
• pp.53-64
• /
• 2009

강우침투로 인하여 많은 사면이 붕괴되고 있다. 따라서 사면에 대한 최근 연구들은 강우가 유발하는 사면의 불안정성에 초점이 맞춰져 있으며 강우침투 문제는 중요한 사면붕괴 발생 요인으로 인식되고 있다. 강우가 사면 내부의 모관흡수력을 감소시키면서 사면 내부로 침투되며 심지어 지반특성에 따라 표층 근에서 양의 간극수압이 발생할 수도 있다. 이러한 현상은 사면 강도를 감소시켜 사면 붕괴를 유발할 수 있다. 국내 여러 공공기관에서는 지하수위가 표층 또는 밀정 깊이 내에 존재하도록 하여 사면의 포화상태를 가정하는 보수적인 사면 설계방안을 제시하였으나, 이러한 가정은 대부분 부적절하고 이를 만족시키기 위해 때로는 사면설계 단계에서 잘못된 지반물성이 사용되기도 한다. 본 논문에서는 실제 강우침투 현상을 고려하여 보다 합리적으로 사면의 안정성을 평가하는 기법이 제안되었다. 국내 풍화토에 대한 불포화 지반물성(강도, 함수특성곡선, 투수곡선)이 실험적으로 획득되었으며, 인공신경망 모델을 통해 간접적으로도 추정되었다. 또한 현장 계측자료의 불확실성을 보완하기 위하여 사면의 불안정성 평가기법에 대하여 결정론적 해석과 확률론적 해석에 기반한 실시간 사면 붕괴 경보 기준이 모니터링 시스템에 도입되었다. 이러한 사면안정성 평가기법은 사면 내부의 모관흡수력, 함수비와 같은 중요요소를 계측한 현장자료와 접목하여 강우에 따라 불안정해진 사면에 대한 조기 경보시스템으로 활용될 수 있다.

• 산업융합연구
• /
• 제21권5호
• /
• pp.1-13
• /
• 2023

우리나라는 기후변화 위기에 대응하기 위해 2050 탄소중립을 선언하였으며, 이를 위해 다양한 감축 계획 및 입법화 과정을 진행 중이다. 탄소중립의 실현은 산업기술 전반에서의 근본적 변화를 필요로 하기 때문에 이를 위한 구체적 대응체계 마련이 매우 중요하다. 본고는 탄소중립 관련 산업기술 확보 경쟁에서 선제적으로 대비하기 위하여 글로벌 탄소중립 기술분야의 현황과 발전 트렌드를 파악하고자 한다. 이를 위해, 탄소중립 관련 온라인 뉴스기사 데이터를 웹 크롤링하여 수집하였고, 미래신호분석방법론과 인공신경망 딥러닝 기술인 Word2Vec알고리즘을 적용하여 탄소중립 기술 트렌드를 분석 및 예측하였다. 분석결과, 탄소 과배출 업종인 철강업 및 석유화학 분야의 기술고도화가 요구되고 있었으며, 전기차 분야에의 투자 타당성 확보와 기술 고급화가 추세인 것으로 드러났다. 이에 대한 정부의 적극적인 지원과 글로벌한 기술협력/인프라 조성이 밑받침되어야 할 것으로 보인다. 그 외에도 탄소중립 관련 인력양성이 시급한 것으로 나타났으며, 기업에서 필요한 탄소중립 인력을 양성할 수 있도록 간접지원정책 마련의 필요성을 확인할 수 있었다.

• 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.

• 농업생명과학연구
• /
• 제50권1호
• /
• pp.117-124
• /
• 2016

토양 미생물 군집은 외부 환경변화에 있어 식물 군집보다 더 빨리 반응할 수 있다는 점에서 복원 과정의 초기 지표로 활용될 수 있다. 이런 측면에서 인위적인 교란에 대한 생태계 반응을 측정하고 생태계 복원의 지표를 제공하는 토양 미생물 군집 연구가 증가하고 있는 추세이다. 본 연구는 2012년과 2013년 준공된 이화령과 육십령 백두대간 생태축 복원사업지와 주변 임분에서 각각 토양을 채취하여 16S rRNA 파이로시퀀싱 기법을 이용하여 토양 박테리아 군집을 분석하였다. 문(Phylum) 수준에서의 박테리아 다양성은 이화령이 평균 29.3, 육십령이 평균 32.3으로 나왔고 복원사업지와 주변 임분은 통계적으로 유의한 차이를 보였으나(p<0.01), 지리적 위치(이화령과 육십령 비교)나 토심(0~15cm, 16~30cm 비교)에 따른 유의한 영향은 나타나지 않았다. 검색된 토양 박테리아 중에서 Acidobacteria(37.3%)와 Proteobacteria(31.1%)가 가장 우점적으로 분포하는 것으로 나타났으며, 복원한 토양과 주변 임분에서 이 두 문의 박테리아 다양성 양상은 서로 상반되었다. 즉, 인공적으로 복원된 토양에서는 Proteobacteria가 높은 비율로 나타났고(38.1%, 인근 산림토양에서는 24.2%), 주변 임분에서는 Acidobacteria가 다양한 것으로 나타났다(55.4%, 복원 사업지는 19.2%). 이러한 경향은 토양의 영양상태에 따라 선호하는 박테리아 종류가 다르다는 기존의 연구 결과와 유사하였으며, 특히 Acidobacteria는 산성토양을 선호하는 등 토양산도와 밀접한 연관이 있을 것으로 생각된다. 따라서, 토양 박테리아 군집 특성은 연구지 위치나 토심에 따른 영향보다는 토양복원에 따른 영향이 더 크게 나타났고 이는 향후 토양복원의 성공여부를 정량적으로 모니터링하는데 활용될 수 있을 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제39권3호
• /
• pp.257-268
• /
• 2023

해빙은 지구의 태양에너지 흡수량 및 대기-해양간 열과 물질 교환을 조절함으로써 기후조절자의 역할을 하며 그 생성, 이동, 소멸은 인공위성에 의해 주기적으로 모니터링 되고 있다. 그러나 수동마이크로파방사계 관측을 중심으로 한 저해상 산출물은 해빙 표면이 빠르게 변하는 여름철에 정확도가 크게 떨어지며, synthetic aperture radar (SAR) 관측이 대체재로 떠오르고 있으나 그간의 연구는 주로 겨울철 해빙을 대상으로 이루어졌다. 이 연구에서는 SAR 영상과 global positioning system (GPS) 추적기를 이용하여 해빙의 거칠기, 높낮이, 구조 등 표면 상태 변화가 심한 늦여름~초가을 시기의 해빙 이동 추적 기술을 평가, 분석하였다. 그 결과 겨울철보다는 관측 불확실성이 증가하나 GPS 실측치와의 상관관계는 0.98로 우수했으며, 해빙 농도 50% 이상인 경우에 해빙 농도와 적용 알고리즘의 산출 성능은 상관관계 0.59로 서로 비례하는 것으로 나타났다.

• 한국가스학회지
• /
• 제27권2호
• /
• pp.7-15
• /
• 2023

전기식 액중형 펌프 (electrical submersible pump, ESP)는 인공채유 (artificial lift) 기법 중 적용성과 운영 효율이 높아 전 세계 생산정에서 운영되고 있다. 저류층에서 ESP 운영 시 온도·압력, 가스·오일비, 유량 등의 변수는 ESP 성능에 영향을 미치는 요소로서, 특히 생산유체 내 자유 가스 (free gas)는 ESP의 수명 및 운영 효율을 감소시키는 주요 요인에 해당한다. 이에 본 연구에서는 ESP 성능에 영향을 미치는 변수를 정량적으로 분석하고자 현장 운영조건에서 ESP 성능실험과 손상모사 실험이 가능한 환형 유동 시스템 (flow loop system) 을 개발하였다. 개발 장치는 ESP와 튜빙 (tubing)을 하나의 시스템으로 연동시켜 ESP의 고장 및 원인 진단, 튜빙의 누출 특성을 파악할 수 있는 일체형 시스템에 해당한다. 본 연구에서는 ESP 성능 평가와 관련된 단상 유체 (single phase)와 2상 유체 (two phase) 실험을 통해 ESP를 안정적으로 운영하기 위한 유동 조건을 규명하였다. 도출된 결과값은 ESP 고장 예측 및 진단 프로그램 개발을 위한 기본 자료를 제공하며, ESP 운영을 위한 최적 운영 조건 및 고장 진단을 위한 실시간 모니터링에 활용할 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.23-34
• /
• 2023

군용 웨어러블 어플리케이션은 기존에는 상상할 수 없었던 개인 상태 점검 및 모니터링을 가능케 함으로써 큰 주목을 받고 있다. 그 중에서도 인간의 동작 상태를 인식하기 위한 기술은 개별 병력의 운용 현황 및 이동 상태를 즉각적으로 수집하여 능동적인 병력 관장을 허용한다는 점에서 그 필요성이 매우 높다. 본 논문에서는 군용 웨어러블 어플리케이션 연구의 일환으로 전투 상황 중의 군인이 어떤 환경에서 어떤 동작을 수행하고 있는지에 대한 정보를 취득하는 발목형 웨어러블 디바이스를 제안한다. 실제상황을 가정했을 때, 군인의 상지는 상황에 대한 변동성에 쉽게 노출되므로 지면과 상시 상호작용하고 있는 발목 부근에 측정 모듈을 부착한다. 측정 데이터는 각 동작 중의 3축 가속도 및 3축 각속도로 이들은 인간이 설정한 알고리즘으로는 해석이 불가능하다는 특징이 있다. 본 논문에서는 이러한 동적 데이터를 활용해 인간의 행동양식을 파악하기 위해 데이터의 이동 양상을 모델링하는 과정을 소개한다. 데이터로부터 추출되는 특징은 총 네 가지로 (최댓값, 최솟값, 평균, 표준편차) 딥러닝 모델의 인풋으로 활용돼 총 여덟 종류의 주요 군사 동작(Sitting, Standing, Walking, Running, Ascending, Descending, Low Crawl, High Crawl)을 분류하는데 활용된다. 그 결과, 임의의 시험 상황에 대해 95.16%의 정확도로 군인의 이동 현황을 파악해낼 수 있었다. 본 연구는 웨어러블 기술 및 인공지능을 융합하여 군용 어플리케이션으로 확장될 동작 인식의 새로운 접근 방식을 제안했다는 점에서 의미가 크다.

• 한국빅데이터학회지
• /
• 제8권1호
• /
• pp.99-109
• /
• 2023

최근에 우리나라에서 뿐만 아니라, 세계 곳곳에서 태풍, 산불, 장마 등으로 인한 재해가 끊이지 않고 있고, 우리나라 태풍 및 호우로 인한 재산 피해액만 1조원이 넘고 있다. 이러한 재난으로 인해 많은 인명 및 물적 피해가 발생하고, 복구하는 데도 상당한 기간이 걸리며, 정부 예비비도 부족한 실정이다. 이러한 문제점들을 사전에 예방하고 효과적으로 대응하기 위해서는 우선 정확한 데이터를 실시간 수집하고 분석하는 작업이 필요하다. 그러나, 센서들이 위치한 환경, 통신 네트워크 및 수신 서버들의 상황에 따라 지연 및 데이터 손실 등이 발생할 수 있다. 따라서, 본 논문에서는 이러한 통신네트워크 상황에서도 분석을 정확하게 할 수 있는 2단계 하이브리드 상황 분석 및 예측 알고리즘을 제안한다. 1단계에서는 이기종의 다양한 센서로부터 강, 하천, 수위 및 경사지의 경사각 데이터를 수집/필터링/정제하여 빅데이터 DB에 저장하고, 인공지능 규칙기반 추론 알고리즘을 적용하여, 위기 경보 4단계를 판단한다. 강수량이 일정값 이상인데도 불구하고 1단계 결과가 관심 이하 단계에 있으면, 2단계 딥러닝 영상 분석을 수행한 후 최종 위기 경보단계를 결정한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권6호
• /
• pp.255-266
• /
• 2022

콘크리트의 주재료인 골재 중 굵은 골재의 품질관리는 현재 샘플링을 통한 통계적 공정관리(SPC) 방법으로 하고 있다. 본 논문은 굵은 골재에 대한 품질관리를 현재의 체거름 방식을 대신 카메라를 통해 획득한 영상을 기반으로 굵은 골재를 검사하게 바꾸어 제조 혁신을 위한 스마트팩토리를 구축하였다. 먼저, 얻은 영상을 전처리 하였고, 딥러닝으로 학습된 HED(Holistically-nested Edge Detection)필터는 각각의 물체를 Segmentation하였다. 이 Segmentation한 결과를 영상 처리하여 각각의 골재를 분석 후 이 결과를 바탕으로 조립률, 입형률을 파악한다. 영상을 통해 얻은 골재들의 조립률, 입형률을 계산하여 골재의 품질을 검사하였고 알고리즘의 정확도는 실제로 체 가름 방식을 통해 골재의 품질을 비교한 것과 90% 이상의 정확도를 보이는 결과가 나왔다. 또한 기존의 방법으로는 골재의 입형률을 검사할 수 없었지만 본문의 내용을 통해 골재의 입형률도 측정할 수 있게 되었다. 입형률의 경우 도형을 사용하여 검증하였는데 이는 ±4.5%의 차이를 보였다. 골재의 길이 측정의 경우 실제 골재의 길이를 비교하였는데 ±6%의 차이를 보였다. 실제 3차원의 데이터를 2차원의 영상에서 분석하다보니 실제 데이터와 차이가 생겼는데 이는 추후 연구가 필요하다.