• 한국안전학회지
• /
• 제11권4호
• /
• pp.143-150
• /
• 1996

본 연구는 선형, 비선형 hygrothermal 응력 문제를 위한 explicit-Implicit 유한요소 해석 모델 개발에 관한 것이다. 부가적으로 moilsture 확산 방정식, J-적분 평가를 위한 균열 요소 및 가상 균열 진전법이 도입된다. 시간 변화에 따른 균열 추진력을 계산하기 위하여 선형 탄성 파괴 역학(LEFM)이론이 고려되며 재료의 기공은 실온에서 액체 상태의 습기로 포화되어 있으며 온도가 상승함에 따라 증기화된다는 가정하에서 균열 추진력과 증기 효과의 관계가 연구된다. 이상 기체방정식은 각 시간 단계에서 증기에 의한 열역학적 압력을 계산하기 위하여 이용된다. 다공질 재료의 시간 종속 응답을 지배하는 방정식들은 혼합이론에 기초하며 다공질 재료의 유체 흐름을 위한 Darcy의 법칙과 Von-Mises 항복 기준을 포함하고 있는 Perzyna의 점소성 모델이 첨가된다. 또한 Green-Naghdi 응력률이 중첩된 강체 운동하에서 응력 텐서 invariant로 사용되며, 모델링을 위하여 사각요소가 이용되고 비선형 지배 방정식을 풀기 위하여 full Newton-Raphson법에 의한 반복법이 사용된다. 본 연구를 통하여 얻은 결과는 다음과 같다. 1) 본 유한요소 프로그램은 복합재의 hygrothermal 파괴 해석에 매우 유용하게 적용될 수 있다. 2) 습기의 온도에 의한 영향을 가지는 재료의 J-적분을 정확히 예측하기 위하여는 증기 효과를 고려하여야 한다. 왜냐하면 초기단계에 균열 전파력이 가속되기 때문이다. 3) 본 해석을 위해 Uncoupled scheme에 의한 결과도 Coupled scheme에 결과에 비해 아주 타당하므로 CPU 측면에서 매우 경제적인 Uncoupled scheme이 추천된다.

• 한국수학사학회지
• /
• 제25권4호
• /
• pp.53-67
• /
• 2012

오늘날, 우주비행궤도의 정밀계산은 매우 실용적인 학문이 되었다. 프엥카레의 천체역학의 주요 키워드는 적분불변, 주기해, 점근해, 특성지수, 단일값을 갖는 새로운 적분의 불가능성등으로 볼 수 있다. 적분불변은 모든 시간에 걸쳐서 일정한 적분 값을 유지하는 것을 말한다. 곡선의 호상에서 취한 적분은 2, 3차원으로 확장하였다. 고유치는 궤적의 형식에 따라서 분류되는 바 매듭, 초점들, 말 안장점, 중심과 같은 것이다. 주기해에서는 고유값에 해당하는 특성지수에 따라서 주기해를 갖는다고 하였다. 주기해의 안정성은 특성지수의 성질을 조사하는 것과 동일한 것이다. 분지라고 불리는 천체궤도의 카오스적 존재 가능성을 프엥카레는 예외적 궤도의 존재로 주장하였고, 이는 아다마르의 견해대로 우연에 의한 확률적 궤도의 존재를 말하는 것이다. 호모크리닉점의 존재는 삼체문제의 이중 점근해를 말하고, 이것은 궤적이 카오적임을 말해주는 것이다. 주어진 조건에 따라서 엑스포넨셜 함수의 고유값인 특성지수가 계속 변함으로, 매우 작은 간격에서도 분지들은 얻게 되고, 원래의 주기와는 다소 멀어지는 것이다. 주기해의 안정성문제는 특성지수를 연구하는 것과 같다. 프엥카레는 궤적의 거동이 선형변환의 고유값 성질에 의존하고 이 고유값들과 서로 다른 특이점들 사이에 매우 밀접한 관련이 있음을 발견하였다. 뷔른스, 질덴, 순드만, 힐, 다윈, 벌코프, 하이테커, 아다마르등의 이론전개는 프엥카레의 이론과 불가분의 관계를 갖는다.

• 한국산업정보학회논문지
• /
• 제13권2호
• /
• pp.69-79
• /
• 2008

무선 인터넷과 모바일 기기의 보급으로 언제 어디서나 원하는 정보를 얻을 수 있는 유비쿼터스 환경을 위한 인프라가 구축되면서 교육을 포함한 다양한 분야에서 오프라인과 온라인 컨텐츠를 동시에 이용함으로써 정보 전달의 효율성을 높일 수 있는 방법에 대한 연구가 활발하게 이루어지고 있다. 본 논문은 사용자에게 모바일 기기를 이용하여 오프라인과 온라인 컨텐츠를 함께 제공하여 교육의 효과를 높일 수 있는 혼합형 모바일 교육 시스템(Mixed Mobile Education System: MME)을 제안한다. 제안된 시스템은 기존의 연구와 달리 사용자에게 자연스러운 환경을 제공하기 위해서 부가적인 태그를 사용하지 않는다. 태그를 사용하는 시스템의 경우 새로운 데이터의 등록이 어렵고 유사한 내용의 오프라인 컨텐츠 사용이 불가능하기 때문이다. 본 논문에서 우리는 저화질의 카메라를 통해 입력받은 영상에서 잡음 색상 왜곡, 크기 및 기울기 변화에 영향을 적게 받는 특징점을 추출하고 오프라인 컨텐츠를 인식하기 위해 Scale Invariant Feature Transform(SIFT) 알고리즘을 사용하였다. 또한 클라이언트-서버 구조를 사용함으로써 모바일 장치의 제한적인 저장 능력 문제를 해결하고 데이터의 등록 및 수정이 용이하도록 하였다. 실험을 통해 기존의 흔합형 교육 시스템과의 성능을 비교하고 제안된 시스템의 장단점을 확인하였으며, 시스템을 실생활에 적용하였을 경우 다양한 상황에서도 사용자에게 만족할만한 성능을 제공함을 확인하였다.

• 부동산연구
• /
• 제28권1호
• /
• pp.53-63
• /
• 2018

본 논문은 부동산 시장에서 농경지와 임야지의 대한 감정평가에서 토지의 미래 유용성에 따라 그 가치가 변화할 수 있음을 보인다. 국토교통부에서 발간한 "감정평가 실무기준"에서 농경지에 대한 감정평가는 평가대상 농경지의 생산성에 중점을 두고 감정평가를 진행하게 된다. 그리고 임야지에 대한 감정평가에서는 평가대상 임야지의 자연환경에 중점을 두고 감정평가를 진행한다. 그러나 실제 감정평가실무에서는 농경지의 생산성 또는 임야지의 자연환경이 유사함에도 불구하고, 농경지 그리고 임야지의 평가가치의 차이가 존재하는 경우가 있다. 본 논문은 2017년 감정평가소위원회에서 제기된 궁금증에 대한 이론적 설명을 진행한다. 이론모형을 구축하기 이전에 2017년 국토교통부의 표준지공시지가 정보를 활용하여 경기도 가평의 농경지 사례에 대한 논의를 통하여 감정평가사들의 궁금증을 제시한다. 사례에서 분석하는 두 필지 농경지의 거리는 500m에 불과하며 주변의 자연환경, 지역특성을 고려하면 두 농경지의 생산성은 거의 차이가 없다. 그러나 이들의 공시지가의 차이는 거의 19%에 이른다. 따라서 본 연구에서는 이론모형을 활용하여 농경지 그리고 임야지가 서로 동일한 생산성 또는 자연환경을 보유하고 있더라도 개별 평가 대상지의 감정평가가치가 서로 다를 수 있다는 것을 보인다. 이는 해당 평가대상 토지의 미래 잠재적 유용성이 다를 수 있기 때문이다. 본 연구의 우리나라 감정평가분야에 대한 기여는 다음과 같다. 이미 설명한 바와 같이 농경지와 임야지 등 토지가치가 미래 유용성에 의하여 결정된다는 것을 보인다. 그리고 가치평가 이론이 부동산의 감정평가실무에서 유용한 지식으로 활용될 수 있으며, 이를 고려한 감정평가실무가 진행될 수 있음을 확인한다.

• 인터넷정보학회논문지
• /
• 제20권4호
• /
• pp.91-102
• /
• 2019

자율주행 시스템에서, 카메라에 포착된 영상을 통하여 보행자를 분류하는 기능은 보행자 안전을 위하여 매우 중요하다. 기존에는 HOG(Histogram of Oriented Gradients)나 SIFT(Scale-Invariant Feature Transform) 등으로 보행자의 특징을 추출한 후 SVM(Support Vector Machine)으로 분류하는 기술을 사용했었으나, 보행자 특징을 위와 같이 수동(handcrafted)으로 추출하는 것은 많은 한계점을 가지고 있다. 따라서 본 논문에서는 CNN(Convolutional Neural Network)의 깊은 특징(deep features)과 전이학습(transfer learning)을 사용하여 보행자를 안정적이고 효과적으로 분류하는 방법을 제시한다. 본 논문은 2가지 대표적인 전이학습 기법인 고정특징추출(fixed feature extractor) 기법과 미세조정(fine-tuning) 기법을 모두 사용하여 실험하였고, 특히 미세조정 기법에서는 3가지 다른 크기로 레이어를 전이구간과 비전이구간으로 구분한 후, 비전이구간에 속한 레이어들에 대해서만 가중치를 조정하는 설정(M-Fine: Modified Fine-tuning)을 새롭게 추가하였다. 5가지 CNN모델(VGGNet, DenseNet, Inception V3, Xception, MobileNet)과 INRIA Person데이터 세트로 실험한 결과, HOG나 SIFT 같은 수동적인 특징보다 CNN의 깊은 특징이 더 좋은 성능을 보여주었고, Xception의 정확도(임계치 = 0.5)가 99.61%로 가장 높았다. Xception과 유사한 성능을 내면서도 80% 적은 파라메터를 학습한 MobileNet이 효율성 측면에서는 가장 뛰어났다. 그리고 3가지 전이학습 기법중 미세조정 기법의 성능이 가장 우수하였고, M-Fine 기법의 성능은 미세조정 기법과 대등하거나 조금 낮았지만 고정특징추출 기법보다는 높았다.

• 대한원격탐사학회지
• /
• 제34권6_2호
• /
• pp.1215-1227
• /
• 2018

해빙의 이동은 지역적 분포뿐만 아니라 해빙의 생성 및 두께에도 영향을 미치기 때문에 해빙의 변화를 평가하는 데에 중요한 정보가 된다. 이 연구에서는 북극해 해빙의 이동 특성 탐지를 위해 Korea Multi-Purpose Satellite-2(KOMPSAT-2)와 Korea Multi-Purpose Satellite-3(KOMPSAT-3)의 두 위성 센서로부터 다중 시기 고해상도 광학 위성 영상을 획득하고, SIFT(Scale-Invariant Feature Transform), SURF(Speeded Up Robust Features) 및 ORB(Oriented FAST and Rotated BRIEF)의 특징점 추적 기법을 적용하였다. 두 위성 센서에서 획득된 영상의 활용을 위해 전처리 단계에서 공간해상도와 방사해상도를 일치시킨 후 특징점 추적 기법을 적용한 결과 SIFT의 경우 영상 전반에 걸쳐 특징점의 고른 공간 분포가 나타났고, SURF의 경우 해빙과 해양의 경계 부분에 특징점이 주요하게 분포하는 경향이 관찰되었으며 이러한 경향은 ORB에서 가장 현저하게 나타났다. 특징점 추적 기법별 연산 시간 측정 결과 SIFT, SURF 및 ORB의 순서로 연산 시간이 감소하였다. ORB의 경우 SIFT 기법 대비 추적된 특징점 수가 평균 59.8%로 줄어들었지만 연산 시간은 평균 8.7%에 해당하는 시간이 소요되어 해빙 이동 특성의 고속 탐지에 적합한 기법으로 판단된다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.475-491
• /
• 2021

최근 사용 가능한 고해상도 위성 SAR 영상이 다양해지면서, 변화 탐지를 포함한 다양한 분야에서 SAR 영상에 대한 정밀 정합 요구가 높아지고 있다. 다중 관측각 환경에서의 고해상도 SAR 영상간 정합은 SAR 영상의 특성상 발생하는 스펙클 노이즈, 기하 왜곡 등에 의해 어려움이 있다. 본 연구에서는 독일 TerraSAR-X의 staring spotlight 모드로 촬영된 고해상도 SAR 영상을 활용하여, 개략정합 단계와 정밀정합 단계의 2단계에 걸친 영상정합 알고리즘을 제안하였다. 개략정합 단계에서는 적응형 샘플링 기법과 SAR-SIFT(Scale Invariant Feature Transform)를 결합하여 정합을 수행하였고, 정밀정합 단계에서는 3가지의 강성 정합 기법인 NCC(Normalized Cross Correlation), PC (Phase Congruency)-NCC, MI (Mutual Information) 기법과 비강성 정합 기법인 Gefolki (Geoscience extended Flow Optical Flow Lucas-Kanade Iterative)를 적용하여 정합 성능을 비교 분석하였다. 정합 결과는 RMSE (Root Mean Square Error)와 FSIM (Feature Similarity) 지수를 사용하여 정량적인 비교를 수행하였다. 사용한 모든 영상 조합에서 강성정합 기법은 Gefolki 알고리즘에 비해 저조한 정합 성능을 보였다. 강성정합 모델들은 지형기복이 큰 지역에서 정합오차가 크게 발생함을 확인할 수 있었다. Gefolki 알고리즘 적용 결과, RMSE 1~3화소를 보이며 가장 우수한 결과를 확인하였으며, FSIM 지수 또한 다른 기법에 비해 0.02~0.03 이상 높은 값을 취득했다. 다중 관측각 영상에서의 고해상도 SAR 영상 간 정합 성능을 비교하였으며, 강성정합 기법에 비해 Gefolki 알고리즘을 통해 지형효과를 충분히 줄일 수 있음을 확인했다. 이는 추후 변화탐지를 포함한 다양한 분야의 전 처리 과정에 효과적으로 사용될 수 있을 것으로 기대된다.

• 정보보호학회논문지
• /
• 제18권6A호
• /
• pp.139-149
• /
• 2008

조직이나 기관에서 수집한 개인정보를 통계 분석, 공공 의료 연구 등을 목적으로 배포할 때는 데이터에 포함된 개인의 민감한 정보가 노출되지 않도록 보호해야 한다. 한편, 배포되는 데이터는 가능한 정확한 통계 정보를 제공해야 한다. k-anonymity와 l-diversity 모델은 이러한 프라이버시 침해 문제 해결을 위해 제안되었다. 그러나 두 모델은 데이터에 삽입과 삭제가 발생하지 않는 정적인 데이터를 단 한번 배포하는 상황을 가정하기 때문에 삽입과 삭제가 발생하는 동적인 데이터에 그대로 적용할 수 없다. 동적인 데이터의 프라이버시 보호 문제를 해결하기 위해 최근 m-invariance 모델이 제안되었다. 그러나 m-invariant 일반화 기법은 일반화로 인해 통계 정보로써 데이터의 품질을 저하시킨다는 단점이 있고, 배포된 데이터 중 일부 개인의 민감한 속성이 노출되었을 경우에 그 영향이 다른 부분으로 전이된다. 본 논문에서는 일반화를 사용하지 않으면서 간단한 삽입과 삭제 연산을 지원하는 동적 데이터의 배포 기법을 제안한다. 제안 기법은 데이터의 품질을 높이면서 m-invariance와 동등한 수준의 프라이버시 보호 정도를 제공한다.

• 한국음향학회지
• /
• 제41권1호
• /
• pp.38-44
• /
• 2022

잡음에 오염된 음성의 명료도와 음질을 향상시키고자 음성 향상을 수행한다. 본 연구에서는 복소값 스펙트럼을 이용한 마스크기반 음성 향상에서 시간 영역 손실함수와 주파수 영역 손실함수에 따른 학습 결과를 비교하였다. 시간 영역의 음성 파형과 주파수 영역의 스펙트럼의 세부정보를 고려해 두 영역의 장점을 활용할 수 있도록 손실함수 조합에 관해 연구를 진행하였다. 시간 영역 손실함수는 Scale Invariant-Source to Noise Ratio(SI-SNR)을 이용해 계산하고, 주파수 영역 손실함수는 복소값 스펙트럼과 크기 스펙트럼을 Mean Squared Error(MSE)로 계산하여 사용하였고, sin 함수를 이용해 위상에 대한 손실함수를 계산하였다. 손실함수 조합은 시간 영역 손실함수인 SI-SNR과 각 주파수 영역 손실함수를 조합하였다. 또한 크기 값과 위상 값을 모두 고려할 수 있도록 SI-SNR과 크기 스펙트럼, 위상에 관련된 손실함수들도 조합하여 실험을 진행하였다. 음성 향상 결과는 Source-to-Distortion Ratio(SDR), Perceptual Evaluation of Speech Quality(PESQ), Short-Time Objective Intelligibility(STOI)를이용해 성능 비교 평가를 진행하였다. 음성 향상 결과를 확인해보기 위해 스펙트럼 상에서 비교를 진행하였다. TIMIT 데이터베이스를 이용한 실험 결과, 시간 영역 또는 주파수 영역 손실함수보다 SI-SNR과 크기 스펙트럼을 조합한 손실함수를 사용하여 음성 향상을 학습했을 때 가장 높은 성능을 보였다.

• 한국측량학회지
• /
• 제40권4호
• /
• pp.325-332
• /
• 2022

우주 측지 기술 사이의 상대적인 위치 관계를 설명하는 벡터를 결정하기 위해서는 VLBI IVP (Very Long Baseline Interferometry Invariant Point)의 위치를 정밀하게 계산하여야 한다. 이를 위해 일반적으로 VLBI 안테나에 반사 타겟을 부착한 후 필라들로부터 경사 거리, 수평각, 수직각을 관측한다. 그 다음 단계에서는 관측값과 미지수를 연결하는 수학 모델을 이용하여 조정 계산을 수행하게 된다. 따라서 계산된 미지수는 관측값의 정밀도에 영향을 받게 된다. 이때 특히 문제가 되는 것은 반사 타켓이 일반적인 측량 정밀도를 확보하기 어려운 곳에 위치하고 있다는 점이다. 즉, 반사 타겟의 방향을 조정하여 측량 기기에 정확하게 맞출 수 없다는 것이다. 따라서 이러한 부분은 관측 오차에 또 다른 형태로 나타날 것이며 조정 계산 시 오차 모델링에 오류를 발생시킬 수도 있다. 본 연구에서는 조정 계산 후 계산된 잔차의 특성에 대한 분석을 수행하였다. 먼저 관측 타입별 통계 분석을 통해 정규성을 검정하였으며 분산에 차이가 있는 지에 대한 검정도 실시하였다. 관측 타입별로 등분산 검정을 한 경우 분산이 서로 다른 것으로 나타났다. 각 필라에 대해 관측 타입별 등분산 검정을 했을 때 경사 거리와 수평 및 수직각 사이에는 분산에 차이가 있는 것으로 나타났다. 따라서 결합 측량으로부터 최적의 결과를 얻기 위해서는 관측 오차에 대해 보다 세분화된 모델링이 필요한 것으로 나타났다.