• 서비스연구
• /
• 제12권1호
• /
• pp.36-48
• /
• 2022

디지털 기술의 발전, 스마트폰 보급의 확대, 코로나19 사태 등으로 인한 스마트폰 사용이 급속히 증가하여 스마트폰 과의존과 인터넷 과의존이 심각한 사회문제로 대두되고 있다. 스마트폰 과의존 문제의 해결방안 중 하나로 정부 및 민간기업에서는 스마트폰 과의존 방지 애플리케이션을 출시하고 있다. 하지만 스마트폰 과의존 방지 애플리케이션의 효용성에 대한 연구가 부족한 실정이다. 따라서 본 연구는 국내에서 서비스되고 있는 25개의 애플리케이션을 분석대상으로 선정하고 FGI 조사방법을 활용하여 스마트폰 과의존 방지 애플리케이션에 대해 기능적, 서비스적 측면에서 평가를 진행하여 문제점을 파악하고 개선방안을 제안한다. 연구결과 기능 평가에서 불법/유해 앱/웹사이트 차단, 스마트폰 이용시간 제한, 스마트폰 이용현황 모니터링의 기능은 대부분의 애플리케이션에서 서비스되고 있어 기본적인 기능이라 볼 수 있었으며 이에 따른 만족도 점수도 높게 평가되었다. 그러나 일부 애플리케이션에서 서비스하고 있는 위치 확인, 스몸비 방지, 몸캠피싱 방지 등의 기능은 효용성은 높으나 수행 정확성이 떨어져 점수가 낮게 평가되었다. 서비스 제공 주체별로 분류하여 보면 정부제공 애플리케이션은 기능들의 정확한 수행 및 사용 편의성 제고가 필요하고, 사용 수준의 스펙트럼을 보다 넓게 고려하여 서비스를 개선할 필요가 있다. 통신사 제공 애플리케이션은 타 통신사와의 연계와 스마트폰 외 스마트기기와의 호환성을 개선할 필요가 있다. 기타 민간 기업 제공 애플리케이션은 서비스, 유지보수의 향상을 위하여 상담원, 챗봇 상담과 같은 AS채널의 개설이 필요하다.

• 한국ITS학회 논문지
• /
• 제21권1호
• /
• pp.64-75
• /
• 2022

현재 ITS 성능평가는 교통정보 수집 장비에 대한 평가를 중심으로 시행하고 있다. 하지만 교통정보 수집 장비에 대한 평가만으로는 도로 이용자에게 제공되는 교통정보의 신뢰성을 보장할 수 없기 때문에 ITS 서비스를 평가할 수 있는 제도적인 뒷받침이 필요하다. 본 연구에서는 도로 이용자가 제공받는 구간 통행시간정보의 정확도를 평가할 수 있는 방법을 검토하였다. 그리고 실제 도로에서 데이터를 수집하기 위하여 이동식 평가 기준장비를 개발하였다. 개발한 평가 기준장비에 대한 성능평가와 현장 여건을 고려한 평가 방법을 마련하기 위해, 서울청 관할 국도 2개 구간에서 시범평가를 수행하였다. 평가 결과, 서울청에서 제공하는 통행시간정보는 90% 이상의 정확도로 높게 나타났다. 시범평가 결과를 바탕으로 표본 수를 늘리기 위한 기준장비 검지 방식 개선과 수집지점 위치 조정에 대한 사항을 논의하였다.

• 대한토목학회논문집
• /
• 제30권4D호
• /
• pp.351-360
• /
• 2010

2010년 말 현재 우리나라의 자동차등록대수는 1,748만 대에 육박할 정도로 비약적인 증가를 보이고 있다. 자동차의 급격한 증가는 오늘날 우리가 직면한 심각한 사회문제 중 하나인 교통사고를 증가시키고, 이로 인해 인명피해 및 경제적 손실을 초래하고 있다. 이에 본 연구는 유전자 알고리즘과 신경망 이론의 결합에 의한, 향상된 신호교차로 위험도를 예측하는 모형을 개발하여, 장래 교통사고 안전대책 수립시 근간이 되는 기초자료를 제공함으로써, 교통사고를 줄이는데 도움이 되고자 한다. 본 연구에서는, 첫 번째로 교통사고와 교통혼잡이 빈번하게 발생하는 신호교차로를 대상으로 접근로별 교통량과 도로 기하구조 요소를 파악하였고, 교통사고와 교통상충간의 순위상관관계분석을 실시하여 통계적 유의성을 파악하였으며, 교통사고와 교통상충을 적용한 선형회귀모형을 구축하였다. 두 번째로, 유전자 알고리즘과 신경망 이론의 결합에 의한 신호교차로 위험도 예측모형은 신호교차로 교통량 및 도로 기하구조 요소, 교통상충의 특성변수를 적용하여 개발하였다. 마지막으로, 신호교차로 교통사고건수 실측값과 개발모형의 예측값에 대한 적합도 분석을 통해 신뢰수준을 검증한 결과, 개발모형의 신뢰도와 정확도가 기존의 모형에 비해 우수한 것으로 나타났다. 결론적으로, 향후 본 연구를 통해 개발된 교통사고위험도 예측모형을 신호교차로 교통안전정책 수립과 교통안전개선사업에 사용할 경우, 전반적으로 교통안전관련사업의 비용/효율성을 극대화할 수 있을 것으로 기대된다.

• 대한토목학회논문집
• /
• 제30권6D호
• /
• pp.587-597
• /
• 2010

교통사고가 발생하면 사고 당사자들은 민 형사적인 문제에서 자유롭지 못하기 때문에, 교통사고 조사자는 사고 상황을 정확하게 재현 또는 분석을 하여야 한다. 또한, 이러한 교통사고 발생과 관련한 요인에 대한 분석을 통해 얻어진 자료를 활용하여 교통사고 다발지역의 개선 및 보완작업을 시행하게 된다. 현재까지 알려진 바로는 수많은 교통사고, 교통시설물, 도로설계 등과 관련하여 가장 많은 영향을 미치는 요인은 차량의 속도와 가속능력, 제동능력 등이다. 이는 자동차의 성능과 노면의 마찰계수가 가장 밀접한 영향을 미치는 부분이다. 특히, 사고 순간의 속도의 추정은 교통사고처리특례법의 11개 주요항목인 과속과 관련하여 매우 중요한 사항이기에 정확성이 요구되는 부분이다. 하지만, 국내에서는 아직 이러한 부분에 대한 심도 있는 연구가 많이 진행되지 못하는 것이 현실이다. 이러한 현실을 반영하여 본 연구에서는 차량의 급제동에서 제동흔적이 발생되기 시작할 때까지의 시간인 제동경과시간을 정밀가속도계(Vericom VC2000PC)로 측정하여 제동경과시간과 노면의 마찰계수를 정확히 추정하였다. 실험결과를 분석하여, 여러 가지 특수 아스팔트 포장 및 미끄럼방지포장 종류에 따른 제동경과시간과 마찰계수를 계산하여 연구의 목적에 맞도록 기초자료를 제공하고자 하였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.27-35
• /
• 2023

본 논문에서는 복합소재 생산 분야에서 수요가 높은 프리프레그 섬유 제조 공정에 딥러닝 기반의 결함 검출 및 분류 시스템을 적용하여 생산성을 높이는 과정을 제안한다. 다양한 조건별 다량의 불량 발생으로 해결방안이 필요한 토우 프리프레그 제조 장비에 적용하기 위해 우선 결함 감지와 분류 모델 제작에 필요한 카메라 및 조명을 선정하여 최적의 환경을 구축하였다. 그리고 다중 분류 모델 제작에 필요한 데이터를 수집하고 정상 및 불량 조건에 따라 라벨링을 진행하였다. 다중 분류 모델은 CNN 기반으로 제작하였으며 VGGNet과 MobileNet, ResNet 등의 사전 학습모델을 적용하여 성능을 비교하고 정확도 및 손실 그래프로 개선 방향을 파악한다. 주요 문제로 과적합 문제를 확인하여 개선하기 위해 데이터 증강 및 Dropout 기법을 적용하여 보완하였다. 모델에 대한 성능 평가를 위해 혼돈행렬을 성능지표로 한 성능 평가를 진행하였으며 99% 이상의 성능을 확인하였다. 또한, 실제 공정에 적용하여 실시간 획득된 이미지에 대한 분류 결과를 확인해보며 판별 값이 정확히 도출되는지 확인한다.

• 지구물리와물리탐사
• /
• 제26권4호
• /
• pp.171-184
• /
• 2023

최근 도심지 도로에서 빈번하게 발생하는 도로 파임의 주원인인 지하 공동의 발생을 파악하기 위해, 차량 부착형 지표투과레이더(GPR)를 통해 얻은 대량의 취득 자료를 효율적으로 처리하기 위한 기계학습 기반 공동 탐지 기술이 활발하게 연구되고 있다. 그러나 기계학습 자료 생성 시 단순한 영상 처리 기법들만 활용되고 있고, 탄성파 탐사나 GPR 자료 처리에 시도되었던 여러 기법들은 충분히 활용되지 못하고 있다. 이 연구에서는 지하 공동의 탐지가 대부분 회절파의 탐지에 의해 이루어진다는 점에 착안하여 GPR 자료로부터 회절파를 분리하여 YOLO v5 모델을 이용한 도로 하부 공동 탐지 모델의 성능을 향상시켰다. 탄성파에서 개발된 기계학습 기반 회절파 분리 기법을 GPR 자료에 맞게 변형한 후, GPR 현장 자료에서 회절파를 분리하여 공동 탐지 모델의 입력으로 사용하였다. 서울시 공공 개방 GPR 자료를 이용하여 제안된 방법의 성능을 검증한 결과, 회절파 분리를 이용했을 때 더 정확하게 공동 및 지하 구조물을 탐지하는 것을 확인하였다. 또한 제안된 회절파 분리 기법은 향후 GPR 탐사가 이용되는 다양한 분야에서 활용될 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1497-1503
• /
• 2023

본 연구는 Near-UltraViolet (UV) 파장에서의 지표면 반사도 산출 시 발생하는 구름과 적설의 분류 한계를 극복하기 위해 Geostationary Environmental Monitoring Spectrometer (GEMS)와 Advanced Meteorological Imager (AMI) 위성의 구름 자료를 융합하여 적설역에서의 지표면 반사도 품질을 향상시키는 방법을 제안한다. GEMS 구름 산출물과 AMI 구름탐지 자료를 기반으로 융합 구름자료를 생산하였으며, 이를 GEMS 지표면 반사도 산출에 적용하였다. 그 결과 적설역에서 GEMS 구름 산출물만 사용한 경우에 비해 미산출이 개선되었으며 이는 전체 관측 영역에서 약 17%의 개선 효과를 확인하였다. 본 연구 결과는 융합 구름자료를 활용하여 적설역에서 지속적으로 발생했던 지표면 반사도 미산출 문제를 개선할 수 있음을 입증하며, 이를 통해 산출된 고품질의 지표면 반사도를 기반으로 타 Level-2 산출물의 품질향상을 기대할 수 있다.

• 한국수자원학회논문집
• /
• 제56권11호
• /
• pp.801-813
• /
• 2023

최근 인공신경망(Artificial Neural Network, ANN)의 연구가 활발하게 진행되면서 ANN을 이용하여 하천의 수질을 예측하는 연구가 진행되고 있다. 그러나 ANN은 Black-box의 형태이기 때문에 ANN 내부의 연산과정을 분석하는데 어려움이 있다. ANN의 연산과정을 분석하기 위해 설명가능한 인공지능(eXplainable Artificial Intelligence, XAI) 기술이 사용되고 있으나, 수자원 분야에서 XAI 기술을 활용한 연구는 미비한 실정이다. 본 연구는 XAI 기술 중 Layer-wise Relevance Propagation (LRP)을 사용하여 낙동강의 다산 수질관측소의 수온, 용존산소량, 수소이온농도 및 엽록소-a를 예측하기 위한 Multi Layer Perceptron (MLP)을 분석하였다. LRP를 기반으로 수질을 학습한 MLP를 분석하여 수질을 예측하기 위한 최적의 입력자료를 선정하고, 최적의 입력자료를 이용하여 학습한 MLP의 예측결과에 대한 분석을 실시하였다. LRP를 이용하여 최적의 입력자료를 선정한 결과를 보면, 수온, 용존산소량, 수소이온농도 및 엽록소-a 모두 주변지역의 일 강수량을 제외한 입력자료를 학습한 MLP의 예측정확도가 가장 높았다. MLP의 용존산소량 예측결과에 대한 분석결과를 보면, 최고점에서 수소이온농도 및 용존산소량의 영향이 크고 최저점에서는 수온의 영향이 큰 것으로 분석되었다.

• 한국해양학회지:바다
• /
• 제13권3호
• /
• pp.280-285
• /
• 2008

자유낙하식 시료채취기(Free Fall Grab, FFG)를 이용하여 산출한 망간단괴의 부존밀도는 보정이 필요하다. 그 이유는 FFG로 망간단괴를 채취할 때 해저면에 부존되어 있는 망간단괴의 실제 양 보다 적은 양만이 채취되는 것으로 알려져 있기 때문이다. 지난 1994년과 2002년에 각각 1.29와 1.13의 망간단괴 부존밀도 보정상수가 제시된 바 있으며, 이는 주로 해저면 영상자료의 분석을 통해 이루어 졌다. 이 연구에서는 동일한 정점에서 FFG와 상자형 시료채취기(Box Corer, BC)를 이용하여 회수한 망간단괴의 부존밀도를 비교하여 기존에 제시된 망간단괴 부존밀도 보정상수와 비교하였다. 그 결과 FFG를 이용한 망간단괴의 회수율이 BC에 비하여 낮으며, 그 차이는 약 1.4배로 기존의 보정상수에 비해 훨씬 더 크게 나타났다. 따라서 향후 추가 시료 획득과 해저면 영상분석의 개선을 통해 기존의 망간단괴 부존밀도 보정식을 재산정할 필요성이 제기된다.

• 인터넷정보학회논문지
• /
• 제25권1호
• /
• pp.109-121
• /
• 2024

섬유, 자동차와 같은 여러 제조 공정에서 설비가 고장이 나 멈추게 되면 기계가 작동하지 않게 되고 이는 기업의 시간적, 금전적 손실로 이어진다. 따라서 설비의 고장이 발생하기 전, 고장을 예측하여 정비할 수 있도록 설비의 이상을 사전에 탐지하는 것이 중요하다. 대부분의 설비 고장 원인은 설비의 필수 부품인 베어링의 고장으로, 베어링의 고장을 진단하는 것은 설비예지보전 연구의 핵심이기도 하다. 본 논문에서는 베어링의 진동 신호를 분석하여 SWT-SVD 전처리 알고리즘을 제안하고 이를 시계열 이상탐지 모델 네트워크 중 하나인 어노멀리 트랜스포머에 적용하여 베어링 이상탐지 모델을 구현한다. 제조공정의 베어링 진동신호는 실시간으로 센서값들의 이력이 작성되어 노이즈가 존재하므로, 이를 줄이기 위해 본 연구에서는 정상 웨이블릿 변환(Stationary Wavelet Transform)을 사용하여 주파수 성분을 추출하고, 특이값 분해(Singular Value Decomposition) 알고리즘을 통해 유의미한 특징들을 추출하는 전처리를 진행한다. 제안하는 SWT-SVD 전처리 방법을 적용한 베어링 이상탐지 모델 실험을 위해 IEEE PHM학회에서 제공하는 PHM-2012-Challenge 데이터 세트를 활용하였으며, 실험 결과는 0.98의 정확도와 0.97의 F1-Score로 우수한 성능을 보였다. 추가로, 성능 향상을 입증하기 위해 선행 연구들과 성능 비교를 진행한다. 비교 실험을 통해 제안한 전처리 방법이 기존의 전처리보다 높은 성능을 보임을 확인하였다.