• 한국수자원학회논문집
• /
• 제55권12호
• /
• pp.1115-1124
• /
• 2022

본 연구는 충주댐과 소양강댐 유역을 대상으로 분포형 수문모형인 Variable Infiltration Capacity (VIC) 모형 기반의 댐 유입량 예측 모형과 딥러닝 모형의 일종인 LSTM 기반의 댐 방류량 예측 모형으로 구성된 통합 모델링 프레임워크를 구성하여 미래 기후변화가 수자원에 미치는 영향을 평가하였다. 기후모델에 따른 미래 기후자료의 불확실성을 고려하여 4개의 CMIP6 GCM 모델의 기후자료를 미래기간(2021-2100)에 대한 VIC 모형의 기상자료로 입력하였다. 미래기후자료를 적용한 결과, 미래가 진행됨에 따라 기간별 평균 유입량이 증가하였으며, 먼 미래(2070-2100)에는 관측기간(1986-2020)에 비해 유입량이 최대 22% 증가하였다. 갈수량 분석 결과, 임의의 4일~50일에 대한 댐 방류량의 최소값은 관측치에 비해 현저히 낮은 것으로 나타났다. 이는 가뭄이 과거에 관측된 것보다 더 장기간에 걸쳐 발생할 수 있음을 나타내며, 수도권 시민들이 미래의 가뭄으로 인해 심각한 물 부족을 겪을 수 있다는 것을 의미한다. 또한, 단기 및 중기 미래에 비하여 장기미래에 저수량의 변화가 급격하게 이루어졌으며 이는 수자원 관리의 어려움이 증대될 수 있음을 시사한다.

• 지식경영연구
• /
• 제23권2호
• /
• pp.277-299
• /
• 2022

관광산업에서 발생하는 방대한 카드 거래 데이터는 관광객의 소비 행태와 패턴을 암시하는 중요한 자원이 되었다. 거래 데이터에 기반을 둔 스마트 서비스 시스템을 개발하는 것은 관광산업과 지식관리시스템 개발자들의 주요한 목표들 중 하나이다. 그러나 기존 추천 기법의 근간이 되어 온 평점을 활용하기 어렵다는 점은 시스템 설계자들이 학습 과정을 평가하기 어렵게 한다. 또한 시간적, 공간적, 인구통계학적 정보와 같이 추천 성과를 높일 수 있는 보조 요소들을 적절히 활용하는 방법도 어려운 상황이다. 이러한 문제들에 대하여 본 논문은 카드 거래 데이터를 기반으로 관광 서비스를 추천하는 새로운 방식인 CTDDTR을 제안한다. 먼저 Doc2Vec를 이용하여 시간성 선호도를 임베딩하여 관광객 그룹과 서비스 벡터로 데이터를 표현하였다. 다음 단계로 딥러닝 기술 중 하나인 다중 계층 퍼셉트론을 도입하여 얻어진 벡터와 관광 RDF로부터 도출한 보조 요소를 통합하여 심층 추천 모듈을 구성하였다. 추가로, 지식경영 분야의 RFM 분석 기법을 심층 추천 모듈에 도입하여 심층 신경망을 학습하는데 사용되는 평점을 생성함으로써 평점 부재 문제에 대응하였다. 제안한 CTDDTR의 추천 성능을 평가하기 위해 제주도에서 8년 동안 발생한 카드 거래 데이터를 사용하였고, 제안된 방법의 우수한 추천 성능과 보조 요소의 효과를 증명하였다.

• 해양환경안전학회지
• /
• 제28권spc호
• /
• pp.11-17
• /
• 2022

본 논문에서는 해상 위험유해물질(Hazardous Noxious Substances, HNS) 사고의 효과적인 대응을 위해 개발된 부유식 무인이동체기반 광역탐지 및 모니터링 시스템의 운용 시나리오 설계와 실험 검증 내용을 보인다. 광역탐지 및 모니터링 시스템은 장시간 운용이 가능하되 제한적 이동이 가능한 무계류형 부이 형태를 갖는 부유식 무인이동체 플랫폼을 기반으로 개발되었으며 임무 수행에 필요한 열화상 카메라, 레이더, 부유 및 대기 HNS의 탐지를 위한 센서가 탑재되었다. 실험 검증 과정에서는 탐지 센서 성능을 야외 환경에서 실험적으로 검증하기 위해 이동식 가스 유출 시스템(Portable Gas-exposure System, PGS)을 추가로 설치하였다. 무인 시스템의 원격 및 자율 운용을 위해 전체 운용 소프트웨어는 로봇운영체제(Robot Operating System, ROS) 프레임워크를 기반으로 통합되었다. 내수면 및 실해역에서의 실험을 통해 개발된 시스템의 운용 및 활용 가능성을 실험적으로 검증하였다.

• 자원환경지질
• /
• 제57권2호
• /
• pp.271-280
• /
• 2024

본 연구는 지하수 내 질산염 오염관리를 위한 유럽연합(EU)의 정책 동향을 분석하고, 한국에서의 지속가능한 지하수 관리정책에의 시사점을 도출하고자 수행되었다. EU의 지하수 질산염 관리 정책은 1991년 질산염 지침 도입으로 구체화되었다. 이 지침에서는 농업활동에서 발생하는 질산염 오염 감소를 목표로 하여 회원국들에게 지속가능한 농법 적용, 질산염 농도 모니터링, 그리고 기준치 초과 지역에 대한 질산염 취약 지역 지정을 요구하였다. 2000년 수질 프레임워크 지침(WFD)은 이를 확장, 모든 수역의 좋은 상태 달성 목표를 설정했으며, 2006년 지하수 지침(GWD)은 질산염 지침을 보완하여 지하수 보호를 위한 포괄적 접근 제공과 함께 오염물질 문턱값(threshold) 설정 등을 명시하였다. 2019년에는 그린딜(Green Deal) 발표와 함께 환경 및 기후변화 대응 목표에 부합하기 위해 질산염과 관련한 조치는 더욱 강화되었다. 본 논문에서는 이러한 변천사를 살펴봄으로써 질산염 오염 감소를 위한 주요 전략과 동향을 확인하고 현재 당면한 문제를 해결하기 위해 EU는 어떠한 노력을 기울이고 있는지 파악하고자 하였다. 연구는 EU의 동향을 기반으로 국내의 질산염 오염 문제의 현황과 이를 해결하기 위한 통합 관리 방식, 규제 체계, 농업 교육 프로그램 등 주요 시사점을 도출하고자 하였다. 본 연구 결과는 예방적 조치의 강화와 이해관계자 간 협력 증진이 한국 지하수의 질산염 오염문제를 해결하고 지하수 품질을 향상시키는 단서가 될 수 있음을 제시한다.

• 한국해양학회지:바다
• /
• 제29권2호
• /
• pp.116-138
• /
• 2024

본 연구는 '해양교란유해종'이 해양 환경과 사회경제적 측면에 미치는 영향을 평가하기 위한 새로운 도구와 프로토콜을 제시한다. 한국의 해양생태계 보전 및 관리법에서 발견된 한계점을 보완하기 위해, 본 연구는 해양 환경과 사회경제 그룹(영역)으로 나누어진 영향 평가 프레임워크를 도입하였다. 각 그룹은 6개의 영향 평가 카테고리(범주)로 구성되어 있으며, 준정량적인 5단계 척도를 사용하여 생태계의 교란에서 건강과 재산에 대한 영향에 이르는 폭넓은 이슈들을 다루는 유연한 방식을 제공한다. 이 영향평가 도구의 실행은 델파이 방법을 기반으로 한 체계적인 5단계 프로세스를 통해 진행된다. 이 접근법은 다양한 전문가와 이해관계자 간의 협력을 촉진하며, 다양한 관점을 통합하는 포괄적인 평가를 가능하게 한다. 또한 이 연구는 불확실성을 효과적으로 관리하고 결과의 일관성을 향상시키는 전략도 모색되었다. 본 평가 프로토콜의 적용은 '해양교란유해종'에 의한 생태학적 피해의 정도를 계량화하고 관리 대상 및 예방 조치의 우선순위를 정립하는 데 결정적인 역할을 할 것으로 기대된다. 평가 과정의 궁극적인 목표는 의사결정자가 해양생태계 보전과 사회경제적 영향을 완화하기 위한 전략을 수립하도록 지원하는 것이다.

• 정보처리학회논문지C
• /
• 제11C권6호
• /
• pp.799-806
• /
• 2004

근래에 인터넷 등의 네트워크를 통해 어떤 정보에 접근할 수 있는 다양한 클라이언트 장치들이 널리 보급되고 있다. 하지만 통신능력이나 처리 및 저장능력, 화면표시 능력 등 여러 가지 제약을 가진 클라이언트 장치들로서는 방대한 양의 멀티미디어 콘텐츠를 쉽게 처리할 수 없는 문제가 있다. 또한 네트워크 측면에서도 음성, 데이터 및 비디오의 통합 서비스는 네트워크 기술의 목표를 수정하게 되어 네트워크가 다양한 서비스의 종합 제공 능력과 각 서비스에 필요한 QoS를 제공할 수 있는 능력을 가져야 하게 되었다. 이러한 이유로 ATM망과 인터넷 사이에 중단없는 멀티미디어 서비스를 제공할 수 있는 EAGIS(Efficient ATM Gateway for real time Internet Service)를 개발하게 되었다. EAGIS는 연동장치, 콘텐츠 서버, 트랜스코딩 서버, 서비스 브로커로 구성된다. 본 논문에서는 EAGIS의 구조 설계와 트랜스코딩 서비스 제공 방식을 설계하였다. RTP(Real Time Protocol)를 이용한 양방향 통신은 RTCP(Real Time Control Protocol)의 시각-소인(time-stamp)에 의하여 트랜스코딩 시간을 설정하며, HTTP를 이용한 단방향 통신은 셀프타이며(self-timer)를 이용한다. 이러한 기준 시간을 이용함으로써 네트워크 트래픽 부하와 프레임 전송률에 의한 표준화된 트랜스코딩 방법을 적용할 수 있었다. 또한 다중 사용자 유효 대역폭 확보 알고리즘을 통한 서비스의 품질을 보장할 수 있었다.

• 한국정보과학회논문지:정보통신
• /
• 제36권5호
• /
• pp.425-436
• /
• 2009

최근 광 대역 통합 네트워크에서 고품질의 멀티미디어 서비스에 대한 사용자 요구가 증가하고 있다. 또한, 사용자 단말기기의 다양화 및 대화면 디스플레이 장치의 보급으로 다양한 형태의 서비스 품질(QoS)에 대한 요구도 증가하고 있다. 이를 위해 네트워크 관점에서 동적 큐 관리 알고리즘과 같은 인터넷 성능을 개선하여 서비스 품질을 보장하는 연구와 종단 관점에서 미디어의 품질을 보장하기 위한 SVC(Scalable Video Coding) 부호화 기법에 대한 연구가 활발히 진행 중에 있다. 그러나, 기존 동적 큐 관리 알고리즘은 비디오 부호화 기술의 본질적인 특성에 대하여 고려하지 못하여 서비스 품질을 보장하는 못하는 문제점을 가지고 있다. 본 논문에서는 현재 혼잡제어 알고리즘의 문제점을 개선하기 위해 NAL (Network Abstract Layer)의 헤더 내 TID (Temporal_ID)를 통해 SVC 부호화 기술의 특성을 파악하여 프레임간 의존성이 낮은 프레임의 패킷에 대하여 차등적으로 패킷을 폐기하는 75-AQM (Temporal Scalability - Active Queue Management) 알고리즘을 제안하였다. 제안한 75-AQM 알고리즘은 혼잡상황 시 차등적인 패킷 폐기를 통해 SVC 부호화 기법을 이용하는 스트리밍 서비스에 대하여 안정적인 비디오 복호화를 통해 멀티미디어 서비스 품질을 보장하였다.

• 한국산학기술학회논문지
• /
• 제20권9호
• /
• pp.7-13
• /
• 2019

일반적인 비디오 월 시스템과 달리 스마트 시티 환경에서 통합 모니터링에 사용하는 비디오 월 시스템은 다양하고 많은 영상과 이미지, 텍스트를 동시에 표시할 수 있어야 한다. 본 논문에서는 동시에 모니터링 가능한 영상 개수에 제한이 없고 모니터 화면 배치를 제약 없이 구성할 수 있는 IP 기반 비디오 월 시스템을 제안한다. 제안하는 시스템은 다수의 디스플레이 서버와 월 제어기, 영상 공급 장치로 구성되어 IP 네트워크를 통해 서로 통신한다. 디스플레이 서버는 영상 공급 장치로부터 직접 영상 스트림을 수신하고 디코딩한 후 장착된 모니터 화면에 표출하기 때문에 비디오 월 전체 화면에 더 많은 영상을 동시에 표시할 수 있다. 한 영상을 복수의 디스플레이 서버에 장착된 여러 화면에 걸쳐 표시할 때는 한 디스플레이 서버만 영상 스트림을 수신해서 IP 멀티캐스트 통신을 이용해 다른 디스플레이 서버에게 전달하는 방식을 이용해 네트워크 부하를 줄이고 영상 프레임을 동기화한다. 실험 결과, 영상 개수가 증가함에 따라 더 많은 수의 디스플레이 서버로 구성된 시스템이 더 나은 디코딩과 렌더링 성능을 보이고 디스플레이 서버를 계속 확장해도 성능 저하가 없음을 확인했다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1505-1514
• /
• 2022

영상정합은 다시기 및 다중센서 고해상도 위성영상을 효과적으로 활용하기 위해 필수적으로 선행되는 중요한 과정이다. 널리 각광받고 있는 딥러닝 기법은 위성영상에서 복잡하고 세밀한 특징을 추출하여 영상 간 빠르고 정확한 유사도 판별에 사용될 수 있음에도 불구하고, 학습자료의 양과 질이 결과에 영향을 미치는 딥러닝 모델의 한계와 고해상도 위성영상 기반 학습자료 구축의 어려움에 따라 고해상도 위성영상의 정합에는 제한적으로 적용되어 왔다. 이에 본 연구는 영상정합에서 가장 많은 시간을 소요하는 정합쌍 추출 과정에서 딥러닝 기반 기법의 적용성을 확인하기 위하여, 편향성이 존재하는 고해상도 위성영상 데이터베이스로부터 딥러닝 영상매칭 학습자료를 구축하고 학습자료의 구성이 정합쌍 추출 정확도에 미치는 영향을 분석하였다. 학습자료는 12장의 다시기 및 다중센서 고해상도 위성영상에 대하여 격자 기반의 Scale Invariant Feature Transform(SIFT) 알고리즘을 이용하여 추출한 영상쌍에 참과 거짓의 레이블(label)을 할당한 정합쌍과 오정합쌍의 집합으로 구축되도록 하였다. 구축된 학습자료로부터 정합쌍 추출을 위해 제안된 Siamese convolutional neural network (SCNN) 모델은 동일한 두 개의 합성곱 신경망 구조에 한 쌍을 이루는 두 영상을 하나씩 통과시킴으로써 학습을 진행하고 추출된 특징의 비교를 통해 유사도를 판별한다. 본 연구를 통해 고해상도 위성영상 데이터 베이스로부터 취득된 자료를 딥러닝 학습자료로 활용 가능하며 이종센서 영상을 적절히 조합하여 영상매칭 과정의 효율을 높일 수 있음을 확인하였다. 다중센서 고해상도 위성영상을 활용한 딥러닝 기반 영상매칭 기법은 안정적인 성능을 바탕으로 기존 수작업 기반의 특징 추출 방법을 대체하고, 나아가 통합적인 딥러닝 기반 영상정합 프레임워크로 발전될 것으로 기대한다.