• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.277-277
• /
• 2021

합류부는 인공수로 또는 자연하천에서 흔히 존재하며 매우 복잡한 흐름 구조가 발생하는 곳이다. 특히 본류와 지류의 유속장의 차이에 따라 발생하는 전단층은 흐름과 물질이 혼합되는 경계면이 되며, 흐름 구조가 전단층을 따라 발달한다는 특징으로 인해 수리학적으로 매우 중요하다. 최근 원격탐사 기법의 발전에 따라 위성이나 드론과 같은 무인 이동체를 이용한 하천 계측법이 수질 및 지형변화 연구들에 광범위하게 적용되고 있다. 그 중 RGB 항공영상은 해상도가 높고 취득 비용이 저렴하여 확장성 및 활용도가 높다. 본 연구에서는 합류부 전단층이 촬영된 RGB 항공 영상을 이용해 합류부 전단층 분석에 활용하는 방법을 제안한다. 제안되는 방법은 RGB 항공 영상에서 본류와 지류의 수체 영역을 각각 추출하기 위해 가우시안 혼합 모형(Gaussian mixture model)을 이용한다. 추출된 수체 영역에는 자기조직화지도(self-organizing map)을 적용하고 좌표 변환을 하여 정량적인 특징을 추출한다. 본 연구에서는 알고리듬의 적용 예로서 구글어스를 통해 확보된 낙동강-남강 합류부의 항공 영상을 분석한다. 본 추출법을 이용하면 접촉식 센서를 이용하는 기존의 전단층 계측 방법들에 비해 경제적이고 안전하며 합류부 흐름의 평면적 분석을 가능하게 할 수 있을 것으로 기대된다.

• Spatial Information Research
• /
• 제20권6호
• /
• pp.23-32
• /
• 2012

본 연구에서는 2005년에서 2010년까지의 통계청 남성암 유형별 연령표준화 시군구 사망률 데이터에 대해 자기조직화지도와 GIS를 이용한 탐구적 자료 분석을 수행하여 이들 데이터에 의미 있는 패턴이 내재되어 있는지 분석하였다. 그리고 지역의 사회경제적 수준을 대표하는 변수로 선정된 지역별 가구주의 교육수준과 분석된 패턴이 어떤 관련이 있는지 검토하였다. 분석결과 우리나라 시군구는 남성암 사망원인 측면에서 독특한 특성을 가진 18개의 지역 군집으로 구분될 수 있으며, 이들 군집 내 속한 시군구가 공간적으로도 군집되는 경향이 있음을 보여주었다. 또한 가구주의 교육수준이 높은 군집이 낮은 군집에 비해 남성암 사망률이 낮은 경향을 보이지만 일부 암의 경우 교육수준이 높은 군집에서 사망률이 높음을 보여주었다. 이 결과는 지역의 사회경제적 요인, 자연환경적 요인 등 암의 발생 및 관리에 영향을 미치는 지역적 요인에 양의 공간적 자기상관이 존재하며, 이러한 공간적 자기상관이 다양한 유형의 암 원인 사망에 영향을 미친 결과로 해석되어질 수 있다. 또한 18개의 군집 중 서울의 강남구 및 서초구를 포함한 군집은 대부분 유형의 암 원인 사망률에서 전체 18개 군집 중 하위 수준임을 보여 우리나라 암의 예방, 발생, 관리와 관련된 중요원인이 사회경제적 요인일 수 있음을 암시하였다.

• 한국통신학회논문지
• /
• 제21권3호
• /
• pp.600-611
• /
• 1996

최근, 신경망 모델의 적응성과 학습성을 이용한 음성인식 연구가 진행되어 왔다. 그러나, 기존의 신경망 모델로는 한국어 음성의 조음결합의 처리 및 유사 음소간의 경계 분류가 용이하지 않다. 또한, 한 개의 형상지도를 이용하는 경우 이질적인 음성자료의 처리를 위한 학습속도의 급격한 증가와 균일한 학습 및 판별방법의 적용이 갖는 부정확성이 야기될 수 있다. 이에따라, 본 논문에서는 계층적 자기조직화 분류기(HSOC)를 이용한 신경망타자기를 설계하고, 관련 알고리즘들을 제안한다. 본 HSOC는 Kohonen의 자기조직화형상지도(SOFM)를 이용하여 학습시 입력되는 음소 데이타를 계층적인 구조를 갖는 다수의 형상 지도(map) 즉 음성자판에 배치한다. 또한 본 논문에서는 자판의 수효, 각 자판의 크기, 소속될 음소의 선택과 배치, 적합한 학습 및 인식기법의 자동 결정을 위한 알고리즘을 제시하고 실험하여 자기조절식인 음성자판을 구성하였다. 자판을 분류하는 방식을 언어학적 사전지식에 의존할 경우 언어학적 지식의 습득과 적용방법(예를 들면, 확장 음소의 처리)등을 결정하는 어려움을 가지는 반면, 본 HSOC를 이용하면 주어진 입력 데이타에 적합한 다수의 음성자판을 자기 조절식으로 구성할 수 있는 장점이 있다. 제안된 방식에 따라 최종 생성된 세 개의 한글 음성자판은 최적 자판과 최적 전처리기법을 갖추고있으며, 기존의 언어학적 지식과도 부합됨을 확인할 수 있었다.

• 대기
• /
• 제28권3호
• /
• pp.305-315
• /
• 2018

본 연구에서는 1995년부터 2014년의 20년기간 동안 우리나라 여름철 극한온도를 나타내기 위해서 일별 임계치를 가지는 TX90pD와 월별 임계치를 가지는 TX90pM을 정의하여 그 유사성을 살펴본 후 극한 온도가 나타나는 날들의 유형을 자기조직화지도를 이용해서 분류하였다. TX90pD와 TX90pM는 임계치를 정의하는 방법이 다름에도 불구하고 그 유사성이 아주 높았으며 자기조직화지도를 통한 유형분류에서 유사한 패턴이 나타났다. 4개로 분류한 군집에서 모두 우리나라에 높은 온도가 나타났으며 고기압성 순환아노말리가 우리나라를 덮고 있는 것을 보아 우리나라 여름철 극한온도의 주된 요인은 고기압성 순환 아노말리에 의한 강한 일사 때문인 것을 유추할 수 있다. 자기조직화지도를 통해서 4개의 군집으로 분류한 극한온도의 패턴을 분류한 결과 주요한 2개의 모드를 찾았으며 적도와 열대 해수면온도 아노말리의 영향을 받는 동아시아-태평양 패턴과 유사한 원격상관패턴과 중위도 영향을 받는 북대서양에서 시작하여 동쪽으로 이동하는 대기 순환장 패턴이 나타나며 합쳐서 약 85% 이상의 높은 비중을 차지하고 있다. 이 두 패턴과 관련된 해수면 온도 아노말리를 살펴 본 결과 첫번째로 동아시아-태평양 패턴과 유사한 원격상관 패턴은 봄철 북서태평양에서의 양의 해수면 온도 아노말리와 관련이 있다. 이 따뜻한 해수면 온도 아노말리에 의해 저기압성 순환이 생성되고 대기-해양 상호작용에 의해서 저기압성 순환 아노말리는 강수 아노말리를 만들면서 유지된다(Xie and Philander, 1995; Wang et al., 2000). 이 때 발생하는 강수 아노말리는 비단열 가열항으로 작용하여 자오선방향으로 전파하는 로스비파를 만들어서 우리나라에 고기압성 순환아노말리를 형성한다. 두번째로 중위도 원격상관 패턴은 봄철 북대서양에서의 양의 해수면 온도 아노말리패턴과 관련이 있다. 봄철 북대서양의 해수면 온도 아노말리는 동쪽으로 전파하는 로스비파의 에너지원으로 작용하여 동아시아 여름 몬순에 영향을 준다(Wu et al., 2009). 이 로스비파의 전파에 의해서 한반도에 단파 복사의 지속적인 유입을 동반하는 고기압성 순환이 형성되어 우리나라의 지표면 온도를 높이는 것에 기여함과 동시에 극한온도의 발생 빈도를 증가시킨다. 이 연구를 통해서 자기조직화지도를 통해서 한반도 여름철 극한온도를 대표하는 두 개의 중요 원격상관 패턴을 분류했다. 이 두 SOM 패턴과 관련된 봄철 북서태평양의 양의 해수면 온도 아노말리와 북대서양의 해수면 온도 아노말리를 지면 강제력으로 규명하여 여름철 우리나라 극한온도의 발생을 예측할 수 있는 잠재적 예측인자를 발견했다. 이 두 지역의 봄철 해수면 온도 아노말리의 지속적인 모니터링을 통해서 우리나라 여름철 극한온도의 발생 빈도를 어느 정도 예측할 수 있으며 특히 6월에 큰 발생 빈도를 나타내는 북대서양해수면 온도를 통해서 초여름의 극한온도 발생 빈도를, 7월과 8월에 더 큰 분포를 가지는 북서태평양의 해수면 온도를 통해서 늦여름의 극한기온 발생 빈도를 알아낼 수 있을 것으로 기대한다.

• 한국환경생태학회지
• /
• 제35권4호
• /
• pp.377-386
• /
• 2021

본 연구는 정맥의 서식지 관리 및 보전을 위한 기초자료를 제공하고자 수행하였다. 18개의 중점조사지역에서 지형, 서식지 환경을 고려하여 각 지점별로 개발지, 계곡부, 임도 및 능선 3가지 서식지유형으로 총 54개의 고정조사구를 선정하였다. 조사는 2016년부터 2018년까지 겨울철을 제외한 계절별(5월,8월, 10월)로 수행하였다. 서식지 유형별로 관찰된 조류를 자기조직화지도(SOM)를 활용하여 분포 패턴을 분석한 결과, 총 4개의 그룹으로 분류되었다(MRPP, A=0.12, p <0.005). 자기조직화지도 그룹별 종수와 개체수, 종다양도 지수를 비교분석한 결과 종수와 개체수, 종다양도 지수 모두 III번 그룹에 가장 높게 나타났다(Kruskal-Wallis, 종수: x² = 13.436, P <0.005; 개체수: x² = 8.229, P <0.05; 종다양도: x² = 17.115, P <0.005). 또한 그룹별 지표종 분석과, 서식지 환경 특성을 파악하기 위해 토지피복도를 랜덤 포레스트 모델에 적용하여 분석한 결과, 4개 그룹간의 서식지환경이 구성하는 비율과 지표종에 차이를 보였다. 지표종 분석은 II번 그룹을 제외한 3그룹에서 총 18종의 조류가 지표종으로 확인되었다. 본 연구에서 자기조직화지도를 활용하여 4개 그룹으로 분류된 결과를 기초로 랜덤 포레스트 모델과 지표종 분석을 적용하였을 때 그룹별 지표종 구성과 그룹별 서식지 특성과 상호 연관성을 보였다. 또한 그룹별 우점하는 서식환경에 따라 관찰된 종의 분포패턴과 밀도가 뚜렷하게 구분이 되었다. 자기조직화지도와 지표종분석, 랜덤 포레스트 모델을 함께 적용한 분석은 서식지 환경에 따라 조류 서식 특징파악에 유용한 결과를 도출할 수 있을 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제51권5호
• /
• pp.383-393
• /
• 2018

지역빈도해석은 대상 지점과 수문학적 동질성을 만족하는 주변 지점을 하나의 지역으로 보고 빈도해석을 수행하는 방법이다. 따라서 동질한 지역의 구분은 지역빈도해석에 있어서 가장 중요한 가정이라고 할 수 있다. 이에 본 연구에서는 인공신경망 기법중 하나인 자기조직화지도(self-organizing map, SOM) 기법을 활용하여 강우 지역빈도해석을 위한 동질 강수 지역을 구분하였다. 지역구분 인자로는 지형 정보와 시 단위 강우 자료를 활용하였다. 최적 SOM 지도 구성을 위해 정량적 오차와 위상관계 오차를 활용하였다. 그 결과 $7{\times}6$ 배열의 42개의 노드를 갖는 모형을 선정하였고 최종적으로 강우 지역빈도해석을 위해 6개의 군집으로 구분하였다. 동질성 검토 결과 6개의 군집 모두 동질한 지역으로 나타났으며 기존의 유사하게 구분된 지역들과 이질성 척도를 비교하였을 때 좀 더 안정적인 지역 구분결과를 나타내는 것을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제10권2호
• /
• pp.462-480
• /
• 2010

특허분석은 전 세계적으로 축적된 특허 데이터베이스로부터 기업의 연구개발 전략에 필요한 지식을 추출하는 것이다. 현재까지 특허출원 결과를 분석하여 해당기술에 대한 기술동향과 전개과정을 파악하여 향후 개발될 기술에 대한 방향정립을 위하여 특허분석은 필요한 결과를 제공한다. 본 논문에서는 특허분석과 관련된 방법 및 시스템에 대한 기술 분류를 수행하고 관련된 국내특허와 미국특허, 그리고 IEEE 논문을 조사하고 분석한다. 특허분석시스템은 기술 분야의 특성상 특허출원뿐만 아니라 연구결과의 논문발표도 활발히 이루어지고 있다. 본 연구에서 선정된 검색어를 통하여 최종적으로 검색된 결과를 이용하여 기술 분류에 따른 분석을 실시한다. 유효한 전체 특허와 논문을 대상으로 특허분석시스템에 필요한 공백기술을 찾아내기 위하여 매트릭스분석을 수행한다. 현재까지 등록된 특허분석시스템에 대한 기술발전 동향을 파악하고 앞으로 필요한 특허분석시스템 관련 기술발전 방향도 제시한다. 통계적 검정과 자기조직화 지도를 이용하여 유효 특허와 논문을 정량적으로 분석하여 국내특허, 미국특허, 그리고 논문 내에서 상대적으로 개발이 취약한 기술을 찾아내고 이에 대한 개발의 필요성도 함께 제시한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1995년도 제7회 한글 및 한국어 정보처리 학술대회
• /
• pp.39-42
• /
• 1995

문장 안에서 한 단어가 가지는 올바른 의미를 얻기 위해 모듈화된 신경망을 이용하였다. 앞부분에 놓인 신경망은 코호넨 신경망으로 사용자의 지도가 개입되지 않은 상태로 자율학습(Unsupervised learning)이 이루어지고, 뒤에 놓인 신경망은 앞에서 결과로 얻은 2차원의 자기 조직화 형상지도(Self-organizing feature map)를 바탕으로 역전파 신경망을 이용한 지도학습(Supervised learning)을 하게 하였다. 입력 자료는 구문분석된 문장의 조사 정보를 활용하여 입력 위치를 정해준 명사의 의미표지와 동사의 의미표지를 사용하였다. 중의성이 있는 단어를 가지는 문장은 중의성의 가지수 만큼 테스트 입력 자료가 되어 신경망을 통과하여 의미를 결정하도록 한다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 2005년도 춘계공동학술대회 발표논문
• /
• pp.260-267
• /
• 2005

자기조직화지도(Self Organizing Map, SOM)는 비지도 신경망으로서 고차원의 입력공간을 위상적관계를 유지시키면서 저차원으로 사영 시킬 수 있는 특징을 갖고 있다. SOM은 패턴인 식과 자료압축/재생 등 여러 분야에서 유용하게 활용될 수 있으며 특히 고차원 자료의 시각화 방법으로 많은 관심을 받고 있다. 본 연구에서는 SOM의 quantization error를 줄이기 위한 목적으로 인공데이터를 생성시켜 학습에 이용하는 방법을 제시한다. 이는 특히 데이터가 부족한 상황에서 SOM을 학습시켜야 할 때 유용하게 적용될 수 있을 것으로 기대된다.

• 대한산업공학회지
• /
• 제20권2호
• /
• pp.65-76
• /
• 1994

The most effective computer algorithms for facility layout that have been found are mainly based on the improvement heuristic such as CRAFT. In this paper, we present a new algorithm which is based on the Kohonen neual network. The algorithm firstly forms a self-organizing feature map where the most important similarity relationships among the facilities are converted into their spatial relationships. A layout is then obtained by a minor adjustment to the map. Some simulation results are given to show the performance of the algorithm.