• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.05a
• /
• pp.169-171
• /
• 2021

Image processing through cameras such as self-driving, CCTV, mobile phone security, and parking facilities is being used to solve many real-life problems. Simple classification is solved through image processing, but it is difficult to find images or in-image features of complexly mixed objects. To solve this feature point, we utilize deep learning techniques in classification, detection, and segmentation of image data so that we can think and judge closely. Of course, the results are better than just image processing, but we confirm that the results judged by the method of image segmentation using deep learning have deviations from the real object. In this paper, we study how to perform accuracy improvement through simple image processing just before outputting the output of deep learning image segmentation to increase the precision of image segmentation.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.23-23
• /
• 2020

하구 관측은 조사 방법 및 주기에 따라 크게 두 가지로 구분되는데, 첫째는 현장에서 직접 주기적으로 자료를 수집하는 정기 현장관측과 다른 하나는 고정된 지점에 관측소를 설치하여 실시간으로 연속된 자료를 수집하는 실시간 관측으로 분류된다. 본 연구는 하구 관측망 체계를 확립하기 위한 기초 연구로서 금강하구역을 대상으로 모의된 수치 모델 자료를 이용하여 관측망을 설계하기 위한 대표 모니터링 지표를 선정하고, 이를 기반으로 관측 지점을 설계하기 위한 전략을 제시하였다. 대표 모니터링 지표는 실제 현장에서 일반적으로 취득할 수 있는 6가지 항목(수온, 염분, 용존산소, 클로로필a, 총질소, 총인)을 대상으로 EOF 분석을 실시하여 해역의 시공간 분포를 대표할 수 있다고 판단되는 2개의 항목을 선정하였다. 대표 모니터링 지점은 2개의 대표 모니터링 지표에 대한 고유 벡터 사이의 각도를 벡터의 내적으로 계산하고 이를 설계변수로 활용하여 도식최적화 기법을 통해 각 모니터링 항목들에 대한 공간 분포를 가장 잘 재현해 낼 수 있는 지점의 개수와 위치를 선정하였다. 선정된 모니터링 지점들을 이용하여 재구성된 공간 분포를 참값(수치모델)과 비교하여 통계적 적정성 여부를 평가하였으며, 이를 통해 금강하구의 대표 모니터링 지점들을 도출 해 내었다. 금강하구의 정기 현장 관측에 대한 대표 모니터링 지점은 7개로 선정되었으며, 이들은 6가지 관측 항목들에 대해서 매우 높은 공간분포 재현율을 확보할 수 있음을 확인하였다. 또한, 담수가 비정기적으로 방류되는 금강하구 시스템의 지역적 특성에 대한 시계열 정보를 연속적으로 가장 잘 취득할 수 있는 실시간 관측소 설치 영역을 결정하기 위하여, 7개의 대표 모니터링 지점에서의 시계열 정보를 금강하구둑 전면과 외해의 시계열 정보와 비교분석하여 설치가능 지점을 영역으로 제언하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.352-352
• /
• 2020

통합물관리 (IWRM; Integrated Water Resources Management)란 생태계의 지속가능성(sustainability)을 해치지 않으면서, 공평한 방법(equity)으로 경제·사회·복지를 극대화(efficiency) 할 수 있도록 물과 토지 및 관련 기타 자원들을 조화롭게 개발하고 처리하는 과정을 말한다. IWRM 패러다임은 전 세계적 및 국가별 물관리 상황에 따른 시대적 이슈에 따라 변천하고 있고 1992년 리우 정상회담 이후 물위기 극복을 위한 새로운 패러다임으로 정착, 물재해 심화에 따라 2000년대 물안보라는 국가 차원의 과제로 발전하였다. 이에 이미 전세계 국가의 68%이상이 도입중이며 모든 국가로 확산 중에 있다. 그러므로 본 연구에서는 향후 통합수자원관리 측면에서의 우즈베키스탄 내 업무와 환경을 분석하여 표준화된 수자원정보화 방향을 제시하고 통합물관리를 위한 통합물관리시스템을 개발하는 것을 목적으로 한다. 우즈베키스탄은 기본적으로 물관리 여건이 매우 불리한 물스트레스 국가로 분류되고 있다. 국가 내에서 필요로하는 대부분의 수자원이 양적으로 매우 부족하고, 강수량의 지역, 시기별 변동폭 역시 매우 크게 나타나고 있다. 또한 이용가능한 수자원을 작물재배가 가능한 시기에 농업용수로 80%이상을 취수하고 있어 심각한 물부족에 시달리고 있는 실정이다. 지정학적으로는 연강수량이 평균 400mm정도로 나타나고 있어 국내에서 생산되는 물 이외에는 국내를 통과하는 시르다리야, 아무다리야 강의 상류에 위치한 키르기즈스탄, 타지키스탄에서 생성된 물을 하천에서 취수하여 사용하고 있는 실정으로 제한된 수자원을 효율적, 합리적으로 이용하는 데 있어 관리기술의 개선이 필요하다. 수자원의 대부분은 수자원부에서 산하 관리조직을 통해 중앙에서 통제하에 관리하고 있으나 국가간, 지역별 용수배분, 갈등이 심하되고 있는 상태에 있으며 이러한 점을 해결하기 위한 상류-하류간 연계, 수량-수질간 연계, 지표수-지하수 연계 등을 위한 법적, 제도적 기반이 미흡한 상태이다. 이러한 우즈베키스탄 내 IWRM 도입의 필요성을 기반으로 통합물관리를 위한 시스템 구성요소를 도출하고 구축을 위해 고려해야 할 사항 및 발전방향을 본 연구를 통하여 제시하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.87-87
• /
• 2021

이상기후 현상으로 기후변화가 사회와 경제에 미치는 영향이 뚜렷한 추세로 변화되고 있다. 현재 기후변화에 관련된 연구는 사회 시스템에서 위험관리를 위해 기온과 강수량에 따라 다양한 분야에 미치는 영향에 대한 연구를 중점으로 이뤄지고 있다. 본 연구는 여름철 폭염에 의한 기후변화가 하천수질에 미치는 영향을 평가하기 위한 것으로, 우리나라 기상청 91개의 기상관측소에서 일일온도 33℃ 이상의 이벤트를 대상으로 환경부 수질관측망 918개에 대한 14개의 하천수질인자인 DO, BOD, COD, TOC, DOC, TN, DTN, NH4-N, NO2-N, NO3-N, TP, DTP, PO4-P, Chl-a를 분석하였다. 이를 우리나라 117개 중권역별 하천수질과 폭염강도와 지속시간을 나타내는 폭염 지수를 산정하여 분석하였다. 폭염 관련 뉴스 데이터는 2013년부터 2019년까지 Python 기반 뉴스 크롤러를 이용해 폭염 취약지수(Heat Wave Vulnerability Index, HWVI)를 기준으로 분류하여 키워드를 수집하였으며 HWVI 중 '기후노출' 키워드와 관련된 기사는 총 22,514건으로 69.9%로 수집되었다. 공간적 영향 평가를 위해 Getis-Ord Gi*를 이용하여 폭염지수와 하천수질인자간 핫스팟 분석을 실시하고 폭염관련 빅데이터가 하천수질에 미치는 영향을 평가하였다. 폭염지수는 낙동강유역 하류에 대해 Chl-a, TN, TP 항목에서 높은 밀도를 보였다. 분석대상지역 내 폭염이 발생한 확률과 반경 밖에서 발생할 확률의 우도비를 분석하기 위해 SaTScan을 이용한 공간검색통계분석을 실시하였다. 분석결과 폭염지수와 DO의 공간상관성이 높은 것으로 나타났다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.329-331
• /
• 2021

Recently, as various cases of using deep learning in the health-care field are increasing, functions such as electrocardiogram examination and body composition analysis through wearable device can be provided to provide rational decision-making and a process tailored to the individual. In order to utilize deep learning, it it most important to secure refined data, and this data is being made through human intervention or unsupervised learning. In this paper, we propose a model that conducts unsupervised learning by clusters according to gender and age using human body data such as chest and waist circumferences, which are easy to measure, and classifies them with CNN. For data, the 7th human body data provided by Korean Agency for Technology and Standards was used. Through this, it it thought that it can be applied to various application cases such as personalized body shape management service and obesity analysis.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.407-409
• /
• 2021

Under the influence of the 4th industrial revolution, various technologies such as artificial intelligence and automation are being grafted into industrial sites, and accordingly, the importance of data processing is increasing. Digital images may generate noise due to various reasons, and may affect various systems such as image recognition and classification and object tracking. To compensate for these shortcomings, we propose an image restoration algorithm based on pattern information of non-noise pixels. According to the distribution of non-noise pixels inside the filtering mask, the proposed algorithm switched the filtering process by dividing the interpolation method into a pattern that can be applied, a pattern based on region division, and a randomly arranged pixel pattern. preserves and restores the image. The proposed algorithm showed superior performance compared to the existing impulse noise removal algorithm.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.24-34
• /
• 2021

Estimation of the presence of people in real time is extremely useful for businesses in providing better services. Many companies and researchers have attempted various researches in order to count the number of floating population in specific space. Recently, as part of smart cities and digital twins, commercialization of measuring floating populations using Wi-Fi signals has become active in the public and private sectors. This paper explains the floating population measuring system from the perspective of general consumers(non-experts) who uses current population data. Specifically, it presents a method of estimating the floating population based on MAC-address values collected from smartphones. By distinguishing Real MAC-address and Random MAC-address values, we compare the estimated number of smartphone devices and the actual number of people caught on CCTV screens to evaluate the accuracy of the proposed method. And it appeared to have a similar correlation between the two datas. As a result, we present a method of estimating the floating population based on analyzing Wi-Fi Probe Requests

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.30 no.4D
• /
• pp.403-411
• /
• 2010

Nowadays, Light railway system is attracted public attention as solution for metropolitan traffic congestion. But it is difficult to decide an appropriate light railway system. It is especially hard in the Seoul metropolitan to decide an appropriate system, because there are many factors that must considered. So we research application status of light railway system that is scheduled or promoted in the Korea and the foreign nations. And we selected systems by types of city. In this paper, we divided into 6 types of city through factor analysis and cluster. And we considered various factor such as technology, transportation, environment etc that used previous research and feasibility study. To determine the priority among the factors, AHP(Analytic Hierarchy Process) was applied as a method for multi-standard decision method.

• Smart Media Journal
• /
• v.11 no.7
• /
• pp.61-69
• /
• 2022

In the learned machine learning, the performance of machine learning degrades at the same time as drift occurs in terms of learning models and learning data over time. As a solution to this problem, I would like to propose the concept and evaluation method of ML drift to determine the re-learning period of machine learning. An XAI test and an XAI test of an apple image were performed according to strawberry and clarity. In the case of strawberries, the change in the XAI analysis of ML models according to the clarity value was insignificant, and in the case of XAI of apple image, apples normally classified objects and heat map areas, but in the case of apple flowers and buds, the results were insignificant compared to strawberries and apples. This is expected to be caused by the lack of learning images of apple flowers and buds, and more apple flowers and buds will be studied and tested in the future.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.110-110
• /
• 2022

본 연구는 자율운항 선박의 원격 고장 진단 기법 개발의 일부로 수행되었다. 특히, 엔진 연료 계통 장비로부터 계측된 시계열 데이터로부터 상태 진단을 위한 알고리즘 구현 결과를 제시하였다. 엔진 연료 펌프와 청정기를 가진 육상 실험 장비로부터 진동 시계열 데이터 계측하였으며, 이상 감지, 고장 분류 및 고장 예측이 가능한 심층 학습(Deep Learning) 및 기계 학습(Machine Learning) 알고리즘을 구현하였다. 육상 실험 장비에 고장 유형 별로 인위적인 고장을 발생시켜 특징적인 진동 신호를 계측하여, 인공 지능 학습에 이용하였다. 계측된 신호 데이터는 선행 발생한 사건의 신호가 후행 사건에 영향을 미치는 특성을 가지고 있으므로, 시계열에 내포된 고장 상태는 시간 간의 선후 종속성을 반영할 수 있는 학습 알고리즘을 제시하였다. 고장 사건의 시간 종속성을 반영할 수 있도록 순환(Recurrent) 계열의 RNN(Recurrent Neural Networks), LSTM(Long Short-Term Memory models)의 모델과 합성곱 연산 (Convolution Neural Network)을 기반으로 하는 Conv1D 모델을 적용하여 예측 정확성을 비교하였다. 특히, 합성곱 계열의 RNN LSTM 모델이 고차원의 순차적 자연어 언어 처리에 장점을 보이는 모델임을 착안하여, 신호의 시간 종속성을 학습에 반영할 수 있는 합성곱 계열의 Conv1 알고리즘을 고장 예측에 사용하였다. 또한 기계 학습 모델의 효율성을 감안하여 XGBoost를 추가로 적용하여 고장 예측을 시도하였다. 최종적으로 연료 펌프와 청정기의 진동 신호로부터 Conv1D 모델과 XGBoost 모델의 고장 예측 성능 결과를 비교하였다