• 한국방재학회 논문집
• /
• 제11권1호
• /
• pp.85-91
• /
• 2011

RV-GIUH는 Horton의 차수법칙을 따르는 유역에 대하여 유도되었으며, 소유역의 출구부분, 또는 대상유역의 최고차 하천이 본류에 합류하는 지점에서 RV-GIUH를 적용하여 단위도를 산정하는 것이 바람직하다. 그러나 현실적으로는 유출량 산정지점이 다양한 지점에서 결정되며, 이런 지점들은 반드시 소유역의 출구부분과 일치하지는 않는다. 따라서 실무적인 필요에 의하여 결정된 유출량 산정지점에서 RV-GIUH를 적용하기 위한 최소한의 가이드라인이 필요하다. 본 연구에서는 미계측 유역에 RVGIUH를 적용하는데 있어 유역 출구를 적절하게 결정하기 위한 기준을 제시하고자 하였다. 평창강의 상안미 유역의 출구지점으로부터 상류로 이동하며 유출량 산정지점을 선정하였으며, 각 소유역에 대하여 RV-GIUH 유도식과 간략식을 사용하여 단위도를 산정하고 소유역의 출구에서 산정한 단위도와 비교하였다. 그 결과 상류로 이동할수록 단위도의 첨두가 증가하는 양상을 확인할 수 있었다. 이는 길이비의 왜곡에 의한 총 유하길이의 차이 때문에 발생하는 오차이다. 이러한 오차를 피하기 위해서는 최고차 하천의 시작지점에서 총 길이의 60% 지점보다 하류에서 단위도를 산정해야 할 것으로 분석되었다. RV-GIUH를 좀 더 다양한 지점에 적용할 수 있도록 하기 위하여 총 유하길이의 차이를 보정할 수 있는 보정식을 제안하였다. 제안된 보정식을 사용하면, 최고차 하천의 시작지점에서 총 길이의 20% 지점부터 RV-GIUH를 적용할 수 있는 것으로 판단된다. 본 연구를 통하여 RV-GIUH를 적용성 및 정확성을 향상시킬 수 있을 것으로 판단된다.

• 해양환경안전학회지
• /
• 제27권6호
• /
• pp.701-707
• /
• 2021

본 연구에서는 강한 한파가 발생했던 2018년과 온난 한파가 발생했던 2019년의 기온에 따른 수온의 반응 및 지연시간과 북풍계열 바람 빈도와의 상관관계를 분석하였다. 사용된 시간 자료는 국립수산과학원에서 제공하는 7개 지점 해역별 수온자료와 수온관측소 인근 7개 지점 AWS 기온자료를 이용하였다. 관측되지 못한 자료는 내삽법으로 근사값을 계산하였고, FIR Filter를 이용하여 자료의 주기성을 파악하였다. 그 결과, 강한 한파가 발생했던 2018년은 북풍계열 바람을 통해 차가운 공기가 남하하면서 기온을 하강시켜 전 해역에 저수온을 유발한 반면 온난 한파가 발생했던 2019년은 평년 수준의 기온으로 하강하였지만 수온은 크게 변화하지 않았다. 강한 한파가 발생했던 2018년 기온 하강에 따른 수온의 지연시간은 평균 14시간으로 0.7 이상의 높은 상관성을 나타냈고 온난 한파가 발생했던 2019년은 평균 지연시간이 20시간으로 0.44-0.67 사이의 상관성을 보였다. 본 연구를 통해 해역별로 기온 하강에 따른 표층수온의 반응을 해석하였고 지연시간을 파악함으로써 양식생물의 피해를 최소화하고 한파 피해의 신속한 대응에 기여할 수 것으로 기대한다.

• 한국산림과학회지
• /
• 제110권3호
• /
• pp.419-430
• /
• 2021

이 연구는 1960년부터 2019년까지 북한에서 발생한 산지토사재해의 시공간적 발생경향과 일부 발생 및 복구 사례를 분석하기 위하여 실시하였다. 북한의 산지토사재해 발생이력은 1995년(김정일 집권시기)부터 대외적으로 보고되기 시작하였고, 여름철 호우가 주된 유발요인으로 나타났다. 산림황폐율은 인구밀도와 밀접한 관련성(R² = 0.4347, p = 0.02)을 보이며, 산림황폐율이 높은 서해안에서 산지토사재해 발생 보고건수가 많은 것으로 나타났다. 이는 인위적 산림훼손이 산림황폐화의 주된 원인이며, 나아가 산지토사재해 발생에도 현저한 영향을 끼쳤음을 시사한다. 위성영상을 통해 표층붕괴, 토석류 및 땅밀림 발생이 확인되었으며, 이러한 산지토사재해는 일반산지뿐만 아니라 다락밭, 채석장, 임도, 산불피해지 등 산림훼손지에서도 발생한 것으로 나타났다. 대부분의 피해지역은 복구사업의 시행 없이 존치되었지만, 일부 지역에서 산복 녹화공 등의 산지사방사업 또는 사방댐, 유도둑 등의 야계사방사업을 시행한 것으로 확인되었다. 이 연구의 결과는 향후 산림복구 및 사방사업 분야의 남북 교류협력 확대에 필요한 기초정보를 제공할 수 있을 것으로 기대된다.

• 한국산학기술학회논문지
• /
• 제22권4호
• /
• pp.611-620
• /
• 2021

정비 산업은 사후정비, 예방정비를 거쳐, 상태기반 정비를 중심으로 진행되고 있다. 상태기반 정비는 장비의 상태를 파악하여, 최적 시점에서의 정비를 수행한다. 최적의 정비 시점을 찾기 위해서는 장비의 상태, 즉 잔여 유효 수명을 정확하게 파악하는 것이 중요하다. 이에, 본 논문은 시뮬레이션 데이터(C-MAPSS)를 사용한 터보팬 엔진의 잔여 유효수명(RUL, Remaining Useful Life) 예측 모델을 제시한다. 모델링을 위해 C-MAPSS(Commercial Modular Aero-Propulsion System Simulation) 데이터를 전처리, 변환, 예측하는 과정을 거쳤다. RUL 임계값 설정, 이동평균필터 및 표준화를 통해 데이터 전처리를 수행하였고, 주성분 분석(Principal Component Analysis)과 k-NN(k-Nearest Neighbor)을 활용하여 잔여 유효 수명을 예측하였다. 최적의 성능을 도출하기 위해, 5겹 교차검증기법을 통해 최적의 주성분 개수 및 k-NN의 근접 데이터 개수를 결정하였다. 또한, 사전 예측의 유용성, 사후 예측의 부적합성을 고려한 스코어링 함수(Scoring Function)를 통해 예측 결과를 분석하였다. 마지막으로, 현재까지 제시되어온 뉴럴 네트워크 기반의 알고리즘과 예측 성능 비교 및 분석을 통해 k-NN 활용 모델의 유용성을 검증하였다.

• 산업노동연구
• /
• 제24권2호
• /
• pp.215-245
• /
• 2018

본 연구의 목적은 전남지역 대졸 청년여성의 지역노동시장 경험에 대한 세분화된 연구를 통해 청년여성의 지역노동시장정착에 대한 정책적 시사점을 제공하는데 있다. 이를 위해 그동안 구체적인 사례연구가 부족했던 전라남도 대졸 청년여성들을 대상으로 지역노동시장에서의 노동이동경험을 분석하였다. 본 연구에서는 청년여성들의 노동이동을 경력내 이동과 경력간 이동으로 구분하여 노동이동의 원인을 확인하였다. 사례분석 결과 지역노동시장에 진입은 하였으나 평생경력을 찾지 못한 채 산업과 업종을 변경하면서 일자리를 탐색하는 경력간 이동이 경력내 이동 보다 더 많이 나타났다. 노동이동 원인은 취업준비과정에서의 문제점과 고용조건 및 환경요인으로 구분하였는데 경력간 이동은 경력내 이동에 비해 보다 더 다양한 요인들을 포함했다. 특히 경력간 이동에서는 취업준비과정에서의 문제점이 노동이동의 원인으로 부각되었다. 한편 경력내 이동의 경우 고용기간 만료 등 고용여건 때문에 이직을 하게 되나 이직은 본인들의 기존경력이 유지되는 방식으로 나타났다. 경력내 이동유형의 사례에서는 경력유지에 대한 강한 욕구가 나타났으며 동시에 지역이동의 가능성 역시 높게 나타났다. 사례연구에 기반하여 본 연구에서는 경력매치를 위한 체계적인 진로지도체계 강화와 함께 지속적인 경력개발지원을 위한 경력관리시스템 구축 등을 정책적 과제로 제안하였다.

• 한국산학기술학회논문지
• /
• 제19권11호
• /
• pp.310-318
• /
• 2018

최근 사물인터넷(IoT)의 등장으로 인터넷에 연결된 다양한 기기들에 의해 대규모의 데이터가 생성됨에 따라 빅데이터 분석의 중요성이 증가하고 있다. 특히 실시간으로 생성되는 대규모의 IoT 스트리밍 센서 데이터를 분석하여 새로운 의미 있는 미래 예측을 통해 다양한 서비스를 제공하는 것이 필요하게 되었다. 본 논문은 AWS를 활용하여 IoT 센서로부터 생성되는 스트리밍 데이터에 기반하여 실시간 실내 PM10 농도 예측 LSTM 모델을 제안한다. 또한 제안 모델에 따른 실시간 실내 PM10 농도 예측 서비스를 구축한다. 논문에 사용된 데이터는 PM10 IoT 센서로부터 24시간 동안 수집된 스트리밍 데이터이다. 이를 LSTM의 입력 데이터로 사용하기 위해 PM10 시계열 데이터로부터 30개의 연속된 값으로 이루어진 시퀀스 데이터로 변환한다. LSTM 모델은 바로 인접한 공간으로 이동해 가는 슬라이딩 윈도우 프로세스를 통하여 학습한다. 또한 모델의 성능 개선을 위해 24시간마다 수집한 스트리밍 데이터에 대해 점진적 학습 방법을 적용한다. 제안한 LSTM 모델의 성능을 평가하기 위해 선형회귀 모델 및 순환형 신경망(RNN) 모델과 비교한다. 실험 결과는 제안한 LSTM 예측 모델이 선형 회귀보다 700%, RNN 모델보다는 140% 성능 개선이 있음을 보여주었다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제42권3호
• /
• pp.217-222
• /
• 2019

The purpose of this study is to evaluate the dose distribution by gantry rotation and MLC moving speed on treatment planning system(TPS) and linear accelerator. The dose analyzer phantom(Delta 4) was scanned by CT simulator for treatment planning. The planning target volumes(PTVs) of prostate and pancreas was prescribed 6,500 cGy, 5,000 cGy on VMAT(Volumetric Modulated Arc Therapy) by TPS while MLC speed changed. The analyzer phantom was irradiated linear accelerator using by planned parameters. Dose distribution of PTVs were evaluated by the homogeneity index, conformity index, dose volume histogram of organ at risk(rectum, bladder, spinal cord, kidney). And irradiated dose analysis were evaluated dose distribution and conformity by gamma index. The PTV dose of pancreas was 4,993 cGy during 0.1 cm/deg leaf and gantry that was the most closest prescribed dose(5,000 cGy). The dose of spinal cord, left kidney, and right kidney were accessed the lowest during 0.1 cm/deg, 1.5 cm/deg, 0.3 cm/deg. The PTV dose of prostate was 6,466 cGy during 0.1 cm/deg leaf and gantry that was the most closest prescribed dose(6,500 cGy). The dose of bladder and rectum were accessed the lowest during 0.3 cm/deg, 2.0 cm/deg. For gamma index, pancreas and prostate were analyzed the lowest error 100% at 0.8, 1.0 cm/deg and 99.6% at 0.3, 0.5 cm/deg. We should used the optimal leaf speed according to the gantry rotation if the treatment cases are performed VMAT.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권6호
• /
• pp.243-250
• /
• 2019

움직이는 UAV는 많은 위치에너지와 운동에너지를 가지므로 지상으로 추락하는 경우 많은 충격량을 가질 수 있다. 이는 인명피해로 연결될 수 있기 때문에 본 논문에서는 UAV 비행경로 상의 인구밀집지역을 위험구역으로 정의하였다. 기존의 UAV 경로비행은 사용자에 의해 미리 설정된 경로만을 운행하는 수동적인 형태였다. 일부 UAV는 경로비행 중 장애물을 회피하는 시스템 등 안전기능을 포함하고 있지만, 실시간 비행환경변화에 대응하기에는 부족하다. UAV 경로비행에 공공 빅데이터를 활용할 경우, 위험구역을 검출하고 회피비행을 수행할 수 있어서 실시간 비행환경변화에 대한 대응이 향상될 수 있다. 따라서 본 논문에서는 실시간으로 수집된 빅데이터를 활용하여 위험구역을 회피하는 최적경로 비행 방안을 제안한다. 실험 결과, 제안하는 자동경로비행에서 목적지와 목적지에 따른 경로를 지정할 경우, 실시간으로 위험지역을 판단하여 최적 우회경로로 비행하는 것을 확인하였다. 추후 회피방안에 따라 비행하여 획득하는 영상의 질적 만족도를 높일 수 있는 방안을 연구할 예정이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권4호
• /
• pp.2060-2077
• /
• 2019

Recently, mobile healthcare services have attracted significant attention because of the emerging development and supply of diverse wearable devices. Smartwatches and health bands are the most common type of mobile-based wearable devices and their market size is increasing considerably. However, simple value comparisons based on accumulated data have revealed certain problems, such as the standardized nature of health management and the lack of personalized health management service models. The convergence of information technology (IT) and biotechnology (BT) has shifted the medical paradigm from continuous health management and disease prevention to the development of a system that can be used to provide ground-based medical services regardless of the user's location. Moreover, the IT-BT convergence has necessitated the development of lifestyle improvement models and services that utilize big data analysis and machine learning to provide mobile healthcare-based personal health management and disease prevention information. Users' health data, which are specific as they change over time, are collected by different means according to the users' lifestyle and surrounding circumstances. In this paper, we propose a prediction model of user physical activity that uses data characteristics-based long short-term memory (DC-LSTM) recurrent neural networks (RNNs). To provide personalized services, the characteristics and surrounding circumstances of data collectable from mobile host devices were considered in the selection of variables for the model. The data characteristics considered were ease of collection, which represents whether or not variables are collectable, and frequency of occurrence, which represents whether or not changes made to input values constitute significant variables in terms of activity. The variables selected for providing personalized services were activity, weather, temperature, mean daily temperature, humidity, UV, fine dust, asthma and lung disease probability index, skin disease probability index, cadence, travel distance, mean heart rate, and sleep hours. The selected variables were classified according to the data characteristics. To predict activity, an LSTM RNN was built that uses the classified variables as input data and learns the dynamic characteristics of time series data. LSTM RNNs resolve the vanishing gradient problem that occurs in existing RNNs. They are classified into three different types according to data characteristics and constructed through connections among the LSTMs. The constructed neural network learns training data and predicts user activity. To evaluate the proposed model, the root mean square error (RMSE) was used in the performance evaluation of the user physical activity prediction method for which an autoregressive integrated moving average (ARIMA) model, a convolutional neural network (CNN), and an RNN were used. The results show that the proposed DC-LSTM RNN method yields an excellent mean RMSE value of 0.616. The proposed method is used for predicting significant activity considering the surrounding circumstances and user status utilizing the existing standardized activity prediction services. It can also be used to predict user physical activity and provide personalized healthcare based on the data collectable from mobile host devices.

• 한국기후변화학회지
• /
• 제4권4호
• /
• pp.359-369
• /
• 2013

본 논문에서는 소형자동차에 이동식 배출가스 측정장비(PEMS)를 탑재하여 서울 도심의 실제 도로를 주행하고, 주행인자와 $CO_2$ 배출량 간의 상관관계를 분석하였다. 주요 주행인자로는 평균차속, 상대가속도(RPA-Relative Positive Acceleration), 정지비율을 선정하였고, 도로유형을 단속류와 연속류로 구분하여 분석하였다. 주행거리 기반의 이동평균구간 계산 방법을 적용하여 다양한 주행조건에서의 평균값을 구하고, 다중 선형 회귀분석 방법을 통해 주행인자와 $CO_2$ 배출량 간의 상관관계를 조사하였다. 이러한 분석을 통해 자동차의 $CO_2$ 배출량은 평균차속이 증가함에 따라 감소하고, RPA와 정지비율의 증가에 따라 증가하는 경향이 있음을 통계적인 방법으로 확인하였다. 단속류는 연속류와 비교하였을 때 평균차속이 상당히 낮고, RPA와 정지비율은 높게 나타나는데, 이러한 주행인자분포의 차이로 인해 단속류의 단위주행거리 당 $CO_2$ 배출량이 높은 것으로 판단된다.