• 제목/요약/키워드: dispersion error

검색결과 163건 처리시간 0.016초

문학 텍스트의 머신러닝 활용방안 연구 - 화자 지시어 분석을 위한 규칙 선별을 중심으로 - (A Study on the Application of Machine Learning in Literary Texts - Focusing on Rule Selection for Speaker Directive Analysis -)

  • 권경아;고일주;이인성
    • 문화기술의 융합
    • /
    • 제7권4호
    • /
    • pp.313-323
    • /
    • 2021
  • 본 연구는 문학 텍스트를 활용한 머신러닝 기반 가상 캐릭터(virtual character) 구현을 위해 텍스트 내의 화자 지시어가 지시하는 화자를 판별할 수 있는 규칙을 제안하는 것을 목적한다. 선행 연구에서, 본 연구자는 문학 텍스트를 기계 학습에 적용할 때, 별칭, 별명, 대명사와 같은 화자 지시어들이 특정한 분석 규칙 없이는 기계가 화자를 제대로 파악하지 못하여 학습을 제대로 수행할 수 없다는 점을 발견하였다. 본 연구는 이를 해결하는 방법으로 '화자 지시어(대명사 포함)가 지시하는 화자를 찾는 9가지 규칙'을 소개한다: 위치, 거리, 대명사, 가주어/진주어, 인용문, 화자수, 등장인물 외 지시, 복합 단어 지시, 화자명 분산이 그것이다. 문학 텍스트 내의 등장인물을 가상 캐릭터로 활용하기 위해서는 기계가 이해할 수 있는 방식으로 학습 텍스트를 제공해야 한다. 본 연구자는 본 논문을 통해 제안한 화자 찾기 규칙이 문학 텍스트를 머신러닝에 활용할 때 발생할 수 있는 시행착오를 줄이고, 원활한 학습을 수행하게 하여 질적으로 우수한 학습 결과를 산출할 수 있게 해 줄 것으로 기대한다.

환경영향평가에서의 대기질 확산모델 적용방법 개선 연구(II) - AERMOD 모델 적용방법을 중심으로 - (A Study on Improvement of Air Quality Dispersion Model Application Method in Environmental Impact Assessment (II) - Focusing on AERMOD Model Application Method -)

  • 김수향;박선환;주현수;소민섭;이내현
    • 환경영향평가
    • /
    • 제32권4호
    • /
    • pp.203-213
    • /
    • 2023
  • 우리나라 환경영향평가서의 대기모델 적용 실태를 조사하기 위하여 2021년부터 2022년까지 협의가 완료되어 환경영향평가정보지원시스템(EIASS)에 공개된 환경영향평가서를 분석한 결과 AERMOD가 89.0%로 가장 많이 사용되었다. AERMET과 AERMOD의 버전 불일치는 25.3%로 나타났으며, 산업단지 및 도시개발사업의 발생하는 오염물질 배출량 산정시 적용한 가동시간과 모델에 적용한 가동시간의 불일치는 50.6%로 나타났다. 군산지역의 단순 및 복잡지형에서 다양한 버전의 AERMET과 AERMOD 모델을 면오염원과 점오염원에 적용한 결과, AERMOD 버전 12(15181) 이후부터는 동일한 값을 나타내었다. 배출량은 24시간 가동을 기준으로 산정하고, 모델에는 주간 8시간 가동을 적용하는 가변 배출계수 옵션을 사용할 때, 예측농도는 단순 및 복잡지형에서 면오염원은 32.06~74.27%, 점오염원은 14.85~43.13% 축소되는 것으로 나타났다. 따라서 AERMOD 모델의 가변 배출계수 적용 오류를 방지하기 위해서는 환경영향평가서에 배출량 산정과정을 명확히 제시하고, 모델링 입력자료 구성에 대한 구체적인 설명이 요구되며, 환경영향평가 전문 검토기관에서는 보다 철저한 검토가 필요하다.

건설현장 환경정보 수집을 위한 통합 센싱모듈 개발 (Integrated Sensing Module for Environmental Information Acquisition on Construction Site)

  • 문성현;이기택;황재현;지석호;원대연
    • 대한토목학회논문집
    • /
    • 제44권1호
    • /
    • pp.85-93
    • /
    • 2024
  • 안전하고 지속가능한 건설현장의 운영을 위해 소음, 분진, 진동, 온·습도 등의 환경정보 모니터링은 매우 중요하다. 하지만, 상용 센서들은 단가가 상당하고, 건설현장과 같이 가혹한 환경에서 사용하도록 설계되지 않아 쉽게 고장나거나 측정값이 불안정하며, 각 환경정보마다 개별적인 센서를 설치 및 관리해야 하기 때문에 인력/비용/공간의 확보가 어렵다는 한계점이 존재한다. 본 연구는 건설현장의 소음, 분진, 진동, 온·습도 등의 환경정보를 측정하는 통합 센싱모듈을 개발했다. 구체적으로, 설치 비용을 상용 센서의 3.3% 수준으로 낮추고, 야외의 가혹한 환경에서 사용 가능하도록 설계하며, 다수의 센서를 통합하여 설치와 관리가 편리하도록 개선했다. 또한, 건설현장에서 센싱모듈을 효과적으로 사용하기 위해 GPS, LTE, 실시간 센싱(1분 이내)을 지원한다. 센싱모듈을 검증하기 위해 국가 인증 센서와 측정 성능을 비교했고, 데이터 통신을 검증하기 위해 7곳의 현장에 25회 방문하여 테스트를 진행했다. 그 결과, 소음 측정 정확도 97.5% 및 정밀도 99.9%, 분진 측정 정확도 89.7%, 데이터 송신 안정률 93.5% 등 우수한 성능을 확인했다. 본 연구는 현장으로부터 대량 및 양질의 환경정보 데이터를 수집하도록 지원하여 (1) 관련 규정/법령의 준수 여부 평가, (2) 환경정보 시뮬레이션, (3) 환경대책 수립 등 현장 의사결정에 기여한다.