• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.15-15
• /
• 2011

The radar observation system in Japan is operated by two governmental groups: Japan Meteorological Agency (JMA) and the Ministry of Land, Infrastructure, Transport and Tourism (MLIT) of Japan. The JMA radar observation network is comprised of 20 C-band radars (with a wavelength of 5.6 cm), which cover most of the Japan Islands and observe rainfall intensity and distribution. And the MLIT's radar observation system is composed of 26 C-band radars throughout Japan. The observed radar echo from each radar unit is first modified, and then sent to the National Bureau of Synthesis Process within the MLIT. Through several steps for homogenizing observation accuracy, including distance and elevation correction, synthesized rainfall intensity maps for the entire nation of Japan are generated every 5 minutes. The MLIT has recently launched a new radar observation network system designed for flash flood observation and forecasting in small river basins within urban areas. It is called the X-band multi parameter radar network, and is distinguished by its dual polarimetric wave pulses of short length (3cm). Attenuation problems resulting from the short wave length of radar echo are strengthened by polarimetric wavelengths and very dense radar networks. Currently, the network is established within four areas. Each area is observed using 3-4 X-band radars with very fine resolution in spatial (250 m) and temporal (1 minute intervals). This study provides a series of utilization procedures for the new input data into a real-time forecasting system. First of all, the accuracy of the X-band radar observation was determined by comparing its results with the rainfall intensities as observed by ground gauge stations. It was also compared with conventional C-band radar observation. The rainfall information from the new radar network was then provided to a distributed hydrologic model to simulate river discharges. The simulated river discharges were evaluated again using the observed river discharge to estimate the applicability of the new observation network in the context of operations regarding flood forecasting. It was able to determine that the newly equipped X-band polarimetric radar network shows somewhat improved observation accuracy compared to conventional C-band radar observation. However, it has a tendency to underestimate the rainfall, and the accuracy is not always superior to that of the C-band radar. The accuracy evaluation of the X-band radar observation in this study was conducted using only limited rainfall events, and more cases should be examined for developing a broader understanding of the general behavior of the X-band radar and for improving observation accuracy.

• 한국컴퓨터정보학회논문지
• /
• 제11권3호
• /
• pp.21-30
• /
• 2006

본 연구에서는 구성주의 대표적인 학습이론의 하나인 인지적 도제 이론을 적용하여 정보기기운용 기능사 자격증 웹 코스웨어를 설계하고 구현함으로써 문제해결의 주변적 참여에서 시작하여 전반에 걸친 완전한 참여와 주도가 이루어지도록 탐구하고, 학습자들의 학습을 도와주는 촉매자의 역할을 하였다. 실제 환경과 유사한 학습을 통하여 실제 상황에 적용할 수 있게 하고, 적극적인 상호작용이 가능하며, 학습과 관련된 정보 처리의 수준을 심화시킬 수 있는 기회가 제공된다. 학습자는 학습내용을 실시간으로 평가하여 부족한 부분을 피드백으로 효과적인 학습이 되도록 하였다. 연구 방법은 인지적 도제 이론을 적용하지 않은 웹 코스웨어 수업과 인지적 도제 이론을 적용한 웹 코스웨어 수업을 실시한 후 학업성취도와 학습태도를 평가하였으며 평가가 끝난 후 설문조사를 실시하였다. 본 연구 결과는 첫째, 인지적 도제 이론을 적용한 웹 코스웨어 학습 집단이 인지적 도제 이론을 적용하지 않은 웹 코스웨어 학습 집단보다 학업성취도 향상에 더 효과적이었다. 둘째, 인지적 도제 이론을 적용한 웹 코스웨어 학습은 학습태도 향상에 더 효과적이었다.

• 한국콘텐츠학회논문지
• /
• 제21권7호
• /
• pp.127-133
• /
• 2021

산업용 IoT 환경에서 센서들은 감지하고 있는 대상의 데이터들을 연속으로 생성하며, IoT 게이트웨이에 전달한다. 따라서 대량의 실시간 센서 데이터를 관리하는 것은 IoT 게이트웨이에 필수적인 기능이며 이러한 센서 데이터를 관리하기 위해 키-값 스토리지 엔진들이 널리 사용되고 있다. 그러나 IoT 게이트웨이에 사용되는 키-값 스토리지 엔진들은 산업용 IoT 환경에서 생성되는 센서 데이터들의 특징을 고려하지 않고 있으며 이 때문에 제한된 성능을 보인다. 본 논문에서는 산업용 IoT 환경에서 센서 데이터의 특징을 활용하여 키-값 스토리지 엔진을 최적화한다. 제안하는 최적화 기법은 키-값 스토리지 엔진의 입력인 키를 분리하여 계층적인 색인화 작업을 하는 것이다. 이를 통해 과도하게 발생하는 쓰기 증폭을 줄이며 성능을 향상 시킬 수 있다. 이러한 최적화 기법을 LevelDB에 구현하였으며, 제안하는 기법을 평가하기 위해 TPCx-IoT의 워크로드를 사용했다. 실험 결과에 따르면 제안하는 기법의 성능은 기존의 방법보다 21배 더 좋으며 이는 제안하는 기법이 산업용 IoT 환경에서 데이터 수집을 고속으로 처리할 수 있음을 보인다.

• 한국ITS학회 논문지
• /
• 제18권5호
• /
• pp.126-141
• /
• 2019

차세대첨단교통시스템(C-ITS)의 우선 도입 서비스 항목 중 하나로 차량 추돌방지 지원 서비스가 고려되고 있다. 이에 인공신경망을 적용한 V2I2V 통신 기반의 후미추돌사고 예방 방법들이 몇몇 제시되었지만, 낮은 C-ITS 단말기 보급률 및 대용량 교통정보로 인한 지연 현상 등 한계로 인해 그 효과가 미미하다. 따라서 본 연구는 실시간 구간교통 정보를 활용한 인공신경망 기반 추돌 경고 서비스(ACWS, Artificial Neural Network-based Collision Warning Service)를 제안한다. 제안 서비스는 실시간 구간 교통정보를 반영해 인공신경망의 가중치를 갱신하고 구간 진입 차량에게 제공한다. 본 연구는 C-ITS 단말 보급률과 지연시간에 따른 제안 서비스의 성능 평가를 수행한다. 분석결과 C-ITS 단말 보급률이 높고 지연시간이 낮을수록 제안 서비스가 더 나은 성능을 나타내고, 같은 조건일 경우 고도화된 인공신경망을 적용한 서비스 성능이 더 뛰어난 것으로 확인된다.

• 한국지리정보학회지
• /
• 제22권3호
• /
• pp.146-154
• /
• 2019

현재까지 많은 노력을 통해 정밀도로지도를 구축하고 활용하기 위한 시스템을 개발하여 적용 중에 있으며, 최근 도로변화에 대한 신속 변화 및 지도 갱신 시스템 개발을 통해 정밀도로 지도의 갱신을 신속히 하기 위한 노력을 기울이고 있다. 정밀도로지도는 자율주행 안전을 위해 지도의 무결성 및 정확성이 요구되어지며, 이를 위해 국토지리정보원(2018)에서는 검사 방법을 만들어 확인하고 있다. 마찬가지로 갱신된 정밀도로지도 품질을 확보할 수 있도록 관련 기술의 기준 및 평가방법이 필요하다. 이에 본 논문에서는 자율주행을 위한 도로변화 신속 탐지 및 갱신기술을 분석하고 통합 품질 검증을 위한 평가기준과 항목을 선정하였다. 평가 항목은 위치정확도와 판독정확도로 정하고, 선정한 평가기준을 바탕으로 실시간 변화탐지 및 정밀지도의 갱신 기술에 대한 평가방법을 제시하였다. 향후 본 연구 결과를 통해 자율차의 안전주행을 지원하는 정밀도로지도의 품질확보에 기여할 수 있을 것으로 기대한다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제33권3호
• /
• pp.163-180
• /
• 2019

본 연구에서는 다양한 배경을 가진 대학 신입생들이 단기간에 미적분학의 주요 개념을 이해할 수 있도록 돕고, 현실에서 접하는 복잡한 문제들에 대한 문제해결력도 기르면서, 동시에 컴퓨팅 사고력도 신장시킬 수 있는 미적분학 교수 학습에 대하여 논한다. 구체적인 방안으로, 본 연구진은 '파이썬(Python) 기반의 코딩(coding)교육을 적용한 대학 미적분학의 교수 학습' 콘텐츠를 개발하고 실제 수업 현장에 적용하여 유의미한 성과를 거둔 사례를 보고한다. 즉, 파이썬 언어 기반의 코딩교육을 적용한 미적분학 I, II의 구체적인 교수 학습 설계, 실천 계획안 그리고 평가라는 전 과정이 실제로 진행된 사례와 그에 활용된 자료들을 정리하여 공유한다. 개발된 교안과 코드 및 사이버 실습실은 언제 어디서나 무료로 활용할 수 있으며, 교수자와 학생은 공유된 콘텐츠와 학생활동 기록을 참고하며, 자유롭게 미적분학을 교수 학습하고, 주어진 코드를 활용하여 실습하면서 미적분학의 직관적인 이해를 높임과 동시에 컴퓨팅 사고력도 신장시킬 수 있도록 하였다. 또한 교수자는 학생들의 질의 응답 참여, 보고서 발표, 팀워크 등이 포함된 플립드러닝(flipped learning)과 과정중심의 모든 데이터를 기반하여 평가함으로써 학생들의 미적분학 지식에 대한 상향평준화를 돕게 된다. 본 연구에서 제시한 대학 미적분학의 교수 학습 사례는 학생들이 미적분학 개념과 컴퓨팅 사고력을 동시에 신장시켜 사회가 필요로 하는 인재로 성장할 수 있도록 도울 수 있는 가능성을 보여주는 대학 수학 교육의 교수 학습 모델이 될 것으로 본다.

• 한국양봉학회지
• /
• 제32권3호
• /
• pp.155-162
• /
• 2017

로얄제리 생산성 우수계통 선발을 위해 국내 육성서양종꿀벌 원종 계통인 A와 C에 대한 로얄제리 생산성 및 접수율 평가를 수행하였다. 그 결과 꿀벌 계통C의 로얄제리 생산량은 $33.7{\pm}7.41g$로A 계통에 비해 높은 것으로 드러났으며, 접수율 또한 $87.8{\pm}7.5%$로 A 계통에 비해 높은 것으로 확인되었다. 이들 계통으로부터 생산된 로얄제리 trans-10-hydroxy-2-decenoic acid (10-HDA) 함량을 분석한 결과 꿀벌 계통 C는 4.28%(${\pm}0.3$)으로, A 계통에 비해 높은 것으로 나타났다. 일령에 따른 major royal jelly proteins(MRJPs) 전사체 발현량을 비교한 결과 10일령의 일벌의 경우 C 계통이 A 계통에 비해 MRJP 발현량이 큰 폭으로 증가했음을 확인 할 수 있었으며, 15일령의 일벌의 MRJP 발현량 또한 C계통이 A 계통에 비해 높은 것을 확인할 수 있었다. 이러한 결과를 통해 본 연구에서는 국내 육성 서양종꿀벌 기본종 계통 중 로얄제리 생산성이 가장 우수한 계통은 C 계통인 것으로 평가 되었으며, 향후 로얄제리 생산성 우수 계통 선발을 위한 기초 자료로 제공 될 수 있을 것이라 기대하고 있다.

• 한국시뮬레이션학회논문지
• /
• 제30권2호
• /
• pp.11-22
• /
• 2021

소노부이(sonobuoy)는 넓은 지역을 빠르게 탐색할 수 있다는 장점으로 인해 P-3 초계기를 이용한 전투체계에서 매우 중요한 음향센서로 사용되고 있다. 소노부이 시스템을 개발하고, 이를 실제 전투체계에 성공적으로 적용하기 위해서는 다양한 해상시험을 통해 소노부이 시스템의 성능을 검증하여야 한다. 그러나 실제 해상 시험은 많은 시간과 노력이 동반되기 때문에 다양한 해상시험 데이터를 확보하기는 쉽지 않다. 따라서 본 논문에서는 실제 해상시험을 수행하지 않고서도 소노부이 시스템의 성능을 검증할 수 있는 모의 신호합성기를 개발하였고, 소노부이 시스템의 효과도를 분석할 수 있는 시뮬레이터를 개발하였다. 실제 수중 소음원의 특성을 고려하여 표적신호를 합성하였으며, 음파전달특성 등 실제 해양환경과 유사한 조건을 고려하여 소노부이용 신호합성기를 개발하였다. 시뮬레이터 개발에서는 HMI(Human Machine Interface) 기법을 사용하여 운용자 편이성을 높였으며, 다양한 조건에서 소노부이 시스템의 성능을 검증할 수 있도록 설계하였다. 개발한 신호합성기 및 시뮬레이터는 P-3 초계기를 이용한 전투체계에서 최적의 소노부이 배치 등 작전 효과도를 분석하는데 유용한 도구로 사용 될 수 있을 것이다.

• 한국측량학회지
• /
• 제40권3호
• /
• pp.217-226
• /
• 2022

고정밀 공간정보제작 분야의 활용 측면에서 무인항공사진측량은 촬영된 영상의 정량적인 품질 검증 방법과 인증에 대한 절차와 세부 규정이 미흡한 문제점이 있다. 또한, 영상에 대한 검증 수단이 해상도와 명암의 대비 정도를 동시에 분석 할 수 있는 MTF (Modulation Transfer Function) 분석이 아닌 GSD (Ground Sample Distance) 만으로 품질을 평가하고 있어 유인항공영상보다 품질이 떨어지는 경우도 있다. 이에 본 연구에서는 드론 영상 품질 분석에서 MTF 분석의 필요성을 확인하기 위해 Siemens star를 이용하여 GSD와 MTF 분석을 동시에 실시하였다. 서로 다른 드론 기체와 센서로 동일한 해상도로 타겟을 촬영한 영상을 분석한 결과, GSD에서는 약간 상이한 결과를 나타내었지만, 영상의 해상도와 명암의 대비 정도를 동시에 분석할 수 있는 σ_MTF 수치는 큰 차이를 나타내었다. 이와 같은 결과로 MTF 분석이 보다 객관적이며 신뢰도 높은 품질분석 방법이라고 결론지을 수 있다. 아울러 작업자가 카메라 센서의 성능, 중복도 및 기체의 성능을 적절하게 판단하여 촬영을 실시하여야만 높은 품질의 드론 영상을 획득할 수 있음을 알 수 있었다. 하지만 본 연구는 제한된 기체와 촬영 조건하에서 취득된 영상으로만 분석을 수행한 결과이다. 따라서 향후 관련 분야의 다양한 실험 데이터를 축척하여 지속적인 연구를 수행하면 보다 객관적이고 신뢰성 있는 결과를 도출할 것으로 기대된다

• 한국지리정보학회지
• /
• 제25권4호
• /
• pp.63-80
• /
• 2022

현실의 공간을 가상의 공간으로 구현하여 문제를 분석하고 예측하는 기술이 개발되면서, 복잡한 도시 내의 정밀한 공간정보를 취득하는 것이 중요해지고 있다. 본 연구는 복잡한 경관을 가진 도시지역을 대상으로 무인항공기를 통해 영상을 취득하고 고해상도 영상에 적합한 영상분류 기법인 객체기반 영상분석 기법과 의미론적 분할 기법을 적용하여 토지피복 분류를 수행하였다. 또한, 동일시기에 수집된 영상을 바탕으로 인공지능이 학습하지 않은 지역에 대해 각 인공지능 모형의 토지피복 분류 재현성을 확인하고자 하였다. 학습 지역을 대상으로 인공지능 모형을 학습하였을 때, 토지피복 분류 정확도가 OBIA-RF는 89.3%, OBIA-DNN은 85.0%, U-Net의 경우 95.3%로 분석되었다. 재현성을 평가하기 위해 검증 지역에 인공지능 모형을 적용하였을 때, OBIA-RF는 7%, OBIA-DNN은 2.1%, U-Net은 2.3%의 정확도가 감소하였다. 형태학적인 특성과 분광학적인 특성을 모두 고려한 U-Net이 토지피복 분류 정확도 및 재현성 평가에서 우수한 성능을 보이는 것으로 나타났다. 본 연구의 결과는 정밀한 공간정보가 중요해짐에 따라 기초자료 생성 방법으로써 도시환경 연구분야에 기여할 수 있을 것으로 판단된다.