• 대한원격탐사학회지
• /
• 제26권2호
• /
• pp.251-262
• /
• 2010

GOCI(Geostationary Ocean Color Imager) 표준자료의 지속적인 품질관리를 위해서는 위성 운용기간 중 궤도상 복사보정, 대기보정 단계를 거쳐야 되며 해수환경 분석 알고리즘에 대한 검보정도 지속적으로 이루어져야 한다. GOCI의 복사, 대기, 해양환경 자료에 대한 검보정은 부이나 고정 플랫폼을 이용한 수온, 염분, 해수 광특성, 형광, 및 탁도 관측과, 주기적으로 해양환경 자료 수집을 통하여 실시한다. 이를 위하여 동중국해에 위치하고 있는 이어도 종합해양과학기지에 설치된 광학 관측 장비와 현장 관측의 복사자료를 상호 비교해 보았으며, GOCI 표준자료의 검정에 앞서 SeaWiFS 복사량과 비교하여 검정하였다. 해수출 광량은 현장관측에서 얻어진 광과 광량과는 약간의 차이를 보였지만, 흡광영역이 매우 잘 일치하고 있으며 스펙트럴 이동은 없는 것으로 판단된다. 이어도 종합해양과학기지의 분광측정기와 SeaWiFS의 전 밴드에서 얻어진 해수출 광량을 비교한 결과 평균 25% 정도의 에러가 발생했지만, 대기보정 밴드를 제외하면 절대오차가 11% 정도로 상당히 낮아진다. 이것은 SeaWiFS 표준 대기보정 방법의 문제점으로 GOCI 검보정 연구에서 고려되어 보완 되어야 할 것으로 판단된다. 이와 더불어 독도 지역의 표준 관측치(Reference Target Site) 구축을 통한 검보정 연구를 위하여, 독도 주변 해수의 광 특성과 해양환경 자료는 2009년 8월과 2009년 10월 2차례에 걸쳐서 현장관측을 실시하였다. 독도 주변 해역의 해양 광 특성은 원격반사도의 스펙트럼형태를 기준으로 Case-1 Water 성향이 강한 해수에서 나타나는 특성과 매우 유사하였다. 식물플랑크톤, 부유물질, 용존유기물의 흡광계수 스펙트럼의 형태들은 대체적으로 각 성분별 흡광 스펙트럼 특성을 잘 보여주었다. 또한 MODIS Aqua로부터 산출된 엽록소 농도와 현장관측을 통한 검증에서 위성자료 값들은 잘 일치한다. 위와 같이 현재 진행되고 있는 GOCI 검보정 연구를 통해서 복사, 대기, 해양환경 알고리즘에 대한 문제점이 도출되었고, 차후 검보정 계획에 반영하여 이 부분들에 대한 개선 및 보완이 이루어질 것으로 판단된다.

• 농업생명과학연구
• /
• 제53권6호
• /
• pp.23-33
• /
• 2019

본 연구는 우리나라의 전체 국유림에 대한 경영이력 및 경영계획정보가 구축되어 있는 국유림경영정보시스템이 관련 법령(국유림경영계획 작성 및 운영요령)의 변경에 따라, 개정 전에는 평균 흉고직경값만 입력하도록 구축되어 있으나 개정 후에는 평균 흉고직경, 최저·최고 흉고직경값으로 표기하는 것으로 변경되었다. 이와 관련하여 기 구축되어 있는 모든 흉고직경값을 최저·최고 흉고직경값으로 변환할 수 있는 추정 알고리즘이 필요하다. 따라서 본 연구는 국유림경영정보시스템에 포함되어 있는 12개 주요 수종에 대한 최저·최고 흉고직경을 자동으로 표기할 수 있는 추정식을 개발하기 위해 수행하였다. 최저·최고 흉고직경 추정식을 개발하기 위하여 제5~6차(2006~2015년) 국가산림자원조사(National Forest Inventory, NFI)의 6,858개 고정표본점 자료를 이용하였다. 최저·최고 흉고직경 추정식 도출을 위하여 흉고직경, 임령, 수고의 3가지 생장변수를 이용한 흉고직경-임령, 흉고직경-수고의 2가지 추정모형을 적용하였다. 본 연구에서 가장 적합한 최저·최고 흉고직경 추정모형은 흉고직경과 수고 변수를 이용한 추정식 Dmin=a+bD+cH, Dmax=a+bD+cH으로 나타났으며, 12개의 주요 수종의 최소 최대 흉고직경 추정식을 개발하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제4권6호
• /
• pp.185-196
• /
• 2015

에너지 절감형 서버 클러스터는 에너지 절감을 고려하지 않는 기존 서버 클러스터에 비해 서비스 품질을 보장하면서 전력소비를 절감하는 것을 목표로 한다. 에너지 절감형 서버 클러스터에서는 현재의 부하를 처리하는 데 필요한 최소수의 서버들만 ON 하도록 고정 또는 가변 주기로 서버들의 전원모드를 조정한다. 이에 대한 기존 연구들은 전력 절감 또는 서비스 품질을 보장하려고 노력해왔지만 에너지 효율성을 잘 고려하지는 못했다. 본 논문에서는 에너지 절감형 클러스터에서 자율학습기반의 에너지 효율적인 클러스터 관리 기법을 제안한다. 자율학습을 통해 최적화된 파라미터들을 이용하여 전력 소모 대비 최고의 성능을 얻을 수 있도록 서버 전원모드를 조정한다. 제안방법은 서버 전원모드 조정을 위해 아래의 과정을 반복 수행한다. 첫째, 현재 부하 및 트래픽 패턴을 보고 현재 워크로드 패턴 유형을 사전에 정의한 대로 분류한다. 둘째, 학습 테이블을 탐색하여 해당 워크로드 패턴 유형에 대해 예전에 학습이 수행되었는지 확인한다. 만일 수행되었다면 이미 저장된 파라미터를 이용한다. 그렇지 않으면, 학습을 수행하여 에너지 효율성 관점에서 최고의 파라미터를 얻어 저장한다. 셋째, 얻어진 파라미터를 이용하여 서버 전원모드를 조정한다. 제안방법을 구현하여 16개의 서버 클러스터 환경에서 3가지 다른 부하 패턴들을 이용하여 실험을 수행하였다. 실험 결과는 제안방법의 에너지 효율성이 뛰어남을 보여주고 있다. 뱅킹 부하패턴, 실제 부하패턴, 가상 부하패턴 각각에 대하여, 제안방법의 단위전력당 good 응답 수가 기존의 정적 서버 전원모드 제어방법의 99.9%, 107.5%, 141.8%이고, 기존의 예측방법의 102.0%, 107.0%, 106.8%이다.

• Parasites, Hosts and Diseases
• /
• 제30권2호
• /
• pp.65-74
• /
• 1992

이전고환극구흡충(Echinostomn cinetorchis) 유약충 및 성충의 표피 미세구조를 주사전자현미경으로 관찰하였다. 실험적으로 미라시디움을 감염시킨 또아리물달팽이 (Hippeutis cantari)에서 피낭유충을 얻어 횐쥐에 경구 감염시킨 다음 3일(유약충) 및 16일(성충)에 각각 충체를 회수하였다. 회수한 충체를 2.5% glutaraldehyde 용액에 고정하고 탈수, 댕동 건조 및 순금 표면처리 후 주사전자현미경으로 관찰하였다 감염 3일의 유약충은 충체가 길쭉하며 복측으로 만곡되어 있었고 복흡반이 충체 전방 215 지점에 위치하였다 두관에는 모두 37∼38개의 두극이 중단없이 지그재그형으로 배열되어 있었다. 구흡반 및 복흡반의 구순에는 각각 8개 및 5개의 제 R형 감각유두가 일정한 간격으로 배열되어 있었고, 피극들 사이에 제 해형 감각유두가 드물게 관찰되었다. 복홉반 전방의 피극들은 혀 또는 삽 모양, 후방의 피극들은 송곳 모양이었고, 후방으로 갈수록 밀도가 낮았다. 충체 배면의 피극들은 복면의 것들과 비슷하였으나, 후방 113 지점부터는 피극이 분포하지 않았다. 감염 16일의 성충은 나뭇잎 모양이며, 구흡반과 복홉반이 매우 근접하여 있었다. 두관, 구흡반 및 복흡반 등 피극이 분포하지 않는 곳에는 제 E형 및 제 여형 감각유두가 분포하였고, 피극이 분포하는 표피에는 제 I형 감각유두가 1∼4개씩 군(group)을 형성하고 있었다. 복흡반 전방에는 비늘 모양의 피극들이 밀생해 있었고, 후방으로 갈수록 감소하였다. 배면 전방에는 피극이 드물게 분포 하나 후방에서는 피극이 관찰되지 않았다. 이상의 결과로 볼 때, 이전고환극구흡충은 두극의 수, 배열, 피극의 형태, 분포, 감각유두의 종류, 분포 등에 있어서 다른 극구흡충류와 다른 점이 많으며, 유약충에서 성충으로 발육함에 따라 피극과 원형질 돌기의 분화는 물론 감각유두의 종류, 분 포 등이 달라짐을 알 수 있었다. 항체는 43 kDa, N( 137 항체는 29 kDa에 해당되는 분획에서 항원항체반응을 나타내었다. 이상의 성적을 종합하면 N. fowleri에 대한 7종류의 IgG., IgG3 및 IgA 단세포군 항체를 생산하였다. 그중 Nf 256 항체를 제외한 6 종류는 N. fowleri이 세포막 성분중 28 kDa-43 kDa의 항원과 반응하는 특이한 항체임을 관찰할 수 있었다. 또한 이 단세포를 항체들은 영양형을 응집시키며, 시험관 내에서의 증식을 억제시키고 CHO 세포에 대한 N. fowleri의 세포 독성을 저하시키는 성질을 가지고 있음을 알 수 있었다.들 중에서 최적의 기종점 통행표를 발견하는 것이다. 따라서 교통망에서 통행자의 여행 경로 배정을 가장 잘 반영할 수 있는 현실적인(Realistic) 교통망 통행 배정 모형(Net-work Traffic Assignment Model)의 선택은 중요한 요소가 되며 특히 교통망에 교통체증(Traffic Conges-tion)이 심할 경우 교통망 통행자 평형조건(Network Traffic Equilibrium Condition)을 고려하기 위한 특별한 처리가 요구되어진다. 본 연구는 Whllumsen(Hall, Van Vliet and Willumsen, 1980)에 의하여 개발된 ME2(Maximum Entropy Matrix Estimation)기법에서 반복식 추정방법(Sequential Estimation Method)을 사용할 경우 Wardrop의 평형조건을 만족하는 기종점 통행표를 구할 수 없다는 단점을 극복하기 위한 방안으로서 엔트로피 극대화문제와 교통망 평형 조건(Entropy Maximisation and Network Equilibrium Condition)의 두 문제를 동시에 해결할 수 있는 새로운 수식모형과 이를 풀기 위한 알고리즘(Simultaneous Solution Algorithm)을 제의하였다. 제의된 수식모형과

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제13권5호
• /
• pp.293-299
• /
• 2007

지능형 배관 검사체(PIG)는 가스나 기름 배관 안을 지나가며 검사체에 장착된 여러 센서로부터 신호(센서 데이타로 불림)들을 취합하는 장치이다. PIG로부터 취합된 센서데이타들을 분석함으로써, 배관의 구멍, 뒤틀림 또는 잠재적으로 가스 폭발의 위험을 가지고 있는 결함들을 발견할 수 있다. 배관의 센서 데이타를 분석가가 분석을 할 때에는 주로 두 가지 분석 패턴을 사용한다. 첫 번째는 센서 데이터를 순차적으로 분석하는 순차적 분석 패턴이고, 두 번째는 특정한 구간을 반복해서 분석하는 반복적 분석 패턴이다. 특히, 센서 데이타를 분석할 때 반복적 분석 패턴이 많이 사용된다. 기존의 PIG 소프트웨어들은 사용자의 요청이 있을 때 마다 서버로부터 센서 데이타들을 오므로, 매 요청마다 네트워크 전송비용과 디스크 액세스 비용이 든다. 이와 같은 방법은 순차적 분석 패턴에는 효율적이지만, 분석 패턴의 대부분을 차지하는 반복적 분석 패턴에는 비효율적이다. 이와 같은 문제는 서버/클라이언트 환경에서 다수의 분석가가 동시에 분석을 할 경우에는 매우 심각해진다. 이러한 문제점을 해결하기 위해 본 논문에서는 배관 센서 데이타들을 여러 개의 시계열 데이타로 생각하고, 효율적으로 시계열 데이타를 캐싱 하는 T-Cache라 부르는 주기억장치 고성능 캐시 관리자를 제안한다. 본 연구는 클라이언트 측에서 시계열 데이타를 캐싱하는 최초의 연구이다. 먼저, 고정된 거리의 시계열 데이타들의 집합을 캐싱 단위로 생각하는 신호 캐시 라인이라는 새로운 개념을 제안하였다. 다음으로, T-Cache에서 사용되는 스마트 커서와 여러 알고리즘을 포함하는 여러 가지 자료구조를 제안한다. 실험 결과, 반복적 분석 패턴의 경우 T-Cache를 사용하는 것이 디스크 I/O측면과 수행 시간 측면에서 월등한 성능 향상을 보였다. 순차적 분석 패턴의 경우에도 T-Cache를 사용하지 않은 경우와 거의 유사한 성능을 보였다. 즉, 캐시를 사용함으로써 발생하는 추가비용은 무시할 수 있음을 보였다.

• 대한토목학회논문집
• /
• 제13권2호
• /
• pp.95-109
• /
• 1993

본(本) 연구(研究)에서는 Mode분할기법(分割技法)을 이용(利用)하여 아치구조물(構造物)의 형상최적화(形狀最適化)를 시도(試圖)하였다. 본(本) 연구(研究)에서는 아치리브를 유한개(有限個)의 직선부재(直線部材)로 구성(構成)되어 있는 것으로 하고 상관방정식(相關方程式)과 허용응력(許容應力) 및 좌굴제약(挫屈制約)까지 포함(包含)하여 2골절(滑節)아치와 양단고정(兩端固定)아치의 형상(形狀)을 최적화(最適化)할 수 있도록 최적화(最適化) 문제(問題)를 형성(形成)하였다. 본(本) 연구(研究)의 제(第) 1단계(段階)(level 1)에서는 다른 연구(研究)와 달리 근사화(近似化)한 아치구조물(構造物)의 강성도행렬(剛性度行列)(stiffness matrix)과 기하강성도행렬(幾何剛性度行列)(geometric stiffness matrix)관계(關係)로부터 Ray leigh-Ritz법(法)으로 좌굴하중(挫屈荷重)을 구(求)하고, 설계공간법(設計空間法)에 의한 감도해석(感度解析)으로 부재력(部材力)을 근사화(近似化)함으로써 구조해석수(構造解析數)를 줄일 수 있었다. 목적함수(目的凾數)는 구조물(構造物)의 중량(重量)이 최소(最小)가 되도록 중량함수(重量凾數)로 택(擇)하였다. 제약조건식(制約條件式)으로는 허용응력(許容應力), 좌굴응력(挫屈應力) 및 설계변수( 設計變數) 상(上) 하한치제약(下限値制約)을 부과(附課)하여 최적화문제(最適化問題)를 형성(形成)하였다. 제(第) 2단계(段階)(level 2)에서는 설계변수(設計變數) 및 조정변수(調整變數)를 절점좌표(節點座標)로 하고 목적함수(目的凾數)로는 중량함수(重量凾數)로 하여 최적화(最適化) 문제(問題)를 형성(形成)하였다. 절점좌표(節點座標)만을 설계변수(設計變數)로 함으로써 무제약최적화문제(無制約最適化問題)로 형성(形成)되므로 최적화(最適化) 과정(過程)이 용이(容易)하다. 본(本) 연구(研究)의 알고리즘을 아치구조물(構造物)에 적용(適用)한 결과(結果) 본(本) 연구(研究)는 아치구조물(構造物)의 형태(形態), 제약조건식(制約條件式)에 구애(拘碍)받지 않고 최적해(最適解)에 효율적(效率的)으로 수렴(收斂)하였고 아치구조물(構造物)의 최적형상(最適形狀)은 제약조건식(制約條件式)에 따라 상이(相異)하였으며 중량(重量)은 제약조건식(制約條件式) 및 아치의 형상(形狀)에 따라 다소(多少)의 차이(差異)는 있으나 형상최적화(形狀最適化)로 17.7%-91.7%까지 감소(減少)시킬 수 있다.

• 대한원격탐사학회지
• /
• 제37권5_2호
• /
• pp.1245-1257
• /
• 2021

세계 최초의 정지궤도 해색관측 위성인 GOCI의 임무를 승계한 천리안위성 2B호의 해양탑재체인 GOCI-II가 2020년 2월 발사되어 같은 해 10월부터 정규 운영되고 있다. 한국해양과학기술원은 실시간 수신한 GOCI-II 원시자료를 Level 1B와 26종 Level 2 산출물로 처리하며, 이 자료들은 국립해양조사원을 통해 서비스된다. 이 논문에서는 정규 운영 1년차의 위성자료 운영 현황을 소개하고, 향후 개선 방향을 제시하고자 하였다. GOCI-II의 기본 해색 산출물인 엽록소 농도, 총 부유물질 농도, 용존유기물 농도 산출물은 OC4, YOC 알고리즘으로 처리 중이며, 그 수식 및 프로세스에 대해 상세 기술하였다. GOCI-II에서 새롭게 추가된 전구 관측은 궤도상 시험운영기간 동안 태양천정각과 sun glint만 고려하여 관측 스케줄이 수립되었으나, 양질의 Level 2 산출물 생산을 위해 조건을 세분화하고 위성 천정각을 추가 고려하여 개선하였다. 그 결과 'Best Ocean'을 만족하는 슬롯의 개수가 15에서 78개로 대폭 증가하고, 'Bad Ocean'에 해당하는 슬롯이 55개에서 13개로 크게 감소하였다. GOCI-II의 산출물의 품질관리를 위해서 유럽우주국에서 정의하는 요구사항을 기반으로 GOCI-II 검보정 요구사항을 제시하였다. 그리고 GOCI 검보정 사이트를 기반으로 하되, 향상된 위성 스펙을 고려하여 지역 관측 검보정을 위한 추가 고정점 검보정 사이트 후보지를 제시하였다. 전구관측 자료의 품질관리는 국내외 해양인프라를 구축하고 있는 한국해양과학기술원의 연구선과 해외 기지를 활용하되, 국외 해역의 현장관측 자료 획득을 위해서는 GOCI-II 국제 검보정 네트워크 구축이 필요할 것으로 판단된다. 이러한 결과는 위성자료 사용자들의 산출물 처리에 대한 이해를 높이고, 향후 위성자료 품질관리 업무 수행 상세계획 수립에 도움이 될 것으로 기대된다.

• 한국해안·해양공학회논문집
• /
• 제35권6호
• /
• pp.109-120
• /
• 2023

광해역의 표층 해수유동을 준 실시간으로 측정하는 장비인 해양 고주파 레이다(High Frequency Radar, HFR)는 특정 전파대역(HF)의 주파수를 해수면으로 발사하고 후방으로 산란된 전파를 분석하여 표층 유속 벡터를 측정한다(Crombie, 1955; Barrick, 1972). 본 연구에서 사용되는 Codar사의 Seasonde HF radar의 경우, 무지향성 안테나에서 송·수신한 전파의 브래그 피크(Bragg peak)의 강도와 다중신호분류(Mutiple Signal Classification, MUSIC) 알고리즘을 통하여 방사형 해류(Radial Vector)의 속도와 위치를 결정하게 된다. 이때 생산된 해류는 관측 전파 수신 환경의 특성이 고려되지 않은 이상적인 전파환경(Ideal Pattern)이 적용된 자료로써 이를 보정하기 위하여 안테나 패턴 측정(Antenna Pattern Measurement, APM)을 시행하여 보정된 방사해류장(Measured Radial Vector)을 계산하게 된다. APM의 관측원리는 안테나로부터 수신되는 각 위치별 신호 강도값을 측정하여 해류의 위치 및 위상 정보를 수정하는 것으로 일반적으로 선박에 안테나를 설치하여 실험을 진행한다. 하지만 선박을 활용할 시, 기상조건과 해양 상황 등 다양한 환경에 의해 최적의 APM 결과를 산출하기까지 많은 제약이 따른다. 따라서 APM 실험에 대하여 해상 상황에 대한 의존도를 낮추고 경제적인 효율성을 높이기 위하여 무인항공기인 드론을 이용한 APM 활용 가능성을 검토하였다. 본 연구에서는 전남 완도군 당사리 당사도등대에 설치된 고주파레이다를 활용하여 선박을 활용한 APM 실험과 드론을 활용한 APM 실험을 진행하였으며 선박과 드론으로 관측된 결과가 적용된 방사형 해류와 계류된 고정부이를 활용하여 그 결과를 비교 분석하였다.

• 지능정보연구
• /
• 제16권3호
• /
• pp.77-97
• /
• 2010

매매시점결정은 금융시장에서 초과수익을 얻기 위해 사용되는 투자전략이다. 일반적으로, 매매시점 결정은 거래를 통한 초과수익을 얻기 위해 언제 매매할 것인지를 결정하는 것을 의미한다. 몇몇 연구자들은 러프집합분석이 매매시점결정에 적합한 도구라고 주장하였는데, 그 이유는 이 분석방법이 통제함수를 이용하여 시장의 패턴이 불확실할 때에는 거래를 위한 신호를 생성하지 않는다는 점 때문이었다. 러프집합은 분석을 위해 범주형 데이터만을 이용하므로, 분석에 사용되는 데이터는 연속형의 수치값을 이산화하여야 한다. 이산화란 연속형 수치값의 범주화 구간을 결정하기 위한 적절한 "경계값"을 찾는 것이다. 각각의 구간 내에서의 모든 값은 같은 값으로 변환된다. 일반적으로, 러프집합 분석에서의 데이터 이산화 방법은 등분위 이산화, 전문가 지식에 의한 이산화, 최소 엔트로피 기준 이산화, Na$\ddot{i}$ve and Boolean reasoning 이산화 등의 네 가지로 구분된다. 등분위 이산화는 구간의 수를 고정하고 각 변수의 히스토그램을 확인한 후, 각각의 구간에 같은 숫자의 표본이 배정되도록 경계값을 결정한다. 전문가 지식에 의한 이산화는 전문가와의 인터뷰 또는 선행연구 조사를 통해 얻어진 해당 분야 전문가의 지식에 따라 경계값을 정한다. 최소 엔트로피 기준 이산화는 각 범주의 엔트로피 측정값이 최적화 되도록 각 변수의 값을 재귀분할 하는 방식으로 알고리즘을 진행한다. Na$\ddot{i}$ve and Boolean reasoning 이산화는 Na$\ddot{i}$ve scaling 후에 그로 인해 분할된 범주값을 Boolean reasoning 방법으로 종속변수 값에 대해 최적화된 이산화 경계값을 구하는 방법이다. 비록 러프집합분석이 매매시점결정에 유망할 것으로 판단되지만, 러프집합분석을 이용한 거래를 통한 성과에 미치는 여러 이산화 방법의 효과에 대한 연구는 거의 이루어지지 않았다. 본 연구에서는 러프집합분석을 이용한 주식시장 매매시점결정 모형을 구성함에 있어서 다양한 이산화 방법론을 비교할 것이다. 연구에 사용된 데이터는 1996년 5월부터 1998년 10월까지의 KOSPI 200데이터이다. KOSPI 200은 한국 주식시장에서 최초의 파생상품인 KOSPI 200 선물의 기저 지수이다. KOSPI 200은 제조업, 건설업, 통신업, 전기와 가스업, 유통과 서비스업, 금융업 등에서 유동성과 해당 산업 내의 위상 등을 기준으로 선택된 200개 주식으로 구성된 시장가치 가중지수이다. 표본의 총 개수는 660거래일이다. 또한, 본 연구에서는 유명한 기술적 지표를 독립변수로 사용한다. 실험 결과, 학습용 표본에서는 Na$\ddot{i}$ve and Boolean reasoning 이산화 방법이 가장 수익성이 높았으나, 검증용 표본에서는 전문가 지식에 의한 이산화가 가장 수익성이 높은 방법이었다. 또한, 전문가 지식에 의한 이산화가 학습용과 검증용 데이터 모두에서 안정적인 성과를 나타내었다. 본 연구에서는 러프집합분석과 의사결정 나무분석의 비교도 수행하였으며, 의사결정나무분석은 C4.5를 이용하였다. 실험결과, 전문가 지식에 의한 이산화를 이용한 러프집합분석이 C4.5보다 수익성이 높은 매매규칙을 생성하는 것으로 나타났다.