• 한국빅데이터학회지
• /
• 제7권1호
• /
• pp.89-97
• /
• 2022

선박 충돌 사고는 경제적 손실, 인명피해 등 다양한 부정적 상황을 초래할 수 있기 때문에 사고를 예방하기 위한 다각적인 노력이 필요하다. 따라서 사고 예방을 위한 연구가 활발히 이루어고 있으며, 본 연구에서는 선박 충돌 사고 예방을 위한 새로운 선행 지표를 제안한다. 기존 연구에서는 특정 해역에서 선박들간의 거리를 고려하여 충돌위험을 표현하였지만 이를 다른 해역에 적용하기 위해서는 모델을 새로 개발해야하는 단점이 존재한다. 본 연구에서는 선박 운항 정보인 AIS(Automatic Identification System) 데이터를 활용하여 해역의 환경과 운항의 특징을 포함한 밀도기반 선박 도메인 DESD(Density based Empirical Ship Domain)을 정의하였다. 각 해역별로 만들어진 2차원의 DESD를 대상으로 Deep Clustering을 적용하여 유사한 운항 환경을 가진 해역들을 군집화 한다. 군집화된 해역과 선박 충돌 사고의 연관성 분석을 통해 해역의 특징별로 사고의 발생여부가 달라짐을 통계적으로 검정하여 DESD가 사고의 선행 지표로서 활용될 수 있음을 증명하였다.

• 해양환경안전학회지
• /
• 제29권7호
• /
• pp.843-856
• /
• 2023

전 세계 선박 통행량의 증가에 따른 선박 충돌 사고의 증가는 큰 경제적, 환경적, 물리적 및 인간적 손해를 가져왔다. 선박 사고의 원인은 선원의 판단 오류나 부주의, 항로의 복잡성, 기상 조건, 선박의 기술적 결함 등 다양한 요인이 겹쳐 작용하여 사고를 유발하기 때문에 문장의 깊은 의미와 문맥 정보를 고려할 수 있는 방법론이 필요하다. 따라서, 본 연구는 부산해심 지역에서의 최근 20년 동안의 선박 충돌사고 데이터를 포함하고 있는 해양안전심판 재결서를 SentenceBERT 모델을 활용해 분석하였다. 분석 결과 사고의 주요 원인이 될 수 있는 키워드가 도출되었으며, 특정 키워드 출현 빈도를 바탕으로 군집 분석을 시행하고 시각화하였다. 추후 사고의 원인을 미리 파악함으로써, 이를 통해 선박 충돌 사고의 예방 및 사고 대응 전략 개발의 기초 자료로써 활용하고자 한다.

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1109-1123
• /
• 2020

국토 대부분이 산림으로 구성되어 있는 대한민국은 매 년 많은 산불이 발생한다. 산불은 토양의 전단강도를 약화시켜 산사태에 취약한 토양층을 만들기도 하고, 수목의 복구가능여부에 따라 다른 계획 설립이 필요하기 때문에 산불피해면적 뿐만 아니라 피해강도에 대한 파악도 중요하다. 위성 원격탐사를 통한 산불피해강도 추정 연구가 많이 수행되어 왔으나, NDVI(Normalized Difference Vegetation Index)와 NBR(Normalized Burn Ratio) 등과 같은 단일 인자의 시계열 변화만을 이용하여 피해강도를 파악하기에는 한계가 있다. 본 연구에서는 Sentinel-1A SAR-C (Synthetic Aperture Radar-C)와 Sentinel-2A MSI(Multi Spectral Instrument)센서의 자료를 이용하여 기계학습방법을 통한 산불 피해강도 탐지 모델들을 제시하였다. 2017년 5월 삼척, 2019년 4월 강릉·동해, 2019년 4월 고성·속초 총 세개의 산불사례를 이용하여 RF(Random forest), LR(Logistic regression), SVM(Support Vector Machine)기계학습 모델을 구축하였다. 연구결과, random forest 모델이 82.3%의 총정확도로 가장 높은 성능을 보여주었다. 모델의 범용성 및 학습자료 민감도 확인을 위해 사례교차검증도 추가 시행하였는데, 그 결과 사례들의 시기적 차이에 의한 식생활력 및 재생도의 차이에 민감도가 높음을 확인하였다. 이는 추후 다양한 시공간적 사례를 추가할 시 개선이 될 것으로 보인다.

• 지질공학
• /
• 제8권3호
• /
• pp.285-296
• /
• 1998

옥천대의 심부 지질구조를 규명하기 위한 연구의 일환으로 옥천대 서남단의 주요 구조선과 대체로 직교 하는 70km의 측선을 따라 중력과 자력탐사를 수행하였다. 또한 측선을 포함하는 옥천대 서남부에 대한 최근의 암석학적 및 지화학적 연구성과를 요약하였다. 중력과 자력 측정치들을 보정하여 각각 부게이상과 총자기이상을 구했다. 중력과 자력이상은 옥천대 남쪽 경계인 장흥부근에서 급격히 변화한다. 이러한 부게이상의 급격한 증가는 선 캠브리아 편마암류와 상대적으로 밀도가 큰 중성 심성암류와의 사이에 상당히 큰 변위를 가진 심부의 정단층으로 설명이 가능하다. 이 단층은 옥천대의 형성과 진화에 중요한 역할을 한 단층으로 사료된다. 한편 중력이상과 자력이상의 근원이 같다는 가정아래 중력이상으로부터 가상의 자력이상을 계산하였다. 계산된 자력이상은 측선상의 50km 부근(장흥근처)까지는 대체로 중력이상과 일치하나, 그 이후에는 완전히 반대의 상관을 보여준다. 끝으로 잔여 부게이상을 만족하는 지하구조가 시행착오적인 순해법에 의하여 제시되었다. 여기서 초기모델은 지표지질과 역해법의 결과로부터 주어졌다.

• 디지털융복합연구
• /
• 제19권2호
• /
• pp.239-244
• /
• 2021

고령사회 진입으로 고령자에 관한 관심과 요구가 증가하고 있다. 고령자의 급격한 증가는 다양한 분야에서 변화가 요구되고 있다. 고령자의 사회참여 기회와 욕구가 증가하면서 고령사회에 적합한 서비스에 관한 연구가 필요하다. 고령사회에서 발생하는 문제를 해결하기 위해 편의시설 확대와 제도 개선이 이루어지고 있지만 증가하는 고령자의 수요에는 미흡한 부분이 많이 있다. 또한, 고령화로 인해 일상생활 능력과 신체적 기능 저하로 인해 독립적이고 자립 생활에 어려움을 가지고 있다. 이러한 문제를 해결하기 위해 정부와 지자체에서 다양한 고령자 서비스를 제공하고 있다. 고령자 서비스는 고령자의 일반적인 특성 기반으로 제공하고 있어 맞춤형 서비스에는 한계를 가지고 있다. 본 논문에서는 이러한 문제를 보완하기 위해 ICT 기반 서비스에 확장 정보를 이용한 서비스 모델을 제시한다. 확장 정보는 IoT 환경을 이용하여 고령자의 정보와 환경 정보를 수집한다. 확장 정보로는 고령자의 이동, 행위, 신체 정보와 주거 환경 정보를 이용한다. 고령자 확장 정보를 이용한 서비스 지원은 고령자의 특성을 파악하여 사용자가 서비스 요청 시 적합한 서비스를 지원한다. 제안 방법은 고령자 특성과 요구를 반영한 자립 서비스를 지원할 수 있다.

• 대기
• /
• 제30권4호
• /
• pp.439-454
• /
• 2020

This study investigates the change in the fine particulate matter (PM2.5) concentration and World Health Organization (WHO) air quality index (AQI) in East Asia (EA) under Shared Socioeconomic Pathways (SSPs). AQI is an indicator of increasing levels about health concern, divided into six categories based on PM2.5 annual concentrations. Here, we utilized the ensemble results of UKESM1, the climate model operated in Met Office, UK, for the analysis of long-term variation during the historical (1950~2014) and future (2015~2100) period. The results show that the spatial distributions of simulated PM2.5 concentrations in present-day (1995~2014) are comparable to observations. It is found that most regions in EA exceeded the WHO air quality guideline except for Japan, Mongolia regions, and the far seas during the historical period. In future scenarios containing strong air quality (SSP1-2.6, SSP5-8.5) and medium air quality (SSP2-4.5) controls, PM2.5 concentrations are substantially reduced, resulting in significant improvement in AQI until the mid-21st century. On the other hand, the mild air pollution controls in SSP3-7.0 tend to lead poor AQI in China and Korea. This study also examines impact of increased in PM2.5 concentrations on downward shortwave energy at the surface. As a result, strong air pollution controls can improve air quality through reduced PM2.5 concentrations, but lead to an additional warming in both the near and mid-term future climate over EA.

• Journal of Chest Surgery
• /
• 제36권12호
• /
• pp.904-910
• /
• 2003

흉강경을 이용한 자연기흉 수술은 개흉술에 비하여 재발률이 높지만 많은 외과의에게 선호되고 있다. 또한 이러한 단점을 극복하기 위한 여러 시도가 이루어지고 있다. 저자들은 흉강경수술 시 자동 봉합기의 봉합선 보강효과를 알아보기 위하여 동물실험과 임상연구를 계획하였다. 대상 및 방법: 동물실험에서는 실험견을 이용하여 바로 도살한 후 자동 봉합기를 적용한 폐(제1군, N=5)와 자동 봉합기를 사용하여 48시간 경과한 후 도살한 폐(제2군, N=5)의 절제면에서 최초 공기 누출압을 측정하였다. 또한 각각 제1군과 2군에서 봉합선을 보강재료로 보강여부에 따른 절제면의 공기 누출압을 비교하였다. 임상연구에서는 자연기흉 흉강경수술을 받은 104명(106건)을 대상으로 봉합선 보강 여부에 따라 임상 성적을 비교하였다. 결과: 동물실험에서는 자동 봉합기의 봉합선을 보강한 군에서 의의 있게 평균 공기 누출압이 높았고(제1군: 비보강군; 18$\pm$1.6, 보강군; 483, 제2군: 비보강군; 23.8$\pm$1.9, 보강군; 54$\pm$4.6 mmHg, p<0.001), 임상연구에서는 봉합선 보강군에서 술 후 흉관 유치기간, 술 후 재원기간, 사용한 총 자동 봉합기 길이 등에서 유의한 차이를 보였다(흉관 유치기간: 비보강군; 4.4$\pm$1.4, 보강군; 3.1$\pm$1.1일, 사용한 자동 봉합기의 총길이: 비보강군; 92.3$\pm$28.1, 보강군: 71.1$\pm$30.6 mm, 술 후 재원기간: 비보강군; 5.9$\pm$1.9, 보강군; 4.6$\pm$l7일, p<0.001). 결론: 자연기흉 흉강경 수술에서 자동 봉합기의 봉합선 보강으로 술 후 장기간 공기누출의 예방이 가능하였고, 따라서 술 후 병원재원 기간의 단축이 가능하였다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.747-763
• /
• 2022

해양 염분은 전 지구 규모에서 해수 순환에 영향을 미칠 뿐만 아니라, 연·근해 지역 저염분수가 어족자원 및 수산업에 피해를 줄 수 있는 등 해양 식생환경의 변화를 줄 수 있다. 해수의 표면 특성인 sea surface salinity (SSS)에 따라 마이크로웨이브 영역의 방사율이 달라지며, 이를 통해 Soil Moisture Active Passive (SMAP) 등 위성 센서를 활용한 SSS 산출물이 제공되고 있다. 하지만 마이크로파 위성 센서 기반의 SSS 산출물은 낮은 시공간해상도로 자료를 생산하며, 연안지역과 고위도 지역에서 정확도가 낮다. 이러한 이유로 연·근해 지역 SSS의 상세한 시공간적 변화를 관측하기에는 적합하지 않다. 본 연구에서는 Jang et al. (2022)에서 제시한 기계학습 기반의 개선된 SMAP SSS (SMAP SSS (Jang))를 참조자료로 활용하여, 정지궤도해색센서(Geostationary Ocean Color Imager, GOCI) 영상으로부터 고해상도 SSS를 추정하는 Light Gradient Boosting Machine (LGBM) 기반의 모델을 개발하였다. 3가지 입력변수 조합을 테스트하였고, Multi-scale Ultra-high Resolution Sea Surface Temperature (SST) 자료가 추가된 scheme 3가 가장 높은 정확도를 보였다(R² = 0.60, RMSE = 0.91 psu). 이를 바탕으로 본 연구영역에서 SST가 SSS 모의에 효과적인 환경변수로 작용함을 보였다. 본 연구에서 제시한 LGBM 기반의 GOCI SSS는 SMAP SSS (Jang)와 비슷한 시공간적 패턴을 보였지만, 더 높은 공간해상도를 바탕으로 SSS의 보다 상세한 공간적 분포와 더불어 SMAP SSS (Jang)에서 산출하지 않는 연안 지역의 정보까지 모의하였다. 또한, 중국 남방지역에 대홍수가 발생하였던 2020년 8월을 대상으로 양자강 유출수(Changjiang Diluted Water)의 거동을 분석한 결과, GOCI SSS는 한국 해양수산연구원의 보도자료와 비교하여 일관성 있는 시공간적 변화를 보였다. 본 연구의 결과로 연안 지역의 저염수 뿐 아니라, 원해 지역에서 광학위성 신호를 활용한 고해상도 SSS 산출의 가능성을 제시하였다.