Synthetic Aperture Radar (SAR)영상은 날씨와 주야에 관계없이 취득될 수 있어 감시, 정찰 및 국토안보 등의 목적을 위한 자동표적인식(Automatic Target Recognition, ATR)에 활용 가능성이 높다. 그러나, 식별 시스템 개발을 위해 다양하고 방대한 양의 시험영상을 구축하는 것은 비용, 운용측면에서 한계가 있다. 최근 표적 모델을 이용하여 시뮬레이션된 SAR 영상에 기반한 표적 식별 시스템 개발에 대한 관심이 높아지고 있다. SAR-ATR 분야에서 대표적으로 이용되는 산란점 매칭과 템플릿 매칭 기반 알고리즘을 적용하여 표적식별을 수행하였다. 먼저 산란점 매칭 기반의 식별은 점을 World View Vector (WVV)로 재구성 후 Weighted Bipartite Graph Matching (WBGM)을 수행하였고, 템플릿 매칭을 통한 식별은 서로 인접한 산란점으로 재구성한 두 영상간의 상관계수를 사용하였다. 개발한 두 알고리즘의 식별성능시험을 위해 최근 미국 Defense Advanced Research Projects Agency (DARPA)에서 배포한 표적 시뮬레이션 영상인 Synthetic and Measured Paired Labeled Experiment (SAMPLE) 자료를 사용하였다. 표준 환경, 표적의 부분 폐색, 랜덤 폐색 정도에 따른 알고리즘 성능을 분석하였다. 산란점 매칭 알고리즘의 식별 성능이 템플릿 매칭보다 전반적으로 우수하였다. 10개 표적을 대상으로 표준환경에서의 산란점 매칭기반 평균 식별률은 85.1%, 템플릿 매칭기반은 74.4%이며, 표적별 식별성능 편차 또한 산란점 매칭기법이 템플릿 매칭기법보다 작았다. 표적의 부분 폐색정도에 따른 성능은 산란점 매칭기반 알고리즘이 템플릿 매칭보다 약 10% 높고, 표적의 랜덤 폐색 60% 발생에도 식별률이 73.4% 정도로 비교적 높은 식별성능을 보였다.
4차 산업혁명의 도래에 따라 주물공장에서도 사물인터넷(Internet of things, IoT) 기반의 공정 스마트화에 대한 관심이 높아지고 있다. 주물공장에서 자동 수집 되고 있는 공정데이터들도 일부 있으나 노후된 생산설비의 제한된 기능, 작업자 노하우 기반의 공정 설계 등의 이유로 여전히 많은 공정데이터가 수기로 관리되고 있다. 특히, 공정데이터의 빅데이터화에 대한 중요도를 인지함에도 불구하고 시스템 구축 비용 부담으로 인해 선뜻 도입을 어려워하는 기업들이 많다. 본 연구에서는 IoT 기반 디바이스를 제작하고 원심주조공정 현장에 직접 적용함으로써 제작 디바이스의 현장 활용성을 살펴보았다. 원심주조공정에 대해 취득하고자 하는 공정 인자로 작업현장의 온도 및 습도, 용탕 온도, 금형 회전속도를 선정하였다. 데이터 취득 인자별로 요구되는 상세 제품규격과 비용을 고려하여 센서를 선정하였으며, IoT 기반 디바이스 제작을 위해 무선통신이 가능한 NodeMCU 보드를 활용하여 회로를 구성하였다. 구성한 회로는 PCB 기판으로 제작하여 각 공정 인자별 디바이스의 설치 환경을 고려하여 작업 현장에 설치하였으며, 현장 실증을 통해 적용 가능성을 확인하였다. 현장 적용 이후, 작업자의 안전에 대한 만족도가 상승하였으며, 공정 관리 측면에서 효율성이 증가했음이 확인되었다. 더불어 지속적으로 데이터를 수집하면 추후 공정데이터-품질데이터의 연계가 가능할 것으로 기대된다. 본 연구에서 제작한 IoT 디바이스는 데이터 수집에 대한 적절한 신뢰도를 확보하면서도 비용이 저렴하여, 주물공장별로 현장 상황을 고려하여 도입 여부를 검토해볼 수 있을 것으로 생각된다.
달 현지 탐사를 위해 무인 이동체가 활용되고 있으며, 달 지상 관심 지역의 지형 특성을 정확하게 파악하여 실시간으로 정보화 하는 작업이 요구된다. 하지만, 정확도 높은 지형/지물 객체 인식 및 영역 분할을 위해서는 다양한 배경조건의 영상 학습데이터가 필요하며 이러한 학습데이터를 구축하는 과정은 많은 인력과 시간이 요구된다. 특히 대상이 쉽게 접근하기 힘든 달이기에 실제 현지 영상의 확보 또한 한계가 있어, 사실에 기반하지만 유사도 높은 영상 데이터를 인위적으로 생성시킬 필요성이 대두된다. 본 연구에서는 가용한 중국의 달 탐사 Yutu 무인 이동체 및 미국의 Apollo 유인 착륙선에서 촬영한 영상을 통해 위치정보 기반 스타일 변환 기법(Style Transfer) 모델을 적용하여 실제 달 표면과 유사한 합성 영상을 인위적으로 생성하였다. 여기서, 유사 목적으로 활용될 수 있는 두 개의 공개 알고리즘(DPST, WCT2)를 구현하여 적용해 보았으며, 적용 결과를 시간적, 시각적 측면으로 비교하여 성능을 평가하였다. 평가 결과, 실험 이미지의 형태 정보를 보존하면서 시각적으로도 매우 사실적인 영상을 생성할 수 있음을 확인하였다. 향후 본 실험의 결과를 바탕으로 생성된 영상 데이터를 지형객체 자동 분류 및 인식을 위한 인공지능 학습용 영상 데이터로 추가 학습된다면 실제 달 표면 영상에서도 강인한 객체 인식 모델 구현이 가능할 것이라 판단된다.
본 연구는 차세대 예경보 플랫폼과 지상파 UHD 방송의 재난경보 부가데이터 서비스를 연동한 표준화된 멀티미디어 재난경보방송의 실증 시험을 다룬 연구이다. 실증 시험에 사용된 차세대 예경보 플랫폼은 CAP 기반의 TTA 표준화 규격을 준수하고, UHD 재난경보 부가데이터 서비스는 AEAT 규격을 준수하도록 구성하였다. 실증 시험은 2021년 3월 제주도에서 지상파 UHD 방송 송수신을 포함하여 실시되었다. 실험 결과 표준화된 CAP 재난경보메시지가 발령되어 방송사에 전달되면 UHD 재난경보 부가데이터 메시지인 AEAT로 자동 변환되어 송출되도록 시스템을 구축하였다. 수신부는 재난경보 데이터 수신이 가능한 셋탑과 TV를 HDMI 케이블로 연결하여 구성하였다. 재난이 발령되면 셋탑은 TV방송 화면위에 AEAT 메시지가 재난 우선순위와 발령 지역에 맞춤형으로 표출하였다. 또한 수신 메시지는 5개국어 중에서 사용자 설정에 맞는 언어로 표출되고. 이미지와 경보음과 같은 부가 멀티미디어 기능도 연계할 수 있었다. 특히 재난경보 발령 후 3초 이내에 수신기 메시지가 표출되어 신속한 재난경보 전달이 가능함을 확인할 수 있었다.
최근 데이터 기반 의사결정 기술이 데이터 산업을 이끄는 핵심기술로 자리 잡고 있는바, 이를 위한 머신러닝 기술은 고품질의 학습데이터를 요구한다. 하지만 실세계 데이터는 다양한 이유에 의해 결측값이 포함되어 이로부터 생성된 학습된 모델의 성능을 떨어뜨린다. 이에 실세계에 존재하는 데이터로부터 고성능 학습 모델을 구축하기 위해서 학습데이터에 내재한 결측값을 자동 보간하는 기법이 활발히 연구되고 있다. 기존 머신러닝 기반 결측 데이터 보간 기법은 수치형 변수에만 적용되거나, 변수별로 개별적인 예측 모형을 만들기 때문에 매우 번거로운 작업을 수반하게 된다. 이에 본 논문은 수치형, 범주형 변수가 혼합된 데이터에 적용 가능한 데이터 보간 모델인 Denoising Self-Attention Network(DSAN)를 제안한다. DSAN은 셀프 어텐션과 디노이징 기법을 결합하여 견고한 특징 표현 벡터를 학습하고, 멀티태스크 러닝을 통해 다수개의 결측치 변수에 대한 보간 모델을 병렬적으로 생성할 수 있다. 제안 모델의 유효성을 검증하기 위해 다수개의 혼합형 학습 데이터에 대하여 임의로 결측 처리한 후 데이터 보간 실험을 수행한다. 원래 값과 보간 값 간의 오차와 보간된 데이터를 학습한 이진 분류 모델의 성능을 비교하여 제안 기법의 유효성을 입증한다.
사물인터넷(IoT) 기술을 활용한 전력 사용량 모니터링은 스마트팜 운영비 절감 기술 개발을 위한 기초자료로 필요성이 부각되고 있다. 본 연구에서는 멜론 생산 스마트팜 운영 중 실시간 전력사용량 모니터링 시스템을 설치한 예를 소개하고 이를 이용하여 수집된 데이터를 실시간으로 활용하는 방법을 제안한다. 전력사용량 모니터링 시스템의 실증을 위하여 멜론 스마트팜에서 3개월의 멜론 재배기간 동안 보일러, 양분분배 시스템, 자동제어기, 순환팬, 보일러제어기, 기타 IoT 관련 유틸리티 등 스마트팜 시설에서 사용하는 개별 전원 기구들의 전력사용량 데이터를 수집하였다. 모니터링 결과를 이용하여 전기에너지 소비패턴의 예시를 분석하고, 측정 데이터를 최적으로 활용하기 위해 필요한 고려사항을 제시하였다. 본 논문은 전력사용량 모니터링 시스템을 새로이 구축하고자 하는 유저들에게 기술적 진입장벽을 낮추고 생성된 데이터 활용 시 시행착오를 줄이는 데 유용한 자료가 될 것으로 사료된다.
본 논문은 딥러닝 알고리즘을 이용하여 딸기 영상 데이터의 병충해 존재 여부를 자동으로 검출할 수 있는 서비스 모델을 제안한다. 또한 병징에 특화된 분할 이미지 데이터 세트를 제안하여 딥러닝 모델의 병충해 검출 성능을 향상한다. 딥러닝 모델은 CNN 기반 YOLO를 선정하여 기존의 R-CNN 기반 모델의 느린 학습속도와 추론속도를 개선하였다. 병충해 검출 모델을 학습하기 위해 일반적인 데이터 세트와 제안하는 분할 이미지 데이터 세트를 구축하였다. 딥러닝 모델이 일반적인 학습 데이터 세트를 학습했을 때 병충해 검출률은 81.35%이며 병충해 검출 신뢰도는 73.35%이다. 반면 딥러닝 모델이 분할 이미지 학습 데이터 세트를 학습했을 때 병충해 검출률은 91.93%이며 병충해 검출 신뢰도는 83.41%이다. 따라서 분할 이미지 데이터를 학습한 딥러닝 모델의 성능이 우수하다는 것을 증명할 수 있었다.
우리나라는 해상활동의 중요성이 크며, 산업화에 따른 이상기후 현상 등을 규명하기 위해 육상에 많은 자동기상 관측설비를 운영 중이지만 해상에서는 그 수가 매우 부족하다. 또한, 해양안전정보 구축 등을 위해 해양조사선을 운영 중이나 접근이 어려운 곳이 많고 높은 운영비용이 요구된다. 따라서 다양한 해양관측 등이 가능한 소형무인화선박의 개발이 필요하다. 한편 소형 무인화 선박에서 세일(Sail)은 항해 성능에 큰 영향을 미치므로 이에 대한 많은 연구가 진행되고 있다. 본 연구에서는 기존 에어포일 형상보다 높은 공기역학적 성능을 갖는 것으로 알려진 트윈커브세일(Twin curvy sail)의 설계변수인 캠버(Camber)효과에 대해 검토하였다. 5 종류의 캠버에 대해 유동해석 결과, 캠버 크기가 9 %일 때 가장 높은 양력계수를 나타내었다. 트윈커브세일의 경우 Port sail과 Starboard sail의 상호작용에 의해 받음각 23°에서 가장 높은 양력계수를 갖고, Port sail의 경우 받음각 20°에서 가장 높은 양력계수를 Starboard sail의 경우 받음각 15°에서 가장 낮은 양력계수를 나타내었다. 또한, 트윈커브세일은 모든 받음각에서 에어포일 형상인 NACA 0018보다 높은 양력계수를 나타내었다.
현대전에서는 정보전을 기반으로 미사일, 유도무기 등의 사정거리와 정밀도가 향상됨에 따라 지대공미사일(SAM : Surface to Air Missile)의 요격성능의 중요성이 부각되고 있다. 위협적인 공중 공격을 예측 하고 방어하기 위해 최선의 방법으로 지대공 레이더와 유도미사일을 이용한 공중방어시스템 구축이 필요하다. 지대공미사일 개발 과정에서 Modeling and Simulation (M&S)을 이용하는 것은 시간적, 공간적 제한을 극복할 수 있고 시행착오를 줄임으로 비용을 절감할 수 있는 이점이 있다. M&S는 최신 무기체계 설계 및 교육/훈련 분야에 많이 적용되고 있다. 본 연구는 지대공미사일의 요격 성능 평가를 위한 시뮬레이터를 개발하는 것에 목적이 있다. 본 연구에서는 다양한 사양의 지대공미사일 요격 성능을 고려할 수 있는 지대공미사일 요격 성능 분석 시뮬레이터의 아키텍처를 제시하고 개발하였다. 개발된 지대공미사일 요격 성능 분석 시뮬레이터는 C++와 Direct3D를 기반으로 개발되었으며, Direct3D를 이용한 3D 가시화를 통해 사용자에게 애니메이션 창에 시각적으로 시뮬레이션의 진행 경과를 보여줄 수 있도록 개발되었다. 사용자의 교전모델 설계 운영 정보는 입력창을 통해 입력되며, 이 정보는 객체 관리자, 운영 관리자, 통합 관리자로 구성된 시뮬레이션 엔진에서 자동으로 지대공미사일을 모델링 및 시뮬레이션 하여 빠른 시간 안에 시뮬레이터 사용자에게 피드백을 제공한다.
최근 정부는 SOC디지털화 계획의 하나로 스마트 물관리 및 홍수 예방을 위해 배수시설 자동·원격제어체계를 국가하천 57%에 도입(1,800억원)하고 실시간 모니터링체계(300억원)를 구축하며, 댐 11개소에 빅데이터를 기반으로 한 스마트 댐 안전관리 체계(150억원)를 마련할 계획입니다. 이러한 스마트 물관리 및 홍수 예방을 위해서는 하천의 실시간 유속 측정을 통해 중간단면법을 적용하여 유량을 정확히 계산할 수 있는 시스템의 연구가 필요합니다. 이러한 시스템의 구현과 정확도를 높이기 위해서 가장 중요한 것은 실시간 유속 측정의 정확도를 확보하는 것입니다. 현재 실시간 유속 측정을 위해 미국, 유럽 등의 전자파 표면 유속 측정용 레이다 센서를 도입하여 시스템에 적용하고 있으나 고가의 가격, 유속 측정 범위의 한계 및 기술 지원 미흡 등의 문제로 인해 시스템의 개선 요구가 지속되고 있는 상황입니다. 따라서 실시간 유속 측정을 위한 전자파 표면 유속 측정용 레이다 센서를 자체 개발하여 개선된 유량 측정 및 홍수 예측 시스템을 제시하고자 합니다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.