• 한국산림과학회지
• /
• 제98권1호
• /
• pp.55-65
• /
• 2009

부속서I국가의 Post-2012 LULUCF 협상을 위해 2008년 8월 가나 아크라에서 개최된 AWG-KP 회의에서 교토의정서 제1차 공약기간에 적용된 gross-net 탄소계정 방법을 개정하기 위한 4가지 협상 대안(gross-net, net-net, 베이스라인 설정, 토지기반 탄소계정 방법)을 결정하였다. 본 연구는 베이스라인 설정 방법을 제외한 3가지 대안에 대해 보고방식, 할인율과 배출권 인정 상한량(cap)에 따라 4가지 대안 시나리오를 설정하여 국가 간 산림 탄소배출권(RMU)을 추정 비교하였다. 교토의정서 3.4조 활동을 현재의 자발보고에서 의무보고로 개정할 경우 러시아, 호주, 뉴질랜드 및 잠재적으로 캐나다도 RMU의 손실이 클 것으로 추정되었다. net-net 및 토지기반 탄소계정 방법은 기준연도 또는 기준기간에 따라 RMU 차이가 큰데, 장령림이 많은 국가는 기준 연도 또는 기준 기간이 공약기간과 가까울수록 RMU가 감소하였다. 모든 국가는 산림경영 활동에 대한 현재의 85% 할인율을 낮출수록 RMU는 증가하였다. 신규조림 및 재조림의 잠재력이 낮은 우리나라는 할인율의 변화에 RMU가 가장 민감하게 변화하였다. 향후 Post-2012 LULUCF 협상은 gross-net 탄소계정 방법과 교토의정서 3.4조 활동의 자발보고라는 현행 탄소계정 체계의 승계가 유력할 것으로 전망된다. 다른 탄소계정 방법은 국가 간 이해관계가 크고 신뢰할만한 방법론 개발에 많은 비용과 시간이 요구된다는 측면에서 채택될 가능성이 낮다. Post-2012 온실가스 의무감축에 참여에 대비하여 우리나라는 기존 선진국과는 다른 차별화된 협상 전략이 필요한데, 특히 산림경영 활동에 대한 할인율을 낮추는 것이 유력한 대안이 될 수 있다.

• 한국정보처리학회논문지
• /
• 제2권6호
• /
• pp.847-856
• /
• 1995

인간은 문장 안에 있는 명사를 인식할 때 그 명사의 상위 개념을 머리에 떠올린다. 컴퓨터에게 인간의 단어 인식작용을 시뮬레이션하기 위해서는 단어의 상위 개념(상위어) 을 지식 베이스(WordNet)로 구축해야만 한다. 현재 한국에서는 많은 인력과 시간이 소요되기 때문에 WordNet의 작업을 시작하지 못하였으나 컴퓨터의 성능이 급격히 향상 되고 상용화된 MRD(Machine Readable Dictionary)가 이용하능하게 됨에 따라 자동으로 WordNet 구축의 가능성을 보이고 있다. 본 논문에서는 한국어 MRD(Machine Readable Dictionary)의 명사의 정의 (description)를 이용하여 자동으로 한국어 명사 WordNet 을 구축하는 방법을 제안한다. 한국어 문장의 구조적인 특징을 분석하여 상위 개념 (상위어)를 추출하는 규칙을 제안한다. 그것은 중심적인 말이 보통 뒤에 나타난다는 것과 명사의 정의는 특수한 구조를 갖는다는 것을 반영하였다. 또한, 이러한 규칙에 의해 만들어진 상위어들을 결합한 한국어 명사의 WordNet프로토타입을 개발 하였다. 약 250개 표본 단어의 상위어를 추출한 결과 약 92여 퍼센트가 상위어가 옳게 추출 되었다.

• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2005년도 공동학술대회 논문집
• /
• pp.79-86
• /
• 2005

2004년까지 국내에 축적된 지진파 스펙트럼 D/B를 기반으로 비교적 상세하게 추정된 국내 지진특성으로부터, 190km${\omega}^2$ 지진원모델에 개략적으로 근사되었으나, 2-corner 지진원모델의 특성을 보다 뚜렷하게 보여주었다. 또한 지진원 인근 지역 (R<100km) 일본 지진관측망(F-net, KiK-net 지중, Hi-net, K-net)별로 개략적인 지진원 스펙트럼을 추정하였으며, 국내 지진관측자료부터 추정된 지진원스펙트럼과 비교하였다. 비교 결과 KiK-net 지중 및 Hi-net 등의 심부시추공 관측자료로부터 추정된 지진원스펙트럼이 국내 지진파기저면 지진원스펙트럼과 $1Hz^{\sim}30Hz$에서 유사한 수준을 나타내었다. 이러한 결과로부터 한반도 주변 해상 지진에 대해 국내 지진관측자료만으로 추정한 지진원스펙트럼의 적합성 및 추정에 사용된 국내 지진파전달, 관측소응답 특성 등의 신뢰성을 입증할 수 있었다. 또한 지진원 인근 지역의 KiK-net 지중 및 Hi-net 관측소의 응답특성과 국내 지진파기저면 관측소응답특성이 유사함을 확인하였다.

• 한국건설관리학회논문집
• /
• 제12권5호
• /
• pp.71-80
• /
• 2011

건축공사에서는 고층 건축물 신축시 노무자의 추락 예방 및 낙하물에 의한 부상을 방지하기 위해 건축물의 수직면에 매 10m 이내로 낙하물 방지망을 설치하도록 규정하고 있다. 첫 단 이후 설치되는 낙하물 방지망인 플라잉넷은 지상 8m 이상에서 설치 및 해제 작업이 진행되므로 노무자의 작은 실수가 사망 사고와 직결되는 매우 위험한 작업이다. 최근 건설 업체에서는 플라잉넷 설치 빚 해제작업의 위험성을 인식하여 다양한 형태의 플라잉넷을 개발하여 사용하고 있다. 그러나 현재까지 개발된 플라잉넷은 옥외작업 및 구조상의 문제로 인해 노무자의 추락 낙하 등 안전상의 문제점을 지니고 있는 것으로 분석되었다. 본 연구의 목적은 선행연구에 있어 최적 대안으로 선정된 충돌방지형 시스템 플라잉 넷의 프로토타입을 실물(Full-scale)제작하고, 현장실험을 통해 기존 재래식 방식 대비 제안된 충돌방지형 시스템 플라잉넷의 안전성, 생산성, 작업 편의성, 경제성 측면에서의 성능을 분석하는 것이다. 또한 현장실험을 통해 도출된 충돌방지형 시스템 플라잉넷의 문제점에 대한 개선방안(부재 경량화, 지지대 및 브라켓의 안정성 확보, 작업 간섭 방지)을 제시하고자 한다.

• 한국어류학회지
• /
• 제29권1호
• /
• pp.41-51
• /
• 2017

어류양식용 가두리로서 동합금가두리망의 현장활용 가능성을 파악하기 위해 양식어류인 2년산 참돔을 동합금망과 합성섬유망에서 9개월 동안 각각 사육관리하면서 참돔에 미치는 양식생물학적 및 병리학적 영향을 조사하여 생물학적 안전성을 평가하였다. 동합금가두리망은 지름 25 m, 깊이 10 m의 규모로 제작하여 경남 통영시 욕지면 주변해역 연구교습어장에 설치하였다. 동합금가두리망과 합성섬유망에서 사육한 참돔의 생존율은 각각 99.75%와 99.70%로 유의한 차이는 나타나지 않았다. 일일체중성장률은 동합금가두리망과 합성섬유망에서 각각 2.13 g/day와 1.65 g/day로 동합금가두리망에서 사육한 참돔의 성장률이 빠른 것으로 나타났다. 혈액성분 분석에 따른 건강도 평가는 합성섬유망에 비해 동합금가두리망에서 양호한 것으로 나타났다. 가두리망 종류별 사육중인 참돔의 구리와 아연의 축적은 다른 기관에 비해 생식소에서 축적이 높게 나타났으며, 가용부분인 근육내 중금속 축적은 허용기준치에 비해 매우 낮았다. 또한 병원체 감염조사결과 동합금가두리망과 합성섬유망에서 기생충은 Microcotyle tai, 세균은 Vibrio alginolyticus 외 5종 등이 공통적으로 관찰되었으나, 동합금가두리망에서 Vibrio속의 세균 감염률에는 다소 차이를 보여 항균작용이 있을 것으로 예상된다. 따라서 동합금가두리망의 시스템안정성, 재활용가능성, 항균성 및 식품안전성 등을 고려할 때 어류양식용 가두리로 현장에서 활용이 가능할 것으로 여겨진다.

• 수산해양기술연구
• /
• 제24권1호
• /
• pp.22-29
• /
• 1988

실제로 어선에서 사용하고 있는 외끌이 기선저인망어구를 표본 조사하여 Tauti의 비교법칙에 따라 1/35 크기로 축소하여 제작한 그물과 이 그물어구의 천장망과 얾은장에 범포를 부착한 모형그물을 써서 유속의 변화와 얾은장 끝의 전개간격의 변화에 따른 유체저항, 망고 및 망폭을 측정한 결과를 요약하면 다음과 같다. 1. 유체저항은 모형그물에 비해 천장망에 범포를 부착한 그물에서 최대 30% 증가하였고, 얾은장에 범포를 부착한 그물에서 35%증가하였다. 2. 망고는 모형그물에 비해 천장망에 범포를 부착한 그물에서 최대 12% 증가 하였고, 얾은장에 범포를 부착한 그물에서 최대 5.8%감소하였다. 3. 망폭은 모형그물에 비해 천장망에 범포를 부착한 그물에서 최대 4% 감소하였고, 얾은장에 범포를 부착한 그물에서 최대 8.4% 증가하였다. 4. 망구투영면적은 모형그물에 비해 천장망에 범포를 부착한 그물에서 최대 13.6% 증가하였고, 얾은장에 범포를 부착한 그물에서 최대 11.8% 증가하였다.

• 수산해양기술연구
• /
• 제39권4호
• /
• pp.326-336
• /
• 2003

본 연구는 현용 전어 선망 어구$.$어법에 대한 실태조사에서 파악된 문제점과 조업시 어구의 수중 형상 및 어구에 대한 어군의 행동을 조사$.$분석한 전보의 결과를 바탕으로 어구 개발에 대한 방향을 설정한 후 고려되는 몇 가지 형태의 어구를 제시하고 이들 어구에 대한 모형 실험을 실시하였는데, 그 결과를 요약하면 다음과 같다. 1. 현용 어구와 현용 어구의 75% 규모로 축소 (뜸줄 길이 기준)한 어구에 짐줄을 채택하였을 경우, 짐줄이 완전히 체결되기도 전에 발줄이 수면으로 부상하거나 수심 2∼3m 에서 짐줄이 체결되어 현용 어구구조에는 짐줄을 사용하는 것은 오히려 어획 성능을 저하시키는 것으로 나타났다. 2. 뜸줄과 발줄의 길이는 현용 어구의 60% 규모로 하고 그물의 양쪽 옆 부위를 최소 전개 깊이인 20m로 고정한 채 중앙부로 갈수록 깊이를 점차 증대시킨 어구 중 중앙부 깊이가 50m인 어구는 짐줄이 수심 20∼23m 이상에서 체결되고, 중앙부 깊이가 40m 와 30m인 어구는 체결 수심이 7∼15m 사이로 나타나 모든 어구에서 어군을 차단하는데 충분한 깊이를 보이지만 조업 어장의 수심과 조류 등을 고려하였을 경우 현장에 적용하기에는 중앙부 깊이가 40m 와 30m인 어구가 더 유리하다고 판단된다.

• 지구물리
• /
• 제8권1호
• /
• pp.15-21
• /
• 2005

2004년까지 국내에 축적된 지진파 스펙트럼 D/B를 기반으로 비교적 상세하게 추정된 국내 지진특성으로부터, 190 km

• 인터넷정보학회논문지
• /
• 제22권2호
• /
• pp.1-9
• /
• 2021

전통적으로 대부분의 악성코드는 도메인 전문가에 의해 추출된 특징 정보를 활용하여 분석되었다. 하지만 이러한 특징 기반의 분석방식은 분석가의 역량에 의존적이며 기존의 악성코드를 변형한 변종 악성코드를 탐지하는 데 한계를 가지고 있다. 본 연구에서는 도메인 전문가의 개입 없이도 변종 악성코드의 패밀리를 분류할 수 있는 ResNet-Variational AutoEncder 기반 변종 악성코드 분류 방법을 제안한다. Variational AutoEncoder 네트워크는 입력값으로 제공되는 훈련 데이터의 학습 과정에서 데이터의 특징을 잘 이해하며 정규 분포 내에서 새로운 데이터를 생성하는 특징을 가지고 있다. 본 연구에서는 Variational AutoEncoder의 학습 과정에서 잠재 변수를 추출을 통해 악성코드의 중요 특징을 추출할 수 있었다. 또한 훈련 데이터의 특징을 더욱 잘 학습하고 학습의 효율성을 높이기 위해 전이 학습을 수행했다. ImageNet Dataset으로 사전학습된 ResNet-152 모델의 학습 파라미터를 Encoder Network의 학습 파라미터로 전이했다. 전이학습을 수행한 ResNet-Variational AutoEncoder의 경우 기존 Variational AutoEncoder에 비해 높은 성능을 보였으며 학습의 효율성을 제공하였다. 한편 변종 악성코드 분류를 위한 방법으로는 앙상블 모델인 Stacking Classifier가 사용되었다. ResNet-VAE 모델의 Encoder Network로 추출한 변종 악성코드 특징 데이터를 바탕으로 Stacking Classifier를 학습한 결과 98.66%의 Accuracy와 98.68의 F1-Score를 얻을 수 있었다.

• 한국측량학회지
• /
• 제40권4호
• /
• pp.251-260
• /
• 2022

소나무 재선충 피해나무는 줄어들고 있으나, 피해 지역은 전국으로 확대되고 있다. 최근에 딥러닝 기술이 발전하면서 소나무재선충 고사목 탐지 연구에 적용이 빠르게 시도되고 있다. 본 연구의 목적은 딥러닝 학습데이터의 효과적인 취득과 정확한 참값을 확보하고, 학습을 통해 U-Net 모델의 탐지능력을 보다 향상시키기 위함이다. 이러한 목적달성을 위해 단계별 딥러닝 알고리즘을 적용한 필터링 방법을 이용하여 딥러닝 모델의 불명확한 분석 근거를 최소화하고, 효율적인 분석 및 판단을 할 수 있도록 하였다. 분석결과 U-Net알고리즘을 이용한 소나무재선충 고사목 탐지 및 성능향상에 있어 기간별로 분석한 참값을 이용한 U-Net 모델이 기존에 제공하였던 참값을 이용한 U-Net 모델보다 재현율(Recall)은 -0.5%p, 정밀도(Precision)은 7.6%p, F-1 score는 4.1%p로 분석되었다. 향후 다양한 필터링 기법을 적용하여 재선충 탐지 정밀도를 높일 수 있는 가능성이 있을 것으로 판단되며, 드론 정사영상과 인공지능을 이용한 드론 예찰방법이 소나무재선충 방제 사업에 활용 가능할 것으로 판단된다.