• 지능정보연구
• /
• 제21권3호
• /
• pp.37-52
• /
• 2015

최근 전세계적으로 R&D 네트워크 및 산학연 협력 등을 강화하고 있는 추세이다. 네트워크 및 협업연구 부문에 대한 지원이 증가하면 학제간 융합 연구를 통한 새로운 이론의 창출과 새로운 학문 사업 분야로의 확장 가능성을 높일 수 있다. 우리나라도 정부의 R&D 과제 수행을 통해 형성된 R&D 네트워크를 효율적으로 지원할 수 있는 전략의 필요성이 증대되고 있다. 그럼에도 불구하고 우리나라는 국가 R&D 사업 참여자에 대한 개별인력정보와 일반화된 통계 자료에만 의존하여 네트워크 관점에서의 정책은 미흡한 실정이다. 이에 따라 R&D 사업에 참여하는 각 주체들 간의 관계를 분석하고 산학연 R&D 네트워크를 기반으로 향후 발생할 수 있는 네트워크의 변화를 예측하고자 한다. R&D 네트워크 변화 예측을 위해 Common Neighbor 모형과 Jaccard's Coefficient 모형을 기반 모델로서 채택하고자 하며, 이들의 한계점을 보완하고 Link Prediction 정확도를 향상시킨 새로운 예측 모형을 제안하고 이들간의 비교분석 결과를 도출하고자 한다. 이와 같은 연구 결과는 향후 R&D 네트워크의 변화에 대한 효과적인 예측을 통해 선제적인 산학연 사업 지원 전략을 수립하고, 융합 R&D사업 등을 효과적으로 지원할 수 있는 국가 정책을 도모하기 위한 방안을 제시한다는 점에서 의의가 있다. 본 연구결과 가중치의 적용은 Common Neighbor 모형과 Jaccard's coefficient 모형 모두에서 긍정적인 성과를 나타냈는데 상대적으로는 가중치가 적용된 Common Neighbor 모형에서의 정확도가 더 개선된 것으로 도출되었다. 즉, Common Neighbor 모형에서는 4,136개 중 650개를 예측한 반면, 가중치를 적용한 Common Neighbor 모형에서는50개의 정답이 증가한 700개를 예측하는 효과를 보였다. 한편, 상대적으로 Jaccard 계수의 경우는 약간의 성능 개선은 있으나 그 차이가 미미한 것으로 나타났다.

• Nuclear Medicine and Molecular Imaging
• /
• 제42권4호
• /
• pp.285-291
• /
• 2008

목적: 심근관류 SPECT에서 자동정량화 소프트웨어를 이용해 관류 및 기능에 대한 객관적이고 재현성 높은 정량 값을 얻을 수 있지만, 이러한 정량값들을 이용할 때는 분절별로 적지 않은 정상변이가 있음을 고려해야 한다. 이 연구에서는 관류에 대한 정량값에서 정상변이를 고려한 새로운 지표들을 유도하고, 이러한 지표들이 임상적 유용성을 가지는지 생존심근 평가를 통해 알아보았다. 대상 및 방법: 심근관류 SPECT에서 관류의 정상변이를 구하기 위해 55명(남:여=28:27)의 관상동맥질환 저확률군을 선정하였다. 이들에게서 $^{201}Tl$ 휴식기/$^{99m}Tc-MIBI$ 부하기 심근관류 SPECT를 실시하고, 20분절 모델을 이용하여 $^{201}Tl$ 휴식기 관류정량값에 대한 각 분절의 평균(m)과 표준편차(SD)를 구하였다. 생존심근 평가를 위해서는 관상 동맥질환을 진단 받고 관상동맥우회로이식술(CABG)을 시행한 환자 48명을 연구대상에 포함하였다. 이들은 수술전 $^{201}Tl$ 휴식기/$^{99m}Tc$-MIBI 부하기 게이트/$^{201}Tl$ 24시간 지연 SPECT을 실시하였고, 수술 3개월 후 추적 게이트 SPECT를 실시하여 생존심근을 판정하였다. 수술 전 $^{201}Tl$ 24시간 지연 SPECT에서 분절별 $Q_{delay}$ (관류정량값), ${\Delta}_{delay}$ ($Q_{delay}$ - m), $Z_{delay}$ (($Q_{delay}$ - m)/SD)가 정의되었고 이들의 생존심근에 대한 진단성적은 수신자특성곡선 상의 곡선하면적(AUC)을 통해 평가하였다. 결과: 관류정량값은 분절 사이에 상당한 변이를 보여, 남자의 경우 최저치 분절에서 $51.8{\pm}6.5$, 최고치 분절에서 $87.0{\pm}5.9$였고, 여성의 경우 최저치 분절 $58.7{\pm}8.1$, 최고치 분절 $87.3{\pm}6.0$으로 나타났다. 생존심근에 대한 진단성능 평가에서 $Q_{delay}$의 AUC는 0.633인데 반해 ${\Delta}_{delay}$와 $Z_{delay}$의 AUC는 각각 0.735와 0.716으로 나타나 $Q_{delay}$에 비해 유의하게 높은 값을 보였다(각각 p=0.001, 0.018). 가장 높은 AUC를 보인 ${\Delta}_{delay}$는, 최적분리점 -24.7에서 85%의 예민도와 53%의 특이도를 가지는 것으로 나타났다. 결론: 심근관류 SPECT의 자동 정량화 분석에서 관류정량값의 정상변이는 분절에 따라 상당한 것으로 나타났다. 이들을 고려하여 유도된 정량적 지표들은 직접적인 관류정량값에 비해 생존심근 진단에서 더 나은 진단성적을 보였다. 이 연구는 심근관류 SPECT의 정량적 분석에서 정상변이의 고려가 중요함을 시사한다.

• 대한원격탐사학회지
• /
• 제35권5_1호
• /
• pp.665-679
• /
• 2019

면 단위의 고해상도 토양 수분 측정이 가능한 Cosmic-Ray Neutron Probe(CRNP)를 이용한 토양수분 관측 데이터는 위성기반의 큰 공간해상도를 지닌 토양 수분 자료와 지점 관측 토양 수분 자료를 연결하는 통로의 역할을 수행할 것으로 기대된다. 이러한 CRNP 센서를 이용하여 토양 수분을 산출하기 위해서는 측정된 중성자 강도의 교정이 필요한데 기존의 교정 방법은 관측 기간의 단일 교정 중성자 강도($N_0$)를 이용하여 장기간의 토양 수분 관측에 어려움이 있다. 또한 기존 방법을 이용한 $N_0$는 시간에 따라 변동하는 인자들에 의해 영향을 고려하지 못하며 이로 인해 CRNP 센서를 이용한 토양 수분 관측 값에 불확실성을 초래한다. 이를 극복하기 위해 새로운 교정 방법(Dynamic-$N_0$ 교정 방법)을 제시한다. Dynamic-$N_0$ 교정 방법은 시간에 따른 $N_0$의 변동을 고려함으로써 토양 수분 관측 값을 개선하는 방법으로 비선형 회귀 모델을 이용하여 $N_0$의 시계열 자료를 구하여 토양 수분 산출에 이용한다. 본 연구에서는 Dynamic-$N_0$ 교정 방법을 이용하여 산출된 토양 수분을 지점 기반 토양 수분 및 기존의 교정방법을 이용한 토양 수분 산출 값과 비교하였으며 결과적으로 상관계수를 0.7에서 0.72로 개선하였다. RMSE와 Bias는 각각 $0.036m^3m^{-3}$에서 $-0.026m^3m^{-3}$으로, $-0.006m^3m^{-3}$에서 $-0.001m^3m^{-3}$으로 개선되었다. Dynamic-$N_0$ 교정 방법의 기존의 방법 대비 탁월한 성능은 CRNP 센서 주변의 수소 공급원에 의하여 $N_0$의 변동이 발생했음을 시사한다. 그러나 몇몇 중성자 강도에 영향을 미치는 수소 공급원들에 대한 고려가 구체적으로 이뤄지지 않았는데 이는 향후 연구를 통해 Cosmic-Ray를 이용한 토양 수분 관측이 보다 개선될 수 있음을 보여준다.

• 한국농림기상학회지
• /
• 제23권3호
• /
• pp.149-155
• /
• 2021

농업기상재해 조기경보시스템에서는 일 최대순간 풍속에 과수의 낙과 피해 임계풍속을 대입하여 농작물의 풍해 위험을 예측, 자원농가에게 제공하고 있다. 강풍의 위험 예측확률을 높이기 위한 방법으로써, 기존 방식에서 '안전'으로 분류된 데이터들 중 실제로는 풍해위험이 있는 경우를 찾아내는 인공신경망 이항분류 기법을 도입하였다. 학습데이터는 전라남북도와 경북 및 경남 일부지역의 총 210개소 기상청 종관 및 방재기상관측지점에서 수집된 2019년 전체 일별 풍속자료이며, 최적 모델 도출을 위한 검증데이터는 동일지점의 2020년 1월 1일~12월 12일 자료를, 인공신경망 기법 사용 전/후의 풍해위험예측 성능 평가는 2020년 12월 13일~2021년 2월 18일까지의 자료를 사용하였다. 풍해위험 임계풍속은 과수의 낙과 피해기준으로 주로 사용되고 있는 11m/s를 설정하였다. 또한 2020년 동일 기간의 일 최대순간풍속 실측값으로 Weibull 분포를 작성한 후, 추정값과 임계풍속간의 편차를 이용하여 누적확률값을 계산, 풍해 경보에서 한 단계 낮은 주의보를 판단하고 인공신경망 기법 적용 결과와 비교하였다. 평가기간 중 기존의 풍해 위험 탐지확률은 65.36%였으나 인공신경망 기법으로 재분류 과정을 거친 후 93.62%로 크게 개선되었다. 반면, 오보율이 함께 증가되어(13.46% → 37.64%), 전반적인 정확도는 감소하였다. 한편 Weibull 분포를 이용하여 풍해주의보 구간을 두었을 때는 정확도 83.46%으로 인공신경망 기법에 비해 전반적인 예측 정확도는 더 높았던 반면 위험 탐지확률은 88.79%로 더 낮게 나타났다. 따라서, 상대적으로 위험예보의 미예측이 중대한 문제가 되는 사례에서 인공신경망 방식이 유용할 것으로 보인다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.175-197
• /
• 2021

최근 딥 러닝 기술의 발전으로 뉴스, 블로그 등 다양한 문서에 포함된 텍스트 분석에 딥 러닝 기술을 활용하는 연구가 활발하게 수행되고 있다. 다양한 텍스트 분석 응용 가운데, 텍스트 분류는 학계와 업계에서 가장 많이 활용되는 대표적인 기술이다. 텍스트 분류의 활용 예로는 정답 레이블이 하나만 존재하는 이진 클래스 분류와 다중 클래스 분류, 그리고 정답 레이블이 여러 개 존재하는 다중 레이블 분류 등이 있다. 특히, 다중 레이블 분류는 여러 개의 정답 레이블이 존재한다는 특성 때문에 일반적인 분류와는 상이한 학습 방법이 요구된다. 또한, 다중 레이블 분류 문제는 레이블과 클래스의 개수가 증가할수록 예측의 난이도가 상승한다는 측면에서 데이터 과학 분야의 난제로 여겨지고 있다. 따라서 이를 해결하기 위해 다수의 레이블을 압축한 후 압축된 레이블을 예측하고, 예측된 압축 레이블을 원래 레이블로 복원하는 레이블 임베딩이 많이 활용되고 있다. 대표적으로 딥 러닝 모델인 오토인코더 기반 레이블 임베딩이 이러한 목적으로 사용되고 있지만, 이러한 기법은 클래스의 수가 무수히 많은 고차원 레이블 공간을 저차원 잠재 레이블 공간으로 압축할 때 많은 정보 손실을 야기한다는 한계가 있다. 이에 본 연구에서는 오토인코더의 인코더와 디코더 각각에 스킵 연결을 추가하여, 고차원 레이블 공간의 압축 과정에서 정보 손실을 최소화할 수 있는 레이블 임베딩 방법을 제안한다. 또한 학술연구정보서비스인 'RISS'에서 수집한 학술논문 4,675건에 대해 각 논문의 초록으로부터 해당 논문의 다중 키워드를 예측하는 실험을 수행한 결과, 제안 방법론이 기존의 일반 오토인코더 기반 레이블 임베딩 기법에 비해 정확도, 정밀도, 재현율, 그리고 F1 점수 등 모든 측면에서 우수한 성능을 나타냄을 확인하였다.

• 자원환경지질
• /
• 제54권6호
• /
• pp.689-698
• /
• 2021

2007년부터 국내 광해방지기본계획이 추진되어 광해발생 광산에 대한 광해방지사업이 진행되어 왔으며 2011년부터 2015년까지 254개 광산에서 발생된 광해를 처리 및 복구하였다. 그러나 추가적인 광해 발생 발견으로 오염갱내수 유출량이 지속적으로 증가함에 따라 보다 효율적이고 경제적인 처리기술이 요구되고 있다. 따라서 본 연구에서는 정수처리장의 슬러지 폐기물을 활용해 제조한 알럼 슬러지 흡착제(Alum based adsorbent, ABA-500)와 과립상 철수산화물 흡착제(Granular ferric hydroxide, GFH)를 광산배수 내 오염물질인 비소를 대상으로 각각의 흡착특성을 비교 및 분석했다. 이들 흡착제의 주요 구성 성분은 각각 알루미늄/규소 계열의 광물과 비정질 철수산화물이었다. 고형첨가방법으로 흡착제의 영전하점을 분석한 결과 ABA-500, GFH 각각 pH 5.27, 6.72에서 표면전하량이 0이 되었다. BET 분석을 통한 질소 등온 흡탈착 결과 세 흡착제 모두 메조기공이 발달해 있었고, GFH의 비표면적은 257 m²·g^-1으로 126~136 m²·g^-1인 ABA-500 보다 매우 높은 값을 보였다. 세 종류의 흡착제로 비소 흡착 회분식 실험을 진행했으며, 반응시간과 초기 비소농도, pH 및 온도에 따라 흡착효율을 비교했다. 동적흡착실험 결과 GFH, ABA-500(granule), ABA-500(3mm) 순으로 빠르게 비소를 흡착했고 세 흡착제 모두 유사 2차 반응속도 모델을 따르는 것으로 나타났다. 또한 세 흡착제 모두 낮은 pH와 높은 온도에서 비소 제거율이 증가했으며, GFH가 가장 뛰어난 비소 흡착능을 보였다. 흡착제 ABA-500(granule)과 GFH를 초기 농도에 따라 1시간 반응시킨 경우 0.2와 1 mg·g^-1 이하 조건에서 비소를 국내 음용수 기준치 이하로 제거할 수 있었다. 따라서 정화대상지의 비소 오염 정도가 낮은 경우 경제성을 고려해 ABA-500(granule)을 흡착매질로 적용할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1691-1707
• /
• 2022

한반도와 중국 경계에 위치한 백두산의 칼데라호인 천지호는 계절에 따라 해빙과 결빙을 반복한다. 천지 아래에는 마그마 챔버가 존재하며 마그마 챔버의 변화에 의해 온천수의 온도 및 수압 변화와 같은 화산 전조현상이 발생한다. 이에 따라, 천지호 내에서 다른 부분보다 해빙이 빠르며 결빙기에도 늦게 얼며 물표면 온도가 높은 이상지역이 존재하게 된다. 해당 이상지역은 온천수 방출 지역으로, 이상지역의 얼음변화도 값을 통해 화산활동을 모니터링 할 수 있다. 그러나 지리적, 정치적 그리고 공간적 문제로 천지의 이상지역을 주기적으로 관측하기에는 한계가 존재한다. 따라서 본 연구에서는 Landsat -5/-7/-8 광학위성영상으로부터 Modified U-Net 회귀모델을 이용하여 이상지역내의 얼음변화도를 정량적으로 관측하였다. 1985년 1월 22일부터 2020년 12월 8일까지 이상지역을 갖는 83장의 Landsat 영상의 Visible and Near Infrared (VNIR)대역을 활용하였다. 얼음 변화도를 정량적으로 관측을 위해 VNIR대역에서 수체와 얼음과의 상대적인 분광반사도를 활용하여 새로운 데이터를 만들었다. 가시광선대역과 근적외선 대역이 가지고 있는 정보를 최대한 유지하기 위해 2개의 인코더를 가진 U-Net에 적용하여 얼음변화도를 관측하였으며 Root Mean Square Error (RMSE) 140, 상관계수 0.9968의 높은 예측 성능을 보여주었다. 따라서 Modified U-Net을 활용하면 추후 Landsat 영상으로부터 얼음변화도 값을 높은 정확도로 관측하므로 백두산 화산활동을 모니터링하는 방법 중 하나로 사용될 수 있으며, 다른 화산 모니터링 기법과 더불어 활용한다면 더욱 정밀한 화산감시체계 구축이 가능할 것이다.

• Ecology and Resilient Infrastructure
• /
• 제9권3호
• /
• pp.163-173
• /
• 2022

기후변화는 종의 생물계절 및 지리적 분포 변화에 많은 영향을 미치는 핵심 요인으로 생태 분야에서는 취약성 평가를 위해 생물의 생리적 특성과 가장 관련이 높은 생태기후지수 (BioClimatic predictor, 이하 BioClim)를 사용하고 있다. 그러나, Shared Socio-economic Pathways (SSPs) 시나리오에 대한 GCM별 미래 기간 기후평균값 이외에 BioClim 값들은 제공되지 않고 있다. 본 연구는 농촌진흥청에서 생산한 1 km 해상도의 SSPs 시나리오 상세화 자료를 이용하여 국내 여건에 적합한 BioClim 자료를 생산하고, 해당 자료를 기반으로 종 분포모형을 적용하여 주로 남부 및 경상북도, 강원도 및 습한 지역에서 생육 환경이 적합한 고로쇠나무의 기준년대 (1981 - 2010년) 및 미래년도 (2011 - 2100년)에 대해 30년 단위로 적합 서식지 분포를 예측했다. 전국자연환경조사자료를 통해 총 819개 지점에서 고로쇠나무 출현 자료를 수집했다. MaxEnt 모형의 성능을 높이기 위해 모형의 매개 변수 (LQH-1.5)를 최적화하고 상세화된 Biolicm 7개 지수와 지형지수 5개를 MaxEnt 모델에 적용했다. 국내 고로쇠나무 분포는 배수, 연 강수량 (Bio12), 경사가 크게 기여하는 것으로 나타났다. 적습하고 비옥한 토양을 선호하는 생육 특성이 반영된 결과로 기후 요인의 영향은 크지 않았다. 이에 따라 기준년도에 고로쇠나무의 높은 수준 적합 서식지는 우리나라 면적의 3.41%, 근미래 (2011 - 2040년) 및 먼미래 (2071 - 2100년)에서 SSP1-2.6은 0.01%, 0.02%를 차지하여 점차 감소하였으나, SSP5-8.5에서는 각각 0.01%, 0.72%로 오히려 기준년도 대비 근미래에는 감소되다가 먼미래로 갈수록 점차 증가하는 경향을 보였다. 본 연구는 기후변화에 보다 적응이 수월한 식생의 미래 분포 양상을 확인한 연구로 기후변화 적응 종이 미래 산림 복원 등에 활용 가능한 기초 연구로 의의가 있다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1211-1224
• /
• 2023

구름은 광학위성을 이용한 국토 관측 및 재난 대응, 변화 탐지 등 지표의 현상을 관측하는데 있어 많은 어려운 문제를 야기한다. 구름의 존재는 영상 처리 단계 뿐만 아니라 최종적으로는 데이터의 품질에 영향을 미치므로 이를 반드시 식별하고 제거하는 과정이 필요하다. 따라서 본 연구에서는 위성영상 내 구름의 분광패턴에 가장 근접한 화소를 탐색 및 추출해 최적의 임계값을 선정하고 임계값을 바탕으로 구름 산출물을 제작하는 일련의 과정을 자동으로 수행하는 새로운 구름 탐지 기법을 개발하고자 하였다. 구름 탐지 기법은 크게 세 단계로 구성된다. 첫 번째 단계에서는 Digital Number (DN) 단위 영상을 대기상층 반사율 단위로 변환하는 과정을 수행한다. 두 번째 단계에서는 대기상층 반사율 영상을 이용하여 Hue-Value-Saturation (HSV) 변환 및 삼각형 임계 처리, 최대우도 분류 등의 전처리를 적용하고 각 영상별로 초기 구름 마스크 생성을 위한 임계값을 결정한다. 세번째 후처리 단계에서는 생성된 초기 구름 마스크에 포함된 노이즈를 제거하고 구름 경계 및 내부를 개선한다. 구름 탐지를 위한 실험 자료로 구름의 공간적, 계절적 분포의 다양성을 보여주는 4~11월 시기에 한반도 지역에서 촬영된 국토위성 L2G 영상을 사용하였다. 제안 방법의 성능을 검증하기 위해 단일 임계화 방법으로 생성된 결과를 비교하였다. 실험 결과, 제안 방법은 기존 방법과 비교하여 전처리 과정을 통해 각 영상의 방사학적 특성을 고려할 수 있어 보다 정확하게 구름을 검출할 수 있었다. 또한, 구름 개체를 제외한 나머지 밝은 물체(판넬식 지붕, 콘크리트 도로, 모래 등)의 영향을 최소화하는 결과를 보여주었다. 제안 방법은 기존 방법 대비 F1-score 기준으로 30% 이상의 개선된 결과를 보여주었으나 눈이 포함된 특정 영상에서 한계점이 있었다.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1615-1633
• /
• 2023

괭생이모자반은 황해 및 동중국해에서 대규모 번식하는 부유조류 중 하나로 우리나라 연안에 유입되어 환경 파괴 및 양식업 피해 등 다양한 문제점을 야기한다. 효율적인 피해 예방 및 연안 환경 보존을 위하여 최근 인공위성 기반 원격탐사 기술을 활용한 괭생이모자반 탐지 알고리즘 개발이 활발하게 이루어지고 있다. 하지만, 잘못된 탐지 정보는 해상 수거 선박의 이동 거리 증가, 지자체나 유관기관의 대응 혼선 등을 유발하므로 괭생이모자반 공간정보 생산 시 오탐지 최소화는 매우 중요하다. 본 연구는 국립해양조사원 국가해양위성센터의 GOCI-II 기반 괭생이모자반 탐지 알고리즘을 활용하여 자동으로 오탐지 화소를 제거하는 기술을 적용하였다. 주요 오탐지 발생 원인 분석 결과를 바탕으로 선형·산발적 오탐지 및 봄, 여름철에 중국 연안에서 대량으로 발생하는 녹조류를 오탐지로 간주하여 제거하는 과정을 포함하였다. 2022년 2월 24일부터 6월 25일까지 괭생이모자반 발생일을 대상으로 오탐지 자동 제거 기법을 적용하고, 중해상도 위성 영상을 이용하여 육안 판독 결과를 생성하고 정성적, 정량적 평가를 수행하였다. 선형 오탐지는 완전히 제거하였으며, 산발적 및 녹조 오탐지는 분포 파악에 영향을 주는 대부분의 오탐지 결과를 제거하였다. 자동 오탐지 제거 과정 이후에도 육안 판독 결과 대비 괭생이모자반의 분포 면적 확인이 가능하였으며, 이진분류모델을 이용하여 정확도와 정밀도는 각각 평균 97.73%, 95.4%로 산출하였다. 재현율은 매우 낮은 29.03%였는데, 이는 GOCI-II와 중해상도 위성영상의 관측 시간 불일치에 의한 괭생이모자반 이동 영향, 공간해상도 차이, 정사보정에 따른 위치 편차, 그리고 구름 마스킹 영향에 의한 것으로 추정하였다. 본 연구의 괭생이모자반 오탐지 제거 결과는 공간적인 분포 현황을 준실시간으로 파악할 수 있으나 생체량을 정확하게 추정하는 것은 한계가 존재하였다. 따라서, 지속적인 괭생이모자반 모니터링 시스템 고도화 연구를 통해 향후 괭생이모자반 대응계획수립을 위한 자료로 활용하고자 한다.