• 대한원격탐사학회지
• /
• 제39권6_3호
• /
• pp.1693-1705
• /
• 2023

국토 면적의 약 90%를 차지하는 농촌은 여러가지 공익적 기능을 수행하는 공간으로서 중요성과 가치가 증가하고 있지만 주거지 인근에 축사, 공장, 태양광패널 등 주민생활에 불편을 미치는 시설들이 무분별하게 들어서면서 농촌 환경과 경관이 훼손되고 주민 삶의 질이 낮아지고 있다. 농촌지역의 무질서한 개발을 방지하고 농촌 공간을 계획적으로 관리하기 위해서는 농촌지역 내 위해시설에 대한 탐지 및 모니터링이 필요하다. 주기적으로 취득 가능하고 전체 지역에 대한 정보를 얻을 수 있는 위성영상을 통해 데이터의 취득이 가능하고, 합성곱 신경망 기법을 통한 영상 기반 딥러닝 기술을 활용하여 효과적인 탐지가 가능하다. 따라서 본 연구에서는 의미적 분할(Semantic segmentation)에서 높은 성능을 보이는 U-Net 모델을 이용하여 농촌 지역에서 잠재적으로 위해시설이 될 수 있는 농촌시설을 분류하는 연구를 수행하였다. 본 연구에서는 2020년에 제작된 공간해상도 0.7 m의 KOMPSAT 정사모자이크 광학영상을 한국항공우주연구원으로부터 제공받아 사용하였으며 축사, 공장, 태양광 패널에 대한 AI 학습용 데이터를 직접 제작하여 학습 및 추론을 진행하였다. U-Net을 통해 학습시킨 결과 픽셀 정확도(pixel accuracy)는 0.9739, mean Intersection over Union (mIOU)은 0.7025의 값을 도출하였다. 본 연구 결과는 농촌 지역의 위험 시설물 모니터링에 활용될 수 있으며, 농촌계획 수립에 있어 기초 자료로 활용될 수 있을 것으로 기대된다.

• Smart Structures and Systems
• /
• 제32권4호
• /
• pp.267-279
• /
• 2023

Data modelling and interpretation for structural health monitoring (SHM) field data are critical for evaluating structural performance and quantifying the vulnerability of infrastructure systems. In order to improve the data modelling accuracy, and extend the application range from data regression analysis to out-of-sample forecasting analysis, an improved most likely heteroscedastic Gaussian process (iMLHGP) methodology is proposed in this study by the incorporation of the outof-sample forecasting algorithm. The proposed iMLHGP method overcomes this limitation of constant variance of Gaussian process (GP), and can be used for estimating non-stationary typhoon-induced response statistics with high volatility. The first attempt at performing data regression and forecasting analysis on structural responses using the proposed iMLHGP method has been presented by applying it to real-world filed SHM data from an instrumented cable-stay bridge during typhoon events. Uncertainty quantification and correlation analysis were also carried out to investigate the influence of typhoons on bridge strain data. Results show that the iMLHGP method has high accuracy in both regression and out-of-sample forecasting. The iMLHGP framework takes both data heteroscedasticity and accurate analytical processing of noise variance (replace with a point estimation on the most likely value) into account to avoid the intensive computational effort. According to uncertainty quantification and correlation analysis results, the uncertainties of strain measurements are affected by both traffic and wind speed. The overall change of bridge strain is affected by temperature, and the local fluctuation is greatly affected by wind speed in typhoon conditions.

• 대한토목학회논문집
• /
• 제43권6호
• /
• pp.883-896
• /
• 2023

인간 활동 영역이 산지 곳곳에 퍼져 있는 한국에서는 산불이 주거지역이나 각종 시설물을 위협하는 경우가 잦다. 따라서 산불 이후 대책 마련과 피해 복구를 위해 피해 범위를 빠르게 파악할 필요가 있으며, 이러한 경우 원격탐사가 유용한 도구가 될 수 있다. 본 연구에서는 2019년 4월에 발생한 고성·속초 산불 피해지역에 k-nearest neighbor (kNN) 알고리즘을 적용하여 피해 범위를 탐지하는 실험을 수행하였다. 다양한 인공지물을 포함하는 지표와 숲이 혼재된 지역 특성을 고려하여 적절한 공간 해상도와 시간 해상도를 제공하는 Sentinel-2 multispectral instrument (MSI) 자료를 사용하였다. Sentinel-2 MSI의 여섯 밴드와 정규식생지수(NDVI), 정규탄화지수(NBR)를 분류 특성으로 사용하였다. 산불 피해지역과 비피해 지역에서 무작위로 추출된 2,000개 지점 정보를 이용하여 kNN 분류기를 훈련시켰다. 분류 성능을 높이기 위해 데이터에서 특이값을 제거하고 임상도를 병용하였다. 다양한 이웃(neighbor) 수와 분류 특성 조합을 적용하여 산불 후 데이터를 이용한 실험과 산불 전후 데이터 차이를 이용한 실험을 수행하였다. 산불 전후 데이터 차이를 이용하였을 때 더 우수한 분류 성과를 얻을 수 있었지만, 산불 후 데이터만을 이용한 경우에도 피해지역의 범위를 파악할 수 있었다.

• 대한토목학회논문집
• /
• 제43권6호
• /
• pp.775-784
• /
• 2023

홍수관리 측면에선 시공간 관점의 정량적인 강우·유출 해석과 단기간 내 집중되는 강우사상에 대한 유출 해석이 필요하다. 강우-유출 모형은 종류와 입력자료에 따라 모의·해석 결과가 달라진다. 특히 강우자료는 중요한 요소이기 때문에 면적 강우량 산정 기법이 매우 중요하다. 본 연 구는 산악지형에 위치한 삼척오십천 유역의 면적 강우량을 산술평균법, 티센 가중법 그리고 등우선법을 이용하여 산정하였으며, 분포형 모형인 S-RAT과 집중형 모형인 HEC-HMS에 적용하여 각 강우 유출 결과를 비교했다. 시간 전이성 검토 결과 분포형 모형과 등우선법 조합이 MAE 64.62 m³/s, RMSE 82.47 m³/s로 통계 성능이 가장 우수하였고, R² 와 NSE도 각각 0.9383, 0.8547로 높게 나왔다. 본 연구는 관측 유량과 모의 유량의 첨두홍수량 발생 시간이 1시간 이내이므로 적절하게 분석되었다고 판단된다. 따라서 연구 결과는 향후 빈도 해석에 활용할 수 있으며, 이를 토대로 경사가 급한 산악지형의 유역에 첨두홍수량 및 첨두홍수 발생 시간 모의 정확도를 개선할 수 있을 것으로 사료된다.

• 천문학회지
• /
• 제56권2호
• /
• pp.213-224
• /
• 2023

Type II solar radio bursts show frequency drifts from high to low over time. They have been known as a signature of coronal shock associated with Coronal Mass Ejections (CMEs) and/or flares, which cause an abrupt change in the space environment near the Earth (space weather). Therefore, early detection of type II bursts is important for forecasting of space weather. In this study, we develop a deep-learning (DL) model for the automatic detection of type II bursts. For this purpose, we adopted a 1-D Convolution Neutral Network (CNN) as it is well-suited for processing spatiotemporal information within the applied data set. We utilized a total of 286 radio burst spectrum images obtained by Hiraiso Radio Spectrograph (HiRAS) from 1991 and 2012, along with 231 spectrum images without the bursts from 2009 to 2015, to recognizes type II bursts. The burst types were labeled manually according to their spectra features in an answer table. Subsequently, we applied the 1-D CNN technique to the spectrum images using two filter windows with different size along time axis. To develop the DL model, we randomly selected 412 spectrum images (80%) for training and validation. The train history shows that both train and validation losses drop rapidly, while train and validation accuracies increased within approximately 100 epoches. For evaluation of the model's performance, we used 105 test images (20%) and employed a contingence table. It is found that false alarm ratio (FAR) and critical success index (CSI) were 0.14 and 0.83, respectively. Furthermore, we confirmed above result by adopting five-fold cross-validation method, in which we re-sampled five groups randomly. The estimated mean FAR and CSI of the five groups were 0.05 and 0.87, respectively. For experimental purposes, we applied our proposed model to 85 HiRAS type II radio bursts listed in the NGDC catalogue from 2009 to 2016 and 184 quiet (no bursts) spectrum images before and after the type II bursts. As a result, our model successfully detected 79 events (93%) of type II events. This results demonstrates, for the first time, that the 1-D CNN algorithm is useful for detecting type II bursts.

• 한국구조물진단유지관리공학회 논문집
• /
• 제27권5호
• /
• pp.23-29
• /
• 2023

본 연구는 섬유가 혼입된 혼합시멘트 콘크리트의 초고온에서의 폭렬특성 및 내화성능을 평가하는 것이 목표이다. 이를 위해 FA계, Slag계 및 섬유 혼입량에 따른 각각의 배합을 상온, 150℃, 300℃, 600℃, 900℃의 온도로 가열한 후, 폭렬 형상, 압축강도 및 탄성계수를 측정 및 평가하였다. 실험 결과, Slag계 시편보다 FA계 시편이 초고온 가열에서 표면손상이 상대적으로 많이 발생한 것으로 나타났으며, 초고온 가열 즉 900℃에서 섬유를 혼입하지 않은 배합과 혼입한 배합의 차이가 발생하였는데, 그 결과 섬유를 혼입하지 않은 배합에서 약 5% 이상의 강도저하가 발생하였다. 또한 탄성계수 역시 압축강도와 동일한 현상이 나타났으며, 특히 압축강도가 감소하는 양에 비해 탄성계수의 감소 폭이 더 큰 것으로 나타났다. 한편 가열온도에 따른 압축강도와 탄성계수의 추정식을 통계적으로 제안하였다.

• 벤처창업연구
• /
• 제18권6호
• /
• pp.201-214
• /
• 2023

본 연구는 중소기업 종사자를 대상으로 개인의 창업역량이 창업의도에 미치는 영향을 분석하고자 했으며, 창업역량과 창업의도간에 창업효능감과 창업멘토링의 매개효과를 확인하고자 했다. 창업역량의 하위변수로는 창의성, 문제해결, 의사소통, 마케팅으로 구분하여 분석하였다. 전국에 소재하는 중소제조기업에서 종사자를 중심으로 수집한 설문지 368부를 실증 분석에 사용하였다. 매개변수 간 인과관계가 없는 병렬이중매개모형을 실증분석에 활용하였다. 분석 결과 첫째, 창업역량 중에서 창의성, 의사소통, 마케팅은 창업효능감에 유의한 정(+)의 영향을 미치는 것으로 확인되었다. 둘째, 창업역량 중에서 창의성, 의사소통, 마케팅은 창업멘토링에 유의한 정(+)의 영향을 미치는 것으로 검정되었다. 셋째, 창업효능감과 창업멘토링 모두 창업 의도에 영향을 주는 것으로 나타났다. 넷째, 창업역량 중에서 창의성과 마케팅은 창업의도에 영향을 미치는 것으로 확인되었다. 다섯째, 창업효능감과 창업멘토링은 창업역량 중에서 문제해결을 제외하고 창업의도에 매개효과가 있는 것으로 나타났다. 결과적으로 중소기업 종사자의 창업의도를 강화하기 위해서는 창업효능감과 창업멘토링이 중요한 요인이고 개인의 창업역량 중에서도 마케팅과 창의성이 중요한 영향을 미치기에 이에 대한 교육 및 사전준비가 필요하다는 것을 확인하였다. 후속 연구로는 다변량 모형 적용이나 시계열 데이터 분석 및 외부 환경 요인을 고려한 연구, 세부화된 인구 특성을 고려한 창업역량과 성과 간의 차이를 검정하는 연구도 필요할 것이다.

• 한국건설순환자원학회논문집
• /
• 제12권2호
• /
• pp.188-195
• /
• 2024

최근 환경문제와 골재난의 해결방안으로 건설폐기물을 재활용한 순환골재의 사용이 주목받고 있다. 순환골재의 재활용을 촉진하기 위해 마련된 여러 다양한 방안에도 불구하고, 순환골재는(특히 순환잔골재) 일반골재에 비하여 품질이 떨어지기 때문에, 구조체용 골재로서의 사용은 제한되고 있어, 순환골재 품질 향상에 관한 연구가 시급하다. 본 연구에서는 순환잔골재 품질 향상을 위해 1시간이라는 짧은 시간 동안 다양한 농도의 아크릴 수지 수용액에 순환잔골재의 침지를 진행하였고, 침지가 종료된 순환잔골재의 흡수율 및 진밀도 측정을 통해 적정 침지농도를 선정한 후, 모르타르 시험체를 제작하고 이의 역학적 성능을 평가하여 순환잔골재 재활용을 촉진시키는 처리방법을 제시하고자 하였다. 실험 결과에 따르면, 아크릴 수지 농도가 높아질수록 순환잔골재의 흡수율과 진밀도는 감소하였으며, 흡수율의 경우 아크릴 수지 농도 6~8 % 수준에서 가장 낮게 나타났으나, 아크릴 수지에 침지시킨 순환잔골재 모르타르의 압축강도는 이보다 낮은 농도인 4 %에서 가장 높게 나타나, 높은 농도의 아크릴 수지 사용이 모르타르 압축강도를 오히려 저하시킬 수 있음을 확인하였다.

• 과학교육연구지
• /
• 제48권1호
• /
• pp.1-14
• /
• 2024

미래세대 과학교육표준(KSES)은 과학적 소양을 과학교육 맥락에서 구현하기 위한 실천 방안으로, 미래사회 및 환경변화에 부응하는 국내 과학교육계획 수립을 지원하기 위하여 개발되었다. 이에 이 연구에서는 KSES와 최근 고시된 2022 개정 중학교 과학과 교육과정의 학습 내용 및 학습 목표의 연관성을 분석하고, 교육과정의 성공적인 현장 안착을 위한 시사점을 얻고자 하였다. 연구 결과, 2022 개정 중학교 과학과 교육과정의 내용 체계는 KSES의 지식 차원과 높은 연관성을 보여주었다. 또한 새롭게 추가된 과학과 사회 영역에서의 내용 요소를 통해 과학의 본성과 관련된 내용을 다루고자 하는 시도도 확인되었다. 성취기준의 경우 KSES의 수행기대 일부 영역에 치중되는 경향을 나타냈으나, 성취기준의 진술 수준은 KSES에서 제시하고 있는 중학교 학생들의 수준에 알맞게 진술되어 있었다. 이러한 결과로부터 2022 개정 과학과 중학교 교육과정과 KSES의 높은 연관성과 함께 미래 과학교육계획 수립을 위한 국제적 지표로서 KSES의 활용가능성을 확인할 수 있었다.

• 벤처창업연구
• /
• 제19권1호
• /
• pp.93-105
• /
• 2024

카셰어링이란 공유경제의 대표적인 모델로 자동차를 소유하지 않고 필요한 시간만큼 대여 또는 이용하는 서비스이다. 이 산업은 기술의 발전, 환경 보호에 대한 인식 증가, 도시 내 교통 혼잡 문제 해결을 위한 수요 증가 등 다양한 요인에 의해 성장하고 있다. 이에 따라, 카셰어링 서비스를 제공하는 기업들은 시장 점유율 확대 및 서비스 차별화를 위해 시장 변화에 신속하게 대응할 수 있는 전략적 접근의 필요성이 대두되고 있다. 이에 따라 본 연구는 '카셰어링 기업과 기존 렌터카 업체간 개방형 혁신 활동은 어떤 효과를 야기하는가?'라는 연구문제에 천착하여 카셰어링 기업과 기존 렌터카 업체 간의 개방형 혁신을 통한 협력을 수행하는 (주)공카와 기존 렌터카 업체 간의 개방형 혁신 활동에 대한 사례 연구를 수행하였다. 연구 결과, (주)공카는 (1)수요 기반의 유연한 차량 공급체인을 구축함으로써 시장 변동에 능동적으로 대응하는 능력을 갖추고, (2)성장 자본적 지출(Growth Capex)을 현저히 절감하는 효과를 야기했으며, 공카와 렌터카 업체 양사 모두 (3)핵심 KPI 지표 향상과 재무적 성과를 기록하며 성공적인 개방형 혁신을 수행해 왔음을 확인하였다. 본 연구는 카셰어링 산업에서 본 연구는 카셰어링 산업에서 개방형 혁신이 어떻게 핵심적인 비즈니스 성장 동력으로 작용하는지를 밝히며, 자원의존 이론을 바탕으로 개방형 혁신의 성공적인 실행 조건을 실증적으로 확인하였다는 점에서 그 의의를 찾을 수 있다.