• 한국해양학회지:바다
• /
• 제27권2호
• /
• pp.71-86
• /
• 2022

해양환경을 정량적으로 평가하기 위해 수질평가지수(water quality index, WQI)가 사용되고 있다. 우리나라는 해양수산부고시 해양환경기준에 따라 WQI를 5개 등급으로 구분하여 수질을 평가한다. 하지만, 방대한 수질 조사 자료에 대한 WQI 계산은 복잡하고 많은 시간이 요구된다. 이 연구는 기존의 조사된 수질 자료를 활용하여 WQI 등급을 예측할 수 있는 기계학습(machine learning, ML) 기반의 모델을 제안하고자 한다. 특별관리해역인 시화호를 모델링 지역으로 선정하였다. AdaBoost와 TPOT 알고리즘을 모델 훈련을 위해 사용하였으며, 분류 모델 평가 지표(정확도, 정밀도, F1, Log loss)로 모델 성능을 평가하였다. 훈련하기 전, 각 알고리즘 모델의 최적 입력자료 조합을 탐색하기 위해 변수 중요도와 민감도 분석을 수행하였다. 그 결과 저층 용존산소(dissolved oxygen, DO)는 모델의 성능에서 가장 중요한 인자였다. 반면, 표층 용존무기질소(dissolved inorganic nitrogen, DIN)와 표층 용존무기인(dissolved inorganic phosphorus, DIP)은 상대적으로 영향이 적었다. 한편, 최적 모델의 시공간적 민감도와 WQI 등급 별 민감도를 비교한 결과 각 조사 정점 및 시기, 등급 별 모델의 예측 성능이 상이하였다. 결론적으로 TPOT 알고리즘이 모든 입력자료 조합에서 성능이 더 우수하여 충분한 자료로 훈련된 최적 모델은 새로운 수질 조사 자료의 WQI 등급을 정확하게 분류할 수 있을 거라 판단된다.

• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.11-19
• /
• 2021

이상 객체란 일반적이고 평범한 행동을 취하는 객체가 아닌 비정상적이고 흔하지 않은 행동을 하여 관찰이나 감시·감독을 필요로 하는 사람, 물체, 기계 장치 등을 뜻한다. 이를 사람의 지속적인 개입 없이 인공지능 알고리즘을 통해 탐지하기 위해서 광학 흐름 기법을 활용한 시간적 특징의 특이도를 관찰하는 방법이 많이 활용되고 있으며, 이 기법은 정해진 표현 범위가 없는 수많은 이상 행동을 식별하기에 적합하다. 본 연구에서는 생성적 적대 신경망(Generative Adversarial Network, GAN)으로 입력 영상 프레임을 광학 흐름 영상으로 변환하는 알고리즘을 학습시켜 비정상적인 상황을 식별한다. 특히 생성적 적대 신경망 모델이 입력 영상에 대한 중요한 특징 정보를 학습하고, 그 외 불필요한 이상치를 제외시키기 위한 전처리 과정과 학습 후 테스트 데이터셋에서 식별 정확도를 높이기 위한 후처리 과정을 고도화하여 전체적인 모델의 이상 행동 식별 성능을 향상시키는 기법을 제안한다. 이상 행동을 탐지하기 위한 학습 데이터셋으로 UCSD Pedestrian, UMN Unusual Crowd Activity를 활용하였으며, UCSD Ped2 데이터셋에서 프레임 레벨 AUC 0.9450, EER 0.1317의 수치를 보이며 이전 연구에서 도출된 성능 지표 대비 성능 향상이 확인되었다.

• 한국지리정보학회지
• /
• 제18권1호
• /
• pp.90-104
• /
• 2015

본 연구의 목적은 위성영상을 이용해 시공간 증발산량을 모의할 수 있는 증발산량 산정 모형을 구축하고, 플럭스 타워 실측 증발산량과 비교를 통해 적용성을 평가하는데 있다. 증발산량 산정 모형은 SEBAL(Surface Energy Balance Algorithm for Land)을 구축하였으며, 모형 내 일부 알고리즘을 수정하여 적용하였다. SEBAL 모형의 위성 입력 자료로는 2개년(2012-2013)의 MODIS Normal Distribution Vegetation Index(NDVI), Albedo, Land Surface Temperature(LST) 영상을 500m의 공간해상도로 구축하였으며, 유역주변 기상청 기상관측소(5개 지점)의 풍속, 풍속측정높이, 일사량 자료를 내삽(Interpolation)하여 활용하였다. 모형의 적용성 평가를 위하여 금강유역의 용담댐을 대상으로 공간 증발산량을 산정하여 유역 내에 위치한 덕유산 플럭스 타워의 산림 증발산량과 비교분석하였다. 모형 매개변수 중 Albedo와 NDVI, 지표 거칠기(Surface roughness) 순으로 민감한 것으로 분석되었으며, 모형의 보정을 위해 최종적으로 Albedo와 NDVI는 월별 평균값을 적용하였다. 모의 기간 동안의 결정계수($R^2$)는 0.45이었다. SEBAL 모형은 특히 지형적 특성을 반영하므로 유역내에서 고지대에 비해 저지대에서 증발산량이 높게 산정되는 경향을 보였다.

• 한국습지학회지
• /
• 제13권3호
• /
• pp.471-479
• /
• 2011

증발산은 토양 표면에서 일어나는 증발 과정과 식물의 광합성으로 인해 발생하는 증산 작용을 포함한 수문 기상인자로 수문 순환과정에서 중요한 역할을 차지한다. 현재 국내외에서는 증발산을 산정하고 공간적인 거동을 파악하기 위한 연구가 활발히 진행되고 있지만 특정 지역에서의 토지 피복의 차이나 식생으로 인해 거동을 이해하는데 많은 제약이 따른다. 본 연구에서는 고해상도의 영상을 제공하는 Landsat 위성이 기반이 되는 원격탐사 기반 에너지 수지 모형인 Mapping EvapoTRanspiration with Internalized Calibration (METRIC) 모형과 MODerate resolution Imaging Spectroradiometer (MODIS) 위성 기반의 Penman-Monteith 알고리즘으로 산정된 증발산의 공간 분포를 비교하였다. 토지 피복별로 분류한 후 두 공간 분포를 비교하여 침엽수림과 활엽수림에서 가장 높은 상관관계를 갖는 것을 확인하였고 두 모형에 대한 적용성이 높음을 알 수 있다. 본 연구를 바탕으로 원격탐사 기반 고해상도 증발산 지도를 제작하여 시공간적 변동성과 계절 변화에 따른 거동을 파악할 수 있을 것이다.

• 한국ITS학회 논문지
• /
• 제20권1호
• /
• pp.70-85
• /
• 2021

최근 활발히 연구되는 딥러닝 방법론은 인공지능의 성능을 급속도로 향상시켰고, 이에 따라 다양한 산업 분야에서 딥러닝을 활용한 시스템이 제시되고 있다. 교통 시스템에서는 GNN을 활용한 공간-시간 그래프 모델링이 교통 속도 예측에 효과적인 것으로 밝혀졌지만, 이는 메모리 병목 현상을 유발하기 때문에 모델이 비효율적으로 학습된다는 단점이 있다. 따라서 본 연구에서는 그래프 분할 방법을 통해 도로 네트워크를 분할하여 메모리 병목 현상을 완화함과 동시에 우수한 성능을 달성하고자 한다. 제안 방법론을 검증하기 위해 인천시 UTIC 데이터 분석 결과를 바탕으로 Jensen-Shannon divergence를 사용하여 도로 속도 분포의 유사도를 측정하였다. 그리고 측정된 유사도를 바탕으로 스펙트럴 클러스터링을 수행하여 도로 네트워크를 군집화하였다. 성능 측정 결과, 도로 네트워크가 7개의 네트워크로 분할되었을 때 MAE 기준 5.52km/h의 오차로 비교 모델 대비 가장 우수한 정확도를 보임과 동시에 메모리 병목 현상 또한 완화되는 것을 확인할 수 있었다.

• 대한토목학회논문집
• /
• 제31권6B호
• /
• pp.531-539
• /
• 2011

기상학적으로 극치강수사상의 특성을 정확하게 이해하기가 어렵고 이를 모형을 통해서 구현하기는 더욱이 어려운 것이 현실이다. 이러한 점에서 본 연구는 극치사상과 연관된 대규모 기상장을 이해하기 위한 수단으로서 과거자료를 바탕으로 한강수장 추출기법을 개발하였다. 본 연구에서 관심을 가지는 수문기상학적 특성은 강수장의 위치, 크기, 방향 등이며 이를 전지구자료로부터 추출할 수 있는 알고리즘을 개발하였다. 본 연구에서는 극치강수량에 따른 강우의 이동을 평가하기 위하여 NOAA에서 제공하는 NCEP 전지구기상자료를 활용하였으며 바람벡터자료와 비습도를 활용하여 우선적으로 강우장을 정의하였다. 본 연구에서는 정의된 강수장의 특성을 정의하기 위해서 감시 구역내 강우장의 1, 2차모멘트를 계산하고 이를 토대로 강우장의 공분산을 추정하여 최종적으로 기하학적 타원체를 기본으로 하는 정의방법을 개발하였다. 합성자료를 대상으로 모형의 적합성을 평가한 결과 정규화된 분포를 가지는 강우장의 형태뿐만 아니라 불규칙하게 분포된 강우장에 대해서도 모멘트개념에 근거한 타원체를 통해서 강우장의 특성을 효과적으로 정의할 수 있었다. 마지막으로 실제 강우장을 대상으로 모멘트개념에 근거한 타원체를 정의하여 강우장의 위치, 이동방향, 영향반경 등을 효과적으로 추출할 수 있음을 확인할 수 있었다.

• 한국측량학회지
• /
• 제40권4호
• /
• pp.275-292
• /
• 2022

기후변화 감시에 위성 자료 활용을 위해 GCOS (Global Climate Observing System)는 시공간 해상도, 시간 변화에 따른 안정성, 불확실도 등의 요구사항을 제시하고 있다. 천리안위성 2A호의 경우, 센서의 한계로 인해 산출물들이 공간해상도 조건에 충족하지 못하는 경우가 많다. 따라서 본 연구에서는 영상융합 기법들을 천리안위성 2A호 영상에 적용하여 산출물 생성 시 활용될 수 있는 최적의 기법을 찾고자 한다. 이를 위해 CS (Component Substitution), MRA (Multiresolution Analysis), VO (Variational Optimization), DL (Deep Learning)에 포함되는 총 6가지 영상융합 기법을 활용하였다. DL의 경우 합성적(Synthesis) 특성 기반 방법을 훈련자료 구축에 사용하였다. 합성적 특성 기반 방법의 과정은 PAN (Panchromatic)과 MS (Multispectral) 영상의 공간해상도 차이만큼 두 영상의 해상도를 낮춰 융합 영상을 생성한 후 원본 MS 영상과 비교한다. 합성적 특성 기반 방법은 공간해상도를 저하시킨 PAN 영상과 MS 영상 간 기하 특성이 같아야 사용자가 원하는 수준의 융합 영상을 제작할 수 있다. 하지만, 훈련자료 구축 시 비유사성이 존재하기에 이를 최소화하는 방법으로 무작위 비율을 활용한 PSGAN 모델(PSGAN_RD)을 추가로 활용하였다. 융합 영상의 검증은 일관성(consistency) 및 합성적 특성 기반 정성적, 정량적 분석을 수행하였다. 분석 결과, 영상융합 알고리즘 중 GSA가 공간 유사도를 나타내는 평가지수에서 가장 높은 수치를 보였으며, 분광 유사도를 나타내는 지수들은 PSGAN_RD 모델의 정확도가 가장 높았다. 융합 영상의 공간 및 분광 특성을 모두 고려한다면 PSGAN_RD 모델이 천리안위성 2A호 산출물 제작에 가장 최적일 것으로 판단하였다.