• 컴퓨터교육학회논문지
• /
• 제6권4호
• /
• pp.157-169
• /
• 2003

최근 교사들의 이야기를 들어보면 자료는 많은데 쓸만한 자료가 없다고 한다. ICT 활용 교육 활성화 이후 많은 디지털 자료가 개발 보급되어 교수 학습 자료의 양적인 팽창을 가져왔다. 이와 같은 결과는 자료가 없어 수업하기가 어려웠던 시절에 비하면 교사들에게 많은 장점을 제공하였다고 볼 수 있다. 그러나 많은 정점에도 불고하고 교사들은 다음과 같은 두 가지의 문제점을 토로한다. 첫째, 자료는 많은데 쓸만한 자료가 없다고 한다. 교수 학습 자료의 적합도와 충실도와 관련된 질 관리의 개념이 필요하다는 문제의식이다. 둘째, 자료가 너무 많아서 어떤 것이 내가 쓸려고 하는 자료인가 찾기가 어렵다고 한다. 양질의 자료와 그렇지 못한 자료가 혼재한 교수 학습 자료의 보급방식에 개선이 필요하다는 문제의식이다. 이와 같은 문제를 해결하기 위해서 필요한 것이 교수 학습 자료 질 관리 체제를 개발하는 것이다. 본 글은 교수 학습 자료를 잘 관리하기 위한 방안을 제안하기 위해서 쓰여 졌다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.318-318
• /
• 2016

위성은 준 실시간으로 국토 전체의 관측과 미계측/비접근 지역의 관측도 가능하여 가뭄, 홍수 등 수재해와 관련된 분석 자료로 활용되고 있으며, 위성 기반의 수재해 모니터링 적용성에 대한 연구 또한 수행되고 있다. 위성에서 관측된 자료는 NASA, JAXA 등의 위성 관리 센터에서 알고리즘을 적용하여 인터넷으로 제공하고, 최근 K-water에서는 수자원분야의 위성활용을 위해 위성 자료 수집 시스템을 갖추어 Aqua/Terra MODIS, GPM, GCOM-W1 등의 위성 자료를 수집하고 있다. 위성 자료는 5분~16일 등의 다양한 주기로 제공되고 있으며, 자료 타입, 측정 시간 등의 간단한 정보만 파일명으로 표시되어 위성의 위치(경위도) 및 해당 지점의 위성 자료를 얻기 위해서는 위성 자료를 확인해야만 하는 번거로움이 따른다. 본 연구에서는 순차적으로 관측된 위성 자료의 시 공간적 속성정보를 추출하고 해당 정보를 영상과 함께 맵핑하여, 시간의 흐름에 따른 위성 궤도의 시각화 방안을 제시하였다. 위성 궤도의 시각화 방안으로 사용된 위성 자료는 Terra MODIS의 'MOD02SSH', GPM GMI 센서의 'GPROF' 자료 타입을 사용하였다. 'MOD02SSH'는 5분 동안 5km의 공간해상도로 측정한 자료가 1개의 파일이며, 'GPROF'는 5분 동안 4km의 공간해상도로 측정한다. 공전 주기의 검증을 위해 케플러의 제3법칙을 적용한 Terra 위성의 공전주기는 98.75분으로 계산되며, 위성 자료의 공전주기는 98.87분으로 나타난다. 검증 결과 약 0.12초의 오차가 발생하며, 정확한 위성 고도와 높은 해상도의 위성 자료를 통해 오차의 감소가 가능하다. 이를 통해 시각화 된 동적 시계열 이미지는 시간에 따른 위성 궤도의 정보를 추출 할 수 있다. 이는 수재해 정보시스템의 모니터링을 위해 사용 가능하고, 시간에 따른 위성 궤도 정보를 통하여 필요한 시간대의 위성 위치 정보, 해당 지점의 관측 자료를 효율적으로 수집하여 자료 수집을 위한 시간 단축이 가능하며, 사용자 또는 관리자를 위한 모니터링 수행 또한 효율적인 운영이 가능할 것으로 사료된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.445-445
• /
• 2018

기후변화에 따른 환경오염은 21세기 인류에게 가장 심각한 문제 중의 하나로 대두되고 있다. 환경적인 측면에서 하천오염은 경제적으로 많은 문제를 발생시키고 있다. 이러한 하천오염 문제를 해결하기 위해서는 오염물질의 농도 측적 및 데이터 축적이 필수적이라 할 수 있다. 그러나 일반적으로 오염물질 부하량에 대한 직접적인 측정은 비용 측면에서 쉽지 않은 것이 사실이다. 또한 실시간으로 BOD, COD, TN, TP 등의 자료를 이용하여 예측하는 것에는 자료의 부족성으로 인해 한계가 있다. 본 연구에서는 구글의 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하여 기계학습을 통한 하천오염 예측을 목적으로 하고 있다. 기계학습을 위하여 텐서플로우를 활용하여 RNN, LSTM 인공신경망 모형을 구축하였다. 하천오염의 학습과 예측을 위해 결과치 분석을 위한 자료로는 금강 유역에 위치한 옥천 관측소 충청북도 옥천군 이원면 이원대교에 위치한 $36^{\circ}14'31.0''N$ $127^{\circ}40'02.6''E$의 관측소에서 BOD, COD, DO, 부유물질의 자료를 사용하였다. 모형의 학습을 위해서 입력자료는 수위, 유량, 평균기온, 평균풍속 자료를 2004년 ~ 2017년까지의 14년간의 자료를 사용하였다. 연구를 위해 BOD, COD, DO 부유물질 자료는 물환경정보시스템(http://water.nier.go.kr/)의 자료를 활용하고 수위, 유량등의 자료는 국가수자원관리종합정보시스템 (http://www.wamis.go.kr/)의 자료를 사용하였다. 그러나 수온, 수위, 풍속등의 자료는 일 자료가 있는가 반면 BOD, COD, TN, TP등의 자료는 일 자료가 있지 않아 이를 원활히 활용할 수 있도록 예측을 위한 결과치의 선형보간법을 통해 일 자료를 획득한 후 연구를 하였다. RNN, LSTM의 분석 시 학습속도, 반복시행횟수 sequence length의 길이 등의 값을 조절 하면서 결과치를 분석하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.231-231
• /
• 2019

수문자료는 수문과정을 이해하고 그 특성을 파악하여 장래 예견되는 자연재해로부터 인간의 생명과 재산을 보호하는데 있어서 매우 중요하다. 특히 수자원 계획 수립 및 대규모 수공구조물 설계 시 수문학적 설계기준이 되는 강수량 및 유출량과 같은 설계 수문량을 정확하게 산정하기 위해서는 장기간의 과거자료가 필요하다. 그러나 한국의 경우 수문자료 관측을 위한 관측소가 대부분 근래에 설치되어 자료의 기록기간이 짧은 실정이며, 수문자료의 질적인 면에서의 신뢰성이 의심되는 경우가 많아 수문 시계열 자료의 특성을 파악하는 것이 더욱 중요하다. 한국의 경우 수문 시계열 자료가 정상성이나 독립성을 지니고 있다고 가정하고 수문분석을 실시하는 경우가 많기 때문에 정상성을 가정한 수문분석으로 인해 왜곡된 결과를 얻을 수 있는 가능성이 있다. 본 논문에서는 한국의 기상청 63개의 기상관측소 중 45년 이상의 장기간의 관측 자료를 가지고 있는 37개의 기상관측소의 연강수량 자료를 대상으로 Data Screening 방법을 이용하여 정상성 분석을 실시하였다. 분석결과 37개소의 기상관측소 연 강수량의 시계열 자료 중 4개 관측소의 연강수량 자료에서 경향성을 보였으며 평균과 분산의 시간변동성을 의미하는 안정성은 22개 관측소 연강수량 자료에서 불안정성을 나타내었다. 또한 4개 관측소 연강수량 자료에서 지속성을 나타내었다. 본 논문에서는 경향성이 없고 평균과 분산의 안정성이 존재하며 지속성을 보이지 않는다는 조건을 동시에 만족하는 연 강수량 시계열 자료만을 정상성이 있다고 판단하였으며 분석 결과, 37개 관측소 중 23개 관측소(약 62%) 연 강수량자료가 비정상성을 나타냄을 확인할 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.280-280
• /
• 2023

강수의 정확한 시·공간적 추정은 홍수 대응, 가뭄 관리, 수자원 계획 등 수문학적 모델링의 핵심 기술이다. 우주 기술의 발전으로 전지구 강수량 측정 프로젝트(Global Precipitation Measurement, GPM)가 시작됨에 따라 위성의 여러 센서를 이용하여 다양한 고해상도 강수량 자료가 생산되고 있으며, 기후변화로 인한 수재해의 빈도가 증가함에 따라 준실시간(Near-Real-Time) 위성 강수 자료의 활용성 및 중요성이 높아지고 있다. 하지만 준실시간 위성 강수 자료의 경우 빠른 지연시간(latency) 확보를 위해 관측 이후 최소한의 보정을 거쳐 제공되므로 상대적으로 강수 추정치의 불확실성이 높다. 이에 따라 본 연구에서는 앙상블 머신러닝 기반 수집된 위성 강수 자료들을 관측 자료와 병합하여 보정된 준실시간 강수량 자료를 생성하고자 한다. 모형의 입력에는 시단위 3가지 준실시간 위성 강수 자료(GSMaP_NRT, IMERG_Early, PERSIANN_CCS)와 방재기상관측 (AWS)의 온도, 습도, 강수량 지점 자료를 활용하였다. 지점 강수 자료의 경우 결측치를 고려하여 475개 관측소를 선정하였으며, 공간성을 고려한 랜덤 샘플링으로 375개소(약 80%)는 훈련 자료, 나머지 100개소(약 20%)는 검증 자료로 분리하였다. 모형의 정량적 평가 지표로는 KGE, MAE, RMSE이 사용되었으며, 정성적 평가 지표로 강수 분할표에 따라 POD, SR, BS 그리고 CSI를 사용하였다. 머신러닝 모형은 개별 원시 위성 강수 자료 및 IDW 기법보다 높은 정확도로 강수량을 추정하였으며 공간적으로 안정적인 결과를 나타내었다. 다만, 최대 강수량에서는 다소 과소추정되므로 이는 강수와 관련된 입력 변수의 개수 업데이트로 해결할 수 있을 것으로 판단된다. 따라서 불확실성이 높은 개별 준실시간 위성 자료들을 관측 자료와 병합하여 보정된 최적 강수 자료를 생성하는 머신러닝 기법은 돌발성 수재해에 실시간으로 대응 가능하며 홍수 예보에 신뢰도 높은 정량적인 강수량 추정치를 제공할 수 있다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 1997년도 추계학술대회 발표요약문
• /
• pp.1-5
• /
• 1997

WEB기반의 환경GIS 자료관리를 위해 JVM(Java Virtual Machine), JDBC, Oracle을 이용한다 환경GIS자료에는 위성영상, 주제도, 일반 GIS자료 등이 있으며, 이 자료는 공간정보와, 속성정보를 가지고 Server의 DB에 존재한다. 자료의 검색과 등록은 WEB Browser에서 조회용 지도를 이용하여 지도상 공간속성정보와 비공간속성정보에 의한 검색기능을 제공한다.

• 한국가금학회지
• /
• 제13권1호
• /
• pp.131-140
• /
• 1986

브로일러 계군에서 질병으로 인한 피해를 파악하는데는 어느 분야보다도 자료의 부족을 절감하게 된다. 필자가 파악하기로는 몇개 사료회사에서 사료의 질을 파악하는 방편의 일환으로 생존율을 조사하고 있으나 자료를 얻기가 쉽지 않고 또한 자료를 구한다 치더라도 조사대상 농장의 전반적인 사양관리상의 수준 등을 고려할 때 그것이 국내에서의 브로일러의 생존율을 대표하기보다 왜곡된 자료일 가능성이 많다. 그래도 유일하게 신빙성이 있는 자료는 가축위생연구소와 대학에서 실시하고 있는 가금질병 진단써비스 자료이다. (중략)

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2005년도 춘계 학술발표회 논문집
• /
• pp.147-154
• /
• 2005

본 논문에서는 집단화된 자료의 분위수들을 계산하는 수정된 방법을 제시하였다. 제시된 방법은 각 계급구간 안의 자료들이 그 구간에 걸쳐 균등한 간격으로, 그리고 구간의 중간점에 관하여 대칭으로 분포하고 있다고 가정하고 분위수들을 계산하는 방법이다. 개개의 자료값들이 주어진 자료를 통하여, 제시된 방법과 기존의 방법을 비교하였다.

• 응용통계연구
• /
• 제12권2호
• /
• pp.657-670
• /
• 1999

공공기관에서 발간하는 공식통계자료들을 살펴보면 대부분 관찰값으로 총 빈도수나 또는 전체를 기준으로 하여 그 빈도수가 차지하는 퍼센트 그리고 지수 등으로 나타나 있다. 이러한 자료는 단순히 공무원들에게 행정용으로 활용되고는 있으나 일반인들이 자료를 이해하고 나아가 활용하기는 어렵다. 이런 자료들이 일반인을 위한 자료가 되기 위해서는 국민 한사람(또는 기본 단위)당 그 발생 확률을 구하여 제시하고 나아가 개개인의 여러 복잡한 현실 상황을 고려해도 그 확률 계산이 용이하도록 기초적인 자료를 제공하는 것이 바람직하다고 사료된다. 즉, 육하(六河)원칙을 근거로한 현상에 대하여 확률을 구하고 활용할 수 있는 방안을 제시한다. 이 논문에서는 경찰청에서 발표된 교통사고에 대한 통계자료와 대검찰청에서 발표된 범죄사건 통계자료를 통계학의 기본인 확률의 개념을 도입하여 보다 이해가 쉽고, 나아가 교통사고와 범죄 피해를 최소한으로 줄일수 있는 자료로 변환하여 설명하고자 한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 추계 학술대회 학술발표 논문집
• /
• pp.53-56
• /
• 2003

유사도 혹은 자료간의 거리 개념은 많은 기계학습 알고리즘에서 사용되고 있는 중요한 측정개념이다 하지만 입력되는 자료의 속성들중 순서가 정의되지 않은 범주형 속성이 포함되어 있는 경우, 자료간의 유사도나 거리 측정에 어려움이 따른다. 비거리 기반의 알고리즘들의 경우-C4.5, CART-거리의 측정없이 작동할 수 있지만, 거리기반의 알고리즘들의 경우 범주형 속성의 거리 정보 결여로 효과적으로 적용될 수 없는 문제점을 갖고 있다. 본 논문에서는 이러한 범주형 자료들간 거리 측정을 자료 집합의 특성을 충분히 고려한 방법을 제안한다. 이를 위해 자료 집합의 선험적인 정보를 필요로 한다. 이런 선험적 정보인 조건부 확률을 기반으로한 거리 측정방법을 제시하고 오류 피드백을 통해서 속성 간 거리 측정을 최적화 하려고 노력한다. 주어진 자료 집합에 대해 서로 다른 두 범주형 값이 목적 속성에 대해서 유사한 분포를 보인다면 이들 값들은 비교적 가까운 거리로 결정한다 이렇게 결정된 거리를 기반으로 학습 단계를 진행하며 이때 발생한 오류들에 대해 피드백 작업을 진행한다. UCI Machine Learning Repository의 자료들을 이용한 실험 결과를 통해 제안한 거리 측정 방법의 우수한 성능을 확인하였다.