• 대기
• /
• 제31권1호
• /
• pp.73-83
• /
• 2021

Numerical weather prediction (NWP) models play an essential role in predicting weather factors, but using them is challenging due to various factors. To overcome the difficulties of NWP models, deep learning models have been deployed in weather forecasting by several recent studies. This study adapts long short-term memory (LSTM), which demonstrates remarkable performance in time-series prediction. The combination of LSTM model input of meteorological features and activation functions have a significant impact on the performance therefore, the results from 5 combinations of input features and 4 activation functions are analyzed in 9 Automated Surface Observing System (ASOS) stations corresponding to cities/islands/mountains. The optimized LSTM model produces better performance within eight forecast hours than Local Data Assimilation and Prediction System (LDAPS) operated by Korean meteorological administration. Therefore, this study illustrates that this LSTM model can be usefully applied to very short-term weather forecasting, and further studies about CNN-LSTM model with 2-D spatial convolution neural network (CNN) coupled in LSTM are required for improvement.

• Educational Technology International
• /
• 제6권2호
• /
• pp.113-130
• /
• 2005

The purpose of this study was to determine the teaching styles of professors who teach adult students in selected higher institutions. It also identified whether professors' teaching styles were teacher-centered or learner-centered and examined the relationship between instructors' teaching styles and such instructor demographic variables as gender, years of teaching experience, and taught level of courses. This study used The Principles of Adult Learning Scale(PALS) (Conti,1983) to measure instructional preferences. Demographic characteristics were collected through a personal data inventory. The analysis of variance (ANOVA) and multivariate analysis of variance (MANOVA) tests were used to analyze the data. The data were examined for significance at the .05 level of confidence by means of analysis of variance. The dependent variables in this study were teaching styles of full-time professor, as represented by the seven subscores from the standardized instrument on the PALS. The seven subscores were: (1) learner-centered activities, (2) personalizing instruction, (3) relating to experience, (4) assessing student needs, (5) climate building, (6) participation in the learning process, and (7) flexibility for personal development. The study established that there was a significant difference in mean scores on the PALS between participants when examined by the number of years of teaching experiences.

• 한국건설관리학회논문집
• /
• 제24권6호
• /
• pp.81-90
• /
• 2023

Climate change has resulted in increased frequency and intensity of heat waves, which poses a significant threat to the health and safety of construction workers, particularly those engaged in labor-intensive and heat-stress vulnerable working environments. To address this challenge, this study aimed to propose an interpretable machine learning approach for forecasting personal heat strain by considering the cumulative effect of heat exposure as a situational variable, which has not been taken into account in the existing approach. As a result, the proposed model, which incorporated the cumulative working time along with environmental and personal variables, was found to have superior forecast performance and explanatory power. Specifically, the proposed Multi-Layer Perceptron (MLP) model achieved a Mean Absolute Error (MAE) of 0.034 (℃) and an R-squared of 99.3% (0.933). Feature importance analysis revealed that the cumulative working time, as a situational variable, had the most significant impact on personal heat strain. These findings highlight the importance of systematic management of personal heat strain at construction sites by comprehensively considering the cumulative working time as a situational variable as well as environmental and personal variables. This study provided a valuable contribution to the construction industry by offering a reliable and accurate heat strain forecasting model, enhancing the health and safety of construction workers.

• 경영정보학연구
• /
• 제17권1호
• /
• pp.65-92
• /
• 2015

최근 정보기술의 발달로, 군에서도 정보시스템의 활용이 활발히 이루어지고 있다. 특히 포병화력지원부대에서는 임무수행을 위한 정보시스템으로 전술사격지휘 시스템(BTCS-A1)을 활용하고 있다. 하지만, BTCS-A1이 각종 정보를 제공하고 사격지휘 절차를 자동화하여 사격시간을 단축하는 등 임무수행에 도움이 되는 정보시스템으로 인식되고는 있지만, 시스템이 제공하는 효과성이나 포병부대의 성공적인 임무수행을 위한 기여정도에는 여전히 논쟁의 여지가 있다. 따라서, 본 연구는 적합구조화이론(Adaptive Structuration Theory)에 근거하여 BTCS-A1의 활용을 전유(Appropriation)로 개념화한 후, BTCS-A1의 전유가 포병 사격지휘팀 구성원의 과업성과(Task Performance)에 어떻게 영향을 주는지를 조사하였다. 또한, BTCS-A1의 전유에 영향을 주는 다양한 요인으로 기술적 특성(정보시스템 품질), 조직환경 요인(조직압력), 사격지휘팀의 내부 환경요인(팀 학습풍토, 팀 권한위임풍토)을 고려하여 연구가설과 모형을 제시하였다. 설문분석 결과, 조직압력, 팀 학습풍토, 팀 권한위임풍토가 정보시스템의 전유를 촉진하였으며 정보시스템의 전유는 과업성과를 개선한다는 결과를 얻었다. 반면 정보시스템품질은 정보시스템의 전유에 유의미한 영향이 없는 것으로 나타났다. 본 연구는 BTCS-A1을 사용하는 포병부대가 정보시스템의 활용을 통하여 과업성과를 향상하기 위해서는 정보시스템의 제공과 사용의 강조뿐만 아니라 시스템 활용을 위한 상급자의 관심과 제도적 장치의 지속적인 고려가 필요하고, 팀 학습풍토와 권한위임풍토의 여건을 마련해주는 조치가 중요하다는 시사점을 발견하였다.

• 과학교육연구지
• /
• 제36권1호
• /
• pp.22-34
• /
• 2012

이 연구의 목적은 'SESE(Save Earth Save Energy) 나라' 지도자 직무연수 프로그램 및 연수 참여자를 대상으로 조사를 하여 에너지 및 기후변화 교육 담당교사의 전문성 신장을 위한 연수 개선방안을 융합인재교육적 관점에서 제시하는 것이다. 연수 프로그램을 에너지 및 기후변화 교육 연수 담당교사의 전문성 요소별로 분석하였고, 연수에 참여한 교사들의 전문성 신장도를 사전 사후 설문검사를 통해 전문성이 신장되었음을 확인하였다. 또한 연수 대상자들과 면담을 통해 연수의 SWOT 분석을 하였다. 이를 바탕으로 다음과 같이 연수 개선방안을 논의 하였다. 첫째, 에너지 및 기후변화 교육의 전문성 신장을 위해서는 융합적 차원에서 연수 프로그램이 구성되어야 한다. 둘째, 융합교육과 연계된 체험 활동을 하고 이에 관한 논의를 풍부히 할 수 있는 교사 교류의 시간을 가질 수 있도록 해야 한다. 셋째, 집중 연수를 통해 전문성이 신장될 수 있도록 60시간 이상의 지속적인 연수가 필요하다. 넷째, 원격연수를 활용하여 연수의 부담을 줄이는 방안을 모색해야 한다. 다섯째, 에너지 및 기후변화 교육 전문성 요소추출을 바탕으로 연수 프로그램이 계획되고 충분한 시간 동안 연수를 준비해야 한다. 여섯째, 에너지 및 기후변화 교육 교사 연수는 대부분 학교급별로 하는 것이 바람직하다.

• 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.

• 한국산림과학회지
• /
• 제109권3호
• /
• pp.259-270
• /
• 2020

최근 20년 동안 고온, 건조 등 이상기상 현상이 빈발해지면서 병해충으로 인한 피해가 아닌 생리적 스트레스로 인한 소나무 피해 사례가 지속적으로 보고되고 있다. 2014년도에는 울진 소광리 산림유전자원보호구역 내에 금강소나무(Pinus densiflora for. erecta Uyeki)의 집단고사가 발견되어 이에 대한 원인 구명과 산림관리방안 마련이 요구되었다. 이에 본 연구는 2008~2015년 항공사진에서 발견된 울진 소광리 금강소나무 고사 피해 발생 지역의 지형 및 임분 특성을 파악하여 고사 발생의 영향 요인을 도출하고 이를 기반으로 전체 지역의 고사피해 발생 위험지역을 예측하는 것을 목표로 하였다. 소나무 고사발생 지점 정보와 해발고도, 경사 등의 지형정보, 영급, 경급 등의 임분 정보 등 총 14개의 설명변수를 이용하여 고사발생 예측모델을 구축하였다. 모형 개발에는 Decision Tree, Random Forest (RF), Support Vector Machine (SVM) 등 기계학습 기법을 적용하였으며, RF와 SVM가 정확도 93% 이상으로 좋은 성능을 보였다. 소나무 고사와 관련된 주요 변수 분석 결과, 소나무 고사의 지형적인 취약지역은 해발고도가 높은 동시에 일사량이 높으며 수분 조건이 불리한 지역이었으며, 임분 특성 중에서는 특히 5~15m 높이의 수직적 임분밀도가 높은 소나무림, 그리고 영급이 높은 소나무림에서 고사 위험성이 높다고 평가되었다. RF와 SVM 모형 예측에 따라, 소나무 고사위험도가 높은 지역의 면적은 연구대상지 전체 소나무림 면적의 약 9.5%, 115ha로 평가되었다. 본 연구의 고사위험도 평가 결과는 금강소나무 취약지역의 현황을 조사하고 아직 피해가 발생하지 않은 취약지역에 대한 적극적인 기후변화 적응 산림관리를 수행하기 위한 기반자료로 활용될 수 있다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.1061-1070
• /
• 2021

본 연구에서는 국내 농업지역에 대한 작물재배지역의 분류를 위하여 FC-DenseNet 모델에 attention gate를 적용하여 딥러닝 모델의 성능을 향상시키고자 하였다. Attention gate는 특징맵의 공간/분광적 중요도에 따른 가중치를 추가적으로 학습하여 딥러닝 모델의 학습을 용이하게 하고, 모델의 성능을 향상시킬 수 있다. Attention gate를 FC-DenseNet의 스킵 연결 부분에 추가한 딥러닝 모델을 이용하여 양파 및 마늘 지역의 작물분류를 수행하였다. PlanetScope 위성영상을 이용하여 훈련자료를 제작하였으며, 훈련자료의 불균형 문제를 해결하기 위하여 전처리 과정을 적용하였다. 다양한 평가자료를 이용하여 작물재배분류 결과를 평가한 결과, 제안된 딥러닝 모델은 기존의 FC-DenseNet과 비교하여 효과적으로 양파 및 마늘 지역을 분류할 수 있는 것을 확인하였다.

• 한국IT서비스학회지
• /
• 제22권3호
• /
• pp.1-27
• /
• 2023

The semiconductor industry is a competitive, complicated and a cyclical sector with a highly dynamic business climate which requires an effective leadership style to operate and succeed. This study explores the important issue of how leadership facilitates employee innovative work behaviors in the semiconductor industry. Based on the assumptions of the ambidextrous leadership theory and social exchange theory, we collected data from 300 workers employed in the semiconductor industry of South Korea. The study investigated (1) the impact of ambidextrous leadership on innovative work behavior, (2) the mediating effects of workers decision-making autonomy and workplace learning in the relationship between ambidextrous leadership and innovative work behavior, (3) the moderating role of resistance to change in the relationship between ambidextrous leadership and workplace learning, and (4) the moderating role of openness to experience in the relationship between ambidextrous leadership and innovative work behavior. SmartPLS 4 and SPSS v24 was used to analyze our data. The study revealed that ambidextrous leadership positively influences workers innovative work behavior. In addition, decision-making autonomy and workplace learning partially mediated the relationship between ambidextrous leadership and innovative work behavior. Moreover, resistance to change was found to be a significant moderator in the relationship between ambidextrous leadership and workplace learning. Based on these findings, we conclude that ambidextrous leadership is very imperative for semiconductor businesses seeking to foster employee innovative work behaviors. Theoretical and practical implications of the study are also discussed.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.24-24
• /
• 2023

This presentation highlights the IAHR book, recently published last April, of which the author is the editor-in-chief, on the historical water projects and traditional water technologies of international interest in the Asian region, addressing information on past water projects (mostly before the 20th century) in the regions that are technically and culturally of interest and educationally valuable. The book explores historical water projects in these regions, presenting technologies used at the time, including calculation and forecasting methods, measurement, material, labor, methodologies, and even water culture. Through this book, it is expected that the old Asian wisdom of "reviewing the old and learning the new" would be realized to a certain extent in modern planning and practice of water projects. The book comprises a lead article that the presenter authored and five Parts representing China, Japan, Korea, South Asia, and Southeast Asia, respectively, followed by an invited one from Uzbekistan. Throughout the book, it is found that historically the Asian monsoon, affecting the Indian subcontinent and Southeast and East Asian regions, induced rice cultivation. It fundamentally needs proper irrigation systems, including reservoirs (dams) and canals, water wheels, and even rain gauges. Flood risks have been more common in Asia than Europe under this climate condition, as recognized in history. To utilize and sometimes overcome these climate conditions, people built and managed many historical and grandiose water projects and invented and used localized but sophisticated water-related technologies in the Asian region.