• 한국컴퓨터정보학회논문지
• /
• 제27권2호
• /
• pp.171-177
• /
• 2022

본 논문에서는 다출처 농업 데이터를 통찰할 수 있는 지식체계를 마련하고, 시간 흐름을 가지는 환경인자 분석 정보를 클러스터링 할 수 있는, 농작물 환경 인자 큐레이션 서비스 방법을 제안한다. 제안하는 큐레이션 서비스는 크게 수집, 전처리, 저장, 분석의 네 단계로 구성된다. 첫째, 수집 단계에서는 OpenAPI 기반의 웹크롤러를 이용하여 다출처 농업 데이터에 대한 수집 및 정리를 수행한다. 둘째, 전처리 단계에서는 데이터 측정 오차를 감소시키기 위해 데이터 평활화를 수행한다. 이때 온실, 노지 등의 시설 특성에 따른 오차율을 고려하여 시설 유형별 평활화 방법을 적용한다. 셋째, 저장단계에서는 대용량 농업 데이터 관리를 위해, 농업 데이터 통합 스키마 및 Hadoop HDFS 기반의 저장 구조를 제안한다. 마지막으로 분석 단계에서는 농업 디지털 데이터의 시계열 특성을 고려한 DTW 기반의 시계열 분류를 수행한다. DTW 기반 시계열 분류를 통해 시계열 데이터의 특성을 손실 없이 반영하여 예측 결과 정확도를 향상시킨다. 향후 연구로는 제안한 서비스 방법을 구현하여 스마트팜 온실에 적용하고, 테스트 및 검증을 수행할 예정이다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제26권6호
• /
• pp.47-53
• /
• 2022

콘크리트구조물의 한계상태설계법이 적용되면서 구조물의 극한상태까지 고려하는 설계가 이루어지고 있다. 실제 철근콘크리트 부재가 인장력을 부담할 때 부재가 항복한 후에도 극한상태까지 콘크리트가 인장력을 부담한다. 따라서 한계상태 거동에 대한 정확한 평가를 위해서는 휨 부재의 항복 후 인장강화효과에 대한 연구가 필요하다. 본 연구에서는 복철근 직사각형 단면을 가지는 RC 단순보에 대하여 4점 휨 실험을 수행하였고, 영상분석기법을 이용하여 부재의 거동을 상세하게 분석하였다. 분석 결과를 이용하여 휨 인장강화효과 계수를 도입한 항복 후 인장강화효과 추정식을 제안하였고, 이를 기존 연구들의 실험 결과를 통해 적용성을 검증하였다. 부재의 연성거동을 대표하는 극한 변형률과 항복 변형률 차이가 실험 결과와 유사하게 나타나 제안식의 예측이 비교적 정확한 것으로 판단된다.

• 한국전자거래학회지
• /
• 제26권4호
• /
• pp.119-131
• /
• 2021

플랫폼 비즈니스의 급속한 성장과 함께 디지털 트랜스포메이션은 기업의 가장 중요한 화두로 부상하였으며, 기업에게 있어 더 이상 선택사항이 아닌 생존을 위한 필수전략이 되었다. 많은 기존 기업들은 디지털화를 위하여 필사의 노력을 하고 있다. 관련된 많은 연구들이 있었지만, 아직 대부분 사례 분석들을 통한 개념적 모델 수준의 연구들에 머물고 있다. 본 연구의 목적은 디지털 트랜스포메이션의 기반이 되는 플랫폼 비즈니스 모델을 중심으로 트랜스포메이션을 통해 획득할 효익의 근간이 되는 데이터의 통합 및 증가되는 네트워크 효과의 효익을 학술적, 체계적으로 분석해 보고자 하는 것이다. 플랫폼 기반 변화는 내부의 효율성 강화와 외부적 확장으로 구분할 수 있다. 내부적으로는 기업의 내부 데이터가 결합되고 다시 의사결정 및 실행과 결합되도록 하는 데이터 구조 개선 및 조직의 개선이 필요할 것이며, 외부적으로는 플랫폼 비즈니스 모델 기반 사업 구현으로 보다 많은 소비자의 외부 데이터를 결합, 활용하는 구조를 세워 신사업 개척, 소비자 행동 예측을 위한 가치를 높여야 할 것이다. 디지털 트랜스포메이션이 성숙되지 않은 상황에서, IT인프라가 가장 구조적으로 앞서 있는 금융산업은 가장 먼저 산업적으로 이상을 실현할 수 있는 산업으로 기대되고 있다. 외부 데이터 결합 사업을 위하여 금융 기업들은 다양한 시도들을 하고 있으며, 좋은 결실을 맺는다면 타 산업의 전환성숙에도 공헌할 수 있을 것으로 기대된다. 정책적으로는 정부의 마이데이터 사업 실시에 있어 국가 차원의 데이터 구조, 거래 체계에 대한 논의가 빨리 진행되어야 할 필요성을 제기하였다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제62권3호
• /
• pp.303-326
• /
• 2023

수학은 계통성이 강한 학문으로 이전 단계에서의 학습 결손이 다음 학습에 큰 영향을 주기 때문에 학생들의 학습이 잘 이루어졌는지 수시로 확인하고, 즉각적으로 피드백을 제공해 주는 것이 필요하며, 이를 위해 수학교육에서 인공지능 교육시스템(ITS)을 활용할 수 있다. 이에 본 연구에서는 개인 맞춤형 수학 학습을 실행하기 위해 적용될 수 있는 인공지능 교육시스템의 기능이 무엇인지 살펴보고, 이를 실제로 적용해 본 결과를 분석하여 인공지능 교육시스템을 활용한 개인 맞춤형 수학 학습의 효과성을 구체적으로 살펴보는 것을 목적으로 하였다. 이를 위해 개인 맞춤형 학습과 수학교육에서 인공지능이 활용된 선행연구 내용을 분석하여 개인 맞춤형 수학 학습을 위한 인공지능 교육시스템의 기능을 추출하고, 이것을 반영한 학습 및 수업을 설계하여 초등학교 5학년 학생들에게 약 3개월 간 적용해 본 결과를 분석하였다. 그 결과, 개인 맞춤형 수학 학습을 위해 활용될 수 있는 인공지능 교육시스템의 기능은 크게 진단 및 평가, 분석 및 예측, 피드백 및 콘텐츠 제공으로 나눌 수 있었다. 또한 이러한 기능을 반영한 학습 설계를 초등학생들에게 적용한 결과, 개인 맞춤형 수학 학습에 인공지능 교육시스템이 어떻게 효과적으로 활용될 수 있는지에 대한 시사점을 얻었다. 그리고 앞으로 인공지능 교육시스템을 활용한 개인 맞춤형 수학 학습이 더욱 효과적으로 이루어질 수 있기 위해 더 정교한 기술과 자료 개발이 필요하다는 점을 제언하였다.

• 한국전자통신학회논문지
• /
• 제18권4호
• /
• pp.587-594
• /
• 2023

본 논문은 인체 다리의 골절 회복 모니터링을 위한 쌍 T-형 결함이 있는 온 바디 마이크로스트립 패치 안테나의 설계 및 최적화 과정을 제시하였다. 이 안테나는 T-형 결함의 크기를 조절하여 향상된 반사손실 및 대역폭을 가지면서, 경박단소하도록 설계되었다. 적용된 다리 주변 구조는 5층 유전체 평면으로 구조화 하였으며, 각층의 복소유전상수는 4극 Cole-Cole 모델 매개변수를 사용하여 계산하였다. 골절이 없는 정상인 경우 온 바디 안테나의 반사손실은 4.0196GHz에서 -66.71dB이고, 갤러스 층의 길이 10.0mm, 폭 1.0mm, 높이 2.0mm 인 경우 반사손실 차 ΔS₁₁ 는 37.95dB이다. 반사손실 변화에 대한 갤러스 층 높이를 예측할 수 있도록 3차 다항식 모델을 제시하였으며, 이 다항식의 RSS = 1.4751, R² = 0.9988246, P-value = 0.0001841로서 매우 높은 예측 적합성을 가진다.

• 사물인터넷융복합논문지
• /
• 제9권3호
• /
• pp.93-98
• /
• 2023

논문에서는 어닐링 시뮬레이션에 근거한 인공 뉴럴 네트워크를 구축한다. 미세 유동채널의 전기화학적 가공 파라미터와 채널 형태 간의 매핑은 샘플의 학습에 의하여 이루어진다. 스텐리스강 표면에 대한 미세 유동채널의 전기화학적 가공의 깊이와 넓이가 예측되고, 형성된 네트워크 모델을 입증하기 위한 NaNO3 해 내부의 펄스 전원공급기와 함께 유동채널의 실험이 진행된다. 결과적으로, "4-7-2" 구조를 갖는 인공 뉴럴 네트워크에 의한 어닐링 시뮬레이션으로 예측된 채널의 깊이와 넓이는 실험값에 매우 근접한다. 그 오차는 5.3% 미만이다. 예측된 데이터와 실험 데이터는 전기화학적 가공 과정에서의 에칭 규격이 전압 및 전류의 밀도와 매우 밀접한 관계가 있음을 보여준다. 전압이 5V보다 작을 때에는 채널 내에 "작은 섬"이 형성된다; 반면에 전압이 40V보다 클 때에는 채널의 측면 에칭이 비교적 크고 채널 사이의 "댐"은 사라지게 된다. 전압이 25V일 때 채널의 가공 형태는 최적이 된다.

• 지구물리와물리탐사
• /
• 제25권4호
• /
• pp.177-188
• /
• 2022

최근 이산화탄소 지중저장 모니터링 기술 중 하나인 미소진동 모니터링 기술에 대한 관심이 증가하면서 과거에 주로 사용되었던 지오폰이나 지진계가 아닌 분포형 광섬유 센서(distributed acoustic sensing, DAS)의 적용도 증가하고 있다. 특히 DAS를 이용하여 모니터링을 수행하면 시×공간적으로 거의 연속된 자료가 기록되게 되어 자료의 양이 방대해지게 되고 빠르고 정확한 자료 처리가 중요하게 된다. 자료처리 중 이벤트 탐지 및 위상 발췌는 가장 기초적인 과정으로 모든 자료에 대해 필수적으로 수행되어야 한다. 이 논문에서는 기계학습 기반의 P, S파 위상 발췌 알고리즘을 개발하여 전통적인 위상 발췌 방법의 한계를 보완하고, 전이학습 방법을 이용하여 신호 대 잡음비가 낮은 단일 성분 자료만 존재하는 DAS 자료에도 적용이 가능하도록 하였다. 사용된 기계학습 모델은 위상 발췌에 뛰어난 성능을 보이는 합성곱 신경망 기반의 EQTransformer를 ResUNet의 특성을 포함하도록 수정하여 구성하였다. 훈련자료는 전세계적으로 기록된 지진파형 자료인 STEAD자료를 이용하였고 학습 자료에 포함되지 않은 특성들에 대해서도 좋은 성능을 보이도록 기본 자료를 다양하게 변형시킨 자료도 학습에 사용하였다. 개발된 알고리즘은 학습자료와 다른 특성을 갖는 K-net 및 KiK-net 자료에 의해 성능이 검증되었다. 또한, 전이 학습을 통해 DAS 자료의 특성에 맞게 변형시킨 후 포항 장기분지에서 측정된 DAS자료에 적용시켜 그 성능을 검증하였다.

• 한국빅데이터학회지
• /
• 제7권1호
• /
• pp.213-224
• /
• 2022

물류와 유통에서 장바구니 분석(MBA: Market Basket Analysis)은 주요 판매 상품 간의 연관성을 분석하고, 내부 운영 효율성을 높이기 위한 중요한 수단으로 활용된다. 특히, 장바구니 분석의 결과는 상품 구매예측, 상품 추천 및 매장의 상품 전시 구조 등 의사결정 과정에 중요한 참고자료로 활용된다. 최근 전자상거래의 발전으로 하나의 유통 및 물류 기업이 취급하는 품목의 수가 급격하게 증가하면서 기존의 분석기법인 Apriori와 FP-Grwoth 등의 방법은 계산량의 기하급수적 증가로 인한 속도저하와 실제 비즈니스에 적용하기 위한 중요한 연관규칙을 살피기에는 한계가 있다. 본 연구에서는 이러한 한계를 극복하기 위해, 상품의 최상위 분류체계인 Main-Category 수준에서는 상품의 판매량을 함께 고려할 수 있는 utility item set mining 기법을 활용하여 주로 함께 판매된 상품군을 우선 선별하였다. 그 후, sub-category 수준에서는 FP-Growth를 활용하여 함께 판매되는 상품 유형을 식별하였다. 이렇게 순차적 레이어 필터링 기법을 활용하여 불필요한 연산을 줄일 수 있어 현실적으로 활용가능한 결과를 제시할 수 있다.

• Korean Chemical Engineering Research
• /
• 제62권1호
• /
• pp.27-35
• /
• 2024

메탄, 프로판 등을 주성분으로 하는 연료가스는 폭발위험장소에서 사용될 수 있으며, 누출로 인한 공정조건의 영향으로 불균일한 혼합기를 형성할 수 있다. 균일한 혼합기를 대상으로 측정된 문헌 데이터를 이용한 화재 폭발 위험성 평가, 손상 예측은 가스 누출에 의한 실제 폭발 사고와 다른 결과를 얻을 수 있다. 본 연구에서는 가스 누출시 나타날 수 있는 농도 변화에 있어서 불균일성 혼합기의 폭발압력, 화염속도 등의 폭발특성을 조사하였다. 길이 0.82 m의 스테인리스 재질의 밀폐 배관에서 수행하였으며 컬러 초고속 카메라 및 압력 센서를 사용하여 관찰하였다. 또한 배관 내의 시간에 따른 농도차이 변화에 대해 회귀분석 모델을 사용하여 불균일 혼합물의 정량화 방법을 제안하였다. 본 연구의 농도 불균일성 조건에 있어서 메탄 폭발 시 전파화염은 불균일성 농도가 높아짐에 따라 화염 면적의 증가가 관찰되었고 이는 난류 화염의 주름진 화염 구조와 유사하였다. 메탄의 최대압력까지 걸리는 소요시간은 불균일성이 클수록 감소하였고, 폭발압력은 불균일성이 클수록 증가하였다. 농도가 불균일한 메탄의 K_G(폭연지수)의 범위는 1.30~1.58 [MPa·m/s]으로서 메탄의 농도가 균일성에서 불균일성로 변화하면서 17.7% 증가하였다.

• 한국시뮬레이션학회논문지
• /
• 제33권1호
• /
• pp.1-17
• /
• 2024

숲을 체계적으로 관리하고 경영하기 위해서는 나무생장 변화에 대한 신뢰성 있는 예측이 필요하다. 독일의 아이펠 지역에서는 주요 목재종인 유럽너도밤나무가 식재되어 관리되어 지고 있다. 본 지역의 산림관리자의 실제 산림경영의 경험과 조언을 토대로, 다양한 산림 관리에 따른 단기 및 장기 효과를 예측하고자 지역 특수성을 지니는 시뮬레이션 모델의 접근방법을 개발하고자 하였다. 시뮬레이션 모델은 (1) 묘목 생성, (2) 나무 사멸 조절 (3) 나무 생장의 세 가지 모듈로 구성된다. 산림관리자에 의해 제공된 너도밤나무 숲의 실제 부피 변화를 근사화하기 위해 다양한 변수(나무수, 나무간 거리, 씨앗의 분포, 경쟁)를 반복적으로 수정하여 세 가지 모듈을 결합한 하이브리드 시뮬레이션 모델을 개발할 수 있었다. 본 연구를 통해 유럽너도밤나무 숲의 350년을 모의하여 생장 변화를 예측하였으며, 아이펠 지역의 세 가지 다른 관리 방법 (숲을 보호한 상태에서 목재벌채, 선택적 벌목, 보호림) 시나리오를 적용하였을 때 모의된 결과를 비교하였다. 시뮬레이션 결과를 통해 나무 생장의 변화가 현실적으로 잘 반영되었다는 것을 확인할 수 있었으며, 미래에 장기간 실제 축적된 산림 데이터를 획득하여, 검증과 보정의 과정을 반복한다면 더 높은 정확도의 지역 맞춤형 모델이 개발될 수 있을 것으로 사료된다.