• 한국토양비료학회지
• /
• 제39권5호
• /
• pp.259-267
• /
• 2006

수리 전도도는 수리구배에 대한 플럭스의 비율을 나타내며, 포화된 토양에서의 물의 이동이 포화수리전도도이고 불포화된 토양에서의 이동이 불포화수리전도도이다. 일반적인 밭 상태에서의 토양수분 조건은 불포화수리전도도로 표시하는 것이 적절하나 그 상태를 표현하기가 쉽지 않다. 토양의 불포화 상태를 나타내는데 가장 많이 쓰이고 있는 VGM(van Genuchten Mualem) 모형은 토양수분 포텐셜과 수분함량의 함수로 구성된 모형이며 몇 가지 매개변수가 필요하다. VGM 모형의 매개변수를 얻기 위해 본 연구에서는 VGM 모형의 매개변수를 계산해주는 프로그램인 Rosetta를 사용하였다. Rosetta 모형은 신경그물 얼개(neural network)를 이용하여 토양의 물리적 자료들인 토성이나 모래, 미사, 점토 함량 또는 용적밀도나 33 kPa, 1500 kPa에서의 토양수분 함량 자료를 가지고 VGM의 매개변수인 Ko(effedive saturated hydraulic conductivity), ${\theta}r$(residual soil water content), ${\theta}s$(saturated soil water content), L, n, m(=1-1/n)을 예측하는 모형으로 미국 농무성(USDA-ARS)에서 개발한 프로그램이다. Rosetta를 이용하여 10kPa에서의 불포화수리전도도를 예측하였다. 또한 Gardner와 Wooding의 모형을 기반으로 하여 만들어진 장력침투계의 포화수리전도도 값을 Gardner식에 적용하여 1, 3, 5, 7 kPa에서의 불포화수리전도도 값을 17개 토양통을 대상으로 하여 구했다. 토양수분 potential이 3 kPa에서는 물의 이동이 거의 없는 토양들이 있었는데 반해 남계통을 비롯한 학곡통, 회곡통, 백산통, 상주통, 석천통, 예산통 등 7개의 토양은 3 kPa에서도 약간의 물의 이동이 있었다. 또한, 1 kPa에서 물의 이동은 삼각통에서 $40.8{\times}10^{-5}cm{\cdot}sec^{-1}$로 이동 속도가 가장 컸으며 그 뒤로 예산통, 화봉통, 학곡통, 백산통 등이 토양에서 빠른 속도로 이동하였다. 가천통이나 석천통 및 우곡통은 1 kPa에서의 이동 속도가 아주 느린 토양으로 판단되었다. PTF와 VG모형에 의해 얻어진 10 kPa에서의 수분함량 예측 값을 VGM 모형에 적용해 불포화수리전도도를 구했을 때, VG모형에 의한 예측 값은 존재하는 반면 PTF에 의한 값은 결측 값이 존재해 그 적용에 한계가 있었다. 그리고 1 kPa에서 불포화 수리전도도를 VGM 모형으로 예측한 값과 측정된 값을 Gardner 모형으로 해석한 값을 비교했을 때 자갈이 없는 토양에서는 일정한 경향(exponential 함수)이 존재한 반면, 자갈이 있는 토양에서는 경향을 발견할 수가 없었다. 이상의 결과로 불포화 수리전도도 특성평가에 대한 VGM 모형의 적용성을 살펴보았을 때는 우리나라와 같이 경사지가 많고 토심이 깊지 않으면서 자갈함량이 많은 토양에서는 한계가 있을 것으로 판단되었다.

• 한국방재안전학회논문집
• /
• 제12권2호
• /
• pp.73-82
• /
• 2019

최근 이상기후로 인한 집중호우에 따른 하천변 사회기반시설의 침수피해가 증가하고 있으며, 침수 가능성 여부에 대한 신속한 예 경보가 필요한 실정이다. 일반적인 홍수 예 경보는 하천수위를 이용하고 있으며, 수치모형을 이용하여 하천수위를 예측하는 연구가 대부분이었다. 그러나 수치모형을 이용한 하천수위 예측은 결과가 정확한 반면 수치모의 시간이 오래 소요된다는 한계점이 있어 최근에는 인공신경망 등을 적용한 자료기반의 수위예측 모형이 많이 이용되고 있다. 하지만 기존의 인공신경망을 활용한 수위예측 연구는 시간적 매개변수를 고려하지 못하였다는 한계점이 존재한다. 본 연구에서는 시간적 매개변수(Time delay= 2시간)를 고려한 NARX 신경망 모형을 사용하여 한강대교의 수위를 예측하였다. 또한 NARX 모형의 적합성을 판단하기 위하여 인공신경망(ANN) 모형과, 순환신경망(RNN)모형의 결과와 비교하였다. 2009년에서 2018년까지 10년간의 수문자료를 이용하여 70%를 학습시키고 검정과 평가에 15%를 사용하여 2018년의 한강대교 3시간 후 수위를 예측한 결과 평균제곱근오차(RMSE)의 경우 ANN, RNN, NARX model이 각각 0.20 m, 0.11 m, 0.09 m, 평균절대오차(MAE)의 경우, 각각 0.12 m, 0.06 m, 0.05 m, 첨두수위 오차(Peak Error)는 각각 1.56 m, 0.55 m, 0.10 m로 나타났다. 연구 대상지역에 대한 시간적 매개변수를 고려한 예측 결과의 오차분석을 통하여 NARX 신경망 모형을 사용하는 것이 수위예측 모형 구축이 가장 적합한 것으로 나타났다. 이는 NARX 신경망 모형이 과거의 입력자료를 고려함으로써 시계열 자료의 변동 추세도 학습 할 수 있으며, 또한 모형 내 활성함수를 쌍곡선탄젠트(Hyperbolic tangent) 및 Rectified Linear Unit(ReLU) 함수를 사용하여 고수위 예측 시에도 정확한 예측 값을 도출할 수 있기 때문이다. 그러나 NARX 신경망 모형은 시퀀스 길이가 길어짐에 따라 기울기 소실문제(Vanishing gradient)가 발생하는 한계점이 있어 향후에는 이를 보완한 LSTM(Long Short Term Model)모형을 이용하여 수위예측의 정확도를 검토하고자 한다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.707-723
• /
• 2022

위성기반 해수면온도는 광역 모니터링이 가능한 장점이 있지만, 다양한 환경적 그리고 기계적 이유로 인한 시공간적 자료공백이 발생한다. 자료공백으로 인한 활용성의 한계가 있으므로, 공백이 없는 자료 생산이 필수적이다. 따라서 본 연구에서는 한반도 주변 해역에 대해 극궤도와 정지궤도 위성에서 생산되는 해수면온도 자료를 두 단계의 기계학습을 통해 융합하여 4 km의 공간해상도를 가지는 일별 해수면온도 합성장을 만들었다. 첫번째 복원 단계에서는 Data INterpolate Convolutional AutoEncoder (DINCAE) 모델을 이용하여 다종 위성기반 해수면온도 자료를 합성하여 복원하였고, 두번째 보정 단계에서는 복원된 해수면온도 자료를 현장관측자료에 맞춰 Light Gradient Boosting Machine (LGBM) 모델로 학습시켜 최종적인 일별 해수면온도 합성장을 만들었다. 개발된 모델의 검증을 위해 복원 단계에서 무작위 50일의 자료 중 일부분을 제거하여 복원한 뒤 제거된 영역에 대해 검증하였으며, 보정 단계에서는 Leave One Year Out Cross Validation (LOYOCV) 기법을 이용하여 현장자료와의 정확도를 검증하였다. DINCAE 모델의 해수면온도 복원 결과는 상당히 높은 정확도(R²=0.98, bias=0.27℃, RMSE=0.97℃, MAE=0.73℃)를 보였다. 두번째 단계의 LGBM 보정 모델의 정확도 개선은 표층 뜰개 부이와 계류형 부이 현장자료와의 비교에서 모두 상당한 향상(RMSE=∆0.21-0.29℃, rRMSE=∆0.91-1.65%, MAE=∆0.17-0.24℃)을 보여주었다. 특히, 모든 현장 자료를 이용한 보정 모델의 표층 뜰개 부이와의 정확도는 동일한 현장 자료가 동화된 기존 해수면온도 합성장보다 나은 정확도를 보였다. 또한 LGBM 보정 모델은 랜덤포레스트(random forest)를 사용한 선행연구에서 보고된 과적합의 문제를 상당부분 해결하였다. 보정된 해수면온도는 기존의 초고해상도 해수면온도 합성장들과 유사한 수준으로 수온 전선과 와동 등의 중규모 해양현상을 뚜렷하게 모의하였다. 본 연구는 다종위성 자료와 기계학습 기법을 사용해 시공간적 공백 없는 고해상도 해수면온도 합성장 제작 방법을 제시하였다는 점에서 가치가 있다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.747-763
• /
• 2022

해양 염분은 전 지구 규모에서 해수 순환에 영향을 미칠 뿐만 아니라, 연·근해 지역 저염분수가 어족자원 및 수산업에 피해를 줄 수 있는 등 해양 식생환경의 변화를 줄 수 있다. 해수의 표면 특성인 sea surface salinity (SSS)에 따라 마이크로웨이브 영역의 방사율이 달라지며, 이를 통해 Soil Moisture Active Passive (SMAP) 등 위성 센서를 활용한 SSS 산출물이 제공되고 있다. 하지만 마이크로파 위성 센서 기반의 SSS 산출물은 낮은 시공간해상도로 자료를 생산하며, 연안지역과 고위도 지역에서 정확도가 낮다. 이러한 이유로 연·근해 지역 SSS의 상세한 시공간적 변화를 관측하기에는 적합하지 않다. 본 연구에서는 Jang et al. (2022)에서 제시한 기계학습 기반의 개선된 SMAP SSS (SMAP SSS (Jang))를 참조자료로 활용하여, 정지궤도해색센서(Geostationary Ocean Color Imager, GOCI) 영상으로부터 고해상도 SSS를 추정하는 Light Gradient Boosting Machine (LGBM) 기반의 모델을 개발하였다. 3가지 입력변수 조합을 테스트하였고, Multi-scale Ultra-high Resolution Sea Surface Temperature (SST) 자료가 추가된 scheme 3가 가장 높은 정확도를 보였다(R² = 0.60, RMSE = 0.91 psu). 이를 바탕으로 본 연구영역에서 SST가 SSS 모의에 효과적인 환경변수로 작용함을 보였다. 본 연구에서 제시한 LGBM 기반의 GOCI SSS는 SMAP SSS (Jang)와 비슷한 시공간적 패턴을 보였지만, 더 높은 공간해상도를 바탕으로 SSS의 보다 상세한 공간적 분포와 더불어 SMAP SSS (Jang)에서 산출하지 않는 연안 지역의 정보까지 모의하였다. 또한, 중국 남방지역에 대홍수가 발생하였던 2020년 8월을 대상으로 양자강 유출수(Changjiang Diluted Water)의 거동을 분석한 결과, GOCI SSS는 한국 해양수산연구원의 보도자료와 비교하여 일관성 있는 시공간적 변화를 보였다. 본 연구의 결과로 연안 지역의 저염수 뿐 아니라, 원해 지역에서 광학위성 신호를 활용한 고해상도 SSS 산출의 가능성을 제시하였다.

• 한국방사선학회논문지
• /
• 제18권3호
• /
• pp.187-201
• /
• 2024

골다공증은 전 세계적으로 주요한 건강 문제임에도 불구하고, 골절 발생 전까지 쉽게 발견되지 않는 단점을 가지고 있습니다. 본 연구에서는 골다공증 조기 발견 능력 향상을 위해, 복부 컴퓨터 단층 촬영(Computed Tomography, CT) 영상을 활용하여 정상-골감소증-골다공증으로 구분되는 골다공증 단계를 체계적으로 분류할 수 있는 딥러닝(Deep learning, DL) 시스템을 개발하였습니다. 총 3,012개의 조영제 향상 복부 CT 영상과 개별 환자의 이중 에너지 X선 흡수 계측법(Dual-Energy X-ray Absorptiometry, DXA)으로 얻은 T-점수를 활용하여 딥러닝 모델 개발을 수행하였습니다. 모든 딥러닝 모델은 비정형 이미지 데이터, 정형 인구 통계 정보 및 비정형 영상 데이터와 정형 데이터를 동시에 활용하는 다중 모달 방법에 각각 모델 구현을 실현하였으며, 모든 환자들은 T-점수를 통해 정상, 골감소증 및 골다공증 그룹으로 분류되었습니다. 가장 높은 정확도를 갖는 모델 우수성은 비정형-정형 결합 데이터 모델이 가장 우수하였으며, 수신자 조작 특성 곡선 아래 면적이 0.94와 정확도가 0.80를 제시하였습니다. 구현된 딥러닝 모델은 그라디언트 가중치 클래스 활성화 매핑(Gradient-weighted Class Activation Mapping, Grad-CAM)을 통해 해석되어 이미지 내에서 임상적으로 관련된 특징을 강조했고, 대퇴 경부가 골다공증을 통해 골절 발생이 높은 위험 부위임을 밝혔습니다. 이 연구는 DL이 임상 데이터에서 골다공증 단계를 정확하게 식별할 수 있음을 보여주며, 조기에 골다공증을 탐지하고 적절한 치료로 골절 위험을 줄일 수 있는 복부 컴퓨터 단층 촬영 영상의 잠재력을 제시할 수 있습니다.

• 농약과학회지
• /
• 제2권3호
• /
• pp.28-35
• /
• 1998

전국에서 분리한 세균으로부터 항균력이 있는 길항세균들을 먼저 분리한 다음 그중 배양배지 속으로 강력한 항균력을 나타내는 peptide를 분비하는 A405균주를 선발, Biolog System 및 rDNA 염기서열을 이용하여 Bacillus subtilis로 동정하고 이 균주가 생성하는 항균 peptide의 항균력을 조사한 바 Botrytis cinerea, Cercospora sp., Fusarium oxysporum, Penicillium digitatum, Celletotrichum gloeosporioides, Rhizoctonia solani, Pythium ultimum, Pyricularia oryzae등의 식물병원균과 Escherichia coli, Pseudomonas spp. 등의 세균 및 효모인 Candida albicans의 성장도 억제하는 강력한 항균력을 보였다. 또한 이 균주가 생산하는 항균 peptide는 알콜, 아세톤과 같은 유기용매에 내성을 가지고 있었으며 proteinase K와 phenol 처리시에는 항균력이 감소되거나 소실되는 특성을 가지고 있었다. 이 항균 peptide를 SDS-PAGE, Native-PAGE 및 Tris-Tricine 전기영동으로 분자량이 3kDa인 작은 peptide임을 확인하였고 aspartic acid, glycine, serine, glutamine, valine, leucine, isoleucine, proline, tyrocine 등의 9가지 아미노산으로 구성되어 있음을 Amino Acid Analyzer로 확인하였으며 냉동건조한 항균 peptide 50 ug/ml을 체리토마토에 처리하여 과일의 선도유지를 조사한 결과 대조구에 비하여 월등한 선도유지 효과가 있음을 입증하였다.

• 한국산학기술학회논문지
• /
• 제15권4호
• /
• pp.2343-2348
• /
• 2014

지락사고 시 지락전류에 의한 전위경도 상승으로부터 인체를 보호하기 위하여 발전소의 주 접지망을 구성한다. 이를 위한 접지설계시 일반적으로 IEEE Std-80-2000(한전설계기준 2602)에 의하여 계산한다. 그러나 이는 수상환경에서 적용하기 힘들어 수상태양광의 접지저항 확보를 위한 접지기술이 명확하지 않다. 그런데 500kW 수상태양광의 모듈표면 및 금속덕트에 정전기가 발생하고 있고, 안정적인 접지확보를 위해서는 수상환경의 접지방식에 대한 구체적인 방안이 필요한 실정이다. 따라서 본 논문에서는 수상환경에서 Wenner 4 전극법으로 대지저항률을 조사.분석하였으며, 현재 운영중인 수상태양광의 접지저항을 국제규격(IEEE std-81)에서 제시하는 전압강하법으로 측정 분석하여 안정적인 접지확보를 위한 수상태양광 접지방안을 제시하였다. 수면 1m 수중의 저항률이 ($126.3969[{\Omega}{\cdot}m]$) 하상의 저항률($97.5713[{\Omega}{\cdot}m]$)보다 대체로 높은 것을 측정 분석되었고, 제시한 접지앵커 접지방안은 수상태양광의 더욱 안정된 접지저항 확보를 위해 경제적으로 가장 효과적인 방법으로 판단되며, 향후 수상태양광 발전의 접지방법으로 활용될 것으로 기대된다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제27권11호
• /
• pp.1562-1570
• /
• 2014

The effects of Lactobacillus mucosae (L. mucosae), a potential direct fed microbial previously isolated from the rumen of Korean native goat, on the rumen fermentation profile of brewers grain were evaluated. Fermentation was conducted in serum bottles each containing 1% dry matter (DM) of the test substrate and either no L. mucosae (control), 1% 24 h broth culture of L. mucosae (T1), or 1% inoculation with the cell-free culture supernatant (T2). Each serum bottle was filled anaerobically with 100 mL of buffered rumen fluid and sealed prior to incubation for 0, 6, 12, 24, and 48 h from which fermentation parameters were monitored and the microbial diversity was evaluated. The results revealed that T1 had higher total gas production (65.00 mL) than the control (61.33 mL) and T2 (62.00 mL) (p<0.05) at 48 h. Consequently, T1 had significantly lower pH values (p<0.05) than the other groups at 48 h. Ammonia nitrogen ($NH_3$-N), individual and total volatile fatty acids (VFA) concentration and acetate:propionate ratio were higher in T1 and T2 than the control, but T1 and T2 were comparable for these parameters. Total methane ($CH_4$) production and carbon dioxide ($CO_2$) were highest in T1. The percent DM and organic matter digestibilities were comparable between all groups at all times of incubation. The total bacterial population was significantly higher in T1 (p<0.05) at 24 h, but then decreased to levels comparable to the control and T2 at 48 h. The denaturing gradient gel electrophoresis profile of the total bacterial 16s rRNA showed higher similarity between T1 and T2 at 24 h and between the control and T1 at 48 h. Overall, these results suggest that addition of L. mucosae and cell-free supernatant during the in vitro fermentation of dried brewers grain increases the VFA production, but has no effect on digestibility. The addition of L. mucosae can also increase the total bacterial population, but has no significant effect on the total microbial diversity. However, inoculation of the bacterium may increase $CH_4$ and $CO_2$ in vitro.

• The Journal of the Acoustical Society of Korea
• /
• 제14권1E호
• /
• pp.56-64
• /
• 1995

최소평균사승 적응알고리즘은 추정오차의 평균사승값을 최소화하는 추정경도방법 가운데 하나이다. 알고리즘의 잠재적인 여러 장점에도 불구하고, 이 알고리즘은 현재 기존의 최소평균자승 알고리즘 보다 실제 적게 주목받고 있다. 그 이유는 최소평균사승 알고리즘의 수렴특성에 관한 통계적 분석이 최소평균자승 알고리즘에 비해 매우 어렵고, 따라서 아직 알고리즘에 대해 모르는 분분이 많이 때문으로 보인다. 본 논문에서는 적응필터의 입력신호가 평균이 영이고 시불변 가우시안 랜덤신호일 경우 최소평균사승 적응알고리즘의 통계적인 수렴특성에 대하여 연구하였다. 이를 위해, 시스템인지 모드에서 알고리즘의 평균 및 평균자승 특성을 나타내는 일련의 관계식을 유도하였다. 그리고 알고리즘의 평균특성이 수렴하기 위한 조건을 찾았는데, 여기서 최소평균사승 적응알고리즘의 수렴특성이 초기치의 선택에 크게 좌우됨을 알 수 있었다. 또한 최소 평균사승 알고리즘의 성능을 기존의 최소평균자승 알고리즘과 실험적으로 비교하였고, 두개의 알고리즘이 정상상태에서 같은 값의 평균자승추정오차를 갖을 때 최소평균사승 알고리즘이 치소평균자승 알고리즘에 비해 매우 빠른 수렴속도를 갖을수 있음을 확인하였다.

• 한국결정성장학회지
• /
• 제9권1호
• /
• pp.126-131
• /
• 1999

Hot-wall epitaxy법으로 $Cd_{1-x}Mn_xTe$박막을 GaAs (100) 기판위에 성장시켰다. XRD 측정으로부터 CdTe/GaAs(100) 박막은 기판과 같은 (100)면의 단결정 박막으로, $Cd_{1-x}Mn_xTe$박막은 Mn의 조성비 x가 증가함에따라 다결정 박막으로 성장되었으며, 박막의 격자상수는 x의 증가에 따라 덩어리 결정의 경우와 비슷한 기울기로 감소함을 확인하였다. x의 변화에 대한 $Cd_{1-x}Mn_xTe$ 박막의 PL 측정으로부터 받개와 퍼텐셜 요동에 의하여 포획된 엑시톤의 재결합 피크인 $L_1$과 $L_2$를 관측하였으며, $L_1$피크는 x=0.09 시료에서만 관측되었고 x값이 증가하면 사라졌다. x $\ge$0.2의 경우에는 $L_2$피크가 강하게 나타나고 x$\ge$ 0.4에서는 $Mn^{2+}$이온의 intra 천이에 의한 2.0eV 근처의 피크가 강하게 나타났다. x>0.4에서 $Mn^{2+}$이온에 의한 2.0eV 피크는 pinning이 일어나 변화가 거의 없이 일정하였다.