• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.365-368
• /
• 2021

본 연구에서는 적외선 센서를 이용한 페트병 분리수거 시스템을 구현하였다. 제안된 시스템은 인식부, 제어부, 알람부 및 구동부로 구성된다. 인식부는 페트병을 감지해 페트병과 센서와의 거리를 측정하고 값을 추출하고 추출된 값을 표준 범위와 비교하여 값이 표준 범위를 벗어날 경우에는 제어값을 제어부에 전송하고, 특정범위를 넘어간 경우 라벨 혹은 뚜껑의 유무결과를 제어부에 전송한다. 제어부에서는 센서부로부터 전송받은 결과값에 따라서 수거함의 입구를 개방하거나 알람부를 제어하는 기능을 수행한다. 제안된 시스템 구현을 위하여 인식부는 적외선 센서로 구현하였고, 제어부는 C언어 기반의 아두이노 스케치 프로그램으로 제작하였다. 또한, 인식부와 제어부는 아날로그 신호를 이용하여 통신할 수 있게 하였다. 제안된 시스템은 정해진 알고리즘에 따라 페트병의 라벨과 뚜껑의 유무를 정확히 판단한 후 라벨 혹은 뚜껑이 부착되었을 때 수거함의 입구를 막는다. 국민 1인당 배출되는 폐기물의 양이 높고 재활용이 되지 않아 쓰레기의 대다수를 소각시키고 있는 상황에서 본 연구에서 제안한 시스템을 통하여 페트병의 재활용률을 높이기를 기대한다.

• 한국방사선학회논문지
• /
• 제17권3호
• /
• pp.367-373
• /
• 2023

비행시 승무원이나 승객은 우주방사선과 공기나 비행기 기체와 반응하여 발생한 2차 산란선 등에 의해 피폭을 받게 된다. 항공기 승무원의 경우 우주기상 환경 시뮬레이션을 이용하여 계산된 피폭선량으로 방사선 안전관리를 적용받고 있다. 하지만, 태양활동이나 고도, 비행경로 등에 따라 피폭선량이 가변적이어서 계산법보다는 항로별 측정하는 것이 권고되고 있다. 본 연구에서는 범용 Si 센서와 다중채널파고분석기를 이용하여 우주방사선 선량을 측정할 수 있는 선량계를 개발하였다. 선량계산은 미우주항공국의 우주방사선 측정장비인 CRaTER(Cosmic Ray Telescope for the Effects of Radiation)의 알고리즘을 적용하였다. 표준교정시설에서 Cs-137 662 keV 감마선으로 에너지 및 선량교정을 시행하였으며, 실험 범위에서 선량률 의존성이 없음을 확인하였다. 제작된 선량계를 이용하여 2023년 5월 두바이 인천 구간의 국제선에서 직접 선량을 측정한 결과 국내 우주방사선 선량평가코드(KREAM; Korean Radiation Exposure Assessment Model for Aviation Route Dose)로 계산된 결과와 12% 이내로 비슷하게 나타났으며, 고도와 위도가 높아짐에 따라 계산 결과와 동일하게 선량이 증가하는 것을 확인하였다. 좀 더 많은 실증적 검증 실험이 요구되는 제한점은 있지만, 항공기 내 또는 개인 피폭선량 모니터링에 가성비가 우수한 선량계로 충분한 활용 가능성을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.291-291
• /
• 2020

제주도는 강수의 지표침투성이 좋은 화산섬의 지질특성상 지표수의 개발이용여건이 취약한 관계로 용수의 대부분을 지하수에 의존하고 있다. 따라서 제주도는 정책 및 연구적으로 오랜 기간동안 지하수의 보전관리에 많은 노력을 기울여 오고 있다. 하지만 최근 기후변화로 인한 강수의 변동성 증가로 인해 지하수위의 변동성 또한 증가할 가능성이 있으며 따라서 지하수위의 급격한 하강에 대비하여 지하수위의 예측 및 지하수 취수량 관리의 필요성이 요구되고 있다. 지하수에 절대적으로 의존하고 있는 제주도의 수자원 이용 여건을 고려할 때, 지하수의 취수량 관리를 위한 지하수위의 실시간 예측이 필요한 실정이다. 하지만 기존의 예측방법에 의한 제주도 지하수위 예측기간은 충분히 길지 않으며 예측기간이 길어지면 예측성능이 낮아지는 문제점이 있었다. 본 연구에서는 이러한 단점을 보완하기 위해 딥러닝 알고리즘인 Long Short Term Memory(LSTM)를 활용하여 제주도 남동쪽 표선유역 중산간지역의 1개 지하수위 관측정에 대해 지하수위를 예측하고 분석하였다. R 기반의 Keras 패키지에 있는 LSTM 알고리즘을 사용하였고, 입력자료는 인근의 성판악 및 교래 강우관측소의 일단위 강수량자료와 인근 취수정의 지하수 취수량자료 및 연구대상 관측정의 지하수위 자료를 사용하였으며, 사용된 자료의 기간은 2001년 2월 11일부터 2019년 10월 31일까지 이다. 2001년부터 13년의 보정 및 3년의 검증용 시계열자료를 사용하여 매개변수의 보정 및 과적합을 방지하였고, 3년의 예측용 시계열자료를 사용하여 LSTM 알고리즘의 예측성능을 평가하였다. 목표 예측일수는 1일, 10일, 20일, 30일로 설정하였으며 보정, 검증 및 예측기간에 대한 모의결과의 평가지수로는 Nash-Sutcliffe Efficiency(NSE)를 활용하였다. 모의결과, 보정, 검증 및 예측기간에 대한 1일 예측의 NSE는 각각 0.997, 0.997, 0.993 이었고, 10일 예측의 NSE는 각각 0.993, 0.912, 0.930 이었다. 20일 예측의 경우 NSE는 각각 0.809, 0.781, 0.809 이었으며 30일 예측의 경우 각각 0.677, 0.622, 0.633 이었다. 이것은 LSTM 알고리즘에 의한 10일 예측까지는 관측 지하수위 시계열자료를 매우 적절히 모의할 수 있다는 것을 의미하며, 20일 예측 또한 적절히 모의할 수 있다는 것을 의미한다. 따라서 LSTM 알고리즘을 활용하면 본 연구대상지점에 대한 2주일 또는 3주일의 안정적인 지하수위 예보가 가능하다고 판단된다. 또한 LSTM 알고리즘을 통한 실시간 지하수위 예측은 지하수 취수량 관리에 활용할 수 있을 것이다.

• 한국도서관정보학회지
• /
• 제54권2호
• /
• pp.23-42
• /
• 2023

도서관 여행 프로그램은 J시가 처음 도입, 운영하고 있는 새로운 형태의 문화프로그램으로, 도서관 여행자는 정해진 코스에 따라 관내 특화 도서관을 여행하며 다양한 체험을 하게 된다. 본 연구는 보다 많은 이용자들이 도서관 여행에 참여할 기회를 누릴 수 있도록 기존 고정된 단체여행 형태 외에 개별 참여하는 이용자의 특성을 고려한 맞춤형 코스 추천 모델 구축을 목적으로 한다. 이를 위해 도서관 여행자의 특성을 유형화하여 여행자 페르소나를 설정하였으며, 그에 따른 도서관 평가 항목과 평가 기준을 수립하였다. 도서관 여행 프로그램의 대상이 되는 도서관 22관을 선정, 실제 답사를 통해 도서관 데이터를 실측하였다. 수집한 데이터를 기반으로 여행자의 특성에 적합한 도서관의 특징을 도출하였으며, 의사결정나무 알고리즘을 활용해 페르소나 기반의 도서관 여행 코스 추천 모델을 개발하였다. 나아가 추천 모델의 활용 가능성을 시연하기 위해 이를 적용한 모바일 앱 목업을 제작하였으며, 실제 J시 도서관 이용자들을 대상으로 사용자 평가를 진행해 개발한 모델의 만족도와 개선사항을 파악하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.246-246
• /
• 2021

본 연구는 강우 발생시 유량을 추정하는 것에 목적이 있다. 이를 위해 본 연구는 선행연구의 모형 개발방법론에서 벗어나 딥러닝 알고리즘 중 하나인 합성곱 신경망 (convolution neural network)과 수문학적 이미지 (hydrological image)를 이용하여 강우 발생시 유량을 추정하였다. 합성곱 신경망은 일반적으로 분류 문제 (classification)을 해결하기 위한 목적으로 개발되었기 때문에 불특정 연속변수인 유량을 모의하기에는 적합하지 않다. 이를 위해 본 연구에서는 합성곱 신경망의 완전 연결층 (Fully connected layer)를 개선하여 연속변수를 모의할 수 있도록 개선하였다. 대부분 합성곱 신경망은 RGB (red, green, blue) 사진 (photograph)을 이용하여 해당 사진이 나타내는 것을 예측하는 목적으로 사용하지만, 본 연구의 경우 일반 RGB 사진을 이용하여 유출량을 예측하는 것은 경험적 모형의 전제(독립변수와 종속변수의 관계)를 무너뜨리는 결과를 초래할 수 있다. 이를 위해 본 연구에서는 임의의 유역에 대해 2차원 공간에서 무차원의 수문학적 속성을 갖는 grid의 집합으로 정의되는 수문학적 이미지는 입력자료로 활용했다. 합성곱 신경망의 구조는 Convolution Layer와 Pulling Layer가 5회 반복하는 구조로 설정하고, 이후 Flatten Layer, 2개의 Dense Layer, 1개의 Batch Normalization Layer를 배열하고, 다시 1개의 Dense Layer가 이어지는 구조로 설계하였다. 마지막 Dense Layer의 활성화 함수는 분류모형에 이용되는 softmax 또는 sigmoid 함수를 대신하여 회귀모형에서 자주 사용되는 Linear 함수로 설정하였다. 이와 함께 각 층의 활성화 함수는 정규화 선형함수 (ReLu)를 이용하였으며, 모형의 학습 평가 및 검정을 판단하기 위해 MSE 및 MAE를 사용했다. 또한, 모형평가는 NSE와 RMSE를 이용하였다. 그 결과, 모형의 학습 평가에 대한 MSE는 11.629.8 m3/s에서 118.6 m3/s로, MAE는 25.4 m3/s에서 4.7 m3/s로 감소하였으며, 모형의 검정에 대한 MSE는 1,997.9 m3/s에서 527.9 m3/s로, MAE는 21.5 m3/s에서 9.4 m3/s로 감소한 것으로 나타났다. 또한, 모형평가를 위한 NSE는 0.7, RMSE는 27.0 m3/s로 나타나, 본 연구의 모형은 양호(moderate)한 것으로 판단하였다. 이에, 본 연구를 통해 제시된 방법론에 기반을 두어 CNN 모형 구조의 확장과 수문학적 이미지의 개선 또는 새로운 이미지 개발 등을 추진할 경우 모형의 예측 성능이 향상될 수 있는 여지가 있으며, 원격탐사 분야나, 위성 영상을 이용한 전 지구적 또는 광역 단위의 실시간 유량 모의 분야 등으로의 응용이 가능할 것으로 기대된다.

• 대한토목학회논문집
• /
• 제29권1D호
• /
• pp.17-23
• /
• 2009

현대사회는 차량의 급격한 증가로 인해 교통정체, 환경오염이 심각해지고 있으며, 유가의 상승으로 인해 대중교통이용의 필요성이 대두되고 있다. 특히 장거리를 이동하는 이용자는 대중교통의 환승이 중요한 요인이라 할 수 있다. 이러한 연계성을 확보하기 위하여 국내에서는 환승센터의 구축이 활발하게 이루어지고 있다. 하지만 이러한 환승센터의 구축뿐만 아니라 교통수단간 효율적인 연계체계를 구축하여 이용자의 대기시간을 최소화하는 방안 마련을 통해 대중교통의 만족도를 향상시켜 승용차에서 대중교통으로의 수단전환이 필요하다고 할 수 있다. 따라서 본 연구는 대중교통수단간 환승 시 효율적인 연계버스 운행간격의 조정을 통하여 환승승객의 대기시간을 최소화하는 알고리즘의 개발을 목적으로 한다. 운행간격 조정을 위하여 일반승객의 대기시간비용, 환승승객의 대기시간비용, 버스운행비용 등 총 교통비용을 산정하여 이를 최소화하는 배차간격을 산출한다. 모형의 검증을 위하여 광명역을 대상으로 KTX와 광명역을 기점으로 하는 6014번 노선을 선정하여 모형을 적용하였다. 적용결과 현행으로 운행 시 270분 대기시간이 발생하며, 개선된 모형을 적용하게 되면 승객수요에 따른 시나리오에 따라 58분에서 82분의 대기시간이 발생하는 하여 최대 212분의 단축 효과가 있는 것으로 나타나 모형의 효과가 높은 것으로 판단된다.

• 대한토목학회논문집
• /
• 제29권3C호
• /
• pp.115-125
• /
• 2009

지반의 응력이력을 정의하는데 이용되는 선행압밀하중은 일반적으로 일차원 실내압밀실험으로부터 결정되어져 왔으나 피에조콘과 같은 원위치 시험의 관측값을 이용한 이론적인 방법과 경험적인 상관관계를 통한 결정도 가능하다. 최근 선행압밀하중을 결정하기 위한 인공신경망 모델들이 제안된 바 있으며, 기존의 이론적 경험적 선행압밀하중 추정 방법들이 갖는 지역의존성의 문제를 극복하고 예측 정확도 면에서도 크게 개선된 것으로 보고되었다. 그러나 인공신경망 모델은 모델구조와 학습과정에서 초기에 무작위로 부여되는 연결강도에 영향을 받아 예측에 변동성이 존재한다. 본 연구에서는 기존의 피에조콘 결과를 이용한 선행압밀하중 추정 인공신경망 모델이 연약지반에서 선행압밀하중 예측 시 보이는 변동성을 개선하기 위하여 신경망 모델의 구조 최적화를 수행하고 군집신경망 모델을 구축하였다. 제안된 군집신경망 모델을 이용한 예측결과는 기존의 다층신경망 모델 및 이론적 경험적 모델들과 비교되었다. 연구결과, 최적화된 구조를 갖는 다층신경망 모델일지라도 초기 연결강도에 따라 최종 학습 후 예측결과의 변동성이 여전히 존재하나, 다층신경망을 네트워크로 연결하여 제안된 군집신경망 모델은 기존의 다층신경망 모델들이 갖는 초기 연결강도 의존성을 개선하여 다층신경망 모델에 비해 일관성 있으며 보다 정확한 예측이 가능한 것으로 나타났다.

• 대한토목학회논문집
• /
• 제29권5A호
• /
• pp.467-475
• /
• 2009

기존의 연구들은 댐퍼만에 의한 부가감쇠비의 Universal Curve만을 제공하였기 때문에 실무에서는 케이블의 구조감쇠 및 공기역학적감쇠와 같은 자체감쇠를 독립적으로 고려하곤 한다. 즉, 케이블에 발생하는 자체감쇠비와 댐퍼에 의해 부여되는 Universal Curve로부터 얻은 부가감쇠비를 산술적으로 합하여 케이블-댐퍼 시스템의 전체감쇠비를 결정해 왔다. 하지만 이러한 선형조합 접근법은 이론적인 근거가 미약하며 관련된 연구도 찾아볼 수 없는 실정이므로 이에 관한 유효성을 검증해 볼 필요가 있다. 이것을 위해 본 연구에서는 자체감쇠를 고려한 전체감쇠비 해석법을 개발하여 정해를 제시하고 이것을 기존의 선형조합 접근법에 의해 얻어진 전체감쇠비와 비교하여 선형조합 접근법의 유효성 여부를 검증하였다. 본 연구의 결과에 의하면, 강성은 작고 최적감쇠계수와 비슷한 감쇠계수를 갖는 댐퍼가 지점에서 가깝게 설치되어 있으며, 케이블의 진동이 저차 모드 위주로 발생하고 케이블의 자체감쇠가 크지 않은 일반적인 풍환경에서는 기존의 연구그룹에서 제시하는 연구결과나 선형조합 접근법을 적용하는 것에 무리가 따르지 않는다. 하지만 외부댐퍼나 예기치 못한 고차 진동모드의 발생, 강성이 큰 댐퍼가 사용되는 경우에는 본 연구를 적용하는 것이 바람직한 것으로 나타났다. 본 연구는 케이블의 자체감쇠를 고려한 전체감쇠비의 정해를 제시하고 이것을 토대로 선형조합 접근법에 대한 적용근거를 제시하였다는 점에서 의미를 찾을 수 있다. 차후 본 연구를 발전시켜 공기역학적감쇠에 대응하는 최적감쇠계수를 실시간으로 제시할 수 있게 된다면 MR(Magneto-rheological) 댐퍼와 같은 준능동 댐퍼의 케이블-댐퍼 시스템 제어의 중요한 알고리즘이 될 것으로 기대된다.

• 대한토목학회논문집
• /
• 제29권3D호
• /
• pp.419-431
• /
• 2009

본 연구의 핵심은 하이퍼스펙트럴영상에 정준상관분류기법을 적용할 때, 최적의 분광밴드를 찾아내는 유효밴드 선정 및 추출기법은 무엇인가를 알아내는 것이다. 본 연구에서는 미국의 Purdue University에서 개발된 Multispec$^{(C)}$ 소프트웨어를 사용하여 각각의 분리도 결정기법에 따른 최적의 유효밴드를 선정하였다. 사용된 분리도 결정기법은 Divergence, Transformed Divergence, Bhattacharyya, Mean Bhattacharyya, Covariance Bhattacharyya, Non Covariance Bhattacharyya로서 총 6가지이다. 특징추출을 위해 Erdas Imagine과 ENVI 소프트웨어를 사용하여 PCA 변환과 MNF 변환을 수행하였다. 유효밴드 선정 및 특징추출의 효과에 대한 비교평가를 위해, 정준상관분류기법에 의한 토지피복분류작업을 수행하였다. 1차 선별된 60개 밴드를 사용한 정준상관분류의 정확도는 71.8%이며, 정준상관분류를 사용하여 가장 높은 분류정확도를 얻은 방법은 Noncovariance Bhattacharyya 적용 후 정준상관분류를 수행한 경우로서 전체정확도 79.0% 이다. 결론적으로 정준상관분류에 의한 하이퍼스펙트럴영상 분류에서는 유효밴드선정기법으로 사실상 Noncovariance Bhattacharyya 기법만 유용하였으며, 나머지 유효밴드 선정기법(Divergence 제외)과 특징추출기법은 정준상관분류에서는 오히려 분류정확도가 하락함을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.582-583
• /
• 2021

태양광, 풍력 등 신재생 에너지 생산이 다양해지면서 생산과 소비를 동시에 할 수 있는 마이크로그리드 시스템이 소개되었지만 국내에서는 아직까지 자동화된 전력거래 기술 도입이 필요하고 생산 및 중계인의 보호할 장치가 필요하다. 일반적으로 여름에는 태양광을 통한 전력 가격 하락이 예상되어 생산자 보호가 필요하다. 본 논문에서는 마이크로그리드 환경에서 블록체인(Blockchain)을 활용한 사용자 간 투명하고 안전한 선물 전력거래 시스템을 제안한다. 선물이란 간단히 말해서 고정된 가격과 미리 정해진 선물 가격에 구매자가 전력을 사는 의무를 가지거나 판매자가 전력을 팔아야 하는 의무를 갖게 되는 계약이다. 본 시스템은 블록체인 네트워크 내에서 신뢰할 수 있는 실행코드인 스마트 컨트랙트(Smart Contract)를 이용하여 사용자의 개입 없이 자동화된 동작으로 선물 가격을 검색하고 전력 거래를 체결하는 선물 거래 알고리즘을 제안한다. 만일 전력 생산자가 생산계획 시에 최대 생산 시기(하지)의 가격이 하락할 가능성이 있다고 생각이 되면 선물시장에서 선물을 먼저 팔아 놓고 최대 생산 시기(하지)에 선물을 되사서 이익을 내어 현물시장에서의 손실을 보전할 수 있다. 또 중계업자는 판매계약 체결 시에 전력 가격이 상승될 우려가 있으면 선물시장에서 먼저 선물을 매입하고 판매계약 이행 시 선물을 청산하여 이익을 실현시켜 현물시장에서의 손실을 보전할 수 있게 된다.