• 제목/요약/키워드: 자동화된 기계 학습

검색결과 102건 처리시간 0.018초

디지털 트윈, 환경 모니터링 등 디지털·그린 뉴딜 정책 관련 지질자원 유망기술·시장 분석 (Analysis of Emerging Geo-technologies and Markets Focusing on Digital Twin and Environmental Monitoring in Response to Digital and Green New Deal)

  • 안은영;이재욱;배준희;김정민
    • 자원환경지질
    • /
    • 제53권5호
    • /
    • pp.609-617
    • /
    • 2020
  • 4차 산업혁명(industry 4.0)으로 제시되는 지능정보사회 전환 정책 이후, 정부는 2020년 한국형 뉴딜 정책으로 디지털 뉴딜과 그린 뉴딜 정책을 발표하였다. 본 연구는 해당 정책을 분석하고 지질자원 분야 공공연구기관의 정부출연 R&D사업을 분석하였다. 해당 사업 중에서 유망기술 분야로 디지털 트윈, 환경 모니터링에 주목하여 유망기술·시장 분석을 실시하였다. 한국판 뉴딜 종합계획의 '데이터댐'과 관련하여 지질자원 기술 분야에서는 실감기술(AR/VR)을 적용한 디지털 지질자원 콘텐츠 개발, 공공데이터 구축·공유 시스템 개발이 가능하다. '1, 2, 3차 전산업으로 5G, AI 융합 확산'에 대응하여 스마트 마이닝, 디지털 오일 필드 등 ICT와 융합한 지질자원기술의 산업적용이 필요하다. '디지털 트윈'과 관련하여 정부는 도심지 등 주요지역 3D 지도 구축을 제시하고 있다. 지질자원 기술 분야에서는 안전한 국토/시설 관리를 위한 3차원 지도 및 사물인터넷(IoT) 시스템 개발이 가능하다. 그린 뉴딜 정책으로 정부는 자원순환을 포함한 녹색산업 기술개발, CCUS 통합실증, 전기차·수소차 보급 확대를 제시하였으며 한국지질자원연구원은 관련 연구사업 수행 및 국내 에너지 저장광물 개발 연구를 착수했다. 디지털 트윈 관련하여 논문 및 국제 시장분석기관에서 석유가스분야를 제시하고 있으며 광산자동화, 디지털 지도 측면에서도 많은 진전이 일어나고 있다. 디지털 트윈어스(Digital Twin Earth) 구축 또한 지질자원 분야의 유망 기술 분야이다. 디지털 트윈, 환경 모니터링 관련 지질자원 연구 분야는 데이터 분석, 시뮬레이션, 인공지능·기계학습, 사물인터넷(IoT)과 깊은 관련이 있으며, 관련 센서 및 컴퓨팅 소프트웨어/시스템 등 민간 회사와의 협업이 중요하다.

매장 문화재 공간 분포 결정을 위한 지하투과레이더 영상 분석 자동화 기법 탐색 (Automated Analyses of Ground-Penetrating Radar Images to Determine Spatial Distribution of Buried Cultural Heritage)

  • 권문희;김승섭
    • 자원환경지질
    • /
    • 제55권5호
    • /
    • pp.551-561
    • /
    • 2022
  • 지구물리탐사기법은 매장 문화재 조사에 필요한 높은 해상도의 지하 구조 영상 생성과 매장 유구의 정확한 위치 결정하는 데 매우 유용하다. 이 연구에서는 경주 신라왕경 중심방의 고해상도 지하투과레이더 영상에서 유구의 규칙적인 배열이나 선형 구조를 자동적으로 구분하기 위하여 영상처리 기법인 영상 특징 추출과 영상분할 기법을 적용하였다. 영상 특징 추출의 대상은 유구의 원형 적심과 선형의 도로 및 담장으로 캐니 윤곽선 검출(Canny edge detection)과 허프 변환(Hough Transform) 알고리듬을 적용하였다. 캐니 윤곽선 검출 알고리듬으로 검출된 윤곽선 이미지에 허프 변환을 적용하여 유구의 위치를 탐사 영상에서 자동 결정하고자 하였으나, 탐사 지역별로 매개변수를 달리해서 적용해야 한다는 제약이 있었다. 영상 분할 기법의 경우 연결요소 분석 알고리듬과 QGIS에서 제공하는 Orfeo Toolbox (OTB)를 이용한 객체기반 영상분석을 적용하였다. 연결 요소 분석 결과에서, 유구에 의한 신호들이 연결된 요소들로 효과적으로 인식되었지만 하나의 유구가 여러 요소로 분할되어 인식되는 경우도 발생함을 확인하였다. 객체기반 영상분석에서는 평균이동(Large-Scale Mean-Shift, LSMS) 영상 분할을 적용하여 각 분할 영역에 대한 화소 정보가 포함된 벡터 레이어를 우선 생성하였고, 유구를 포함하는 영역과 포함하지 않는 영역을 선별하여 훈련 모델을 생성하였다. 이 훈련모델에 기반한 랜덤포레스트 분류기를 이용해 LSMS 영상분할 벡터 레이어에서 유구를 포함하는 영역과 그렇지 않은 영역이 자동 분류 될 수 있음을 확인하였다. 이러한 자동 분류방법을 매장 문화재 지하투과레이더 영상에 적용한다면 유구 발굴 계획에 활용가능한 일관성 있는 결과를 얻을 것으로 기대한다.