• 한국지구과학회지
• /
• 제41권6호
• /
• pp.617-629
• /
• 2020

기후변화와 지구환경변화에 중요한 역할을 하고 있는 해수면온도는 인공위성 적외선 센서가 관측하는 피층 수온과 측기들이 관측하는 표층 수온으로 나누어질 수 있다. 국외 여러 기관에서 보급되고 있는 해수면온도 관측 자료들은 각각 서로 다른 깊이의 수온을 나타내고 있어서 해양 피층과 표층 수온 사이의 관계를 이해하는 것은 매우 중요하다. 본 연구에서는 적외선 라디오미터를 해양조사선에 장착하기 위한 시스템을 설계하고 부착하고 운용하여 국내에서 처음으로 해양 피층 수온을 산출할 수 있는 관측 환경을 구축하였다. 선박 관측 전에 실험실에서 라디오미터 기기의 검보정을 실시하여 보정 계수를 산출하였다. 관측된 해수면에서 방출된 복사에너지와 하늘 복사에너지를 피층 수온으로 산출하는 일련의 과정을 적용하였다. 산출된 피층 해수면온도를 현장 관측 표층 수온자료와 비교하여 표층과 피층 수온 차이를 정량적으로 조사하고자 하였으며, Himawari-8 정지궤도 위성 해수면온도 자료와의 비교를 통해 해양 상층 연직구조의 특성을 이해하고자 하였다. 2020년 4월 21일부터 5월 6일까지 남해안의 장목항과 동해 남부를 관측한 해양 피층 수온은 전체적으로 표층 수온과 0.76℃ 정도의 차이를 보였다. 또한 이 두 수온 차이의 평균제곱근오차는 약 0.6℃에서 0.9℃까지의 일간변화를 가지고 있었으며, 하루 중 1-3시에 0.83-0.89℃로 가장 크게 나타났으며, 15시에 0.59℃로 최소의 차이를 가지고 있었다. 또한 편차도 0.47-0.75℃의 일간변화를 나타내었다. 해양 피층 관측 수온과 위성 해수면 온도 간 차이는 약 0.74℃의 평균제곱근오차, 0.37℃의 편차를 나타냈다. 본 연구의 분석을 통해 관측 수심에 따른 피층-표층 수온의 차이를 확인할 수 있었으며, 피층-표층 수온 차의 계절적 변화를 정량적으로 이해하고 또 변동 요인과의 관련성을 연구하기 위하여 연구조사선을 이용한 추가적인 연안 및 대양 관측이 지속적으로 진행되어야 함을 시사한다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.1-19
• /
• 2018

최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.