• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.1061-1061
• /
• 2001

The scope of precision agriculture is to reach the put up cultivation goals by adjusting inputs as precise as possible after what is required by the soil and crop potentials, on a high spatial resolution. Consequently, precision agriculture is also often called site specific agriculture. Regulation of field inputs “on the run” has been made possible by the GPS (Geographical Position System)-technology, which gives the farmer his exact real time positioning in the field. The general goal with precision agriculture is to apply inputs where they best fill their purpose. Thus, resources could be saved, and nutrient losses as well as the impact on the environment could be minimized without lowering total yields or putting product quality at risk. As already indicated the technology exists to regulate the input based on beforehand decisions. However, the real challenge is to provide a reliable basis for decision-making. To support high spatial resolution, extensive sampling and analysis is required for many soil and plant characteristics. The potential of the NIR-technology to provide rapid, low cost analyses with a minimum of sample preparation for a multitude of characteristics therefore constitutes a far to irresistible opportunity to be un-scrutinized. In our work we have concentrated on soil-analysis. The instrument we have used is a Bran Lubbe InfraAlyzer 500 (1300-2500 nm). Clay- and organic matter-contents are soil constituents with major implications for most properties and processes in the soil system. For these constituents we had a 3000-sample material provided. High performance models for the agricultural areas in Sweden have been constructed for clay-content, but a rather large reference material is required, probably due to the large variability of Swedish soils. By subdividing Sweden into six areas the total performance was improved. Unfortunately organic matter was not as easy to get at. Reliable models for larger areas could not be constructed. However, through keeping the mineral fraction of the soil at minimal variation good performance could be achieved locally. The influence of a highly variable mineral fraction is probably one of the reasons for the contradictory results found in the literature regarding organic matter content. Tentative studies have also been performed to elucidate the potential performance in contexts with direct operational implications: lime requirement and prediction of plant uptake of soil nitrogen. In both cases there is no definite reference method, but there are numerous indirect, or indicator, methods suggested. In our study, field experiments where used as references and NIR was compared with methods normally used in Sweden. The NIR-models performed equally or slightly better as the standard methods in both situations. However, whether this is good enough is open for evaluation.

• 콘크리트학회논문집
• /
• 제18권3호
• /
• pp.389-395
• /
• 2006

실존하는 콘크리트 구조체를 평가할 때, 그 콘크리트의 강도를 알아내는 것이 매우 중요하다. 콘크리트의 강도를 알아내기 위하여 재하시험이나 코어시험을 하는 것은 시험비용, 편의성, 시간, 구조체에 대한 손상, 신뢰성등 많은 문제점이 있다. 그러므로 이러한 문제점들을 극복하기 위하여 여러 가지 비파괴 시험과 통게적 해석을 통한 구조해석법이 발전해 오고 있다. 본 연구에서는 재령 3, 7, 14, 28, 90, 180, 365, 730일에 대하여 28일 표준실린더 압축강도 65.0MPa인 고강도 콘크리트 구조체의 실제강도를 알기 위한 일련의 실험을 하였고, 각 실험결과를 SPSS 프로그램으로 회귀분석 하였다. 회귀분석에 의한 강도추정식과 코어강도값을 비교하여 오차율을 계산하고, 기존식과 비교하여 추정식의 유의성을 검토한 결과 기존식들은 보통강도 콘크리트에는 적용할 수 있지만 고강도 콘크리트에는 적용에 한계가 있음이 밝혀졌다. 따라서 40MPa 이상의 고강도 콘크리트의 슈미트 해머 시험에 의한 강도 추정을 위해 다음과 같은 강도식을 제안하였다.

• Journal of the Korean Wood Science and Technology
• /
• 제38권3호
• /
• pp.170-177
• /
• 2010

구조용 목재부재의 성능 예측에 가장 큰 영향을 끼치는 옹이를 활용하여 유한요소 수치해석을 실시하였다. 다른 구조용 재료와 달리 목재의 경우 직교이방성을 나타내기 때문에 이를 적용하였고 옹이를 실린더 형태, 원추형 형태, 육면체 형태로 모델화 하였다. 목재 부재에 대해 실제 압축강도실험을 실시하여 그 파괴형태를 파악하고 최대강도값을 계산하였으며, 각 부재의 치수와 옹이의 크기, 위치, 개수를 반영한 수치해석 모델을 제작하여 유한요소해석을 실시하였다. 실험에서 얻어진 최대압축강도를 적용한 수치해석을 실시하여 옹이자료에 따른 각 부재의 응력분포형태를 파악하고 이를 실제 부재의 파괴형태와 비교 분석하였다. 수치해석에 소요되는 시간이나 요수 분할의 어려움, 옹이 주위의 응력 전달의 유사성 등에 기준했을 때 실린더 형태의 요소가 가장 타당하다고 판단되었다. 또한 응력 분포 모양과 변형 분포 모양을 비교한 경우 유한 요소 수치해석의 결과에서 응력이 가장 집중되는 부분과 변형이 가장 심하게 발생한 주위에서 실제 시편의 파괴나 균열이 발생함을 알 수 있었다. 이를 기초로 유한요소 수치해석법을 직교이방성과 옹이 모델링을 적절히 적용할 경우 휨응력을 받는 부재와 인장 응력을 받는 부재 등의 성능 해석에 유용한 수단으로 활용될 수 있을 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제48권2호
• /
• pp.115-126
• /
• 2015

최근 기후 변화에 따른 게릴라성 호우에 의한 전 세계 도심 속 산지 지역에서 토석류의 발생 빈도수가 증가하고 있으며, 이 결과 더 많은 인명피해와 주요 시설물 파괴 등의 피해가 사회적 큰 문제로 대두되고 있다. 현재까지는 도심지역 재해 관리 및 피난 계획 수립 시, 토석류 범람은 별도로 취급되어 피난 권고 시스템이 구축되고 있으나 피난계획 수립 시, 재해 발생 가능성을 고려한 여러 재해를 기반으로 통합적인 대책 수립이 필요하며 향후, 현재보다 더 큰 강우가 발생할 가능성이 굉장히 크며 이에 대한 대책 수립의 중요성 또한 강조되고 있다. 본 연구에서는 실제 지역에서의 토석류의 유동형태를 파악하고, 외력조건으로 DAD 분석을 통해 가능최대 강우량과 유출량을 산정하며 주거지 지역에서의 토석류 영향범위 파악을 목적으로 한다. 실제 지역에서의 토석류 특성을 분석하기 위해 토석류 흐름 패턴, 퇴적 깊이, 도달속도, 발생된 토사량 및 토석류 이동거리를 평가했다. DAD 해석 결과, 피크 시간 강우량은 국지성 호우에 의해 약 135mm, 24시간 누적 최대강우량은 태풍에 의한 호우로 약 544mm로 조사 되었다. 또한 토석류에 의한 영향범위를 파악 하였다.

• 한국측량학회지
• /
• 제35권3호
• /
• pp.133-144
• /
• 2017

최근 기상정보는 우리 실생활에 더욱 밀접해지고 있으며, 특히 교통분야에는 매우 중요한 요소로 작용하고 있다. 전 세계적으로 기상이변에 따른 교통분야의 피해는 점차 증가하고 있지만, 기상상태에 따른 도로 위험정도, 교통사고 발생가능성 등 상관관계가 매우 높을 것으로 추정됨에도 불구하고 교통예보서비스, 교통안전정보 제공 등 국내 연구는 기초연구 수준에 진행되고 있다. 본 연구는 기상인자별 사고분석 자료를 기반으로 실시간 기상정보와 교통정보를 연계하여 기상상황별 도로위험 예보서비스를 위한 위험지도 개발을 연구목적으로 하고 있다. 이를 위해 관련자료 수집 및 분석, 자료가공, 기상상태별 예측모형을 적용, 웹 지도상에서 전국고속도로를 대상으로 기상상태별도로 위험지도를 제공하는 방안을 개발하였다. 그 결과 본 연구에서 개발한 도로 위험지도는 향후 온라인, 모바일 서비스 등 도로 관리자, 사용자에게 유용하게 활용할 수 있을 것으로 기대할 수 있다. 또한, 제4차 산업혁명의 핵심 키워드인 자율주행자동차 운행에 있어 기상요소에 따른 위험도를 예측하고 선제적으로 대비할 수 있도록 위험지도 DB를 지속적으로 아카이빙하고 제공하여 보다 안전한 자율주행을 지원할 수 있는 정보로써 활용할 수 있을 것으로 판단된다.

• 한국콘텐츠학회논문지
• /
• 제21권11호
• /
• pp.135-144
• /
• 2021

최근 데이터 기반 의사결정 기술이 데이터 산업을 이끄는 핵심기술로 자리 잡고 있는바, 이를 위한 머신러닝 기술은 고품질의 학습데이터를 요구한다. 하지만 실세계 데이터는 다양한 이유에 의해 결측값이 포함되어 이로부터 생성된 학습된 모델의 성능을 떨어뜨린다. 이에 실세계에 존재하는 데이터로부터 고성능 학습 모델을 구축하기 위해서 학습데이터에 내재한 결측값을 자동 보간하는 기법이 활발히 연구되고 있다. 기존 머신러닝 기반 결측 데이터 보간 기법은 수치형 변수에만 적용되거나, 변수별로 개별적인 예측 모형을 만들기 때문에 매우 번거로운 작업을 수반하게 된다. 이에 본 논문은 수치형, 범주형 변수가 혼합된 데이터에 적용 가능한 데이터 보간 모델인 Denoising Self-Attention Network(DSAN)를 제안한다. DSAN은 셀프 어텐션과 디노이징 기법을 결합하여 견고한 특징 표현 벡터를 학습하고, 멀티태스크 러닝을 통해 다수개의 결측치 변수에 대한 보간 모델을 병렬적으로 생성할 수 있다. 제안 모델의 유효성을 검증하기 위해 다수개의 혼합형 학습 데이터에 대하여 임의로 결측 처리한 후 데이터 보간 실험을 수행한다. 원래 값과 보간 값 간의 오차와 보간된 데이터를 학습한 이진 분류 모델의 성능을 비교하여 제안 기법의 유효성을 입증한다.

• 사물인터넷융복합논문지
• /
• 제10권4호
• /
• pp.101-108
• /
• 2024

실내 위치 측위는 대형 건물에서 내비게이션부터 비상 대응까지 다양한 애플리케이션이다. 본 논문에서는 스마트폰 센서를 이용하고 신경망 기반 동작 인식, 칼만 필터 기반 오류 수정, 다중 센서 데이터 융합을 통합한 향상된 PDR(Pedestrian Dead Reckoning) 기반 보행자 실내 위치 측위 기법을 제시한다. 제안된 기법은 가속도계, 자력계, 자이로스코프, 기압계의 데이터를 활용하여 사용자의 위치와 방향을 정확하게 측위하며, 신경망은 센서 데이터를 처리하여 동작 모드를 분류하고 보폭과 방향 계산에 대한 실시간 조정을 제공한다. 칼만 필터는 이러한 추정치를 더욱 구체화하여 누적 오류와 드리프트를 줄이며, 대형 건물의 여러 층에서 스마트폰을 사용하여 수집한 실험 결과는 수직 이동과 진행 방향 변화를 정확하게 추적하는 능력을 보여준다. 성능 비교 분석 결과에서 제안된 CNN-LSTM 모델은 각도예측에서 기존 CNN 및 Deep CNN 모델보다 성능이 뛰어난 것으로 나타났으며. 또한 기압 데이터를 통합하여 정확한 바닥 수준 감지가 가능해 다층 환경에서 시스템의 견고성을 향상시켰으며, 이 제안된 접근 방식은 실내 위치 파악의 정확성과 신뢰성을 크게 향상시켜 실제 응용 분야에서 활용 가능성이 높다고 판단된다.

• 지능정보연구
• /
• 제23권3호
• /
• pp.155-175
• /
• 2017

최근 독감 예측이나 당선인 예측, 구매 패턴, 투자 등 다방면에서 웹검색 트래픽 정보. 소셜 네트워크 내용 등 거대한 데이터를 통해 사회적 현상, 소비 패턴을 분석하는 시도가 이전보다 늘어났다. 구글, 네이버, 바이두 등 인터넷 포털 업체들의 웹검색 트래픽 정보 공개 서비스와 함께 웹검색 트래픽 정보를 활용하여 소비자나 사용자와 관련된 연구가 실시되기 시작했다. 웹검색 트래픽 정보를 활용한 사회 현상, 소비 패턴 분석을 연구는 많이 수행되었으나, 그에 비해서 도출된 여행 수요 모델을 토대로 의사결정을 위한 실질적 대책 수립으로 이어지는 연구는 많이 진행되지 않은 실정이다. 관광산업은 상대적으로 많은 고용을 가능하게 하고 외자를 유치하는 등 고부가가치를 창출하여 경제 전체에 선순환 효과를 일으키는 중요한 산업이다. 그 중에서도 국내 입국외래객중 수년간 2위와의 큰 차이로 1위를 차지해왔던 중국 국적의 관광객 '유커' 및 그들이 지출하는 1인당 평균 관광 수지는 한국 경제에 매우 중요한 한 부분이다. 관광 수요의 예측은 효율적인 자원 배분과 합리적인 의사 결정에 있어서 공공부문 및 민간부문 모두 중요하다. 적절한 관광 수요 예측을 통해서 한정된 자원을 더욱 효과적으로 활용하여 더욱 많은 부가가치를 창출하기 위한 것이다. 본 연구는 중국인 인바운드를 예측하는 방법에 있어, 이전보다 더 최신의 트렌드를 즉각적으로 반영하고 개인들의 집합의 관심도가 포함되어 예측 성능이 개선된 방법을 제안한다. 해외여행은 고관여 소비이기 때문에 잠재적 여행객들이 입국하기 전 웹검색을 통해 적극적으로 자신의 여정과 관련된 정보를 취득하기 위한 활동을 한다. 따라서 웹검색 트래픽 수치가 중국인 여행객의 관심정도를 대표할 수 있다고 보았다. 중국인 여행객들이 한국 여행을 준비하는 단계에서 검색할만한 키워드를 선정해 실제 중국인 입국자 수와 상관관계가 있음을 검증하고자 하였다. 중국 웹검색 엔진 시장에서 80%의 점유율을 가지는 중국 최대 웹검색 엔진 '바이두'에서 공개한 웹검색 데이터를 활용하여 그 관심 정도를 대표할 수 있을 것이라 추정했다. 수집에 필요한 키워드의 선정 단계에서는 잠재적 여행객이 여정을 계획하고 구체화하는 단계에서 일반적으로 검색하게 되는 키워드 후보군을 선정하였다. 키워드의 선정에는 중국 국적의 잠재적 여행객 표본과의 인터뷰를 거쳤다. 트래픽 대소 관계 확인 결과에 따라서 최종 선정된 키워드들을 한국여행이라는 주제와 직접적인 연관을 가지는 키워드부터, 간접적인 연관을 가지는 키워드까지 총 세 가지 레벨의 카테고리로 분류하였다. 분류된 카테고리 내의 키워드들은 바이두'가 제공하는 웹검색 트래픽 데이터 제공 서비스 '바이두 인덱스'를 통해 웹검색 트래픽 데이터를 수집했다. 공개된 데이터 페이지 특성을 고려한 웹 크롤러를 직접 설계하여 웹검색 트래픽 데이터를 수집하였고, 분리되어 수집된 변수에는 필요한 변수 변환 과정을 수행했다. 자동화 수집된 웹검색 트래픽 정보들을 투입하여 중국 여행 인바운드에 대한 유의한 영향 관계를 확인하여 중국인 여행객의 한국 인바운드 여행 수요를 예측하는 모형을 개발하고자 하였다. 정책 의사결정 및 관광 경영 의사결정 같은 실무적 활용을 고려하여 각 변수의 영향력을 정량적으로 설명할 수 있고 설득이 명료한 방법인 다중회귀분석방법을 적용해 선형 식을 도출하였다. 수집된 웹검색 트래픽 데이터를 기존 검증된 모형 독립변인들에 추가적으로 투입함으로써 전통적인 독립변인으로만 구성된 연구 모형과 비교하여 가장 뛰어난 성능을 보이는 모형을 확인하였다. 본 연구에서 검증하려는, 웹검색 트래픽으로 대표되는 독립변인을 투입한 최종 도출된 모형을 통해 중국인 관광 수요를 예측할 때 유의한 영향을 끼치는 웹검색 트래픽 변수를 확인할 수 있다. 최적 모형 설명력을 가지는 모형을 기반으로 최종 회귀 식을 만들었고 이를 '유커마이닝' 시스템 내부에 도입하였다. 데이터 분석에서 더 나아가 도출된 모형을 직관적으로 시각화하고, 웹검색 트래픽 정보를 활용하여 도출할 수 있는 인사이트를 함께 보여주는 데이터 분석 기반의 '유커마이닝' 솔루션의 시스템 알고리즘과 UX를 제안하였다. 본 연구가 제안하는 모형과 시스템은 관광수요 예측모형 분야에서 웹검색 트래픽 데이터라는 정보 탐색을 하는 과정에 놓인 개인들의 인터랙티브하고 즉각적인 변수를 활용한 새로운 시도이다. 실무적으로 관련 정책결정자나 관광사, 항공사 등이 활용 가능한 실제적인 가치를 가지고, 정책적으로도 효과적인 관광 정책 수립에 활용될 수 있다.

• Asia pacific journal of information systems
• /
• 제24권2호
• /
• pp.233-253
• /
• 2014

Can the stock market really be predicted? Stock market prediction has attracted much attention from many fields including business, economics, statistics, and mathematics. Early research on stock market prediction was based on random walk theory (RWT) and the efficient market hypothesis (EMH). According to the EMH, stock market are largely driven by new information rather than present and past prices. Since it is unpredictable, stock market will follow a random walk. Even though these theories, Schumaker [2010] asserted that people keep trying to predict the stock market by using artificial intelligence, statistical estimates, and mathematical models. Mathematical approaches include Percolation Methods, Log-Periodic Oscillations and Wavelet Transforms to model future prices. Examples of artificial intelligence approaches that deals with optimization and machine learning are Genetic Algorithms, Support Vector Machines (SVM) and Neural Networks. Statistical approaches typically predicts the future by using past stock market data. Recently, financial engineers have started to predict the stock prices movement pattern by using the SNS data. SNS is the place where peoples opinions and ideas are freely flow and affect others' beliefs on certain things. Through word-of-mouth in SNS, people share product usage experiences, subjective feelings, and commonly accompanying sentiment or mood with others. An increasing number of empirical analyses of sentiment and mood are based on textual collections of public user generated data on the web. The Opinion mining is one domain of the data mining fields extracting public opinions exposed in SNS by utilizing data mining. There have been many studies on the issues of opinion mining from Web sources such as product reviews, forum posts and blogs. In relation to this literatures, we are trying to understand the effects of SNS exposures of firms on stock prices in Korea. Similarly to Bollen et al. [2011], we empirically analyze the impact of SNS exposures on stock return rates. We use Social Metrics by Daum Soft, an SNS big data analysis company in Korea. Social Metrics provides trends and public opinions in Twitter and blogs by using natural language process and analysis tools. It collects the sentences circulated in the Twitter in real time, and breaks down these sentences into the word units and then extracts keywords. In this study, we classify firms' exposures in SNS into two groups: positive and negative. To test the correlation and causation relationship between SNS exposures and stock price returns, we first collect 252 firms' stock prices and KRX100 index in the Korea Stock Exchange (KRX) from May 25, 2012 to September 1, 2012. We also gather the public attitudes (positive, negative) about these firms from Social Metrics over the same period of time. We conduct regression analysis between stock prices and the number of SNS exposures. Having checked the correlation between the two variables, we perform Granger causality test to see the causation direction between the two variables. The research result is that the number of total SNS exposures is positively related with stock market returns. The number of positive mentions of has also positive relationship with stock market returns. Contrarily, the number of negative mentions has negative relationship with stock market returns, but this relationship is statistically not significant. This means that the impact of positive mentions is statistically bigger than the impact of negative mentions. We also investigate whether the impacts are moderated by industry type and firm's size. We find that the SNS exposures impacts are bigger for IT firms than for non-IT firms, and bigger for small sized firms than for large sized firms. The results of Granger causality test shows change of stock price return is caused by SNS exposures, while the causation of the other way round is not significant. Therefore the correlation relationship between SNS exposures and stock prices has uni-direction causality. The more a firm is exposed in SNS, the more is the stock price likely to increase, while stock price changes may not cause more SNS mentions.

• 생물환경조절학회지
• /
• 제32권4호
• /
• pp.434-441
• /
• 2023

식물의 잎의 크기나 면적을 아는 것은 생장을 예측하고 실내 농장의 생산성의 향상에 중요한 요소이다. 본 연구에서는 상추 잎 사진을 이용해 엽장과 엽폭을 예측할 수 있는 CNN기반 모델을 연구하였다. 데이터의 한계와 과적합 문제를 극복하기 위해 콜백 함수를 적용하고, 모델의 일반화 능력을 향상시키기 위해 K겹교차 검증을 사용했다. 또한 데이터 증강을 통한 학습데이터의 다양성을 높이기 위해 image generator를 사용하였다. 모델 성능을 비교하기 위해 VGG16, Resnet152, NASNetMobile 등 사전학습된 모델을 이용하였다. 그 결과 너비 예측에서 R² 값0.9436, RMSE 0.5659를 기록한 NASNetMobile이 가장 높은 성능을 보였으며 길이 예측에서는 R² 값이 0.9537, RMSE가 0.8713로 나타났다. 최종 모델에는 NASNetMobile 아키텍처, RMSprop 옵티마이저, MSE 손실 함수, ELU 활성화함수가 사용되었다. 모델의 학습 시간은 Epoch당평균73분이 소요되었으며, 상추 잎 사진 한 장을 처리하는 데 평균0.29초가 걸렸다. 본 연구는 실내 농장에서 식물의 엽장과 엽폭을 예측하는 CNN 기반 모델을 개발하였고 이를 통해 단순한 이미지 촬영만으로도 식물의 생장 상태를 신속하고 정확하게 평가할 수 있을 것으로 기대된다. 또한 그 결과는 실시간 양액 조절 등의 적절한 농작업 조치를 하는데 활용됨으로써 농장의 생산성 향상과 자원 효율성을 향상시키는데 기여할 것이다.