• 헤리티지:역사와 과학
• /
• 제51권4호
• /
• pp.224-233
• /
• 2018

충주 호암동유적 및 부여 청송리유적 출토 청동기 33점의 분석을 통해 초기철기시대 청동기의 제작기술과 납의 산지를 연구하였다. 휴대용X선형광분석기를 이용한 비파괴 성분분석 결과 출토된 청동기 33점은 인위적으로 납을 첨가한 구리(Cu), 주석(Sn), 납(Pb)의 3원계 합금으로 판단된다. 4점의 청동기(동경 2점, 동검 1점, 동모 1점)의 전자탐침미소분석기를 이용한 성분분석 결과 충주 및 부여 출토 동경은 30%의 주석(Sn)과 10% 미만의 납이 포함된 고주석청동기로 확인되었으며 동모와 동검에서는 20% 내외의 주석과 5%의 납(Pb)이 검출되었다. 미량원소로는 철(Fe), 아연(Zn), 비소(As), 은(Ag), 니켈(Ni), 황(S) 및 코발트(Co)가 검출되었다 청동기 4점은 기능적인 면을 고려하여 합금되었으며 주석함량이 높아 주조 이후 열처리는 하지 않았다. 열이온화질량분석기를 이용한 충주와 부여 출토 청동기의 납동위원소비 분석을 통해 초기철기시대 청동기 33점은 Zone 1을 제외한 한반도 남부 전 지역에 걸쳐 분포함을 확인하였다. 이를 통해 충주와 부여에서 출토된 청동기는 경상도 지역의 납 원료를 사용하지 않고 한반도 내 다양한 산지의 납 원료를 사용했음을 판단하였다. 출토지가 달라 제작기술과 원료산지의 차이점이 존재할 것이라 추정하였으나 분석결과를 통해 이 시기의 청동기의 제작기술은 일반화되어 있었으며, 다양한 곳에서 다양한 산지의 원료를 이용하여 청동기를 제작하였음을 추정하였다.

• 한국농림기상학회:학술대회논문집
• /
• 한국농림기상학회 2014년도 추계 학술발표논문집
• /
• pp.25-48
• /
• 2014

기상이변의 증가추세는 인류가 직면한 기후변화의 또 다른 속성이며 농업부문에서는 이미 심각한 재해로 이어지고 있다. 기상이변은 다양한 공간규모에 걸쳐 일어나지만 그 영향을 완화시킬 처방은 국지적인 규모에서만 가능하다. 따라서 기후변화 대응을 위한 조기경보체계는 반드시 '위치와 장소'를 기반으로 그곳의 영농정보를 바탕으로 할 때만 효율적이다. 기존 조기경보체계는 다양한 영농현장에 대한 구체적 위험을 알려주지 못하며, 농가의 개별적 상황이 대응조치에 반영되지 못하고, 악기상의 장기 누적효과에 의해 발생하는 '지발재해'나 둘 이상의 기상요소가 동시에 작용하는 '복합재해'에 대한 고려가 없다. 본 강좌에서는 선행연구들에 의해 확보된 '농가맞춤형 기상위험 관리기술'을 토대로, 필지단위 국지기상조건을 재배중인 작물의 종류와 발육단계에 맞춘 '재해위험지수'로 정량화하고, 이를 평년기준과 비교하여 재해발생 가능성을 판단하며, 적절한 대응방안과 함께 재배농가에게 일대일로 전달하는 '맞춤형 농업기상서비스' 구축에 관하여 논의한다. 이 서비스를 현업화하기 위한 1단계 4년의 조기경보체계 실증연구가 2014년에 시작되었고, 2017년까지는 남한 21개 대권역 가운데 하나인 유역면적 4,914km2에 60,202호의 농가로 이루어진 섬진강권역을 대상으로 현업서비스를 구축하게 된다. 연구수행과정에서 얻어지는 경험은 2단계 전국 대상 사업으로 확대되어 기후변화와 기상이변 증가에 따른 농업부문 재해위험을 개별농가 차원에서 실질적으로 경감시키는 데 기여할 것이다. 금세기 농업분야 최대의 도전인 기후변화를 슬기롭게 극복하기 위해 '기후스마트농업'이 학계의 대안으로 자리 잡았지만, 국내 성공의 전제조건으로서 농업기상 조기경보체계의 지속적인 개발과 이를 토대로 한 맞춤형 농업기상서비스의 전국 확대가 필요하다.

• 한국전자거래학회지
• /
• 제26권1호
• /
• pp.93-106
• /
• 2021

최근 도로균열 탐지에 대한 많은 연구에서 딥러닝 기반의 접근법을 활용하면서 과거 알고리즘 기반의 접근법을 활용한 연구들보다 높은 성능과 성과를 보이고 있다. 그러나 딥러닝 기반의 많은 연구가 여전히 균열의 유형을 분류하는 것에 집중되어 있다. 균열 유형의 분류는 현재 수작업에 의존하고 있는 균열탐지 프로세스를 획기적으로 개선해 줄 수 있다는 점에서 상당한 기대를 받고 있다. 그러나 실제 도로의 유지보수 작업에 있어서는 균열의 유형뿐만 아니라 균열의 심각도에 관한 판단이 필수적이지만, 아직까지 도로균열 탐지와 관련된 연구들이 균열의 심각도에 대한 자동화된 산출까지 진전되지 못하고 있다. 균열의 심각도를 산출하기 위해서는 균열의 유형과 이미지 속 균열의 부위가 함께 파악되어야 한다. 본 연구에서는 균열 유형과 균열 부위의 동시적 탐지를 효과적으로 자동화하기 위해 딥러닝 기반의 객체탐지 모델인 Mobilenet-SSD를 활용하는 방법을 다루고 있다. 균열탐지의 정확도를 개선하기 위해 U-Net을 활용해 입력 이미지를 자동 분할하고, 이를 객체탐지 기법과 결합하기 위한 여러 실험을 진행하여 그 결과를 정리하였다. 결과적으로 U-Net을 활용한 이미지 의 자동 마스킹을 통해 객체탐지의 성능을 mAP 값이 0.9315가 되도록 향상시킬 수 있었다. 본 연구의 결과를 참고하여 도로포장 관리시스템의 구현에 균열탐지 기능의 자동화가 더욱 진전될 수 있다고 기대된다.

• 한국산학기술학회논문지
• /
• 제22권3호
• /
• pp.568-578
• /
• 2021

산학협력 성과물 중 하나인 특허는 혁신의 원천이자 기술이전 및 기술사업화를 통한 경제성장에 중요한 역할을 하고 매개체이다. 그러나 산학협력이 궁극적으로 기업이 원하는 결과를 창출하기 위해서는 산학협력의 성과물인 특허가 사업에 활용되어야 함에도 모든 특허가 사업에 활용되는 것은 아니다. 본 연구에서는 산학협력이 성공적으로 추진되어 그 성과물로 특허가 창출된 이후에도, 사업화로 연계되지 못하는 경우에 대해 그 원인을 파악하여 산학협력이 궁극적으로 성공적인 사업화로 연계될 수 있는 방안을 설계할 수 있도록 지원한다. 이를 위해 첫째 미국의 산학협력 등록특허를 수집하고, 둘째 머신러닝 기법으로 활용 특허와 미활용 특허를 분류할 수 있는 예측모형을 설계하였다. 최종적으로 식별된 특허들의 시장성과 기술성을 분석하여 두 유형의 특허에 있어 유의미한 차이점을 도출하고자 하였다. 본 연구는 학술적으로 활용 및 미활용 특허의 예측 연구의 기반이 될 것이며, 실무적으로는 산학협력을 기획하는 기업 및 대학 담당자가 기술협력을 위한 전략수립에 기여할 것으로 기대 된다.

• 한국산림과학회지
• /
• 제111권2호
• /
• pp.302-310
• /
• 2022

본 연구는 효율적인 산림시업계획 수립을 위하여 입목의 측정정보와 머신러닝 알고리즘을 이용하여 주요 침엽수종(소나무, 잣나무, 낙엽송)의 수관급 분류를 목적으로 하였다. 입목의 측정정보는 9년간 수집된 국유림 모니터링 정보를 활용하였으며, 머신러닝 알고리즘은 Random Forest (RF), XGBoost (XGB), Light GBM (LGBM)을 사용하였다. 알고리즘의 정확도, 정밀도, 재현율, F1 score를 이용한 성능평가를 통하여 알고리즘의 정확도를 비교·평가하였다. 분석결과, 소나무림, 잣나무림, 낙엽송 모두 RF 알고리즘이 성능평가 점수가 가장 높았으며, 수종별로는 소나무가 정확도 약 65%, 정밀도 약 72%, 재현율 약 60%, F1 score 약 66%로 성능평가 점수가 가장 높았다. 수관급은 우세목의 정확도가 약 80%이상으로 높았으나, 준우세목과 중간목, 피압목의 분류 정확도는 낮게 평가되었다. 본 연구결과는 산림시업의 간벌목 선정에 있어 의사결정을 위한 참조자료로 활용이 가능할 것으로 판단된다.

• 산경연구논집
• /
• 제13권6호
• /
• pp.39-49
• /
• 2022

Purpose: As part of these efforts, in-depth research is needed on efficient and practical utilization of underground spaces and underground shopping malls. In addition, efforts are being made to find effective alternatives to various problems currently occurring in underground shopping malls, but it is not easy. In addition, the development entity and the maintenance entity are different from each other, and the management is not unified, making it difficult to maintain underground shopping malls. From this point of view, it can be said that it is time to actively and specifically discuss ways to revitalize underground shopping malls. Data and methodology: In the domestic distribution environment, traditional markets and shops are stagnating due to rapid changes in consumption patterns, such as the spread of large companies with advanced distribution techniques such as hypermarkets, shopping malls, and SCM, the rapid increase in Internet and home shopping, and the importance of convenience for young consumers. In order to revitalize underground shopping malls, it is necessary to strengthen the organization and self-rescue efforts of merchants' associations, change consciousness through merchant education, change to specialized markets, find nuclear stores and representative restaurants, and support the hardware sector. Results: The connection of underground shopping malls in each region of the country, where commercial districts are separated from each other, will also play an important role in reviving the function of the city in the future. To do this, it is first necessary to connect underground shopping malls that have been cut off. In other words, connection between connectable underground shopping malls should be promoted. Of course, long-term projects should be promoted step by step, and many consultations should be made on how to connect with the ground for each local government. Conclusion: This is because in the future, the underground space cannot just be a walking place, but another space of the Korean Wave where you can experience satisfying the five senses. K-shopping Hallyu content can be created by creating a characteristic story for each underground shopping mall in the city, permanently this story-oriented event, and creating a safe and elegant environment. If there is a story, so-called "Senomi Shopping" will be possible. A new Korean Wave will be created that can satisfy "the fun of writing, the fun of seeing, and the fun of feeling" at the same time.

• 한국지반환경공학회 논문집
• /
• 제23권8호
• /
• pp.11-16
• /
• 2022

도로 건설 시에 진동 롤러를 활용한 다짐 과정은 토공에서 토양 강성을 높이는 데 필수적이다. 현재 다짐 작업 시 다짐 롤러의 운용방법에 대한 확실한 기준은 없는 실정이다. 간이 품질 검사 기법들이 개발되어 있지만, 현재 가장 많이 하는 품질검사 방법으로는 평판재하시험(PLT)과 현장밀도시험(FDT) 이 도로 건설 시에 다짐 정도를 평가하는 데 가장 많이 하는 시험법이다. 그러나 두 검사 방법 모두 시간적, 비용적인 이유로 모든 구간에서 품질 검사를 할 수 없어 효율이 떨어져 있는 실정이다. 본 연구에서는 진동 롤러의 운용 조건에 따라 다짐 품질에 어떤 영향을 미치는지 분석하였다. 모든 구간에서의 품질검사 결과를 취득하기 위해 현재 개발되어 상용화된 기술인 지능형 품질관리 시스템을 활용하였다. 시험 결과 다짐 롤러의 속도와 진동 방향에 따라 다짐도에 영향을 미치는 것으로 분석되었고, 다짐 방향에 따라서는 다짐도에 영향을 미치지 않는 것으로 나타났다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1183-1193
• /
• 2021

Low flow는 하천수의 공급관리 및 계획, 관개용수 등 다양한 분야에 영향을 미친다. 이러한 유황곡선을 산정하기 위해서는 30년 이상의 충분한 기간의 유량자료의 확보가 필수적이다. 하지만 국가하천 단위 이하의 하천의 경우 장기간의 유량자료가 없거나 중간에 일정기간 동안 결측된 관측소가 있어 하천별 유황 곡선을 산정하기에 한계가 있다. 이에 과거에는 미계측 유역의 유황을 예측하기 위해 다중회귀분석(Multiple Regression Analysis), ARIMA 모형 등 통계학적 기반의 기법들을 사용하였지만, 최근에는 머신러닝, 딥러닝 모형의 수요가 증가하고 있다. 이에 본 연구에서는 최신 패러다임에 맞는 머신러닝 기법인 DNN기법을 제시한다. DNN기법은 ANN기법의 단점인 학습과정에서 최적 매개변수 값을 찾기 어렵고, 학습시간이 느린 단점을 보완한 방법이다. 따라서 본연구에서는 DNN 모형을 이용하여 미계측 유역에 적용 가능한 유황곡선을 산정하고자 한다. 먼저, 유황곡선에 영향을 미치는 인자들을 수집하고 인자들 간의 다중공선성 분석을 통해 통계적으로 유의한 변수를 선정하여, 머신러닝 모형에 입력자료를 구축하였다. 통계적 검증을 통해 머신러닝 기법의 효용성을 검토하였다.

• 문화기술의 융합
• /
• 제8권6호
• /
• pp.97-105
• /
• 2022

본 연구는 불확실한 프로젝트 기업에 대한 투자시 시민에 대한 신뢰성, 그리고 사회성과보상 사업(SIB)과 IT 공유경제를 다룬다. 이는 세 분야의 융합을 통해서 경제적 효과와 사회적 안전의 투자 불평등을 해소할 수 있게 한다. 성공적으로 정보와 교류 활성화되는 전반적인 SIB(Social Impact Bond)과정의 모델 활성화한다. 그 실증적으로 사회적 IT서비스 금융에 대한 운영과 기법을 제시하여, 사회적성과 보상사업으로 혁신 생태계를 어떻게 만들 수 있을지를 검토한다. 이에 대한 분석으로 소규모 공유 기관이나 시민들이 직접적으로 참여하여 민간 투자자와의 연계능력을 조성하고, 비공유의 참여 장벽을 인식에 대한 가능성을 파악하고, 불확실한 분야에 대한 IT 공유 사업시, 시민 신뢰가 IT 사업의 큰 영향을 보여준다. 본 결과로 서울시가 추진한 사회적 공유와 IT협력을 위해서, 본 사업이 직접 설계 능력을 갖추기에 앞서, 사업 기획시 신뢰성과 안전성으로 책임을 지게 된다. 그래서 비공유시민들도 효과적으로 구성되고 창출된 플랫폼을 참여할 수 있다.

• 산업과 과학
• /
• 1권1호
• /
• pp.7-15
• /
• 2022

사물인터넷(IoT) 기술은 최근 의료사물인터넷(IoMT)으로 정의된 대량의 의료 데이터를 처리하여 발전을 위해 개발된 의료분야에서 많이 활용되고 있다. 수집된 광범위한 의료 데이터는 수집된 의료 데이터를 처리하기 위해 구조화된 방식으로 클라우드에 저장된다. 그러나 방대한 양의 의료 데이터를 효과적으로 처리하는 것은 쉽지 않기 때문에 의료분야 구조 데이터를 개발하는 것이 필요하다. 본 논문에서는 IoMT에서 수집된 구조화된 건강 관리 데이터를 처리하기 위한 기계 학습 모드를 개발하였다. 광범위한 의료 데이터를 처리하기 위해 본 논문에서는 의료 데이터 처리를 위한 MTGPLSTM 모델을 제안하였다. 제안된 모델은 의료 정보 처리를 위한 선형 회귀 모델을 통합한다. 개발된 모델 이상치 모델은 IoMT에서 수집된 COVID-19 의료 데이터들의 평가 및 예측을 위해 FinTech 모델을 기반으로 구현되었다. 제안된 MTGPLSTM 모델은 감염 확산 방지를 위한 계획 계획을 예측하고 평가하기 위한 회귀 모델로 구성된다. 개발된 모델 성능은 LR, SVR, RFR, LSTM 및 제안된 MTGPLSTM 모델과 같은 서로 다른 분류기를 고려하였으며 1GB, 2GB, 3GB 등 데이터 크기가 다르다는 점도 주요하게 고려되었다. 제안된 MTGPLSTM 모델이 전 세계 데이터에 대해 최대 4% 감소된 MAPE 및 RMSE 값을 달성하였고 중국의 경우 기존 분류기보다 최대 6% 최소인 최소 MAPE(0.97)이 달성되었다.