• 디지털융복합연구
• /
• 제18권12호
• /
• pp.279-284
• /
• 2020

2020년 1월, COVID19는 온 지구를 팬데믹에 빠트렸다. 이로 인해 경제적으로 큰 손실을 가져왔으며, 사회적으로 혼란을 일으키고 있다. 이러한 코로나19는 심장병, 고혈압, 당뇨, 뇌졸중, 우울증, 암 등과 같은 기저질환자들에게 감염률이 월등히 높다. 또한, 기저질환자가 기저질환이 없는 사람들보다 치명률이 훨씬 높다고 연구되었다. 본 연구에서는 뇌파데이터를 이용하여 기저질환의 유·무를 분류하였다. 기저질환자 유·무에 대한 분류를 위해 사용된 데이터는 데이터사이언스랩에서 제공하는 뇌파데이터로 33개의 특징과 69개의 샘플로 이루어졌다. 데이터의 전처리는 Z-score를 사용하였다. 분류는 뉴럴네트워크 인 NEWFM와 ZNN엔진을 사용하였다. 실험 결과 기저질환자의 유·무에 대한 분류결과 NEWFM은 77.94%, ZNN은 76.47%의 실험 결과를 얻었다. 이 연구를 통해 뇌파데이터를 측정하고 기저질환의 유무를 분류하고 높은 감염률을 보이는 기저질환자들이 COVID19로부터 예방 할 수 있으리라 기대한다. 이를 기반으로 향후 기저질환에 대한 세분류를 할 수 있는 연구가 필요하고, 각 기저질환이 전염병에 미치는 영향에 대해서도 연구가 필요하다.

• 한국수자원학회논문집
• /
• 제53권12호
• /
• pp.1119-1130
• /
• 2020

기후변화와 기상이변으로 인해 최근 전세계적으로 홍수피해가 증가하고 있다. 우리나라에서는 피해복구가 일반적인 홍수피해 대응방안으로 사용되어 왔기 때문에, 홍수피해에 대한 예방적인 대책을 위해서는 강우특성에 따른 지역적 홍수피해규모를 예측할 필요가 있다. 따라서, 본 연구의 목적은 우리나라 7개 대도시에서의 강우에 의한 인적 및 물적 홍수피해 예측을 위한 회귀함수를 개발하는 것이다. 회귀분석은 1998년부터 2017년까지 최근 20년 동안의 인적 및 물적 손실의 2가지 피해특성자료에 대해 6개의 강우특성 인자를 4가지 형태의 비선형 방정식에 각각 적용한 총 48가지 유형의 단순회귀모형을 통해 종합적으로 수행되었다. 결정계수와 유의성 검정을 통해 회귀분석 결과를 검토하여 각 대도시의 피해추정함수를 최종 선정하였고, 이를 이용하여 100년 빈도 강우량에 대한 7개 대도시의 인적 및 물적 홍수피해 규모를 평가하였다. 본 논문의 결과는 홍수피해 저감대책을 위한 홍수피해 규모 평가에 기초정보를 제공할 수 있을 것으로 기대된다.

• 한국인터넷방송통신학회논문지
• /
• 제22권5호
• /
• pp.185-191
• /
• 2022

본 연구에서는 U-Net, 잔차 신경망, 서브 픽셀 컨볼루션을 기반으로 새로운 초해상도 신경망을 제안한다. U-Net의 최대 풀링으로 인해 세부적인 정보의 손실이 일어나는 것을 막기 위해 서브 픽셀 컨볼루션을 활용한 다운 샘플링 그리고 연결을 제안한다. 이는 필터 안의 최대 값만으로 새로운 피처맵을 만드는 최대 풀링과 다르게 필터 안의 모든 픽셀을 사용한다. 2×2 크기의 필터가 지나가면서 왼쪽 위, 오른쪽 위, 왼쪽 아래, 오른쪽 아래의 픽셀들로만 이루어진 피처맵을 만든다. 이를 통해 크기가 절반이 되고, 피처맵이 개수가 4배가 된다. 그리고 연산량을 줄이기 위해 두 가지 방법을 제안했다. 첫 번째는 U-Net의 업 컨볼루션 대신 연산량이 없고, 성능이 더 좋은 서브 픽셀 컨볼루션을 사용한다. 두 번째는 U-Net의 연결 층 대신 두 피처 맵을 더하는 층을 사용한다. 밴치 마크 데이터 세트로 실험한 결과 스케일 2의 set5 데이터를 제외하고 모든 스케일 및 벤치마크 데이터 세트에서 더 나은 PSNR 값을 보여주고, 국소부위의 패턴을 명확하게 표현할 수 있었다.

• 한국시뮬레이션학회논문지
• /
• 제31권3호
• /
• pp.1-10
• /
• 2022

국방 분야는 아군 피해를 최소화하고 전투 효과를 향상하기 위해 무인 시스템을 운용한다. 해군의 무인수상정(USV, Swarm Unmanned Surface Vehicle)은 통신범위 내 군집 형성과 USV 간의 상황인식 정보공유를 통해 임무를 수행한다. 본 논문은 무인수상정의 내부 연동 및 외부 연동을 위한 인터페이스 연동어댑터 시스템(IAS, Interface Adapter System)을 제안한다. IAS는 USV의 자율운항 경로생성과 무장할당을 계획하는 임무계획 부체계(MPS, Mission Planning Subsystem)의 타 부체계 간 연동을 담당하며, 주요 기능은 MPS와 타 부체계 간 인터페이스 데이터를 실시간으로 교환하는 것이다. 이를 위해, MPS의 기능 요구사항과 연동 메시지를 식별 및 분석하였고, 실시간 분산처리 미들웨어를 활용하여 IAS를 구현하였다. 실험은 군집 USV 시뮬레이션 환경을 통한 다수의 통합시험을 수행하였으며, 지연시간과 연동 메시지 손실률을 측정하였다. 그 결과, 제안한 IAS는 MPS와 타 부체계 간 성공적인 가교역할을 수행할 것으로 기대한다.

• 응용통계연구
• /
• 제35권4호
• /
• pp.553-568
• /
• 2022

가계동향조사는 가구에 대한 가계수지 실태를 파악하여 국민 소득·소비 수준과 그 변화의 측정 및 분석 등을 목적으로 하는 통계청의 대표적인 조사이다. 최근 여러 기관들에서 2017년과 2018년의 가계동향 지출부문에서 발생한 시계열 단절에 대한 문제를 인식하고, 이 기간에 대한 시계열 연계를 위한 관련 연구를 진행하고 있다. 본 연구에서는 2016년까지의 가계동향 조사 시계열 특성을 파악하고, 이를 반영하여 2017년과 2018년의 지출액에 대한 시계열을 연계하는 예측값을 도출한다. 본 연구에서는 각 지출 항목들의 시계열적 특성을 골고루 반영하는 동시에 특정 예측 모형의 영향을 줄이기 위하여 총 8개의 회귀모형, 시계열모형, 머신러닝 기법을 합성하여 사용하였다. 특히 본 연구의 주목할 만한 특징은, Top-down 또는 Bottom-up 방식이 아닌, 정보의 손실없이 가계동향조사의 계층 구조를 반영할 수 있는 optimal combination 기법을 사용하여 예측력을 향상시켰다는 점이다. 2017년부터 2019년 자료에 대한 가계동향 지출 부문의 연계 분석 결과, 본 연구가 제안하는 연계 방식이 시계열 단절성 회복 및 예측력 향상에 기여하며, 또한 optimal combination 기법에 의한 계층 조정 후의 예측값이 조사자료에 보다 근접한 결과를 보여줌을 확인하였다.

• 한국해양생명과학회지
• /
• 제4권1호
• /
• pp.38-43
• /
• 2019

붉바리(Epinephelus akaara) 종자생산 시 기형 발생에 의한 손실이 크지만 기형어에 대한 생물학적 정보는 많지 않다. 본 연구에서는 부화 후 96일 붉바리 치어를 정상 그룹과 두 유형의 기형 그룹(머리, 턱)으로 나누어 형태형성과 연관된 4개의 주요 유전자(insulin like growth factor 1: IGF-1, bone morphogenic protein 4: BMP4, peroxisome proliferator-activated receptors γ: PPARγ, matrix Gla protein: MGP) 발현을 조사하였다. 각 그룹에서 뇌, 간 및 근육을 잘라낸 다음 total RNA를 추출한 후 real-time PCR을 사용하여 유전자 발현 차이를 비교하였다(n=20). 부화 후 96일 붉바리 치어에서 IGF-1과 BMP4 유전자는 기형 그룹의 뇌와 간에서 정상 그룹과 비교하여 유의한 발현 차이를 나타냈다(p<0.05). 반면에 PPARγ와 MGP 유전자는 어떤 조직에서도 정상 그룹과 기형 그룹 사이에 유의한 발현 차이를 보이지 않았다. IGF-1과 BMP4 유전자는 치어 단계의 붉바리 기형 상태와 관련되어 있는 것으로 보인다.

• 지역연구
• /
• 제38권4호
• /
• pp.59-74
• /
• 2022

코로나기간 동안 대면 영업을 위주로 운영하는 소상공인과 자영업자들은 경제적으로 큰 손실을 경험했다. 특히, 전통시장에 입점한 업체들의 경우, 온라인판매시스템으로의 전환이 비교적 쉽지 않은 경우가 많아 상대적으로 피해가 더욱 심한 것으로 나타나고 있다. 본 연구는 서울시를 대상으로 전통시장 상권매출 자료를 활용해 코로나의 영향을 실증적으로 분석하고자 하였다. 코로나의 영향을 보다 정확하게 추정하기 위해 패널고정효과 모형을 활용하였으며, 전통시장의 규모, 전통시장에 입점한 업체들의 유형에 따라 영향 정도를 세밀하게 분석하였다. 연구의 결과, 예상과는 다르게 코로나 이전과 비교해서 코로나기간 동안 전통시장의 상권매출 변동은 나타나지 않은 것으로 분석되었다. 하지만, 코로나의 영향력은 전통시장 안에서 업종별로 차이를 보였는데, 코로나로 인해 가장 큰 피해를 입은 업종은 서비스업인 것으로 나타났고, 그다음으로 소매업, 음식점 순으로 나타났다. 또한, 전통시장 규모에 따라서도 코로나로 인한 영향이 다르게 나타났다. 전통시장의 경우, 대형마트에 비해 외부변화나 시대흐름에 민감하지 못하기 때문에 사람들의 소비패턴이나 행동패턴이 변하면 큰 피해가 따를 수 있다. 전통시장 활성화 전략을 세울 때, 전통시장이라는 공간에 대해서 동일한 인센티브나 전략적인 방안을 마련하기보다는 전통시장 안에서 업종별, 유형별로 세밀한 방안을 세울 필요가 있다.

• 한국건축시공학회지
• /
• 제22권6호
• /
• pp.689-700
• /
• 2022

건축물 골조공사에서 먹매김 작업은 건축물 구조부재 요소를 정확한 위치에 시공하기 위해 높은 정밀도가 요구되나, 현재 인력에 의해서 진행되어 작업자의 숙련도에 따라 먹 위치 정확도 및 정밀도가 저하되고, 정보손실 및 오류 발생에 따른 생산성 저하 문제점을 갖는다. 이를 해결하기 위해 전반적인 먹매김 공정의 자동화 및 정보화 기술 도입이 요구되며, 건설로봇을 활용한 먹매김 자동화는 효과적인 수단이 될 수 있다. 이에 본 연구에서는 건축물 골조공사의 먹매김 시공자동화 로봇의 프로토타입을 개발하고 기초성능을 평가하였다. 개발된 로봇은 크게 주행부, 마킹부, 센싱부, 제어부로 구성되었으며, 골조공사 환경을 고려하여 다양한 주행방식과 마킹부 이동 및 회전이 가능하도록 설계되었다. 주행 및 마킹 성능 실험 결과, 주행거리 오차 및 마킹 품질측면에서는 만족할 만한 성능을 보였으나, 일부 주행방식과 마킹 정밀도 측면에서의 개선 필요성이 확인되었다. 본 연구결과를 토대로 개발 장비의 지속적인 개선 및 성능 보완, 전체 먹매김 공정의 자동화 시스템 구축을 진행하고자 한다.

• 지구물리와물리탐사
• /
• 제24권4호
• /
• pp.180-193
• /
• 2021

복소 전기비저항 탐사기법은 진동수 영역에서 전기비저항과 위상을 측정하여 지하 매질의 다양한 특성정보를 획득할 수 있는 탐사기법으로 최근 그 활용성이 증가하고 있다. 이 논문에서는 복소 전기비저항 탐사기법의 활용성을 높이기 위하여 획득한 자료에 대한 3차원 역산 알고리듬을 개발하였다. 이를 위한 모델링에는 전자기 커플링 효과를 무시하는 경우에 적용할 수 있는 포아송 방정식을 적용하였으며, 역산에는 기존의 평활화된 역산법을 복소수로 확장하는 방법으로 알고리듬을 개발하였다. 역산의 안정성 및 현장자료의 적용성을 높이기 위하여 라그랑지 곱수를 역산 과정에서 오차 벡터와 모델 증분 벡터의 크기에 따라 자동적으로 조정되도록 하는 기법을 도입하였다. 또한, 잡음이 많이 포함된 위상자료로 인한 자료의 손실을 보완하기 위하여 역산반복 단계에서 초반부는 전기비저항 자료만을, 후반부는 전기비저항 자료와 위상 자료를 모두 역산하는 두 단계로 구성된 역산기법을 제시하였다. 수치 모형실험에 대한 역산 시험결과 안정적인 역산 결과를 얻을 수 있었으며, 개발된 3차원 역산 알고리듬을 국내 천열수 광산 인근에서 수행한 복소 전기비저항 탐사자료 해석에 적용하여 그 타당성을 확인하였다.

• 지구물리와물리탐사
• /
• 제25권2호
• /
• pp.59-70
• /
• 2022

최근의 연구들을 통해 기계학습은 탄성파 해석 분야에 그 적용 범위를 확장하고 있으며, 탄성파 해석에서 중요한 탄성파 층서 구분을 수행하는 합성곱 신경망들의 개발도 수행되었다. 하지만 지도 학습의 경우 대량의 학습 자료가 필요하며, 비용과 시간의 한계로 탄성파 층서구분의 지도학습은 학습 자료의 부족이 문제가 될 수 있다. 이번 연구에서는 자료 부족 문제를 보완하기위해 탄성파 단면에 패치 분할과 자료증강을 적용하였다. 또한 패치 분할로 손실될 수 있는 공간정보를 제공하기 위해 깊이를 고려할 수 있는 인공 채널을 생성하여 추가하였다. 실험을 위한 학습 모델로 U-Net을 사용하였으며, 층서 구분을 위한 학습 자료가 제공되는 F3 block 자료를 이용하여 학습과 예측 결과에 대한 평가를 수행하였다. 분석 결과 자료증강과 인공 채널의 추가로 패치 기반의 층서 구분 학습 모델을 개선할 수 있음을 확인하였다.