• 한국수자원학회논문집
• /
• 제54권9호
• /
• pp.681-692
• /
• 2021

식생 프로세스는 증발산 제어를 통해 강우 유출 프로세스에 상당한 영향을 미치지만, 개념적인 집중형 수문 모형에서는 거의 고려되지 않는다. 본 연구는 인공위성에서 원격으로 감지된 엽면적지수 자료를 표현하는 생태 모듈을 수문 분할 모듈에 통합하여 합천댐 유역에 대한 모형 성능을 평가하였다. 제안된 생태 수문 모형은 습윤 지역의 생태수문 프로세스를 더 잘 표현하기 위하여 크게 세 가지 주요한 특징을 가진다. 1) 식생의 성장률은 유역의 물 부족 스트레스에 의해 제약을 받는다. 2) 식생의 최대 성장은 유역 기후에 의한 에너지에 의해 제약을 받는다. 3) 식생과 대수층의 상호작용이 반영된다. 제안된 모형은 유역 단위의 수문 성분과 식생 동역학을 동시에 모의한다. SCEM 알고리즘에 의해 추정된 모형 매개변수를 이용한 검증 결과로부터 아래와 같은 발견할 수 있었다. 1) 엽면적지수와 하천유량 자료를 이용하여 생태수문모형의 매개변수를 추정하는 것이 생태 모듈이 없는 수문 모형과 비슷한 정확도 및 견고함으로 하천유량을 예측할 수 있다. 2) 필터링이 안된 원격으로 감지된 엽면적지수를 그대로 입력자료로 이용하는 것은 하천유량 예측에 도움이 안된다. 3) 통합된 생태수문모형은 엽면적지수의 계절적인 변동성에 대한 우수한 추정치를 제공할 수 있다.

• 대한원격탐사학회지
• /
• 제36권6_2호
• /
• pp.1493-1507
• /
• 2020

KOMPSAT-3A는 2015년 3월 발사하여 약 6개월의 기간 동안 초기 검보정을 수행한 이후 지난 8년 동안 성공적으로 KOMPSAT-3A 자료를 사용자들에게 배포하였으며, 수집된 영상 자료는 지도제작, GIS, 국토관리 등의 다양한 분야에서 정성적, 정량적 정보 추출의 기초 자료로 활용되고 있다. 한국항공우주연구원에서는 KOMPSAT-3A의 영상제품군에서 추출되는 정보의 정확도 및 신뢰도를 확보하기 위해 주기적으로 영상 품질과 인공위성 하드웨어 특성을 확인하고 있다. 또한 KOMPSAT-3A의 탑재체, 자세제어 센서들의 노후화에 따른 영상 품질 저하 현상을 최소화하기 위해 지속적인 영상 품질 개선 작업을 수행하고 있다. 본 논문에서는 KOMPSAT-3A 개발 단계에서 정의된 발사 전후의 검보정 주요 과정 및 대표 영상 품질 인자인 MTF, SNR, Location accuracy 측정 방법을 설명하였다. 이를 바탕으로 발사 후 초기 LEOP Cal/Val이 완료된 이후 측정된 영상 품질 인자별 성능값과 최근 2016년부터 2020년 5월까지 KOMPSAT-3A호의 주요 품질 인자인 MTF, SNR, Location accuracy 현황과 특성을 기술하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권4호
• /
• pp.133-142
• /
• 2021

최근 딥러닝은 하드웨어 성능이 향상됨에 따라 자연어 처리, 영상 인식 등의 다양한 기술에 접목되어 활용되고 있다. 이러한 기술들을 활용해 지능형 교통 시스템(ITS), 스마트홈, 헬스케어 등의 산업분야에서 데이터를 분석하여 고속도로 속도위반 차량 검출, 에너지 사용량 제어, 응급상황 등과 같은 고품질의 서비스를 제공하며, 고품질의 서비스를 제공하기 위해서는 정확도가 향상된 딥러닝 모델이 적용되어야 한다. 이를 위해 서비스 환경의 데이터를 분석하기 위한 딥러닝 모델을 개발할 때, 개발자는 신뢰성이 검증된 최신의 딥러닝 모델을 적용할 수 있어야 한다. 이는 개발자가 참조하는 딥러닝 모델에 적용된 학습 데이터셋의 정확도를 측정하여 검증할 수 있다. 이러한 검증을 위해서 개발자는 학습 데이터셋, 딥러닝의 계층구조 및 개발 환경 등과 같은 내용을 포함하는 딥러닝 모델을 문서화하여 적용하기 위한 구조적인 정보가 필요하다. 본 논문에서는 신뢰성있는 딥러닝 기반 데이터 분석 모델을 참조하기 위한 딥러닝 기술 언어를 제안한다. 제안하는 기술 언어는 신뢰성 있는 딥러닝 모델을 개발하는데 필요한 학습데이터셋, 개발 환경 및 설정 등의 정보와 더불어 딥러닝 모델의 계층구조를 표현할 수 있다. 제안하는 딥러닝 기술 언어를 이용하여 개발자는 지능형 교통 시스템에서 참조하는 분석 모델의 정확도를 검증할 수 있다. 실험에서는 제안하는 언어의 유효성을 검증하기 위해, 번호판 인식 모델을 중심으로 딥러닝 기술 문서의 적용과정을 보인다.

• 상하수도학회지
• /
• 제35권6호
• /
• pp.533-544
• /
• 2021

전자 및 화학 산업의 초순수 생산 및 원자력 발전소의 부식 제어를 위해 이온교환 수지탑의 성능 파악이 필수적이다. 따라서 본 연구에서는 4종의 H 및 ETAH 형 양이온 교환수지가 채워진 양이온 및 혼상 이온교환수지탑에 미량의 NaCl를 포함하는 에탄올아민(ETA) 및 암모니아(NH₃) 용액을 주입하여 양이온 파과특성을 조사하였다. 조사 결과, 주성분인 ETAH⁺ 및 NH₄⁺와 달리, 미량성분인 Na⁺는 (이론적교환용량의 3배 이상) 시험기간 동안 수지탑 출구에서 파과 및 오버슈팅 현상이 나타나지 않았다. H형 수지탑의 파과현상은 ETAH⁺ 및 NH₄⁺가 순서대로 일어났고, 오버슈팅은 NH₄⁺가 파과할때 ETAH⁺에 대해서 발생했다. 파과영역의 너비로 결정되는 상대적 선택도는 NH₄⁺가 ETAH⁺보다 최대 51.5 % 더 높았다. 유입수 Na⁺ 농도가 높을수록, 선택도는 감소하고 오버슈팅 현상은 증가하였다. 이온교환 수지의 고유 특성을 개선하여 감소시킬 수 있는 Na⁺ 누출은, ETAH형에서 높았고 4종의 양이온수지에 대해 동일하지 않은 것으로 조사되었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권3호
• /
• pp.141-148
• /
• 2022

최근 들어 강화 학습은 심층 신경망 기술과 결합되어 바둑, 체스와 같은 보드 게임, Atari, StartCraft와 같은 컴퓨터 게임, 로봇 물체 조작 작업 등과 같은 다양한 분야에서 매우 놀라운 성공을 거두었다. 하지만 이러한 심층 강화 학습은 행동, 상태, 정책 등을 모두 벡터 형태로 표현한다. 따라서 기존의 심층 강화 학습은 학습된 정책의 해석 가능성과 일반성에 제한이 있고, 도메인 지식을 학습에 효과적으로 활용하기도 어렵다는 한계성이 있다. 이러한 한계점들을 해결하기 위해 제안된 새로운 관계형 강화 학습 프레임워크인 dNL-RRL은 센서 입력 데이터와 행동 실행 제어는 기존의 심층 강화 학습과 마찬가지로 벡터 표현을 이용하지만, 행동, 상태, 그리고 학습된 정책은 모두 논리 서술자와 규칙들로 나타내는 관계형 표현을 이용한다. 본 논문에서는 dNL-RRL 관계형 강화 학습 프레임워크를 이용하여 제조 환경 내에서 운송용 모바일 로봇을 위한 행동 정책 학습을 수행하는 효과적인 방법을 제시한다. 특히 본 연구에서는 관계형 강화 학습의 효율성을 높이기 위해, 인간 전문가의 사전 도메인 지식을 활용하는 방안들을 제안한다. 여러 가지 실험들을 통해, 본 논문에서 제안하는 도메인 지식을 활용한 관계형 강화 학습 프레임워크의 성능 개선 효과를 입증한다.

• 융합신호처리학회논문지
• /
• 제22권3호
• /
• pp.91-98
• /
• 2021

기초과학연구원 중이온가속기구축사업단에서는 희귀동위원소(Rare Isotopes, RI) 빔의 생성 및 분리를 위한 ISOL(Isotope Separation On Line) 시스템의 설치 및 성능시험이 진행 중에 있다. ISOL 표적/이온원에서 생성된 다양한 RI 빔은 빔 전송장치 및 분리 장치를 거쳐 사용자가 원하는 RI 빔만 선별되어 ISOL 후단의 초전도 선형가속기로 전송된다. ISOL 시스템에서는 특정 RI 빔을 분리하기 위해 두 개의 분리 장치가 설치되어 있으며 EPICS(Experimental Physics and Industrial Control System)에 의해 제어가 이루어진다. 본 연구에서는 ISOL RI 빔 분리 장치 중 하나인 A/Q 분리기에서 다가(n+) RI 빔의 질량선별을 위해 이극자석의 자기장을 측정하기 위한 EPICS IOC(Input-Output Control)를 개발하였으며, 홀 프로브(Hall Probe)를 이용한 자기장 측정 실험을 통해 A/Q 분리기의 운전 안정성에 대해 평가하였다.

• 한국지반환경공학회 논문집
• /
• 제23권5호
• /
• pp.33-39
• /
• 2022

오염물질이나 지하수의 흐름 및 유출의 차단, 해수 침투 방지 및 노후화된 제체의 보수·보강 등을 목적으로 활용되는 Cement-Bentonite 차수벽에 혼합되는 시멘트 일부를 GGBS로 치환하여 사용하는 Slag-Cement-Bentonite 차수벽은 높은 강도와 낮은 투수계수, 우수한 내구성 및 내화학성 등의 여러 장점으로 지하수 제어가 필요한 여러분야에서 다양하게 활용되고 있다. 그러나 이와같은 장점에도 불구하고 국내에서는 Slag-CB 차수벽에 대한 다양한 연구가 이루어지지 않아 적용사례가 많지 않으며, 특히, 시멘트를 대체하여 혼합되는 GGBS는 생산되는 국가에 따라 성질이 상이하여 국내 Slag-CB 차수벽의 활용성을 높이기 위해서는 국내에서 생산되는 GGBS를 활용한 Slag-CB 차수벽에 대한 다양한 연구가 필요한 실정이다. 이에 본 연구에서는 Slag-CB 차수벽의 활용성을 향상시키기 위해 국내에서 생산되는 GGBS를 혼합한 Slag-CB 차수벽의 GGBS 치환율에 따른 블리딩율, 응결시간, 강도 및 차수성 등을 평가하였다. 그 결과, 국내에서 생산된 GGBS를 혼합한 Slag-CB 차수벽은 CB 차수벽에 비해 낮은 블리딩율과 우수한 강도 및 차수성을 보였으며, 이러한 성능향상은 GGBS 치환율이 높을수록 더욱 효과적인 것으로 분석되었다.

• 한국항공우주학회지
• /
• 제49권12호
• /
• pp.963-969
• /
• 2021

풍력발전단지 위치 선정에 있어 풍속 분포 및 발전량을 평가하기 위해 해당 지역의 기상 타워에서 계측된 바람 자료를 이용한다. 그러나 기상 타워에서 계측된 바람 자료는 종종 정보가 누락되거나 원하는 높이에 맞지 않거나, 혹은 데이터 길이가 충분하지 않아 풍력터빈 제어 및 성능 시뮬레이션 수행에 어려움을 겪게 된다. 따라서 풍력터빈 혹은 발전단지에 대한 연간 발전량 및 이용률을 평가하는데 원하는 높이에서 장기간의 연속적인 바람 자료는 매우 중요하다. 또한, 한반도와 같이 계절에 따른 풍향과 풍속 변동이 뚜렷한 경우에는 계절별 특징이 고려된 풍속과 풍향을 동반한 바람 자료를 고려해야 한다. 본 연구에서는 통계적 방법인 은닉 마르코프 모델을 이용하여 풍속과 풍향의 변동을 고려한 인공 바람을 생성하기 위한 방법을 제시한다. 통계처리를 위한 바람 자료는 전라북도 고군산군도에 있는 말도의 기상청 방재기상관측(AWS) 장비에서 계측된 자료를 사용한다. 은닉 마르코프 모델에 의해 생성된 인공 바람은 통계 변수, 풍력에너지밀도, 계절별 평균 풍속, 주 풍향 등을 계측 자료와 비교를 통해 검증하기로 한다.

• 한국건설관리학회논문집
• /
• 제23권4호
• /
• pp.3-14
• /
• 2022

건설현장 생산성 및 안전성 향상을 위해 건설장비 자율화를 위해 산학에서 많은 노력을 기울이고 있다. 장비 자율화를 위해서는 다양한 환경과 많은 양의 데이터 수집이 필요하다. 하지만 실제 환경에서 데이터 수집을 위한 테스트베드 확보에 많은 시간과 비용이 소모되며 불확실성 역시 크기 때문에 효과적인 데이터 수집과 처리에 어려움이 존재한다. 이에 본 연구에서는 타워크레인을 대상으로 자율화기술 개발을 위한 데이터 수집 및 테스트가 가능한 가상환경을 개발하는 것을 목표로 한다. 본 연구에서 달성한 연구성과는 다음과 같다. 1. 타워크레인 자율운행에 필요한 기술과 기술이 적용될 수 있는 환경을 운영설계 도메인, 물체 및 이벤트 감지 및 반응, 최소기능조건이라는 세 가지 성능기준을 활용하여 정의함. 2. 정의된 환경 내에서 자율화 장비의 인지, 판단, 제어를 위한 각 기술을 학습하고 테스트하기 위한 가상 환경을 Unity를 활용하여 구축함. 3. 가상환경의 목적 달성 여부를 위한 평가지표로 Visual, Motion, Functional Fidelity를 사용해 가상환경이 현실 공사현장을 충실하게 표현하고 있음을 검증함. 본 연구에서 구축한 가상환경 플랫폼을 통해 등 타워크레인 자율화에 있어 요구되는 가상 데이터를 수집하고, 각 기능들을 테스트하는 데 소모되는 비용 및 시간을 절감할 수 있을 것이며, 또한 타워크레인 뿐 아니라 타 건설장비의 자율화기술 개발에 있어서도 기여할 수 있을 것으로 기대된다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권10호
• /
• pp.373-380
• /
• 2022

본 논문에서는 네트워크 환경에서 원격사용자들의 몰입형 상호작용을 위한 딥러닝 기반의 그룹 동기화 기법을 제안한다. 그룹 동기화의 목적은 사용자의 몰입감을 높이기 위해서 모든 참여자가 동시에 상호작용이 가능하게 하는 것이다. 기존 방법은 시간 정확도를 향상을 위해 대부분 NTP(Network Time Protocol) 기반의 시간 동기화 방식에 초점이 맞추어져 있다. 동기화 서버에서는 미디어 재생 시간을 제어하기 위해 이동 평균 필터를 사용한다. 그 한 예로서, 지수 가중평균 방법은 입력 데이터의 변화가 크지 않으면 정확하게 재생 시간을 추종하고 예측하나 네트워크, 코덱, 시스템 상태의 급격한 변화가 있을 때는 안정화를 위해 더 많이 시간이 필요하다. 이런 문제점을 개선하기 위해서 데이터의 특성을 반영할 수 있는 딥러닝 기반의 그룹 동기화 기법인 DeepGroupSync를 제안한다. 제안한 딥러닝 모델은 시계열의 재생 지연 시간을 이용하여 최적의 재생 시간을 예측하는 두 개의 GRU(gated recurrent unit) 계층과 하나의 완전 연결 계층으로 구성된다. 실험에서는 기존의 지수 가중평균 기반 방법과 제안한 DeepGroupSync 방법에 대한 성능을 평가한다. 실험 결과로부터 예상하지 못한 급격한 네트워크 조건 변화에 대해서 제안한 방법이 기존 방법보다 더 강건함을 볼 수 있다.