• 자원환경지질
• /
• 제18권4호
• /
• pp.343-355
• /
• 1985

본 논문에서는 세계적으로 유명한 대규모의 황화철상(黃化鐵床)에서 산출되는 7종의 이방성(異方性) 광석광물(鑛石鑛物)을 대상으로 물리적(物理的) 특성(特性)을 실험 연구하고, 광물(鑛物) 고유의 타광학성(他光學性), 결정방향(結晶方向)과의 상관 관계를 밝히며, 금속자원 광물의 감정(鑑定)을 위한 자료를 제시하고자 시도되었다. 연구대상 이방성(異方性) 광물(鑛物)(covellite, graphite)은 광물상호간의 white light color의 차이 뿐아니라 동종광물(同種鑛物)내부의 두 편광(偏光)(상광선(常光線), 이상광선(異常光線))의 방향에 따라 동일한 형태이나 큰 정량적 차이(R=약 10%)를 보여주는 spectral profile을 갖는다. 결정방향(結晶方向)에 따라 고찰된 이방성(異方性) 광물(鑛物)(enargite, famatinite)의 반사력(反射力)은 벽개면에 평행한 면에서 항상 높은 값(R=약 5%)을 갖는다. 측정 반사력(反射力)을 이용하여 규명된 연구 광물종의 광학적(光學的) 대칭성(對稱性)은 covellite가 일륜성(一輪性)(+), graphite는 일축성(一軸性)(-)이고, enargite와 famatinite는 이축성(二軸性)(+)이며, 부반사력(復反射力)이 낮은 gratonite의 경우는 결정이 불가능하였다. 표준하중별로 실시된 휘경도(徽硬度)실험에서 이방성광물(異方性鑛物)(enargite, famatinite)의 결정방향은 큰 영향을 미치는데, 즉 벽개면에 평행한 면에서 항상 높은 (HV=> $200kg/mm^2$) 휘경도(徽硬度)값을 보여준다. 모든 실험광물이 각각 특징적인 indentation의 형태를 갖음은 징경도(徵硬度)와 함께 광물감정(鑛物鑑定)에 유용할 것이다. 실험광물이 최소하중에서 항상 불규칙한 휘경도(徽硬度)값을 갖는 것은 관찰에서 기인되는 측정오차로 사료된다. 휘경도(徽硬度)-반사력(反射力)의 상관 관계를 이용한 시험광물의 분류는 Gray-Millman(1962)의 실험결과와 일치된다. 한편 반사도(反射度)의 과장별 측정오차와 그의 제거 방안이 논의되었다.

• 한국산학기술학회논문지
• /
• 제10권11호
• /
• pp.3514-3523
• /
• 2009

국내 대학에서 영화 및 영상 관련학과가 개설된 지는 50년이 되었지만 초창기의 10여개의 대학을 제외하고는 대부분 90년대 이후에 대거 신설되었다. 이들은 그동안 영화가 발전하는 것을 좇아서 학과내의 커리큘럼을 수정해왔지만 영화라는 매체의 특성상 발 빠른 산업계를 학교가 따라가기에는 여러 가지 어려운 점이 있었다. 특히 90년대 이후에는 영화계에 디지털이 도입되면서 하루가 다르게 제작 양상이 변했고 때맞추어 대기업의 자본과 통신과의 결합, 멀티플렉스를 이용한 와이드 릴리즈 개봉 방식 등의 영화 산업계 전반에 닥친 혁명적 변화로 학교에서 양산한 영화 전문 인력은 현장에 그대로 투입되기에는 맞지 않는 부분이 많아지게 되었다. 영화 제작 현장과 대학 간의 괴리감은 시간이 흐를수록 심해지고 있고 현장은 별다른 검증 없이 투입된 신규 인력을 재교육 시켜야만 했다. 대학의 교과과정을 조정하여 현장 적응력을 높이는 방안을 강구해야 한다. 국내 대학 영화 및 영상 관련학과 선도 격인 학교들의 교과과정을 살펴보고 90년대 이후에 신설된 전국의 영화 및 영상 관련학과들이 경쟁력과 차별성을 갖기 위해서는 어떤 노력이 필요한지 알아본다. 전국에 산재한 영상 관련학과는 교과과정에서 만큼은 차별성이 없다. 해외 대학의 경우 영화 연출가나 촬영 감독 등 특정 직업군의 인력을 양산하기보다 다양한 영화 직종의 구체적인 소개와 실습을 통하여 필름메이커로 성장하도록 교과과정의 편성이 이루어져있다. 학생들이 곧바로 영화 전공과목에 접하기 보다는 먼저 인문학과 교양 과목 이수하도록 하여 창작에 필요한 기본기를 다지는 시간을 강조하는 학교들도 있다. 영화이론, 영화 및 영상 제작, 영화 (매체) 연기 등 크게 세부분으로 나누어져 있는 대부분의 국내 대학 영화 및 영상전공 세부 과정은 각급 대학의 특성을 고려하여 확장 가능한 범위내에서 독창적이고 경쟁력 있는 세부 전공 과정을 개발하여야 영상 관련 대학경쟁에서 우위에 설 수 있고 이는 곧바로 대한민국 영화의 경쟁력으로 이어질 것이다. 영화 전공 교과목을 나열하여 특정 분야에 치중해 있는 과정은 통합하여 수를 줄이고 구색 맞추기 정도의 프로덕션 디자인, 사운드, 편집, 특수 영상, 마케팅과 홍보, 컴퓨터 그래픽등의 분야는 입문 과정과 심화 과정을 별도로 운영하여 균형을 이루게 해야 할 것이다. 모든 영화 학교에서 제안한 모든 과정을 개설하기 보다는 특정 분야를 정하여 교육과정을 개발하고 현장 경력 유경험자의 교수진을 운영한다면 지금보다 나아진 다채롭고 창의적인 영화 인력을 길러낼 수 있을 것이다.

• 대한전자공학회논문지SP
• /
• 제42권4호
• /
• pp.1-12
• /
• 2005

영상정합은 동일한 장면에 대해서 서로 다른 시간 혹은 서로 다른 특성의 센서로부터 서로 다른 위치에서 얻은 영상들의 위치적 대응관계를 찾는 기법이다. 이 논문에서는 특성이 다른 적외선 센서와 광학 센서로부터 얻은 영상의 정합을 위한 새로운 알고리즘을 제안한다. 지금까지 제안된 서로 다른 특성의 영상을 위한 정합기법은 크게 특징점 기반 영상정합기법과 밝기값 기반 영상정합기법으로 구분될 수 있다. 특징점 기반의 영상정합기법은 정확하게 대응하는 특징점을 선택하는 것이 성능에 결정적인 영향을 준다 그러나 적외선 영상과 가시광선 영상에서는 특징점이 서로 같지 않은 경우가 많기 때문에 강인하지 못하다 그리고 밝기 값 기반의 정합기법에서는 정규상호정보를 유사성 척도로 사용한 영상정합기법이 가장 좋은 성능을 제공하는 것으로 알려져 있다. 그러나 정규상호정보 기반의 영상정합기법은 두 영상의 통계적 상관성이 전역적이어야 한다는 가정을 전제하는데, 적외선 영상과 가시광선 영상에서는 이를 보장하지 못하는 경우가 많아 정규상호정보를 유사성 척도로 사용하는 영상정합기법에서도 좋은 성능을 기대하기 힐들다. 따라서 이 논문에서는 적외선 영상과 가시광선 영상의 통계적 상관성의 해석에 기반한 두 단계 영상정합기법을 제안한다. 정확하고 강인한 정합을 위해서 첫 단계에서는 두 영상에서 통계적 상관성이 높은 부분을 추출하는 ESCR기법과 두 영상을 통계적 상관성이 높도록 필터링하는 ESCF기법을 수행한다. 그리고 두 번째 단계에서는 첫 단계에서의 결과 영상에 대해서 정규상호정보를 유사성 척도로 한 영상정합을 수행한다. 다양한 적외선 영상과 가시광선 영상을 이용한 실험으로부터 제안하는 두 단계 영상정합기법이 기존의 정규상호정보 기반의 영상정합기법에 비해 정확도와 강인함, 그리고 실행 속도의 측면에서 더욱 향상된 성능을 제공함을 확인하였다.

• 한국과학교육학회지
• /
• 제43권2호
• /
• pp.139-150
• /
• 2023

본 연구는 과학교육의 다양한 모습을 탐색할 필요가 있다는 문제의식에서 출발하여 성인을 대상으로 하는 과학문화 활동에 대한 실천적인 연구의 필요성에 따라 수행되었다. 이에 성인 4명의 과학소설 독서토론을 연구 사례로 선정하고 과학문화 활동에서 나타나는 과학적 태도와 과학에 대한 태도를 포함하는 과학 관련 태도를 질적으로 탐색하였다. 참여자들은 과학기술 전문가가 아닌 30대 직장인으로 독서와 토론 활동에 익숙하며 이를 취미로 즐기는 사람들이다. 작품 선정을 위한 구체적인 기준을 마련하고 연구 참여자들과의 협의를 거쳐 3권의 과학소설을 선정하였다. 4개월 동안 총 3회차의 독서토론 활동, 각 회차에 대한 사후 면담, 전체 활동 종료 후 개별 심층 면담의 과정으로 진행되었으며, 독서토론은 자유롭게 논제와 의견을 제시하는 비구조화된 자유토론으로 진행되었다. 연구 과정에서 녹음 및 전사된 독서토론 담화, 사후 및 심층 개별 면담, 연구자의 관찰 기록지, 참여자들의 독서기록과 같은 다양한 자료를 수집하였고 수집한 자료들은 지속적 비교 방법을 사용하여 분석하였다. 연구 결과, 참여자들은 과학소설 독서토론에서 과학적 태도를 발휘한 것으로 나타났다. 참여자들이 보인 과학기술 비판과 윤리적 성찰, 합리성에 대한 문제인식과 근거 제시, 과학적 호기심 해소와 추론은 과학소설의 특징과 밀접한 관련성을 맺는 것으로 나타났다. 또한 참여자들은 과학소설의 텍스트적 특징인 이야기를 통해 과학 이해에 대한 부담을 낮추고 흥미의 발달을 보이며 과학을 즐길 수 있는 대상으로 인식하는 것으로 나타났다. 마지막으로 참여자들은 이해와 학습 대상으로서의 과학이 아닌 문화로서 과학을 즐기는 활동 자체에 스스로 의미를 부여함으로써 과학에 대한 태도 변화를 나타내었다. 위 결과를 바탕으로 본 연구는 학교 교육 이후에도 성인을 대상으로 과학에 대한 긍정적인 태도를 신장하기 위한 과학문화의 의미를 밝히고 시사점을 제시하였다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1321-1330
• /
• 2023

정규식생지수는 농업분야에 가장 많이 사용된 원격탐사 자료로, 현재 대부분의 광학위성에서 제공되고 있다. 특히 고해상도 광학위성영상이 제공되면서 농업 활용 분야에 따른 최적의 광학위성영상의 선택이 매우 중요한 이슈가 되었다. 본 연구에서는 국내 논지역의 정규식생지수 모니터링 시 가장 최적의 광학위성영상을 정의하고 이를 위해 필요한 해상도 관련 요구조건을 도출하고자 한다. 이를 위해 전 세계적으로 많이 사용되는 MOD13, Landsat-8, Sentinel-2A/B, PlanetScope 위성의 정규식생지수영상을 대상으로 국내 당진 논지역의 공간분포 및 2019년부터 2022년까지 시계열 패턴을 비교, 분석하였다. 각 자료는 3-250 m의 공간해상도와 다양한 주기해상도로 제공되며, 정규식생지수를 산출할 때 사용되는 분광밴드의 영역도 약간의 차이가 있다. 분석 결과 Landsat-8은 가장 낮은 정규식생지수 값을 나타내며 공간적으로 변이도 매우 낮았다. 이에 비해 MOD13 정규식생지수 영상은 PlanetScope 자료와 비슷한 공간분포 및 시계열 패턴을 나타났으나 낮은 공간해상도로 인해 논 주변지역의 영향을 받았다. Sentinel-2A/B는 넓은 근적외선밴드 영역으로 인해 상대적으로 약간 낮은 정규식생지수 값을 나타내었으며, 특히 생육 초기시기에 그 특징이 두드러졌다. PlanetScope의 정규식생지수가 상세한 공간적 변이 및 안정적인 시계열 패턴을 제공하나 높은 구매가격을 고려하면 공간적으로 균일한 논지역보다는 밭지역에서 그 활용성이 높을 것으로 사료된다. 이에 따라 국내 논지역에 대해서는 250 m급 MOD13 정규식생지수나 10 m급 Sentinel-2A/B가 가장 효율적일 것으로 사료되나 작물의 개체에 대한 상세 물리량 추정을 위해서는 고해상도 위성영상이 활용될 수 있다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.1-32
• /
• 2018

본 연구는 경제적으로 국내에 큰 영향을 주었던 글로벌 금융위기를 기반으로 총 10년의 연간 기업데이터를 이용한다. 먼저 시대 변화 흐름에 일관성있는 부도 모형을 구축하는 것을 목표로 금융위기 이전(2000~2006년)의 데이터를 학습한다. 이후 매개 변수 튜닝을 통해 금융위기 기간이 포함(2007~2008년)된 유효성 검증 데이터가 학습데이터의 결과와 비슷한 양상을 보이고, 우수한 예측력을 가지도록 조정한다. 이후 학습 및 유효성 검증 데이터를 통합(2000~2008년)하여 유효성 검증 때와 같은 매개변수를 적용하여 모형을 재구축하고, 결과적으로 최종 학습된 모형을 기반으로 시험 데이터(2009년) 결과를 바탕으로 딥러닝 시계열 알고리즘 기반의 기업부도예측 모형이 유용함을 검증한다. 부도에 대한 정의는 Lee(2015) 연구와 동일하게 기업의 상장폐지 사유들 중 실적이 부진했던 경우를 부도로 선정한다. 독립변수의 경우, 기존 선행연구에서 이용되었던 재무비율 변수를 비롯한 기타 재무정보를 포함한다. 이후 최적의 변수군을 선별하는 방식으로 다변량 판별분석, 로짓 모형, 그리고 Lasso 회귀분석 모형을 이용한다. 기업부도예측 모형 방법론으로는 Altman(1968)이 제시했던 다중판별분석 모형, Ohlson(1980)이 제시한 로짓모형, 그리고 비시계열 기계학습 기반 부도예측모형과 딥러닝 시계열 알고리즘을 이용한다. 기업 데이터의 경우, '비선형적인 변수들', 변수들의 '다중 공선성 문제', 그리고 '데이터 수 부족'이란 한계점이 존재한다. 이에 로짓 모형은 '비선형성'을, Lasso 회귀분석 모형은 '다중 공선성 문제'를 해결하고, 가변적인 데이터 생성 방식을 이용하는 딥러닝 시계열 알고리즘을 접목함으로서 데이터 수가 부족한 점을 보완하여 연구를 진행한다. 현 정부를 비롯한 해외 정부에서는 4차 산업혁명을 통해 국가 및 사회의 시스템, 일상생활 전반을 아우르기 위해 힘쓰고 있다. 즉, 현재는 다양한 산업에 이르러 빅데이터를 이용한 딥러닝 연구가 활발히 진행되고 있지만, 금융 산업을 위한 연구분야는 아직도 미비하다. 따라서 이 연구는 기업 부도에 관하여 딥러닝 시계열 알고리즘 분석을 진행한 초기 논문으로서, 금융 데이터와 딥러닝 시계열 알고리즘을 접목한 연구를 시작하는 비 전공자에게 비교분석 자료로 쓰이기를 바란다.