• 동양고전연구
• /
• 제49호
• /
• pp.357-392
• /
• 2012

작가는 작품을 통해 자신의 사유(思惟)와 지향(志向)을 드러내기 마련이다. 그런데 그동안 창암(蒼巖)에 대한 연구는 서론과 작품의 형태미를 중점적으로 논의하였을 뿐 작품에 내재되어 있는 사유에 대한 논의는 거의 이루어지지 못하고 있었다. 특히, 창암의 작품은 이광사(李匡師)의 서풍을 계승하면서 복고주의적 성향이 매우 강해서 같은 시기 활동하던 북학파의 영향이 크지 않음을 알 수 있다. 본고에서는 창암의 이러한 서풍을 '복고적 성향'이라고 명명하고, 그의 이러한 복고적 사유가 학서(學書) 과정과 작품에 나타난 구체적 양상을 살펴보았다. 창암은 진적(眞跡) 친필(親筆)자료들을 중시하면서 행초서(行草書)를 즐겨 썼다. 그러나 학서 과정에서 항상 필력을 강조하여 한위(漢魏)의 글씨에 근본을 두었고, 행초서를 쓰더라도 반드시 해서(楷書)를 먼저 익혀 그 필력을 얻어야 한다고 강조하였다. 또한 창암은 평생 동안 왕희지(王羲之) 서풍의 소해(小楷)로 된 작품들을 많이 남겼는데, 이는 조선후기 동국진체(東國眞體)의 서가들이 왕희지의 해서, 특히 소해를 전범으로 하는 것과 일맥상통한다. 이러한 경향은 마음의 스승인 이광사의 영향에 기인한 것으로 보인다. 그러나 창암은 또한 왕희지의 법첩(法帖) 글씨에 부족한 필세를 보완하고자 끊임없이 노력한 흔적들이 발견된다는 점에서 다른 서가들과는 다른 양상을 보인다. 그는 먼저 서예이론에 있어서는 한위(漢魏)의 고법(古法)을 중시하여 채옹(蔡邕)과 종요(鍾繇)를 근본으로 삼고 있음을 확인할 수 있다. 또 대해(大楷)에 있어서는 <구루비(??碑)>의 필세가 가미된 <예학명(?鶴銘)>과 위(魏) 무제(武帝)의 글씨, 안진경(顔眞卿)의 <대당중흥송(大唐中興頌)>과 김생(金生) 글씨 등을 끊임없이 연마하였다. 특히, <구루비>와 <예학명>의 필의(筆意)를 이용한 그의 말년 작품은 기본적으로 해서인 <예학명>의 자형(字形)에 <구루비>의 구불구불한 형세(形勢)를 취해 자신의 독특한 서풍을 보여주는 경지에 이를 수 있었다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1691-1707
• /
• 2022

한반도와 중국 경계에 위치한 백두산의 칼데라호인 천지호는 계절에 따라 해빙과 결빙을 반복한다. 천지 아래에는 마그마 챔버가 존재하며 마그마 챔버의 변화에 의해 온천수의 온도 및 수압 변화와 같은 화산 전조현상이 발생한다. 이에 따라, 천지호 내에서 다른 부분보다 해빙이 빠르며 결빙기에도 늦게 얼며 물표면 온도가 높은 이상지역이 존재하게 된다. 해당 이상지역은 온천수 방출 지역으로, 이상지역의 얼음변화도 값을 통해 화산활동을 모니터링 할 수 있다. 그러나 지리적, 정치적 그리고 공간적 문제로 천지의 이상지역을 주기적으로 관측하기에는 한계가 존재한다. 따라서 본 연구에서는 Landsat -5/-7/-8 광학위성영상으로부터 Modified U-Net 회귀모델을 이용하여 이상지역내의 얼음변화도를 정량적으로 관측하였다. 1985년 1월 22일부터 2020년 12월 8일까지 이상지역을 갖는 83장의 Landsat 영상의 Visible and Near Infrared (VNIR)대역을 활용하였다. 얼음 변화도를 정량적으로 관측을 위해 VNIR대역에서 수체와 얼음과의 상대적인 분광반사도를 활용하여 새로운 데이터를 만들었다. 가시광선대역과 근적외선 대역이 가지고 있는 정보를 최대한 유지하기 위해 2개의 인코더를 가진 U-Net에 적용하여 얼음변화도를 관측하였으며 Root Mean Square Error (RMSE) 140, 상관계수 0.9968의 높은 예측 성능을 보여주었다. 따라서 Modified U-Net을 활용하면 추후 Landsat 영상으로부터 얼음변화도 값을 높은 정확도로 관측하므로 백두산 화산활동을 모니터링하는 방법 중 하나로 사용될 수 있으며, 다른 화산 모니터링 기법과 더불어 활용한다면 더욱 정밀한 화산감시체계 구축이 가능할 것이다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.123-132
• /
• 2013

최근 스마트 폰에 다양한 센서를 내장할 수 있게 되었고 스마트폰에 내장된 센서를 이용항 동작 인지에 관한 연구가 활발히 진행되고 있다. 스마트폰을 이용한 동작 인지는 노인 복지 지원이나 운동량 측정. 생활 패턴 분석, 운동 패턴 분석 등 다양한 분야에 활용될 수 있다. 하지만 스마트 폰에 내장된 센서를 이용하여 동작 인지를 하는 방법은 사용되는 센서의 수에 따라 단일 센서를 이용한 동작인지와 다중 센서를 이용한 동작인지로 나눌 수 있다. 단일 센서를 이용하는 경우 대부분 가속도 센서를 이용하기 때문에 배터리 부담은 줄지만 다양한 동작을 인지할 때에 특징(feature) 추출의 어려움과 동작 인지 정확도가 낮다는 문제점이 있다. 그리고 다중 센서를 이용하는 경우 대부분 가속도 센서와 중력센서를 사용하고 필요에 따라 다른 센서를 추가하여 동작인지를 수행하며 다양한 동작을 보다 높은 정확도로 인지할 수 있지만 다수의 센서를 사용하기 때문에 배터리 부담이 증가한다는 문제점이 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 스마트 폰에 내장된 가속도 센서를 이용하여 다양한 동작을 높은 정확도로 인지하는 방법을 제안한다. 서로 다른 10가지의 동작을 높을 정확도로 인지하기 위해 원시 데이터로부터 17가지 특징을 추출하고 각 동작을 분류하기 위해 Ensemble of Nested Dichotomies 분류기를 사용하였다. Ensemble of Nested Dichotomies 분류기는 다중 클래스 문제를 다수의 이진 분류 문제로 변형하여 다중 클래스 문제를 해결하는 방법으로 서로 다른 Nested Dichotomy 분류기의 분류 결과를 통해 다중 클래스 문제를 해결하는 기법이다. Nested Dichotomy 분류기 학습에는 Random Forest 분류기를 사용하였다. 성능 평가를 위해 Decision Tree, k-Nearest Neighbors, Support Vector Machine과 비교 실험을 한 결과 Ensemble of Nested Dichotomies 분류기를 사용하여 동작 인지를 수행하는 것이 가장 높은 정확도를 보였다.