• 한국수자원학회논문집
• /
• 제54권9호
• /
• pp.681-692
• /
• 2021

식생 프로세스는 증발산 제어를 통해 강우 유출 프로세스에 상당한 영향을 미치지만, 개념적인 집중형 수문 모형에서는 거의 고려되지 않는다. 본 연구는 인공위성에서 원격으로 감지된 엽면적지수 자료를 표현하는 생태 모듈을 수문 분할 모듈에 통합하여 합천댐 유역에 대한 모형 성능을 평가하였다. 제안된 생태 수문 모형은 습윤 지역의 생태수문 프로세스를 더 잘 표현하기 위하여 크게 세 가지 주요한 특징을 가진다. 1) 식생의 성장률은 유역의 물 부족 스트레스에 의해 제약을 받는다. 2) 식생의 최대 성장은 유역 기후에 의한 에너지에 의해 제약을 받는다. 3) 식생과 대수층의 상호작용이 반영된다. 제안된 모형은 유역 단위의 수문 성분과 식생 동역학을 동시에 모의한다. SCEM 알고리즘에 의해 추정된 모형 매개변수를 이용한 검증 결과로부터 아래와 같은 발견할 수 있었다. 1) 엽면적지수와 하천유량 자료를 이용하여 생태수문모형의 매개변수를 추정하는 것이 생태 모듈이 없는 수문 모형과 비슷한 정확도 및 견고함으로 하천유량을 예측할 수 있다. 2) 필터링이 안된 원격으로 감지된 엽면적지수를 그대로 입력자료로 이용하는 것은 하천유량 예측에 도움이 안된다. 3) 통합된 생태수문모형은 엽면적지수의 계절적인 변동성에 대한 우수한 추정치를 제공할 수 있다.

• 한국융합학회논문지
• /
• 제12권6호
• /
• pp.233-239
• /
• 2021

최근 코로나19(COVID-19)라는 신종 바이러스로 인해 사람들은 외출을 자제하고 집안에 있는 시간이 길어졌다. 그로 인해 활동량이 급감하고 체중이 증가하여 건강에 대한 관심이 더욱 높아졌고, 이를 해결하기 위한 방법으로 홈트레이닝이 대안이 될 수 있다. 이에 홈트레이닝의 트렌드를 알아보기 위해 뉴스분석시스템인 빅카인즈(BIG KINDS)에서 제공하는 뉴스를 활용하여 2019년 12월 1일부터 2020년 11월 30일까지의 기사를 수집하였다. 빈도분석, 가중도에 따른 관계도 분석, 연관어 분석을 실시하였고, 빅카인즈에서 개발한 알고리즘을 활용한 프로그램으로 분석을 실시하였다. 결론적으로 첫째, 홈트레이닝은 인공지능의 기술과 등장이 홈트레이닝을 주도하는 것으로 나타났다. 둘째, 홈트레이닝은 이동통신사의 관련한 컨텐츠와 영상서비스 위주로 이루어지고 있음을 추측할 수 있다. 셋째, 운동 종목으로는 필라테스의 선호도가 높고, 이와 관련된 운동용품의 수요가 증가함에 따라 상표출원도 영향이 있음을 알 수 있었다. 다음연구에서는 연구방법론을 보완하고 다양한 분석을 통해 향후 시행될 여러 빅데이터 연구의 기초자료로 활용될 것을 기대한다.

• 해양환경안전학회지
• /
• 제28권1호
• /
• pp.184-192
• /
• 2022

밸브의 내부 누설 현상은 밸브의 내부 부품의 손상에 의해 발생하며 배관 시스템의 사고와 운전정지를 일으키는 주요 요인이다. 본 연구는 버터플라이형 밸브의 내부 누설에 따라 배관계에서 발생하는 음향방출 신호를 이용하여 배관 가동 중 실시간 누설 진단의 가능성을 검토하였다. 이를 위해 밸브의 작동 모드별로 측정한 시간영역의 AE 원시신호를 취득하였으며 이로부터 구축한 데이터셋은 데이터 기반의 인공지능 알고리즘에 적용하여 밸브의 내부 누설 유무를 진단하는 모델을 생성하였다. 누설 유무진단을 분류의 문제로 정의하여 SVM 기반의 머신러닝과 CNN 기반의 딥러닝 분류 알고리즘을 적용하였다. 데이터의 특징 추출에 기반한 SVM 분류 모델의 경우, 이진분류 모델에서 구축된 모델에 따라 83~90%의 정확도를 나타냈으며, 다중 클래스인 경우 분류 정확도가 66%로 감소하였다. 반면, CNN 기반의 다중 클래스 분류 모델의 경우 99.85%의 분류 정확도를 얻을 수 있었다. 결론적으로 밸브 내부 누설 진단을 위한 SVM 분류모델은 다중 클래스의 정확도 향상을 위해 적절한 특징 추출이 필요하며, CNN 기반의 분류모델은 프로세서의 성능 저하만 없다면 누설진단과 밸브 개도 분류에 효율적인 접근방법임을 확인하였다.

• 한국해양학회지:바다
• /
• 제26권4호
• /
• pp.307-326
• /
• 2021

상시 관측되는 조위관측소 해수위 자료는 결측값과 오측값을 포함하고 있으며, 그 중 오측 값은 이상값으로 분류되는 전처리 대상이다. 이러한 오측을 제거하기 위해 대표적으로 3𝜎 (three standard deviations) 규칙이 적용되어왔으나, 기상이변 등에 의한 극값이 존재하거나 3𝜎 범위 안에서도 오측이 존재하는 해수위 자료에는 그 적용이 어렵다. 본 연구에서 설계된 모델은 오측에 대한 사전 정보가 필요하지 않은 비주석 학습으로 구성되며, 재귀신경망과 앙상블 기법을 이용함으로써 실시간으로 수집되는 해수위 자료가 오측일 가능성을 발생한지 20분 이내로 제시한다. 검증이 완료된 모델은 평시 및 기상이변시의 정상값과 오측값을 잘 분리하며, 학습이 이뤄지지 않은 연도의 해수위 자료에서도 이상값 탐지가 가능함을 확인하였다. 본 연구의 관측 이상치 탐지 알고리즘은 조위관측소 해수위에 국한되지 않고 다양한 해양 및 대기자료의 이상치 탐지 인공신경망 모델에 확장 적용할 수 있다.

• 인터넷정보학회논문지
• /
• 제23권3호
• /
• pp.35-45
• /
• 2022

현대에도 일부 소외된 지역에서는 의료 인력의 부족으로 인해 위·중증 환자에 대한 치료가 지연되는 경우가 많다. 의료 데이터에 대한 분석을 자동화하여 의료 서비스의 접근성 문제 및 의료 인력 부족을 해소하고자 하는 연구가 계속되고 있다. 컴퓨터 비전 기반의 진료 자동화는 훈련 목적에 대한 데이터 수집 및 라벨링 작업에서 많은 비용이 요구된다. 이러한 점은 희귀질환이나 시각적으로 뚜렷하게 정의하기 어려운 병리적 특징 및 기전을 구분하는 작업에서 두드러진다. 이상 탐지는 비지도 학습 전략을 채택함으로써 데이터 수집 비용을 크게 절감할 수 있는 방법으로 주목된다. 본 논문에서는 기존의 이상 탐지 기법들을 기반으로, 흉부 X-RAY 영상에 대해 이상 탐지를 수행하는 방법을 다음과 같이 제안한다. (1) 최적 해상도로 샘플링된 의료 영상의 색상 범위를 정규화한다. (2) 무병변 영상으로부터 패치 단위로 구분된 중간 수준 특징 집합을 추출하여 그 중 높은 표현력을 가진 일부 특징 벡터들을 선정한다. (3) 최근접 이웃 탐색 알고리즘을 기반으로 미리 선정된 무병변(정상) 특징 벡터들과의 차이를 측정한다. 본 논문에서는 PA 방식으로 촬영된 흉부 X-RAY 영상들에 대한 제안 시스템의 이상 탐지 성능을 세부 조건에 따라 상세히 측정하여 제시한다. PadChest 데이터세트로부터 추출한 서브세트에 대해 0.705 분류 AUROC를 보임으로써 의료 영상에 대한 이상 탐지 적용의 효과를 입증하였다. 제안 시스템은 의료 기관의 임상 진단 워크플로우를 개선하는 데에 유용하게 사용될 수 있으며, 의료 서비스 접근성이 낮은 지역에서의 조기 진단을 효율적으로 지원할 수 있다.

• 한국터널지하공간학회 논문집
• /
• 제24권2호
• /
• pp.217-230
• /
• 2022

쉴드TBM (Tunnel Boring Machine) 터널 시공에 있어 막장압 관리는 막장면 붕괴, 지반침하 등을 방지하여 막장 안정성을 유지하는 데 중요한 역할을 담당한다. 특히, 챔버 내부의 굴착토로 막장압을 조절하는 토압식 쉴드TBM의 경우, 이수식 쉴드TBM에 비해 막장압의 관리가 어렵다. 본 연구에서는 국내 토압식 쉴드TBM 터널 시공 현장의 지반조건 및 굴진특성 데이터를 분석하여, 토압식 쉴드TBM 터널의 세그먼트 링별 막장압 예측모델을 제시하였다. 예측모델의 입력특성으로 7가지를 선정하였으며, 912개의 학습 데이터 세트(Training data set)와 228개의 시험 데이터 세트(Test data set)를 확보하였다. 최적의 토압식 쉴드TBM 막장압 예측모델 선정을 위하여 KNN (K-Nearest Neighbors), SVM (Support Vector Machine), RF (Random Forest), XGB (eXtreme Gradient Boosting) 모델의 하이퍼파라미터(Hyperparameter)를 최적화하여 예측성능을 비교한 결과, RF 모델이 7.35 kPa의 평균 제곱근 오차(Root Mean Square Error, RMSE)로 가장 우수한 성능을 나타냈다. 추가적으로, RF 모델의 특성 중요도(Feature importance) 분석을 수행한 결과, 입력특성 중 수압의 영향도가 0.38로 가장 높았으며, 전반적으로 지반조건이 굴진특성보다 높은 중요도를 보여주었다.

• 한국항해항만학회지
• /
• 제46권6호
• /
• pp.554-561
• /
• 2022

자율운항선박 관련 기술개발이 전 세계적으로 활발히 진행되고 있다. 그러나, 통신, 사이버 보안, 긴급대처능력 등 기술적으로 해결되지 못한 문제들이 아직 많이 남아있기 때문에, 자율운항선박이 상용화되기까지는 많은 시간이 필요할 것으로 예상된다. 이 연구에서는 기술적으로 완전하지 않은 자율운항선박의 대체 방안으로 한 척의 리더 선박과 여러 척의 추종 선박을 하나의 그룹으로 묶어 항해하는 선박 그룹항해시스템을 제안한다. 이 시스템에서는 리더 선박이 항행을 개시하면 추종 선박은 리더 선박의 항행 경로를 자율적으로 추종하며, 경로 추종을 위해 PD 제어를 적용하였다. 또한, 각 선박들은 충돌방지를 위해 안전거리를 유지하면서 일직선 형태로 항해한다. 선박 간의 안전거리유지는 속력 제어를 통해 구현된다. 선박 그룹항해시스템의 유효성을 검증하기 위해 시뮬레이션을 수행하였다. 시뮬레이션에 사용된 선박은 관련 데이터가 공개되어 있는 KVLCC2의 L-7 모델이며, 선박조종운동에는 일본조선학회에서 제안한 MMG standard method를 사용하였다. 시뮬레이션 결과, 리더 선박은 미리 정해진 항로를 따라 항해하였으며, 추종 선박은 리더 선박의 경로를 따라 항해하였다. 세 척의 선박은 시뮬레이션 중 일직선 형태를 유지하였으며, 선박 간 안전거리를 유지하는 것으로 나타났다. 이 연구에서 제안하는 선박 그룹항해시스템은 자율운항선박의 문제점들을 해소하는 항행시스템으로 활용될 수 있을 것으로 기대된다.

• 융합정보논문지
• /
• 제12권5호
• /
• pp.1-14
• /
• 2022

본 연구는 인공지능 서비스과정에서 개인정보를 포함한 데이터가 처리되고 있고, 그 과정에서 발생 가능한 개인정보 침해사고를 방지하기 위한 해결방안으로 개인정보 침해요인에 대응하는 위기관리 컴플라이언스를 마련하고자 한다. 이를 위해 먼저, 문헌조사 및 전문가 Delphi를 거쳐 처리과정을 범주화를 하였는데, 인공지능서비스 제공과정을 서비스기획·데이터 설계 및 수집과정, 데이터 전처리 및 정제과정, 알고리즘 개발 및 활용과정으로 구분하고, 3개 과정을 9단계의 개인정보처리단계로 다시 세분화하여 개인정보 침해요인을 구성하였다. 둘째, 조사한 개인정보 침해요인을 전문가 대상의 FGI, Delphi 등을 통해 선정하였다. 셋째, 각 개인정보 침해요인에 대한 심각도 및 발생가능성에 대해 전문가대상으로 설문조사하였으며, 94명의 응답결과에 대해 타당성 및 적정성을 검증하였다. 넷째, 인공지능 서비스에서의 개인정보 침해요인에 대한 적절한 위기관리 컴플라이언스를 제시하기 위해, 개인정보의 자산가치, 개인정보 침해요인, 개인정보침해사고 발생가능성을 활용하여 개인정보 침해위험도 산정방식을 마련하였으며, 이를 통해 점수등급에 따라 위험정도에 따른 개인정보 침해사고 대응방안을 제시하였다.

• 한국ITS학회 논문지
• /
• 제21권5호
• /
• pp.274-286
• /
• 2022

이동객체 추적은 컴퓨터 비전 분야에서 오랜 시간 동안 연구가 진행되어 온 분야로 자율주행이나 운전 보조 시스템 등의 시스템에서 아주 중요한 역할을 수행하고 있다. 이동객체 추적 기술은 일반적으로 객체를 검출하는 검출기와 검출된 객체를 추적하는 추적기의 결합으로 이루어져 있다. 검출기는 다양한 데이터셋이 공개되어 사용되고 있기 때문에 쉽게 좋은 모델을 학습할 수 있지만, 추적기의 경우 상대적으로 공개된 데이터셋도 적고 직접 데이터셋을 구성하는 것도 검출기 데이터셋에 비해 굉장히 오랜 시간을 소요한다. 이에 검출기를 따로 개발하고, 별도의 추적기를 학습 기반이 아닌 방식을 활용하여 개발하는 경우가 많은데 이런 경우 두 개의 시스템이 차례로 작동하게 되어 전체 시스템의 속도를 느리게 하고 앞단의 검출기의 성능이 변할 때마다 별도로 추적기 또한 조정해줘야 한다는 단점이 있다. 이에 본 연구는 검출용 데이터셋만을 사용하여 검출과 추적을 동시에 수행하는 모델을 구성하는 방법을 제안한다. 데이터 증강 기술과 샴 네트워크를 사용하여 단일 이미지에서 객체를 검출 및 추적하는 방법을 연구하였다. 공개 데이터셋에 실험을 진행하여 학습 결과 높은 속도로 작동하는 이동객체 검출 및 추적기를 학습할 수 있음을 검증하였다.

• 사물인터넷융복합논문지
• /
• 제9권1호
• /
• pp.71-76
• /
• 2023

최근 빅데이터를 저장 및 관리하기 위해 대용량 데이터를 안정적으로 접근할 수 있는 고성능의 저장시스템 개발과 연구가 활발하게 진행되고 있다. 특히 데이터센터 및 엔터프라이즈 환경의 저장시스템에서는 대용량의 데이터를 관리하기 위해 대용량의 SSD(solid state disk)가 대량으로 사용되고 있다. 일반적으로 SSD는 미디어인 NAND 플래시 메모리의 특성을 감추고 데이터를 관리를 효율적으로 하기 위해 FTL(flash transfer layer)을 사용한다. 그러나 FTL의 알고리즘은 SSD의 용량이 커질수록 데이터가 저장된 NAND의 위치 정보를 관리하기 위해 DRAM을 많이 사용하는 한계가 있다. 따라서 본 논문에서는 FTL에서 사용하는 DRAM 자원을 줄이기 위한 가상 메모리 (virtual memory)를 적용한 FTL 정책을 소개한다. 본 논문에서 제안하는 가상 메모리 기반 FTL 정책은 LRU(least recently used) 정책을 사용하여 최근 사용된 데이터의 멥핑 정보를 DRAM 공간에 적재하고 이전에 사용된 정보는 NAND에 저장하는 방식으로 멥 데이터를 관리한다. 마지막으로 실험을 통해 가상 메모리 기반의 FTL과 일반 FTL의 데이터 쓰기 처리를 하는 동안 소모되는 성능과 자원의 사용량을 측정하고 분석한다.