• 한국산학기술학회논문지
• /
• 제21권12호
• /
• pp.200-210
• /
• 2020

교육시설 유지관리는 교육환경개선사업의 12개 단위사업별로 취합하고, 심의를 통해 최종 유지보수 대상이 선정된다. 실태조사의 평가점수로 우선순위가 결정되고 순차적으로 예산을 편성하여 진행된다. 우선순위는 유지보수공사 수행을 위한 일정표이자 발주를 위한 중요한 기준이 된다. 예산이 산출되는 실태조사단계와 우선순위 기준의 개별적 유지 보수공사는 몇 가지 한계가 있다. 학교시설관리자는 물량산출에 한계가 있으며, 부정확한 소요예산이 도출되는 결과로 이어진다. 우선순위 기준의 유지보수공사는 개별적으로 분리 발주되어 불필요한 공사기간이 반영된다. 학생들은 학습 환경에서 불편함이 발생하고, 안전을 침해하는 기간이 늘어난다. 본 연구는 실태조사단계의 BIM 활용과 공종 패키지 플래닝 프레임워크를 제안하였다. BIM은 유지보수 대상의 물량정보를 지원하여 예산산출에 활용되며, 보수이력과 점검 결과가 연계하여 평가점수를 도출한다. 공종 패키지 알고리즘은 단위사업별 예산배정 구간을 구분하고, 동일한 공간과 부위에 투입된 공종이 그룹화된 결과를 도출한다. 사례적용 결과 공사기간은 기존 대비 약 37.4% 단축이 가능하였으며, 실무자 면담을 통해 공종 그룹화 대상을 도출 과정에서 활용성이 높은 것으로 평가되었다.

• 한국해안·해양공학회논문집
• /
• 제33권3호
• /
• pp.101-109
• /
• 2021

항해용 X-band 레이다를 이용한 파랑관측은 해수면에 후방산란 된 전자기파 이미지를 분석하여 이루어진다. 1분당 42개의 해수면 시계열 이미지로부터 3차원 FFT를 계산하고 변조전달함수(Modulation Transfer Function)를 구하여 파랑정보를 추출한다. 따라서 레이다 파고계로 계측한 유의파고의 정확도는 X-band 레이다 영상의 상태에 따라 결정된다. 2020년 여름 태풍 마이삭과 하이선 내습 시 강릉 안인 해안에 설치된 X-band 레이다 파고계로 관측한 유의파고의 오차가 크게 발생하였다. 이는 태풍 내습 시 급격히 유의파고가 증가하는 한편 강한 강우가 동반되어 X-band 레이다 영상의 품질이 저하되었기 때문이다. 최대 오차 발생 이전까지 많은 강우가 있었음이 확인된다. 본 연구에서는 convolution neural network(CNN)을 이용하여 레이다 이미지로부터 강우 여부를 분류하고 강우여부에 따라 강우시 인공신경망 모델을 적용하여 태풍 시 유의파고 관측 정확도를 향상시켰다. 폭우를 동반한 태풍 시 레이다 자료 특성에 기반하여 인공신경망 유의파고 산출 알고리즘을 개선하고 이를 통해 X-band 레이다 파고계의 정확도를 향상시키는 방법을 제시하였다.

• 한국농림기상학회지
• /
• 제23권4호
• /
• pp.391-404
• /
• 2021

본 연구에서는 최신의 연구 트렌드인 빅데이터와 인공지능을 농업분야에 접목하여 유전자 알고리즘(GA)과 전지구 기후 재분석 자료를 활용한 마늘 생산량의 장기 예측 모형을 개발하고 그 예측성능을 평가해 보았다. 해당 모형은 마늘의 파종량을 수정할 수 있는 11월에 예측 자료를 생산하므로, 마늘의 생산 시기와 시간공간적으로 떨어진 전지구 기후 재분석 자료로부터 마늘생산량의 예측 인자로 활용할 수 있는 시그널을 찾아 장기적 마늘 생산량 예측에 활용하였다. 그 결과 결정론적 예측과 확률론적 예측 모두 마늘 생산량의 경년변동성을 통계적으로 99% 신뢰수준에서 관측과 유사하게 모의하였으며, 범주형 예측에서도 이분위 예측에서 93.3%, 삼분위 예측에서 73.3%의 적중률을 보이며 우수한 예측 성능을 나타내었다. 또한, 예측인자들 사이의 선형 및 비선형적 관계를 모두 고려하는 GA방법을 사용하였을 때, 선형적 앙상블 방법을 적용하였을 때 보다 높은 예측성능과 안정적인 예측결과를 보이는 것을 알 수 있다. 본 연구에서 개발된 마늘 생산량 예측 모형은 기존의 단기예측 위주의 농산물 생산량 예측의 한계를 극복하고 한 해의 농사가 시작되기 전 잠재 생산량을 전망 정보를 생산하여 농산물의 수요·공급 및 가격안정화를 위한 장기적 계획을 수립하는 것에 도움이 될 것으로 생각된다.

• 한국융합학회논문지
• /
• 제13권4호
• /
• pp.7-15
• /
• 2022

정보와 기술의 탈중앙화/분권, 공유/개방, 연결을 통한 개별 맞춤 시대의 지능화 세계 지향으로 그 어느 때 보다도 인공지능에 대한 관심과 기술적 담론 속에 기대와 우려가 교차하는 경향을 자주 보게 된다. 최근에는 2045년 전, 후로 AI의 특이성(Singularity)이 나타날 것이라는 미래학자들의 주장도 쉽게 찾아볼 수 있다. 이제는 다가올 인공지능 시대에서 AI와 함께 상생하고 번영하는 공존 패러다임을 만들기 위한 준비의 일환으로 보다 올바른 AI 윤리와 규제 설정을 위한 표준 프레임워크가 요구되고 있다. 주요지침 설정 누락의 위험성 배제와 타당하고 보다 합리적인 지침 항목과 평가 기준을 가늠 할 수 있는 방안이 점차 큰 연구문제로 나타나고 있기 때문이다. 이런 연구문제 해결과 동시에 AI 윤리와 규제 설정에 대한 지속적인 경험과 학습효과가 연결 발전될 수 있도록 국제기구/국가/기업의 AI 윤리와 규제에 대한 가이드 라인 자료 등을 수집하여 설정 연구모형과 텍스트 마이닝 탐색 분석을 통해 표준 프레임워크(SF: Standard Framework) 설정 방안을 연구 제시한다. 본 연구결과는 향후 보다 발전적인 AI 윤리와 규제지침 항목 설정과 평가 방안연구에 기초 선행연구 자료로 기여될 수 있을 것이다.

• 한국해양학회지:바다
• /
• 제26권4호
• /
• pp.307-326
• /
• 2021

상시 관측되는 조위관측소 해수위 자료는 결측값과 오측값을 포함하고 있으며, 그 중 오측 값은 이상값으로 분류되는 전처리 대상이다. 이러한 오측을 제거하기 위해 대표적으로 3𝜎 (three standard deviations) 규칙이 적용되어왔으나, 기상이변 등에 의한 극값이 존재하거나 3𝜎 범위 안에서도 오측이 존재하는 해수위 자료에는 그 적용이 어렵다. 본 연구에서 설계된 모델은 오측에 대한 사전 정보가 필요하지 않은 비주석 학습으로 구성되며, 재귀신경망과 앙상블 기법을 이용함으로써 실시간으로 수집되는 해수위 자료가 오측일 가능성을 발생한지 20분 이내로 제시한다. 검증이 완료된 모델은 평시 및 기상이변시의 정상값과 오측값을 잘 분리하며, 학습이 이뤄지지 않은 연도의 해수위 자료에서도 이상값 탐지가 가능함을 확인하였다. 본 연구의 관측 이상치 탐지 알고리즘은 조위관측소 해수위에 국한되지 않고 다양한 해양 및 대기자료의 이상치 탐지 인공신경망 모델에 확장 적용할 수 있다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1273-1283
• /
• 2022

최근 기후변화로 인해 중대형 산불이 빈번하게 발생하여 매년 인명 및 재산피해로 이어지고 있다. 원격탐사를 활용한 산불 피해지 모니터링 기법은 신속한 정보와 대규모 피해지의 객관적인 결과를 취득할 수 있다. 본 연구에서는 산불 피해지를 분류하기 위해 Sentinel-2의 분광대역, 정규식생지수(normalized difference vegetation index, NDVI), 정규수역지수(normalized difference water index, NDWI)를 활용하여 2022년 3월 발생한 강릉·동해 산불 피해지를 대상으로 U-net 기반 convolutional neural networks (CNNs) 딥러닝 모형을 모의하였다. 산불 피해지 분류 결과 강릉·동해 산불 피해지의 경우 97.3% (f₁=0.486, IoU=0.946)로 분류 정확도가 높았으나, 과적합(overfitting)의 가능성을 배제하기 어려워 울진·삼척 지역으로 동일한 모형을 적용하였다. 그 결과, 국립산림과학원에서 보고한 산불 피해 면적과의 중첩도가 74.4%로 확인되어 모형의 불확도를 고려하더라도 높은 수준의 정확도를 확인하였다. 본 연구는 농림위성과 유사한 분광대역을 선택적으로 사용하였으며, Sentinel-2 영상을 활용한 산불 피해지 분류가 정량적으로 가능함을 시사한다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1257-1271
• /
• 2022

최근 많은 수의 지구관측용 광학위성이 개발되어 위성영상에 대한 수요가 증가하고 있다. 따라서, 위성영상의 활발한 활용을 위해서 신속한 전처리 과정이 요구된다. 위성영상 정합은 두 영상을 하나의 특정한 좌표계로 변환하여 등록하는 기술로서 원격탐사 분야에서 영상정합 기술은 서로 다른 대역의 영상을 정렬하거나, 두 위성영상 간의 상대적인 위치 오차를 수정하는데 사용된다. 본 논문에서는 서로 다른 Ground Sample Distance (GSD)를 가지는 위성영상 간의 자동 영상정합 방법을 제안하였다. 제안방법은 개선된 특징점 매칭방법과 강인한 변환모델 추정기법을 기반으로 하며, 다음과 같이 5가지 처리과정으로 구성된다: 중첩 영역 계산, 개선된 특징점 탐지, 특징점 매칭, 강인한 변환모델 추정, 영상 리샘플링. 특징점 탐지를 위해서 중첩영역을 추출하여 두 영상의 GSD가 유사하도록 영상 리샘플링을 수행하였다. 특징점 매칭 단계에서는, Oriented FAST and Rotated BRIEF (ORB) 알고리즘을 사용하여 영상정합 성능을 향상시켰다. 영상정합 실험은 KOMPSAT-3A와 RapidEye영상을 실험대상으로 수행되었으며 제안방법의 성능검증은 정성적, 정량적 두 가지 방법으로 수행되었다. 영상정합의 재투영오차는 RapidEye GSD를 기준으로 1.277 (8.3 m)에서 1.608 (10.452 m)의 픽셀 정확도를 보였다. 즉, 결론적으로, 제안방법을 통해 이종해상도 위성영상의 영상정합 가능성을 확인하였다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1069-1080
• /
• 2022

대류권 오존은 전 세계적으로 인간과 생태계에 막대한 피해를 입히는 오염 물질이다. 국지적인 오존 문제는 발생 지역에서 바람에 의해 풍하 측으로 이동함에 따라 지역적, 전 지구적 문제가 되고 있다. 보다 효율적인 오존 모니터링을 위해서 연속적인 일중 관측이 가능한 정지궤도 위성을 이용하려는 시도가 있어왔다. 이 연구에서는 정지궤도 위성에서 관측될 대류권 오존의 연속적인 관측을 이용하여 대류권 오존 이동벡터(Tropospheric Ozone Movement Vector, TOMV) 산출을 세계 최초로 시도했다. 현재 정지궤도 위성을 이용한 대류권오존 산출물이 존재하지 않기 때문에 대기화학모델인 GEOS-Chem에서 산출된 대류권 오존 자료를 이용하였다. 산출된 오존의 이동 속도는 화학모델에 비해 높은 값이 나왔지만 오염의 이동의 방향은 매우 높은 일치성을 보여주었다. 제시된 알고리즘을 이용하면 오존의 유입 플럭스를 오존의 움직이는 속도와 방향을 이용하여 산출할 수도 있다. 이와 같은 결과는 오염물질의 이동분석에 널리 사용되는 역방향 궤적 방법의 대안으로써 오염물질의 모니터링과 예보에 보다 유용하게 사용될 수 있다. 이와 반대로 오존분포의 경계선이 불분명하면 TOMV 산출에 오차를 발생시킬 수 있기 때문에 이동에 대한 잘못된 정보를 줄 수 있는 것이 이 방법의 한계이다. 그럼에도 불구하고 TOMV 방법은 앞으로 활동하게 될 정지궤도 위성을 이용한 오염 모니터링과 예보에 진일보한 방향을 제시해줄 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.485-496
• /
• 2022

이 연구에서 RapidEye 위성영상 대기 및 지표반사도 산출물을 생성하는 소프트웨어를 구현하였다. 이 소프트웨어는 절대대기보정 알고리즘을 채택하고 있는 오픈소스 원격탐사 소프트웨어 Orfeo Toolbox (OTB)기반 Extension이다. 소프트웨어 성능을 확인하기 위하여 구현 결과인 산출물 정확도는 Radiometric Calibration Network (RadCalNet) 사이트의 데이터와 해당 위치에 촬영된 RapidEye 영상을 사용하여 검증하고자 하였다. 또한 거의 같은 일자에 같은 지역을 촬영한 KOMPSAT-3A 영상으로부터 생성한 지표반사도와 Landsat Analysis Ready Data (ARD) 제품 중 하나인 지표반사도 자료도 함께 비교하였다. 이 외에도 같은 영상에 대하여 상업 도구에서 지원하는 QUick Atmospheric Correction (QUAC)와 Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) 도구를 적용한 처리 결과와 직접 비교 연구를 수행하였다. RadCalNet 자료에 대비하여 KOMPSAT 지표반사도와 마찬가지로 이 Extension에서 얻은 결과는 5% 이내 일치 수준의 정확도를 나타내었고 QUAC와 FLAASH를 이용한 결과에 비하여 모든 밴드 영상에서 상대적으로 우수한 정확도를 보이는 것으로 나타났다. 농업, 산림이나 환경 분야에서 Red-Edge 밴드의 중요성이 강조되고 있기 때문에 이 소프트웨어를 이용하여 산출되는 RapidEye 영상의 지표반사도 활용도 증가할 것으로 기대한다.

• 한국방사선학회논문지
• /
• 제16권5호
• /
• pp.537-543
• /
• 2022

본 연구의 목적은 이중에너지 CT를 이용한 유효원자번호 정보를 통한 췌장 검출 가능성 연구이다. 10개의 다양한 인체 등가 물질의 유효원자번호를 Stoichiometric calibration을 통해 추정하였다. Stoichiometric calibration을 위해 저에너지와 고에너지에 해당하는 10개 인체 등가 물질에 대한 HU값을 이용하였다. 이를 바탕으로 반복 알고리즘을 통해 인체 등가 물질에 대한 유효원자번호 영상을 추출하였다. 연구결과에 따르면, 유효원자번호에 따른 감약의 비는 R²값이 0.9999로 추정되었고, Pancreas, water, Liver, Blood, Spongiosa, Cortical bone의 유효원자번호는 이론값과 비교하여 전체적으로 1% 이내의 정확도를 보였다. 췌장암 검사는 조영제를 사용하므로 잠재적인 조영제 부작용 가능성이 있다. 이를 해결하기 위해 조영 증강 없는 이중에너지를 이용한 유효원자번호 추출을 통해 정확하고 안전한 검사에 기여할 수 있을 것으로 사료된다. 본 연구를 바탕으로 향후 연구에서는 임상 영상을 바탕으로 췌장암의 HU값을 이용하여 췌장암 검출에 대한 연구를 수행할 것이다.