융설 모형을 이용하여 융설 기간 동안의 하천유출량을 모의하기 위해서는 융설 관련 매개변수의 정립이 반드시 필요하다. 우리나라의 경우 관측 자료의 부족으로 인하여 적설분포면적, 적설심, 적설분포면적 감소곡선과 같은 융설 관련 매개변수의 추출이 불가능하였다. 본 연구에서는 1997년부터 2003년까지의 겨울철(11월-4월) NOAA/AVHRR 위성영상을 이용하여 한반도의 적설분포도를 추출하고 기상청의 69개소 유인지상기상관측소의 기상자료 중 최심적설심 자료로서 공간내삽법을 통하여 동일한 기간의 최심적설심 분포도를 작성한 후 적설분포도와 중첩하여 남한의 적설심 분포도를 추출하였다. 또한, 적설분포면적 감소곡선은 소양강댐과 충주댐 유역을 대상으로 평균기온과 적설분포면적과의 상관관계로부터 각 연도별 선형회귀식을 추출하여 적설분포면적 감소곡선을 작성하였다.
스테레오 영상으로부터 수치표고모델을 생성하기 위해서는 일반적으로 두 영상 간의 정합을 수행한다. 정합은 초기 정합 후보점으로부터 시작되며, 두 영상 간의 접합점(Tie-points)이 이러한 초기 후보점 역할을 하게 된다. 이 초기 정합 후보점의 개수와 영상 내에서의 분포는 정합결과에 영향을 준다. 정합결과를 바탕으로 생성되는 수치표고모델에는 에러가 포함된다. 이러한 에러를 제거하는 가장 보편적인 방법은 주변값으로 보간하는 것이다. 본 논문에서는 신뢰성 있는 수치표고모델을 자동으로 생성하기 위해서 기존 수치표고모델을 이용하여 자동으로 추출한 접합점(Tie-points)과 영상 피라미드 그리고 정합 결과에서 발생한 이상값(Outlier)을 기존 수치표고모델로 보정하는 방법을 제안한다. 본 논문에서는 IKONOS, QuickBird, SPOTS 스테레오 영상과 DTED level 2 데이터를 이용하여 실험을 수행했으며, 실험결과를 통해서 제안된 방법으로 생성한 수치표고모델에서는 에러가 모두 제거되었음을 보여준다. 또한 기존 DTED level 2를 참값으로 하여 산출된 높이값에 대한 RMSE는 15m 미만으로, 비교적 정확한 수치표고모델을 생성하였음을 보여준다.
본 연구에서는 유체 속에서의 로봇의 방향전환 메커니즘의 성능을 개선하고 최적화하기 위하여 물 속 자연환경에 최적화되어 있는 물고기의 CST(CST:C-shape sharp turn) 패턴을 모방하여 물고기 로봇의 꼬리 관절 궤적을 신경회로망(neural network)을 사용하여 제안하였다. 물고기의 CST 패턴을 모방하기 위해 CST 패턴을 순차적으로 기록한 정보를 수치적으로 변환하여 좌표 데이터를 생성하고 함수화하였다. 함수화된 모션 함수를 물고기 로봇의 상대 관절각으로 변환하였으나, 구해진 상대 관절 궤적은 잉어의 순차적 기록에 의해 구해진 각도이므로 분해능이 떨어져 실제 물고기 로봇의 제어에 적용하기 어렵다. 그러므로 상대 관절 궤적을 일반화 기능이 뛰어난 신경회로망을 사용하여 보간하고 물고기 로봇에 적용하였다. 모의실험을 통하여 신경회로망을 이용한 상대 관절 궤적 함수가 고차의 다항식 궤적 함수에 비하여 물고기 로봇의 CST 모션에 더 좋은 성능을 나타냄을 확인하였다.
MWNI (Minimum Weighted Norm Interpolation)를 이용한 내삽 방법은 고차원으로 확장이 용이하고 상대적으로 계산 속도가 빠르다는 장점을 가지고 있으나 알리아스 효과가 존재하는 자료의 내삽에 취약하다. 이런 문제의 개선을 위해 제안된 방법이 모델제약(model-constrained) MWNI이다. 이 논문에서는 MWNI를 이용한 방법과 모델제약 MWNI 방법의 두가지 모듈을 개발한 후 알리아스 효과가 존재하는 자료의 내삽 결과를 비교하였다. 시공간 영역(t-x domain)과 주파수-파수 영역(f-k domain)의 결과 그림을 통해서 모델제약 MWNI를 적용했을 때의 결과가 더 효과적임을 확인할 수 있었다. 동해 울릉분지의 가스 하이드레이트 부존 지역의 현장 자료에 내삽을 적용한 결과, 가스침니 구간 전후로 진폭이 급격하게 변하는 자료에서도 내삽이 가능함을 확인할 수 있었다. 또한 매우 불규칙하고 넓은 구간에서 누락된 인공지진파 자료의 정규화를 통해 신호의 연결성 향상이 가능함을 보일 수 있었다. 결과적으로 이 논문에서 개발된 모듈은 현장의 다양한 여건에 의해 불규칙하거나 넓은 간격으로 얻어진 탄성파 자료의 정규화나 내삽에 효율적으로 활용될 수 있음을 확인하였다.
지구과학 데이터(지오데이터)의 공간 이질성, 희소성 및 고차원성으로 인해 공간 분포 추정에 어려움이 있다. 따라서 지구과학의 많은 응용 분야에서 지오데이터의 고유 특성을 고려할 수 있는 공간 추정 기법이 필요하다. 본 연구에서는 기계 학습 알고리즘 중 하나인 가우시안 혼합 모델(Gaussian Mixture Model; GMM)을 이용하여 공간 예측 방법을 제공하고자 하였다. 제안된 기법의 성능을 검증하기 위해, 옛 제련소 부지에서 휴대용 X선 형광분석기(PXRF) 및 유도결합플라즈마-원자방출분광법(ICP-AES)을 이용하여 분석된 토양 농도 자료를 활용하였다. ICP-AES를 이용해 분석된 As와 Pb를 주변수로 하고, 나머지 자료는 보조변수로 활용하였다. 다차원의 보조변수 중 중요 변수를 선별하기 위해 랜덤포레스트 기반의 변수선택법을 적용하였다. ICP-AES 및 PXRF를 통해 구축된 다변량 데이터를 사용한 GMM의 결과를 단변량 및 이변량 데이터를 사용한 정규 크리깅(Ordinary Kriging; OK) 및 정규 공동크리깅(Ordinary Co-Kriging; OCK)의 결과와 비교하였다. GMM의 결과는 OK 및 OCK의 결과보다 낮은 평균 제곱근 편차(RMSE; 비소는 최대 0.11 및 납은 0.33까지 향상)와 높은 상관관계(r; 비소는 최대 0.31 및 납은 0.46까지 향상)를 제공하였다. 이는 GMM을 사용할 경우 토양 오염의 범위 해석의 성능을 향상시킬 수 있음을 지시한다. 본 연구는 다 변량 공간추정 접근법이 복잡하고 이질적인 지질 및 지구 화학자료의 특징을 이해하는 데 효과적으로 적용될 수 있음을 증명하였다.
최근 전 세계적인 육상자원의 고갈로 인하여 해저광물자원에 대한 관심이 증가하고 있다. 우리나라도 한반도 주변 해역의 해저광물자원을 확보하기 위한 탐사와 연구가 진행되고 있다. 탐사의 결과로 매년 해저자원 탐사자료가 생성되고 있으며, 데이터베이스와 2차원 GIS 기반 시스템을 구축하여 데이터를 관리하고 있다. 하지만 해저자원 탐사자료는 해저면 하부를 탐사하기 때문에 해저자원 탐사자료의 고차원적 분석을 위해서는 수심과 해저 지형의 시각적 확인이 중요하다. 따라서 본 연구에서는 GIS를 이용하여 한반도 주변에 대한 해저 지형 데이터를 구축하고 이를 3차원화하여 해저자원 탐사자료와 연계하는 3차원 GIS 기반의 표출 시스템 개발에 대한 연구를 진행하였다. 이를 위하여 한반도 주변 해역에 대한 수심 데이터를 획득하였고, 수심 데이터를 래스터 파일 형태로 보관하였다. 또한, 래스터 파일을 사용이 용이하도록 처리한 후 오라클에 구축하였다. 데이터베이스를 기반으로 ESRI사의 ArcScene을 이용하여 구축한 해저 지형 데이터의 3차원화와 해저자원 탐사자료 중첩 기능의 설계를 진행한 후, ArcObjects를 이용하여 시스템으로 구현하였다. 이러한 3차원 GIS를 이용한 해저자원 탐사자료의 활용은 해저 지형을 이용하여 탐사자료의 위치와 변화를 시각적으로 확인함으로써 탐사지역과 탐사자료에 대한 고차원적인 해석이 가능할 것으로 판단된다.
탄성파 내삽 기법의 최근 연구방향은 공간적 알리아싱이 존재하는 자료에서의 내삽을 효과적으로 수행하는 것이다. 다양한 내삽 기법 중 기저함수를 정의하여 트레이스를 가장 잘 복원할 수 있는 기저함수의 조합을 찾아내는 Matching Pursuit 내삽 기법이 개발된 바 있다. 그러나 이 방법은 공간적 알리아싱 문제를 해결하지 못하는데 이를 해결하기 위해 다성분 Matching Pursuit 방법이 제안되었고 또한 시간차 보정(moveout correction) 방법도 소개된 바 있다. 다성분을 이용한 방법은 P파만을 갖는 다성분 자료가 획득되어야 하는데 해저면에서 다성분을 측정하는 OBC (Ocean Bottom Cable) 자료의 경우에는 P파 성분만을 분리하는 작업이 어려워 현장자료 적용이 힘들게 된다. 따라서 이 연구에서는 P파와 S파가 혼재하고 공간적 알리아싱이 존재하는 OBC 탐사 자료에서의 효과적인 단일성분 Matching Pursuit 내삽 기법을 다룬다. 이를 위해 시간차 보정을 포함하는 리커 요소파 기반의 단일성분 Matching Pursuit 내삽 기법 작업흐름도를 제안하고 그 효과를 체계적으로 살펴보았다. 이 작업흐름도는 내삽을 적용하기 전에 시간차 보정을 적용하고 다시 역 시간차 보정을 적용하여 공간적 알리아싱 문제를 해결하였다. 제안한 작업흐름도를 OBC 측정을 가정한 합성탄성파탐사 자료에 적용하여 그 효과를 검증하였고 현장자료에 적용함으로써 공간적 알리아싱이 심한 경우에도 내삽이 가능함을 확인하였다.
육상 및 해상 탐사를 할 경우 음원에 따른 수진기는 등간격으로 설치한다. 수진기의 간격을 좁게 설정하여 탐사를 할 경우 자료 획득 과정에서 많은 비용 및 시간이 소요되므로 일반적으로 적절한 간격으로 배치한다. 수진기 간격이 넓으면 공간 알리아싱이 발생한다. 공간 알리아싱이 있는 탐사 자료를 이용해 자료 처리를 할 경우 좋은 결과를 얻을 수 없다. 이러한 경우 자료 처리 과정에서 트레이스 보간을 이용하여 자료 처리 결과를 향상시킬 수 있다. 본 연구에서는 공간 알리아싱이 생긴 탄성파 자료 처리에 많이 이용되는 트레이스 보간법 중에서 복잡한 지하구조의 경사에 대한 정보 없이 보간이 가능한 Spitz의 보간 방법을 적용하였다. 주파수-공간 영역에서 선형 이벤트가 존재하는 등간격으로 이루어진 트레이스에 대하여 예측 필터와 기존의 트레이스를 이용하여 새로운 트레이스를 보간하였다. 본 알고리즘을 인공합성 탄성파 자료, 무작위 잡음을 넣은 인공합성 탄성파 자료, 실제 탐사를 통해 얻은 자료에 적용하여 알고리즘의 적용성을 검토하였다. 보간 수행 후에는 동일한 수진기 배열에 대하여 수행전보다 수진기의 간격이 좁아지고 수진기의 개수가 늘어난 효과를 얻었다. 또한 보간된 트레이스간의 이벤트의 연속성도 증가되었다. 이와 같은 보간법을 공간 알리아싱이 있는 탐사 자료에 이용하면 구조보정을 통하여 향상된 영상을 얻을 수 있을 것이라 생각된다.
Ready-mixed soil material, known as a kind of controlled low-strength material, is a new way of soil cement combination. It can be used as backfill materials. In this paper, artificial neural network and nonlinear regression approach were applied to predict the compressive strength of ready-mixed soil material containing Portland cement, slag, sand, and soil in mixture. The data used for analyzing were obtained from our testing program. In the experiment, we carried out a mix design with three proportions of sand to soil (e.g., 6:4, 5:5, and 4:6). In addition, blast furnace slag partially replaced cement to improve workability, whereas the water-to-binder ratio was fixed. Testing was conducted on samples to estimate its engineering properties as per ASTM such as flowability, strength, and pulse velocity. Based on testing data, the empirical pulse velocity-strength correlation was established by regression method. Next, three topologies of neural network were developed to predict the strength, namely ANN-I, ANN-II, and ANN-III. The first two models are back-propagation feed-forward networks, and the other one is radial basis neural network. The results show that the compressive strength of ready-mixed soil material can be well-predicted from neural networks. Among all currently proposed neural network models, the ANN-I gives the best prediction because it is closest to the actual strength. Moreover, considering combination of pulse velocity and other factors, viz. curing time, and material contents in mixture, the proposed neural networks offer better evaluation than interpolated from pulse velocity only.
휴대용 단말에 간편하게 구현 가능하도록 GPS의 코드의사거리 관측치 기반의 정밀단독측위(PPP; Precise Point Positioning) 알고리즘을 개발하고 그 성능을 검증하였다. PPP에 필요한 기본 모델로 그룹 딜레이, 상대성 효과, 위성안테나 위상중심오프셋 보정모델을 적용하였다. 위성 궤도와 시계오차는 IGS(International GNSS Service) 공식 산출물에 최적의 알고리즘을 통해 보간하고, 대류권과 전리층 오차는 각각 과학기술용 GPS 자료처리 소프트웨어로 산출한 참값과 GIM(Global Ionosphere Model)을 사상함수를 적용해 시선방향 오차로 변환해 적용하였다. 개발된 알고리즘을 4일간 테스트한 결과 수평오차는 0.8~1.6m, 수직오차는 1.6~2.2m 수준으로 나타났다. 이는 DGPS 측위결과와 유사한 성능으로 향후 PPP 알고리즘의 추가개선이 이루어질 경우 다양한 측량 및 위치기반서비스 분야에 활용 가능할 것으로 기대된다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.