• 한국광학회지
• /
• 제33권1호
• /
• pp.1-10
• /
• 2022

본 연구에서는 고가의 일반 펄스 레이저 없이 비교적 근거리에서 강한 거리 분해능을 지니며, 원거리에서도 공간 분해능을 지닌 연속광원 레이저를 이용한 미세먼지 라이다를 제안한다. 일반적인 라이다 시스템은 짧은 펄스의 레이저를 사용하고, 특정 거리 사이의 time-of-flight (TOF) 왕복시간을 측정하여 거리 정보를 얻고 있으나, 본 연구에서는 상용 카메라와 연속광 레이저 빔을 조사하여 얻은 영상을 사용하여 공간 분해능을 얻는 새로운 에어로졸 라이다를 소개한다. 본 연구에서는 라이다 신호와 함께 얻은 레이저의 이미지를 사용하여 주어진 하나의 화소에 해당하는 산란 에어로졸까지의 거리와 그 화소에 기여하는 에어로졸의 범위를 계산하였다. 이러한 거리와 기여 범위를 사용하여 거리 분해능을 갖는 에어로졸의 소멸계수를 계산하였으며, 기존 에어로졸 라이더의 경우 400 m 이상에서만 에어로졸 소산계수를 얻을 수 있었지만 제안 된 방법과 주어진 카메라의 조건을 사용하면 수십 미터 이하까지 그 소산계수를 얻을 수 있음을 알 수 있었다.

• 대한토목학회논문집
• /
• 제42권3호
• /
• pp.343-350
• /
• 2022

하천합류부에서 수체혼합양상을 파악하기 위해서는 고해상도의 자료가 필요하다. 특히 하천분석에 있어 수리·수질 특성은 수생태 건강성에 대한 기초자료로 사용되기 때문에 지속적 모니터링을 통해 관측이 필요한시점이다. 또한 현제 기존의 모니터링 체계에서도 1차원적인 고정적인 측정방법을 통해 측정이 진행되기 떄문에 측정지점 주변의 제외한 하천 전체의 수리·수질 특성조사가 이루어지지 않고 있다. 그에 따른 고해상도의 측정자료를 얻기 위해서는 측정자가 부담을 많이 가지며, 측정할 수 있는 영역이나 시간적으로 제한적이다. 해상도는 낮추되 광범위한 데이터를 취득하기 위해서는 적절한 보간법이 선정되어야 한다. 따라서 본 연구에서는 하천합류부에서의 고해상도 측정방법을 소개하고 계측결과에 따른 보간법 비교하였다. 이를 이용한 저해상도 측정결과에서의 예측과 보간법에 대한 시각화를 통해 하천의 전체적인 수리·수질정보를 표기하였다. 각각의 보간법을 비교함으로써 하천 매핑에 있어 IDW, Natural Neighbor, Kriging 기법을 적용하여 시각화된 자료와 정량적 평가를 통해 하천매핑의 정밀성을 향상시켰다. 본연구를 통해 공간보간을 통한 하천의 측정의 새로운 방안제시가 될것이라 사료된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권8호
• /
• pp.331-338
• /
• 2022

차기 상태 천이 표상(Successor representation, SR) 기반 강화학습 알고리즘은 두뇌에서 발현되는 신경과학적 기전을 바탕으로 발전해온 강화학습 모델이다. 해마에서 형성되는 인지맵 기반의 환경 구조 정보를 활용하여, 변화하는 환경에서도 빠르고 유연하게 학습하고 의사결정 가능한 자연 지능 모사형 강화학습 방법으로, 불확실한 보상 구조 변화에 대해 빠르게 학습하고 적응하는 강인한 성능을 보이는 것으로 잘 알려져 있다. 본 논문에서는 표면적인 보상 구조가 변화하는 환경뿐만 아니라, 상태 천이 확률과 같은 환경 구조 내 잠재 변수가 보상 구조 변화를 유발하는 상황에서도 SR-기반 강화학습 알고리즘이 강인하게 반응하고 학습할 수 있는지 확인하고자 한다. 성능 확인을 위해, 상태 천이에 대한 불확실성과 이로 인한 보상 구조 변화가 동시에 나타나는 2단계 마르코프 의사결정 환경에서, 목적 기반 강화학습 알고리즘에 SR을 융합한 SR-다이나 강화학습 에이전트 시뮬레이션을 수행하였다. 더불어, SR의 특성을 보다 잘 관찰하기 위해 환경을 변화시키는 잠재 변수들을 순차적으로 제어하면서 기존의 환경과 비교하여 추가적인 실험을 실시하였다. 실험 결과, SR-다이나는 환경 내 상태 천이 확률 변화에 따른 보상 변화를 제한적으로 학습하는 행동을 보였다. 다만 기존 환경에서의 실험 결과와 비교했을 때, SR-다이나는 잠재 변수 변화로 인한 보상 구조 변화를 빠르게 학습하지는 못하는 것으로 확인 되었다. 본 결과를 통해 환경 구조가 빠르게 변화하는 환경에서도 강인하게 동작할 수 있는 SR-기반 강화학습 에이전트 설계를 기대한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권8호
• /
• pp.339-346
• /
• 2022

최근 화석연료의 무분별한 사용으로 인한 자원고갈 문제 및 기후변화 문제 등이 심각해짐에 따라 화석연료를 대체할 수 있는 신재생에너지에 대한 관심이 증가하고 있다. 특히 신재생에너지 중 태양광 에너지는 다른 신재생에너지원에 비해 고갈될 염려가 적고, 공간적인 제약이 크지 않아 전국적으로 수요가 증가하고 있다. 태양광 발전 시스템에서 생산된 전력을 효율적으로 사용하기 위해서는 보다 정확한 태양광 발전량 예측 모델이 필요하다. 이를 위하여 다양한 기계학습 및 심층학습 기반의 태양광 발전량 예측 모델이 제안되었지만, 심층학습 기반의 예측 모델은 모델 내부에서 일어나는 의사결정 과정을 해석하기가 어렵다는 단점을 보유하고 있다. 이러한 문제를 해결하기 위하여 설명 가능한 인공지능 기술이 많은 주목을 받고 있다. 설명 가능한 인공지능 기술을 통하여 예측 모델의 결과 도출 과정을 해석할 수 있다면 모델의 신뢰성을 확보할 수 있을 뿐만 아니라 해석된 도출 결과를 바탕으로 모델을 개선하여 성능 향상을 기대할 수도 있다. 이에 본 논문에서는 BiLSTM(Bidirectional Long Short-Term Memory)을 사용하여 모델을 구성하고, 모델에서 어떻게 예측값이 도출되었는지를 SHAP(SHapley Additive exPlanations)을 통하여 설명하는 설명 가능한 태양광 발전량 예측 기법을 제안한다.

• 사물인터넷융복합논문지
• /
• 제8권3호
• /
• pp.11-20
• /
• 2022

기업은 장기적인 전략을 수립하고 수행에 이르기까지 모든 경영활동을 책임지고 의사결정을 할 수 있는 최고경영자(CEO: Chief Executive Officer)는 기업성과에 영향을 미치는 사람이라고 할 수 있다. 최고경영자가 합리적인 의사결정을 통해 전략적 선택을 통해 기업성과에 영향을 미칠 수 있고, 기업의 흥망을 결정할 수 있다. 그러므로 최고경영자의 의사결정이 매우 중요하다. 또한, 급격한 디지털 기술 환경의 변화로 기업들은 디지털 전환을 통해 기업성과를 높이고자 학문적, 실무적으로 많은 노력 하고 있다. 그러나 기존 선행연구를 살펴보면 최고경영자의 특성이 조직·혁신성과, 혁신 활동 등에 관한 연구로 한정되었고, 최고경영자의 특성이 디지털 전환과 기업성과에 연결되는 연구는 너무나 부족하다. 따라서 디지털 시대를 맞이하여 최고경영자의 특성이 디지털 전환을 통해 기업성과에 영향을 미치는지에 대해 연구해 볼 필요성이 대두되고 있다. 본 연구는 디지털 전환에 성공한 국내 빅데이터 업체인 (주)RSN사례를 통해 최고경영자의 특성, 디지털 전환, 기업성과에 대해서 이해하고 이를 바탕으로 연구모형과 연구 명제를 설정하여 (주)RNS의 사례분석을 통해 최고경영자의 특성이 디지털 전환과 기업성과에 어떻게 영향을 미치는지에 대해서 연구하였다. 연구 결과 최고경영자의 특성이 필수요소인 디지털 기술을 활용함으로써 기업이 디지털 전환을 성공하게 되었고 기업성과에도 영향을 미치는 것으로 분석되었다. 본 연구의 시사점으로는 최고경영자는 합리적인 의사결정을 할 때 한계가 있을 수 있으므로 향후 실증적 연구를 시도해볼 필요성 있다고 판단된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권8호
• /
• pp.315-324
• /
• 2022

이 논문에서는 자연어로 구성된 수학 문장제 문제 자동 풀이하기 위한 Transformer 기반의 생성 모델인 KoEPT를 제안한다. 수학 문장제 문제는 일상 상황을 수학적 형식으로 표현한 자연어 문제이다. 문장제 문제 풀이 기술은 함축된 논리를 인공지능이 파악해야 한다는 요구사항을 지녀 최근 인공지능의 언어 이해 능력을 증진하기 위해 국내외에서 다양하게 연구되고 있다. 한국어의 경우 문제를 유형으로 분류하여 풀이하는 기법들이 주로 시도되었으나, 이러한 기법은 다양한 수식을 포괄하여 분류 난도가 높은 데이터셋에 적용하기 어렵다는 한계가 있다. 본 논문은 이에 대해 '식' 토큰과 포인터 네트워크를 사용하는 KoEPT 모델을 사용했다. 이 모델의 성능을 측정하기 위해 현존하는 한국어 수학 문장제 문제 데이터셋인 IL, CC, ALG514의 분류 난도를 측정한 후 5겹 교차 검증 기법을 사용하여 KoEPT의 성능을 평가하였다. 평가에 사용된 한국어 데이터셋들에 대하여, KoEPT는 CC에서는 기존 최고 성능과 대등한 99.1%, IL과 ALG514에서 각각 89.3%, 80.5%로 새로운 최고 성능을 얻었다. 뿐만 아니라 평가 결과 KoEPT는 분류 난도가 높은 데이터셋에 대해 상대적으로 개선된 성능을 보였다. KoEPT가 분류 난도의 영향을 덜 받으며 좋은 성능을 얻게 된 이유를 '식' 토큰과 포인터 네트워크 때문이라는 것을 ablation study를 통해서 밝혔다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권8호
• /
• pp.325-330
• /
• 2022

본 논문은 한국 수어에 대하여 수어 인식, 수어 번역, 수어 영상 시분할과 같은 수어에 관한 딥러닝 연구를 위한 데이터셋의 수집 및 실험을 진행하였다. 수어 연구를 위한 어려움은 2가지로 볼 수 있다. 첫째, 손의 움직임과 손의 방향, 표정 등의 종합적인 정보를 가지는 수어의 특성에 따른 인식의 어려움이 있다. 둘째, 딥러닝 연구를 진행하기 위한 학습데이터의 절대적 부재이다. 현재 알려진 문장 단위의 한국 수어 데이터셋은 KETI 데이터셋이 유일하다. 해외의 수어 딥러닝 연구를 위한 데이터셋은 Isolated 수어와 Continuous 수어 두 가지로 분류되어 수집되며 시간이 지날수록 더 많은 양의 수어 데이터가 수집되고 있다. 하지만 이러한 해외의 수어 데이터셋도 방대한 데이터셋을 필요로 하는 딥러닝 연구를 위해서는 부족한 상황이다. 본 연구에서는 한국 수어 딥러닝 연구를 진행하기 위한 대규모의 한국어-수어 데이터셋을 수집을 시도하였으며 베이스라인 모델을 이용하여 수어 번역 모델의 성능 평가 실험을 진행하였다. 본 논문을 위해 수집된 데이터셋은 총 11,402개의 영상과 텍스트로 구성되었다. 이를 이용하여 학습을 진행할 베이스라인 모델로는 수어 번역 분야에서 SOTA의 성능을 가지고 있는 TSPNet 모델을 이용하였다. 본 논문의 실험에서 수집된 데이터셋에 대한 특성을 정량적으로 보이고, 베이스라인 모델의 실험 결과로는 BLEU-4 score 3.63을 보였다. 또한, 향후 연구에서 보다 정확하게 데이터셋을 수집할 수 있도록, 한국어-수어 데이터셋 수집에 있어서 고려할 점을 평가 결과에 대한 고찰로 제시한다.

• 한국ITS학회 논문지
• /
• 제21권3호
• /
• pp.62-72
• /
• 2022

본 논문에서는 초소형 드론에 탑재가 가능하도록 소형화한 GPS 대역(L₁ 대역 중심 주파수 : 1.575 GHz) 안테나를 제안하였다. 소형화는 λ/4 마이크로스트립 안테나를 기저로 섭동법을 적용시키고, 패치 가장자리의 전류 길이를 길게 하는 개념으로 실현시켰다. 제안된 안테나는 10 mm × 9 mm × 10 mm(0.05 λ × 0.05 λ × 0.05 λ) 크기의 스티로폼(ε_r=1.06, 두께=10 mm) 표면에 장착 가능한 인쇄형으로 제작하였다. 임피던스 매칭을 위해 급전 선로의 두께 및 길이, 단락 스터브 간의 간격을 조절하였으며, 그 결과, 제작된 안테나는 중심주파수 1.575 GHz에서 S₁₁은 -38.6 dB를 얻었으며, 방사 패턴 측정 결과, 0° 방향에서 xz-plane의 E_θ 성분 이득 1.87 dBi, yz-plane의 Eθ 성분 이득 -1.7 dBi의 특성을 얻었다. 결과적으로, λ/2 마이크로스트립 패치 안테나와 비교하여 98.8 %의 체적 축소율을 확보함으로써, 초소형 드론에 탑재가 가능한 GPS 안테나로써 활용이 가능함을 제시하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권3호
• /
• pp.117-124
• /
• 2023

농림축산식품부는 2008년 조직개편을 통해 식품 정책에 대한 기능이 이관되어 보건복지부 등에 산재하여 있던 식품산업을 통합관리 하게 되었고, 1, 2, 3차 산업을 포괄한 종합 정책을 수립하고 있다. 최근 4차 산업혁명과 더불어 농축산식품산업에도 스마트팜, 푸드테크 등 새로운 사업개념이 등장하였다. 농림축산식품부는 4차산업에 적합한 정책을 수립하기 위해 농축식품산업의 사업체 규모를 정확히 추정하는 것이 필요하게 되었다. 농림축산식품부는 전방과 후방 산업의 연계분석을 통한 부가가치 산출과 농축산식품산업의 정확한 모집단을 추정하기 위해서 2017년부터 농축산식품산업 특수분류를 위해 연구하기 시작하였고 통계청으로부터 농축산식품 특수분류 승인을 받았다. 특수 분류를 기반으로 한 농축산식품산업의 모집단 추정은 매출액, 종사자 수 등 전 산업에서 차지하는 비중이 정책의 수립과 중요도에 많은 영향을 미치기 때문에 매우 중요하다. 본 논문은 농축산식품 특수분류와 한국표준산업분류에서의 추출된 표본을 이용하여 현재적격률을 산정하고 모집단을 추정하는 과정과 현재적격률을 보완하기 위한 추정적격률을 제안하여 보다 모집단을 잘 반영하는 방안을 제시하고자 한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권3호
• /
• pp.125-132
• /
• 2023

본 연구에서는 식물의 영양분 흡수에 따른 식물 성장뿐만 아니라 기공 기능 및 광합성에도 영향을 끼치는 온실의 수증기압차(VPD, Vapor Pressure Deficit)예측을 위한 머신러닝 모델들의 성능을 비교해보았다. VPD 예측을 위해 온실 내·외부 환경요소 및 시계열 데이터의 시간적 요소들과의 상관관계를 확인하고 상관관계가 높은 요소들이 VPD에 어떤 영향을 미치는지 확인하였다. 예측 모델의 성능을 분석하기 전 분석 시계열 데이터의 양(1일, 3일, 7일), 간격(20분, 1시간)이 예측 성능에 미치는 영향을 확인하여 데이터의 양과 간격을 조절하였다. 마지막으로 4개의 머신러닝 예측 모델(XGB Regressor, LGBM Regressor, Random Forest Regressor 등)을 적용하여 모델별 예측 성능을 비교했다. 모델의 예측 결과로 20분 간격의 1일의 데이터를 사용했을 때 LGBM에서 MAE는 0.008, RMSE는 0.011의 가장 높은 예측 성능을 보였다. 또한 20분 후 VPD 예측에 가장 큰 영향을 미치는 요소는 환경적 요인보다는 과거 20분 전의 VPD(VPD_y__71)임을 확인하였다. 본 연구의 결과를 활용하여 VPD 예측을 통해 작물의 생산성을 높이고, 온실의 결로, 병 발생 예방 등이 가능하다. 향후 온실의 환경 데이터 예측뿐만 아니라 더 나아가 생산량 예측, 스마트팜 제어 모델 등 다양한 분야에 활용할 수 있을 것이다.