• 한국해안·해양공학회논문집
• /
• 제30권6호
• /
• pp.286-297
• /
• 2018

본 연구에서는 황해역 파랑 특성을 파악하기 위해 KOGA-W01 파랑관측자료를 분석하고, 이를 바탕으로 파랑 후측모의 실험을 수행하였다. 파랑관측자료 분석에 따르면, 파랑관측지점이 연안역에 비교적 가까이 위치해 있음에도 불구하고 fetch length가 짧아 심해파 출현율이 높은 것으로 나타났다. 이에 본 연구에서는 Chun and Ahn(2017a, b)의 계산영역을 황해역으로 확장하여 파랑계산을 수행하였는데, 황해역에서의 정확한 파랑계산을 위해 조석 및 조류의 효과도 함께 고려하였다. 계산결과를 관측결과와 비교하여 파랑 후측모의의 정확도를 검증하였다. 본 연구의 전반적인 계산 결과의 정확도는 만족할 수준이지만, 계산영역 크기 한계로 S계열의 너울성 장주기파를 제대로 재현하지 못해 황해역 유의파주기의 정확도가 낮게 나타났다. 그러나 이들 장주기파의 파랑에너지가 크지 않아, 극치 파랑분석에의 영향은 작아 극치파랑의 유의파주기는 잘 재현하고 있는 것으로 나타났다.

• 한국재난정보학회 논문집
• /
• 제14권4호
• /
• pp.501-509
• /
• 2018

연구목적: UAV기반의 사진측량은 기존 항공촬영에 비해 비용이 절감될 뿐만 아니라 원하는 시간과 장소에 대한 고해상도의 데이터를 취득하기 용이하기 때문에, 공간정보 분야에서도 UAV를 활용한 연구가 진행되고 있다. 본 연구에서는 UAV 기반의 고해상도 영상을 활용하여 토지피복 분류를 수행하고자 하였다. 연구방법: 고해상도 영상의 획득을 위하여 RGB카메라를 사용하였으며, 추가적으로 식생지역을 정확하게 분류하기 위해서 다중분광 카메라를 사용하여 동일 지역을 추가 촬영하였다. 최종적으로 RGB 및 다중분광 카메라를 이용하여 생성된 정사영상, DSM(Digital Surface Model), NDVI(Normalized Difference Vegetation Index), GLCM(Gray-Level Co-occurrence Matrix)을 이용하여 대표적인 감독분류기법인 RF(Random Forest)방법을 이용해 총 7개 클래스에 대해 토지피복분류를 수행하였다. 연구결과: 분류정확도 평가를 위해 오차행렬을 기반으로 한 정확도 평가를 실시하였으며, 정확도 평가 결과 RGB 영상만을 이용한 감독분류결과와 비교하여 제안 방법이 해당 지역의 클래스를 효과적으로 분류할 수 있음을 확인하였다. 결론: 본 연구에서 제안한 정사영상, 다중분광영상, NDVI, GLCM을 모두 추가한 경우 기존의 정사영상만을 이용하였을 때 보다 높은 정확도를 나타냈다. 추후 연구로는 추가적인 입력자료의 개발을 통해 분류 정확도를 향상시키고자 한다.

• 한국수자원학회논문집
• /
• 제54권5호
• /
• pp.301-309
• /
• 2021

본 연구에서는 시계열 순서의 의미가 희석될 수 있는 기존의 U-net 기반 딥러닝 강우예측 모델의 성능을 개선하고자 하였다. 이를 위해서 데이터의 연속성을 고려한 ConvLSTM2D U-Net 신경망 구조를 갖는 모델을 적용하고, RainNet 모델 및 외삽 기반의 이류모델을 이용하여 예측정확도 개선 정도를 평가하였다. 또한 신경망 기반 모델 학습과정에서의 불확실성을 개선하기 위해 단일 모델뿐만 아니라 10개의 앙상블 모델로 학습을 수행하였다. 학습된 신경망 강우예측모델은 현재를 기준으로 과거 30분 전까지의 연속된 4개의 자료를 이용하여 10분 선행 예측자료를 생성하는데 최적화되었다. 최적화된 딥러닝 강우예측모델을 이용하여 강우예측을 수행한 결과, ConvLSTM2D U-Net을 사용하였을 때 예측 오차의 크기가 가장 작고, 강우 이동 위치를 상대적으로 정확히 구현하였다. 특히, 앙상블 ConvLSTM2D U-Net이 타 예측모델에 비해 높은 CSI와 낮은 MAE를 보이며, 상대적으로 정확하게 강우를 예측하였으며, 좁은 오차범위로 안정적인 예측성능을 보여주었다. 다만, 특정 지점만을 대상으로 한 예측성능은 전체 강우 영역에 대한 예측성능에 비해 낮게 나타나, 상세한 영역의 강우예측에 대한 딥러닝 강우예측모델의 한계도 확인하였다. 본 연구를 통해 시간의 변화를 고려하기 위한 ConvLSTM2D U-Net 신경망 구조가 예측정확도를 높일 수 있었으나, 여전히 강한 강우영역이나 상세한 강우예측에는 공간 평활로 인한 합성곱 신경망 모델의 한계가 있음을 확인하였다.

• 한국경제지리학회지
• /
• 제24권3호
• /
• pp.313-329
• /
• 2021

본 연구는 대구 게임산업을 대상으로 그 기업들의 자체 평가에 기초하여 경영위기 특성과 회복력 수준 그리고 그 대안을 분석하였다. 1990년대 말 자생적으로 태동한 대구 게임산업은 정부와 지원기관의 지원 하에 2000년대 후반까지 급격히 성장하였지만, 2010년대 중반부터 모바일게임 시장의 포화상태 및 국내외 치열한 경쟁 상황에 대응하지 못한 기업이 속출하면서 침체기에 접어들게 되었다. 이에 대해 일부 게임업체들은 제품 차별성 추구와 새로운 판로 개척을 위한 도전적 전략을 취함으로써 위기 상황을 오히려 경쟁력을 강화시키는 계기로 만든 반면, 위기 대응에 소극적이었던 기업들은 경영위기를 벗어나지 못했다. 또한 회복력 수준을 분석한 결과, 대구 게임업체들은 충격에 즉각적으로 대응(신속성)하고 타격받은 부분을 대체(대체성)하는 수준은 낮지만 내부적으로 충분한 자원을 동원(자원동원성)할 수 있는 수준은 높았다. 하지만 대구 게임산업이 과거에 비해 더욱 복잡한 다중 공간적 스케일의 환경변화에 직면하고 있기 때문에, 앞으로 회복력은 개별기업 차원의 노력을 넘어서 게임산업 생태계 측면에서 약한 부분을 보완할 수 있는 전략을 통해 강화되어야 할 것이다.

• 한국전자통신학회논문지
• /
• 제15권6호
• /
• pp.1089-1098
• /
• 2020

본 연구에서는 적조 Cochlodinium Polykrikoide를 기계학습 방법과 정지궤도 해색위성 영상을 활용하여 탐지하는 방법을 제안한다. 기계학습 모형을 학습시키기 위해 GOCI Level2 자료를 활용하였으며, 국립수산과학원의 적조 속보 자료를 활용하였다. 기계학습 모델은 로지스틱 회귀모형, 의사결정나무 모형, 랜덤포래스트 모형을 사용하였다. 성능 평가 결과 기계학습을 사용하지 않은 전통적인 GOCI 영상 기반 적조 탐지 알고리즘(Son et al.,2012) (75%)과 비교해보았을 때 약 13~22%p (88~98%)의 정확도 향상을 확인할 수 있었다. 또한 기계학습 모형 간 탐지 성능을 비교 분석해본 결과 랜덤 포레스트 모형(98%)이 가장 높은 탐지 정확도를 보였다. 이러한 기계학습 기반 적조 탐지 알고리즘은 향후 적조를 조기에 탐지하고 그 이동과 확산을 추적 모니터링하는데 활용될 수 있을 것이라고 판단된다.

• 한국인터넷방송통신학회논문지
• /
• 제20권6호
• /
• pp.175-182
• /
• 2020

비접촉식 시선추적 기술은 인간과 컴퓨터간의 인터페이스로서 장애가 있는 사람들에게 핸즈프리 통신을 제공하며, 최근 코로나 바이러스 등으로 인한 비접촉시스템에도 중요한 역할을 할 것으로 기대된다. 따라서 본 논문에서는 인간 중심의 상호 작용을 위한 상황인식 다중영역 분류기 및 ASSL 알고리즘을 기반으로 한 사용자 인터페이스 기술을 개발한다. 이전의 AdaBoost 알고리즘은 안구 특징 사이의 공간적 맥락 관계를 이용할 수 없기 때문에 눈의 커서 포인팅 추정을 위한 안면 추적에서 충분히 신뢰할 수 있는 성능을 제공 할 수 없다. 따라서 본 논문에서는 효율적인 비접촉식 시선 추적 및 마우스 구현을 위한 눈 영역의 상황기반 AdaBoost 다중 영역 분류기를 제시한다. 제안된 방식은 여러 시선 기능을 감지, 추적 및 집계하여 시선을 평가하고 온 스크린 커서 기반의 능동 및 반 감독 학습을 조정한다. 이는 눈 위치에 성공적으로 사용되었으며 눈 특징을 감지하고 추적하는 데에도 사용할 수 있다. 사용자의 시선을 따라 컴퓨터 커서를 제어하며 칼만 필터를 이용하여 실시간으로 추적하며, 가우시안 모델링을 적용함으로써 후처리하였다. Fits law에 의해 실험하였으며, 랜덤하게 대상객체를 생성하여 실시간으로 시선추적성능을 분석하였다. 제안하는 상황인식을 기반 인식기를 통하여 비접촉 인터페이스로서의 활용이 높아질 것이다.

• 대한원격탐사학회지
• /
• 제36권6_1호
• /
• pp.1367-1377
• /
• 2020

본 연구는 2016년 발생한 9.12 경주지진을 중심으로 경주시 건축물의 지진 취약성을 평가하고 지도를 제작하는데 목적이 있다. 지진 취약성을 평가하기위해 지질공학, 물리, 구조적 요인과 관련된 11개의 영향인자를 선정하였으며, 이는 독립변수로 적용되었다. 종속변수로는 9.12 경주지진 당시 실제 피해 입은 건축물의 위치자료가 사용되었다. 평가 모델은 기계학습 방법의 RF와 SVM을 기반으로 구축하였으며, 훈련 및 검증 데이터셋은 70:30 비율로 무작위 선별되었다. 정확도 검증은 ROC 곡선을 사용하여 최적 모델을 선별하였으며, 각 모델의 정확도는 RF(1.000), SVM(0.998), 예측 정확도는 RF(0.947), SVM(0.926) 로 나타났다. RF 모델을 기반으로 경주시 전체 건축물의 예측 값을 도출하였으며, 이를 등급화 하여 지진 취약성 지도를 작성하였다. 행정동별 건물 등급 분포를 살펴본 결과, 황남동, 월성동, 선도동, 내남면이 취약성이 높은 지역으로, 양북면, 강동면, 양남면, 감포읍이 상대적으로 안전한 지역으로 나타났다.

• 한국농림기상학회지
• /
• 제23권4호
• /
• pp.424-433
• /
• 2021

최근의 기후변화는 지구촌 곳곳에 이상기상 현상을 발생시키며, 사회 여러 분야에서 많은 피해를 발생시키고 있다. 특히 최근에는 호우 또는 가뭄 등 강수량의 많고 적음으로 인한 피해가 많이 보고되고 있는데, 본 연구에서는 실제로 우리나라에서 발생하고 있는 강수량의 발생 패턴을 조사하여 과거에서 현재까지 어떤 변화를 보이는지 분석해보고자 하였다. 이를 위해 선행연구에서 기후변화에 따른 강수량의 시간적 특성 비교를 위해 제시한 강수지표 중 일부를 선정하였다. 지점별 시간에 따른 변화를 분석하기 위하여 국내 기상청 ASOS 관측소 10개 지점을 지역분포를 고려하여 선정하였으며, 지점별로 1951년부터 2020년까지의 일적산강수량을 수집하였다. 또한 산악강수모형을 이용하여 1981년부터 2020년까지의 전국 고해상도의 일별 강수분포도를 제작하여 분석에 활용하였다. 시간에 따른 분석결과 연적산강수량의 경우 과거에서 현재로 이동하면서 증가 양상을 보였다. 강수일수의 경우 대부분의 관측지점에서 감소하는 추세를 보였으며, 호우일수의 경우는 반대로 증가하는 경향을 보였다. 공간적인 변화의 경우 강수일수와 호우일수 모두 과거에 비해 감소되는 지역이 많았으며, 그 특징은 중부지방에서 두드러지게 나타났다. 결과적으로 우리나라의 강수량의 패턴은 짧아진 강수일수, 늘어난 일별 강수량으로의 변화로 정리할 수 있다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.991-1005
• /
• 2022

위성 영상은 핵 활동 탐지와 검증을 위한 효율적인 보조자료로 핵시설과 같이 접근이 어렵고 정보가 제한된 지역에 매우 유용하다. 특히 장비의 이동 또는 시설물의 변화와 같이 핵실험을 준비하는 과정은 시계열 분석을 통해 충분히 식별 가능하다. 본 연구에서는 핵 활동과 관련된 주요 객체의 변화를 탐지하기 위하여, 다시기 영상의 의미론적 분할 결과의 차이를 이용하였다. AIHub에서 제공하는 KOMPSAT 3/3A 영상으로 구성된 객체 판독 데이터셋에서 건물, 도로, 소형 객체의 정보를 추출하여 학습하였으며, U-Net, PSPNet, Attention U-Net에 대하여 주요 파라미터를 변경하며 대상 객체 추출에 적합한 의미론적 분할 모델을 분석하였다. 의미론적 분할 결과의 차영상으로 생성된 결과에 객체 정보를 포함하여 최종 변화 탐지를 수행하였으며, 제안 기법을 임의의 변화를 포함한 시뮬레이션 영상에 적용한 결과, 변화 객체를 효과적으로 추출할 수 있었다. 본 연구에서 제시된 변화 탐지 기법을 적용하기 위해서는, 의미론적 분할의 정확도가 우선적으로 확보되어야 하는 제약이 있으나, 추후 실험 대상 지역에 대한 학습데이터셋이 증가할 수록 적용 가능한 분석 범위가 증가할 것으로 기대된다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.483-490
• /
• 2021

최근 도시화된 지역의 지하개발로 인한 각종 문제가 증가함에 따라 정확한 지하시설물 정보관리가 요구되고 있다. 이에 본 연구에서는 현장에서 실시간으로 지하공간통합지도를 활용하기 위해 현장 취득 GPR (Ground Penetration Radar) 탐사 데이터와 지하공간통합지도의 상호 위치를 비교하는 기능, 지하시설물 분석 기능, GPR 탐사 단면을 지하공간통합지도 상에 중첩하여 가시화 하는 기능, 측량 데이터를 3차원 공간상에 정위치 및 속성 편집을 통해 셰이프 파일로 변환하는 기능, 셰이프파일을 지하공간통합지도 모바일 센터에 제출하는 기능을 정의하여 프로그램으로 개발하였다. 또한, 개발 프로그램의 현장 적용 테스트를 위해 상수관로 매설 공사 현장에서 지하시설물 실시간 측량 현장에서 활용하는 시나리오와 GPR 탐사 현장에서 활용하는 시나리오를 도출하였으며, 서울시 관내 4개소에서 현장 실증을 수행하여 활용 시나리오의 현장 적용 문제점 및 기능의 오류 없이 정상적으로 작동함을 확인하였다. 이를 통해 본 연구에서 개발한 프로그램의 현장 활용성을 확인할 수 있었으며, 현장에서 측량 성과의 품질 확인 및 지하공간통합지도의 갱신 자동화에 기여할 수 있을 것이다. 또한, 국토교통부에서 추진하는 지하시설물도 정확도 향상 확산사업에 시범 적용하여 개발 프로그램의 활용성을 더욱 높일 것으로 기대된다.