• 터널과지하공간
• /
• 제26권1호
• /
• pp.32-45
• /
• 2016

전 세계적으로 도심지 공간의 효율적인 활용을 위한 지하 공간 이용방안에 대해 연구가 진행되어 왔고 미국, 유럽, 중국 등이 복층터널을 건설하여 운영 중이다. 대표적으로, 프랑스의 A86 East, 말레이시아 SMART 터널, 스페인 M30 프로젝트, 미국 시애틀 SR99, 중국 상하이 양쯔강 터널 등을 예로 들 수 있다. 이에 따라서 국내에서도 교통집중을 해소하고 지상 공간 확보를 위해 대심도에 위치하는 네트워크형 복층도로터널 운영에 대한 연구가 진행되고 있다. 그러므로 본 연구에서는 기존에 사용하고 있는 일반적인 도로터널의 환기설계 아웃라인의 리뷰를 통해 대심도 복층터널에 추가적으로 필요한 다양한 요소들을 분석해보고, 해외 복층 도로터널설계사례들을 자세히 검토하여 환기방식과 종류에 따른 환기설계인자분석을 통해 네트워크형 복층 도로터널에 적용 가능한 설계인자를 도출해내고 특징적인 환기설계인자를 새롭게 정립해 본다.

• 한국조경학회지
• /
• 제48권4호
• /
• pp.19-28
• /
• 2020

도시화로 인한 도시열섬현상(Urban Heat Island)이 심화되면서 도시차원의 열 관리가 중요한 이슈로 다뤄지고, 도시열섬현완화 방안으로 녹지사업과 환경정책이 시행되고 있고, 도시공원 및 녹지와 열의 관계를 분석하는 다수의 연구가 수행되었다. 하지만 열이라는 특성은 다수의 요인이 복합적으로 얽혀있어 선형적 상관관계를 통한 해석에 한계가 있다. 본 연구는 변수요인들이 다양하고 데이터의 양이 방대하여 기존의 통계분석방식으로는 분석하기 어려운 분야에서 강점을 갖는 심층신경망 모형 방법론을 사용하여 여름철 서울지역의 공원 및 녹지의 열섬저감효과를 평가하는 것을 목표로 연구를 진행하였다. 이를 위해서 Landsat 8 인공위성영상을 활용하여 동시간의 광역적인 데이터를 취득하였고, ArcGis 10.7을 이용하여 서울시를 30m×30m 그리드로 격자화하여, 각 격자에 열섬저감을 측정할 수 있는 환경변수를 구축하였다. Python 3.7과 Keras를 이용하여 심층신경망 모형을 생성하여 지표면 온도와 변수 간의 관계를 분석하였다. 분석 결과, 인공신경망 모형은 높은 설명력을 가지는 것을 확인하였다. 또한 일반적인 연구 결과와 마찬가지로 인접 녹지와의 거리가 가까울수록, 공원면적이 커질수록, 공원의 식생활력도가 높을수록 지표면 온도가 낮아짐을 확인하였다. 식생활력도에 의한 냉각효과가 많이 있는 것을 확인하였고, 일부 선행연구에서 녹지에 인접할수록 0.3℃ ~ 2.3℃ 저감될 수 있는 특성이 나타나고, 공원의 크기가 크면 2℃~3℃ 저감효과가 나타난다는 결과를 보이고 있는데, 본 연구결과와 비교해 보면 도출된 효과가 과대평가되었을 가능성을 확인하였다. 본 연구의 결과는 향후 도시열섬현상 완화를 위해 새로운 도시녹지를 조성시 효과적인 녹지 구성을 위한 정보로 활용될 수 있다.

• International Journal of Computer Science & Network Security
• /
• 제23권11호
• /
• pp.99-109
• /
• 2023

The darknet is frequently referred to as the hub of illicit online activity. In order to keep track of real-time applications and activities taking place on Darknet, traffic on that network must be analysed. It is without a doubt important to recognise network traffic tied to an unused Internet address in order to spot and investigate malicious online activity. Any observed network traffic is the result of mis-configuration from faked source addresses and another methods that monitor the unused space address because there are no genuine devices or hosts in an unused address block. Digital systems can now detect and identify darknet activity on their own thanks to recent advances in artificial intelligence. In this paper, offer a generalised method for deep learning-based detection and classification of darknet traffic. Furthermore, analyse a cutting-edge complicated dataset that contains a lot of information about darknet traffic. Next, examine various feature selection strategies to choose a best attribute for detecting and classifying darknet traffic. For the purpose of identifying threats using network properties acquired from darknet traffic, devised a hybrid deep learning (DL) approach that combines Recurrent Neural Network (RNN) and Bidirectional LSTM (BiLSTM). This probing technique can tell malicious traffic from legitimate traffic. The results show that the suggested strategy works better than the existing ways by producing the highest level of accuracy for categorising darknet traffic using the Black widow optimization algorithm as a feature selection approach and RNN-BiLSTM as a recognition model.

• 대한토목학회논문집
• /
• 제32권3D호
• /
• pp.283-289
• /
• 2012

철도는 문전 서비스가 어렵기 때문에 출발지에서 역까지 접근성과 다른 철도노선과의 환승 편의성을 혁신적으로 개선해야 한다. 이 정책의 실행대안은 속도향상과 철도간 직결운행, 인터모달리즘 등이 있다. 최근 수도권광역급행철도정책은 속도향상, 건설기간 단축, 토지보상비 최소화 등의 목표 달성을 위해 대심도 지하공간 이용이 제안되어 있다. 하지만 대심도 지하공간에 건설되는 철도는 접근 및 환승저항, 이용자의 심리적 부담이 부정적 효용으로 작용된다. 본 논문에서는 대심도 철도의 접근과 환승저항 평가와 시사점을 제시하고 있다. 접근저항은 차내시간의 5배로 매우 크게 영향을 미치고, 환승저항 그리고 심리적 부담에 따른 불효용이 존재하고 있었다. 즉 대심도 철도건설정책은 역까지 접근교통수단과 일체적 시스템 구축에 필요한 제도 정비가 매우 중요하다.

• 한국터널지하공간학회 논문집
• /
• 제23권1호
• /
• pp.13-24
• /
• 2021

암반 및 연약지반을 포함한 다양한 지반 조건에서 TBM (Tunnel Boring Machine) 터널링이 활용되고 있다. 굴착 성능을 높이기 위해서 지반 조건에 따라 최적으로 장비를 운영해야 하며, 이를 통해 공기단축을 통한 비용 절감 효과를 기대할 수 있다. 하지만 시추 조사를 통해 획득한 지반 정보는 시추공 사이 불확실성이 존재하므로, 실시간 최적 운전에 부족함이 있다. 본 연구에서는 지반의 불확실성 문제를 해결하고자 5초마다 기록된 TBM 데이터를 활용하여 굴착 지반 예측시스템을 구축하고자 한다. 싱가포르 현장에서 획득한 화강암의 풍화도를 고려하여 암반, 토사, 복합지반 세 가지로 지질로 재분류하였고, 실시간으로 도출되는 기계 데이터로 이를 예측하고자 한다. 현장에서 획득한 TBM 데이터에 대해 이상치 제거, 정규화, 특성 추출 등의 전처리 방법을 적용하였고, 지질을 분류하기 위해 6개의 은닉층을 가진 심층 신경망(Deep Neural Network, DNN)을 활용하였다. 10겹 교차검증을 통해 분류 시스템을 평가한 결과, 평균 75.4%의 정확도를 확인하였다(총 데이터 388,639개). 본 연구를 통해 지질 불확실성을 감소시키고, 지반 조건에 따른 실시간 최적 운전에 도움이 될 것으로 판단된다.

• 천문학회보
• /
• 제40권1호
• /
• pp.56.3-57
• /
• 2015

As of early 2015, more than 12,000 Near-Earth Objects (NEOs) have been catalogued by the Minor Planet Center, however their observational properties such as broadband colors and rotational periods are known only for a small fraction of the population. Thanks to time series observations with the KMTNet, orbits, optical sizes (and albedo), spin states and three dimensional shapes of asteroids and comets including NEOs will be systematically investigated and archived for the first time. Based on SDSS and BVRI colors, their approximate surface mineralogy will also be characterized. This so-called DEEP-South (Deep Ecliptic Patrol of the Southern Sky) project will provide a prompt solution to the demand from the scientific community to bridge the gaps in global sky coverage with a coordinated use of the network of ground-based telescopes in the southern hemisphere. We will soon finish implementing dedicated software subsystem consisted of automated observation scheduler and data pipeline for the sake of increased discovery rate, rapid follow-up, timely phase coverage, and efficient data analysis. We will give a brief introduction to test runs conducted at CTIO with the first KMTNet telescope in February and March 2015 and experimental data processing. Preliminary scientific results will also be presented.

• 천문학회보
• /
• 제44권1호
• /
• pp.54.2-54.2
• /
• 2019

Removing noise which occurs inevitably when taking image data has been a big concern. There is a way to raise signal-to-noise ratio and it is regarded as the only way, image stacking. Image stacking is averaging or just adding all pixel values of multiple pictures taken of a specific area. Its performance and reliability are unquestioned, but its weaknesses are also evident. Object with fast proper motion can be vanished, and most of all, it takes too long time. So if we can handle single shot image well and achieve similar performance, we can overcome those weaknesses. Recent developments in deep learning have enabled things that were not possible with former algorithm-based programming. One of the things is generating data with more information from data with less information. As a part of that, we reproduced stacked image from single shot image using a kind of deep learning, conditional generative adversarial network (cGAN). r-band camcol2 south data were used from SDSS Stripe 82 data. From all fields, image data which is stacked with only 22 individual images and, as a pair of stacked image, single pass data which were included in all stacked image were used. All used fields are cut in $128{\times}128$ pixel size, so total number of image is 17930. 14234 pairs of all images were used for training cGAN and 3696 pairs were used for verify the result. As a result, RMS error of pixel values between generated data from the best condition and target data were $7.67{\times}10^{-4}$ compared to original input data, $1.24{\times}10^{-3}$. We also applied to a few test galaxy images and generated images were similar to stacked images qualitatively compared to other de-noising methods. In addition, with photometry, The number count of stacked-cGAN matched sources is larger than that of single pass-stacked one, especially for fainter objects. Also, magnitude completeness became better in fainter objects. With this work, it is possible to observe reliably 1 magnitude fainter object.

• Journal of Astronomy and Space Sciences
• /
• 제36권4호
• /
• pp.293-306
• /
• 2019

In this study, the observational arc-length effect on orbit determination (OD) for the Korea Pathfinder Lunar Orbiter (KPLO) in the Earth-Moon Transfer phase was investigated. For the OD, we employed a sequential estimation using the extended Kalman filter and a fixed-point smoother. The mission periods, comprised between the perigee maneuvers (PM) and the lunar orbit insertion (LOI) maneuver in a 3.5 phasing loop of the KPLO, was the primary target. The total period was divided into three phases: launch-PM1, PM1-PM3, and PM3-LOI. The Doppler and range data obtained from three tracking stations [included in the deep space network (DSN) and Korea Deep Space Antenna (KDSA)] were utilized for the OD. Six arc-length cases (24 hrs, 48 hrs, 60 hrs, 3 days, 4 days, and 5 days) were considered for the arc-length effect investigation. In order to evaluate the OD accuracy, we analyzed the position uncertainties, the precision of orbit overlaps, and the position differences between true and estimated trajectories. The maximum performance of 3-day OD approach was observed in the case of stable flight dynamics operations and robust navigation capability. This study provides a guideline for the flight dynamics operations of the KPLO in the trans-lunar phase.

• 인터넷정보학회논문지
• /
• 제19권3호
• /
• pp.43-48
• /
• 2018

본 논문은 DNN(Deep Neural Network)와 슈퍼픽셀을 이용한 실내 공간 인식 알고리즘을 제안한다. 영상으로부터 실내 공간 인식을 위해 우선 영상 분할을 위한 세그멘테이션 프로세스가 필요하다. 이를 위해 본 논문에서는 적당한 크기로 나눌 수 있는 슈퍼 픽셀 알고리즘을 이용해 세그멘테이션을 수행한다. 각 세그먼트를 인식하기 위해 세그먼트마다 제안하는 방법을 이용하여 특징을 추출한다. 추출된 특징들을 DNN을 이용하여 학습하고, 학습으로부터 추출된 DNN모델을 이용하여 각 세그먼트를 인식한다. 실험 결과를 통해 제안하는 방법과 기존의 알고리즘과의 성능 비교 분석을 한다.

• 천문학회보
• /
• 제44권1호
• /
• pp.81.3-81.3
• /
• 2019

In this study, we apply conditional Generative Adversarial Network, which is one of the deep learning method, to the image-to-image translation from solar magentograms to solar UV and EUV images. For this, we train a model using pairs of SDO/AIA 9 wavelength UV and EUV images and their corresponding SDO/HMI line-of-sight magnetograms from 2011 to 2017 except August and September each year. We evaluate the model by comparing pairs of SDO/AIA images and corresponding generated ones in August and September. Our results from this study are as follows. First, we successfully generate SDO/AIA like solar UV and EUV images from SDO/HMI magnetograms. Second, our model has pixel-to-pixel correlation coefficients (CC) higher than 0.8 except 171. Third, our model slightly underestimates the pixel values in the view of Relative Error (RE), but the values are quite small. Fourth, considering CC and RE together, 1600 and 1700 photospheric UV line images, which have quite similar structures to the corresponding magnetogram, have the best results compared to other lines. This methodology can be applicable to many scientific fields that use several different filter images.