• 지구물리와물리탐사
• /
• 제11권2호
• /
• pp.127-136
• /
• 2008

울릉분지에서 가스하이드레이트 부존 유망지역 파악을 위하여 2005년과 2006년에 탐해2호를 사용하여 2차원 및 3차원 탄성파 탐사를 수행하였다. 탐사장비는 항측시스템, 기록시스템, 스트리머 케이블, 음원 등으로 구성되었다. 주로 1,000 m 이상의 대수심 환경 및 해저면 하부 500 msec 구간에서의 속도분석의 신뢰도를 고려하여, 3 km 길이의 스트리머와 1,035 $in^3$ 용량의 동조 에어건 음원을 사용하였다. 현장탐사자료취득과정에서 음원파형분석, 2차원 저급중합, RMS 잡음 분석, 주파수-파수 스펙트럼 분석 등의 일련의 품질관리를 수행하였다. 음원의 품질기준 적합성을 검토하기 위하여 음원파형을 계산하고, 건제거시험을 통하여 에어건 고장시의 음원파형변화를 확인하였다. 실시간 품질 분석을 통하여 일부 탄성파 자료에서 너울잡음, 패러티 오류, 스파이크 잡음 및 조목잡음 등을 확인할 수 있었지만, 탐사자료의 품질이 전반적으로 양호함을 확인할 수 있었다. 특히 3차원 탐사 시 불가피한 현장상황에 의해 조목잡음의 영향을 받은 탐사자료에 대해 FK 필터링 및 누락 트레이스 복원 기법을 적용한 품질향상 결과를 제시함으로써 취득자료의 적합 판정 및 현장 탐사 지속이 결정될 수 있었다. 탐사자료가 품질기준을 벗어나는 탐사해역에서도 현장자료처리를 통하여 잡음제거 가능성을 제시함으로써 해양탄성파탐사의 효율성을 높일 수 있다.

• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2002년도 정기총회 및 제4회 특별심포지움
• /
• pp.24-45
• /
• 2002

고해상 천부 해저 탄성파탐사 기술은 지난 수십년간 자원, 엔지니어링 탐사 및 지질 조사에 활용되어 왔다. 다중채널 탐사법이 지하구조를 파악하는데 매우 효과적임에도 불구하고 천부 해저탐사에는 간편성과 경제성 때문에 단일채널 아날로그 방식이 더 많이 사용되어 왔다. 본 연구에서는 경제적으로 탐사자료의 품질을 향상시키기 위하여 소형 에어건, 6채널 스트리머와 PC기반 시스템을 이용하여, 고해상 탐사자료를 디지털로 취득하고 이를 자료 처리하여 탄성파 단면도를 제작하였다 이러한 시험 자료취득은 지난 수년간 다른 목적의 연구와 병행하여 포항근해, 황해 그리고 경기만에서 수행되었다. 취득된 자료에 기본적인 자료처리가 적용되었는데 그 과정에는 이득회수, 디콘볼루션, 필터링, 동보정, 정보정, 공통 중간점 분류와 중합이 포함되었다. 자료처리된 단면도들의 예를 아날로그 기록과 비교하여 나타내었다. 자료처리 후 디지털 단면기록의 해상도는 크게 향상되었다. 취득 및 처리 결과는 소형 에어건, 6채널 스트리머와 PC기반 시스템을 이용한 고해상 천부 해저 탄성파탐사가 정밀한 지하구조 파악에 효과적임을 보여준다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.155-174
• /
• 2022

2020년 1월부터 2021년 10월 현재까지 COVID-19(치명적인 호흡기 증후군인 코로나바이러스-2)와 관련된 학술 연구가 500,000편 이상 발표되었다. COVID-19와 관련된 논문의 수가 급격하게 증가함에 따라 의료 전문가와 정책 담당자들이 중요한 연구를 신속하게 찾는 것에 시간적·기술적 제약이 따르고 있다. 따라서 본 연구에서는 LDA와 Word2vec 알고리즘을 사용하여 방대한 문헌의 텍스트 자료로부터 유용한 정보를 추출하는 방안을 제시한다. COVID-19와 관련된 논문에서 검색하고자 하는 키워드와 관련된 논문을 추출하고, 이를 대상으로 세부 주제를 파악하였다. 자료는 Kaggle에 있는 CORD-19 데이터 세트를 활용하였는데, COVID-19 전염병에 대응하기 위해 주요 연구 그룹과 백악관이 준비한 무료 학술 자료로서 매주 자료가 업데이트되고 있다. 연구 방법은 크게 두 가지로 나뉜다. 먼저, 47,110편의 학술 논문의 초록을 대상으로 LDA 토픽 모델링과 Word2vec 연관어 분석을 수행한 후, 도출된 토픽 중 'vaccine'과 관련된 논문 4,555편, 'treatment'와 관련된 논문 5,791편을 추출한다. 두 번째로 추출된 논문을 대상으로 LDA, PCA 차원 축소 후 t-SNE 기법을 사용하여 비슷한 주제를 가진 논문을 군집화하고 산점도로 시각화하였다. 전체 논문을 대상으로 찾을 수 없었던 숨겨진 주제를 키워드에 따라 문헌을 분류하여 토픽 모델링을 수행한 결과 세부 주제를 찾을 수 있었다. 본 연구의 목표는 대량의 문헌에서 키워드를 입력하여 특정 정보에 대한 문헌을 분류할 수 있는 방안을 제시하는 것이다. 본 연구의 목표는 의료 전문가와 정책 담당자들의 소중한 시간과 노력을 줄이고, 신속하게 정보를 얻을 수 있는 방법을 제안하는 것이다. 학술 논문의 초록에서 COVID-19와 관련된 토픽을 발견하고, COVID-19에 대한 새로운 연구 방향을 탐구하도록 도움을 주는 기초자료로 활용될 것으로 기대한다.