• 디지털융복합연구
• /
• 제18권3호
• /
• pp.179-187
• /
• 2020

지속적인 인구 증가율 하락에도 불구하고 평균 수명 상승에 따라 인구 고령화가 빠르게 진행되고 있는 사회환경에서 기술의 진화 및 소득 수준의 상승을 기반으로 건강과 삶의 질에 대한 관심이 증가하며 헬스케어 서비스 시장은 급속히 성장하고 있는 현실이다. 이에 본 연구에서는 2000년부터 2019년 10월까지 특허정보넷(KIPRIS)에 게재된 헬스케어 관련 한국과 미국의 특허데이터를 대상으로 Keyword를 추출한 후 빈도 분석, 시계열 분석, Keyword Network 분석을 수행하였으며, 이를 통하여 헬스케어 분야의 핵심 Keyword가 전통적인 의료 관련 Keyword에서 ICT관련 Keyword로 변화하고 있는 기술 트렌드가 파악되었다. 또한 미국과 비교하여 핵심 Keyword들이 55% 유사한 분포를 보이지만 특허생산량 면에서 절대적인 격차를 확인하였다. 향후에는 핵심 Keyword에 대하여 국내외 연구동향 등 다양한 자료를 분석하여 글로벌 시장에서 유의미한 시사점을 얻을 수 있는 연구를 진행하고자 한다.

• 생물환경조절학회지
• /
• 제31권3호
• /
• pp.152-162
• /
• 2022

본 연구는 데이터를 기반으로 한 인공지능 기계학습 기법을 활용하여 온실 내부온도 예측 시뮬레이션 모델을 개발을 수행하였다. 온실 시스템의 내부온도 예측을 위해서 다양한 방법이 연구됐지만, 가외 변인으로 인하여 기존 시뮬레이션 분석방법은 낮은 정밀도의 문제점을 지니고 있다. 이러한 한계점을 극복하기 위하여 최근 개발되고 있는 데이터 기반의 기계학습을 활용하여 온실 내부온도 예측 모델 개발을 수행하였다. 기계학습모델은 데이터 수집, 특성 분석, 학습을 통하여 개발되며 매개변수와 학습방법에 따라 모델의 정확도가 크게 변화된다. 따라서 데이터 특성에 따른 최적의 모델 도출방법이 필요하다. 모델 개발 결과 숨은층 증가에 따라 모델 정확도가 상승하였으며 최종적으로 GRU 알고리즘과 숨은층6에서 r² 0.9848과 RMSE 0.5857℃로 최적 모델이 도출되었다. 본 연구를 통하여 온실 외부 데이터를 활용하여 온실 내부온도 예측 모델 개발이 가능함을 검증하였으며, 추후 다양한 온실데이터에 적용 및 비교분석이 수행되어야 한다. 이후 한 단계 더 나아가 기계학습모델 예측(predicted) 결과를 예보(forecasting)단계로 개선하기 위해서 데이터 시간 길이(sequence length)에 따른 특성 분석 및 계절별 기후변화와 작물에 따른 사례별로 개발 모델을 관리하는 등의 다양한 추가 연구가 수행되어야 한다.

• 한국건설관리학회논문집
• /
• 제20권6호
• /
• pp.34-43
• /
• 2019

도로연장의 지속적인 증가와 공용기간이 상당히 경과한 노후 노선이 늘어남에 따라 도로포장에 대한 유지관리비용은 점차 증가하고 있어, 예방적 유지관리를 통해 비용을 최소화 하는 방안에 대한 필요성이 제기되고 있다. 예방적 유지관리를 위해서는 도로포장의 정확한 열화 예측을 통한 전략적 유지관리 계획 수립이 필요하다. 이에 본 연구에서는 고속도로포장 열화예측 모델 개발을 위해 딥러닝 모델 중 가장 보편적으로 많이 사용하는 심층신경망(DNN)과 시계열 데이터 분석에 강점을 가진 순환신경망(RNN)을 사용하였으며, 두 개의 모델의 성능을 비교 분석하여 우수한 모델을 제안하였다. RNN의 Vanishing Gradient Problem을 해결하기 위해 좀 더 복잡한 형태의 RNN구조인 LSTM(Long short-term memory circuits)을 사용하였다. 학습 결과, RNN-LSTM 모델의 RMSE 값이 0.102로 DNN모델보다 낮아 성능이 더 우수하였다. 또한, 대상구간의 시간경과별 평균 도로포장 상태 예측치와 실제 도로포장 상태 실측치의 비교를 통해 RNN-LSTM 모델의 높은 정확도를 검증하였다. 따라서 향후 고속도로 콘크리트 포장의 유지관리 계획 수립시 유지보수 수요 추정을 위한 열화 예측 모델로는 DNN 모델보다 시계열 분석에 강한 RNN-LSTM의 모델을 제안한다.

• 해양안보
• /
• 제1권1호
• /
• pp.273-310
• /
• 2020

본 연구는 최근 남중국해와 동중국해를 둘러싼 해양 갈등에서 중국의 주요 해양안보전략 중 하나로 사용되기 시작한 "회색지대전략"의 전반적인 메커니즘을 경험적으로 분석하고, 그로 인한 남중국해 및 동중국해 분쟁 양상을 비교하는 데에 그 목적을 둔다. 이를 위해 필자는 중국의 회색지대전략에 관한 두 가지 가설들을 세워 남중국해와 동중국해 분쟁에서 중국의 회색지대전략이 어떻게 '구사'되어 왔고 '구성'되어 있는지, 상대국은 어떤 방식으로 그것에 대응하는지 살펴보고, 그로 말미암아 각 분쟁들의 양상은 어떤 유사점과 차이점을 보이는지 밝혀냈다. 필자가 이 연구에서 수립한 가설들은 첫 째, "중국이 활용하는 해양 회색지대전략은 주요 분쟁 지역인 남중국해와 동중국해에서 각기 다른 수행 구조를 보인다는 것"이다. 두 번째는, "이에 따라 남중국해와 동중국해에서 벌어지는 분쟁의 양상 역시 차이를 보인다는 것"이다. 이를 논증하기 위해 필자는 중국의 회색지대전략 메커니즘을 크게 차례대로 1) 분쟁 추이와 전략 수행의 빈도, 2) 전략의 유형과 강도, 3) 전략 수행의 행위자, 4) 상대국의 대응 방식으로 다차원적인 구분을 시도하고, 양적 모델링을 바탕으로 이에 관련 데이터를 수집했다. 이후, 2010년부터 2020년 06월에 이르는 약 10년 가량의 데이터(중국의 회색지대전략 사용과 분쟁 동향 등)를 가공하고, 직접 연구 모형을 설계해 회색지대전략에 대한 새로운 범주화와 조작적 정의를 시도했다. 이를 바탕으로 필자는 중국이 활용하는 회색지대전략의 포괄적인 메커니즘들과 남중국해와 동중국해의 분쟁 양상도 성공적으로 비교해 최종적으로 모든 가설을 검증할 수 있었다. 결론 부분에서는 검증된 결과를 재차 정리하고, 중국의 회색지대전략으로 인해 비롯될 수 있는 동아시아 역내의 안보 취약성을 극복해 나가야 함을 강조하는 것으로 마무리했다. 본 연구는 지금까지 한 번도 시도되지 않았던 연구로서 중국의 회색지대전략이 수행되는 구조를 밝히고, 이것과 해양 분쟁 양상 간의 상관관계를 양적 방법론을 이용해 규명했다는 데에 큰 의의가 있으리라 생각된다.

• 한국수자원학회논문집
• /
• 제56권7호
• /
• pp.439-449
• /
• 2023

최근 계측 기술의 발전으로 압력계와 유량계 등 다양한 센서를 설치하여 상수도관망의 상태를 효과적으로 파악할 수 있게 되었으나, 도시가 광범위하게 개발됨에 따라 계측 신뢰도에 영향을 미치는 변수는 다양해지고 있다. 특히 상수도관망 분석에 중요한 영향력을 가지는 수요 데이터의 경우 직접 계측의 난이도가 높고 결측이 발생하기 쉬운 것으로 알려져 데이터 생성의 중요도가 증가하고 있다. 본 논문에서는 상수도관망에서 누락된 데이터를 정확하게 생성하기 위해 생성적 딥러닝 모델에 기반한 적대적 학습 기반 오토인코더(ATAE) 모델을 제안한다. 제안된 모델은 판별 신경망과 생성 신경망의 두 가지 신경망의 적대적 학습을 사용하여 압력 데이터로부터 수요 데이터를 생성한다. 학습이 완료된 ATAE 모델의 생성 신경망은 관망의 계측되는 압력 데이터가 존재하는 경우, 그로부터 추정된 관망 수요 데이터를 제공할 수 있다. ATAE 모델은 미국 텍사스주 오스틴의 실제 상수도망에 적용되어 성능이 검증되었다. 수요 및 압력 시계열 데이터의 불확실성 정도에 따른 ATAE 예측 결과의 정확도를 비교하여 데이터 불확실성의 영향을 분석하였으며, 또한 수요 수준에 따른 데이터 수집 기간별 생성 결과를 비교하여 이에 따른 데이터 생성 성능을 검토하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권1호
• /
• pp.65-76
• /
• 2014

주택가격은 정부의 부동산 정책이나 국내외의 경기상황과 같은 외부충격요인에 따라 많은 영향을 받는다. 본 연구에서는 주택가격지수 예측을 위한 모형구축에서 중요한 요인은 외부충격요인으로 이를 개입효과라 하며, 이 외부요인들이 주택가격지수에 미치는 영향을 파악하고 향후 주택가격지수를 효율적으로 예측하기 위한 시계열모형을 찾는데 있다. 실제 자료를 이용하여 분석한 예측결과 개입모형이 다른 모형에 비해 우수한 것으로 나타났다.

• 한국콘텐츠학회논문지
• /
• 제7권3호
• /
• pp.176-186
• /
• 2007

SAR데이터는 기상이나 일조량의 제약을 받지 않고 능동적으로 자료를 취득할 수 있다는 장점 때문에 지표면의 시계열 분석자료로서 활용성이 높고, 재해와 같은 돌발상황의 경우에 신속하게 자료를 취득할 수 있다. 본 연구에서는 JERS-1 SAR 영상의 L-밴드 데이터로부터 InSAR 방법과 DInSAR 기법을 이용하여 DEM을 추출하고자 하였다. 추출한 coherence, interferogram 영상을 분석한 결과, DInSAR 3-pass 방식을 이용할 경우 InSAR 방식에 비해 비교적 안정된 coherence값을 가지는 것을 확인할 수 있었다 축척 1:5000 수치지형도에서 추출한 DEM을 기준자료로 하여 SAR 영상으로부터 추출한 DEM의 정확도를 평가하였으며, 안테나 간의 기선장이 DEM의 정확도에 크게 영향을 미치는 것을 확인할 수 있었다.

• 한국전산구조공학회논문집
• /
• 제33권5호
• /
• pp.287-296
• /
• 2020

본 연구에서는 2D 조파수조를 통해 수행된 모형시험결과를 기반으로 원형실린더에 분포하는 파랑충격압력을 시간에 따라 계측하고 이를 CFD해석 결과와 비교하였다. 전산유체역학 해석을 통해 파랑충격력에 직접평가법에 관한 효용성을 확인할 수 있었고, 실험으로부터 구한 파랑충격 시계열 데이터를 그대로 원형단면을 갖는 실제 해양구조물의 부재에 적용하였다. 실린더에 분포하는 변위 및 응력의 특성과 특이점이 바뀌는 것을 확인하였고 실제 시계열을 적용하는 것이 해양구조물의 강도평가를 보다 정확하게 평가할 수 있음을 확인할 수 있었다. 또한, 선수부에 요구되는 외판의 최소선급규정에 따른 두께 경험식들을 분석하여 적용하고자 하였다. 동일한 재료 물성치를 갖는 강재에 관해 선수외판에 요구되는 구조물의 최소두께와 원형단면 부재에 요구되는 최소두께를 비교·분석하였고 이를 통해 NORSOK standard에 제시되어 있는 구조물의 손상기준을 활용하여 허용 두께치를 추정하고자 하였다. 특히 해양구조물의 갑판충격력(wave in deck)의 경우 이와 관련된 경험식이나 최소두께 요구사항들이 정립되어 있지 않기 때문에 본 연구를 통해 파랑충격력에 따라 요구되는 판재의 최소두께를 제안하고자 하였다.

• 한국빅데이터학회지
• /
• 제5권2호
• /
• pp.111-120
• /
• 2020

최근 코로나 19 사태로 인한 경기 위축에도 불구하고, 재택근무 증가로 집에 거주하는 시간이 늘어나면서 주거환경에 관한 관심이 커지고 있으며, 이에 따라 리모델링에 대한 수요가 증가하고 있다. 또한, 정부의 부동산 정책 또한 규제 정책에서 주택공급 확대 방향으로 전환하면서 이에 따른 인테리어, 가구업계의 매출에도 가시적인 영향이 있을 것으로 예상한다. 정확한 수요예측은 재고 관리와 직결되는 문제로 정확한 수요예측은 불필요한 재고를 보유할 필요가 없어 과잉생산으로 인한 물류, 재고 비용을 줄여줄 수 있다. 하지만 정확한 수요를 예측하기 위해서는 지속적으로 변화하는 경제동향, 시장동향, 사회적 이슈등 외부요인을 모두 고려하여 분석해야 하기 때문에 어려운 문제이다. 본연구에서는 가구 부자재를 생산하고 있는 제조업체에 대하여 신뢰성 있는 결과 도출을 위해 인공지능기반 시계열 분석 방법으로, LSTM 모형, 1D-CNN 모형을 비교 분석하였다.

• 정보처리학회논문지D
• /
• 제13D권7호
• /
• pp.889-900
• /
• 2006

센서 네트워크는 애플리케이션 분야에 따라 데이터 특성과 사용자의 요구사항이 다양함에도 불구하고, 현존하는 스트림 데이터 축소 연구는 데이터의 본질적인 특징보다 특정 축소 기법의 성능 향상 측면에 중점을 두고 있다. 이 논문은 계층/분산형 센서 네트워크 구조와 데이터 모델을 소개하고, 선택적으로 축소 기법을 적용하기 위해 데이터 특성과 사용자의 요구에 적합한 다변량 데이터 축소 기법을 비교 평가한다. 다변량 데이터 축소 기법의 성능을 비교 분석하기 위해, 우리는 웨이블릿, HCL(Hierarchical Clustering), SVD(Singular Value Decomposition), 샘플링과 같은 표준화 된 다변량 축소 기법을 이용한다. 실험 데이터는 다차원 시계열 데이터와 로봇 센서 데이터를 사용한다. 실험 결과 SVD와 샘플링 기법이 상대 에러 비율과 수행 성능 측면에서 웨이블릿과 HCL기법에 비해 우수하였다. 특히 각 데이터 축소 기법의 상대 에러 비율은 입력 데이터 특성에 따라 다르기 때문에 선택적으로 데이터 축소 기법을 적용하는 것이 좋은 성능을 보였다. 이 논문은 다차원 센서 데이터가 수집되는 센서 네트워크를 디자인하고 구축하는 응용 분야에 유용하게 활용될 것이다.