• 제목/요약/키워드: 데이터예측

검색결과 6,818건 처리시간 0.035초

포장층 이상구간에서 획득한 열화상 이미지 해석을 위한 CNN 알고리즘의 적용성 평가 (Assessment of Applicability of CNN Algorithm for Interpretation of Thermal Images Acquired in Superficial Defect Inspection Zones)

  • 장병수;김영석;김세원;최현준;윤형구
    • 한국지반공학회논문집
    • /
    • 제39권10호
    • /
    • pp.41-48
    • /
    • 2023
  • 도로 하부에 발생된 이상구간은 사용자의 안전을 위협하고 보수하기 위해서도 많은 사회적 비용이 동반된다. 본 연구에서는 적외선 카메라를 사용하여 이상구간 매질에 따른 온도 분포를 실험적으로 평가하고 이를 머신러닝 기법으로 분석하고자 하였다. 대상 현장은 가로와 세로 및 깊이가 모두 50cm인 정육면체 형태로 설정하였고, 이상구간은 물과 공기로 결정하였다. 실험부지의 상부는 포장층을 모사하기 위해 콘크리트 블록을 설치하였으며, 오후 4시부터 다음날 오후 3시까지 총 23시간 동안 포장층의 온도 분포를 측정하였다. 측정된 값은 이미지 형태로 도출되었으며, 이미지 중간부분에서 측정 온도의 수치를 추출하였다. 최대온도와 최저온도의 차이는 물, 공기, 그리고 원 지반에서 각각 34.8℃, 34.2℃ 그리고 28.6℃로 나타났으며, 이미지 분석 기법인 convolution neural network(CNN) 방법을 활용하여 각 측정 이미지에 해당하는 조건을 분류하였다. 분류를 수행하기 위해서는 res net 101과 squeeze net 네트워크가 이용되었다. res net 101의 분류 정확도는 물, 공기 그리고 원 지반에서 각각 70%, 50% 그리고 80%로 나타났고, squeeze net의 분류 정확도는 60%, 30% 그리고 70%로 나타났다. 해당 연구 결과는 수치데이터로 특징 판단이 어려울 경우 이미지 기반의 CNN 알고리즘을 활용하면 매질 특성 분석이 가능하고 지반내 상태도 예측할 수 있는 방법론을 보여준다.

뉴질랜드 군 여성인력의 활용과 우리 군에 주는 시사점 (A Study on the case of Application of Women's Personnel in the New Zealand Defence Force)

  • 김인찬;김종훈;심준학;이강희;조상근;박상혁;홍명숙
    • 문화기술의 융합
    • /
    • 제9권5호
    • /
    • pp.415-419
    • /
    • 2023
  • 뉴질랜드군은 제2차 세계대전을 기점으로 여성인력을 활용하기 시작했다. 우수한 인력 확보를 위해 다양한 노력을 기울인 끝에 여성인력의 비율이 24%까지 올라왔다. 이 수치는 군 여성인력의 역사가 뉴질랜드보다 오래된 영국, 미국, 캐나다, 호주보다 높은 수치이다. 이는 전투 직위를 여성에게 개방하고 장성급, 영관급 장교 등 군 고위직에 여성인력이진출할 수 있도록 한 뉴질랜드군 노력의 결과이다. 또한 여성의 현실적인 고민인 임신과 출산, 육아 및 수직적인 조직 문화 등에 대한 정책적 대안을 제시하였으며 특히, 부적절한 성적 행동, 괴롭힘 등으로 우수한 인재가 이탈하거나 입대하지 않는 문제를 극복하기 위해 "존중"작전을 시행했다. 존중 작전은 리더의 역할을 확립하고 피해자의 지원을 강조하였으며 사고의 데이터를 축적하여 유사 사고를 예방했다. 그리고 "Wāhine Toa(여성 전사)"프로그램을 통해 여성인력의 군 생활주기(지원-채용-근속-발전)를 고려한 맞춤형 지원으로 우수한 여성인력이 군에 유입될 수 있도록 하였다. 우리 군도 병력 부족 현상을 극복하고 선진 과학기술 군으로 도약하기 위한 방법 중 하나로 여성인력의 비율과 역할 확대를 고려하고 있다. 뉴질랜드군의 여성인력 활용 사례를 통해 시사점을 도출하여 우리 군이 나아가야 할 방향을 고찰하였다.

고품위 몰리브덴 회수를 위한 컬럼부선 요인설계 (Experimental Design of Column Flotation for Recovery of High Grade Molybdenite)

  • 김현수;푸레브 오윤빌렉;박철현
    • 자원리싸이클링
    • /
    • 제32권6호
    • /
    • pp.34-44
    • /
    • 2023
  • 본 연구에서 고품위 몰리브데나이트 정광회수를 위해 요인설계를 이용한 컬럼부유선별을 수행하였다. 먼저 삼양 마이닝 플랜트의 부유선별 정광의 단체분리 향상을 위해 평균 입도 165, 116, 46.7 및 38.4 ㎛로 각각 재분쇄하였다. 컬럼부선에 영향을 미치는 다양한 변수에 대한 실험을 수행하였으며 MoS2 품위와 회수율이 각각 98.3 %와 95.28 %인 정광을 얻었다. 또한, 고품위에 영향을 미치는 입도 크기, 세척수 속도 및 억제제에 관한 요인설계 및 실험 데이터를 확보하고 통계분석(SPSS 25) 프로그램을 이용해 회귀분석하였다. 결과로부터, 컬럼부선 변수들 간의 상관관계와 품위(MG) 및 회수율(MR)을 예측할 수 있는 모델식을 도출하였다. 억제제 농도+세척수 속도 및 입도 크기+억제제 농도+세척수 속도의 요인들은 유의수준(0.05)보다 작아 종속변수인 품위에 뚜렷한 영향을 주고 있으며 회수율 모형의 경우, 입도 크기와 세척수의 요인만이 종속변수인 회수율에 영향을 주었다.

단경간 및 다경간 PSC-I 교량의 바닥판 및 거더의 균열분포 예측 (Prediction of Crack Distribution for the Deck and Girder of Single-Span and Multi-Span PSC-I Bridges)

  • 정현진;안효준;김재환;박기태;이종한
    • 한국구조물진단유지관리공학회 논문집
    • /
    • 제27권6호
    • /
    • pp.102-110
    • /
    • 2023
  • 국내 고속도로 교량 중 가장 많은 비중을 차지하고 있는 PSC-I 거더교의 최근 10년간 정밀 안전진단 데이터의 상태등급을 분석한 결과 41.3%가 C등급으로 나타났다. 노후화되는 교량이 증가함에 따라 선제적 관리가 중요시되고 있다. 바닥판과 거더는 손상 및 열화 발생 시 교체 주기가 길어 교량의 서비스 및 노후도에 미치는 영향이 매우 크다. 또한 신축이음과 교량받침 등의 장치 손상 발생 비율도 높아 교량 부재에 미치는 영향에 대한 연구가 필요한 실정이다. 따라서 본 연구에서는 단경간 및 다경간 대표 PSC-I 거더 교량을 선정하여, 교량의 주요부재 및 부재 장치의 단일손상과 바닥판의 열화가 결합된 이종손상 시나리오를 정의하였다. 이종손상이 발생한 경우 단일손상이 발생한 경우보다 균열 발생 면적이 증가하였으며, 단경간 교량의 경우 교량받침 손상으로 인해 거더 균열 분포가 크게 확산되었으며, 다경간 교량의 경우 신축이음 양면손상으로 인해 바닥판의 균열분포가 크게 확산되었다. 이를 통해 교량 장치 손상이 발생하였을 때, 신속한 보수 및 교체가 이루어지지 않으면 손상 발생과 손상 확산으로 2차 피해를 유발할 수 있어, 바닥판 및 거더의 응답에 대한 지속적인 관찰과 대응이 필요할 것으로 판단된다.

사이버 공격에 능동대응하기 위한 사이버 자산의 지능형 자가복구기술 연구 (A Study on Intelligent Self-Recovery Technologies for Cyber Assets to Actively Respond to Cyberattacks)

  • 최세호;임항섭;최중영;권오진;신동규
    • 인터넷정보학회논문지
    • /
    • 제24권6호
    • /
    • pp.137-144
    • /
    • 2023
  • 사이버 공격 기술은 예측 불가할 정도로 진화하고 있으며, '언젠가는'이 아니라 '언제나' 일어날 수 있는 상황이다. 클라우드 컴퓨팅, 사물인터넷(Internet of Things) 등으로 초연결 글로벌화되고 있는 인프라는 그 어느 때보다 사이버 공격에 큰 피해를 받을 수 있는 환경이며, 사이버 공격은 지금도 진행 중이다. 사이버 공격이나 천재지변 등 외부적인 영향으로 피해가 발생하더라도 사이버 자산(OS, WEB, WAS, DB)의 다운 타임을 최소화하기 위해 사이버 레질리언스 관점에서 지능형 자가복구로 진화해야 한다. 본 논문에서는 사이버 자산이 사이버 공격을 받아 고유의 기능이 제대로 발휘하지 못할 경우 지속가능한 사이버 레질리언스를 보장하기 위한 지능형 자가복구기술을 제안한다. 평상시 사이버 자산의 원본 및 업데이트 이력을 타임슬롯 설계 및 스냅샷 백업 기술로 실시간 관리한다. 상용화된 파일 무결성 모니터링 프로그램과 연동하여 피해 상황을 자동 탐지하고 지능형 기반으로 피해 파일에 대한 백업 데이터의 연관성 분석을 통해 사이버 자산의 다운타임을 최소화하여 최적의 상태로 자가복구할 수 있는 기술을 확보해야 한다. 향후에는 사이버 자산이 피해 받은 상태에 적합한 자가복구 전략 학습 및 분석을 수행할 수 있는 운영모델과 자가복구기술의 고유기능이 적용된 시범체계 연구를 수행할 예정이다.

개인-직무 적합성과 직무성과의 관계에 대한 직무열의의 매개효과와 일의 의미의 조절된 매개효과 연구 (The Effect of Person-Job Fit on Job Performance : Mediating Effect of Work Engagement and Moderating Effect of Work Meaning)

  • 신인규;정승철
    • 벤처혁신연구
    • /
    • 제3권2호
    • /
    • pp.77-93
    • /
    • 2020
  • 본 연구에서는 개인-직무 적합도가 직무성과의 미치는 영향관계와, 그 관계에서 일의 의미의 조절효과, 직무열의의 매개효과를 살펴보았다. 이를 위하여 기업 조직에 근무하는 304명으로부터 설문 데이터를 수집하였고, 상관관계 분석 및 회귀분석을 사용하여 분석하였다. 연구 결과, 사실적 개인-직무 적합도와 인지된 개인-직무 적합도 간에는 유의미한 상관관계가 존재하며, 인지된 개인-직무 적합도는 직무성과를 유의하게 예측한다는 것을 알 수 있었다. 또한, 개인-직무 적합도와 직무성과의 영향도 관계에서 직무열의의 매개효과가 존재하며, 개인-직무 적합도와 직무 열의의 영향도 관계에서 일의 의미의 조절효과가 존재하였다. 본 연구는 사실적 개인-직무 적합도와 인지적 개인 -직무 적합도의 상관관계를 실증하였으며, 개인-직무 적합도는 직무열의와 같은 정서적 변인을 매개로 하여 직무성과에 영향을 미친다는 것을 밝혔다는 점에서 의의가 있다. 조직 관리자의 입장에서는 채용된 직원의 특성에 적합한 직무환경을 제공하고, 직원들이 개인-직무 적합도에 대해 어떻게 인지하는지를 관리하는 방안이 필요하며, 특히 직원들이 일을 통해 자신의 성장이 촉진되고, 공공선에 기여한다는 인식을 가질 수 있도록 지원할 필요가 있음을 시사한다.

고해상도 도시 침수 해석을 위한 딥러닝 기반 초해상화 기술 적용 (Applying deep learning based super-resolution technique for high-resolution urban flood analysis)

  • 최현진;이송희;우현아;김민영;노성진
    • 한국수자원학회논문집
    • /
    • 제56권10호
    • /
    • pp.641-653
    • /
    • 2023
  • 기후변화와 도시화의 영향으로 인해 자연재해의 발생빈도와 규모가 증가하고 있다. 특히 도시 침수는 발생 시간이 짧고 막대한 인명 및 경제적 손실을 초래할 수 있기 때문에 신속하고 정확도 높은 예측 정보 생산이 중요하다. 하지만, 기존 물리과정 및 인공지능 기반 기법은 고해상도 침수 해석을 위해 많은 전산 자원이나 데이터가 요구되는 한계가 있다. 본 연구에서는 딥러닝 기반 초해상화(Super-Resolution) 기법을 통한 고해상도 도시 침수 해석 방법을 제안하고 적용성을 평가한다. 제안된 방법은 고해상도 물리 모형의 결과로 훈련된 초해상화 딥러닝 모형을 이용하여 저해상도 침수 해석 이미지를 고해상도로 변환한다. 미국 포틀랜드 도심지의 두 가지 침수 사례에 대해 적용, 4 m 공간해상도 물리 모의 결과를 1 m 급 고해상도 침수 해석 정보로 초해상화 하였으며, 초해상화 이미지와 고해상도 원본 간 높은 구조적 유사성이 확인되었다. 성능 지표로 평가한 결과, 전체 검증 대상 이미지에 대한 평균 PSNR 22.77 dB, SSIM 0.77로 우수하여, 초해상화 기법의 도시 침수 해석 적용성이 검증되었다. 제안된 방법은 적은 양의 침수 시나리오만으로도 효율적인 딥러닝 모형 훈련이 가능하고, 물리 모형의 정보를 최대한 활용할 수 있기 때문에, 고해상도 도시 침수 정보 생산에 효과적으로 사용될 수 있을 것으로 기대된다.

[논문철회]지표변위계를 활용한 비탈면 안정성 예측 ([Retracted]Analysis of Slope Safety by Tension Wire Data)

  • 이석영;장서용;김태수;한희수
    • 한국지반환경공학회 논문집
    • /
    • 제16권4호
    • /
    • pp.5-12
    • /
    • 2015
  • 사면붕괴의 위험성이 있는 다양한 실계측 데이터들이 토목기술자들에게 주어졌지만 이를 해석, 가공 후 실시간 사면거동양상을 분석하고 사면안정에 대한 결론을 유도하는 일은 결코 쉬운 일이 아니다. 최근 많은 연구기관들이 실시간 계측시스템을 위험 사면 현장에 설치하고 이를 계측하고 있으나, 대부분이 하드웨어 시스템의 설치에 초점을 맞추고 있어 이들 계측시스템에서 구한 실시간 계측자료를 해석하는 소프트웨어는 상대적으로 약하다고 할 수 있다. 그러므로 이 연구는 시간에 따라 변위가 지속적으로 증가하는 사면거동에 대한 계측자료들이 서로 어떤 상호관련성이 있고 군집화되는지를 보여주고자 하는 데 목적이 있다. 실시간 계측자료들을 분류함에 있어 저자들은 세 가지의 수학적 개념을 사용하고자 한다. 즉 평균변위차지수($AD_{i,j}$), 평균상대변위차($\overline{RD}_{i,j}$) 및 평균상대좌표시스템($\overline{RD}$, AD)을 사용하고자 한다. 이 세 가지 개념은 통계학적 방법 및 사면파괴거동에 토대를 두고 있다. 그러므로 이 방법들은 파괴거동을 일으키는 같은 대상 사면영역의 군집특성을 보여준다.

사회적기업의 부실에 영향을 미치는 비재무요인에 관한 연구 (A Study on Non-financial Factors Affecting the Insolvency of Social Enterprises)

  • 전용찬;김혁;이동명
    • 산업융합연구
    • /
    • 제21권11호
    • /
    • pp.13-27
    • /
    • 2023
  • 본 연구는 우리 경제에서 사회적기업의 역할이 증가함에 따라, 사회적기업의 부실에 영향을 미치는 요인을 분석하여 부실률을 낮추고 기업부실로 인한 사회적 비용을 감소하는데 도움이 되고자 한다. 본 연구에 사용된 데이터는 신용보증기관의 신용보증을 지원받고, 2009년부터 2018년 사이에 설립된 사회적 기업(예비 사회적기업 포함) 중에서 2022년 6월말 기준으로 정상기업과 부실기업으로 분류하였다. 수집된 사회적기업의 수는 재무정보 활용이 가능한 439개를 대상으로 하였으며, 정상기업은 406개(92.5%), 부실기업은 33개(7.5%)이다. 선행연구를 통하여 부실예측에 주로 사용하는 비재무적요인 8개를 선정하였다. 교차분석 결과 4개가 부실에 대하여 유의한 변수로 나타났고. 채택된 4개의 변수를 대상으로 로지스틱 회귀분석을 한 결과로 기업신용등급, 대표자개인신용등급 등 2개 변수가 부실에 유의한 변수로 채택되었다. 또한 부채비율, 매출액영업이익율, 총자산회전율 등 재무요인을 통제변수로 사용하여 분석을 수행하였다. 실증분석 결과, 사회적 기업의 부실에 영향을 미치는 독립 변수들이 재무적 요인을 통제한 상태에서 2개 변수가 영향력을 유지하고 있음이 확인되었다. 지금까지와 같은 정부 주도의 육성·지원 정책으로는 한계가 있어 민간·지역의 자발적인 주도로 다양한 사회적 가치를 지향하는 기업들이 사회적기업으로 유입되고 사회적경제 주체와 지역·주민이 함께 연대하여 사회적가치를 실현할 수 있는 환경을 조성하고 정부는 이를 적극적으로 지원할 수 있도록 정책의 방향을 전환할 필요가 있다.

딥러닝 기반 배추 심 중심 영역 및 깊이 분류 모델 개발 (Development of a deep learning-based cabbage core region detection and depth classification model)

  • 권기현;노종혁;김아나;김태형
    • 한국정보전자통신기술학회논문지
    • /
    • 제16권6호
    • /
    • pp.392-399
    • /
    • 2023
  • 본 논문에서는 김치 제조 공정 중 배추 심 제거 공정의 로봇 자동화를 위한 배추 심 영역 및 깊이를 판별하는 딥러닝 모델을 제안하는 것이다. 또한 계측된 배추의 심 깊이를 예측하는 것이 아닌 discrete 클래스로 변환하여 영역 검출 및 분류를 동시에 하는 모델을 제시하였다. 딥러닝 모델 학습 및 검증을 위하여 전처리 과정을 거지치 않고 수확된 배추 522 포기에 대한 RGB 영상을 획득하였다. 획득한 영상으로부터 심 영역 및 깊이 라벨링 그리고 데이터 증강 기법을 적용하였다. 제안하는 YOLO-v4 딥러닝 모델 기반 배추 심 영역 검출 및 분류 모델의 성능을 평가하기 위하여 mAP, IoU, accuracy, sensitivity, specificity 그리고 F1-score로 선정하였다. 그 결과 배추 심 영역 검출은 mAP 그리고 IoU 값이 각각 0.97 그리고 0.91로 나타났으며, 심 깊이 분류의 경우 accuracy 그리고 F1-score 값이 각각 96.2% 그리고 95.5%로 나타났다. 본 연구 결과를 통하여 배추의 심 영역 검출 및 깊이 정보 분류가 가능하며, 추후 배추 심 제거 공정의 로봇-자동화 시스템 개발에 활용될 수 있는 가능성을 확인하였다.