• 한국전통조경학회지
• /
• 제30권3호
• /
• pp.21-28
• /
• 2012

본 연구는 최근 역사정원 관광공간으로 이용이 증가하고 있는 경주 동궁과 월지의 물리적 수용력과 심리적 수용력을 중심으로 경주 동궁과 월지의 적정수용력을 측정하여 향후 정보 모니터링 조기경보시스템의 구축과 지속가능한 관리방안을 설정하기 위한 기초자료를 제시하는데 목적이 있다. 이를 위해 현장관측과 설문조사를 실시하였다. 물리적 수용력은 경관 결절점 공간용량과 도로 공간용량, 기타 공간용량을 나눠서 산정하였으며, 심리적 수용력은 관광객의 시각, 청각, 촉각, 행동 느낌과 만족도 측면에서의 접근을 통하여 추정하였다. 실제 이용관광객 수와 적정 수용력을 비교해 보면 주간에는 이용관광객 수가 적합한 반면, 야간에는 적정 수용력의 두 배 이상 초과된 것으로 나타났다. 그리고 야간 방문객은 단체관광객이 주류를 이루어서 짧고 정해진 시간대에 집중되어 유적지의 경관과 식생 환경을 훼손시켰다. 이러한 결과를 중심으로 경주 동궁과 월지의 관리에 대한 정책적 관리개선방안을 제시하였다.

• 대한토목학회논문집
• /
• 제39권1호
• /
• pp.155-163
• /
• 2019

가뭄 전이는 수문학적 가뭄 특성에 대한 정확한 평가 및 조기 경보 시스템 구축에서 매우 중요한 역할을 한다. 이에 따라, 본 연구에서는 베이지안 네트워크를 이용하여 한강 유역의 가뭄 전이의 확률론적 관계를 분석하였다. 이를 위하여 과거 관측자료와 기후변화 시나리오 RCP 8.5 자료를 활용하였다. 가뭄 전이 및 지체시간을 분석한 결과, 1967~2013년 기간에 비해 2014~2053년 기간에는 증가하는 경향을 나타냈으며, 2054~2100년 기간에는 감소하는 경향을 나타냈다. 또한 베이지안 네트워크를 적용하여 지체시간의 발생확률을 분석하였다. 그 결과, 1967~2013년 동안에 기상학적 가뭄이 보통가뭄에서 심한가뭄 또는 극한가뭄으로 변화함에 따라, 지체시간의 발생빈도가 공간적으로 변화하거나 감소하였다. 이러한 확률은 2014~2053년에 몇몇 유역에서 약간 증가하는 경향이 나타났으나, 2054~2100년에 다시 감소하였다. 본 연구에서 제안된 확률론적 가뭄 전이 결과는 향후 미래 가뭄 상태에 대한 정책에서 의사결정시에 유용할 것으로 판단된다.

• Smart Structures and Systems
• /
• 제30권6호
• /
• pp.613-626
• /
• 2022

Guaranteeing the quality and integrity of structural health monitoring (SHM) data is very important for an effective assessment of structural condition. However, sensory system may malfunction due to sensor fault or harsh operational environment, resulting in multiple types of data anomaly existing in the measured data. Efficiently and automatically identifying anomalies from the vast amounts of measured data is significant for assessing the structural conditions and early warning for structural failure in SHM. The major challenges of current automated data anomaly detection methods are the imbalance of dataset categories. In terms of the feature of actual anomalous data, this paper proposes a data anomaly detection method based on data-level and deep learning technique for SHM of civil engineering structures. The proposed method consists of a data balancing phase to prepare a comprehensive training dataset based on data-level technique, and an anomaly detection phase based on a sophisticatedly designed network. The advanced densely connected convolutional network (DenseNet) and Transformer encoder are embedded in the specific network to facilitate extraction of both detail and global features of response data, and to establish the mapping between the highest level of abstractive features and data anomaly class. Numerical studies on a steel frame model are conducted to evaluate the performance and noise immunity of using the proposed network for data anomaly detection. The applicability of the proposed method for data anomaly classification is validated with the measured data of a practical supertall structure. The proposed method presents a remarkable performance on data anomaly detection, which reaches a 95.7% overall accuracy with practical engineering structural monitoring data, which demonstrates the effectiveness of data balancing and the robust classification capability of the proposed network.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.511-511
• /
• 2023

기후변화로 동절기 기온 저하에 따른 수도계량기의 동파는 지속적으로 심화되고 있으며, 이는 계량기 교체 비용, 누수, 누수량 동결에 의한 2차 피해, 단수 등 사회적 문제를 야기한다. 이와같은 문제를 해결하고자 구조적 대책으로 개별 가정에서 동파 방지형 계량기를 설치할 수 있으나 이를 위한 비용발생이 상당하고, 비구조적 대책으로는 기상청의 동파 지도 알림 서비스를 활용하여 사전적으로 대응하고자 하나, 기상청자료는 대기 온도를 중심으로 제공하고 있기 때문에 해당서비스만으로는 계량기의 동파를 예측하는데 필요한 추가적인 다양한 변수를 활용하는데 한계가 있다. 최근 정부와 공공부문에서 22개 지역, 110개소 이상의 수도계량기함내 IoT 온도센서를 시범 설치하여 계량기 함내의 상태 등을 확인할 수 있는 사업을 수행했다. 전국적인 계량기 상태의 예측과 진단을 위해서는 추가적인 센서 설치가 필요할 것이나, IoT센서 설치 비용 등의 문제로 추가 설치가 더딘 실정이다. 본 연구에서는 겨울 동파 예방을 위해 실제 온도센서를 기반으로 가상센서를 구축하고, 이를 혼합한 하이브리드 방식으로 동파위험 기준에 따라 전국 동파위험 지도를 구축하였다. 가상센서 개발을 위해 독립변수로 위경도, 고도, 음·양지, 보온재 여부 및 기상정보(기온, 강수량, 풍속, 습도)를 활용하고, 종속변수로 실제 센서의 온도를 사용하여 기계학습 모델을 개발하였다. 지역 특성에 따라 정확한 모델을 구축하기 위해 위치정보 및 보온재여부 등의 변수를 활용하여 K-means 방법으로 군집화 하였으며, 각 군집별로 3가지의 기계학습 회귀모델을 적용하였다. 최적의 군집 수를 검토한 결과 4개가 적정한 것으로 판단되었다. 군집의 특성은 지역별 구분과 유사한 패턴을 보이며, 모든 군집에서 Gradient Boosting 회귀모델을 적용하는 것이 적합한 것으로 나타났다. 본 연구에서 개발한 모델을 바탕으로 조건에 따라 동파 예측 알람서비스에 실무적으로 활용할 수 있도록 양호·주의·위험·매우위험 총 4개의 기준을 설정하였다. 실제 본 연구에서 개발된 알고리즘을 국가상수도정보 시스템에 반영하여 테스트 수행중에 있으며, 향후 지속 검증을 할 예정에 있다. 이를 통해 동파 예방 및 피해 최소화, 물절약 등 직간접적 편익이 기대된다.

• 대한토목학회논문집
• /
• 제42권2호
• /
• pp.263-272
• /
• 2022

폭염과 도시열섬현상은 기후변화가 진행됨에 따라 피해가 더욱 커지고 있으며, 2050년까지 폭염 발생빈도는 2~6배가 증가될 것으로 예측된다. 특히, 폭염기간동안 건설공사현장에서의 근로자가 느끼는 더위체감지수는 매우 높으며, 도시열섬현상까지 고려하게 되면 체감지수는 더욱 높아진다. 열에 취약한 건설현장 환경과 건설근로자의 상황은 나아지지 않고 있으며, 피해를 줄이기 위해서는 효과적인 대응이 필요한 시점이다. 본 연구에서는 인공위성영상 이미지와 Land Surface Temperature (LST)와 Long Short Term Memory (LSTM) 딥러닝 모델 기법을 적용하여 33℃ 이상 온도가 되는 지역을 분석하고, 폭염에 취약한 건설공사현장을 식별하여 폭염 및 도시열섬현상의 복합적인 피해를 가중시킬 수 있는 가장 취약한 지역을 예측하여 도출하였다. 예측 결과를 통해 건설근로자의 안전을 보장하고, 건설현장 경보시스템의 기반이 될 수 있기를 기대한다.

• International Journal of Computer Science & Network Security
• /
• 제23권10호
• /
• pp.199-208
• /
• 2023

The emergence of COVID-19 virus has shaken almost every aspect of human life including but not limited to social, financial, and economic changes. One of the most significant impacts was obviously healthcare. Now though the pandemic has been over, its aftereffects are still there. Among them, a prominent one is people lifestyle. Work from home, enhanced screen time, limited mobility and walking habits, junk food, lack of sleep etc. are several factors that have still been affecting human health. Consequently, diseases like diabetes, high blood pressure, anxiety etc. have been emerging at a speed never witnessed before and it mainly includes the people at young age. The situation demands an early prediction, detection, and warning system to alert the people at risk. AI and Machine learning has been investigated tremendously for solving the problems in almost every aspect of human life, especially healthcare and results are promising. This study focuses on reviewing the machine learning based approaches conducted in detection and prediction of diabetes especially during and post pandemic era. That will help find a research gap and significance of the study especially for the researchers and scholars in the same field.

• 환경생물
• /
• 제34권2호
• /
• pp.124-131
• /
• 2016

Euglena agilis의 운동성 반응을 자동으로 측정하는 장치인 E. agilis 시스템 (E-Tox)을 이용하여 8종의 중금속 (Ag, Cd, Cr(VI), Cu, Hg, Ni, Pb, Zn)에 대한 독성시험을 실시하였다. E. agilis 운동성 시험 (biomonitoring test)으로부터 도출된 $EC_{50}$과 문헌상의 자료 조사로 얻은 기존 생태독성 시험 생물 종들(D. magna, V. fischeri, 그리고 E. gracilis)의 $EC_{50}$을 비교하여 시험물질에 대한 E. agilis의 독성 민감도를 평가하였다. 또한 축산폐수 방류수, 도금폐수 방류수, 도금폐수 1차 처리 시료에 대해 D. magna 급성 독성시험과 E. agilis 운동성 반응 시험을 수행 후 TU를 비교하여 E. agilis 운동성 시험의 현장 적용 가능성을 평가하였다. E. agilis는 시험 중금속에 대해 D. magna보다 독성민감도가 전반적으로 낮았으나 V. fischeri 또는 E. gracilis와 유사하거나 좀 더 민감하였다. E. agilis는 D. magna test로 유독성으로 판명된 도금폐수 1차 처리수에 대해 신속한 독성반응을 나타내었다. E-Tox 시스템은 기존의 생태독성시험장비에 비해 빠르고 작동이 간편한 자동화 기기라는 장점이 있다. 본 연구의 결과 E-Tox 시스템을 이용한 E. agilis 운동성 시험은 향후 독성폐수에 대한 조기경보를 위한 생태독성시험법으로 적용될 수 있을 것으로 판단된다.

• 대한지리학회지
• /
• 제47권5호
• /
• pp.677-699
• /
• 2012

기후변화가 가져올 벡터매개 질병(vector-borne diseases or VBDs)의 증가는 인구 집단의 건강에 대한 중요한 위협 요인이며, 앞으로 국제사회가 심각하게 대처해야 할 공중보건 문제로 부각되고 있다. 지구온난화로 대표되는 광범위한 기후변화로 한반도 기후 특성이 아열대화 되어가는 가운데, 토지이용, 인구분포, 생태환경 변화에 따른 영향으로 각종 질병의 발생과 확산 가능성이 유례없이 높아지고 있다. 특히, 모기, 진드기와 같은 매개체에 의해 전염되는 벡터매개 질병은 최근 20년 동안 이들 매개 곤충의 서식범위가 확대되어 질병 발생 빈도가 현격하게 증가했다. 보건지리학은 국지적인 환경과 보건 자료뿐 아니라 보다 광역적인 자료들을 통합하여 처리, 분석하고, 공간 및 비공간 자료간의 연관성 또는 상호관계를 파악하여 궁극적으로 질병의 시공간적 변화를 탐구하는 것에 초점을 두고 발전되어 왔다. 인문 및 자연환경 요인들을 GIS를 통해 다면적으로 분석하여, 개인의 건강관련 지표들과의 상관성을 기술하고 분석하는 공간역학(spatial epidemiology)은 보건지리학의 새로운 영역으로, 공간과학, 환경과학, 그리고 역학을 세 가지 주요 축으로 하여 급속히 성장하고 있다. 향후 보건지리학이 기여할 수 있는 주요 연구영역 중 하나로는, 보건 연구에서 주요 수단으로 사용되고 있는 보건 감시체계에 지리정보시스템을 기반으로 한 모니터링 시스템을 도입하는 것을 들 수 있다. 특히, 실시간 모니터링 방법론, 조기발생 감식 시스템의 구축, 그리고 관련 요인들의 공간변이를 예측하는 연구 등은 벡터매개 질병의 역학을 이해하는 데 필수적인 주요 연구 과제들이 될 것이다.

• 한국지반공학회논문집
• /
• 제35권11호
• /
• pp.121-129
• /
• 2019

지진조기경보는 빠르게 도달하는 P파를 감지하고 이보다 느리게 전파되는 S파가 도달하기 전 알림을 주는 기술이다. 초기에 도달한 P파의 진폭과 우세주기를 통해 신속하게 규모와 진원을 추정하고 이를 기준으로 경보 혹은 속보를 전송하기에 P파의 분석은 신속한 지진정보에 생산에 중요한 요소이다. 하지만, 국외에서 발생한 큰 규모의 지진이 국내 관측망에서는 P파의 진폭이 크게 감쇠되어 관측되며, 이는 초기 분석단계에서 실제 규모보다 작은 국내 발생 지진으로 오분석 될 수 있다. 오분석의 결과가 그대로 수요자(국민)에게 오경보(false alarm)로 발송될 경우 지진조기경보서비스의 신뢰도를 저하 시킬 수 있으며, 신속대응이 필요한 사회 인프라시설 및 산업시설에는 경제적 손실을 야기할 수 있다. 따라서 이러한 오분석을 최대한 줄이기 위한 기술개발이 필요한 실정이다. 본 연구에서는 주파수-이격거리에 따른 감쇠특성을 이용한 필터뱅크(Filter Bank)를 사용하여 국내외 지진에 대한 분류 가능성을 검토하였다. 이를 위해 기상청 지진관측소에 기록된 2 < M_L ≦ 3의 국내지진 463개, 44개(3 < M_L ≦ 4), 4개(4 < M_L ≦ 5), 3개(M_L > 5)와 국외지진 89개를 사용하여 각 주파수영역에 따른 최대 P_v값을 산정하고 이를 분석하였다. 분석결과, 기본 설정 값보다 3번(6-12Hz)과 6번(0.75-1.5Hz) 밴드를 사용할 때 국내외 지진을 정확하게 분류할 수 있는 것으로 나타났다.

• 한국음향학회지
• /
• 제30권1호
• /
• pp.9-16
• /
• 2011

고속으로 운항하는 hydrofoil선박과 호흡을 위해 해수면으로 올라오는 해양 생물의 충돌이 빈번히 발생한다. 선박을 발견한 해양 생물이 피하기 전에 고속 선박이 접근하기 때문에 충돌을 막기 위하여 선박의 몰수된 hydrofoil 위치에 능동 소나를 설치하여 해양생물을 미리 인지하여 충돌을 회피하는 방법이 제시된다. 표적의 탐지를 위한 능동 소나의 성능은 수신 된 신호에서 소음을 제거하고 표적 신호를 구별하는 능력에 좌우된다. 본 연구에서는 이러한 충돌 회피 능동 소나 개발을 위한 기반 연구로 실제 운항 중인 고속 선박의 hydrofoil에 청음기를 설치하여 소음을 계측했다. 계측을 위한 실험은 (1) 선박의 운항 및 기계 장치 작동 여부에 따른 소음 측정, (2) 선체 hydrofoil 표면에서 계측되는 위치에 따른 소음 측정, (3) 운항 속도 증가에 따른 속도 측정을 목적으로 수행하였다. 실해역 실험에서 발생하는 여러 요소들을 고려하기 위해 세 번에 걸쳐 수행하였으며 실험 결과의 타당성 검증 및 분석을 위해 다른 연구 결과와 비교하였다. 결과는 능동 소나 운용시 적용을 위해 주파수 분석을 수행하였으며, 소나를 운용할 고주파수 대역을 중점적으로 살펴보았다. 실험 내용과 그 결과 분석을 통해 속도 변화에 따른 소음 변화와 소음원에 따른 영향을 확인하였다. 이를 통해 향후 능동 소나가 설치 되었을 때 발생하는 소음의 영향을 고찰 할 수 있으며, 실제 고래 탐지를 위한 소음과 표적 신호의 구별이 용이한 능동 소나를 설계할 수 있다.