• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.206-207
• /
• 2023

지능형 해상교통정보서비스는 해상교통 안전을 위한 서비스들을 제공하고 있지만, 선박들의 제원과 적재량 차이로 인해 선박 복원력 이상 판단 방법은 일반화하지 못하였다. 이번 연구에서는 선박 복원성 계산을 위한 경사계 및 GPS 데이터의 수집, 가공 방법을 정립하였다. 또한 실 해역의 기상요인을 반영하지 못하는 근사적 GM 계산에서 벗어나, 각기 선박 특성 및 외력을 반영할 수 있는 데이터 과학 알고리즘을 통해 선박 운항 상태를 실시간 판별할 수 있는 모델을 연구하였다.

• 경영정보학연구
• /
• 제25권3호
• /
• pp.1-26
• /
• 2023

본 연구는 Jackson and Farzaneh(2012)이 제시한 정보과잉의 세 가지 요소, 즉 시간, 기술, 사회적 네트워크로 구성된 이론적 모델을 뉴스 소비 행위 맥락에서 경험적으로 검증했다. 1,166명의 전국 샘플을 토대로 분석한 결과, 정보과잉 지각과 사회적 네트워크 크기와 다양성은 적극적이고 소극적인 뉴스 소비와 모두 정적인 관련이 있었다. 또한 개인적으로 다양한 수준의 인지적 한계점, 즉 티핑포인트의 존재를 암시하는 연구결과를 토대로, 정보과잉에도 불구하고 개인의 티핑포인트에 따라 정보처리가 중단되지 않고 정보이용을 지속할 수 있다는 점을 확인했다. 특히, 본 연구가 주목한 뉴스 소비자들의 경우 정보과잉 지각에도 불구하고 뉴스의 사실성을 판별하기 위해서 지속적으로 정보를 검색하고 받고자 하는 의도가 높기 때문에 개인의 티핑포인트에 따라 전략적인 뉴스 소비를 채택하는 것으로 보인다. 이러한 결과를 토대로 경영정보시스템과 저널리즘 차원에서 실무적 함의를 논의했다.

• 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.

• 전자공학회논문지SC
• /
• 제47권6호
• /
• pp.97-104
• /
• 2010

본 논문에서는 연성회로기판에 실장된 부품의 불량여부를 판별하기 위해 핀 드라이버와 접지 가딩 기법을 적용한 인 서킷검사 시스템을 제안한다. 핸드폰 및 모바일용 디스플레이 장치에 사용되는 연성회로기판 모델의 검사신호의 입/출력을 위한 구조적인 공통 특성을 분석하고, 회로도를 기반으로 인가해야 할 검사 신호의 종류와 인가 위치에 대한 정보를 핀 맵으로 저장한다. 검사 신호는 저항, 콘덴서와 인덕터의 특성 검사가 가능하도록 응용회로와 알고리즘을 구성한다. 특정 위치에 특정 검사신호를 인가하기 위한 핀 드라이버를 설계하고, 핀 맵을 바탕으로 측정 대상이 포함된 최소한의 노드 및 메시가 구성되도록 핀 드라이버를 설정한다. 제안된 핀 드라이버와 접지 가딩 기법을 적용한 인 서킷 검사 시스템을 구현하고, 수동소자 각각에 대한 측정 실험과 선정된 테스트 모델에 대한 검사 실험을 수행하고, 제안된 시스템의 정밀도와 효율성을 검증한다.

• 한국수자원학회논문집
• /
• 제44권12호
• /
• pp.975-990
• /
• 2011

본 연구에서는 하상의 시공간적변동에 대한 평가기법을 개발하고자, 1차원HEC-RAS 모델과 2차원CCHE2D 모델을 이용해 하상변동을 평가하였다. 실제하천의 장기간 하상변동의 결과를 해석함에 있어서 변동 특성을 일관적인 기준으로 평가하고, 변화량을 직관적으로 알 수있는 평가방법을개발하고자유사단면누가곡선, 유사단면모멘트, 유사확률분포함수의 세 가지 평가 방법을 개발하였다. 본 연구를 수행한 결과 유사단면 누가곡선법은 단면의 총량적 개념의 침식 또는 퇴적 여부를 판별하는데 효과적이며, 유사단면 모멘트법은 하천의 좌, 우안을 나누는 기준선을 중심으로 좌, 우안의 퇴적 또는 침식 정도를 하나의 척도로 제시하는 것이 가능하였다. 이러한 방법은 하천의 곡률 등과 연계한 하상변동 예측에 있어서 하나의 영향지표로 활용할 수 있을 것이다. 유사확률분포함수의 경우 하천 단면 구간에 대한 시간의 변화에 따른 변동 모의 결과를 직관적으로 도시하고, 해당 구간의 시공간적 변동 특성을 통계적 특성치인 평균과 신뢰 구간을 통해 정량화 할 수 있었다.

• 한국정보과학회논문지:정보통신
• /
• 제32권3호
• /
• pp.318-326
• /
• 2005

본 논문은 인터넷 둥을 통해 유입되는 유해 이미지를 그 특징을 이용하여 무해, 선정, 유해(누드), 심한 유해(성인물)과 같은 이미지 컨텐츠의 등급으로 선별하기 위한 이미지 특징 추출 방법과 이미지분류 기술을 제시한 것이다. 이를 위해 본 논문에서는 입력 이미지에서 유해 정보임을 인식하기 위한 피부 영역 검출 기법을 제시한다. 또한, 노이즈를 줄이고 효과적으로 유해성 정도를 추출하기 위해 관심 영역을 설정하고 그 관심 영역 안에서만 특징을 정의하는 관심 영역 검출 알고리즘을 제안한다. 그리고 이미지를 4 종류의 등급으로 선별하기 위해 유해 이미지 분류 모델을 생성하는 다중 SVM 학습 기법과 생성된 분류 모델을 이용하여 입력 데이타의 유해 등급을 분류하는 다중 SVM 분류 기법을 제시한다. 특히 피부색 영역 이미지의 형태 정보와 피부색 비율 이미지의 색깔정보를 합하여 만든 피부색 가능성 분포 이미지를 제시하고, 이 피부색 가능성 분포 이미지를 축소하여 학습 과정에서 특징 분류를 위해 이용하는 이미지 특성 벡터를 제안한다. 마지막으로 본 논문에서 제안한 유해 이미지 등급 선별 기법을 적용한 실험 결과와 이미지의 유해 둥급 분류에 대한 판별 성능을 평가한다.

• 한국통신학회논문지
• /
• 제21권3호
• /
• pp.600-611
• /
• 1996

최근, 신경망 모델의 적응성과 학습성을 이용한 음성인식 연구가 진행되어 왔다. 그러나, 기존의 신경망 모델로는 한국어 음성의 조음결합의 처리 및 유사 음소간의 경계 분류가 용이하지 않다. 또한, 한 개의 형상지도를 이용하는 경우 이질적인 음성자료의 처리를 위한 학습속도의 급격한 증가와 균일한 학습 및 판별방법의 적용이 갖는 부정확성이 야기될 수 있다. 이에따라, 본 논문에서는 계층적 자기조직화 분류기(HSOC)를 이용한 신경망타자기를 설계하고, 관련 알고리즘들을 제안한다. 본 HSOC는 Kohonen의 자기조직화형상지도(SOFM)를 이용하여 학습시 입력되는 음소 데이타를 계층적인 구조를 갖는 다수의 형상 지도(map) 즉 음성자판에 배치한다. 또한 본 논문에서는 자판의 수효, 각 자판의 크기, 소속될 음소의 선택과 배치, 적합한 학습 및 인식기법의 자동 결정을 위한 알고리즘을 제시하고 실험하여 자기조절식인 음성자판을 구성하였다. 자판을 분류하는 방식을 언어학적 사전지식에 의존할 경우 언어학적 지식의 습득과 적용방법(예를 들면, 확장 음소의 처리)등을 결정하는 어려움을 가지는 반면, 본 HSOC를 이용하면 주어진 입력 데이타에 적합한 다수의 음성자판을 자기 조절식으로 구성할 수 있는 장점이 있다. 제안된 방식에 따라 최종 생성된 세 개의 한글 음성자판은 최적 자판과 최적 전처리기법을 갖추고있으며, 기존의 언어학적 지식과도 부합됨을 확인할 수 있었다.

• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2008년도 공동학술대회
• /
• pp.173-178
• /
• 2008

본 연구에서는 탄성물성과 저류물성의 관계를 규명하는 암석물리모델링 방법에 대해 소개하고 이를 동해-1 가스전의 저류층에 응용한 결과를 보고하고자 한다. 시추검층데이터를 이용하여 속도(Vp)와 공극률(\phi) 사이의 관계를 저류층 별로 파악하고, 투수율($\kappa$)과 공극률($\phi$)의 관계를 결합하여 Vp와 $\kappa$의 관계에 대한 연구를 수행하였다. Vp-$\phi$모델의 해석 결과 심부 저류층으로 갈수록 상대적으로 속성정도가 증가하고 분급이 불량함을 알 수 있었다. 또한, 위의 결과를 통해 저류층별로 P파 속도로부터 공극률을 정량적으로 예측 할 수 있는 관계식을 제시하였다. Vp-$\kappa$관계식은 시추검층, 코어실험, 박편을 이용한 투수율 예측 시뮬레이션을 통해 획득한 자료를 이용하여 $\kappa-\phi$의 관계식을 산정한 후 Vp-$\phi$관계식과 결합하여 얻을 수 있었고 이 결과 또한 보고하였다. $\kappa-\phi$관계식은 저류층간의 차이가 없어 하나의 모델로 제시하였으나, Vp-$\phi$ 관계식이 달라 저류층별로 각각 다른 Vp-$\kappa$관계식을 얻을 수 있었다. 본 연구에 사용된 암석물리학적 해석방법은 저류층의 특성해석에 있어서 발생될 수 있는 불확실성을 줄일 수 있고, 탄성파 탐사의 결과로부터 저류물성을 정량적이고 신뢰도 높게 판별 할 수 있는 강력한 도구를 제공할 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.255-257
• /
• 2017

오늘날 자동차 시장에는 다양한 IT기술이 포함된 모델들이 출시되고 있다. 대표적으로 테슬라 사의 테슬라 모델S, 구글의 무인자동차 등이 속속 등장 하고 있다. 이렇게 IT 기술이 포함된 자동차는 운전자에게 다양한 편의성을 제공하고 제공되는 편의만큼 운전자들은 다양한 혜택을 누리고 있다. 하지만 이와 반대로 전자부품의 결함이나 오류로 인해 운전자들의 안전을 위협하는 사고의 발생이 일어나고 있는 것 또한 사실이다. 이러한 사고들 가운데 자동차 급발진 사고가 존재한다. 아직까지 자동차 급발진 사고의 원인은 뚜렷하지 않으나 자기장에 의한 ECU장치가 오류를 일으켜 자동차 급발진 사고가 발생한다는 주장이 가장 신뢰 받고 있다. 하지만 한국의 경우 자동차 급발진 사고가 일어날시 자동차 제조사 측에서는 단순히 운전자의 페달 조작 미스로 인해 사고가 일어났다고 주장하는 경우가 많으며, 운전자 측에서는 그에 대해 반박할 근거가 부족해 대부분의 운전자들이 책임을 지고 있다. 따라서 본 논문에서는 자동차 급발진 사고가 운전자의 페달 조작 실수인지 자동차의 장치 결함인지를 판별할 수 있도록 운전자의 페달 조작 영상을 획득하고 엑셀, 브레이크 등 제어부에 센서를 부착하여 정밀한 데이터를 획득, 저장하고 모니터링 할 수 있는 시스템을 구현 하였다.

• Korean Chemical Engineering Research
• /
• 제45권1호
• /
• pp.32-38
• /
• 2007

통계적인 공정 제어 기법을 회분식 공정에 적용하여, 일반적인 회분식 공정의 데이터를 통해 보다 빠르고, 손쉽게 공정의 상태를 진단할 수 있는 시스템을 구현해 보았다. 대표적인 회분식 공정의 하나인 반도체 식각공정과 반회분식 스타이렌-부타디엔 고무 생산 공정의 데이터를 이용하여 공정 변수와 공정의 상태간의 연관 관계를 규명할 수 있는 모델을 수립하였으며, 이 모델의 출력(output) 결과를 이용해 통계적 공정 제어 차트를 구성하고, 시간에 따른 공정의 추이를 분석해 이상을 판별해 보았다. 회분식 공정의 다축(multi-way) 데이터를 두개의 축으로 만드는 펼치기(unfolding) 과정을 거쳤으며, 모델링 방법으로는 Support Vector Regression 및 Partial Least Square 등의 다변량 회귀분석 방법을 이용하였다. 또한 에러차트 및 변수 기여도 차트(variable contribution chart)를 이용해 이상의 세기, 형태 및 이상 데이터에 대한 각 변수들의 기여도를 계산해 보았으며, 그 결과 이상의 발생 유무 및 발생시점 뿐만아니라 이상의 세기 및 원인 까지 진단해 볼 수 있는 우수한 성능을 보이는 것을 확인할 수 있었다.