• 한국농림기상학회지
• /
• 제25권4호
• /
• pp.284-301
• /
• 2023

본 연구에서는 1km 고해상도 앙상블 신기후변화 시나리오(공통사회 경제경로 시나리오) 자료를 기반으로 하여 남한을 포함한 한반도 전체의 벼 기후생산성(CYP) 변화를 평가하였다. 이때, 기후변화 시나리오자료에서 제공하는 제한적인 변수를 활용하기 위해 일조시간을 대신하여 일사량을 이용하였다. 연구 결과에 따르면, 현재 기후에 비해 온난화된 미래 기후조건에서 CYPmax 값은 감소하고 최적출수일은 점차 늦춰지는 경향이 나타났다. 이는 고도가 높은 한반도 북동부의 산악 지역을 제외하고 모든 지역에서 나타나는 현상이며, 특히 온난화가 빠르게 진행되는 SSP585시나리오 일수록 더욱 뚜렷하게 나타났다. 이러한 결과는 낮은 배출 시나리오의 이점을 보여주는 동시에 온실 가스 배출을 제한하기 위해 더 많은 노력을 기울일 필요가 있음을 강조한다. 한편, CYPmax의 시계열에서 넓은 폭의 앙상블 스프레드가 나타났는데, 이는 단일모형 혹은 작은 수의 모형을 선택하였을 때 미래 변화 분석에 내재된 불확실성을 보여주며 앙상블 예측의 중요성을 보여준다. 본 연구를 통해 분석된 장기간의 기온 및 일사 조건의 변화에 따른 기후학적 벼 생산성 변화 및 불확실성에 대한 분석은 기후변화 대응을 위한 기초정보로써 가치가 있다.

• 한국응용곤충학회지
• /
• 제62권3호
• /
• pp.215-220
• /
• 2023

최근 국내에서 외래 곤충인 (가칭)마른나무흰개미(Cryptotermes domesticus)가 서울에 위치한 주택에서 발견되었다. 이 종은 국내에 정착할 경우 잠재적으로 목재나 목조건물에 피해를 줄 수 있어 시급한 국내 발생 조사가 필요하다. 본 연구에서는 종 분포 모델 기법을 활용하여 마른나무흰개미의 정착 가능성과 관련된 기후적합성을 추정하는 것을 목표로 하였다. 문헌 자료를 바탕으로 전세계 분포 정보를 수집하고, 생물기후변수를 활용하여 4개의 모델링 알고리즘으로 기후적합성 예측 모델을 구동하였다. 개발한 모델들의 결과를 종합하여 최종적으로 마른나무흰개미의 평균 발생 확률로 표현되는 앙상블 모델을 개발하였다. 그 결과 마른나무흰개미는 열대 지방에서에서 해양성 기후를 보이는 연안이나 도서지역에서 기후적합성이 높을 것으로 예상되었다. 국내에서는 기후적합성이 전반적으로 낮을 것으로 추정되었다. 하지만, 마른나무흰개미의 정착 및 확산 가능성을 염두해두고, 최근 발생이 보고된 지점을 중심으로 정밀 역학 조사가 필요할 것으로 보인다.

• 정보처리학회 논문지
• /
• 제13권2호
• /
• pp.41-47
• /
• 2024

시간 및 주파수 영역에서 각각 학습한 모델 간에 성능 차이가 발생할 경우, 앙상블을 수행하더라도 개별 모델 간의 성능 불균형으로 인하여 앙상블의 성능이 오히려 저하되는 현상을 확인할 수 있었다. 따라서, 본 논문은 시간 영역과 주파수 영역에서 특징을 추출하고, 이들을 융합한 단계적 학습 방법을 통해 파이프라인 누출 감지의 정확성을 높이기 위한 누출판별 기법을 제안한다. 이 방법은 두 단계의 학습 과정으로 이루어지며, 먼저, 단계 1에서는 시간 영역과 주파수 영역에서 독립적으로 모델 학습을 수행하여 도메인별로 주어진 데이터로부터 중요한 특징들을 효과적으로 추출하도록 하였다. 단계 2에서는 사전학습 완료된 각 모델로부터 해당 분류기를 제거한 후, 두 도메인의 특징들을 서로 융합하고 새로운 분류기를 추가하여 재학습을 수행하였다. 본 논문에서 제안하는 전이학습 기반 특징융합 기법은 시간 및 주파수 영역에서 추출된 특징들을 융합하여 모델 학습을 수행함으로써, 두 영역의 특징이 상호 보완적으로 작용하여 모델이 다양한 정보를 활용함으로 인해 99.88%의 높은 정확도를 달성하여 파이프 누수 감지에 있어 우수한 성능을 입증하였다.

• 정보처리학회 논문지
• /
• 제13권10호
• /
• pp.537-544
• /
• 2024

인공지능과 머신러닝 기술의 급격한 발전은 다양한 산업 분야에 혁신을 일으키고 있으며, 특히 자연어 처리(NLP) 기술은 텍스트 데이터 분석 및 처리에 새로운 가능성을 제공하고 있다. 텍스트 분류 모델을 효과적으로 개발하려면 데이터 탐색, 전처리, 특징 추출, 모델 선택, 하이퍼파라미터 튜닝, 성능 평가 등의 복잡한 단계를 거쳐야 하며, 이는 많은 시간과 전문 지식을 요구한다. 자동화된 머신러닝(AutoML)은 이러한 과정을 자동화하여 비전문가도 고성능 모델을 쉽게 생성할 수 있도록 돕는다. 그러나 기존 AutoML 도구는 주로 정형 데이터에 특화되어 있어, 비정형 텍스트 데이터 처리에는 전처리와 특징 추출 과정에서 수작업이 필요하다. 본 연구에서는 이러한 한계를 해결하기 위해 텍스트 전처리, 단어 임베딩, 모델 학습 및 평가 과정을 자동화하는 웹 기반 AutoML 플랫폼을 개발하였다. 이 플랫폼은 사용자가 텍스트 데이터를 업로드하면 최적의 머신러닝 모델을 자동으로 생성하고 성능을 시각적으로 제공함으로써 텍스트 분류 작업의 효율성을 크게 향상시킨다. 다양한 텍스트 분류 데이터셋을 활용한 실험 결과, 제안된 플랫폼은 높은 정확도와 정밀도를 보였으며, 특히 Stacked Ensemble 모델 사용 시 우수한 성능을 나타냈다. 본 연구는 텍스트 분류 자동화를 통해 비전문가도 손쉽게 텍스트 데이터를 분석하고 활용할 수 있는 가능성을 제시하며, 향후 대규모 언어 모델(LLM)을 적용하여 성능을 더욱 향상시킬 계획이다.

• 한국농림기상학회지
• /
• 제17권2호
• /
• pp.108-125
• /
• 2015

다수의 기후요소를 지수화하고 특정지역의 기후 자원량을 분석하여, 종합 및 판단하는 과정은 특정지역의 농업기후자원의 특성을 한 눈에 알 수 있게 한다. 농업기후자원의 특징을 단순 명료하게 표현한 것을 농업기후지수라고 하는데, 이 지수는 기후자원(예, 기온, 일사, 강수)으로부터 작물의 생육과 수량 추측을 위한 가능성과 여러 가지 영농기술을 실시하는데 필요한 기초자료를 제공함으로써 농업생산성의 주요 지표가 될 수 있다. 그러나 농업기후지수는 절대적인 것이 아니기 때문에 기후변화에 따라 항상 변화할 수 있다. 최근 IPCC 제5차 평가보고서에서 온실가스 대표경로(RCP)에 따른 시나리오가 많은 연구에 이용됨에 따라서 기후정보의 역학 및 통계적 규모축소를 통한 미래기후변화전망정보의 불확실성을 고려한 연구들이 활발히 진행되고 있다. 본 연구에서는 IPCC 제5차 평가 보고서에 사용된 RCP 시나리오를 기반으로 비모수적 분위사상법을 이용한 상세화된 기후변화 전망정보를 바탕으로 한반도의 농업기후지수(예, 식물기간 및 작물기간, 생장도일, 무상기간)의 시공간적인 변화와 불확실성을 평가하였다. 동일한 과거 기간에 대하여 기후모델(GCM)으로부터 계산된 농업기후지수와 관측자료에 의해 계산된 농업기후지수를 비교한 결과, KMA-12.5km를 제외하고 사용된 8개 개별 GCM의 농업기후지수의 각각의 평균은 4대강 유역 모두에서 관측자료에 의해 계산된 값의 평균과 비교적 잘 일치하여 개별 GCM 뿐만 아니라 다중모델앙상블(MME)의 과거기후 재현성에는 문제가 없는 것으로 확인하였다. 또한 불확실성을 고려하기 위한 MME 계산에서 사용되는 GCM의 개수가 무한적으로 증가한다고 해서 오차가 줄어들지 않았다. 추가 연구가 계속 필요하지만, 본 연구에서 3-4개의 GCM을 사용하는 경우 확실하게 오차가 개선되기 시작하였으며, 대체로 7-8개 이후부터는 더 이상 오차가 개선되지 않았다. 미래전망 결과에서, 4대강 유역 전체에 대하여 inmcm4가 과거 기간의 MME에 대한 RCP 4.5에서 1% 증가, RCP 8.5에서 2% 증가로 9개 개별 GCM 중에서 가장 낮았고, CanESM이 과거 기간의 MME에 대하여 RCP 4.5에서 10%, RCP 8.5에서 15% 증가로 가장 높은 증가를 보였다. 4대강 유역의 시공간분포의 변화에서 관측자료와 다른 경향을 보이는 개별 GCM이 있어서 지형 특성과 개별 GCM의 일변동 특성을 반영할 수 있는 상세화 방법의 개선 및 개발이 필요하다. 도출 및 평가된 본 연구의 농업기후지수는 농업용 상세 전자기후도와의 활용뿐만 아니라, 후속 연구를 위한 농업이상기후지수 및 생산성지수의 평가에 활용될 수 있을 것이다. 예를 들면, 낙동강 유역과 영산-섬진강 유역의 무상기간 증가로부터 '겨울기간이 짧아질 수 있다'라고 가정할 경우, 농업이상 기후지수(예, 저온발생빈도) 분석을 통해 겨울작물의 생산성지수의 불확실성 증감 혹은 재배시스템(예, 이모작 혹은 이기작 등)의 변화에 대한 불확실성 증감 등에 대한 평가에 활용될 수 있을 것이다.

• 한국재료학회:학술대회논문집
• /
• 한국재료학회 2011년도 춘계학술발표대회
• /
• pp.16.1-16.1
• /
• 2011

$TiO_2$ is a promising material for gas sensors. To achieve high sensitivities, the material should exhibit a large surface-to-volume ratio and possess the high accessibility of the gas molecules to the surface. Accordingly, a wide variety of porous $TiO_2$ nanomaterials synthesized by wet-chemical methods have been reported for gas sensor applications. Nonetheless, achieving the large-area uniformity and comparability with well-established semiconductor production processes of the methods is still challenging. An alternative method is soft-templating which utilizes nanostructured inorganic or organic materials as sacrificial templates for the preparation of porous materials. Fabrication of macroporous $TiO_2$ films and hollow $TiO_2$ tubes by soft-templating and their gas sensing applications have been reported recently. In these porous materials composed of assemblies of individual micro/nanostructures, the form of links or necks between individual micro/nanostructures is a critical factor to determine gas sensing properties of the material. However, a systematic study to clarify the role of links between individual micro/nanostructures in gas sensing properties of a porous metal oxide matrix is thoroughly lacking. In this work, we have demonstrated a fabrication method to prepare highly-ordered, embossed $TiO_2$ films composed of anatase $TiO_2$ hollow hemispheres via soft-templating using polystyrene beads. The form of links between hollow hemispheres could be controlled by $O_2$ plasma etching on the bead templates. This approach reveals the strong correlation of gas sensitivity with the form of the links. Our experimental results highlight that not only the surface-to-volume ratio of an ensemble material composed of individual micro/nanostructures but also the links between individual micro/nanostructures play a critical role in evaluating the sensing properties of the material. In addition to this general finding, the facileness, large-scale productivity, and compatability with semiconductor production process of the proposed fabrication method promise applications of the embossed $TiO_2$ films to high-quality sensors.

• 천문학회보
• /
• 제41권2호
• /
• pp.49.2-49.2
• /
• 2016

The number of discovery of asteroids with peculiar rotational states has recently increased, and hence a novel approach for lightcurve analysis is considered to be critical. In order to investigate objects such as Non-Principal Axis (NPA) rotator, we selected a NPA candidate, (5247) Kryolv as our target considering its Principal Axis Rotation (PAR) code and the visibility in early 2016. The observations of Krylov were made using Korea Microlensing Telescope Network (KMTNet) 1.6 m telescopes installed at the three southern sites with TO (Target of Opportunity) observation mode. We conducted R-band time-series photometry over a total of 51 nights from January to April 2016 with several exposures during each allocated run. The ensemble normalization photometry was employed using the AAVSO Photomtric All-Sky Survey (APASS) catalog for the standardization. We successfully confirmed its NPA spin state based on the deviation from the reduced lightcurve, and thus Krylov is recorded as the first NPA rotator of its kind in the main-belt, with its precession and rotation periods, $P{\varphi}=81.18h$ and $P_{\Psi}=67.17h$, respectively. In this paper, we present the spin direction, the 3D shape model and taxonomy of the newly confirmed NPA asteroid (5247) Krylov.

• EDISON SW 활용 경진대회 논문집
• /
• 제3회(2014년)
• /
• pp.63-74
• /
• 2014

Predicting protein loop structures is an important modeling problem since protein loops are often involved in diverse biological functions by participating in enzyme active sites, ligand binding sites, etc. However, loop structure prediction is difficult even when structures of homologous proteins are known due to large sequence and structure variability among loops of homologous proteins. Therefore, an ab initio approach is necessary to solve loop modeling problems. One of the difficulties in the development of ab initio loop modeling method is to derive an accurate scoring function that closely approximates the true free energy function. In particular, entropy as well as energy contribution have to be considered adequately for loops because loops tend to be flexible compared to other parts of protein. In this study, the contribution of conformational entropy is considered in scoring loop conformations by employing "colony energy" which was previously proposed to estimate the free energy for an ensemble of conformations. Loop conformations were generated by using two EDISON_Chem programs GalaxyFill and GalaxySC, and colony energy was designed for this sampling by tuning relevant parameters. On a test set of 40 loops, the accuracy of predicted loop structure improved on average by scoring with the colony energy compared to scoring by energy alone. In addition, high correlation between colony energy and deviation from the native structure suggested that more extensive sampling can further improve the prediction accuracy. In another test on 6 ligand-binding loops that show conformational changes by ligand binding, both ligand-free and ligand-bound states could be identified by using colony energy when no information on the ligand-bound conformation is used.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.39-39
• /
• 2012

Data assimilation techniques have received growing attention due to their capability to improve prediction in various areas. Despite of their potentials, applicable software frameworks to probabilistic approaches and data assimilation are still limited because the most of hydrologic modelling software are based on a deterministic approach. In this study, we developed a hydrological modelling framework for sequential data assimilation, namely MPI-OHyMoS. MPI-OHyMoS allows user to develop his/her own element models and to easily build a total simulation system model for hydrological simulations. Unlike process-based modelling framework, this software framework benefits from its object-oriented feature to flexibly represent hydrological processes without any change of the main library. In this software framework, sequential data assimilation based on the particle filters is available for any hydrologic models considering various sources of uncertainty originated from input forcing, parameters and observations. The particle filters are a Bayesian learning process in which the propagation of all uncertainties is carried out by a suitable selection of randomly generated particles without any assumptions about the nature of the distributions. In MPI-OHyMoS, ensemble simulations are parallelized, which can take advantage of high performance computing (HPC) system. We applied this software framework for several catchments in Japan using a distributed hydrologic model. Uncertainty of model parameters and radar rainfall estimates is assessed simultaneously in sequential data assimilation.

• 한국기후변화학회지
• /
• 제9권1호
• /
• pp.1-12
• /
• 2018

There is an emphasis on the importance of adaptation against to climate change and related natural disasters. As a result, various climate information with different time-scale can be used for science-based climate change adaptation policy. From the aspects of Global Framework for Climate Services (GFCS), various time-scaled climate information in Korea is mainly produced by Korea Meteorological Administration (KMA) However, application of weather and climate information in different application sectors has been done individually in the fields of agriculture and water resources mostly based-on weather information. Furthermore, utilization of climate information including seasonal forecast and climate change projections are insufficient. Therefore, establishment of the Cooperation Center for Application of Weather and Climate Information is necessary as an institutional platform for the UIP (User Interface Platform) focusing on multi-model ensemble (MME) based climate service, seamless climate service, and climate service based on multidisciplinary approach. In addition, APCC Integrated Modeling Solution (AIMS) was developed as a technical platform for UIP focusing on user-centered downscaling of various time-scaled climate information, application of downscaled data into impact assessment modeling in various sectors, and finally producing information can be used in decision making procedures. AIMS is expected to be helpful for the increase of adaptation capacity against climate change in developing countries and Korea through the voluntary participation of producer and user groups within in the institutional and technical platform suggested.