• 한국수자원학회논문집
• /
• 제55권12호
• /
• pp.1091-1104
• /
• 2022

기후변화는 전 세계적으로 강우의 빈도와 강도를 증가 시킬 것으로 예측되며 급격한 도시화와 산업화로 인해 도시 지역의 내수 침수 피해로 양상이 바뀌고 있다. 이에 기후변화에 따른 영향평가는 도시계획에 매우 중요한 요소로 언급되고 있으며, 세계기상기구(WMO)는 기상 현상으로부터 발생할 수 있는 사회, 경제적 영향을 고려하는 영향예보의 필요성을 강조하고 있다. 특히 교통에 있어서 도시침수로 인한 교통 시스템의 성능 저하는 사회에 가장 해로운 요소이며 영향을 받는 주요 도로마다 시간당 £ 100k 정도인 것으로 추정하고 있다. 그러나 국내의 경우 현재 기상재해의 발생에 대한 정확한 예보 및 특보를 제공해도 그 영향을 제대로 전달하지 못하고 있다. 따라서 본 연구에서는 도시홍수의 침수심을 제시하고 차량에 영향을 미칠 수 있는 피해에 대처하기 위해 각 지역의 고해상도 분석 및 수문학적 요인을 반영하고, 강우로 인한 홍수 정도와 차량 운행에 미치는 영향 정도를 조사할 필요가 있다고 판단하였다. 이에 강우-침수심-차량속도의 산정식을 간단한 선형회귀식이 아닌 다양한 머신러닝 기법을 이용하여 제시하고자 한다. 또한 또한 기후변화 시나리오를 강우-침수심-차량속도 산정식에 적용하여 집중호우 시 도시하천의 침수를 예측하고 미래 기후변화의 영향을 고려한 도로 침수로 인해 발생할 수 있는 교통 네트워크의 장애를 평가하며, 도시 교통흐름 계획에 이용하는 기술을 개발하고자 한다.

• 한국해안·해양공학회논문집
• /
• 제34권4호
• /
• pp.109-118
• /
• 2022

정점 표층 수온 관측 데이터 중 결측 구간의 데이터를 양방향 순환신경망(Bidirectional Recurrent Neural Network, BiRNN) 기법을 이용하여 보간하였다. 인공지능 기법 중 시계열 데이터에 일반적으로 활용되는 Recurrent Neural Networks(RNNs)은 결측 추정 위치까지의 시간 흐름 방향 또는 역방향으로만 추정하기 때문에 장기 결측 구간에는 추정 성능이 떨어진다. 반면, 본 연구에서는 결측 구간 전후의 양방향으로 추정을 하여 장기 결측 데이터에 대해서도 추정 성능을 높일 수 있다. 또한 관측점 주위의 가용한 모든 데이터(수온, 기온, 바람장, 기압, 습도)를 사용함으로써, 이들 상관관계로부터 보간 데이터를 함께 추정하도록 하여 보간 성능을 더욱 높이고자 하였다. 성능 검증을 위하여 통계 기반 모델인 Multivariate Imputation by Chained Equations(MICE)와 기계학습 기반의 Random Forest 모델, 그리고 Long Short-Term Memory(LSTM)을 이용한 RNN 모델과 비교하였다. 7일간의 장기 결측에 대한 보간에 대해서 BiRNN/통계 모델들의 평균 정확도가 각각 70.8%/61.2%이며 평균 오차가 각각 0.28도/0.44도로 BiRNN 모델이 다른 모델보다 좋은 성능을 보인다. 결측 패턴을 나타내는 temporal decay factor를 적용함으로써 BiRNN 기법이 결측 구간이 길어질수록 보간 성능이 기존 방법보다 우수한 것으로 판단된다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.57-74
• /
• 2022

최근 인공지능 주차관제시스템은 딥러닝을 활용해 차량 번호판에 대한 인식률을 높이고 있지만 위조번호판 부착 차량을 판별하지 못한다는 문제점이 있다. 이러한 보안상의 문제점이 있음에도 불구하고 현재까지 여러 기관에서 기존의 시스템을 그대로 사용하고 있는 상황이다. 실례로 위조번호판을 이용한 실험에서 정부의 주요 기관을 대상으로 진입에 성공한 사례도 있다. 본 논문에서는 이러한 위조번호판을 부착한 차량의 출입을 방지하기 위해서 기존 인공지능 주차관제시스템의 개선 방안을 제시한다. 이를 위해 제안하는 방법은 기존 시스템이 차량의 번호판의 일치여부를 통과기준으로 사용하듯이 이미지에서 특징이 되는 특징점의 정보를 추출해내는 ORB 알고리즘을 활용하여 추출한 차량 앞면 특징점들의 매칭 정도를 통과기준으로 사용하는 방법이다. 또한 내부에 차량이 존재하는지 여부를 확인하는 절차를 제안 시스템에 포함시켜 위조번호판을 부착한 동일 차종 차량의 진입도 방지하였다. 실험 결과, 위조번호판을 부착한 차량들의 진입을 막아내며 기존시스템에 비해 위조번호판을 막아내는 개선된 성능을 보였다. 이러한 결과를 통해 기존 인공지능 주차관제시스템의 체계를 유지하면서 본 논문에서 제안하는 방법들을 기존의 주차관제시스템에 적용하여 위조번호판을 부착한 차량의 출입을 방지할 수 있음을 확인할 수 있었다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제41권2호
• /
• pp.307-324
• /
• 2022

이 연구에서는 2015 개정 교육과정에 따른 초등 과학 국정 교과서와 동 교육과정에 따라 2022년에 출판된 초등 과학과 검정 교과서 7종의 '물체의 무게' 단원에 진술된 과학 개념의 서술과 탐구활동 내용의 특징을 비교하여 초등 과학 검정 교과서의 내용 다양성을 분석해 보았다. 이를 위해 각 교과서의 설명텍스트에서 개념 서술 내용의 흐름, 개념 서술 과정에서의 특이점을 분석하였고, 언어네트워크 분석 방법으로 노드와 링크 수, 연결중심성이 높은 중심 단어를 분석 하였다. 또한 교과서에 제시된 탐구활동에서 탐구활동 유형, 탐구과정기능 및 탐구 활동 내용을 분석하였다. 연구 결과, 검정 교과서에서는 과학 개념의 서술이나 탐구활동 내용 구성에서 다양성이 잘 드러나지 않았다. 하위 개념의 포함 여부, 중심 단어 등이 교과서별로 유사하였다. 탐구활동을 비교하였을 때에도 탐구활동 내용과 탐구 유형, 탐구과정기능이 유사하였다. 특히 이전 교과서에서 제시되지 않았던 새로운 탐구활동 주제나 실험 방법을 도입한 경우는 없었다. 하지만 동일한 교육과정을 바탕으로 개발되었음에도 불구하고 검정 교과서 체제의 장점을 살릴 수 있는 노력들이 일부 시도되고 있었다. 핵심 내용을 설명하기 위한 하위 개념의 배치 순서가 교과서마다 달라 개념을 설명하는 과정이 몇 가지 유형으로 구분되었고, 탐구활동의 내용은 동일하였지만 기존 실험에서의 어려움을 개선하고 보완하기 위해 탐구 활동 준비물이 교과서별로 서로 다르게 나타나기도 하였다. 이를 바탕으로 검정 교과서의 장점을 살릴 수 있는 시도가 계속되어야 할 것이다.

• 한국수자원학회논문집
• /
• 제56권7호
• /
• pp.439-449
• /
• 2023

최근 계측 기술의 발전으로 압력계와 유량계 등 다양한 센서를 설치하여 상수도관망의 상태를 효과적으로 파악할 수 있게 되었으나, 도시가 광범위하게 개발됨에 따라 계측 신뢰도에 영향을 미치는 변수는 다양해지고 있다. 특히 상수도관망 분석에 중요한 영향력을 가지는 수요 데이터의 경우 직접 계측의 난이도가 높고 결측이 발생하기 쉬운 것으로 알려져 데이터 생성의 중요도가 증가하고 있다. 본 논문에서는 상수도관망에서 누락된 데이터를 정확하게 생성하기 위해 생성적 딥러닝 모델에 기반한 적대적 학습 기반 오토인코더(ATAE) 모델을 제안한다. 제안된 모델은 판별 신경망과 생성 신경망의 두 가지 신경망의 적대적 학습을 사용하여 압력 데이터로부터 수요 데이터를 생성한다. 학습이 완료된 ATAE 모델의 생성 신경망은 관망의 계측되는 압력 데이터가 존재하는 경우, 그로부터 추정된 관망 수요 데이터를 제공할 수 있다. ATAE 모델은 미국 텍사스주 오스틴의 실제 상수도망에 적용되어 성능이 검증되었다. 수요 및 압력 시계열 데이터의 불확실성 정도에 따른 ATAE 예측 결과의 정확도를 비교하여 데이터 불확실성의 영향을 분석하였으며, 또한 수요 수준에 따른 데이터 수집 기간별 생성 결과를 비교하여 이에 따른 데이터 생성 성능을 검토하였다.

• 한국해양학회지:바다
• /
• 제28권4호
• /
• pp.133-142
• /
• 2023

이 논문에서는 RNN (Recurrent Neural Networks)-LSTM (Long Short-Term Memory) 을 적용하여 Lorenz 시스템을 예측하는 자료 기반 인공지능 모델을 구축하고, 이 모델이 미분방정식을 차분화하여 해를 구하는 역학 모델을 대체할 수 있는지 가능성을 진단하였다. 구축된 자료기반 모델이 초기 조건의 작은 교란이 근본적으로 다른 결과를 만들어내는 Lorenz 시스템의 카오스적인 특성을 반영한다는 것과, 시스템의 안정적인 두 개의 닻을 중심으로 운동하면서 전이 과정을 반복하는 특성, "결정론적 불규칙 흐름"의 특성, 분기 현상을 모사한다는 것을 확인하였다. 또한, 적분 시간 간격을 조절함으로써 전산자원을 절감할 수 있는 자료기반 모델의 장점을 보였다. 향후 자료기반 모델의 정교화와 자료기반 모델을 위한 자료동화 기법의 연구를 통해 자료기반 인공지능 모델의 활용성을 확대할 수 있을 것으로 기대한다.

• 한국건설관리학회논문집
• /
• 제25권1호
• /
• pp.50-61
• /
• 2024

사용자의 공간 요구사항 중심의 평면계획에 대한 수요가 증가함에 따라 소형 주택시장이 지속적으로 성장하고 있다. 하지만 건축주는 공간 구성이나 비용 견적과 같은 근거를 기반으로 평면요구사항을 개진하는데 매우 제한적인 수단을 활용하고 있어 건축가와 같은 전문가들과의 소통에 많은 어려움을 겪고 있다. 본 연구의 목적은 스케치 정보 기반의 공간 요구사항을 BIM 모델의 3D 건물구성요소로 자동 변환하여 사용자의 공간에 대한 이해를 돕고, 초기 설계단계에서 예산 산정을 지원하기 위한 건물성능분석 정보를 제공할 수 있는 프레임워크 개발에 있다. 본 연구의 방법론은 프로세스 모델 개발, 프레임워크 구현 및 검증단계로 구성되었다. 프로세스 모델 개발은 프레임워크의 데이터 흐름을 묘사하고 프레임워크에 필요한 기능을 정의하는 단계이며, 프레임워크 구현은 프로세스 모델을 기반으로 시스템 인터페이스와 사용자 인터페이스를 개발하고, 이종 시스템 간의 연동 방식을 정의하는 단계이다. 검증단계는 개발된 프레임워크가 스케치 정보로 표현된 공간 요구사항을 BIM 모델의 벽, 바닥, 지붕과 같은 건물 구성요소 객체들로 자동 변환할 수 있는가를 검증하였다. 또한 프레임워크가 BIM 모델을 기반으로 재료 및 에너지 비용을 자동으로 산출할 수 있는가를 검증하였다. 프레임워크를 통해 사용자는 스케치 정보를 기반으로 3D 건물 구성요소를 효율적으로 생성할 수 있으며, 생성된 BIM 모델을 통해 공간을 이해하고 건물성능분석 정보를 제공받을 수 있다.

• 한국과학교육학회지
• /
• 제27권9호
• /
• pp.907-918
• /
• 2007

본 연구의 목적은 뛰어난 연구 성과를 이룩한 과학 인재들의 성장과 전문성 개발과정에 영향을 미친 주요 요인을 밝히는 것이다. 이러한 연구 목적을 달성하기 위해서,2007년 3월부터 9월까지 과학 분야에서 권위있는 상을 수상한 국내 과학자 31명을 대상으로 심층 면담을 통한 질적 사례연구를 수행하였다. 면담내용은 전관성 발달 단계별로 Csikszentmihalyi의 개인-영역-환경 상호작용(IDF) 모형의 이론적 틀에 맞추어 분석하였다. 우선 탐색기에서는 자기주도적 학습태도,다양한 관심 및 강점의 발견,학구적이며 자유로운 가정환경,의미 있는 만남이,입문기에서는 독립적인 성격특성,전공분야에 대한 지식습득, 대학에서의 학문적 갈증과 지적탐구가 과학인재의 전문성 발달에 중요한 영향을 미치는 것으로 나타났다. 성장기에서는 과제집착력,몰입의 경험,관심분야 및 평생 연구주제의 발견,형식교육에서의 멘토와의 만남이,주도기에서는 우선 순위정하기,의사소통능력,창조적 연구 성과와 사명감,또 다른 재능과의 만남,평가 및 지원 체계가 영향을 미치는 주요 요인으로 나타났다. 결론에서는 면담 내용을 통해 나타나는 주요 요인의 의미를 해석하고,보다많은 과학 인재의 양성을 위해 필요한 교육적 시사점을 논의하였다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.25-38
• /
• 2019

정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.

• 경영과정보연구
• /
• 제31권2호
• /
• pp.41-59
• /
• 2012

ERP는 신 경영혁신 기법으로 기업자원을 전사적으로 통합관리해 주는 전사적 자원관리라는 의미이다. 즉 영업에서 생산 출하에 이르는 기업의 모든 업무과정을 컴퓨터를 이용해 유기적으로 연결, 실시간으로 관리할 수 있도록 해주는 최신 경영시스템으로 볼 수 있다. 그러나 ERP를 도입하고자 하는 기업에서 ERP프로그램을 담당하는 실무자를 확보하기가 어려운 실정이며 이는 학교에서의 ERP교육을 통하여 실무자를 양성하는 것이 절실하다고 할 수 있다. 하지만 교육현장에 있어서 전문 ERP교원의 부족과 현장 실습 프로그램의 효율적인 학습이 이루어지지 않아 기업에서 원하는 인재가 배출되지 않고 있는 현실이다. ERP에서 회계의 역할이 매우 중요하고 그 비중이 매우 크며 회계담당자의 역할이 점차 커지고 있기 때문에 전문 ERP 회계 담당자가 매우 많이 필요한 상황이다. 이에 따라 ERP교육에 대한 선행연구들을 고찰하였고 각종 문헌 및 현재 대학에서의 ERP교육의 문제점과 그 개선방안에 대하여 제시하였다. 대학에서의 ERP교육에 대한 개선방안을 제시하면 첫째, ERP에 대한 선행학습이라고 할 수 있는 회계원리의 교육을 강화하여 이론적인 지식이 충분히 습득돼야 한다. 둘째, ERP프로그램을 업무에 활용할 수 있는 가상의 시나리오를 다양하게 만들어 학생들이 이 시나리오에서 발생한 사건과 사상을 파악하여 직접 ERP에 적용할 수 있는 능력을 향상시키도록 교육이 이루어 져야 한다. 셋째, 앞서 언급한 바와 같이 ERP는 영업, 구매, 인사, 급여, 생산, 등 전사적인 자원들이 모두 회계로 통합되는 현장회계가 가능한 시스템이다. 따라서 활동현장과 회계모듈이 유기적으로 결합되어 있다는 점을 주지하고, 각각의 부문 모듈이 별도의 프로그램으로서가 아닌 하나의 흐름으로 인식할 수 있어야 한다. 본 연구를 통해 ERP학습에 대한 향후 학생들이 느끼고 있는 교육의 효율성과 교수들이 느끼고 있는 교육의 효율성에 대해 파악하여 이 두 집단 간에 느끼는 효율성의 차이에 대한 연구가 필요가 것으로 사료된다.