• 대한토목학회논문집
• /
• 제42권5호
• /
• pp.639-650
• /
• 2022

대규모 표사이동으로 인해 침·퇴적이 발생되는 해안에서는 시간이력에 따라 그 현상이 가속화되는 경향이 있기 때문에 적절하고도 시급한 대책을 강구하는 것이 중요하다. 해안침식의 대책방안 중 환경친화적 대책으로 알려진 양빈공법의 경우 입경의 크기에 따라 침식양상이 변화되므로 적정 입경의 크기, 범위 등에 대해 결정하기 위해서는 면밀한 검토가 필요하다. 본 연구에서는 양빈사의 입경변화와 부분양빈의 적용, 파랑과 바람이 공존하는 조건 등을 변수로 설정하였을 때 발생되는 지형변화의 특성을 검토하고자 하였다. 이러한 요인들은 수치모형실험에서 해석하기 어려운 부분이 존재하기 때문에 수리모형실험을 통해 정성적인 해석을 수행하거나 양빈수행 이후에 현장모니터링 등을 통해 그 효과를 검토하게 된다. 하지만 실험과 모니터링 등은 제반사항이 발생되기 때문에 다양한 조건에 대한 예측 연구에는 어려움이 존재한다. 본 논문에서는 빅데이터의 활용을 통한 머신러닝 기법을 이용하여 침·퇴적 경향을 재현함으로써 발생 가능한 현상에 대해 예측함과 동시에 머신러닝 기법의 적용성을 검토하고자 하였다. 학습데이터는 수리모형실험결과를 이용하였으며 연구결과 머신러닝을 이용한 지형변화는 단기예측의 경우 기존연구와 유사한 경향을 보이는 것으로 나타났으나 세굴 및 모래톱의 형성 등에서는 다소 차이가 존재하는 것을 확인할 수 있었다.

• 한국음향학회지
• /
• 제41권3호
• /
• pp.268-277
• /
• 2022

본 논문에서는 KVLCC2 선체 축소모형에 설치된 추진시스템의 세부 구성품별 유동 소음원을 분석하였으며, 각각의 소음원이 수중방사소음에 미치는 영향에 대해 정량적으로 분석하였다. 수치 해석 영역은 실험 결과와의 비교를 위하여 선박해양플랜트연구소 대형 캐비테이션 터널의 시험부와 동일하게 설정하였다. 먼저 유동장내 소음원을 정확하게 모사하기 위하여 고정밀 해석기법인 비압축성 다상 Delayed Detached Eddy Simulation 방법을 적용하였고, 유동해석 결과를 기반으로 Ffowcs Williams and Hawkings 적분방정식을 사용하여 수중방사소음을 예측하였으며, 터널 실험결과와의 비교를 통해 해석절차의 유효성을 확인하였다. 추진시스템의 유동 소음원별 영향을 정량적으로 비교하기 위하여 추진기 날개 끝-와류 공동, 날개 표면 그리고 방향타 표면을 소음원 영역으로 선정하였으며, 음압과 파워 스펙트럼 밀도, 음향 파워를 비교하였다. 공동에 의한 홀극 소음원의 기여도가 추진기 날개 및 방향타에 의한 쌍극 소음원에 비해 수중방사소음에 크게 기여하였으며, 추진기 후류의 영향으로 방향타에 의한 기여도가 추진기 보다 더 크게 발생함을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권8호
• /
• pp.325-330
• /
• 2022

본 논문은 한국 수어에 대하여 수어 인식, 수어 번역, 수어 영상 시분할과 같은 수어에 관한 딥러닝 연구를 위한 데이터셋의 수집 및 실험을 진행하였다. 수어 연구를 위한 어려움은 2가지로 볼 수 있다. 첫째, 손의 움직임과 손의 방향, 표정 등의 종합적인 정보를 가지는 수어의 특성에 따른 인식의 어려움이 있다. 둘째, 딥러닝 연구를 진행하기 위한 학습데이터의 절대적 부재이다. 현재 알려진 문장 단위의 한국 수어 데이터셋은 KETI 데이터셋이 유일하다. 해외의 수어 딥러닝 연구를 위한 데이터셋은 Isolated 수어와 Continuous 수어 두 가지로 분류되어 수집되며 시간이 지날수록 더 많은 양의 수어 데이터가 수집되고 있다. 하지만 이러한 해외의 수어 데이터셋도 방대한 데이터셋을 필요로 하는 딥러닝 연구를 위해서는 부족한 상황이다. 본 연구에서는 한국 수어 딥러닝 연구를 진행하기 위한 대규모의 한국어-수어 데이터셋을 수집을 시도하였으며 베이스라인 모델을 이용하여 수어 번역 모델의 성능 평가 실험을 진행하였다. 본 논문을 위해 수집된 데이터셋은 총 11,402개의 영상과 텍스트로 구성되었다. 이를 이용하여 학습을 진행할 베이스라인 모델로는 수어 번역 분야에서 SOTA의 성능을 가지고 있는 TSPNet 모델을 이용하였다. 본 논문의 실험에서 수집된 데이터셋에 대한 특성을 정량적으로 보이고, 베이스라인 모델의 실험 결과로는 BLEU-4 score 3.63을 보였다. 또한, 향후 연구에서 보다 정확하게 데이터셋을 수집할 수 있도록, 한국어-수어 데이터셋 수집에 있어서 고려할 점을 평가 결과에 대한 고찰로 제시한다.

• 한국문헌정보학회지
• /
• 제57권1호
• /
• pp.93-114
• /
• 2023

정보추출은 문헌 내에 존재하는 개체명을 인식함과 동시에 이들 간의 의미적 관계까지도 식별하여 최종적으로 문헌 내에 포함된 의미적 트리플을 자동으로 추출하여 활용할 수 있으므로 문헌에 대한 심층적인 분석과 이해에 많은 도움을 줄 수 있다. 그러나 지금까지 대부분의 정보추출에 대한 연구는 개체명 인식과 관계추출이 개별 연구로 각각 분리되어 진행되었으며, 그 결과 입력 문헌에 대한 정보추출의 최종 출력인 의미적 트리플 추출 성능에 대한 객관적이고 정확한 평가가 제대로 이루어지지 않았다. 이에 본 논문에서는 진료 기록 문헌에 나타나는 개체명과 그들 간의 관계를 트리플 형태로 직접 추출할 수 있는 종단형 정보추출의 2가지 모델인 파이프라인 및 결합형 모델을 구축하는 구체적인 방법론을 제시하고 성능 비교 실험을 진행하였다. 우선 파이프라인 모델은 양방향 GRU-CRFs를 활용한 개체명 인식 모듈과 다중 인코딩 기반 관계추출 모듈로 구현되었고, 결합형 모델을 위해서는 다중 헤드 레이블링 기반의 양방향 GRU-CRFs이 적용되었다. 두 가지 시스템을 바탕으로 진료기록 문헌 내의 개체명과 관계를 모두 태깅하여 구축된 i2b2/VA 2010 데이터셋을 활용한 비교 실험에서 파이프라인 모델의 성능이 5.5%(F-measure) 더 높게 나타났다. 추가적으로, 대규모 신경망 언어모델과 수작업으로 구축된 자질 정보를 활용한 최고 수준의 기존 시스템과의 비교 실험을 통해, 본 논문에서 구현한 종단형 모델의 객관적인 성능 수준을 파악할 수 있었다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권6호
• /
• pp.681-692
• /
• 2017

최근 들어 사회 간접시설 확충 및 경제발전 계획에 의하여 전국적으로 도로 확포장공사 및 신도시 건설 등 대규모 공사가 이루어지며 이로 인하여 인위적인 사면 훼손이 급격히 증가되고 있다. 기존의 비탈면녹화공법인 식생 기반재 취부공법은 결합력의 부족이나 건조화, 유기물의 부족 등의 문제점들을 보이고 있다. 본 연구에서는 천연부엽토, 바크퇴비, 코코피트, 질석이 포함되어 사용되고 있는 식생 기반재와 친환경적인 토양첨가제를 활용하여 연구수행을 하였다. 토양첨가제의 혼합비율에 따라 압축강도를 측정하였으며 식생 기반재와 토양첨가제를 혼합하여 흙다짐시험방법을 준용하여 몰드높이, 다짐횟수, 다짐방법(층), 양생 조건 등으로 하여 사면 보호용 녹생토 재료특성에 관한 실험을 진행하였다. 실험결과, 석고계 시멘트를 사용한 토양 첨가제에서 우수한 강도 성능이 나타났으며, 성능 향상제와 pH조절제를 사용함으로써 식생 생육기준에 만족하였다. 녹생토와 토양첨가제의 혼합에 따라 강도가 증가하는 것을 확인 할 수 있었으며, 사면 보호 안정성을 높일 수 있을 것으로 판단된다.

• 대한토목학회논문집
• /
• 제28권1B호
• /
• pp.161-168
• /
• 2008

대규모 연안개발에 따른 매립사업으로 연안역의 갯벌 또는 염습지 등의 연안생태환경공간은 해마다 감소하고 있다. 이에 따라 연안역 자연환경의 완화조치(Mitigation)의 일환으로 인공갯벌 및 염습지 개발의 필요성이 대두되어 활발한 연구가 진행되고 있으나, 인공 연안공간 조성시 복원정도의 정량적 평가에 관한 연구는 미흡한 실정이다. 따라서 본 연구에서는 연안생태환경공간 조성지의 복원정도 평가에 대한 기초적인 연구로서, 준설토 배합비에 따라 구분되는 인공갯벌(Zone. P1) 및 염습지(Zone. P2) 현장시험구를 조성하여 생물-화학적 환경인자인 시험구 내 대형저서동물 군집의 생물다양성과 개체수 및 생체량/식생(갈대)의 정착률/종속영양세균수/이화학적 특성(COD, IL, TN, TP, pH)에 대한 환경성 모니터링을 수행하였다. 이 결과를 바탕으로 각 환경인자들의 복원정도를 나타내는 복원지수를 제안하여 연안생태환경공간 조성에 따른 복원정도를 정량적으로 평가하였다.

• 한국지반신소재학회논문집
• /
• 제23권2호
• /
• pp.53-62
• /
• 2024

최근 오일샌드와 같은 비전통에너지 개발이 활발히 이루어지고 있는 동토 지역은 지반의 유기물 함유량이 높아 일반적인 지반과 다른 열적·역학적 특성을 지니고 있다. 본 논문에서는 캐나다 앨버타주와 국내 강원도에서 채취한 동토 시료를 대상으로 다양한 실내시험을 통해 유기물 함유량이 토양의 열적 및 역학적 거동에 미치는 영향을 평가하였다. 유기물 함유량이 증가할수록 다짐시험에서 최대 건조단위중량은 감소하고 최적 함수비는 증가하는 경향이 나타났다. 동결 일축 압축시험에서는 동결온도가 낮아질수록 시료의 강도가 증가했으나, 모든 시료는 동결 조건에서 얼음 및 부동수분의 양에 따라 복잡한 거동을 보여 유기물 함유량이 강도에 큰 영향을 미치지 않았다. 열전도도 측정시험에서는 동결 조건에서 비동결 조건보다 열전도도가 더 크게 측정되었고, 이는 물보다 얼음의 열전도도가 더 크기 때문으로 판단된다. 또한, 유기물 함유량이 증가할수록 부동 수분량도 증가하는 경향이 나타났다. 이러한 결과는 극한지 건설 프로젝트에서 지반 공학적 설계 및 시공에 중요한 엔지니어링 기초 자료로 활용할 수 있을 것이다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.1-19
• /
• 2018

최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.1-17
• /
• 2017

딥러닝 프레임워크의 대표적인 기능으로는 '자동미분'과 'GPU의 활용' 등을 들 수 있다. 본 논문은 파이썬의 라이브러리 형태로 사용 가능한 프레임워크 중에서 구글의 텐서플로와 마이크로소프트의 CNTK, 그리고 텐서플로의 원조라고 할 수 있는 티아노를 비교하였다. 본문에서는 자동미분의 개념과 GPU의 활용형태를 간단히 설명하고, 그 다음에 logistic regression을 실행하는 예를 통하여 각 프레임워크의 문법을 알아본 뒤에, 마지막으로 대표적인 딥러닝 응용인 CNN의 예제를 실행시켜보고 코딩의 편의성과 실행속도 등을 확인해 보았다. 그 결과, 편의성의 관점에서 보면 티아노가 가장 코딩 하기가 어렵고, CNTK와 텐서플로는 많은 부분이 비슷하게 추상화 되어 있어서 코딩이 비슷하지만 가중치와 편향을 직접 정의하느냐의 여부에서 차이를 보였다. 그리고 각 프레임워크의 실행속도에 대한 평가는 '큰 차이는 없다'는 것이다. 텐서플로는 티아노에 비하여 속도가 느리다는 평가가 있어왔는데, 본 연구의 실험에 의하면, 비록 CNN 모형에 국한되었지만, 텐서플로가 아주 조금이지만 빠른 것으로 나타났다. CNTK의 경우에도, 비록 실험환경이 달랐지만, 실험환경의 차이에 의한 속도의 차이의 편차범위 이내에 있는 것으로 판단이 되었다. 본 연구에서는 세 종류의 딥러닝 프레임워크만을 살펴보았는데, 위키피디아에 따르면 딥러닝 프레임워크의 종류는 12가지가 있으며, 각 프레임워크의 특징을 15가지 속성으로 구분하여 차이를 특정하고 있다. 그 많은 속성 중에서 사용자의 입장에서 볼 때 중요한 속성은 어떤 언어(파이썬, C++, Java, 등)로 사용가능한지, 어떤 딥러닝 모형에 대한 라이브러리가 잘 구현되어 있는지 등일 것이다. 그리고 사용자가 대규모의 딥러닝 모형을 구축한다면, 다중 GPU 혹은 다중 서버를 지원하는지의 여부도 중요할 것이다. 또한 딥러닝 모형을 처음 학습하는 경우에는 사용설명서가 많은지 예제 프로그램이 많은지 여부도 중요한 기준이 될 것이다.

• 수산해양기술연구
• /
• 제24권2호
• /
• pp.55-64
• /
• 1988

부산시 선적의 근해안강망 어선에서 사용하고 있는 어구의 1/10, 1/20 모형을 제작하여 흐름이 비교적 빠른 연안에서 전개상태를 측정 및 관찰한 결과는 다음과 같다. 1. 전개장치의 전개높이, 전개간극 등은 네갈랫줄의 상대적 길이에 따라 상당히 다르며, 보편적으로 사용하고 있는 바와 같이 네갈랫줄의 길이를 길게 하고, 맨 위쪽 줄의 길이를 그 보다는 짧게한 방식이 효과적이며, 가장 효과적인 것은 갈랫줄의 길이를 아래로부터 차례로 맨 아랫것 보다 5%, 9%, 4%씩 길게 한 것이 전개 높이, 전개간극, 전개면적 등의 모든 면에서 가장 효과적이었다. 2. 흐름이 빨라지면 등판과 밑판의 평면형상은 뜸줄과 발줄이 아주 심하게 만곡되고, 그물 길이의 2/5 정도까지는 망지가 뒤로 많이 쏠려서 망구에 있어서의 물의 여과를 혼란시켜 어군의 입망을 방해할 것 같고, 또 밑판이 해저의 장애물에 걸렸을 때는 파망의 우려가 크다. 3. 유체저항을 실물어구의 것으로 환산하면 R=29.2$\times$103 v1.65 이라고 표현되고, 이것을 그물의 설계상 구성요소를 고려한 식으로 바꾸면 R=5.9$\times$d/l$\times$abv1.65 이라고 표현된다.