Recently, global climate change causes abnormal weather and disaster countermeasures do not provide sufficient defense and mitigation because they were established according to the historical climate condition. Repeated torrential rains, in particular, are causing damage even in the robust urban flood defense system. Therefore, in this study, the change of runoff considering the spatial distribution of rainfall and urban characteristics was analyzed. For rainfall concentrated in small catchment, rainfall in the watershed must be accurately measured. This study is based on the rainfall data observed with Automated Surface Observing System (ASOS) and Automatic Weather Stations (AWS) provided by the Seoul Meteorological Administration. Effluent from the pumping station was estimated using the EPA-SWMM model and compared and analyzed. Catchments with rainwater pumping station are small with large portion of impermeable areas. Thus, when the ASOS data where is located from from the chatchment, runoff is often calculated using rainfall data that is different from rainfall in the catchment. In this study, the difference between rainfall data observed in the AWS near the catchment and ASOS away from the catchment was calculated. It was found that accurate rainfall should be used to operate rainwater pumping stations or forecast urban flooding floods. In addition, the results of this study may be helpful for estimating design rainfall and runoff calculation.
Journal of the Korea Society of Computer and Information
/
v.25
no.12
/
pp.63-71
/
2020
In this paper, we propose a fire detection technology using YOLOv3 and EfficientDet, the most reliable artificial intelligence detection algorithm recently, an alert service that simultaneously transmits four kinds of notifications: text, web, app and e-mail, and an AWS system that links fire detection and notification service. There are two types of our highly accurate fire detection algorithms; the fire detection model based on YOLOv3, which operates locally, used more than 2000 fire data and learned through data augmentation, and the EfficientDet, which operates in the cloud, has conducted transfer learning on the pretrained model. Four types of notification services were established using AWS service and FCM service; in the case of the web, app, and mail, notifications were received immediately after notification transmission, and in the case of the text messaging system through the base station, the delay time was fast enough within one second. We proved the accuracy of our fire detection technology through fire detection experiments using the fire video, and we also measured the time of fire detection and notification service to check detecting time and notification time. Our AI fire detection and notification service system in this paper is expected to be more accurate and faster than past fire detection systems, which will greatly help secure golden time in the event of fire accidents.
A grid based physically distributed model analyzes rainfall-runoff using physical parameters and grid-typed spatial and hydrological data. This study have developed a real time runoff modelling system using GRM RT(Grid based Rainfall-runoff Model Real Time) which is a real time flow analysis module in GRM, a grid based physically distributed rainfall-runoff model. Weather radar data received in real time are calibrated by using real time AWS from Korea Meteorological Administration(KMA), and they are applied to real time runoff modeling. And the runoff model is calibrated by using observed discharges from a water level gauge in real time. This study have designed and implemented the databases necessary to construct the real time runoff modelling system, and established the process of a real time runoff modelling. And the performances of the developed system have been evaluated. The system have been applied to Nerinheon watershed located in the upstream of Soyanggang Dam and the application results are evaluated.
KIPS Transactions on Computer and Communication Systems
/
v.10
no.11
/
pp.305-310
/
2021
Artificial intelligence technology in the medical field initially focused on analysis and algorithm development, but it is gradually changing to web application development for service as a product. This paper describes a Urinary Stone segmentation model in abdominal CT images and an artificial intelligence web application based on it. To implement this, a model was developed using U-Net, a fully-convolutional network-based model of the end-to-end method proposed for the purpose of image segmentation in the medical imaging field. And for web service development, it was developed based on AWS cloud using a Python-based micro web framework called Flask. Finally, the result predicted by the urolithiasis segmentation model by model serving is shown as the result of performing the AI web application service. We expect that our proposed AI web application service will be utilized for screening test.
In this paper we present a new image denoising filter that can suppress additive noise components while preserving signal components in the wavelet domain. The proposed filter, which we call an adaptive wavelet shrinkage(AWS) filter, is composed of two operators: the wavelet killing operator and the adaptive shrinkage operator. Each operator is selected based on the threshold value which is estimated adaptively by using the local statistics of the wavelet coefficients. In the wavelet killing operation, the small wavelet coefficients below the threshold value are replaced by zero to suppress noise components in the wavelet domain. The adaptive shrinkage operator attenuates noise components from the wavelet components above the threshold value adaptively. The experimental results show that the proposed filter is more effective than the other methods in preserving signal components while suppressing noise.
Proceedings of the Korea Information Processing Society Conference
/
2016.10a
/
pp.880-881
/
2016
디지털액자가 고전적 액자의 향취를 주며 또한 사진을 바꿀 수 있는 기능도 제공하지만 아직 새 흐름이 되는 못했다. 그 이유는 비싼 가격과 사진을 전송하기가 불편하기 때문이다. 우리는 디지털 액자로 사진 전송을 쉽게 하고, 거기에 더하여 위젯과 보안 기능을 추가하는 연구를 하였다. 사진 전송을 위하여 AWS(Amazon Web Service) 서버를 사용하는데 AWS 서버는 언제 어디서나 원할 때면 사진을 WiFi로 전송할 수 있게 한다. 이는 현재 사용하는 USB나 SD 카드를 이용하여 디지털 사진을 전송하는 것보다 훨씬 편리하다. 우리의 디지털 액자를 사용하면 다른 사람과 사진 교환이 쉽고 따라서 가족, 친구, 동료 사이의 친밀감도 쉽게 높일 수 있다.
Last year's Goseong-Sokcho forest fires have highlighted the limitations of extinguishing work for night-time forest fire and the importance of quick identification for information on the spread of forest fire. However, it is not easy to find services that take into account the characteristics of forest fires, as most existing disaster-related mobile applications and research assume various disaster situations rather than just forest fire situations. Therefore, a system that can provide information quickly is needed, taking into account the characteristics of forest fires and the limitations of extinguishing work. In this paper, we propose evacuation route guidance services that bypass areas where fire has already spread, supplement existing methods of extinguishing work, and provide general information on forest fire situations in real time, by putting drones into forest fire situations. It has been implemented to automate image analysis using the Rekognition service of Amazon Web Service (AWS), and the results of fire detection and the T Map API guide the evacuation path. It is expected that the results of this paper will allow efficient and rapid rescue and extinguishing work to be carried out, and further reduce the damage of human life caused by forest fires.
This study presents the characteristics of nocturnal inversion layer and their effect on the concentration variations of surface air pollutants using tethersonde and automatic weather station (AWS, 2 layer tower) system in Ulsan during 2003, The method for the distinction of inversion intensity was decided based on the sum of nocturnal temperature gradient. As the results, there was a close correlation (correlation coefficient of 0,76) between the maximum inversion height obtained from tethersonde and the sum of nocturnal temperature gradient. The air pollutant concentration was also directly proportional to the inversion intensity. When the inversion intensity was strong in the nighttime, ozone $(O_3)$ concentration was lower, while nitrogen dioxide $(NO_2)$ concentration was higher. The carbon monoxide (CO) concentration was gradually higher according to the nocturnal inversion intensity, whereas sulfur dioxide $(SO_2)$ concentration was relatively constant. In addition, we found that there was no correlation between the inversion intensity and TSP concentration.
We developed a small sensor observation system (SSOS) at a relatively low cost to observe the atmospheric boundary layer. The accuracy of the SSOS sensor was compared with that of the automatic weather system (AWS) and meteorological tower at the Korea Meteorological Administration (KMA). Comparisons between SSOS sensors and KMA sensors were carried out by dividing into ground and lower atmosphere. As a result of comparing the raw data of the SSOS sensor with the raw data of AWS and the observation tower by applying the root-mean-square-error to the error, the corresponding values were within the error tolerance range (KMA meteorological reference point: humidity ${\pm}5%$, atmospheric pressure ${\pm}0.5hPa$, temperature ${\pm}0.5^{\circ}C$. In the case of humidity, even if the altitude changed, it tends to be underestimated. In the case of temperature, when the altitude rose to 40 m above the ground, the value changed from underestimation to overestimation. However, it can be confirmed that the errors are within the KMA's permissible range after correction.
Proceedings of the Korean Society of Broadcast Engineers Conference
/
2020.11a
/
pp.21-24
/
2020
대용량의 데이터를 시각적 요소를 활용하여 눈으로 볼 수 있도록 하는 데이터 시각화에 대한 관심이 꾸준히 증가하고 있다. 데이터 시각화는 데이터의 전처리를 거쳐 차원 축소를 하여 데이터의 분포를 시각적으로 확인할 수 있다. 공개된 데이터 셋은 캐글(kaggle), 아마존 AWS 데이터셋(Amazon AWS datasets), UC 얼바인 머신러닝 저장소(UC irvine machine learning repository)등 다양하다. 본 논문에서는 UCI의 화학 가스의 데이터셋을 이용하여 딥러닝을 이용하여 다양한 환경 및 조건에서의 학습을 통한 데이터분석 및 학습 결과가 좋을 경우와 그렇지 않을 경우의 마지막 레이어의 특징 벡터를 시각화하여 직관적인 결과를 확인 가능 하도록 하였다. 또한 다차원 입력 데이터를 시각화 함으로써 시각화 된 결과가 딥러닝의 학습결과와 연관이 있는지를 확인 한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.