• 기계저널
• /
• 제29권5호
• /
• pp.507-519
• /
• 1989

랜덤 신호의 앙상블 통계 처리 방법은 학교 실험실에서나 연구소 실험실 및 산업계 현장의 계측 시스템에 있어서 그 적용 가능성이 매우 커 이에 대한 파급성이 매우 증가할 것으로 생각된다. 특히 본 방법은 값싼 계측 기자재 등으로 구성하여 보다 정확한 자료를 추출함에 있어 최대의 효과를 내고자 한 점이 가장 크게 평가될 수 있을 것으로 사료된다. 한편 열. 유체 유동중 난류 계측에 본 방법을 적용하였을 경우 얻을 수 있는 결과들은 무엇보다도, 열선풍속계, A/D변환기, 컴퓨터 등으로 온라인이 가능하여 유동장내 임의 한 위치에서 분석에 필요한 많은 데이터들은 랜덤신호의 동시 계측 및 연산을 통해 쉽게 얻을 수 있으므로, 한 점을 통과하는 난류 랜덤 신 호로부터 통계학적인 난류 유동 특성의 거동을 보다 쉽게 분석할 수 있다는 점이다. 또한 본 방법을 이용하면, 압력 변환기 및 열전대에서 발생되는 랜덤 신호로부터 열. 유체 유동 등을 통 계학적으로 보다 광범위하게 분석할 수 있게 된다. 끝으로 본 연구에서 언급한 랜덤 신호의 앙 상블 개념의 통계 처리 방법은 현재 널리 보급된 소형 컴퓨터 IBM-ST/AT급에서도 쉽게 적용이 가능하기 때문에 많은 이용이 될 것으로 기대되는 바이다.

• 항공우주시스템공학회지
• /
• 제15권3호
• /
• pp.99-104
• /
• 2021

멀터콥터형 드론에 적용할 목적으로 바람 센서의 특성을 분석하고 실험을 통하여 비교하였다. 회전식 풍속계의 경우 동역학 효과가 측정 오차를 만들며, 초음파식 센서는 제작 오차와 신호처리 오차가 주요한 것으로 나타났다. 초음파식 센서는 트랜스듀서의 거리가 멀수록 오차가 줄어든다. 실험을 통하여 이러한 특성들을 확인하였으며, 멀티콥터에는 전압 출력 혹은 10 hz 이상의 데이터 출력이 가능한 초음파식 센서가 적합하다고 판단한다.

• 한국작물학회:학술대회논문집
• /
• 한국작물학회 2020년도 추계학술대회
• /
• pp.132-132
• /
• 2020

아직까지 국내에서 GM작물이 상업화를 위해 승인된 예는 없지만 생명공학기술의 발전으로 GM작물의 개발은 급속한 증가 추세에 있다. 비의도적인 방출로 인해 미승인 LMO 목화가 전국적으로 재배되어 국립종자원 주관으로 양성 판정된 재배지의 목화를 폐기 처분하였으나(2017), GM작물이 유해하다는 인식과 환경에 방출되어 생태계를 교란시킨다는 인식이 팽배해 있는 현실에서 과학적으로 유전자의 이동성을 검증하는 노력이 중요하다. 자식성 작물의 화분의 이동성 조사를 위해 중앙의 코어 위치에 LM작물을 식재한 후 LM작물 주변에 재배품종을 심어 유전자이동 가능성을 조사하고 재배 환경에 의한 영향을 평가하기 위해 포장 주변 기상상황 데이터-온도, 습도, 풍속, 풍향, 기압, 강수량 등을 분석하고 기상상황이 화분의 전이에 미치는 영향 조사하였다.

• 한국전자파학회논문지
• /
• 제28권10호
• /
• pp.788-793
• /
• 2017

본 논문에서는 거친 바다표면의 마이크로파 반사를 계산할 수 있는 이론적 모델의 정확도를 검증한다. 우선 Pierson-Moskowitz 해양 스펙트럼을 이용하여 거친 바다표면을 생성하였다. 생성된 바다표면의 유의파고와 유효높이(root-mean square height)값을 추정하여 풍속에 따른 유의파고, 유효높이 관계식을 유도하였고, 다른 측정 데이터들과 비교하였다. 수치해석적 방법을 이용하여 다양한 거칠기 조건(풍속)에서 생성된 바다표면의 반사계수를 계산하였고, 기존에 반사계수를 계산하기 위해 사용하는 이론적 모델인 Ament 모델, PO(Physical Optics) 모델, GO(Geometrical Optics) 모델, B-M(Brown-Miller) 모델과 비교하였다. 비교적 거칠기가 매우 낮은 경우($kh_{rms}$<0.4, k는 파수, $h_{rms}$는 RMS 높이) 외에는 Ament 모델은 정확하지 않았다. 또한 거칠기가 크지 않은 바다($kh_{rms}$<10)에서는 PO, GO, B-M 모델들의 정확도가 보장되지만, 풍속이 높아 거칠기가 높은 바다($kh_{rms}$>10)에서는 입사각이 $70^{\circ}$ 이하에서는 PO 모델과 GO 모델이 수치해석결과와 비교적 잘 일치하였으며, $80^{\circ}$ 이상에서는 B-M 모델이 수치해석 결과와 비교적 잘 일치함을 보였다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권6호
• /
• pp.1409-1416
• /
• 2015

기온의 변화는 인간의 건강뿐 아니라 동식물의 성장, 경제, 사회, 산업, 문화 등의 전 분야에 영향을 준다. 본 연구에서는 수원시 2003년-2012년 기온을 기상자료, 온실가스자료, 대기자료를 이용하여 자기회귀오차 (autoregressive error)모형으로 월별로 분석하였다. 기온을 위한 기상자료로는, 풍속, 강수량, 일사량, 운량, 습도를 사용했고, 온실가스자료는 이산화탄소 ($CO_2$), 메탄 ($CH_4$), 아산화질소 ($N_2O$), 염화불화탄소 ($CFC_{11}$), 대기자료는 미세먼지 ($PM_{10}$), 이산화황 ($SO_2$), 이산화질 소 ($NO_2$), 오존 ($O_3$), 일산화탄소 (CO)을 사용하였다. 기온을 월별 분석한 결과 기상변수로는 일사량, 운량, 풍속이 영향을 많이 주는 것으로 분석되었다. 특히 일사량은 봄, 여름, 가을에 영향을 많이 주고 풍속은 겨울에 영향을 많이 주는 것으로 나타났다. 온실가스변수로는 염화불화탄소와 메탄이 기온에 영향을 많이 주고 대기변수로는 오존이 영향을 많이 주는 것으로 타났다. 자기회귀오차모형으로 월별 기온을 43%~69% 정도 설명할 수 있다.

• 한국정보통신학회논문지
• /
• 제20권12호
• /
• pp.2348-2354
• /
• 2016

최근 농업분야에서 IoT(Internet of Things)기술을 통해 다양한 생체 및 환경 정보를 DB(data base)로 구축할 수 있게 되면서 빅 데이터를 이용한 기계학습 분석이 증가하고 있다. 기계학습 분석을 통해 농업의 생산량과 가축의 질병 등을 예측할 수 있게 되어 농업경영에서 효율적인 의사결정을 돕는다. 본 논문에서는 스마트 돈사의 다양한 환경데이터와 몸무게데이터를 이용하여 환경정보와 일당증체의 연관성 모델을 도출하고 그 정확도를 분석하였다. 이를 위해 기계학습의 M5P tree기법을 적용하였다. 분석을 통해 일당증체량이 풍속에 큰 영향을 받는 것을 확인하였다.

• 해양환경안전학회:학술대회논문집
• /
• 해양환경안전학회 2005년도 춘계학술발표회
• /
• pp.135-140
• /
• 2005

현재 선박에서 항해사에게 항로정보를 제공하는 장비는 ECDIS와 GPS플로터가 많이 사용되고 있으나 자동항로생성 및 항로설명 기능이 없어 숙련된 항해사만 사용할 수 있는 문제가 있으며, 특히 종이해도의 대체 시스템인 ECDIS에 사용되는 ENC를 이용한 자동항로생성 및 항로설명에 관한 연구는 없는 실정이다. ENC는 BIO에서 정의한 5-52, S-57표준포멧을 기반으로 제작된다. 본 논문에서는 ENC의 해도데이터와 GPS의 위치데이터, Anemometer의 풍향$\cdot$풍속데이터, 조류데이터를 이용하여 현 위치에서 목적지까지의 최적항로를 설계하여 안내해주는 선박운항자 지원시스템을 구축하여 그 유효성을 확인하였다.

• 한국정보전자통신기술학회논문지
• /
• 제11권6호
• /
• pp.703-710
• /
• 2018

매년 전기화재사고에 대한 사고유형 분석, 점검 등 전기적 화재사고를 줄이기 위해 다양한 노력이 있었으나, 효율적인 의사결정지원 체계 및 기존 누적 데이터 활용방안의 미비로 효과적인 대처방안이 부재한 현황이다. 본 연구는 전기안전점검데이터, 전기화재사고정보, 건축물정보, 기상청정보 등 데이터 기반의 전기화재를 예측하는 알고리즘을 개발하고 이를 활용하여 전기화재사고를 줄이는데 목적이 있다. 본 연구에서는 한국전기안전공사, 기상청, 국토교통부, 소방본부 등 기관별로 수집된 데이터를 전처리, 융합, 분석, 모델링, 검증 과정을 거쳐 전기화재에 영향을 끼치는 요인과 예측모델을 도출하였다. 주요요인으로 절연저항 값, 습도, 풍속, 건축물 노후년수, 용적율, 건폐율, 건축물용도로 나타났고, Random forest 알고리즘을 활용한 예측모델은 74.7%의 정확도를 얻었다.

• 한국빅데이터학회지
• /
• 제3권2호
• /
• pp.101-112
• /
• 2018

본 연구는 기계학습의 하나인 신경망 분석과 음이항 회귀분석을 활용하여 경찰신고건수를 예측하고자 2016년 6월부터 2017년 5월까지 충남지방경찰청에 접수된 112신고 데이터를 이용하여 예측모델을 개발하였다. 모델을 개발하기 위해 경찰신고건수에 영향을 줄 수 있는 시간, 휴일, 휴일 전날, 계절, 기온, 강수량, 풍속, 관할면적, 인구, 외국인 수, 단독주택비율, 기타주택비율 변수 등을 활용하였다. 변수의 종류에 따라 몇몇은 경찰신고건수와 양의 상관관계 또는 음의 상관관계가 확인되었다. 사용된 두 개의 방법론을 비교한바, 신경망분석의 예측 결과는 예측 값과 실제 값의 상관계수 0.7702, RMSE 2.557이고, 음이항 회귀분석은 상관계수 0.7158, RMSE 2.831으로 나타났다. 신경망분석은 해석가능성은 낮지만, 음이항 회귀분석에 비해 예측력이 뛰어나다는 것이 확인되었다. 향후 경찰관서에서 본 연구의 예측모델을 기초로 하여 최적의 경찰력 배치를 할 수 있을 것으로 기대된다.

• 보존과학회지
• /
• 제34권5호
• /
• pp.387-396
• /
• 2018

국내 목조건축문화재는 자연환경에 그대로 노출되어 있어 생물피해와 여러 환경요인에 의해 피해가 가속화되고 있다. 이에 본 연구에서는 보은 법주사와 순천 선암사에 기상인자 모니터링을 위한 자동기상측정장비를 설치하여 기상데이터를 수집하였다. 이들 데이터에 통계 모형을 적용하여 기상인자를 예측하고 기상인자별 예측성능을 비교하였다. 그 결과, 법주사와 선암사 두 곳 모두에서 대기온도와 이슬점온도의 상관계수가 0.95 이상으로 가장 높게 나타났으며 상대습도의 상관계수는 0.65로 낮게 나타났다. 결과적으로 일반선형모형은 대기온도와 이슬점온도를 예측하기에 적합하다는 것을 확인하였다. 기상인자들 사이의 상관성을 분석한 결과, 법주사와 선암사 모두 대기온도와 이슬점온도, 일사량과 증발량 사이에 강한 양의 상관성을 보였으며, 법주사에서는 대기온도와 증발량이 약한 양의 상관성을 나타내었고 선암사에서는 풍속이 대기온도와 상대습도에 대하여 약한 음의 상관성을 나타내었다. 선암사의 풍속은 겨울에 높고 여름에 평균 이하로 낮아지는 패턴을 보이는데, 이것은 대기온도와 상대습도가 높은 여름철에 수분의 증발을 막고 정체시키는 역할을 하는 것으로 판단되며, 결과적으로 이것이 선암사의 목조건축물 피해를 가속화시키는 것으로 판단된다.