• 한국항행학회논문지
• /
• 제24권6호
• /
• pp.527-532
• /
• 2020

인천국제공항과 김포국제공항을 포함하는 서울 접근 관제 구역은 하루 1,000여 대의 항공기가 운용되어 혼잡할 뿐만 아니라 북쪽으로 공역이 제한되어있기 때문에, 항공기 간의 적절한 분리 유지를 통한 안전관리가 까다롭고 관제사의 업무 부하가 높은 편이다. 본 연구에서는 최근 3년간의 ADS-B (automatic dependent surveillance-broadcast) 항적 데이터를 기반으로, 관제사의 벡터링이 추가되지 않은 원래 비행계획 상의 항로와 절차를 예측하고, 이를 이용하여 서울 접근 관제 구역 내 항공기 운용의 구조적인 안전도를 분석하였다. 안전 지표로서는 대형 무인항공기의 탐지 및 회피 시스템에 적용하기 위해 개발된 DWC (detect and avoid well clear) 지표가 사용되었으며, 이를 통하여 가장 위험도가 높은 지역들을 판별하였다. 활주로 방향에 무관하게 인천국제공항의 서쪽 지역을 사용하는 이/착륙 절차 주변이 가장 위험도가 높게 나타났다. 이외에 도착 절차들의 합류 지점과 출/도착 절차들의 교차 지점이 상대적으로 위험도가 높게 나타났다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1211-1224
• /
• 2023

구름은 광학위성을 이용한 국토 관측 및 재난 대응, 변화 탐지 등 지표의 현상을 관측하는데 있어 많은 어려운 문제를 야기한다. 구름의 존재는 영상 처리 단계 뿐만 아니라 최종적으로는 데이터의 품질에 영향을 미치므로 이를 반드시 식별하고 제거하는 과정이 필요하다. 따라서 본 연구에서는 위성영상 내 구름의 분광패턴에 가장 근접한 화소를 탐색 및 추출해 최적의 임계값을 선정하고 임계값을 바탕으로 구름 산출물을 제작하는 일련의 과정을 자동으로 수행하는 새로운 구름 탐지 기법을 개발하고자 하였다. 구름 탐지 기법은 크게 세 단계로 구성된다. 첫 번째 단계에서는 Digital Number (DN) 단위 영상을 대기상층 반사율 단위로 변환하는 과정을 수행한다. 두 번째 단계에서는 대기상층 반사율 영상을 이용하여 Hue-Value-Saturation (HSV) 변환 및 삼각형 임계 처리, 최대우도 분류 등의 전처리를 적용하고 각 영상별로 초기 구름 마스크 생성을 위한 임계값을 결정한다. 세번째 후처리 단계에서는 생성된 초기 구름 마스크에 포함된 노이즈를 제거하고 구름 경계 및 내부를 개선한다. 구름 탐지를 위한 실험 자료로 구름의 공간적, 계절적 분포의 다양성을 보여주는 4~11월 시기에 한반도 지역에서 촬영된 국토위성 L2G 영상을 사용하였다. 제안 방법의 성능을 검증하기 위해 단일 임계화 방법으로 생성된 결과를 비교하였다. 실험 결과, 제안 방법은 기존 방법과 비교하여 전처리 과정을 통해 각 영상의 방사학적 특성을 고려할 수 있어 보다 정확하게 구름을 검출할 수 있었다. 또한, 구름 개체를 제외한 나머지 밝은 물체(판넬식 지붕, 콘크리트 도로, 모래 등)의 영향을 최소화하는 결과를 보여주었다. 제안 방법은 기존 방법 대비 F1-score 기준으로 30% 이상의 개선된 결과를 보여주었으나 눈이 포함된 특정 영상에서 한계점이 있었다.

• 방사성폐기물학회지
• /
• 제16권3호
• /
• pp.301-308
• /
• 2018

핵분열로 인해 생성되는 방사성 노블가스는 주변국의 핵활동을 감시할 수 있는 중요한 지표 핵종이다. 특히 제논은 생성량이 많고 반감기가 짧아 핵실험 탐지에 적합하며 크립톤은 핵연료 재처리 탐지의 추적자로 활용되고 있다. 방출된 방사성 노블가스는 막대한 대기에 희석되어 농도가 감소하고 일부는 시간에 따라 방사능이 감쇠하기 때문에 대기 중에는 매우 극미량으로 존재하게 된다. 따라서 측정을 통해 의미 있는 데이터를 얻기 위해서는 가능한 낮은 수준의 MDA를 설정하는 것이 중요하다. 본 연구에서는 방사성 제논과 크립톤을 동시 포집 할 수 있는 장비인 BfS-IAR시스템을 활용하여 이론을 통해 MDA를 산출하였다. 또한 MDA 산출방식의 변화, 신뢰수준의 정도는 물론 계측 조건의 변화에 따른 영향을 확인하고 MDA를 저감하기 위한 방안들을 모색하였다. 그 결과 배경농도가 극미량인 제논의 경우 전처리과정의 효율화와 안정적인 계측 성능유지가 가장 중요한 요소로 판단되었으며, 크립톤의 경우 제논과 달리 시료의 방사능이 높기 때문에 MDA 재설정을 통한 분석조건이나 시스템 최적화를 통해 효율적인 분석을 수행할 수 있을 것으로 판단된다.

• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2001년도 정기총회 및 제3회 특별지포지움
• /
• pp.122-140
• /
• 2001

유류오염물질의 매립 및 국부적인 유류누출에 의한 토양오염지역에서 시험탐사구역을 설정하고 전기, 전자탐사 기술을 위주로 물리탐사 기술을 적용하여 매설물 탐지 및 오염범위 규명 가능성을 시험하였다. 먼저 매설관로 및 매립지역의 탐지에는 GPR 탐사와 더불어 다중주파수 이동송수신 전자탐사가 매우 효과적인 것으로 판명되었다 한편 수직 및 수평구배 측정방식 자력탐사의 경우 지표에 많이 존재하는 금속 파편 등에 의한 반응이 우세하여 매설관로 등의 탐지는 어려웠다. 유류오염 범위의 규명을 위해서는 전기비저항 탐사와 전자탐사, GPR 탐사가 적용되었다. 먼저 전기비저항 탐사자료의 2차원 역산 결과 및 공간 필터링을 적용한 후의 전자탐사 자료의 1차원 역산 결과로부터 각각 심도별 전기비저항 분포 영상을 작성하였다. 유류오염대가 주변 실트층에 비해 전기비저항이 높다는 가정하에 고비저항 이상대의 분포범위를 해석하였는데, 전기비저항 탐사와 전자탐사자료가 서로 잘 일치하였으며, 시료분석에 의한 오염범위와 대체적으로 일치하였다. GPR 탐사에서는 이 지역의 오염 특성상 유류오염 Plume에 의한 반사신호 등은 기록되지 않았으며, 단지 신호 에너지의 투과심도로부터 오염지역을 추정하였는데, 전기 및 전자탐사자료 해석의 보조적인 정보 제공 수준이었다 이러한 결과로부터 유류오염부지 조사를 위한 물리탐사기술의 적용성을 정리하였고 효과적인 탐사 흐름도를 제시하였다.

• 비파괴검사학회지
• /
• 제27권4호
• /
• pp.299-304
• /
• 2007

구조물의 주요 부재들은 임의의 부분에 과대 하중이 작용하거나 반복 하중을 받아서 재료가 열화되면 균열이 발생한다. 이러한 균열은 구조물의 안전성을 평가할 수 있는 중요한 인자이며 균열의 진전 여부가 구조물의 안전성을 평가하기 위한 중요한 지표로 사용할 수 있다. 따라서 본 연구에서는 구조물의 기존 균열이 진전하는지를 감시하기 위하여 광섬유 브래그 격자 센서를 개발하였다. 이 센서 시스템은 탐촉자, 파장제어 광원부 및 광수신부, 그리고 가진부로 구성된다. 센서 탐촉자 부분은 광섬유 브래그 격자 소자만으로 구성된다. 파장제어 광원부는 전류공급회로와 DFB(distributed feedback) 레이저 다이오드로 구성되고 파장 제어 회로는 레이저 다이오드의 온도를 바꾸어 파장을 제어한다. 또한 가진부는 강체 낙하구에 의하여 구현한다. 이렇게 구성된 센서의 성능은 알루미늄판에 임의의 균열을 만들고 센서를 작동시키면서 출력 신호를 검토하면서 확인하였다. 광섬유 브래그 격자 센서의 출력 신호의 변화는 균열 길이 변화에 따라서 크게 변화되어 나타나므로 균열 진전 탐지 가능성이 충분함을 확인할 수 있었다.

• 인터넷정보학회논문지
• /
• 제22권2호
• /
• pp.29-39
• /
• 2021

새롭게 발생되는 사이버 공격으로 인해 개인, 민간 및 기업의 피해가 증가함에 따라, 이에 기반이 되는 네트워크 보안 문제는 컴퓨터 시스템의 주요 문제로 부각되었다. 이에 기존에 사용되는 네트워크 침입 탐지 시스템(Network Intrusion Detection System: NIDS)에서 발생되는 한계점을 개선하고자 기계 학습과 딥러닝을 활용한 연구 이뤄지고 있다. 이에 본 연구에서는 CNN(Convolution Neural Network) 알고리즘을 이용한 NIDS 모델 연구를 진행한다. 이미지 분류 기반의 CNN 알고리즘 학습을 위해 기존 사용되는 전처리 단계에서 연속성 변수 이산화(Discretization of Continuous) 알고리즘을 추가하여 예측 변수에 대해 선형 관계로 표현하여 해석에 용이한 데이터로 변환 후, 정사각형 행렬(Square Matrix) 구조에 매칭된 픽셀(Pixel) 이미지 구조를 모델에 학습한다. 모델의 성능 평가를 위해 네트워크 패킷 데이터인 NSL-KDD를 사용하였으며, 정확도(Accuracy), 정밀도(Precision), 재현율(Recall) 및 조화평균(F1-score)을 성능지표로 사용하였다. 실험 결과 제안된 모델에서 85%의 정확도로 가장 높은 성능을 보였으며, 학습 표본이 적은 R2L 클래스의 조화평균이 71% 성능으로 다른 모델에 비해서 매우 좋은 성능을 보였다.

• 대한원격탐사학회지
• /
• 제34권6_4호
• /
• pp.1519-1529
• /
• 2018

대규모의 화산이 분출하면 화산재는 수 킬로미터 이상 퍼져 나갈 수 있고 도시 지역과 교통수단에 피해를 줄 수 있다. 이러한 화산 재해에 대응하기 위해서는 화산재의 확산 면적을 효율적으로 추정할 필요가 있다. 이 연구에서는 2016년 10월 7일 16시 40분(UTC) 일본의 아소산 분화의 관측 자료와 위성 영상의 분석 결과를 비교하였다. 정지궤도 천리안 위성 GOCI(Geostationary Ocean Color Imager) 센서의 근적외선(Near-Infrared) 채널로 주성분 분석과 임계값 설정 방법 및 일련의 형태학적 필터링(Eroded, Opening, Dilation, Closing)을 각각 적용하였다. 또한, 2016년 아소산 분화에 관한 일본 기상청(JMA)의 보고서에 명시된 현장 관측 자료를 비교하였다. 그 결과, 약 $380km^2$의 화산재 퇴적 지역을 위성영상으로 탐지하였다. 전통적인 방법에서의 화산재 퇴적 지역 탐지는 직접 측정 및 소문 증거와 같은 인간 활동에 의해 추정되었지만 이는 비효율적이며 시간소모적이다. 하지만 이 연구를 통해 분연주 높이가 높거나 분화지수가 큰 화산 분화의 피해 지역을 신속하게 추출할 수 있으며 지표 변화 분포도를 작성하여 화산 활동으로 인한 피해 정책 수립 등 다양한 방면으로 활용 가능하다.

• 한국빅데이터학회지
• /
• 제6권1호
• /
• pp.23-35
• /
• 2021

제4차 산업혁명 선언 이후 생산 제조 기술과 정보통신기술(ICT)이 융합된 스마트 팩토리가 큰 주목을 받고 사물인터넷(IoT) 기술 및 빅데이터 기술 등이 발전하면서 생산 시스템의 자동화가 가능해졌다. 고도화된 제조 산업에서 생산 시스템에는 예정되지 않은 성능 저하 및 가동 중지 발생 가능성이 존재하며, 가능한 한 빨리 잠재적인 오류를 감지하여 이를 복구해 안전 위험을 줄여나가야 한다는 요구가 있다. 본 연구는 유압 시스템에 부착된 다중 센서 데이터를 기반으로 장비의 고장 예측과 이상 발생 시점 예측을 결합하여 제조 설비 이상탐지를 위한 지도학습 및 비지도학습 모델을 설계한다. 지도학습 분석 방법으로 XGBoost, LightGBM, CNN 모델의 정확도를 비교하였다. 혼동행렬 기반의 평가지표를 통해 LightGBM의 예측력이 97%로 가장 우수한 것을 확인하였다. 또한 비지도 학습 분석 방법으로 MD, AE, LSTM-AE 모델을 구축하여 각 모델을 비교 분석한 결과 LSTM-AE 모델이 이상패턴을 75% 감지하여 가장 우수한 성능을 보였다. 본 연구는 지도학습과 비지도학습 기법을 종합하여 설비의 고장여부를 정확하게 진단하고 이상상황이 발생하는 시점을 예측함으로써 이상상황에 대한 선제대응을 할 수 있는 기반을 마련하여 스마트 팩토리 고도화에 기여하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.11-19
• /
• 2021

이상 객체란 일반적이고 평범한 행동을 취하는 객체가 아닌 비정상적이고 흔하지 않은 행동을 하여 관찰이나 감시·감독을 필요로 하는 사람, 물체, 기계 장치 등을 뜻한다. 이를 사람의 지속적인 개입 없이 인공지능 알고리즘을 통해 탐지하기 위해서 광학 흐름 기법을 활용한 시간적 특징의 특이도를 관찰하는 방법이 많이 활용되고 있으며, 이 기법은 정해진 표현 범위가 없는 수많은 이상 행동을 식별하기에 적합하다. 본 연구에서는 생성적 적대 신경망(Generative Adversarial Network, GAN)으로 입력 영상 프레임을 광학 흐름 영상으로 변환하는 알고리즘을 학습시켜 비정상적인 상황을 식별한다. 특히 생성적 적대 신경망 모델이 입력 영상에 대한 중요한 특징 정보를 학습하고, 그 외 불필요한 이상치를 제외시키기 위한 전처리 과정과 학습 후 테스트 데이터셋에서 식별 정확도를 높이기 위한 후처리 과정을 고도화하여 전체적인 모델의 이상 행동 식별 성능을 향상시키는 기법을 제안한다. 이상 행동을 탐지하기 위한 학습 데이터셋으로 UCSD Pedestrian, UMN Unusual Crowd Activity를 활용하였으며, UCSD Ped2 데이터셋에서 프레임 레벨 AUC 0.9450, EER 0.1317의 수치를 보이며 이전 연구에서 도출된 성능 지표 대비 성능 향상이 확인되었다.

• 현장과학교육
• /
• 제12권1호
• /
• pp.113-126
• /
• 2018

R&E (Research and Education) 프로그램은 교육과정에서 접하기 어려운 다양한 과학 연구 경험의 기회를 학생들에게 제공하여 과학적 사고력과 문제 해결 능력, 창의력을 발달시킬 수 있는 계기를 마련해준다는 점에서 중요성이 강조되고 있다. 본 연구의 목적은 인공위성 자료를 활용하여 우리나라 연안 해역의 고해상도 해수면온도 자료를 산출하는 방법을 학생에게 적합하게 재구성하여 과학 영재 대상 R&E 프로그램으로 개발하는 것이다. 경기만 해역을 포함한 해역의 고해상도 해수면온도 자료를 산출하고 시공간적 분포를 이해하기 위하여 2013년 12월 21일부터 2017년 11월 30일까지 총 9장의 Landsat 8 OLI/TIRS (Operational Land Imager and Thermal InfraRed Sensor) 인공위성 자료를 수집하였다. 정확한 해수면온도 분포를 파악하기 위해 SRTM (Shuttle Radar Topography Mission) DEM (Digital Elevation Model) 자료를 활용하여 육지를 탐지하였고, 지표이용분류 알고리즘을 적용하여 조간대를 탐지하였으며, Landsat 8 OLI/TIRS 인공위성의 가시광선 영역 밴드(band)에 임계치(threshold)를 적용하여 구름을 탐지하였다. 전처리된 Landsat 8 OLI/TIRS 인공위성 자료에 다중 채널 회귀분석법(Multi-Channel Sea Surface Temperature, MCSST)을 적용하여 경기만 해역의 고해상도 해수면온도 자료를 산출하였다. 실제 교육 현장에서 활용 가능한 R&E 프로그램을 개발하기 위해 연구 과정을 단순화하고, 학생들이 단계적으로 연구 과정을 수행할 수 있도록 각 단계에 적합한 활동지를 개발하였다. 과학 영재 학생들을 대상으로 2017년 6월 24일부터 2018년 1월 13일까지 R&E 프로그램 수업을 진행하였고, 인공위성 자료 기반 R&E 프로그램의 실제 교육 현장 활용 가능성을 확인하였다.