• Radiation Oncology Journal
• /
• 제14권1호
• /
• pp.69-76
• /
• 1996

목적 : electronic portal imaging device(EPID)를 이용하여 폐암 환자에서 시행한 검증 영상을 분석하여 3차원 입체 조형치료계획 시 자세 오차(set-up error)와 종양의 이동 거리를 고려한 적절한 차폐 여유를 평가해 보고자 한다. 대상 및 방법 : 1995년 연세암센터 치료방사선과에 내원하여 EPID가 장착된 Clinac 2100C/D를 이용하여 치료받은 폐암 환자 10명을 대상으로 하였다. 환자 1인 당 1 port에 대한 검증 영상을 매일 얻어 random 오차와 systematic 오차를 구했고, 치료 1회 당 중복 영상을 얻어 종양의 움직임을 구했다. 매일 얻은 검증 영상은 103개이었고, 중복 영상은 10개이었다. 결과 : 전체 10 명의 환자의 x 축, y 축으로의 평균 이동은 각각 1.41 mm, 1.78 mm 이었고 systematic 이동은 표준편차가 x 축, y 축으로 각각 4.63 mm, 4.11 mm이었다. random 이동은 각 환자의 평균 이동으로부터 x 축, y 축으로 표준편차가 각각 4.17 mm, 3.31 mm 이었다. 호흡에 의한 y 축으로의 이동은 평균 12.2 mm이었고, 표준편차는 4.03 mm 이었다. 결론 : 폐암 환자에서 3차원 방사선치료를 시행하려고 할 경우 치료 계획 시 clinical target volume에서 x, y 축으로 각각 10 mm, 25 mm 정도의 여유가 필요하다고 보이며, 치료 초기에 각 환자별로 매일 EPID를 이용하여 얻은 검증 영상과, 중복 영상으로 차폐 여유를 적절히 조절해 주어야 할 것이다.

• Korean Chemical Engineering Research
• /
• 제44권6호
• /
• pp.659-668
• /
• 2006

실험계획법을 이용하여 nitromethane을 초임계수산화(SCWO)로 분해시키는 공정의 최적화 연구를 진행하였다. Lab scale 반응설비를 이용하여 처리수의 COD와 T-N을 최소화하는 SCWO 공정의 최적 운전조건을 도출하였으며, scale-up 문제점을 파악하기 위해 SCWO pilot plant 실험 결과와 lab scale 최적화 실험 결과를 비교하였다. 처리수의 COD와 T-N을 최적화 목적 변수(KPOV)로 설정하였으며, 예비실험을 통해 반응 온도(temp)와 nitromethane과 암모니아수의 몰 비(NAR)를 주요 운전 변수(KPIV)로 설정하였다. 최적화 실험은 통계적 실험계획법인 중심합성설계법을 사용하였으며, 실험결과의 해석은 반응표면법을 활용하였다. 주 효과 분석결과 처리수의 COD는 Temp 증가에 따라 급격하게 감소하며, NAR 증가에 따라 약간 감소하는 것으로 나타났으며, T-N은 Temp 와 NAR 증가에 따라 감소하였다. Temp가 $420{\sim}430^{\circ}C$로 낮을 때에는 NAR 증가에 따라 T-N이 급격히 감소하였으나, $450^{\circ}C$ 이상으로 높을 때에는 큰 변화가 없었다. 최적화 실험 결과를 회귀분석 하여 처리수의 COD와 T-N 을 예측할 수 있도록 Temp와 NAR이 변수인 2차식으로 회귀식을 도출하였으며, 결정계수($r^2$)와 표준화잔차의 정규성을 분석하여 회귀식이 실험결과를 잘 모사하는 것을 확인하였다. 회귀식을 이용하여 COD < 2 mg/L, T-N<40 mg/L를 동시에 만족시키며 부식 위험이 적은 nitromethane 분해 최적 운전 조건은 Temp $450-460^{\circ}C$, NAR 1.03-1.08로 설정하였다. SCWO pilot plant를 이용하여 nitromethane 분해 최적 조건을 검증하고, SCWO 공정의 scale-up 문제점을 파악하는 연구를 실시하였다. SCWO pilot plant 실험 결과를 lab scale 반응설비에서 도출한 COD와 T-N의 회귀식과 비교한 결과 오차가 증가하지만 회귀식이 pilot plant 실험결과도 잘 나타내는 것을 확인할 수 있었다. Pilot plant 실험결과에 대한 회귀식의 적합성은 실험값과 예측값의 비교도와 표준화잔차의 정규성으로 검증하였다.

• 한국해안·해양공학회논문집
• /
• 제32권2호
• /
• pp.135-145
• /
• 2020

해양에서의 파랑관측은 부이나 압력계 등을 이용하여 수면변위를 관측하는 직접관측방법과 Radar를 이용하여 관측하는 원격관측방법으로 구분된다. 직접관측방법은 정확도가 높지만, 악기상 시 파손 및 유실 위험이 크며 외해 설치 시 많은 유지 보수비용이 필요하다는 단점을 가지고 있다. 반면 Radar와 같은 원격관측방법은 장비를 육지에 계류하여 유지관리가 용이하지만 직접관측방법과 비교하면 정확도가 다소 낮은 단점이 있다. 본 연구에서는 원격파랑관측자료의 품질을 개선하기 위해 독도에 설치되어 운영 중인 MIROS Wave and Current Radar(MWR) 관측자료의 수집 및 분석을 하였으며, 이를 기상청에서 운영 중인 해양파고부이(CWB)의 관측자료와 비교하였다. 그리고 MWR 관측자료의 품질을 개선하기 위해 1) MIROS사에서 개발한 필터(Reduce Noise Frequency, Phillips Check, Energy Level Check)의 복합적인 사용(최적필터; Optimal Filter), 2) OOI(Ocean Observatories Initiative)에서 개발한 Spike Test 알고리즘(Spike Test) 그리고 3) 유의파고-주기 관계식을 이용한 새로운 필터(H-Ts QC)를 사용하여 신뢰도가 낮은 이상자료(Noise; 시계열 자료 중 급격하게 자료가 발산하여 정상자료가 아닌 것으로 판단되는 자료)의 제거 및 보정을 수행하였다. 결과적으로 3가지의 품질관리기법을 적용한 MWR의 파랑관측자료는 유의파고에 대해서는 일정 부분 신뢰도를 가지지만 유의파주기에서는 여전히 오차가 존재하며 이에 대한 개선이 요구된다. 또한, MWR의 파랑관측자료는 3 m 이상의 고파랑에서는 CWB와 다소 양상이 달라지는 한계가 발생하므로 이를 위한 장기간의 원격파랑관측 자료의 수집과 분석, 그리고 필터 개발 등에 관한 지속적인 연구가 필요하다.

• 헤리티지:역사와 과학
• /
• 제53권4호
• /
• pp.198-215
• /
• 2020

공적개발원조(ODA)란 공여국(供與國)의 정부를 비롯한 공공기관이 개발도상국의 경제 발전과 사회 복지 증진을 위해 제공하는 원조를 의미한다. 이 연구의 목적은 문화예술 역량강화 ODA 사업의 일환으로 진행 중인 '미얀마 문화유산 관리시스템의 구축 과정을 살펴보며, 디지털 문화유산 ODA의 성과와 과제를 분석하는 것이다. 디지털 문화유산 관리시스템은 유·무형 문화유산 자료의 영속적인 보존과 지속가능한 활용을 위한 것이다. 문화유산을 디지털 아카이브즈에 저장하고, 컴퓨터 분석 기술을 이용해서 새롭게 접근하여, 다차원적으로 정보를 사용할 수 있다. 디지털 문화유산 ODA의 성과는 첫째, 미얀마의 문화유산 중에서 소멸, 훼손, 변질, 왜곡될 가능성이 큰 문화유산의 '위험성'을 극복하고 기록화 함으로써 디지털화가 시급히 필요한 문화유산의 내용을 영구 보존할 수 있게 되었다. 둘째, 미얀마 문화유산 정보를 체계적으로 관리하고 자료 간 연계성을 통해 여러모로 활용할 수 있게 되었다. 셋째, 문화유산이 소재하거나 전승되고 있는 정확한 지리적 위치 정보를 기반으로 한 문화지도 구현이 가능하다. 학술적·정책적·실용적 목적으로 활용의 효용성과 편의성을 극대화할 수 있도록 다양한 문화유산을 총체적, 집약적으로 시각화했다. 넷째, 공여국과 수원국과의 관계에서 문화 ODA가 갖는 일방적일 수 있는 한계를 극복할 수 있었다. 다섯째, 문화 ODA에서 가장 핵심적이라고 할 수 있는 지속가능한 개발이 될 수 있는 수원국 담당자들의 역량강화 프로그램이 함께 운영되었다. 여섯째, 팬데믹(pandemic) 상황에서 국가 간 인력 이동 없이 비교적 원활하게 비대면으로 진행할 수 있는 ODA라는 시사점이 있다. 그러나 향후 활발한 논의와 고민을 통해 해결해야 할 다음과 같은 과제도 남겨졌다. 첫째, 시스템에 업로드 된 자료의 내용에 대한 검증이 이루어져야 한다. 둘째, 디지털 문화유산을 보존하기 위해서 여러 위협으로부터 안전하게 보호해야 한다. 예컨대 컴퓨터 바이러스, 저장된 데이터나 작동시스템에 대한 에러를 대비할 수 있는 현지 전문가 양성이 필요하다. 셋째, 컴퓨터 기술이 빠르게 변화하는 환경의 특성상 ODA 사업 종료 이후에 새로운 버전과 프로그램이 개발되거나 개발자가 지속해서 관리하지 않았을 때 뒤따르는 문제에 대한 방안도 논의되어야 한다. 넷째, 미얀마의 정치적 판단에 따라 분류 체계 기준이 정해지고, 자료 공개 여부가 결정되기 때문에 수원국 측에 문화 ODA 사업의 궁극적인 목적을 이해시켜야 한다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.207-221
• /
• 2023

본 연구는 천리안위성 2A호의 Level 1B (L1B) 정보를 사용해 지상기온을 추정하기 위한 심층신경망(deep neural network, DNN) 기법을 적용하고 검증을 실시하였다. 지상기온은 지면으로부터 1.5 m 높이의 대기온도로 일상생활뿐만 아니라 폭염이나 한파와 같은 이슈에 밀접한 관련을 갖는다. 지상기온은 지표면 온도와 대기의 열 교환에 의해 결정되므로 위성으로부터 산출된 지표면 온도(land surface temperature, LST)를 이용한 지상기온 추정 연구가 활발하였다. 하지만 천리안위성 2A호 산출물 LST는 Level 2 정보로 구름영향이 없는 픽셀만 산출되는 한계가 있다. 따라서 본 연구에서는 Advanced Meteorological Imager 센서에서 측정된 원시데이터에 오직 복사와 위치보정을 마친 L1B 정보를 사용해 지상기온을 추정하기 위한 DNN 모델을 제시하고 그 성능을 가늠하기 위해 위성 LST와 지상관측 기온 사이의 선형회귀모델을 기준모델로 사용하였다. 연구기간은 2020년부터 2022년까지 3년으로 평가기간 2022년을 제외한 기간은 훈련기간으로 설정했다. 평가지표는 기상청의 종관기상관측소에서 정시에 관측된 기온정보로 평균 제곱근 오차를 사용하였다. 관측지점에서 추출된 픽셀 중 손실된 픽셀의 비율은 LST는 57.91%, L1B는 1.63%를 보였으며 LST의 비율이 낮은 이유는 구름의 영향 때문이다. 제안한 DNN의 구조는 16개 L1B 자료와 태양정보를 입력 받는 층과 은닉층 4개, 지상기온 1개를 출력하는 층으로 구성하였다. 연구결과 구름의 영향이 없는 경우 DNN 모델이 root mean square error (RMSE) 2.22℃로 기준모델의 RMSE 3.55℃ 보다 낮은 오차를 보였고, 흐린 조건을 포함한 총 RMSE는 3.34℃를 나타내면서 구름의 영향을 제거할 수 있을 것으로 보였다. 하지만 계절과 시간에 따른 분석결과 여름과 겨울철에 모델의 결정계수가 각각 0.51과 0.42로 매우 낮게 나타났고 일 변동의 분산이 0.11과 0.21로 나타났다. 가시채널을 고려해 태양 위치정보를 추가한 결과에서 결정계수가 0.67과 0.61로 개선되었고 시간에 따른 일 변동의 분산도 0.03과 0.1로 감소하면서 모든 계절과 시간대에 더 일반화된 모델을 생성할 수 있었다.

• 대한원격탐사학회지
• /
• 제28권4호
• /
• pp.393-407
• /
• 2012

본 연구에서는 광학 원격탐사 영상의 획득 시 태양의 고도 및 방위가 대상 지역의 지형기복과 결합하여 나타나는 영향 및 다수의 시기에 걸쳐 획득한 영상을 비교분석하는 경우 영상 촬영시기의 차이로 인한 태양의 위치변화와 지형기복이 결합하여 나타나는 영향에 대한 보정을 시도하였다. 한라산과 다수의 분석구가 분포하는 제주도를 대상으로 Landsat 7 ETM+ 영상과 ASTER GDEM 지형자료를 사용하여 국지적조도의 모델링 시 커널의 크기를 $3{\times}3$, $5{\times}5$, $7{\times}7$, $9{\times}9$ 화소로 변화시키며 Lambertian 보정기법인 cosine 보정법과 비 Lambertian 보정기법인 c-보정법을 적용하고 보정기법 및 커널 크기에 대한 지형보정 효과를 분석하였다. 개별 영상의 육상지역에 대하여 보정을 수행한 결과 커널의 크기 $7{\times}7$을 적용한 c-보정법을 사용하였을 때에 보정효과가 가장 우수한 것으로 평가되었고, 대상지역을 ISODATA 무감독분류법을 이용하여 선택된 산림지역에 한정하여 지형보정을 수행한 경우에는 커널의 크기 $9{\times}9$를 적용한 c-보정법을 사용하였을 때에 가장 우수한 결과가 도출되었으며 다양한 지표피복이 혼합된 대상지역 대한 보정보다 효과가 큰 것으로 평가되었다. 다시기 영상의 경우 세 시기에 획득된 영상에 대하여 각각 지형보정을 수행한 후 상대적 방사도 보정을 적용하였을 때 지형보정을 수행하지 않은 경우와 비교하여 적외선 파장영역에서는 보다 균질한 반사도로 방사보정이 이루어졌으며 가시광 파장영역에서는 원영상의 반사도 패턴이 잘 보존된 결과가 도출되었다. 이상의 결과로부터 주변 지형으로부터 반사되는 에너지와 불완전한 대기보정으로 인한 잔류 대기영향을 고려하는 c-보정법을 적용하는 경우 cosine 보정법보다 우수한 지형보정 효과가 나타나며 수치표고모델에 내재된 수평과 수직방향 오차 및 위성영상과의 정합오차의 영향을 감소시기키 위하여 국지적 조도의 모델링 시 커널의 크기를 증가시키는 경우 지형보정의 효과가 증대되는 것으로 판단된다.

• 한국과학교육학회지
• /
• 제37권2호
• /
• pp.359-370
• /
• 2017

본 연구의 목적은 스마트 기기 도입이 '과학탐구' 활동을 어떻게 변화시킬 수 있을 것인지에 대한 교사들의 인식을 조사하고, 이를 토대로 스마트 기기 도입이 탐구 활동에서 갖는 여러 가능성과 어려움들을 탐색하는 것이다. 이를 위하여 교육대학원의 초등과학교육 전공 교사 12명을 대상으로 개방형 설문지, 모둠 토의, 전체 토의, 참여자 면담 등의 다양한 출처를 통해 자료를 수집하였으며 연구 결과는 다음과 같다. 첫째, 교사들은 스마트 기기를 통해 천체나 작은 생물과 같이 직접 관찰하기 어려운 현상에 대한 관찰 기회가 확대되어 학생들의 능동적인 참여를 독려할 수 있다고 설명하였다. 하지만 새로운 장치에 대한 조작의 부담으로 인해 학생들이 탐구에 집중하는 것을 방해할 수 있다는 의견도 있었다. 둘째, 교사들은 스마트 기기를 활용해 초등학교 과학탐구 활동에서 디지털식 측정 방식을 도입하기도 했다. 디지털식 측정은 간편하고 효율적으로 자료를 모을 수 있으며, 정확하고 정량적인 결과를 얻을 수 있다는 점에서 교사들에게 선호되었다. 하지만 새로운 측정 장치로 인해 추가 변인이 생기거나 탐구 활동의 본질이 달라지는 경우도 있었으며, 교사들은 아날로그식 측정 방식과 디지털 측정 방식 사이에서 자신의 탐구에 대한 신념에 따라 적절하다고 생각되는 방식을 선택하는 모습을 보였다. 셋째, 교사들은 스마트 기기를 활용해 다양한 형식의 축적된 자료 수집하여 양질의 과학적 증거로 활용할 수 있다고 설명했다. 양질의 과학적 증거들은 탐구 과정에 대한 학생들의 이해를 돕고 탐구 과정에 대한 의사소통에도 보탬이 된다고 보았다. 넷째, 교사들은 교육용 SNS를 활용하여 탐구 과정에서의 공유와 소통 기회를 확장시킬 수 있다고 설명했다. 하지만 학생들의 진지한 참여와 상호작용을 이끌어내기 위해서는 대화를 통해 적절한 규범을 형성하는 것이 중요하다고 주장하였다. 이러한 결과를 토대로 과학탐구와 스마트 기기의 의미 있는 통합을 위해 교사의 과학교육적 신념에 따른 디지털 기기 활용 방식, 과학탐구에서 요구되는 디지털 활용 역량의 유형과 특징, 스마트 기기를 활용한 탐구에서 형성되는 학급 규범의 특징에 대한 추가적인 분석들이 필요함을 논의하였다.

• 한국산학기술학회논문지
• /
• 제19권9호
• /
• pp.116-123
• /
• 2018

정액의 품질은 정자의 운동학적 특성 및 첨체의 온전성 등에 의해서 결정된다. 이전 연구들에서 정액 품질 검사는 현미경을 이용하여 사람이 직접적으로 수행하기 때문에 오차가 컸다. 최근에는 이러한 기법을 보완하고자 분자생물학적 방법을 통한 검사 방법이 새로이 대두되고 있다. ZAR1 유전자는 척추동물의 초기 배아 발달에 영향을 미치는 유전자로 알려져 있지만 정액과 연관성 연구는 진행되어 있지 않다. 본 연구는 ZAR1 유전자의 SNP을 탐색하고 정액의 운동학적 특성과의 연관성을 규명하였다. SNP을 탐색 및 연관성 분석을 하고자 두록 수퇘지 105두의 혈액으로부터 추출한 DNA로 부터 ZAR1 유전자의 전체 염기서열 분석을 실시하였고, 105두의 정액의 운동학적 특성을 분석하였다. 그 결과, ZAR1의 염색체 2540번째 T 서열이 C로 변환되는 것을 확인하였고, ZAR1 SNP의 유전자형을 분석한 결과 major allel은 T 서열이며 minor allele은 C로 확인되었다. ZAR1의 유전자형과 정액의 운동학적 특성과의 연관성 분석 결과 MOT (Motility) (p<0.01)와 VSL (Straight-line Velocity) (p<0.05)에서 유의적인 차이가 나타났다. 또한, 운동학적 특성과 ZAR1 SNP을 비교하였을 때, T allele을 가진 유전자형이 C allele에 비해 MOT와 VSL을 감소시키는 것으로 확인하였다. 따라서 C allele을 가진 돼지가 정액의 MOT와 VSL에서 더 좋은 것으로 판단된다. 이러한 결과들은 우수한 정액을 생산하는 돼지를 판별하는 유전자 진단 기법의 기초자료로 활용할 수 있을 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제40권4호
• /
• pp.387-396
• /
• 2024

대부분의 고해상도 위성영상은 rational polynomial coefficients (RPC) 정보를 제공하여 지상좌표와 영상좌표 간 변환을 수행한다. 그러나 초기 RPC에는 기하학적 오차가 존재하여 ground control points (GCPs)와의 정합을 통해 보정을 수행하여야 한다. GCP chip은 항공정사영상에서 추출한 높이 정보가 포함된 작은 영상 패치(patch)이다. 많은 선행연구에서는 영역 기반 정합 기법을 사용하여 고해상도 위성영상과 GCP chip 간 정합을 수행하였다. 계절적 차이나 변화된 지역이 존재하는 영상에서는 화소값에 의존하는 정합이 어렵기 때문에 윤곽 정보를 추출하여 정합을 수행하기도 한다. 그러나 일반적으로 사용하는 canny 기법으로 정합에 용이한 윤곽을 추출하기 위해서는 위성영상의 분광 특성에 적절한 임계치를 설정해주어야 하는 문제가 존재한다. 따라서 본 연구에서는 위성영상의 지역별 특성에 둔감한 윤곽 정보를 활용하여 RPC 보정을 위한 정합을 수행하고자 한다. 이를 위해 딥러닝 기반 윤곽 정보 추출 네트워크인 pixel difference network (PiDiNet)를 활용하여 위성영상과 GCP chip의 윤곽맵(edge map)을 각각 생성하였다. 그 후 생성된 윤곽맵을 normalized cross-correlation과 relative edge cross-correlation의 입력데이터로 대체하여 영역 기반의 정합을 수행하였다. 마지막으로 RPC 보정에 필요한 변환모델 계수를 도출하기 위하여 data snooping 기법을 반복적으로 적용하여 참정합쌍을 추출하였다. 오정합쌍을 제거한 참정합쌍에 대해 root mean square error (RMSE)를 도출하고 기존에 사용하던 상관관계 기법과 결과를 정성적으로 비교하였다. 실험 결과, PiDiNet은 약 0.3~0.9 화소의 RMSE 값 분포를 보였으나 canny 기법에 비해 두꺼운 윤곽을 나타내어 일부 영상에서 미세하게 정확도가 저하되는 것을 확인하였다. 그러나 위성영상 내 특징적인 윤곽을 일관적으로 나타냄으로써 정합이 어려운 지역에서도 정합이 잘 수행되는 것을 확인하였다. 본 연구를 통해 윤곽 기반 정합 기법의 강인성을 개선하여 다양한 지역에서의 정합을 수행할 수 있을 것으로 예상된다.

• 한국해양학회지:바다
• /
• 제19권3호
• /
• pp.169-179
• /
• 2014

황해 남동부 해역에 설치한 해양부이(YSROB)에서 약 27개월간 관측된 장파, 단파 복사량을 포함한 대기, 해양 변수와 COARE 3.0 알고리즘을 이용하여 월평균 해양-대기간 열속을 산출하고 기존 연구결과와 비교하였다. YSROB 위치에서 열속은 순 단파복사(Qi)에 의해 해양은 대기로부터 열을 얻고 순 장파복사($Q_b$), 현열($Q_h$), 잠열($Q_e$)에 의해서 열손실이 일어난다. 전체 열손실 중 $Q_e$에 의한 손실이 51%로 가장 크게 나타났으며 $Q_b$와 $Q_h$에 의한 손실은 각각 34%, 15% 이다. 순열속($Q_n$)은 $Q_i$가 최대인 5월에 최대($191.4W/m^2$)이며 모든 열속 성분이 최소인 12월에 최소($-264.9W/m^2$)이다. 연평균 $Q_n$은 $1.9W/m^2$ 이지만 관측기기의 정확도에 의한 오차산정 결과(최대 ${\pm}19.7W/m^2$)를 고려하면 무시할 정도로 작다. YSROB과 동일한 위치에서의 기존 월별 열속 산출 결과는 YSROB에서 실측값에 기반한 열속에 비해 여름철 $Q_i$가 약 $10{\sim}40W/m^2$ 과소 평가된 반면에 겨울철에는 $Q_e$와 $Q_h$에 의한 열 손실이 각각 약 $50W/m^2$, $30{\sim}70W/m^2$ 과다하게 산출되었다. 이로 인하여 해양이 열을 얻는 4월~8월에는 기존 연구에서의 열 획득량이 본 연구 결과보다 적게 나타나며, 해양이 열을 잃는 겨울철에는 기존 연구에서의 해양으로부터의 열 손실이 본 연구 결과에 비해 크게 나타난다. 특히, 12월과 1월의 $Q_n$ 차이는 약 $70{\sim}130W/m^2$에 달한다. 장기적인 재분석장(MERRA) 분석 결과에 의하면 이와 같은 월평균 열속의 차이는 연변동 등 시간 변동에 의한 것이 아니라 열속 산출 시 사용된 자료의 부정확성에 기인하는 것으로 판단된다. 본 연구 결과로부터 기존의 기후적인 열속을 연구에 활용하거나 수치모델에 사용함에 있어 주의가 요망된다.