• 대한원격탐사학회지
• /
• 제36권6_2호
• /
• pp.1493-1507
• /
• 2020

KOMPSAT-3A는 2015년 3월 발사하여 약 6개월의 기간 동안 초기 검보정을 수행한 이후 지난 8년 동안 성공적으로 KOMPSAT-3A 자료를 사용자들에게 배포하였으며, 수집된 영상 자료는 지도제작, GIS, 국토관리 등의 다양한 분야에서 정성적, 정량적 정보 추출의 기초 자료로 활용되고 있다. 한국항공우주연구원에서는 KOMPSAT-3A의 영상제품군에서 추출되는 정보의 정확도 및 신뢰도를 확보하기 위해 주기적으로 영상 품질과 인공위성 하드웨어 특성을 확인하고 있다. 또한 KOMPSAT-3A의 탑재체, 자세제어 센서들의 노후화에 따른 영상 품질 저하 현상을 최소화하기 위해 지속적인 영상 품질 개선 작업을 수행하고 있다. 본 논문에서는 KOMPSAT-3A 개발 단계에서 정의된 발사 전후의 검보정 주요 과정 및 대표 영상 품질 인자인 MTF, SNR, Location accuracy 측정 방법을 설명하였다. 이를 바탕으로 발사 후 초기 LEOP Cal/Val이 완료된 이후 측정된 영상 품질 인자별 성능값과 최근 2016년부터 2020년 5월까지 KOMPSAT-3A호의 주요 품질 인자인 MTF, SNR, Location accuracy 현황과 특성을 기술하였다.

• 해양환경안전학회지
• /
• 제26권7호
• /
• pp.931-941
• /
• 2020

해양데이터를 수집하기 위해 필요한 엔지니어, 연구원 및 과학자를 대신할 수 있는 해양 모니터링 장치인 자율주행보트의 필요성이 대두되고 있다. 이 논문은 자율주행보트의 세일을 개발하기 위한 연구로 곡선형 트윈 세일의 공기역학적인 특성을 수치해석적으로 분석하고 이를 날개 형태의 세일과 성능비교를 통해 곡선형 트윈 세일의 공기 역학적인 성능을 확인하였고, 세일의 간격과 형상에 따른 성능을 비교하였다. 유체 해석을 위한 지배방정식은 Navier - Stokes를 사용하였다. 성능비교 결과 곡선 형 트윈 세일은 날개 형태의 세일과 비교하여 양력, 항력 및 추력 계수가 향상됨을 알 수 있다. 또한, 트윈 세일의 양 날개의 간격은 중요한 변수임을 확인 하였다. 0.035 L, 0.07 L, 0.14 L에서는 스톨로 인해 양력 계수의 감소로 나타났고 0.21 L, 0.28 L, 0.35 L에서는 개선되어 0.28 L에서 최대 양력을 보여준다.

• 생물환경조절학회지
• /
• 제31권1호
• /
• pp.1-7
• /
• 2022

서부 경남 지역 중 딸기재배로 유명한 지역 40개 농가를 대상으로 한 조사에 따르면 국산품종 중에서 "설향"이 65.0%으로서 가장 선호하고 있는 것으로 나타났다. 그리고 현재의 농업은 4차 산업혁명으로 스마트팜(Smart Farm)의 기술이 더욱 발전하고 있는 실정이다. 그러나 각 생육단계가 어떤 상황일 때 딸기의 생산량이 최적에 달하는지 대한 기준이 없으며, 이러한 판단기준은 아직까지 스마트팜에 경험이 있는 농업인의 의사에 달려있다는 문제점이 있다. 따라서 본 연구에서는 딸기의 생육상황에 대한 생산량 예측을 통해 선진화된 스마트팜 시스템을 구축하고자 한다. 실험 장소는 경상남도 사천시의 딸기 농가에서 수행하였으며, 총 3곳을 대상으로 데이터 수집을 진행하였다. 실험 대상의 모든 온실 내에서 재배하는 딸기의 품종은 '설향'이다. 작물 데이터의 수집 항목은 작물의 엽수, 꽃수, 과실수, 초장, 잎의 길이, 엽록소 함량이며, 환경 데이터의 수집 항목은 온도, 습도, 조도이다. 기존의 농가 단위의 스마트팜의 문제점 보완 및 개선을 통하여 고품질의 작물 생장 상태를 유지하기 위해 K-fold 교차검증, Lasso 회귀분석, MAPE 검증을 통해 예측모델을 도출하였으며, MAPE 검증 결과 값으로 0.511(꽃 예측)과 0.488(과일 예측)의 값이 나타났다. 본 연구는 스마트팜 데이터 구축을 위해서는 AI를 통해 성장상태별 수확량을 예측하였으며, 이를 농가 및 농업 관련 기업에 활용해 농업 서비스가 편리할 것으로 판단된다.

• 한국농공학회논문집
• /
• 제64권3호
• /
• pp.9-24
• /
• 2022

Currently, a vast amount of hydrologic data is accumulated in real-time through automatic water level measuring instruments in agricultural reservoirs. At the same time, false and missing data points are also increasing. The applicability and reliability of quality control of hydrological data must be secured for efficient agricultural water management through calculation of water supply and disaster management. Considering the characteristics of irregularities in hydrological data caused by irrigation water usage and rainfall pattern, the Korea Rural Community Corporation is currently applying the Hampel filter as a water level data quality management method. This method uses window size as a key parameter, and if window size is large, distortion of data may occur and if window size is small, many outliers are not removed which reduces the reliability of the corrected data. Thus, selection of the optimal window size for individual reservoir is required. To ensure reliability, we compared and analyzed the RMSE (Root Mean Square Error) and NSE (Nash-Sutcliffe model efficiency coefficient) of the corrected data and the daily water level of the RIMS (Rural Infrastructure Management System) data, and the automatic outlier detection standards used by the Ministry of Environment. To select the optimal window size, we used the classification performance evaluation index of the error matrix and the rainfall data of the irrigation period, showing the optimal values at 3 h. The efficient reservoir automatic calibration technique can reduce manpower and time required for manual calibration, and is expected to improve the reliability of water level data and the value of water resources.

• 셀메드
• /
• 제11권4호
• /
• pp.21.1-21.9
• /
• 2021

Background: Unani System of Medicine (USM) has its origin to Greece. To ensure and develop the quality, authenticity of Unani drugs, standardization on modern analytical parameter is essential requirement for drugs. Objectives: The aimed of the present study was to develop a standard profile of "Qurṣ-e-Mafasil" by systematic study through authenticated ingredients, pharmacognostic identification followed by physicochemical, TLC, HPTLC fingerprinting analysis as per standard protocol. Material and Methods: In this study three batches of "Qurṣ-e-Mafasil" QM were prepared by standard method as per UPI had been followed by organoleptic properties of formulation such as appearance, color, odor, taste. Powder Microscopy and physicochemical studies were carried out such as Uniformity of weight, Friability, Disintegration time, hardness, LOD, ash vales and extractive values in like aqueous, alcohol & hexane. Further qualitative tests such as Thin-Layer Chromatography (TLC), and High-Performance Thin Layer Chromatography (HPTLC) studies were also carried out to develop fingerprint pattern of the alcoholic solvent extract of QM. Phytochemical screening was carried out in different solvent extracts such as alcoholic, aqueous and chloroform extracts to detect the presence phytoconstituents in the formulation QM. Heavy metals, Microbial Load Contamination and pesticidal residues were also determined. Results: Qurṣ-e-Mafasil showed tablet-like appearance, light brown colour, mild pungent odour and acrid taste. Uniformity of weight (mg), friability (rpm), and hardness (kg/cm) and disintegration time was ranged between (500 to 503), (0.0340 to 0.038), (8.40 to 8.67) and (4-5 minutes) respectively for the three batches. Loss in weight on drying at 105℃ was ranged between (8.3425 to 8.7346). Extracted values were calculated in distilled water ranged between (30.9091 to 31.4358), hexane (1.1419 to 1.4281), and alcohol (3.3352 to 3.3962). The ash values recorded were ranged between (3.7336 to 3.8378), and acid insoluble ash (0.5859 to 0.6112).

• 한국광학회지
• /
• 제34권3호
• /
• pp.99-105
• /
• 2023

천체망원경의 성능은 여러가지 요소에 의해 결정된다. 대기 난류도 그 중 하나인데, 대기 난류는 망원경으로 수집한 빛을 왜곡시켜 이미지의 선명도와 해상도를 저하시킨다. 때문에 대기 난류를 보정하기 위한 기술이 연구되어 왔다. 보정 기술을 연구하기 위해서는 대기 난류를 실험실에서 모사해야 하며, 그 중 가장 실용적인 방법으로 위상판을 이용한 방법이 있다. 심한 난기류를 모사한 위상판을 측정할 때에는 주로 샥하트만 파면 센서로 측정하게 된다. 이 때, 레이저 광원은 위상판을 거쳐 샥-하트만 파면 센서로 들어가게 되는데 위상판을 거치면서 레이저의 세기가 줄어들고, 이로 인해 샥-하트만 파면 센서가 위상판을 측정하지 못하는 경우가 발생한다. 본 논문에서는 난기류를 모사한 위상판 측정 시 레이저 출력 조절의 필요성과 레이저 출력이 측정된 파면에 어떤 영향을 미치는지를 알아본다. 프라이드 파라미터 r₀이 상대적으로 낮은 위상판의 경우 레이저 출력으로 인해 10% 이상 r₀이 변화하였다. r₀이 상대적으로 높은 위상판의 경우 레이저 출력으로 인한 변화가 5% 미만으로 r₀이 거의 변하지 않음을 보였다. 따라서 난기류가 심한 대기 상태를 모사한 위상판일수록 레이저 출력의 영향이 미미함을 알 수 있었다. 또한, 본 논문의 시스템을 기준으로 레이저 출력 5 mW 이상에서 난기류를 모사한 위상판을 측정할 수 있었다.

• 산업과 과학
• /
• 제3권2호
• /
• pp.8-16
• /
• 2024

본 논문에서는 인구통계학적, 생리학적 특성을 기반으로 환자에게 가장 적합한 약물을 예측하는 것을 목표로 하는 약물 분류 시스템을 제시한다. 데이터 세트에는 적절한 약물을 결정하기 위한 목적으로 연령, 성별, 혈압(BP), 콜레스테롤 수치, 나트륨 대 칼륨 비율(Na_to_K)과 같은 속성들이 포함된다. 본 연구에 사용된 모델은 KNN(K-Nearest Neighbors), 로지스틱 회귀 분석 및 Random Forest이다. 하이퍼파라미터를 최적화하기 위해 5겹 교차 검증을 갖춘 GridSearchCV를 활용하였으며, 각 모델은 데이터 세트에서 훈련 및 테스트 되었다. 초매개변수 조정 유무에 관계없이 각 모델의 성능은 정확도, 혼동 행렬, 분류 보고서와 같은 지표를 사용하여 평가되었다. GridSearchCV를 적용하지 않은 모델의 정확도는 0.7, 0.875, 0.975인 반면, GridSearchCV를 적용한 모델의 정확도는 0.75, 1.0, 0.975로 나타났다. GridSearchCV는 로지스틱 회귀 분석을 세 가지 모델 중 약물 분류에 가장 효과적인 모델로 식별했으며, K-Nearest Neighbors가 그 뒤를 이었고 Na_to_K 비율은 결과를 예측하는 데 중요한 특징인 것으로 밝혀졌다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.221-241
• /
• 2018

최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.

• 한국농림기상학회지
• /
• 제19권3호
• /
• pp.153-163
• /
• 2017

데이터 처리 속도는 예보 능력과 관련이 있다. 최신의 입력 자료를 이용한 예측 데이터의 고속 생산은 신속한 대처를 가능하게 한다. 또한 알고리즘 작성, 계산, 결과 평가, 알고리즘 개선으로 이어지는 순환 구조를 원활하게 할 뿐만 아니라 오류 발생시 빠른 시간 내에 복구할 수 있게 하는 등 매우 중요한 요소이다. 현재의 조기경보 시스템은 매 계산 주기 마다 섬진강 유역의 10개 시군에 대해 30미터 해상도의 격자형 자료를 400개 이상 생성하고 있으며(중간 데이터 포함) 최대 9일까지 예보되는 자료를 포함할 경우 600개 이상이다. 이는 전국을 30미터 해상도로 약 45개를 생성하는 계산양과 비슷하다. 또한 14,000여개의 필지에 대한 구역 통계와, 각 래스터의 평균, 최대, 최소 등의 통계자료 생성도 함께 수행 해야 한다. 이와 같은 대량의 데이터를 한정된 시간 내로 처리하기 위한 몇 가지 기법을 적용하여 적용하였으며, 아직 적용은 못하였으나 가능성의 여부를 평가해 보는 것으로 본 연구를 진행하였다. 그 결과 앞서 제시된 래스터 캐시, NFS 캐시, 분산 처리를 모두 적용할 경우 데이터 처리 시간을 1/8로 단축 시킬 수 있음이 확인되었다. 또한 GPU를 이용한 연산을 적용할 경우 일부 모듈에 대해 매우 큰 폭으로 수행 시간을 단축 시킬 수 있음을 확인하였다. 다만 캐시를 위한 추가적인 디스크, GPU라는 별도의 하드웨어, 추가된 하드웨어 지원을 위한 고출력 전원 장치와 이에 따른 UPS (Uninterruptible power supply, 무정전 전원공급 장치)까지 상대적으로 높은 사양으로 준비해야 하는 비용적인 문제가 발생할 수 있다. 본 연구에서 제시한 네 가지 기법 중 세 가지는 계산 서버 추가를 통한 수평적 성능 확장에 관한 것이다. 하지만 서버의 추가가 처리 속도 향상으로 이어지지 않음은 물론 오히려 저하시키는 경우가 있다. 본 연구에서는 특정 시간 내로 작업을 완료 시키지 못하면 해당 작업을 반환하여 다른 서버가 처리하는 간단한 방식을 이용한다. 하지만 이런 문제를 지속적으로 발생시키는 계산 서버가 발견된다면 정해진 기준에 따라 계산 작업에서 완전히 퇴출 시켜야 성능 향상에 도움이 된다. 따라서 처리 속도에 대한 정확한 원인을 검사하고 이를 실시간으로 반영할 수 있는 기법이 필요하다.

• 한국방재안전학회논문집
• /
• 제15권1호
• /
• pp.1-12
• /
• 2022

수문모형의 최적 매개변수를 추정하기 위해서 자동최적화기법이 자주 이용되며, 이러한 최적화기법은 관측값과 모의값의 오차를 최소로 하기 위해 목적함수를 필요로 한다. 다만, 다양한 목적함수 선택에 따라 각기 다른 수문응답 결과를 제공할 수 있다. 본 연구에서는 국내·외에서 사용되는 다양한 목적함수를 활용하여 단기 강우-유출 수문모형의 매개변수를 추정하고, 목적함수에 따른 수문곡선의 재현성을 평가하고, 적정 목적함수를 제시하고자 하였다. 강우-유출 모형으로는 현행 홍수예보에서 유역 유출모의에 활용되고 있는 집중형 수문모형인 저류함수모형을 선택하였으며, 모형의 5개 매개변수에 대해서 전역최적화기법인 SCE-UA를 적용하여 모형의 최적매개변수를 추정하였다. 목적함수별 수문곡선의 재현성 평가를 위해 용담댐 상류유역인 천천유역을 대상으로 9개의 강우사상을 추출하였으며, 7개의 목적함수를 선택하여 개별 강우사상별로 저류함수모형의 매개변수를 추정하고, 이를 활용한 모의 수문곡선의 재현성을 비교·분석하였다. 분석결과, 목적함수에 오차제곱을 포함하고 있는 RMSE, NSE, RSR이 Event 7을 제외한 모든 강우사상에 대해 가장 높은 정확도를 나타냈으며, 관측유량과 모의유량의 오차만을 반영한 ABIAS의 경우, 정확도가 가장 낮은 것으로 분석되었다. 또한, 관측유량 대비 오차 항을 포함하고 있는 PBIAS 및 VE의 경우 역시, 상기 3개(RMSE, NSE, RSR)의 결과와 유사하게 비교적 안정적인 수문곡선 재현성을 보여주었다. 다만, 고유량과 저유량을 동시에 고려하여 이에 민감한 매개변수를 조정하도록 개발된 MIA의 경우, 수문곡선 재현성 성능이 매우 낮은 것으로 나타났다.