• 한국측량학회지
• /
• 제37권3호
• /
• pp.167-175
• /
• 2019

물의 색깔 즉, 수색(水色)을 분석하면 그 물이 함유하고 있는 유색 구성물질의 분포 및 농도를 비파괴적으로 추정할 수 있다. 이러한 분석을 위해 분광복사계를 사용하는데, 최근 드론, 자율운행차, 헬리카이트 등의 저고도 무인 플랫폼에 장착하기 위한 경량 다분광 카메라에 대한 수요가 높아지고 있다. 본 연구에서는 최근 활용 용이성으로 인해 지역적 환경 변화를 모니터링함에 있어 그 활용도가 높아진 Micasense사의 Rededge-M 다분광 카메라의 전처리를 수행하고, 수색관측에의 활용성을 검증하기 위한 분석을 수행하였다. 우선, 영상 형태로 생성되는 자료에서의 Vignette 보정 및 밴드 정렬을 수행하였고, 수색관측을 위해 필요한 하늘, 물, 태양광을 측정한 복사량 그리고 그로부터 최종적으로 도출되는 원격탐사 반사도 관측치를 독립적인 초분광 센서의 관측값과 비교하여 분석하였다. 실험 결과, 전처리 과정을 수행하였을 시, 청색밴드(475 nm)와 근적외선 밴드(840 nm)에서 주목할 만한 차이가 있었지만, Rededge-M은 전반적으로 수색 분석을 위한 기본적인 광학적 성능을 가지고 있음을 확인하였다.

• 응용통계연구
• /
• 제32권4호
• /
• pp.607-618
• /
• 2019

현대 과학기술의 발전으로 인해 함수 형태의 자료(functional data)는 기상학, 생물의학과 다양한 분야에서 발생하고 있으며 이러한 자료를 분석하는 것은 새롭고 흥미로운 통계과제라 할 수 있다. 스칼라 반응변수를 가진 함수형 선형회귀 모형(functional linear regression models with scalar response)은 널리 사용되는 함수형 자료 분석기법 중의 하나라 할 수 있고 이 회귀 모형에서 함수형 자료 (설명변수) 가 스칼라 반응변수에 영향력을 미치는지 검정하는 것은 중요한 문제라 할 수 있다. 최근, Kong 등은 함수형 주성분분석(functional principle component analysis)에 의한 차원 축소, 즉, 함수형 주성분분석 결과 얻어지는 고유함수(eigenfunctions)를 활용한 검정방법을 제안했다. 하지만, 그 고유함수들은 검정문제에서 관심사인 함수형 설명변수와 스칼라 반응변수의 연관성이 아니라 함수형 설명변수의 변동만을 고려하기 때문에 회귀문제에 사용하기에 일반적으로 적합한 기저가 아니다. 게다가, 자료로부터 추정하여야 하기 때문에 이 불필요한 추정오차가 검정 절차 성능에 포함될 가능성이 있다. 이러한 단점을 피하기 위해 본 논문에서는 기존의 고유기저함수가 아닌 고정기저(fixed basis)인 B-스플라인(B-splines) 함수를 활용한 검정 방법을 제안한고 모의실험을 통해 검정방법이 잘 작동한다는 것을 보여준다. 또한, 제안한 검정 방법은 B-스플라인의 국소화 성질 때문에 때론 효율적이고 직관적인 결과를 제공하는데 이를 모의실험과 실증자료 분석을 통해 보여줄 것이다.

• 방송공학회논문지
• /
• 제26권3호
• /
• pp.283-295
• /
• 2021

본 논문은 자기 조직화 지도 기법을 기반으로 라이다 기반으로 생성된 깊이 맵과 컬러 이미지의 정보를 기반으로 고밀도 깊이 맵을 생성하는 방법을 제안한다. 제안하는 깊이 맵 업샘플링 방법은 라이다에서 취득되지 않은 공간에 대한 초기 깊이 예측 단계와 초기 깊이 필터링 단계로 구성된다. 초기 깊이 예측 단계에서는 두 장의 컬러 이미지에 대해 스테레오 매칭을 수행하여 초기 깊이 값을 예측한다. 깊이 맵 필터링 단계에서는 예측된 초기 깊이 값의 오차를 감소시키고자 예측 깊이 픽셀에 대하여 주변의 실측 깊이 값을 이용하여 자기 조직화 지도 기법을 수행한다. 자기 조직화 기법 수행 시 예측 깊이 픽셀과 실측 깊이 픽셀의 거리와, 각 픽셀에 대응되는 컬러 값의 차이에 따라 가중치를 결정한다. 본 논문에서는 성능 비교를 위하여 깊이 맵 업샘플링 방법으로 널리 사용되고 있는 양방향 필터 및 k-최근접 이웃 알고리즘과 비교를 진행하였다. 제안하는 방법은 양방향 필터 방법 및 k-최근접 이웃 알고리즘 대비 MAE 관점에서 각각 약 6.4%, 8.6%이 감소하였고 RMSE 관점에서 각각 약 10.8%, 14.3%이 감소하였다.

• 지식경영연구
• /
• 제22권2호
• /
• pp.247-268
• /
• 2021

투자자들은 기업가치를 평가하기 위하여 재무비율을 활용하는데 특히 PER과 PBR은 적정 기업가치를 판단하는데 중요한 역할을 하는 대표적인 수치로 알려져 있다. 금융자료는 꼬리가 매우 두터운 형태의 분포를 따르는 경우가 많은데, PER과 PBR은 첨도가 매우 높으며 해당 재무비율의 극단치들은 기업의 다양한 이해관계자들의 의사결정 시 중요한 역할을 한다. 본 논문에서는 통계학의 극단치이론에서 주로 활용되는 GPD와 최근 새롭게 제안된 분포인 exGPD를 도입하고, 두 분포 간의 성능을 비교하기 위해 시뮬레이션을 수행하여 적합도를 살펴본 후 우측 꼬리에 속하는 90, 95, 99% 퍼센타일 값을 추정하여 실제 값과 비교한다. 다음으로 국내 증권시장에 상장된 정보기술군(IT) 기업들의 PER, PBR 자료에 근거하여 실증분석을 수행한다. 분석 결과 특히 PBR에서 exGPD가 GPD에 비해 자료의 우측 꼬리 영역을 보다 효과적으로 설명함을 확인하였다. 따라서, 재무비율에 기반한 기업가치평가 또는 위험관리 시 극단치의 특성을 효과적으로 반영할 수 있는 exGPD와 같은 분포를 활용한다면 꼬리 영역에 담긴 정보를 보다 정확하게 파악할 수 있다. 이는 기업 내부 위험관리자의 효과적인 지식경영을 돕고, 투자자를 비롯하여 다양한 외부 이해관계자들에게 유용한 지식을 제공할 수 있다.

• 한국농림기상학회지
• /
• 제23권4호
• /
• pp.340-348
• /
• 2021

본 연구는 콩의 한발 스트레스 판별에 대하여 RGB 영상에 기반한 작물 생육 지수의 적용 가능성과 한계점을 구명하기 위해 수행되었다. RGB 영상에서 추출한 생육 지수들과 한발 스트레스에 반응하는 대표적인 표현형 지표들(군락 피복도, 엽면적, 엽록소 함량 등)과의 높은 상관관계를 통해 영상 기반 생육 진단 모델개발의 가능성을 확인할 수 있었다. 다만 판별의 정확도와 해상도를 개선시키기 위해서는 향후 다양한 재배조건에서 지속적인 성능 평가가 이루어져야 할 것이다. 본 연구의 결과는 향후 RGB 영상을 활용한 콩환경 스트레스 판별에 있어서 영상 전처리, 영상 분석방법, 생육 지수 정량화 기술 개발에 도움을 줄 수 있을 것이며, 개발된 생육 인자 예측 모델은 환경 스트레스 조기 진단을 통한 영농 의사결정 지원 모델의 개발에 기여할 수 있을 것으로 판단된다.

• 응용통계연구
• /
• 제35권2호
• /
• pp.229-250
• /
• 2022

포트폴리오 최적화 이론의 초석인 Markowitz의 평균-분산 포트폴리오 모형 (1952)이 발표된 이후로 많은 분야에서 포트폴리오 최적화에 대한 다양한 연구가 진행되었다. 기존의 평균-분산 포트폴리오 모형은 주로 목적함수나 제약식에 비선형 볼록 형태를 포함한다. 이를 Dantzig의 선형계획법을 적용하여 선형으로 변환시켜 알고리즘 계산 시간을 효율적으로 감소시켰다. 또한 시계열 데이터 특성을 반영하여 시간에 따른 가중치를 고려하는 가우시안 커널 가중치 공분산을 제안하였다. 여기에 일정 부분은 벤치마크에 투자하고 나머지는 포트폴리오 최적화 모형으로 제안된 자산들에 투자하는 퍼터베이션 방법을 적용하여 평균 수익률과 위험도를 목적에 맞게 조절하도록 하였다. 또한, 본 논문에서는 안정적이면서도 적은 자산을 보유하게 포트폴리오를 구성하여 관리비용(management costs)과 거래비용(transaction costs)를 낮출 수 있는 Dantzig-type 퍼터베이션 포트폴리오 모형을 제안하였다. 제안된 모형의 성능은 5개의 실제 데이터 세트로 벤치마크 포트폴리오와 비교 분석하여 평가하였다. 최종적으로 제안한 최적화 모형은 벤치마크보다 높은 기대수익률이나 낮은 위험도를 갖는 포트폴리오를 구성하여 퍼터베이션 목적을 만족하며, 투자한 자산의 수와 시간에 따른 자산 구성 변화를 일정 수준 이하로 조절하는 희소하며 안정적인 결과를 얻었다.

• 방송공학회논문지
• /
• 제27권3호
• /
• pp.308-317
• /
• 2022

딥러닝 기반 머신 비전 기술을 이용한 영상분석 과정에서 전송되고 저장되는 방대한 양의 동영상 데이터의 용량을 효율적으로 줄이기 위한 연구들이 진행 중이다. MPEG(Moving Picture Expert Group)은 VCM(Video Coding for Machine)이라는 표준화 프로젝트를 신설해 인간을 위한 동영상 부호화가 아닌 기계를 위한 동영상 부호화에 대한 연구를 진행 중이다. 그 중 한 번의 영상 입력으로 여러가지 태스크를 수행하는 멀티태스크에 대한 연구를 진행하고 있다. 본 논문에서는 효율적인 멀티태스크를 위한 파이프라인을 제안한다. 제안하는 파이프라인은 물체탐지를 선행해야 하는 각 태스크들의 물체탐지를 모두 수행하지 않고 한번만 선행하여 그 결과를 각 태스크의 입력으로 사용한다. 제안하는 멀티태스크 파이프라인의 효율성을 알아보기 위해 입력영상의 압축효율, 수행시간, 그리고 결과 정확도에 대한 비교 실험을 수행한다. 실험 결과 입력 영상의 용량이 97.5% 이상 감소한데 반해 결과 정확도는 소폭 감소하여 멀티태스크에 대한 효율적인 수행 가능성을 확인할 수 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권7호
• /
• pp.299-306
• /
• 2022

최근 로봇이나 설비, 회로 등에 센서 내장이 보편화 되고, 측정된 센서 데이터를 학습하여 기기의 고장을 진단하기 위한 연구가 활발하게 수행되고 있다. 이러한 고장 진단 연구는 고장 상황이나 종류를 예측하기 위한 분류(Classification) 모델 개발과 정량적으로 고장 상황을 예측하기 위한 회귀(Regression) 모델 개발로 구분된다. 분류 모델의 경우, 단순히 고장이나 결함의 유무(Class)를 확인하는 반면, 회귀 모델은 무수히 많은 수치 중에 하나의 값(Value)을 예측해야 하므로 학습 난이도가 더 높다. 즉, 입력과 출력을 대응시켜 고장을 예측을 할 때, 유사한 입력값이 동일한 출력을 낸다고 결정하기 어려운 불규칙한 상황이 다수 존재하기 때문이다. 따라서 본 논문에서는 주기성을 지닌 입출력 데이터에 초점을 맞추어, 입출력 관계를 분석하고, 슬라이딩 윈도우 기반으로 입력 데이터를 패턴화 하여 입출력 데이터 간의 규칙성을 확보하도록 한다. 제안하는 방법을 적용하기 위해, 본 연구에서는 MMC(Modular Multilevel Converter) 회로 시스템으로부터 주기성을 지닌 전류, 온도 데이터를 수집하여 ANN을 이용하여 학습을 진행하였다. 실험 결과, 한 주기의 2% 이상의 윈도우를 적용하였을 때, 적합도 97% 이상의 성능이 확보될 수 있음을 확인하였다.

• 한국농림기상학회지
• /
• 제24권2호
• /
• pp.78-82
• /
• 2022

생물계절은 작물의 발달 시기를 결정하며, 생육기 온도에 의해 크게 영향을 받는다. 과정 기반 모델(PBM)에서 엽면적은 생물계절 및 형태 모듈의 결합에 의해 동적으로 시뮬레이션된다. 따라서 잎 발달 속도 또는 최종 잎 수의 예측은 전체 작물 모델의 성능에 영향을 주게 된다. 기온에 따른 잎 축적 속도 결정을 위한 데이터는 SPAR 챔버로부터 수집되었다. 온도의 함수로서 발달 속도를 설명하기 위해 베타 분포 함수(Yan and Hunt(1999)에 의해 제안됨)가 사용되었으며, 최적온도와 임계온도는 각각 26.0℃와 35.3℃로 추정되었다. 모델 추정치는 기온 모델에 생장기의 일 평균 기온을 입력하여 얻은 양파 잎의 일별 증가량을 누적한 결과이며, 모델 평가를 위해 온도구배하우스에서 관찰된 양파 잎의 누적 개수를 모델 추정치와 비교하였다. 본 연구에서 잎 수 추정 모델의 결정계수(R²)와 RMSE 값은 각각 0.95와 0.89였다.

• 한국음향학회지
• /
• 제41권4호
• /
• pp.435-445
• /
• 2022

최근 단상태 소나의 표적탐지에 대한 한계로 인해 양상태 소나의 사용이 늘어나고 있다. 또한 소나 시스템이 고해상도의 성능으로 발전하면서 잔향음의 확률분포가 다양한 형태로 나타나 이에 대한 연구가 활발히 이루어 지고 있다. 본 연구에서는 2020년 7월, 동해 천해환경에서 수행된 양상태 소나의 잔향음을 분석하였다. 잔향음 센서 데이터는 Linear Frequency Modulated(LFM) 음원을 예인하는 연구선과 이로부터 1 km~ 5 km 떨어진 수평 선배열 수신기를 통해 수집되었으며 빔 형성 및 프리엠프 게인(Preamp-gain) 보상과정 등의 신호처리를 거친 후 Geo-plot을 비롯한 다양한 방법으로 분석되었다. 이를 통해 음원에서 산란체를 거쳐 수신기로 반향되는 각도가 잔향음의 분포에 지배적인 영향을 미친다는 점과 빔별로 잔향음 확률분포가 달라진다는 양상태 소나 잔향음의 특징을 확인할 수 있었다. 또한, 모멘트 추정 기법을 통해 샘플로부터 K 분포 및 레일리 분포의 모수 인자를 추정하였으며 Kolmogorov-Smirnov test(K-S test) 기법을 이용하여 유의수준 0.05에서 데이터가 어느 확률분포에 일치하는 지를 분석하였다. 결과적으로 잔향음이 레일리 확률분포를 따른다는 것을 관찰할 수 있었으며 이는 낮은 Reveration to Noise Ratio(RNR)의 영향임을 추정할 수 있었다.