• 천문학회보
• /
• 제42권2호
• /
• pp.64.3-64.3
• /
• 2017

For the detection of transient sources in optical wide field surveys like KMTNet Supernova Project, difference imaging technique is commonly used. As this method produces a fair amount of false positives, it is also common to utilize machine learning algorithms to screen likely true positives. While deep learning methods such as a convolutional neural network has been successfully applied recently, its application can be limited if the size of the training sample is small. I will discuss a variation of more conventional method that adopts the wavelet transform for feature engineering and its performance.

• 한국정보통신학회논문지
• /
• 제25권10호
• /
• pp.1452-1455
• /
• 2021

Recently, point clouds are generated by capturing real space in 3D, and it is actively applied and serviced for performances, exhibitions, education, and training. These point cloud data require post-correction work to be used in virtual environments due to errors caused by the capture environment with sensors and cameras. In this paper, we propose an enhancement technique for 3D point cloud data by applying generative adversarial network(GAN). Thus, we performed an approach to regenerate point clouds as an input of GAN. Through our method presented in this paper, point clouds with a lot of noise is configured in the same shape as the real object and environment, enabling precise interaction with the reconstructed content.

• 한국측량학회지
• /
• 제40권3호
• /
• pp.227-237
• /
• 2022

다시기 고해상도 영상에 존재하는 건물의 위치 및 형태학적 왜곡은 건물의 변화탐지를 어렵게 만드는 요인 중 하나이다. 이를 해결하기 위하여 부가적인 3차원 지형정보 및 딥러닝을 활용한 연구가 수행되고 있지만, 실제 사례에 적용되기 어려운 한계가 있다. 본 연구에서는 건물의 효율적인 변화탐지를 수행하기 위하여, 건물의 위치 정보뿐만 아니라 건물 간 위상정보를 활용하는 방안을 제시한다. 다양한 비연직 영상에서의 건물을 학습하기 위하여 SpaceNet v2 데이터셋을 사용하여 Mask R-CNN (Region-based Convolutional Neural Network)을 학습하였으며, 건물 객체를 탐지하여 중심점을 노드로 추출하였다. 추출한 건물 노드를 중심으로 서로 다른 두 시기에 대해 각각 TIN (Triangulated Irregular Network) 그래프들을 형성하고, 두 그래프 간 구조적 차이가 발생한 영역에 기반하여 변화 건물을 추출하기 위해 그래프 유사도와 노드의 위치 차이를 반영한 변화 지수를 제안하였다. 최종적으로 변화 지숫값을 기반으로 두 그래프 간 비교를 통해 새롭게 생성되거나 삭제된 건물을 탐지하였다. 총 3쌍의 테스트 영역에 대해 제안한 기법을 적용한 결과, 건물들 간 연결성의 변화를 고려함으로써 기복 변위에 의해 서로 다른 시기간 동일 건물 쌍을 판단하기 어려운 경우에도 변화가 발생한 건물을 적절하게 탐지하는 것을 확인할 수 있었다.

• 천문학회보
• /
• 제45권1호
• /
• pp.60.2-60.2
• /
• 2020

In the hierarchical framework, galaxies grow through mergers and accretion. Those mechanisms leave faint features, such as stellar streams, shells and smooth stellar halos in the outskirts of galaxies. In order to search for those features in the nearby galaxies, we are conducting a KMTNet Nearby Galaxy Survey using the Korea Microlensing Telescope Network. We present a deep and wide-field imaging of NGC 5236, a barred spiral galaxy. In one-dimensional surface brightness profiles, we reach 28, 29 mag/arcsec2 in the R- and B-band, respectively. We find that the outer disk of NGC 5236 can be well described with a single exponential profile up to 17 kpc (~3.8 Reff) indicating that the excess light due to the stellar halo is not clearly detected. B-R color gradually increases towards the outskirts of the galaxy. It may reveal that stellar properties in the outskirts are marginally distinctive from those in the central part.

• Journal of Astronomy and Space Sciences
• /
• 제40권3호
• /
• pp.123-129
• /
• 2023

This paper presents an analysis of the trans-lunar trajectory insertion performance of the Korea Pathfinder Lunar Orbiter (KPLO), the first lunar exploration spacecraft of the Republic of Korea. The successful launch conducted on August 4, 2022 (UTC), utilized the SpaceX Falcon 9 rocket from Cape Canaveral Space Force Station. The trans-lunar trajectory insertion performance plays a crucial role in ensuring the overall mission success by directly influencing the spacecraft's onboard fuel consumption. Following separation from the launch vehicle (LV), a comprehensive analysis of the trajectory insertion performance was performed by the KPLO flight dynamics (FD) team. Both orbit parameter message (OPM) and orbit determination (OD) solutions were employed using deep space network (DSN) tracking measurements. As a result, the KPLO was accurately inserted into the ballistic lunar transfer (BLT) trajectory, satisfying all separation requirements at the target interface point (TIP), including launch injection energy per unit mass (C3), right ascension of the injection orbit apoapsis vector (RAV), and declination of the injection orbit apoapsis vector (DAV). The precise BLT trajectory insertion facilitated the smoother operation of the KPLO's remainder mission phase and enabled the utilization of reserved fuel, consequently significantly enhancing the possibilities of an extended mission.

• 터널과지하공간
• /
• 제30권5호
• /
• pp.462-472
• /
• 2020

암종 분류은 현장의 지질학적 또는 지반공학적 특성 파악을 위해 요구되는 매우 기본적인 행위이나 암석의 성인, 지역, 지질학적 이력 특성에 따라 동일 암종이라 하여도 매우 다양한 형태와 색 조성을 보이므로 깊은 지질학적 학식과 경험 없이는 쉬운 일은 아니다. 또한, 다른 여러 분야의 분류 작업에서 딥러닝 영상 처리 기법들이 성공적으로 적용되고 있으며, 지질학적 분류나 평가 분야에서도 딥러닝 기법의 적용에 대한 관심이 증대되고 있다. 따라서, 본 연구에서는 동일 암종임에도 다양한 형태와 색을 갖게 되는 실제 상황을 감안하여, 정확한 자동 암종 분류를 위한 딥러닝 기법의 적용 가능성에 대해 검토하였다. 이러한 기법은 향후에 현장 암종분류 작업을 수행하는 현장 기술자들을 지원할 수 있는 효과적인 툴로 활용 가능할 것이다. 본 연구에서 사용된 딥러닝 알고리즘은 매우 깊은 네트워크 구조로 객체 인식과 분류를 할 수 있는 것으로 잘 알려진 'ResNet' 계열의 딥러닝 알고리즘을 사용하였다. 적용된 딥러닝에서는 10개의 암종에 대한 다양한 암석 이미지들을 학습시켰으며, 학습 시키지 않은 암석 이미지들에 대하여 84% 수준 이상의 암종 분류 정확도를 보였다. 본 결과로 부터 다양한 성인과 지질학적 이력을 갖는 다양한 형태와 색의 암석들도 지질 전문가 수준으로 분류해 낼 수 있는 것으로 파악되었다. 나아가 다양한 지역과 현장에서 수집된 암석의 이미지와 지질학자들의 분류 결과가 학습데이터로 지속적으로 누적이 되어 재학습에 반영된다면 암종분류 성능은 자동으로 향상될 것이다.

• 한국위성정보통신학회논문지
• /
• 제11권3호
• /
• pp.86-91
• /
• 2016

한국항공우주연구원은 한국 최초의 달 탐사를 위한 시험용 달 궤도선을 개발하고 있으며, 임무 성공을 위해 다양한 분석을 수행하고 있다. 특히 각 탑재체를 통해 획득된 과학 및 기술 데이터를 지구로 전송하기 위해 통신 성능이 중요한 요소 중의 하나로 판단된다. 본 논문에서는 지상국과 궤도선 간의 가시성 분석을 통해 하루 평균 전송 가능한 다운링크 용량에 대한 연구 내용을 설명하고, 그 결과에 대해 정리하였다.

• 대한의용생체공학회:의공학회지
• /
• 제42권5호
• /
• pp.232-240
• /
• 2021

Heterogeneity in cancer is the major obstacle for precision medicine and has become a critical issue in the field of a cancer diagnosis. Many attempts were made to disentangle the complexity by molecular classification. However, multi-dimensional information from dynamic responses of cancer poses fundamental limitations on biomolecular marker-based conventional approaches. Cell morphology, which reflects the physiological state of the cell, can be used to track the temporal behavior of cancer cells conveniently. Here, we first present a hybrid learning-based platform that extracts cell morphology in a time-dependent manner using a deep convolutional neural network to incorporate multivariate data. Feature selection from more than 200 morphological features is conducted, which filters out less significant variables to enhance interpretation. Our platform then performs unsupervised clustering to unveil dynamic behavior patterns hidden from a high-dimensional dataset. As a result, we visualize morphology state-space by two-dimensional embedding as well as representative morphology clusters and trajectories. This cell morphology profiling strategy by hybrid learning enables simplification of the heterogeneous population of cancer.

• 융합보안논문지
• /
• 제23권4호
• /
• pp.61-70
• /
• 2023

클러스터링은 데이터의 정답값(실제값)이 없는 데이터를 기반으로 데이터의 특징벡터의 거리 기반 등으로 군집화를 하는 비지도학습 방법이다. 이 방법은 이미지, 텍스트, 음성 등 다양한 데이터에 대해서 라벨링이 없이 적용할 수 있다는 장점이 있다. 기존 클러스터링을 하기 위해 차원축소 기법을 적용하거나 특정 특징만을 추출하여 군집화하는 방법이 적용되었다. 하지만 딥러닝 기반 모델이 발전하면서 입력 데이터를 잠재 벡터로 표현하는 오토인코더, 생성 적대적 네트워크 등을 통해서 딥 클러스터링의 기술이 연구가 되고 있다. 본 연구에서, 딥러닝 기반의 딥 클러스터링 기법을 제안하였다. 이 방법에서 오토인코더를 이용하여 입력 데이터를 잠재 벡터로 변환하고 이 잠재 벡터를 클러스터 구조에 맞게 벡터 공간을 구성 및 k-평균 클러스터링을 하였다. 실험 환경으로 pytorch 머신러닝 라이브러리를 이용하여 데이터셋으로 MNIST와 Fashion-MNIST을 적용하였다. 모델로는 컨볼루션 신경망 기반인 오토인코더 모델을 사용하였다. 실험결과로 k가 10일 때, MNIST에 대해서 89.42% 정확도를 가졌으며 Fashion-MNIST에 대해서 56.64% 정확도를 가진다.

• Journal of Astronomy and Space Sciences
• /
• 제37권4호
• /
• pp.237-247
• /
• 2020

The ground tracking support is a critical factor for the navigation performance of spacecraft orbiting around the Moon. Because of the tracking limit of antennas, only a small number of facilities can support lunar missions. Therefore, case studies for various ground tracking support conditions are needed for lunar missions on the stage of preliminary mission analysis. This study analyzes the ground supporting condition effect on orbit determination (OD) of Korea Pathfinder Lunar Orbiter (KPLO) in the lunar orbit. For the assumption of ground support conditions, daily tracking frequency, cut-off angle for low elevation, tracking measurement accuracy, and tracking failure situations were considered. Two antennas of deep space network (DSN) and Korea Deep Space Antenna (KDSA) are utilized for various tracking conditions configuration. For the investigation of the daily tracking frequency effect, three cases (full support, DSN 4 pass/day and KDSA 4 pass/day, and DSN 2 pass/day and KDSA 2 pass/day) are prepared. For the elevation cut-off angle effect, two situations, which are 5 deg and 10 deg, are assumed. Three cases (0%, 30%, and 50% of degradation) were considered for the tracking measurement accuracy effect. Three cases such as no missing, 1-day KDSA missing, and 2-day KDSA missing are assumed for tracking failure effect. For OD, a sequential estimation algorithm was used, and for the OD performance evaluation, position uncertainty, position differences between true and estimated orbits, and orbit overlap precision according to various ground supporting conditions were investigated. Orbit prediction accuracy variations due to ground tracking conditions were also demonstrated. This study provides a guideline for selecting ground tracking support levels and preparing a backup plan for the KPLO lunar mission phase.