• 자원환경지질
• /
• 제40권5호
• /
• pp.563-574
• /
• 2007

LIBS는 시료 표면에서 발생된 플라즈마로부터 방출되는 원자들의 분광선을 측정함으로써 물질의 화학적 조성을 감지, 확인, 정량화할 수 있는 최신의 분석기술로 기존의 전형적인 원소분석방법에 비해 현장분석기술로서의 더 많은 장점을 가지고 있다. LIBS는 최소한의 시료로 복잡한 분석과정을 피함으로 신속한 분석을 가능케 하고, 기기의 다방면적의 적용가능성과 단순함으로 인해 신속하게 가스, 고체, 액체상에서 다원소를 동시에 분석할 수 있는 레이저 기반의 분석기술로 지구화학적 분석, 탐사 혹은 환경분석에서 현장 이동성을 가진 센서로의 가능성 측면에서 매력적인 도구가 된다. 그러나 현장분석기술로서 토양환경에 적용하기에는 여전히 해결해야 할 문제들이 있다. 문헌연구를 통해 기본적인 작용원리인 플라즈마 형성과 물질붕괴과정을 고찰하고 현장분석기술로서 LIBS의 현 위치를 살펴본다. 또한 토양환경에 적용하기 위해 매질의 특성, 레이저 특성 및 분석신호에 영향을 미치는 다양한 인자들을 살펴보아 LIBS에 대한 기본적 이해를 돕고자 한다. 또한 분석에 미치는 영향 인자들을 보정해 분석 결과의 정확도, 정밀도 및 검출 한계 등 분석의 질을 향상 시킬 수 있는 기법 등을 다양한 문헌 연구를 통해 살펴봄으로써 추후 국내 토양환경분야의 LIBS 현장기술의 적용가능성을 고찰해보고자 한다.

• 감성과학
• /
• 제21권1호
• /
• pp.177-186
• /
• 2018

감성은 복잡하고 다양한 요인들에 의해 영향을 받기 때문에 다각적인 측면에서 고려되어야 한다. 본 연구에서는 심리 평가 척도의 하나인 각성(arousal) 지표와 다중 생체신호에서 추출된 생체지표 반응을 이용하여 중립 및 부정 감성(슬픔, 공포, 놀람)의 분류하였다. 이를 위하여 감성에 따른 생체지표 반응의 차이를 확인하였고, 다중 신경망 알고리즘 기반의 감성 인식기를 적용하여 이들 감성이 얼마나 정확하게 분류되는가를 확인하였다. 총 146명의 실험 참가자(평균 연령 $20.1{\pm}4.0$, 남성 41%)를 대상으로 감성 유발 자극을 제시하고 동시에 생체신호(심전도, 혈류맥파, 피부전기활동)를 측정하였다. 또한 감성 유발 자극에 대한 심리 반응을 감성 평가 척도로 평가하였다. 측정된 생체신호에서 심박률(HR), NN 간격의 표준편차(SDNN), 혈류량(BVP), 맥파전달시간(PTT), 피부전도수준(SCL), 피부전도반응(SCR)을 추출하였다. 결과 분석을 위하여 감성 자극에 대한 각성도와 안정 상태와 감성 상태의 생체지표 반응을 활용하였다. 또한 감성 분류를 위하여 다중 신경망 기반의 감성 인식기를 활용하였다. 그 결과, 감성에 따른 생체지표 반응의 차이를 확인하였고, 이들 감성의 분류 성능은 각성도와 모든 생체지표 특징들을 조합하였을 때 정확도가 가장 높음(86.9%)을 확인하였다. 본 연구는 심리 및 생체지표 추출과 기계학습 기술의 적용을 통하여 부정 감성을 분류할 수 있음을 제안하며, 이는 인간의 감성을 탐지하는 감성 인식 기술을 확립하는데 기여할 것으로 예상한다.

• 한국산림과학회지
• /
• 제104권2호
• /
• pp.239-247
• /
• 2015

국가산림자원조사는 고정표본점의 설치 및 재조사하여 산림자원의 현황 파악 및 변화를 모니터링하는 체계로 개편되었다. 본 연구에서는 충청북도를 대상으로 최근 3년간 재조사된 자료를 활용하여 시간경과에 따른 산림자원 변화 탐지를 위한 평가항목을 도출하고 이에 따른 평가방법을 제시하기 위하여 수행하였다. 조사시점에 따른 고정표본점의 토지이용변화는 온실가스 인벤토리의 중요한 활동자료로 활용이 가능하며, 이를 위해서는 초지를 포함한 6개 토지이용범주의 명확한 정의에 따른 고정표본점의 구분이 필요한 것으로 나타났다. 임상 및 대표수종 변화의 경우, 조사차수별 매트릭스 구축에 의해 임상 및 대표수종의 변화 평가가 용이한 것으로 나타났으며, 충청북도의 경우 임목지로 유지된 624개 표본점 중에서 92개소(15%)에서 대표수종이 변화한 것으로 평가되었다. 한편, 5개 임분변수 (임목본수, 흉고단면적, 임분재적, 평균 흉고직경, 그리고 평균수고)에 대한 생장율과 변화량을 추정한 결과 임분밀도와 관련된 임목본수와 흉고단면적은 감소하였으며, 임분재적의 생장율은 약 3.7%로 분석되었다. 임분변수 변화량의 불확실성을 평가한 결과, 임목본수를 제외한 임분변수는 5% 이내로 정확도가 높지만, ha당 임목본수는 상대적으로 변화량이 크기 때문에 불확실성이 54.8%에 달하는 것으로 나타났다.

• 대한화학회지
• /
• 제54권5호
• /
• pp.523-532
• /
• 2010

제안된 방법은 국제표준(IS)인 Entacapone-d10(EAD10)을 사용하여 체외에서 Entacapon(EA)의 정량화를 위한 간단하고, 감도가 좋고, 명확한 액체 크로마토그래피-직렬 질량 분석법(LC-ESI-MS/MS)이다. 크로마토그래피 분리는 Zorbax SB-C18에서 수행되었고, $2.1{\times}50\;mm$, $5\;{\mu}m$ 컬럼과 10 mM Ammonium formate (pH 3.0)로 구성된 이동상에서 수행되었다: 0.7 mL/min 유속의 아세토나이트릴(60:40 v/v)은 액체-액체 추출을 따른다. EA와 EAD10은 다중 반응 탐색법(MRM)에서 수소부가물을 가지고 상대적으로 포지티브 모드인 m/z $306.1{\rightarrow}233.1$과 $316.3{\rightarrow}233.0$에서 수소부과물을 가지고 측정되었다. 그 방법은 상관계수($r^2$) 0.993 이상을 갖는 1.00 - 2000.00 ng/mL의 선형 농도 범위 이상으로 입증되었다. 하루 중과 하루 이내에 3.60에서 7.30과 4.20에서 5.50% 이내의 정밀성과 97.30에서 104.20과 98.30에서 105.80% 이내의 정확도는 EA를 위해 입증되었다. 이러한 방법은 건강한 인도인 자원자들의 생물학적 동등성 연구에서 성공적으로 적용되었다.

• 대한전자공학회논문지TC
• /
• 제43권7호
• /
• pp.93-103
• /
• 2006

컨텐츠를 기반으로 인터넷 웜등의 유해 패킷을 네트워크에서 차단하는 기술은 탐지의 정확도와 네트워크 성능의 한계 극복 이라는 두 가지 문제에 초점이 맞추어져 있다. 특히 멀티 기가비트 성능을 기본으로 하는 현재의 전달 네트워크에서 고속으로 웜 트래픽을 차단하는 능력이 주요 이슈로 대두되고 있다. 본 논문은 라우터 혹은 방화벽과 같은 통신 및 보안 장비에 주요 기술로 사용되는 네트워크 프로세서 환경에서 멀티 기가비트 수준으로 고속 원 필터링이 가능한 구현 구조를 제안한다. 고속 원 필터링을 위한 설계의 특징으로는 네트워크 프로세서가 가지는 내부 레지스터와 메모리의 자원 한계점을 극복하기 위하여 Bloom Filter를 활용하였고, 특히 버퍼 오버플로우 기법을 이용하는 웹들에 대해 단순 패턴매칭 뿐만 아니라, 유해 코드의 길이 검사를 수용할 수 있는 구조로 시그너처 관리가 확장 가능하도록 설계되었다. 설계된 고속 웜-필터링 구조를 기가비트 이더넷 인터페이스를 가진 Intel IXP 네트워크 프로세서 플랫폼에서 마이크로 코드형태로 구현하였고, 알려진 원들이 포함된 트래픽을 사용하여 그 성능을 분석하였다.

• 한국ITS학회 논문지
• /
• 제19권2호
• /
• pp.89-103
• /
• 2020

고령화 사회에 접어들면서 거동이 어려운 장애인과 고령자의 개인 교통수단에 대한 수요가 증가하고 있다. 실제로 2017년 기준 전국 전동보장구 보급수는 9만여 대로 지속해서 증가하는 추세다. 하지만 장애인 및 고령자의 판단 능력과 조정 능력은 정상인보다 상대적으로 차이가 있는 관계로 주행 중 사고 발생의 가능성이 크다. 다양한 사고의 원인 중 하나는 도로 노면상태의 불균형으로 인해 개인 이동 수단 조향 제어의 간섭이다. 본 논문에서는 이 같은 사고를 예방하고자 도로 노면 상태를 고속으로 인지할 수 있는 암호화 형식 의미론적 분할 알고리즘을 소개한다. 이를 위하여 도로 노면 파손이 포함된 1,500여 장의 학습용 데이터와 150여 장의 테스트용 데이터를 새롭게 구성하였다. 그리고 이를 활용하여 기존의 Encoder와 Decoder 단계로 구성된 Auto-encoder 방식과 달리 Encoder 단계로 이루어진 심층 신경망을 제안하였다. 이 심층 신경망은 기존의 방식과 비교했을 때 평균 정확도(Mean Accuracy)는 4.45% 증가하였고 파라미터는 59.2% 감소하였으며 연산 속도는 11.9% 향상되었다. 이 같은 고속 알고리즘을 활용하여 안전한 개인 이동 수단이 확대 적용되길 기대한다.

• 대한원격탐사학회지
• /
• 제30권5호
• /
• pp.651-664
• /
• 2014

최근 주기적이고 정확한 산림바이오매스 탄소저장량 추정에 대한 필요성이 한국에서도 점차 증가하고 있다. 본 연구에서는 k-Nearest Neighbor (kNN) 및 Regression Tree Analysis (RTA) 알고리즘을 대상으로 공주 및 세종시를 대상으로 한 탄소량 변화 탐지를 통해 그 효용성을 비교 분석 하고자 하였다. 현장 자료로는 제 3차 및 제 5, 6차 국가산림자원조사 자료를 이용하였으며, 위성영상자료는 1992년, 2010년에 취득된 Landsat TM과 2009년에 취득된 Aster 영상을 이용하였다. 또한, 추정정확도를 향상시키기 위해 각 영상으로부터 다양한 식생지수를 생성하였다. 두 방법론의 비교를 위해 RMSE 및 평균편의(mean bias)를 포함한 각종 탄소통계량을 계산하였으며, 대상지역에 대한 탄소분포지도를 생성하고 비교를 수행하였다. 그 결과, kNN 알고리즘은 영상에 상관없이 보다 안정적인 추정결과를 나타낸 반면, 스무딩 효과로 인해 탄소의 공간분포가 뚜렷하지 않은 단점이 발견되었다. RTA의 경우 평균편의 결과 및 탄소의 공간분포가 명확히 나타나는 장점이 있으나, 위성영상에 따라 탄소추정량에서 큰 차이를 나타내었다. 최종적으로 2009년 및 2010년 탄소지도에서 1992년 탄소지도를 차분한 탄소차분지도를 생성을 통해 공주시 및 세종시 지역의 산림 탄소저장량이 급격히 증가했음을 확인하였다.

• 한국지리정보학회지
• /
• 제18권1호
• /
• pp.48-63
• /
• 2015

본 연구에서는 초분광영상의 국내 연안 활용 범위 확대 및 정확성 향상을 위해, 국외 연안지역에 대한 항공기 및 위성 탑재 초분광영상의 다양한 처리 기법을 소개한다. 육상과 달리, 가시광선 영역에서 미세한 반사율을 보이는 해양의 경우 보다 정밀한 대기보정이 요구된다. 이와 함께, 태양-해수면-센서의 기하학적 특징으로 나타나는 태양광 정반사(sun-glint)와 같은 이상 현상을 제거하기 위한 다양한 기법도 개발되어 왔다. 대기 및 정반사 보정된 초분광영상은 연안지역의 수심추정과 산호와 같은 저서 생물 및 해저면 종류 분류, 저서 생물 상태 모니터링에 활용되는데, 주로 복사전달모델과 분광라이브러리에 기반을 둔 반분석적 기법을 사용한다. 이는 초분광영상의 많은 분광 정보를 활용하는 방법으로, 실험적 모델을 적용하는 다중분광자료에 비해 상대적으로 정확도가 높다. 광학영상의 해양활용에서 있어 수심 및 수질은 매우 중요한 제약점으로, 특히 복사전달모델에 기반을 둔 분석에 따르면 초분광영상은 최대 25m까지 수심측정이나 해저면 분류가 가능하다고 하나, 실제 많은 연구에서 항공기 및 위성 탑재 초분광영상은 수심 10m 이내의 연안지역에서 활용되고 있다. 이와 같은 연구결과를 바탕으로 국내 연안지역의 초분광영상자료의 정확하고 정량적인 연안 활용을 위해서는 최대 탐지 가능한 수심 및 수질조건 등에 대한 분석이 필요하다는 것을 확인하였다. 또한 국내 연안지역에 대해 분류 가능한 저서 생물과 해저면의 분류 및 분광라이브러리 구축의 필요성을 제시하였다.

• 융합보안논문지
• /
• 제21권2호
• /
• pp.57-66
• /
• 2021

딥뉴럴네트워크는 이미지 인식, 음성 인식, 패턴 인식 등에 좋은 성능을 보여주고 있는 대표적인 딥러닝모델 중에 하나이다. 하지만 이러한 딥뉴럴네트워크는 적대적 샘플을 오인식하는 취약점이 있다. 적대적 샘플은 원본 데이터에 최소한의 노이즈를 추가하여 사람이 보기에는 이상이 없지만 딥뉴럴네트워크가 잘못 인식 하게 하는 샘플을 의미한다. 이러한 적대적 샘플은 딥뉴럴네트워크를 활용하는 자율주행차량이나 의료사업에서 차량 표지판 오인식이나 환자 진단의 오인식을 일으키면 큰 사고가 일어나기 때문에 적대적 샘플 공격에 대한 방어연구가 요구된다. 본 논문에서는 여러 가지 파라미터를 조절하여 적대적 샘플에 대한 앙상블 방어방법을 실험적으로 분석하였다. 적대적 샘플의 생성방법으로 fast gradient sign method, DeepFool method, Carlini & Wanger method을 이용하여 앙상블 방어방법의 성능을 분석하였다. 실험 데이터로 MNIST 데이터셋을 사용하였으며, 머신러닝 라이브러리로는 텐서플로우를 사용하였다. 실험방법의 각 파라미터들로 3가지 적대적 샘플 공격방법, 적정기준선, 모델 수, 랜덤노이즈에 따른 성능을 분석하였다. 실험결과로 앙상블 방어방법은 모델수가 7이고 적정기준선이 1일 때, 적대적 샘플에 대한 탐지 성공률 98.3%이고 원본샘플의 99.2% 정확도를 유지하는 성능을 보였다.

• 융합보안논문지
• /
• 제21권2호
• /
• pp.11-18
• /
• 2021

대다수의 기업은 유무형의 자산을 보호하기 위한 방안으로, IT서비스망에 다양한 보안 장비를 구축하여 정보보호 모니터링을 수행하고 있다. 그러나 서비스 망 고도화 및 확장 과정에서 보안 장비 투자와 보호해야 할 자산이 증가하면서 전체 서비스망에 대한 공격 노출 모니터링이 어려워지는 한계가 발생하고 있다. 이에 대응하기 위한 방안으로 외부자의 공격과 장비 불법통신을 탐지할 수 있는 다양한 연구가 진행되었으나, 대규모 서비스망에 대한 효과적인 서비스 포트 오픈 감시 및 불법 통신 모니터링 체계 구축에 대한 연구는 미진한 편이다. 본 연구에서는 IT서비스망 전체 데이터 흐름의 관문이 되는 네트워크 백본장비의 'Netflow 통계 정보'를 분석하여, 대규모 투자 없이 광범위한 서비스망의 정보 유출 및 불법 통신 시도를 감시할 수 있는 프레임워크를 제안한다. 주요 연구 성과로는 Netflow 데이터에서 운영 장비의 텔넷 서비스 오픈 여부를 6개의 ML 머신러닝 알고리즘으로 판별하여 분류 정확도 F1-Score 94%의 높은 성능을 검증하였으며, 피해 장비의 불법 통신 이력을 연관하여 추적할 수 있는 모형을 제안하였다.