• 자원환경지질
• /
• 제57권4호
• /
• pp.353-362
• /
• 2024

본 연구는 무인항공기 기반 초분광 센서를 활용하여 퇴적물의 함수율에 따른 분광학적 반응 특성을 고찰하고, 비행 고도에 따른 함수율 탐지 효율성을 평가하였다. 이를 위해 다양한 함수율을 가진 퇴적물 시료를 대상으로 40m와 80m 고도에서 400~1000nm 파장 대역의 초분광 영상을 획득하고 분석하였다. 퇴적물의 반사도는 함수율이 증가함에 따라 전반적으로 감소하는 경향을 보였다. 함수율과 반사도 사이의 상관관계 분석 결과, 400~900nm 전 영역에서 강한 음의 상관관계(r < -0.8)를 보였다. 랜덤포레스트 기법을 활용한 함수율 탐지모델 구축 결과, 40m와 80m 고도에서의 탐지 정확도는 각각 RMSE 2.6%, R² 0.92와 RMSE 2.2%, R² 0.95로 나타나 고도 간 정확도 차이가 미미함을 확인하였다. 변수 중요도 분석 결과, 600~700nm 대역이 함수율 탐지에 주요한 역할을 하는 것으로 나타났다. 본 연구는 향후 환경 모니터링 분야에서 효율적인 퇴적물의 수분 관리와 자연재해 예측에 활용될 수 있을 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제57권3호
• /
• pp.181-193
• /
• 2024

기후변화에 의해 발생하는 대기 불균형은 강우량의 증가로 이어지고, 침수 발생 빈도가 증가함에 따라 이를 탐지할 수 있는 기술의 필요성이 증가하고 있다. 침수 피해를 최소화하기 위해 지속적인 모니터링이 필요하며, 날씨의 영향을 받지 않는 합성개구레이더(Synthetic Aperture Radar, SAR) 영상을 활용하여 침수지역을 탐지하였다. 관측된 데이터는 median 필터를 통해 노이즈를 감소시키는 전처리 과정을 진행하였으며, 객체 탐지 기법을 통해 수체와 비수체를 분류하여 각 기법의 침수탐지 활용성을 평가하고자 하였다. 본 연구에서는 Otsu 기법과 SVM 기법을 통해 수체 및 침수 탐지를 수행하였으며, Confusion Matrix를 통해 전체적인 모델의 성능을 평가하였다. Otsu 기법은 수체와 비수체의 경계를 구분하는데 적합함을 보였으나, 혼합물의 영향을 받아 오탐지의 비율이 높게 나타났다. 반면, SVM 기법을 사용한 경우, 오탐지 비율이 낮고 혼합물에 의한 영향에 민감하지 않은 것으로 관측되었다. 이에 따라 침수 상태를 제외한 다른 조건에서 SVM 기법의 정확도가 높게 나타났다. Otsu 기법이 침수 조건에서 SVM 기법보다 다소 높은 정확도를 보였지만, 정확도의 차이가 5% 미만임을 확인할 수 있었다(Otsu: 0.93, SVM: 0.90). SVM 기법이 Otsu 기법보다 침수 전, 침수 후의 조건에서 정확도 차이가 최대 15% 이상 발생하여 수체 및 침수탐지에 더 적합하게 나타났다(Otsu: 0.77, SVM: 0.92). 이러한 결과는 SVM 기법이 수체 및 침수탐지에서 효과적으로 활용될 수 있음을 시사하며, 미래의 수재해 탐지 시스템에 적용될 때 유용한 정보를 제공할 수 있을 것으로 기대된다.

• 한국정보전자통신기술학회논문지
• /
• 제11권2호
• /
• pp.144-149
• /
• 2018

인공부화기 내에 종란이 입란하여 18일간 발생기를 거쳐 발육기로 이란을 한다. 발생기 동안 계태아 무게 손실은 곧 기실형성과 상관되며 적당한 기실 형성은 곧 건강한 초생추와 입란 대비 부화율과도 연결된다. 그러나 국내 부화장의 부화기에는 현재 무게를 측정하는 장치 없이 부화실장과 관계자의 경험과 발육기로 이란시 표준 무게 측정으로 결과적 측면을 습득하는 것이 현실이다. 그로 인하여 부화 중 조기 폐사, 약추, 병약한 초생추 발생이 빈번한 실정이다. 종란 중량 감소를 모니터링하는 것은 발육장치기 안에서의 무게 변화에 따른 병아리 품질과 부화율 성과를 얻는 데에 절대적으로 중요하다. 종란의 크기와 난각질, 노계 군에 따라 수분 손실은 각기 다르다. 발육기 안에서 무게 변화를 실시간 측정하고 그에 따른 환기 변화를 최적화하여 부화율의 증가를 기대할 수 있으며 부화 시 전체 무게의 10~13% 감소를 컨트롤할 수 있는 실시간 측정 시스템의 개발 필요성이 대두된다. 본 연구를 통한 시스템은 기존의 입란과 이란시 직접적으로 일회성을 체크하는 방식으로 발육 기간 내에는 계태아 수분 증발 측정 제어가 불가능하여 부화율에 영향을 못 미치는 시스템과 달리 아두이노 스케치 보드에 로드셀 4개를 병렬로 연결하고 실시간으로 휴대폰, 컴퓨터를 연결하기 위해 Hyper-terminal 프로그램을 이용하여 AT-command 명령어를 활용하여 정상적으로 연동하였다. 블루투스의 통신속도는 15200으로 설정하여 아두이노와 Hyper-terminal 프로그램의 통신 속도를 맞춰주었다. 실시간 모니터링을 하여 인공부화기 내의 계태아 무게의 변화를 육안으로 확인할 수 있도록 시스템을 설계하였다. 이와 같은 방법으로 종란의 부화율 상승 및 건강상태의 향상을 목표로 하였으며 실시간 모니터링으로 인하여 사용자의 편의성을 확대하고자 하였다.

• 한국식품위생안전성학회지
• /
• 제36권5호
• /
• pp.400-406
• /
• 2021

편의식 소비가 증가하는 식문화가 정착되면서 쌀의 소비형태가 전통적인 쌀밥에서 편의식 가공제품 형태로 변화되면서 떡류는 훌륭한 대체재로 자리 잡아가고 있다. 하지만 대부분의 떡은 소규모의 영세한 업체에서 제조되고 있으며 구입 후 별도의 조리과정 없이 그대로 섭취하므로 떡의 미생물학적 안전성에 대한 우려가 증가되는 추세이다. 따라서 본 연구는 떡류에서 발생하는 미생물학적 안전성을 개선하고자 소규모 업체의 떡류, 생산 환경 및 작업자의 미생물 오염도를 조사하였다. 3가지 떡(가래떡, 인절미, 경단)을 선정하여 원료, 제조공정 및 제조환경에 대한 미생물 오염도를 측정한 결과, 6가지 원재료에서 일반세균 3.76-4.48, 대장균군 2.21-4.14, B. cereus 1.02-1.15 log CFU/g 수준으로 검출되었고, E. coli는 검출되지 않았다. 떡의 제조공정별 오염도 분석결과, 세척과정 후 원재료의 일반세균, 대장균군 및 B. cereus의 오염도가 감소하였지만 불림, 분쇄공정에서 다시 증가하였고, 증자 후에는 3종류의 떡에서 모두 검출한계 이하의 수준을 보였다. 그러나 증자 이후 성형 및 냉각과정을 거치면서 오염도가 다시 증가하여 이 과정에서 냉각수 및 성형떡의 고물관리에 대한 주의를 시사하였다. 떡의 제조환경에 대한 미생물학적 오염도 분석결과, 쌀 분쇄기 및 떡고물 작업환경에 대한 오염 수준이 높게 나타났으며, 성형기에서도 일반세균, 대장균 및 B. cereus가 검출되어 작업환경에서의 기구 및 제조설비 관리가 필요하였다. 제조설비 및 환경에서의 오염은 원재료와의 교차오염을 일으킬 수 있으므로 체계적인 세척 및 소독 등으로 미생물학적 위해를 감소시켜야 할 것으로 사료된다.

• 감성과학
• /
• 제26권3호
• /
• pp.149-160
• /
• 2023

본 연구에서는 뇌혈류 신호를 측정할 수 있는 시변자계 기반의 비접촉식 직물센서를 설계하여 뇌혈류 신호 검출 및 감성평가의 가능성을 탐색하고자 하였다. 직물센서는 40 denier의 은사를 30합사 한 후 컴퓨터 기계 자수하여 코일형 센서로 구현하였다. 뇌혈류 측정 실험을 위해 코일형 센서를 경동맥 부위에 부착하고, ECG (Electrocardiogram) 전극과 RSP (Respiration) 측정 벨트를 부착 및 착용하도록 하였으며, 동시에 초음파 진단기기를 사용해 도플러 초음파 검사(Doppler Ultrasonography)를 수행하여 혈류 속도를 측정하였다. 피험자에게 Meta Quest 2를 착용시키고, 실험을 위해 조작된 영상 시각 자극을 보여주면서 혈류 신호를 측정한 후 시각 자극에 대한 감성평가 설문지를 작성하도록 하였다. 측정 결과, 도플러 초음파 검사를 통해 측정된 혈류 속도 신호에 변화가 생길 때 직물센서로 측정한 신호도 함께 변화하는 것으로 나타났다. 이를 통해 코일형 직물센서를 이용하여 뇌혈류활동 신호를 측정할 수 있다는 것을 검증하였다. 또한, 감성평가를 위하여 ECG 신호와 PLL 신호(직물센서 신호)에서 추출한 HRV를 계산해서 비교한 결과, 시각 자극으로 인한 교감신경계와 부교감신경계의 활성화에 따른 비율의 변화에 대해서는 직물센서로 측정한 신호와 ECG 신호를 이용해 계산한 값이 비슷한 경향을 보이는 것으로 나타났다. 결론적으로, 본 연구에서 개발된 시변자계 기반의 코일형 직물 센서를 통해 뇌혈류 변화 측정 및 감성 모니터링이 가능할 것으로 사료된다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.57-73
• /
• 2021

ICT 인프라의 이상탐지를 통한 유지보수와 장애 예방이 중요해지고 있다. 장애 예방을 위해서 이상탐지에 대한 관심이 높아지고 있으며, 지금까지의 다양한 이상탐지 기법 중 최근 연구들에서는 딥러닝을 활용하고 있으며 오토인코더를 활용한 모델을 제안하고 있다. 이는 오토인코더가 다차원 다변량에 대해서도 효과적으로 처리가 가능하다는 것이다. 한편 학습 시에는 많은 컴퓨터 자원이 소모되지만 추론과정에서는 연산을 빠르게 수행할 수 있어 실시간 스트리밍 서비스가 가능하다. 본 연구에서는 기존 연구들과 달리 오토인코더에 2가지 요소를 가미하여 이상탐지의 성능을 높이고자 하였다. 먼저 다차원 데이터가 가지고 있는 속성별 특징을 최대한 부각하여 활용하기 위해 멀티모달 개념을 적용한 멀티모달 오토인코더를 적용하였다. CPU, Memory, network 등 서로 연관이 있는 지표들을 묶어 5개의 모달로 구성하여 학습 성능을 높이고자 하였다. 또한, 시계열 데이터의 특징을 데이터의 차원을 늘리지 않고 효과적으로 학습하기 위하여 조건부 오토인코더(conditional autoencoder) 구조를 활용하는 조건부 멀티모달 오토인코더(Conditional Multimodal Autoencoder, CMAE)를 제안하였다. 제안한 CAME 모델은 비교 실험을 통해 검증했으며, 기존 연구들에서 많이 활용된 오토인코더와 비교하여 AUC, Accuracy, Precision, Recall, F1-score의 성능 평가를 진행한 결과 유니모달 오토인코더(UAE)와 멀티모달 오토인코더(Multimodal Autoencoder, MAE)의 성능을 상회하는 결과를 얻어 이상탐지에 있어 효과적이라는 것을 확인하였다.

• Journal of the Korean Wood Science and Technology
• /
• 제38권4호
• /
• pp.333-340
• /
• 2010

한반도 남부 일대에서 자생하는 황칠나무(Dendropanax morbifera Lev.) 수액으로부터 추출한 천연 도료인 황칠도료(Korean Dendropanax lacquer)는 예로부터 귀중한 예술품이나 투구, 화살, 활 등의 전쟁도구를 찬란한 황금색으로 도장하는데 사용되어 왔다. 경화 후 황금색의 투명한 도막을 형성하여 우수한 색상특성을 지니고 있을 뿐만 아니라 내후성, 내수성, 내식성 등이 우수하여, 보호도장으로써도 훌륭한 가치를 지니고 있다. 그러나 이러한 많은 장점에도 불구하고, 현대적인 여러 적용분야에 사용되지 못하고 있는 이유는 황칠도료의 생산량이 적고, 이로 인하여 가격이 매우 고가이고, 장시간의 경화시간이 소요되는 문제도 큰 원인으로 작용하고 있다. 한편 황칠 내에 광중합이 가능한 conjugated diene을 포함한 모노머가 있으며, 이러한 모노머는 일광 조사 조건등에 의하여 짧은 시간에 단단하고 황금색을 띠는 도막을 형성할 수 있음이 보고된 바가 있다. 따라서 본 연구에 서는 전통적인 황칠도료의 경화방법을 개선하고 경화속도를 촉진하기 위하여, 열개시제를 도입하여 열경화를 촉진하는 방법과 열개시제 및 광개시제를 동시에 도입하고 이중경화(dual curing)에 의해서 경화속도를 촉진하고자 하였다. 이러한 경화 속도 및 경화 거동은 적외선분광분석기(FT-IR)을 이용하여 -C=C- 이중결합 특성피크의 변화를 관찰하거나, 진자경도계(pendulum hardness tester)를 이용하여 표면 경도의 변화를 관찰함으로써 평가하였다. 또한 강체진자물성측정기(RPT)에 spot UV curing 장비를 도입하여 이중경화에 의한 경화 속도 진을 평가하였다. 본 연구의 결과 열개시제에 의하여 열경화가 촉진될 수 있을 뿐만 아니라, 이중경화에 의하여 경화속도를 향상시킬 수 있음을 확인하였다. 또한 이러한 황칠도료 경화 속도 촉진 방법을 활용하여 전통적인 역에만 사용되어온 황칠도료를 현대적인 여러 적용분야에도 확대하여 사용할 수 있는 가능성을 제시하였다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.127-137
• /
• 2019

재범예측은 70년대 이전부터 전문가들에 의해서 꾸준히 연구되어온 분야지만, 최근 재범에 의한 범죄가 꾸준히 증가하면서 재범예측의 중요성이 커지고 있다. 특히 미국과 캐나다에서 재판이나 가석방심사 시 재범 위험 평가 보고서를 결정적인 기준으로 채택하게 된 90년대를 기점으로 재범예측에 관한 연구가 활발해졌으며, 비슷한 시기에 국내에서도 재범요인에 관한 실증적인 연구가 시작되었다. 지금까지 대부분의 재범예측 연구는 재범요인 분석이나 재범예측의 정확성을 높이는 연구에 집중된 경향을 보이고 있다. 그러나 재범 예측에는 비대칭 오류 비용 구조가 있기 때문에 경우에 따라 예측 정확도를 최대화함과 동시에 예측 오분류 비용을 최소화하는 연구도 중요한 의미를 가진다. 일반적으로 재범을 저지르지 않을 사람을 재범을 저지를 것으로 오분류하는 비용은 재범을 저지를 사람을 재범을 저지르지 않을 것으로 오분류하는 비용보다 낮다. 전자는 추가적인 감시 비용만 증가되는 반면, 후자는 범죄 발생에 따른 막대한 사회적, 경제적 비용을 야기하기 때문이다. 이러한 비대칭비용에 따른 비용 경제성을 반영하여, 본 연구에서 비대칭 오류 비용을 고려한 XGBoost 기반 재범 예측모델을 제안한다. 모델의 첫 단계에서 최근 데이터 마이닝 분야에서 높은 성능으로 각광받고 있는 앙상블 기법, XGBoost를 적용하였고, XGBoost의 결과를 로지스틱 회귀 분석(Logistic Regression Analysis), 의사결정나무(Decision Trees), 인공신경망(Artificial Neural Networks), 서포트 벡터 머신(Support Vector Machine)과 같은 다양한 예측 기법과 비교하였다. 다음 단계에서 임계치의 최적화를 통해 FNE(False Negative Error)와 FPE(False Positive Error)의 가중 평균인 전체 오분류 비용을 최소화한다. 이후 모델의 유용성을 검증하기 위해 모델을 실제 재범예측 데이터셋에 적용하여 XGBoost 모델이 다른 비교 모델 보다 우수한 예측 정확도를 보일 뿐 아니라 오분류 비용도 가장 효과적으로 낮춘다는 점을 확인하였다.

• 대한원격탐사학회지
• /
• 제36권6_1호
• /
• pp.1465-1483
• /
• 2020

증발산은 토양으로부터 발생하는 증발과 식물의 잎에서 발생하는 증산을 통칭하는 것으로, 물 수지, 가뭄, 작물생장, 기후변화 등의 모니터링에 있어 중요한 요소이다. 실제증발산은 식생 지표면의 물 소비량 또는 물 필요량이며 기준증발산에 작물계수를 곱하여 구하므로, 농지의 실제증발산을 구하기 위해서는 기준증발산의 계산이 정확히 이루어져야 한다. 격자형 기준증발산을 합리적으로 산출하기 위하여 그동안 많은 노력들이 있었고 복수의 산출물이 제공되고 있다. 이에 본 연구에서는 FAO56-PM, LDAPS, PKNU-NMSC, MODIS 기준증발산 산출물을 비교평가 함으로써, 우리나라처럼 복합적이고 이질적인 지표면에서 국지적 규모의 수문 및 농업 분야에 활용하기 위하여 어떤 기준증발산 산출 방법이 적합한지 살펴보고자 한다. 2016~2019년 3~11월의 1일 단위 자료와 8일 합성 자료를 기상청 현장관측치와 비교하여 지점별, 연도별, 월별로 분석하고 시계열변화를 검토한 결과, 기계학습을 통해 우리나라 농지에 대한 지역최적화가 상당히 잘 수행된 PKNU-NMSC 자료의 정확도가 월등히 높게 나타났으며, 시간과 장소에 상관없이 안정적인 산출이 이루어졌음을 확인하였다. 또한 본연구에서는 FAO56-PM, LDAPS, MODIS 산출물에 내재한 정확도 특성을 제시하였으며, 이는 기준증발산 자료 사용에 있어 중요한 정보가 될 것으로 기대한다.

• 지능정보연구
• /
• 제28권3호
• /
• pp.259-278
• /
• 2022

인공지능(AI)의 확산과 함께 금융 분야에서도 상품추천, 고객 응대 자동화, 이상거래탐지, 신용 심사 등 다양한 인공지능 기반 서비스가 확대되고 있다. 하지만 데이터에 기반한 기계학습의 특성상 신뢰성과 관련된 문제 발생과 예상하지 못한 사회적 논란도 함께 발생하고 있다. 인공지능의 효용은 극대화하고 위험과 부작용은 최소화할 수 있는 신뢰할 수 있는 인공지능에 대한 필요성은 점점 더 커지고 있다. 이러한 배경에서 본 연구는 소비자의 금융 생활에 직접 영향을 끼치는 인공지능 기반 개인신용평가의 공정성 확보를 위한 체크리스트 제안을 통해 인공지능 기반 금융서비스에 대한 신뢰 향상에 기여하고자 하였다. 인공지능 신뢰성의 주요 핵심 요소인 투명성, 안전성, 책무성, 공정성 중 포용 금융의 관점에서 자동화된 알고리즘의 혜택을 사회적 차별 없이 모두가 누릴 수 있도록 공정성을 연구 대상으로 선정하였다. 문헌 연구를 통해 공정성이 영향을 끼치는 서비스 운용의 전 과정을 데이터, 알고리즘, 사용자의 세 개의 영역으로 구분하고, 12가지 하위 점검 항목과 항목별 세부 권고안으로 체크리스트를 구성하였다. 구성한 체크리스트는 이해관계자(금융 분야 종사자, 인공지능 분야 종사자, 일반 사용자)별 계층적 분석과정(AHP)을 통해 점검 항목에 대한 상대적 중요도 및 우선순위를 도출하였다. 이해관계자별 중요도에 따라 세 개의 그룹으로 분류하여 분석한 결과 학습데이터와 비금융정보 활용에 대한 타당성 검증 및 신규 유입 데이터 모니터링의 필요성 등 실용적 측면에서 구체적인 점검 사항을 파악하였고, 금융 소비자인 일반 사용자의 경우 결과에 대한 해석 오류 및 편향성 확인에 대한 중요도를 높게 평가한다는 것을 확인할 수 있었다. 본 연구의 결과가 더 공정한 인공지능 기반 금융서비스의 구축과 운영에 기여할 수 있기를 기대한다.