• 한국지반환경공학회 논문집
• /
• 제22권12호
• /
• pp.33-40
• /
• 2021

도심지에서 빈번하게 발생하는 지반함몰 사고는 지하시설물의 노후화, 지하개발 활동에 따른 지반의 교란과 지하수 변화 등 다양한 원인에 의해 발생하고 있다. 지반함몰 위험을 사전 예측하기 위해서는 지반함몰 사고에 영향을 미치는 인자들에 대한 지반 공학적 및 수리학적 검토가 필요하다. 따라서 본 연구에서는 현재 운영되고 있는 지반조사 데이터 및 지하수위 변동 정보를 이용하여 지반함몰이 발생한 연구대상 지역의 3차원 지반모델링 및 월별 지하수위에 대한 자료 분석을 수행하였으며, 이를 활용해 실제 지반함몰 발생 이력과 지반조건 및 지하수위 변화와의 관계성을 확인하였다. 또한, 기존 시추정보에서 통일 분류 체계(USCS)에 따라 제시된 흙의 공학적 특성을 지반함몰과 연관된 공학적 지표인 흙의 내부 침식 민감도로 재구성하여 지반함몰 위험도를 가시화하는데 활용하는 방법론을 제시하였다. 연구결과, 지반함몰 발생 지역의 지반은 내부 침식이 취약한 모래(SM, SC, SP, SW)가 40% 이상 구성되어 있음을 확인했으며, 지하수위 변화에 따른 지반함몰 발생빈도와의 관계성도 확인할 수 있었다.

• 한국문헌정보학회지
• /
• 제57권1호
• /
• pp.93-114
• /
• 2023

정보추출은 문헌 내에 존재하는 개체명을 인식함과 동시에 이들 간의 의미적 관계까지도 식별하여 최종적으로 문헌 내에 포함된 의미적 트리플을 자동으로 추출하여 활용할 수 있으므로 문헌에 대한 심층적인 분석과 이해에 많은 도움을 줄 수 있다. 그러나 지금까지 대부분의 정보추출에 대한 연구는 개체명 인식과 관계추출이 개별 연구로 각각 분리되어 진행되었으며, 그 결과 입력 문헌에 대한 정보추출의 최종 출력인 의미적 트리플 추출 성능에 대한 객관적이고 정확한 평가가 제대로 이루어지지 않았다. 이에 본 논문에서는 진료 기록 문헌에 나타나는 개체명과 그들 간의 관계를 트리플 형태로 직접 추출할 수 있는 종단형 정보추출의 2가지 모델인 파이프라인 및 결합형 모델을 구축하는 구체적인 방법론을 제시하고 성능 비교 실험을 진행하였다. 우선 파이프라인 모델은 양방향 GRU-CRFs를 활용한 개체명 인식 모듈과 다중 인코딩 기반 관계추출 모듈로 구현되었고, 결합형 모델을 위해서는 다중 헤드 레이블링 기반의 양방향 GRU-CRFs이 적용되었다. 두 가지 시스템을 바탕으로 진료기록 문헌 내의 개체명과 관계를 모두 태깅하여 구축된 i2b2/VA 2010 데이터셋을 활용한 비교 실험에서 파이프라인 모델의 성능이 5.5%(F-measure) 더 높게 나타났다. 추가적으로, 대규모 신경망 언어모델과 수작업으로 구축된 자질 정보를 활용한 최고 수준의 기존 시스템과의 비교 실험을 통해, 본 논문에서 구현한 종단형 모델의 객관적인 성능 수준을 파악할 수 있었다.

• 한국지반공학회논문집
• /
• 제24권10호
• /
• pp.83-91
• /
• 2008

현장계측 자료를 이용하여 연약지반의 향후 침하거동을 예측하는 기존의 방법들은 모두 즉시재하 조건을 가정하고 개발된 방법으로써 실제로는 연약지반의 안정성 등을 고려하여 점증재하가 이루어지는 현장에 적용하기에는 많은 제약이 있다. 본 연구에서는 연약층의 두께, 성토하중 크기, 선행압밀하중, 배수거리, 성토속도 등의 다양한 영향인자를 고려하였으며 점증재하가 완료된 이후의 지반개량 기간에도 지속적으로 예측 정확도를 높일 수 있는 계측기반 침하거동 예측기법을 개발하였다. 점증재하 과정에서의 예측방법과 성토완료 이후의 예측방법이 개발되었으며, 성토 완료 이후의 예측방법은 기하학적 보정을 이용한 정확도 향상기법과 확률론적 보정을 이용한 정확도 향상기법 두 가지를 제안하였다. 대형압밀시험 결과를 이용한 예측기법의 적용성 검증 결과, 기존의 예측기법을 적용할 수 없는 점증재하 초기에도 비교적 적은 데이터를 이용하여 상당히 높은 정확도를 가지고 침하거동을 예측할 수 있었다. 또한, 성토완료이후에도 기존 예측기법과 제안된 방법의 비교, 분석 결과 최종침하량과 RMSE에서 모두 제안된 방법이 기존의 예측기법에 비하여 우수한 예측결과를 보였다.

• 한국전산구조공학회논문집
• /
• 제36권3호
• /
• pp.155-163
• /
• 2023

원전 구조물의 실시간 모니터링 기술이 요구되고 있지만, 현재 운영 중인 지진 감시계통으로는 동특성 추출 등 시스템 식별이 제한된다. 전역적인 거동 데이터 및 동특성 추출을 위해서는 다수의 센서를 최적 배치하여야 한다. 최적 센서배치 연구는 많이 진행되어 왔지만 주로 토목, 기계 구조물이 대상이었으며 원전 구조물 대상으로 수행된 연구는 없었다. 원전 구조물은 미미한 신호대잡음비에도 강건한 신호를 획득하여야 하며, 모드 기여도가 저차 모드에 집중되어 있어 모드별 잡음 영향을 고려해야 하는 등 구조물 특성을 고려해야 한다. 이에 본 연구에서는 잡음에 대한 강건도와 모드별 영향을 평가할 수 있는 최적 센서배치 방법론을 제시하였다. 활용한 지표로서 auto MAC(Modal Assurance Criterion), cross MAC, 노드별 모드형상 분포를 분석하였으며, 잡음에 대한 강건도 평가의 적합성을 수치해석으로 검증하였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권6호
• /
• pp.719-729
• /
• 2017

최근 농업 분야는 농업 분야에 ICT 기술이 접목 되면서 새로운 도약의 계기가 마련되고 있다. 특히 농업에 사물 인터넷(IoT: Internet of Things) 기술을 접목한 스마트 팜 [smart farm] 영역이 각광받고 있다. 스마트 팜 [smart farm] 기술은 농작물이 재배 되는 환경의 온도, 습도 등의 정보를 센서를 이용해 실시간으로 수집, 분석하여 제어장치에서 농작물 수확에 필요한 장치들을 자동으로 구동하여 농작물이 자랄 수 있는 최적의 환경을 제공하는 것이다. 스마트 팜 [smart farm] 기술이 마치 모든 것을 해결할 수 있을 것처럼 주목을 받고 있지만, 대부분의 연구가 농작물의 생산량 증대에만 치중되어 있다. 본 논문 에서는 농작물의 생산량 증대 보다는 우수한 품질의 농작물을 최적기에 수확할 수 있는 시스템의 아키텍처 개발에 중점을 두어 이루어졌다. 본 논문에서는 사과나무를 표본으로 아키텍처를 개발 하였으며 사과나무의 수확시기를 예측하는 데이터로는 색상정보와 중량정보를 사용하였다. 색상정보와 중량정보를 수집하여 서버 단으로 전송하는 간이형 보드는 아두이노를 사용하였으며. 개발 방법론으로는 모델 주도 개발(model-driven development :MDD)를 적용하였다. PC 사용자들에게는 웹 형태로 서비스를 제공하며 Smart Phone 사용자들에게는 하이브리드앱 형태로 서비스를 제공할 수 있도록 아키텍처를 개발했다. 또한 비콘 기술을 사용해서 과수원 정보를 실시간으로 사용자들에게 제공하도록 아키텍처를 개발했다.

• 한국과학교육학회지
• /
• 제44권2호
• /
• pp.141-153
• /
• 2024

2022 개정 과학과 교육과정은 AI를 활용한 탐구 활동을 경험함으로써 융합적 사고를 바탕으로 일상생활과 사회 속 과학 문제를 해결할 수 있는 능력을 기르는 것을 목표로 한다. 이에 과학 교과와 AI를 융합한 과학-AI 융합교육 프로그램을 개발하고 이를 활용하여 고등학생을 대상으로 융합 수업을 진행하였다. 과학-AI 융합 수업은 감쇠진자의 운동을 정성적으로 이해하고 블록코딩 플랫폼 KNIME을 사용하여 진자의 위치를 예측할 수 있는 AI 모델을 구축하는 것을 목표로 한다. 개별 심층 면담을 통해 학습자의 경험을 이해하고 해석하고자 하였다. Giorgi의 현상학적 연구 방법론을 바탕으로 학습자의 참여 동기, 배움과 변화, 어려움과 수업의 한계를 기술하였다. 학생들은 AI에 대한 관심과 사회적 트렌드에 대한 인식을 바탕으로 수업에 참여하고자 하는 동기를 가지고 있었다. 학생들은 직접 데이터를 수집하고 AI 모델을 구축하는 것을 배웠다. 실험 결과를 바탕으로 주변 현상을 예측할 수 있을 것으로 기대하였으며 융합 수업을 긍정적으로 인식하였다. 한편, 여전히 익숙하지 않은 플랫폼, AI 원리 이해를 어려움으로 인식하였고 따라해야만 하는 수업 방식의 한계와 수업 내용상의 한계를 인식하였다. 융합 수업의 경험은 실생활의 문제를 AI를 통해 해결하고자 하는 학습 동기로 나타났으며, 학생들이 느낀 어려움과 한계는 더 심화되고 확장된 주제를 학습하고 싶은 동기로 이어졌다. 이를 바탕으로 과학-AI 융합 수업을 위한 논의 및 제언을 도출하였다. 본 연구는 과학-AI 융합 수업을 개발하고 이를 현장에 적용할 때 시사점을 제공할 것으로 기대된다.

• 한국지리정보학회지
• /
• 제27권1호
• /
• pp.29-40
• /
• 2024

최근 4차 산업혁명 핵심 중 하나인 자율주행의 기술이 발전하고 있지만 예상하지 못한 상황에서 사고가 발생하는 등 센서 기반 자율주행에 한계를 보이고 있어, 이를 보완하기 위해 정밀도로지도는 자율주행의 핵심 인프라로 활용되고 있으며, 공공 및 민간에서 관심이 높아지면서 정밀도로지도의 최신성과 정확성 확보를 위한 다양한 연구와 기술개발이 이루어지고 있다. 현재 국토지리정보원은 자율주행차의 운행이 많을 것으로 예상되는 수도권 등 전국 도심지역 및 주요도로를 대상으로 확대 구축 중이며, 기 구축된 구간 중 도로변화가 발생한 지역의 신속갱신 체계를 마련하고, 품질검증을 통해 데이터 오류율 최소화를 위해 노력하고 있다. 이에 본 연구는 국토지리정보원에서 구축 중인 정밀도로지도의 신속, 정확한 갱신과 제작을 위해 속성 구조화 공정에서 참조객체의 공간관계를 분석하고, 오픈소스 기반 PyQGIS의 라이브러리를 활용하여 공간관계가 성립되는 참조객체의 속성입력 자동화 방법론을 적용하여, 고속국도·일반국도·C-ITS(Cooperative Intelligent Transport Systems)실증구간 등 도로유형별로 대상지를 선정하여 자동화를 실시하였다. 본 연구에서 개발한 속성자동화 도구를 활용하여 공간관계 참조객체의 속성을 자동으로 입력하는데 대상지별 약2~5분의 시간이 소요되었으며, 참조객체 속성입력 자동화 결과 고속국도 86.4%, 일반국도 79.7%, C-ITS의 경우 82.4%, 평균 82.8%의 속성입력 정확도를 확보하였다.

• 지구물리와물리탐사
• /
• 제27권2호
• /
• pp.119-128
• /
• 2024

해양자력탐사는 다른 탐사법에 비해 측정이 간편하여 해저 지구조 및 광상자원 분포 등의 탐사에 개척자 탐사로 주요하게 사용되는 방법이다. 측정은 주로 해수면 견인 자력계와 선상 삼성분 자력계를 주로 사용하고 있다. 해수면 견인 자력계는 분해능이 높다는 장점이 있지만 독자적인 연구선을 사용해야 하고, 자기장의 세기 만 측정할 수 있는 반면, 선상 삼성분 자력계는 상대적으로 분해능이 낮지만 자기장의 벡터 삼성분을 측정할 수 있고 연구선을 단독으로 사용하지 않아도 자료를 획득할 수 있다는 큰 장점을 가지고 있다. 하지만, 선상 삼성분 자력계는 선박의 자성 영향으로 인해 측정된 자료의 까다로운 보정이 필요하다. 현재까지 다양한 방법론이 제시되었지만 점성자화의 영향으로부터 벡터 삼성분의 보정이 불가능하였다. 본 연구에서는 해수면 견인 총 자력계와 선상 삼성분 자력계를 동시에 획득하였을 경우, 회전행렬을 통하여 간단하게 선상 삼성분 자력계로 얻은 자료를 해수면 견인 자력계로 얻은 자료로 바꿔 줌으로써 선박의 점성자화 성분을 효과적으로 제거하여 벡터 삼성분 자력이상 자료를 근사하여 보정하는 방법을 고안하였다. 오차분석을 통해 약 7-25 nT의 오차가 발생한 것을 확인하였는데 이는 지자기 이상 벡터의 잔여성분과 이로부터 유도되는 점성자화의 영향으로 여겨진다. 이 방법은 해양지자기의 정확한 벡터성분을 제공함으로써 지자기 이상 벡터성분의 다양한 해석을 가능하게 할 뿐만 아니라, 판 이동 및 지질 구조 연구, 해양 자원 개발 등 탐사의 정확성 향상에 크게 기여할 것으로 기대된다.

• 한국환경복원기술학회지
• /
• 제26권4호
• /
• pp.17-34
• /
• 2023

Camera trapping has been used as a non-invasive survey method that minimizes anthropogenic disturbance to ecosystems. Nevertheless, it is labor-intensive and time-consuming, requiring researchers to quantify species and populations. In this study, we aimed to improve the preprocessing of camera trapping data by utilizing an object detection algorithm. Wildlife monitoring using unmanned sensor cameras was conducted in a forested urban forest and a green space on a university campus in Cheonan City, Chungcheongnam-do, Korea. The collected camera trapping data were classified by a researcher to identify the occurrence of species. The data was then used to test the performance of the YOLO-X object detection algorithm for wildlife detection. The camera trapping resulted in 10,500 images of the urban forest and 51,974 images of green spaces on campus. Out of the total 62,474 images, 52,993 images (84.82%) were found to be false positives, while 9,481 images (15.18%) were found to contain wildlife. As a result of wildlife monitoring, 19 species of birds, 5 species of mammals, and 1 species of reptile were observed within the study area. In addition, there were statistically significant differences in the frequency of occurrence of the following species according to the type of urban greenery: Parus varius(t = -3.035, p < 0.01), Parus major(t = 2.112, p < 0.05), Passer montanus(t = 2.112, p < 0.05), Paradoxornis webbianus(t = 2.112, p < 0.05), Turdus hortulorum(t = -4.026, p < 0.001), and Sitta europaea(t = -2.189, p < 0.05). The detection performance of the YOLO-X model for wildlife occurrence was analyzed, and it successfully classified 94.2% of the camera trapping data. In particular, the number of true positive predictions was 7,809 images and the number of false negative predictions was 51,044 images. In this study, the object detection algorithm YOLO-X model was used to detect the presence of wildlife in the camera trapping data. In this study, the YOLO-X model was used with a filter activated to detect 10 specific animal taxa out of the 80 classes trained on the COCO dataset, without any additional training. In future studies, it is necessary to create and apply training data for key occurrence species to make the model suitable for wildlife monitoring.

• 한국건설관리학회논문집
• /
• 제16권3호
• /
• pp.36-48
• /
• 2015

다양한 공종이 혼재하는 공동주택 마감공사의 공기단축과 품질확보를 위해 마감공사의 체계적인 공정관리 필요성이 높아짐에 따라 고층 오피스 빌딩 마감공사에 적용하던 TACT가 도입되었다. 하지만 기존 기법과의 차이, 현장 상황의 차이(오피스 vs 아파트) 등으로 인해 주관사와 협력업체 간의 생산성에 관한 관점차이가 발생하고, 이로 인해 TACT 적용을 통한 기대만큼의 효용성을 얻지 못하고 있다. 또한 이러한 문제점에 대한 인식에도 불구하고 실효성 있는 대책 도출을 위한 참여주체 별 생산성 관점 차이 발생의 근본 원인에 대한 이론적 근거 및 실증적인 데이터와 체계적인 방법론을 통한 분석이 부족하다. 본 연구는 TACT 공정관리기법, 생산성 관리 및 생산성 지표에 대한 기존 문헌고찰과 TACT 적용 현장 설문조사 및 면담을 통해 공동주택 현장 TACT 도입 시 참여주체 간의 생산성에 대한 근본적 관점 차의 원인을 분석한다. 또한 실제 현장 사례의 생산성 제한 요인 도출 및 현재 생산성 측정값을 통해 획득 가능 생산성 값의 회귀식을 구하고, 생산성 달성율(Productivity Achievement Ratio, PAR)을 산출한다. 현 상황에서 최대로 획득 가능한 생산성(Obtainable Productivity, OP), 이를 제한하는 생산성 제한 요인(RF)으로 인해 획득하게 되는 실제 생산성(Actual Productivity, AP)의 비율 (PAR)을 통하여 주관사는 계획 대비 실적율인 기존 PPC(Percent Plan Complete) 측정을 통한 산출량 관리를 실제 현장 생산성 데이터 획득을 통한 생산성 관리 (측정, 평가, 계획, 향상)로 전환 가능하다. 협력업체는 OP 산출을 통해 TACT 적용 현장에서 획득 가능한 이론적 최대 생산성을 추정할 수 있으며, 이를 토대로 생산성 지표인 PAR 측정값을 주관사와의 의사소통 도구 및 의사결정 수단으로 활용할 수 있다. 또한 PAR 산출 과정 중 도출한 주요 RF 들은 현장 효용성 증대를 위한 생산성 관리 포인트로 활용 가능하다.