• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권4호
• /
• pp.2060-2077
• /
• 2019

Recently, mobile healthcare services have attracted significant attention because of the emerging development and supply of diverse wearable devices. Smartwatches and health bands are the most common type of mobile-based wearable devices and their market size is increasing considerably. However, simple value comparisons based on accumulated data have revealed certain problems, such as the standardized nature of health management and the lack of personalized health management service models. The convergence of information technology (IT) and biotechnology (BT) has shifted the medical paradigm from continuous health management and disease prevention to the development of a system that can be used to provide ground-based medical services regardless of the user's location. Moreover, the IT-BT convergence has necessitated the development of lifestyle improvement models and services that utilize big data analysis and machine learning to provide mobile healthcare-based personal health management and disease prevention information. Users' health data, which are specific as they change over time, are collected by different means according to the users' lifestyle and surrounding circumstances. In this paper, we propose a prediction model of user physical activity that uses data characteristics-based long short-term memory (DC-LSTM) recurrent neural networks (RNNs). To provide personalized services, the characteristics and surrounding circumstances of data collectable from mobile host devices were considered in the selection of variables for the model. The data characteristics considered were ease of collection, which represents whether or not variables are collectable, and frequency of occurrence, which represents whether or not changes made to input values constitute significant variables in terms of activity. The variables selected for providing personalized services were activity, weather, temperature, mean daily temperature, humidity, UV, fine dust, asthma and lung disease probability index, skin disease probability index, cadence, travel distance, mean heart rate, and sleep hours. The selected variables were classified according to the data characteristics. To predict activity, an LSTM RNN was built that uses the classified variables as input data and learns the dynamic characteristics of time series data. LSTM RNNs resolve the vanishing gradient problem that occurs in existing RNNs. They are classified into three different types according to data characteristics and constructed through connections among the LSTMs. The constructed neural network learns training data and predicts user activity. To evaluate the proposed model, the root mean square error (RMSE) was used in the performance evaluation of the user physical activity prediction method for which an autoregressive integrated moving average (ARIMA) model, a convolutional neural network (CNN), and an RNN were used. The results show that the proposed DC-LSTM RNN method yields an excellent mean RMSE value of 0.616. The proposed method is used for predicting significant activity considering the surrounding circumstances and user status utilizing the existing standardized activity prediction services. It can also be used to predict user physical activity and provide personalized healthcare based on the data collectable from mobile host devices.

• 한국재난정보학회 논문집
• /
• 제17권1호
• /
• pp.25-38
• /
• 2021

연구목적: 지속적으로 발생하는 태풍의 피해를 감소시키기 위해 태풍대응의 예방·대비 단계에서 적극적으로 활용할 수 있도록 표준화된 격자의 활용방안을 제안하였다. 태풍위험지역에 대한 격자 융합정보를 시범적으로 생성함으로써 태풍대응을 위한 격자의 실효성을 확인한다. 연구방법: 태풍 상황대응 시 유용하게 사용될 수 있는 태풍 위험지역에 대한 융합정보를 생성하기 위해 vector, raster 등 다양한 형태의 원천데이터를 사용하여 세밀한 공간 단위로 태풍 위험지역 격자 정보를 구축하였다. 기구축된 정보들과의 호환성 및 각 지자체별로 생성되는 격자 정보의 호환성을 위해 표준화된 격자모델을 적용하였다. 연구결과: 국가지점번호의 격자체계를 적용하여 태풍상황대응시 유용하게 활용될 수 있는 태풍위험지역 격자를 구축하였다. 국가지점번호 격자체계는 다차원 계층구조의 격자크기를 정의하고 있으며, 100m와 1,000m 크기의 격자를 활용하여 서울지역 태풍위험지역 격자를 구축하였다. 결론: 다양하고 조밀한 공간정보를 하나의 격자정보로 융합하여 가시화함으로써 재난 의사결정을 위한 정보의 단순화를 통해 신속한 재난대응을 지원할 수 있다.

• 한국수자원학회논문집
• /
• 제53권12호
• /
• pp.1119-1130
• /
• 2020

기후변화와 기상이변으로 인해 최근 전세계적으로 홍수피해가 증가하고 있다. 우리나라에서는 피해복구가 일반적인 홍수피해 대응방안으로 사용되어 왔기 때문에, 홍수피해에 대한 예방적인 대책을 위해서는 강우특성에 따른 지역적 홍수피해규모를 예측할 필요가 있다. 따라서, 본 연구의 목적은 우리나라 7개 대도시에서의 강우에 의한 인적 및 물적 홍수피해 예측을 위한 회귀함수를 개발하는 것이다. 회귀분석은 1998년부터 2017년까지 최근 20년 동안의 인적 및 물적 손실의 2가지 피해특성자료에 대해 6개의 강우특성 인자를 4가지 형태의 비선형 방정식에 각각 적용한 총 48가지 유형의 단순회귀모형을 통해 종합적으로 수행되었다. 결정계수와 유의성 검정을 통해 회귀분석 결과를 검토하여 각 대도시의 피해추정함수를 최종 선정하였고, 이를 이용하여 100년 빈도 강우량에 대한 7개 대도시의 인적 및 물적 홍수피해 규모를 평가하였다. 본 논문의 결과는 홍수피해 저감대책을 위한 홍수피해 규모 평가에 기초정보를 제공할 수 있을 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1167-1181
• /
• 2021

녹조 현상과 관련하여 독성물질을 배출하는 남조류 4종의 경우 유해 남조류로 지정하여 관리하고 있으며, 물리적인 모형을 이용한 예측 정보도 함께 발표하고 있다. 그러나 조류는 살아 있는 생명체로 물리 역학에 따른 예측에 어려움이 있으며, 기상, 수리·수문, 수질 등 수많은 인자에 의한 영향을 고려하기가 쉽지 않다. 따라서, 최근 머신러닝을 이용한 녹조발생 예측 연구가 많이 진행되고 있다. 본 연구에서는 경북 영천에 소재한 보현산댐과 영천댐을 대상으로 랜덤 포레스트 모형을 이용하여 유해남조류 발생에 영향을 미치는 수질인자의 특성중요도를 분석해 보았으며, 이 중 가장 높은 특성중요도를 나타낸 수온을 이용하여 머신러닝과 딥러닝을 이용하여 유해남조류 발생을 예측하고 그 정확성을 확인하였다. 특성중요도 분석 결과, 수온과 총질소(T-N)이 공통적으로 높게 나왔으며, 인공신경망(ANN)을 이용한 유해남조류 발생예측에서도 실제와 근접한 값이 예측되어 앞으로 녹조관리를 위해 유해남조류 예측이 필요한 저수지의 경우 이를 활용할 수 있음을 확인하였다.

• 멤브레인
• /
• 제32권2호
• /
• pp.133-139
• /
• 2022

화석연료의 사용에 따른 지구 온난화 및 기상 이변으로 인하여 온실가스 저감 문제가 대두되고 있으며, 그에 따라 에너지 소모 없이 셀프 쿨링이 가능한 소재에 대한 연구가 활발히 진행되고 있다. 그 중에서도 실크는 천연 쿨링 소재로 알려져 있으나, 기존의 혼합 공정에서는 실크를 화학적으로 분말화 시키기 때문에 복사 냉각 효과가 사라지는 문제점이 있어, 복사냉각을 위한 필름 또는 코팅제 형태로 제조하는데 어려움을 겪고 있다. 본 연구에서는 실크 피브로인의 고유구조를 훼손하지 않는 물리적 분쇄 공정을 거친 실크 분말을 사용하여 다양한 형태의 막을 제조하고, 코팅제로서의 적용가능성을 살펴보고자 연구를 수행하였다. 이를 위해 실크 피브로인 분말이 도입된 전기방사 복합막 및 평막 형태의 복합막을 제조하였으며, 용액의 점도가 막 제조 및 제조된 막의 물성에 큰 영향을 미치는 것을 관찰하였다.

• 한국항해항만학회지
• /
• 제46권4호
• /
• pp.313-320
• /
• 2022

해상에 설치된 등부표는 기상, 통항선박에 의해 생성된 외력 등에 영향을 받아 위치가 항상 유동적이다. 등부표의 위치는 항로표지용 AIS와 RTU를 통해 확인 가능하다. 본 연구는 최근 5년간(2017-2021년) 등부표의 위치데이터를 분석하여 등부표의 최대 이출위치를 분석하였다. 연구결과 등부표의 위치데이터는 기본오류가 17.9%가 존재하였다. 또한 분석대상 등부표 197기의 이출위치 오류는 70.64%이고, 장비별로는 항로표지용 AIS 보다는 RTU가 심하였다. 한편, 등부표의 위치데이터를 플로팅한 결과 4가지 유형으로 구분되었다. 가장 일반적인 침추중심형, 침추를 중심으로 위치가 2개 구역으로 구분되는 침추중심 2분형, 중심이 변동된 중심 이동형 그리고 일정기간 위치가 중심을 벗어나는끌림형이다. 침추중심형(유형-1)을 제외하고는 등부표가 설치된 위치에 따라 유형이 결정되었다. 본 연구는 등부표의 위치데이터를 분석한 첫번째 연구로서 본 연구가 등부표 위치데이터의 품질 향상에 기여하기를 기대한다.

• 한국작물학회지
• /
• 제36권5호
• /
• pp.383-393
• /
• 1991

벼 도복은 수입개방 대응기술 개발의 목표인 생산비절감 및 미질향상면에서 매우 중요하게 다루어져야 하는 기상재서라고 본다. 특히 생산비절감을 위한 직파재배법 연구에서는 도복에 관한 문제가 해결되지 않으면 직파재배가 보급될 수 없을 정도로 중요하게 여겨진다. 따라서 본 논문에서는 우리나라에서 발생되는 도복의 현황을 살펴보고 이에 따른 도복의 양상, 원인, 기작 등을 분석하여 보고, 또 이제까지 연구되였던 결과를 검토하여 도복없는 성역 안전성이 높은 양질미 생산기술체계확립의 기초자료로 이용코자 요약해 보면 다음과 같다. 1. 벼 도복은 집중포우 및 태풍의 기상조건 요인과 도복에 약한 일반 벼 품종의 재배면적의 증가와 다비재배로 점차 증가되어오는 추세이다. 2 벼는 간장과 엽장이 길고 엽의 각도가 벌어지며 엽초의 신선도가 떨어지고 절간의 수가 많고 하위절간장이 길며, 뿌리의 량이 적고 근부현상에 의하여 뿌리의 활력이 떨어지면서 천식성인 특성을 가지고 있는 벼는 도복에 약하다. 3. 벼의 도복은 좌절형, 만곡형, 개장형(분도복), 전복형 (뿌리도복)등으로 구분되나 우리나라에서는 좌절형이 많고 앞으로 직파재배 면적이 증가된다면 전복형 도복이 문제될 것이다. 4. 직파재배는 이앙재배에 비하여 부리의 지지력이 약하기 때문에 도복에 약하므로 직파재배에서 도복피해를 경감시킬 수 있는 재배법의 확립이 필요하다. 5. 출수후 도복되는 시기가 빠를수록 도복의 피해는 심하게 나타나며, 주로 등숙비율과 입중이 감소되고, 청미와 사미의 비율이 증가되어 양질미 생산에 큰 장해요인이 된다. 6. 벼 도복방제를 위해서는 내도복성품종 재배, 시비량 및 방법의 개선, 물관리 철저, 건묘육성, 재식밀도, 병충해 방제등의 종합기술 체계가 확립되어야 한다. 7. 생장조정제를 이용한 도복경감요구는 약제의 개발, 처리시기, 처리약량, 도복성의 조기진단 등에 대하여 세밀하게 검토되어야 한다. 이상에서 살펴 본 것과 같이 벼도복방제 기술확립에 관한 연구는 벼재배의 성력화와 양질미생산측면에서 중요한 기술요인으로 빠른 시일에 집중적인 연구가 필요하다고 본다.

• 감성과학
• /
• 제26권2호
• /
• pp.129-140
• /
• 2023

본 연구에서는 첫째, 국제표준에서 규정한 형광직물과 재귀반사 소재에, 아동들이 선호하는 동물의 문양을 재귀반사 필름과 검정색 직물로 디자인하여 부착한, 2벌의 안전의복과 안전조끼를 제작하였다. 둘째, 야간에 주변광원이 없어도 원거리에서 생체를 인지할 수 있도록 안전의복에 스마트 포토닉 디바이스를 장착함으로써, 어린이들이 어두운 때 버튼 원터치만으로 상황에 따라 3가지 발광이 가능하도록 구현하였다. 제작한 스마트 안전의복을 마네킹에 착용시켜 주야간의 시인성을 비교한 결과, 시인성의 차이가 야간에 확연히 나타났는데, 기존의 안전의복 착용 시에는 주변광원 없이는 착용자가 표출되지 않은 반면, 스마트 안전의복 착용 시는 약 70m의 원거리에서도 표출됨을 확인하였다. 따라서 야간이나 기상악화 시에 주행하는 운전자가 원거리에서 생체를 인지할 수 있어 교통사고나 도로상의 안전사고 예방에 기여할 것으로 기대된다. 셋째, 광섬유의 발광기능 안정성 유지와 발광시간의 연장을 위하여 에너지 소진 시 태양전지로 수확한 전기에너지를 사용함으로써, 장시간 안정되게 광섬유 발광이 가능하여 시인성의 안정성을 확인할 수 있었다. 이로써 스마트 포토닉 안전의복은 야간 작업자용으로도 활용 가능함이 증명되었다. 그러므로 광섬유 안전의복은 태양전지에 의한 에너지 하베스팅 적용으로 안정적인 충전에 의해 실생활뿐만 아니라 어두운 산업현장에서도 착용 가능성이 높을 것으로 기대된다.

• 한국지반환경공학회 논문집
• /
• 제24권4호
• /
• pp.5-11
• /
• 2023

수역 인근에서 산사태로 인해 발생되는 충격파는 인명과 주변 기반시설에 치명적인 피해로 이어질 수 있다. 이러한 충격파는 일반적으로 산사태 충격파라고 하며, 특정지역에 국한되지 않고 발생한다. 최근에는 이상기후의 영향으로 국지성 집중호우가 빈번하게 발생하면서 국내에서 발생하는 산사태의 발생빈도와 발생규모 모두 증가하고 있다. 이에 본 연구에서는 산사태 모형의 질량비 변화에 따른 실험을 수행하였으며, 생성되는 충격파의 특성 중 파의 진폭을 중점으로 관측 및 분석하였다. 본 연구에서는 5가지의 산사태 모형의 질량비, 3가지의 수로경사로 15가지의 케이스에 대하여 5회 반복실험하여 총 75회의 실험을 수행하였다. 산사태 모형의 질량비를 달리하며 실험을 해본 결과, 만약 초기 에너지가 동일한 산사태의 경우 순수한 입상, 순수한 블록 형태의 산사태에 의해서 생성되는 충격파의 크기보다 입상형태와 블록형태가 섞여 함께 거동하며 생성하는 충격파의 크기가 더 클 수 있다고 분석된다.

• 한국항해항만학회지
• /
• 제47권3호
• /
• pp.128-133
• /
• 2023

항로표지가 이용자에게 지속 가능한 서비스를 제공하기 위해서는 항로표지사고가 발생하지 않을 때 가능하다. 만약 항로표지사고가 발생한다면 관리자는 이를 효율적으로 관리하여 유사한 사고를 예방해야 한다. 하지만 현재 항로표지사고 관리는 사고의 원인과 종류만 명시할 뿐 별도의 지침이 없어 관리자에 따라 다르게 기록되고 있는 실정이다. 이에 본 연구에서는 항로표지사고를 재정립하고자 하였다. 이를 위해 지난 23년(00-22년)간 발생한 항로표지사고, IALA의 항로표지 정보 표준인 S-201, 사고의 범주인 교통사고와 해양사고를 분석하였다. 이를 토대로 항로표지사고의 요인은 내부적 원인과 외부적 원인으로 구분하였고, 사고유형은 등탑사고, 부표사고, 장비사고의 3종으로 구분하였다. 1차 항목을 좀더 세분화하여 사고 원인은 계류구, 기상악화 등 7개 항목과 사고 현상(종류)은 등탑파손, 부표유실, 장비고장 등 11개 항목으로 재정립하였다. 이러한 연구결과는 차후 항로표지사고 통계를 제공하기 위한 기초자료로 활용될 수 있을 것이다.