최근 드론과 같은 멀티로터 UAV(Unmanned Aerial Vehicle, 무인항공기)의 산업 범위가 크게 확대됨에 따라, UAV를 활용한 데이터의 수집 및 처리, 분석에 대한 요구도 함께 증가하고 있다. 그러나 UAV를 이용해서 수집된 음향 데이터는 UAV의 모터 소음과 바람 소리 등으로 크게 손상되어, 음향 데이터의 처리 및 분석이 어렵다는 단점이 있다. 따라서 본 논문에서는 UAV에 연결된 마이크를 통해 수신된 음향 신호로부터 목표 음향 신호의 품질을 향상시킬 수 있는 방법에 대해 연구하였다. 본 논문에서는 기존의 단일 채널 음향 향상 기술 중 하나인 densely connected dilated convolutional network를 음향 신호의 채널 간 특성을 반영할 수 있도록 확장하였으며, 그 결과 SDR, PESQ, STOI과 같은 평가 지표에서 기존 연구 대비 좋은 성능을 보였다.
산불은 경제, 자연환경, 건강과 같은 삶의 여러 측면에서 몇 가지 악영향을 주는 가장 핵심적인 환경위험 중의 하나이다. 산불의 조기발견, 빠른 예측, 신속한 대응은 산불 위험으로부터 재산과 생명을 구하는데 본질적인 역할을 할 수 있다. 산불의 빠른 발견을 위해 기상청에서 각 지역에 설치한 로컬 센서를 통해 획득한 기상 데이터를 이용하는 방법이 있다. 기상 조건(예: 온도, 바람)은 산불 발생에 영향을 미친다고 알려져 있다. 본 논문에서는 산불의 피해 면적을 예측하기 위해 데이터 마이닝(DM) 기법을 적용한다. 다섯 종류의 DM 모델, 예를 들어 Stochastic Gradient Descent(SGD), Support Vector Machines(SVM), Decision Tree(DT), Random Forests(RF), Deep Neural Network(DNN)과 네 가지 입력 특성 그룹(공간, 시간, 기상 데이터 이용)을 최근 5년간의 경기도 지역에서 수집한 실제 산불 발생 데이터에 적용하였다. 실험결과는 기상 데이터만을 이용한 DNN 모델이 가장 우수한 성능을 보였다. 제안한 모델은 빈도수가 높은 작은 규모의 산불 예측에 더 효과적이었다. 제안한 예측 모델을 통해 도출된 이러한 지식은 소방 자원 관리를 개선하는데 특히 유용하다.
기계 학습을 통한 인간 동작 인지 (human activity recognition) 시스템에서 중요한 요소는 충분한 양의 라벨 데이터 (labeled data)를 확보하는 것이다. 그러나 라벨 데이터를 확보하는 일은 많은 비용과 시간을 필요로 한다. 매우 적은 수의 라벨 데이터를 가지고 있는 새로운 환경 (타겟 도메인)에서 동작 인지 시스템을 구축하는 경우, 기존의 환경 (소스 도메인)의 데이터나 이 환경에서 학습된 분류기(classifier)를 사용하는 것은 도메인이 서로 다르기 때문에 바람직하지 않다. 기존의 기계 학습 방법들이 이러한 문제를 해결할 수 없으므로 전이 학습 (transfer learning) 방법이 제시되었으며, 이 방법에서는 소스 도메인에서 확보한 지식을 활용하여 타겟 도메인에서의 분류기 성능을 높이도록 하고 있다. 본 논문에서는 다중 태스크 신경망 (multitask neural network)을 사용하여 매우 제한된 수의 데이터만으로 정확도가 높은 동작 인지 분류기를 생성하는 전이 학습방법을 제안한다. 이 방법에서는 소스 및 타겟 도메인 분류기의 손실 함수 최소화가 별개의 태스크로 간주된다. 즉, 하나의 신경망을 사용하여 두 태스크의 손실 함수를 동시에 최소화하는 방식으로 지식 전이(knowledge transfer)가 일어나게 된다. 또한, 제안한 방법에서는 모델 학습을 위하여 비지도 방식(unsupervised manner)으로 라벨이 부여되지 않은 데이터를 활용한다. 실험 결과, 제안한 방법은 기존의 방법에 비하여 일관적으로 우수한 성능을 보여주고 있다.
정점 표층 수온 관측 데이터 중 결측 구간의 데이터를 양방향 순환신경망(Bidirectional Recurrent Neural Network, BiRNN) 기법을 이용하여 보간하였다. 인공지능 기법 중 시계열 데이터에 일반적으로 활용되는 Recurrent Neural Networks(RNNs)은 결측 추정 위치까지의 시간 흐름 방향 또는 역방향으로만 추정하기 때문에 장기 결측 구간에는 추정 성능이 떨어진다. 반면, 본 연구에서는 결측 구간 전후의 양방향으로 추정을 하여 장기 결측 데이터에 대해서도 추정 성능을 높일 수 있다. 또한 관측점 주위의 가용한 모든 데이터(수온, 기온, 바람장, 기압, 습도)를 사용함으로써, 이들 상관관계로부터 보간 데이터를 함께 추정하도록 하여 보간 성능을 더욱 높이고자 하였다. 성능 검증을 위하여 통계 기반 모델인 Multivariate Imputation by Chained Equations(MICE)와 기계학습 기반의 Random Forest 모델, 그리고 Long Short-Term Memory(LSTM)을 이용한 RNN 모델과 비교하였다. 7일간의 장기 결측에 대한 보간에 대해서 BiRNN/통계 모델들의 평균 정확도가 각각 70.8%/61.2%이며 평균 오차가 각각 0.28도/0.44도로 BiRNN 모델이 다른 모델보다 좋은 성능을 보인다. 결측 패턴을 나타내는 temporal decay factor를 적용함으로써 BiRNN 기법이 결측 구간이 길어질수록 보간 성능이 기존 방법보다 우수한 것으로 판단된다.
대규모 표사이동으로 인해 침·퇴적이 발생되는 해안에서는 시간이력에 따라 그 현상이 가속화되는 경향이 있기 때문에 적절하고도 시급한 대책을 강구하는 것이 중요하다. 해안침식의 대책방안 중 환경친화적 대책으로 알려진 양빈공법의 경우 입경의 크기에 따라 침식양상이 변화되므로 적정 입경의 크기, 범위 등에 대해 결정하기 위해서는 면밀한 검토가 필요하다. 본 연구에서는 양빈사의 입경변화와 부분양빈의 적용, 파랑과 바람이 공존하는 조건 등을 변수로 설정하였을 때 발생되는 지형변화의 특성을 검토하고자 하였다. 이러한 요인들은 수치모형실험에서 해석하기 어려운 부분이 존재하기 때문에 수리모형실험을 통해 정성적인 해석을 수행하거나 양빈수행 이후에 현장모니터링 등을 통해 그 효과를 검토하게 된다. 하지만 실험과 모니터링 등은 제반사항이 발생되기 때문에 다양한 조건에 대한 예측 연구에는 어려움이 존재한다. 본 논문에서는 빅데이터의 활용을 통한 머신러닝 기법을 이용하여 침·퇴적 경향을 재현함으로써 발생 가능한 현상에 대해 예측함과 동시에 머신러닝 기법의 적용성을 검토하고자 하였다. 학습데이터는 수리모형실험결과를 이용하였으며 연구결과 머신러닝을 이용한 지형변화는 단기예측의 경우 기존연구와 유사한 경향을 보이는 것으로 나타났으나 세굴 및 모래톱의 형성 등에서는 다소 차이가 존재하는 것을 확인할 수 있었다.
국가 GIS가 주요 정보 인프라 역할을 수행하기 위해서는 구축되는 공간정보에 대한 표준화가 필수적이다. 이에 따라 본 연구는 국가 GIS 표준화 내용은 어떤 것이어야 하며 어떠한 방향으로 추진되어야 하는지를 제시하고자 한다. 미국, 호주, 일본, 영국의 국가 GIS 표준화 동향과 ISO/TC211, OGC의 표준화 과정을 분석한 결과, 첫째 국가 GIS 표준화는 지리정보 표준과 지리정보 서비스 표준의 두 방향으로 추진되어야 하며, 둘째 ISO/TC211 프로파일을 바탕으로 국가 GIS 표준을 개발하는 것이 바람직하며, 셋째 각 지리정보 표준은 UML을 이용한 개체-관계 (Entity-Relationship) 모델을 통해 명확히 표현되어야 하며, 넷째 지리정보 서비스 표준화 연구에 적극적인 관심을 가져야 할 것으로 나타났다. 결론적으로 본 연구는 국가 GIS 표준의 내용을 지리정보 내용 및 내용 분류, 심볼 및 표현, 지리정보 가용성, 공간참조체계, 정확성, 용어표준으로 구성되는 $\ulcorner$지리정보 표준$\lrcorner$과 지리정보 공유 서비스 (데이터 전송, 데이터 접근, 데이터 취득), 지리정보 사용자 편의 서비스 (데이터 분석 및 관리, 데이터 품질관리, 데이터 표현)로 구성되는 $\ulcorner$지리정보 서비스 표준$\lrcorner$의 두 가지 부문으로 범주화하여 국가 GIS 표준화를 추진할 것을 제안하였다.
지구의 기후 변화를 유도하고 제어하는 가장 중요한 역할을 하는 것은 해양의 해류이다. 황해는 수심이 동해에 비해 매우 얕고, 다양한 바람과 조류, 강물의 유입, 동중국해에서의 해수 유입 등 외력의 영향으로 해수의 순환과 해류가 상당히 복잡하다. 황해난류는 겨울철 황해의 대표적인 해류로서 겨울철 황해와 동중국해 바람 변동성과 밀접한 관련이 있으며, 황해의 수온과 염분 분포에 큰 영향을 주어서 중등학교 교과서에서 중요하게 다루어질 필요성이 있다. 2015 개정 교육과정 기반 중등학교 과학 및 지구과학 교과서의 황해난류와 관련된 내용을 분석하였다. 또한 해류의 시간 변동성에 대한 교사들의 인식을 조사하기 위해 중등학교 과학 교사들을 대상으로 설문조사를 실시하였다. 대부분의 교사들은 황해난류가 우리나라 서해안으로 연중 북상하고 있으며 일반적인 난류와 같이 여름철에 강하다는 잘못된 지식을 가지고 있는 것으로 나타났다. 황해난류는 해류의 세기가 강한 계절변동성을 가지는 북한한류와 달리 해류 자체가 연중 항시 존재하지 않으며 겨울철에만 발생하는 해류이다. 이러한 교사들의 교과내용 지식에 대한 오류는 북한한류가 겨울철에 강하다는 오개념을 가지게 된 연유와 유사한 배경을 가지고 있었다. 따라서 본 연구에서는 황해난류에 대한 교과서 내용의 오류를 분석하여 제시하였다. 또한 학생들과 교사들의 데이터 리터러시 함양을 위하여 탐구활동에서 활용할 수 있는 황해난류에 대한 수업 자료를 개발하였다. 황해 해수면 온도를 가시화할 수 있는 GUI 프로그램을 소개하였고, WOA (World Ocean Atlas) 2018 해양 실측 수온 및 염분자료와 국립해양조사원에서 생성한 해양 수치모델 재분석자료를 활용하여 수온과 염분의 공간 분포를 도시하는 자료를 개발하여 제시하였다. 이러한 해양 자료를 활용한 데이터 시각화과정은 교사들의 오개념을 개선하고, 나아가 학생들과 교사들의 해양 리터러시뿐만 아니라 데이터 리터러시도 제고하는 계기가 될 것으로 기대된다.
부산지역 가덕도 일대에 30MW 규모의 육상 풍력발전단지개발을 위한 풍황자원분석과 풍력터빈 최적배치를 수행하였다. 후보지역에 설치되어 운용중인 AWS(KMA)에서 측정된 바람 데이터를 이용하였으며, 데이터 품질분석을 통한 신뢰성 검토를 수행하였다. 1년간 측정된 AWS 데이터는 MERRA 재해석 데이터와 선형희귀(Linear regression method) MCP 기법의 적용을 통해 30년으로 장기 보정되었고, 이를 이용한 풍력터빈 최적배치를 수행하였다. 3MW 풍력터빈을 적용하여 총 25 조건의 풍력터빈 배치에 대한 최적배치를 수행하였으며, 다양한 후류모델을 적용하여 발전량해석을 수행하였다. 단지효율은 97.6%~98.7%, 연간이용률은 37.9%~38.3%로 예측되었고, 후류영향이 고려된 연간발전량이 99,598.4 MWh~100,732.9 MWh로 예측됨에 따라, 우수한 경제성을 갖는 풍력발전단지개발이 가능한 지역임을 확인하였다.
바다에서 운항하는 선박은 바람과 파도 등의 외란 때문에 횡동요(Rolling), 종동요(Pitching), 상하동요(Heaving) 등의 운동을 하게 되며, 이러한 운동은 가속도 형태로 승객이 느끼게 된다. 따라서, 선박내의 특정 지점에서 좌우방향, 상하방향 가속도와 각속도 등을 계측하면 선원 또는 승객이 선박 운동에 어느 정도 피폭되었는가를 알 수 있다. 본 연구에서 개발한 운동 운항환경 모니터링 시스템은 4개의 가속도계와 가속도계, 자이로가 포함된 관성 자세계측장치, 데이터 취득장치를 포함한 계측 및 통신부, 중앙에서 데이터를 관리하고, 운항환경 지수를 계산하는 전산기로 구성되고, 계측된 가속도와 각속도를 이용하여 운항환경을 나타내는 정량적 지수인 뱃멀미 지수(Motion Sickness Incidence, MSI), 운동유발 작업방해회수(Motion Induced Interrupt, MII)를 실시간으로 계산한다. 개발된 시스템은 한국해양대학교 실습선인 한나라호의 부산-목포, 부산-제주 연안항해시 실선시험을 통하여 유효성을 확인하였다.
본 논문은 2000-2013년의 OECD 29개국 데이터를 이용하여, 여성, 모성, 남성, 전체 고용률의 결정요인들을 실증 분석하였다. 영유아교육보육 지원이 여성 고용률과 양의 상관관계를 가지고 있음을 발견하였고, 영유아교육보육 지원이 남성 고용률에는 부정적인 효과를 가지지는 않는 것으로 나타났다. 또한, 부소득자에 대한 한계세율이 높아질수록 여성뿐 아니라 남성의 고용률이 낮아지는 것으로 나타났다. 여성 전체를 대상으로 계산된 고용률에 비하여 어린 자녀를 둔 여성의 고용률이 보다 민감하게 정책 및 여건 변수들에 반응하는 것으로 나타났다. 이러한 분석 결과는 현금성 가족지원보다는 영유아교육보육 지원을 확대해 나가는 것이 바람직함을 의미한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.