• Journal of Advanced Marine Engineering and Technology
• /
• 제32권4호
• /
• pp.490-497
• /
• 2008

• 한국인터넷방송통신학회논문지
• /
• 제20권2호
• /
• pp.171-178
• /
• 2020

많은나라에서 온라인교육및 오프라인교육 장점을 결합한 혼합형학습을 개설하고 운영하는 중이다. 그러나, 온라인 윈격 강의 기반 Mooc 강좌는 졸업율이 5~10%미만으로, 매우 낮은 수준이다. 그러므로, Web 기반에서 언제, 어디서나, 누구나 간편하게 강의를 수강할 수 있는 온라인 Mooc 원격 교육 강의를 수강하는 학생들의 졸업율을 높이기 위해서는, 반드시 학생들의 강의 이해도 자동분석 및 자동 학사 경고 시스템을 도입 해야만 한다. 특히, 우리나라가 교육 선진국으로 진입하기 위해서는 오답율 자동판단 SW개발, 강의 자동요약 SW, 혼합형 학습 수준별 강의 기반 취약과목 자동분석 SW 교육을 개발해야 한다. 본 논문에서는 이러한 문제점을 개선하기 위해서, 강의내용 자동요약 시스템, 오답 자동 경고 시스템, 취약과목 자동판단 알고리즘을 제안 하고 모의실험 하였다.

• 한국방재학회 논문집
• /
• 제9권5호
• /
• pp.131-138
• /
• 2009

본 연구에서는 태풍과 해일에 의한 범람 피해 영역을 예보하기 위한 동적경보시스템에 대해서 서술하였다. 이 시스템은 연안 지역에 내수범람과 같은 잠재적 위기가 예상되는 태풍 발생 시기에 해안공학적 지식이 부족한 공공 재난관리자들이 직접 신속하게 운용할 수 있도록 일반 PC에서 MATLAB의 GUI(Graphical User Interface)를 이용하여 개발되었다. 신속한 예보를 위한 바람장은 기상청 태풍 예보 자료를 이용하는 단순파라메터 태풍모델로 생성된다. 조위와 수심평균된 조류를 신속하고 정확하게 모의를 하기 위하여 경계 조건을 사전에 준비하였다. 또한 임의의 시점에서도 정확하고 빠르게 수행되도록 MATLAB 수치프로그램을 벡터화하였다. 예상 태풍경로와 관련 태풍 예보 자료를 마우스 등을 이용하여 윈도우 화면에 입력하고 실행하면 마우스로 선정된 특정범람 예상 지점에 대한 실시간 수위정보를 얻을 수 있다. 이 시스템은 지역 재난관리자들에게 가능한 위험 정보를 신속히 파악하고 체계적으로 운용될 수 있도록 개발되었다. 그러나 모델결과는 태풍의 경로에 민감하게 작용하고, 또 지역 재난관리자들이 정확한 정보를 생산하기 위하여 오랜 기간 숙련과 지역에 적합한 경험 계수의 결정 과정이 필요하다.

• 한국항행학회논문지
• /
• 제8권2호
• /
• pp.98-104
• /
• 2004

지역 여건상 ILS나 VOR/DME 등 항행안전시설을 이용한 착륙이 곤란한 활주로에서는 조종사가 직접 눈으로 확인하여 착륙하는 선회비행방식이 이용되고 있는 실정이다. 본 논문에서는 김해공항 북측 활주로와 같이 항행안전시설을 설치하지 못하는 공항에 대하여 선회착륙하는 항공기가 악천후등으로 최종적으로 선회해야하는 지점을 발견하지 못하고 통과하여 사고가 발생하는 것을 막기 위하여 선회지점을 벗어난 지점에 무선전파의 전파막, 즉 마커신호로 조종사에게 위험신호를 알려주는 역할을 하는 장비를 개발하기로 한다. 이 경우 항공기에는 별도의 장비를 갖추지 않고 조종사가 별도의 조작을 하지 않아도 경보가 울리도록 하여 조종사의 부담을 최대한으로 줄여야 한다. 이를 만족하기 위해서 ILS의 구성장비로 사용중인 마커를 기반으로 하고, 현재 마커에 사용중인 송신기의 주파수 및 변조방식등을 그대로 이용하고, 변조주파수 및 신호만을 바꾸고, 안테나를 특수한 형태로 개발하기로 한다. 또한 안테나의 방사패턴의 크기를 시뮬레이션하고, 경보후의 비행경로를 계산하여 시스템의 유효성을 검증한다.

• 한국정보통신설비학회:학술대회논문집
• /
• 한국정보통신설비학회 2009년도 정보통신설비 학술대회
• /
• pp.157-161
• /
• 2009

In recent years, there is a remarkable progress in ICTs (Information and Communication Technologies), and then many attempts to apply ICTs to other industries are being made. In the field of disaster managements, ICTs such as RFID (Radio Frequency IDentification) and USN (Ubiquitous Sensor Network) are used to provide safe environments. Actually, various types of early warning systems using USN are now widely used to monitor natural disasters such as floods, landslides and earthquakes, and also to detect human-caused disasters such as fires, explosions and collapses. These early warning systems issue alarms rapidly when a disaster is detected or an event exceeds prescribed thresholds, and furthermore deliver alarm messages to disaster managers and citizens. In general, these systems consist of a number of various sensors and measure real-time stream data, which requires an efficient and rapid data processing technique. In this study, an event-driven architecture (EDA) is presented to collect event effectively and to provide an alert rapidly. A publish/subscribe event processing method to process simple event is introduced. Additionally, a complex event processing (CEP) technique is introduced to process complex data from various sensors and to provide prompt and reasonable decision supports when many disasters happen simultaneously. A basic concept of CEP technique is presented and the advantages of the technique in disaster management are also discussed. Then, how the main processing methods of CEP such as aggregation, correlation, and filtering can be applied to disaster management is considered. Finally, an example of flood forecasting and early alarm system in which CEP is incorporated is presented It is found that the CEP based on the EDA will provide an efficient early warning method when disaster happens.

• 한국지진공학회논문집
• /
• 제25권2호
• /
• pp.71-81
• /
• 2021

This paper presents a real-time, false-pick filter based on deep learning to reduce false alarms of an onsite Earthquake Early Warning (EEW) system. Most onsite EEW systems use P-wave to predict S-wave. Therefore, it is essential to properly distinguish P-waves from noises or other seismic phases to avoid false alarms. To reduce false-picks causing false alarms, this study made the EEWNet Part 1 'False-Pick Filter' model based on Convolutional Neural Network (CNN). Specifically, it modified the Pick_FP (Lomax et al.) to generate input data such as the amplitude, velocity, and displacement of three components from 2 seconds ahead and 2 seconds after the P-wave arrival following one-second time steps. This model extracts log-mel power spectrum features from this input data, then classifies P-waves and others using these features. The dataset consisted of 3,189,583 samples: 81,394 samples from event data (727 events in the Korean Peninsula, 103 teleseismic events, and 1,734 events in Taiwan) and 3,108,189 samples from continuous data (recorded by seismic stations in South Korea for 27 months from 2018 to 2020). This model was trained with 1,826,357 samples through balancing, then tested on continuous data samples of the year 2019, filtering more than 99% of strong false-picks that could trigger false alarms. This model was developed as a module for USGS Earthworm and is written in C language to operate with minimal computing resources.

• 한국농림기상학회지
• /
• 제22권3호
• /
• pp.117-127
• /
• 2020

농촌진흥청 농업기상재해 조기경보시스템은 기상청으로부터 제공되는 기상정보를 활용하여 농장 단위로 상세 추정하고, 추정된 상세 기상정보를 바탕으로 작물의 생육 추정 및 생육이 진행됨에 따라 발생할 수 있는 기상 재해를 예측하여 사용자에게 미리 전달한다. 이들 예측 정보를 검증하기 위한 무인기상관측망을 연구 지역 내에 구축하였으며, 관측망으로부터 수집되는 기상 실황 자료의 실시간 웹 표출 시스템을 구축하였다. 기상관측장비로부터 수집되는 기상요소로는 기온, 습도, 일사량, 강우량, 토양수분, 일조시간, 풍속, 풍향 등이며, 1분단위로 수집 및 10분 간격으로 서버로 전송된다. 자료 표출 시스템은 기상관측장비로 부터 수집되는 1분 단위의 기상자료를 DB로 구축하는 1단계, 수집된 기상자료를 10분, 1시간, 1일 단위로 통계 분석하는 2단계, 수집 및 분석한 기상자료를 웹으로 표출하는 3단계로 구성된다. DB에 수집된 기상자료는 웹 페이지를 통해, 전체 지점 또는 1개 지점의 1분단위, 10분단위, 1시간 단위, 1일 단위로 조회할 수 있으며, CSV 포맷으로 다운로드 할 수 있다. 자료 표출 시스템 접속 URL은 http://aws.agmet.kr 이다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권11호
• /
• pp.273-280
• /
• 2020

자동화된 정적분석 도구는 소스 코드상에 잠재된 결함을 개발자들이 적은 노력으로 빠르게 찾을 수 있도록 도와준다. 하지만 이러한 정적분석 도구는 수정할 필요가 없는 오탐지 경고들을 무수하게 발생시킨다. 본 연구에서는 소스코드 블록의 토픽 모델을 이용한 인공신경망 기반의 경고 분류 기법을 제안한다. 소프트웨어 변경 관리 시스템으로부터 버그를 수정한 리비전들을 수집하고, 개발자들로부터 수정된 코드 블록들을 추출한다. 토픽 모델링을 이용하여 수집된 코드 블록의 토픽 분포 값을 구하고, 코드 블록의 리비전 간 경고들의 삭제 여부를 표현하는 이진데이터를 인공신경망의 입력 값과 출력 값으로 사용하여 심층 학습을 수행한다. 그 결과, 인공신경망 기반의 분류 모델이 높은 예측 성능으로 진성 또는 오탐지 경고를 분류하였다.

• 정보처리학회논문지B
• /
• 제16B권1호
• /
• pp.35-46
• /
• 2009

본 논문에서는 차량에 설치된 카메라를 활용하여 차선을 추출하고, 차량이탈을 검출하기 위한 방법에 대해서 논의한다. 하드웨어 기술의 발달로 지능형 자동차에 대한 연구가 활발히 진행됨에 따라서, 카메라를 활용한 차선인식 및 차량이탈검출과 관련하여 다양한 알고리즘들이 제시 되었다. 그러나 이들 연구에서는 영상에서 2개의 차선을 모두 찾아야 하기 때문에 처리속도 및 실제 운행환경에서의 다양한 여건으로 인하여 검출률이 떨어진다는 문제점이 있다. 본 논문에서는 빠른 속도와 높은 검출률을 위해 단일차선을 추출하고, 중심점 분석을 통한 차선이탈검출 알고리즘을 제안한다. 카메라의 기하학적 모델링을 통하여 차선이 존재하는 관심영역을 설정하고, 원본 이미지를 이등분한 후에 허프변환(Hough Transform)을 사용하여 한 차선의 일부를 찾아낸 후에, 일정 크기로 복원한다. 복원한 차선을 설정된 중심점과의 거리계산을 통하여 차선이탈을 판단한다. 실차실험을 통하여 제안한 알고리즘을 기존의 알고리즘과 비교 검증을 수행하였고, 이를 통하여 제안된 알고리즘이 빠르고 정확함을 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.28-35
• /
• 2006

Global Flood Alert System (GFAS) is an attempt to make the best use of satellite rainfall data in flood forecasting. The project of GFAS is promoted both by Ministry of Land, Infrastructure and Transport-Japan (MLIT) and Japan Aerospace Exploration Agency (JAXA), under which Infrastructure Development Institute-Japan (IDI) has been working on the development of Internet-based information system and just launched trial run of GFAS in April 2006 on International Flood Network (IFNet) website. The function of GFAS is to connect space agencies and hydrological services/river authorities in charge of flood forecasting and warning by providing global rainfall information in maps, text data e-mails and so on which is produced from binary global rainfall data downloaded from National Aeronautics and Space Administration (NASA) website. Although the effectiveness of satellite rainfall data in flood forecasting and warning has yet to be verified, satellite rainfall is expected to play an important role to strengthen existing flood forecasting systems by diversifying hydrological data source.