• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2008년도 공동추계학술대회
• /
• pp.278-282
• /
• 2008

U-국토 및 U-도시의 건설 및 관리를 위해 정밀 국토공간정보의 수요가 점증하고 있고 보다 신속한 갱신이 요구되고 있는 가운데 유비쿼터스 기술들과 융복합된 u-GIS기술에 대한 요구 또한 증가하는 추세다. 특히 건설 분야에 있어서의 이러한 수요를 보다 심층적으로 파악하기 위해, 건설공사 표준품셈 등을 이용하여 건설공사 공종/공정을 분류하고 이에 대한 수요의 우선순위를 도출하는 연구를 수행하였다. 본 논문은 u-GIS 기술을 필요로 하는 건설 현장에 위치/형상 정보 수요에 대한 조사, 분석을 통해 건설 인력, 자재, 장비의 u-GIS 기술의 적용 우선순위를 도출하는 것이다.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2010년도 정기 학술발표대회
• /
• pp.115.2-115.2
• /
• 2010

2008년 늦가을부터 2009년 봄까지 강원도 일부 지방에서 심각한 가뭄이 발생하여 태백지역에서는 87일 동안 제한급수가 실시되는 등 지역 주민들이 겪는 고통은 상당하였다. 2009년 태백시에서 발간한 가뭄백서에 따르면, 이번 가뭄으로 인한 태백지역의 피해 추정액은 980여억 원에 달한다고 한다. 본 연구에서는 가뭄지수들 중 토양수분지수(Soil Moisture Index)와 수자원가용지수(Water Availability Index)를 이용하여 태백지역에서 발생한 가뭄을 농업과 수문학적 관점으로 분류하여 정량화 하였다. 또한 태백지역의 물공급을 맡고 있는 광동댐의 운영을 분석함으로써 이번 가뭄의 발생 원인을 보다 심층적으로 분석하였다. 연구결과, 홍수기 동안 광동댐의 운영을 개선하여 9월초에 저수량을 충분히 확보하는 것이 태백지역 가뭄 해소의 관건임을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.133-153
• /
• 2023

본 논문에서 우리는 뇌 신호 측정 기술 중 하나인 뇌전도를 활용한 새로운 접근방식을 제안한다. 전통적으로 연구자들은 감정 상태의 분류성능을 향상시키기 위해 뇌전도 신호와 생체신호를 결합해왔다. 우리의 목표는 뇌전도와 결합된 생체신호의 상호작용 효과를 탐구하고, 뇌전도+생체신호의 조합이 뇌전도 단독사용 또는 임의로 생성된 의사 무작위 신호와 결합한 경우에 비해 감정 상태의 분류 정확도를 향상시킬 수 있는지를 확인한다. 네 가지 특징추출 방법을 사용하여 두 개의 공개 데이터셋에서 얻은 데이터 기반의 뇌전도, 뇌전도+생체신호, 뇌전도+생체신호+무작위신호, 및 뇌전도+무작위신호의 네 가지 조합을 조사했다. 감정 상태 (작업 대 휴식 상태)는 서포트 벡터 머신과 장단기 기억망 분류기를 사용하여 분류했다. 우리의 결과는 가장 높은 정확도를 가진 서포트 벡터 머신과 고속 퓨리에 변환을 사용할 때 뇌전도+생체신호의 평균 오류율이 뇌전도+무작위신호와 뇌전도 단독 신호만을 사용한 경우에 비해 각각 4.7% 및 6.5% 높았음을 보여주었다. 우리는 또한 다양한 무작위 신호를 결합하여 뇌전도+생체신호의 오류율을 철저하게 분석했다. 뇌전도+생체신호+무작위신호의 오류율 패턴은 초기에는 깊은 이중 감소 현상으로 인해 감소하다가 차원의 저주로 인해 증가하는 V자 모양을 나타냈다. 결과적으로, 우리의 연구 결과는 뇌파와 생체신호의 결합이 항상 유망한 분류성능을 보장할 수 없음을 시사한다.

• 한국정보통신학회논문지
• /
• 제27권1호
• /
• pp.69-75
• /
• 2023

사물인터넷에 사용되는 소형 통신 기기들은 적은 메모리 용량과 느린 연산 속도 때문에 고급 암호기법을 적용하지 못하기 때문에 각종 해킹에 취약하다. 본 논문은 433MHz 대역에서 동작하는 소형 송신기들의 인증 신뢰도를 높이기 위해 RF지문을 도입하고 분류 알고리즘으로 CNN (convolutional neural network) 을 사용한다. 각 송신기가 전송하는 프리엠블 신호를 소프트웨어정의라디오를 사용하여 추출하고 수집하여 학습 데이터 집합으로 만들고, 이를 신경망을 학습시키는 데에 사용한다. 네 가지의 시나리오에서 20개의 송신기의 식별을 테스트한 결과 높은 식별 정확도를 얻을 수 있었다. 특히 학습 데이터 수집 시의 위치와 다른 위치에서 테스트를 수행한 시나리오에서, 그리고 송신기가 걷는 속도로 이동하는 시나리오에서 각각 95.8%, 92.6%의 정확도를 산출함을 알 수 있었다.

• 산업진흥연구
• /
• 제7권2호
• /
• pp.31-42
• /
• 2022

본 연구는 낮은 자기분화수준을 가진 어머니의 양육불안 경험에 관한 연구로서 대상으로는 학령기 자녀가 있는 어머니 중 자기분화척도 수준이 낮고 양육에 대한 불안을 경험하고 있는 어머니들을 선정하여 심층인터뷰와 검사를 실시하였고 Giorgi의 현상학 방법으로 단계에 맞춰 경험적 현상을 분류하고 범주들을 중심으로 분석하여 일반적 구조기술로서 통합하였다. 현 시대적 과제로서 학령기 부모의 양육불안의 원인과 핵가족화로 인한 자녀의 수가 적어짐으로 인한 가족의 문제들과 양육불안에 대한 경험들을 범주로 묶어 일반화함으로써 자녀의 사회적응과 정서에 미치는 양육태도와 어머니가 가진 낮은 자기분화수준과 불안의 원인과 같은 문제점들을 인지하고 양육의 올바른 방향을 설정하는데 그 의의가 있다.

• 한국콘텐츠학회논문지
• /
• 제17권2호
• /
• pp.384-393
• /
• 2017

본 연구는 학령기 경계선 지능 아동을 대상으로 Q방법론을 적용하여 '학교'에 대한 주관적 인식유형과 특성을 파악하고자 하였다. Q표본은 학계 및 현장전문가 4인, 경계선 지능 아동 4인에 대한 심층면접과 관련 문헌고찰을 통해 21개를 선정하였고, P표본은 초등학교에 재학 중인 경계선 지능 아동 총 18명의 학부모와 본인의 동의를 거쳐 표집하였다. P표본은 5점 척도의 정규분포로 Q분류를 실시하였고 수집된 데이터는 Quanl PC 프로그램을 통해 분석하였다. 연구결과 학령기 경계선 지능아동의 학교에 대한 태도유형은 '참여적-의존형'과 '방관적-위축형'의 두 가지 유형으로 도출되었다. 본 연구결과를 통해 학교에 대한 태도는 아동의 자존감 및 가족 지지환경의 양상에 따라 달라질 수 있으며 각 유형별 소속감의 욕구와 안전의 욕구에 대한 적절한 교육복지적 개입이 필요함을 알 수 있었다. 본 연구결과는 경계선 지능아동의 학교에 대한 주관적 유형을 구체화함으로써 경계선 지능 아동이 초등교육을 통해 중등교육 이상의 교육 권리와 학습의 질을 유지하도록 돕기 위한 교육중재 방안에 기초자료를 제공했다는 점에서 함의가 있다.

• 한국음향학회지
• /
• 제36권4호
• /
• pp.261-266
• /
• 2017

본 논문에서는 커널 모델과 장단기 기억(Long-Short Term Memory, LSTM) 신경망을 결합한 보컬 및 비보컬 분리 방식을 제안한다. 기존의 음원 분리 방식은 비보컬 음원만 있는 구간에서 음원을 오추정하여 불필요한 비보컬 음원을 출력하는 한계가 있다. 따라서 본 논문에서는 커널 모델 기반의 보컬음 분리 방식에 LSTM 신경망 기반의 보컬 구간 분류 방식을 결합하여 보컬 음원의 오추정 문제를 개선하고 분리 성능을 향상시키고자 하였다. 또한 본 논문에서는 방식간의 결합 구조에 따라 병렬 결합형 분리 알고리즘과 직렬 결합형 분리 알고리즘을 제안하였으며, 실험을 통해 제안하는 방식들이 기존의 방식에 비해 더욱 향상된 분리 성능을 보이는 것을 확인할 수 있었다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.110-110
• /
• 2022

본 연구는 자율운항 선박의 원격 고장 진단 기법 개발의 일부로 수행되었다. 특히, 엔진 연료 계통 장비로부터 계측된 시계열 데이터로부터 상태 진단을 위한 알고리즘 구현 결과를 제시하였다. 엔진 연료 펌프와 청정기를 가진 육상 실험 장비로부터 진동 시계열 데이터 계측하였으며, 이상 감지, 고장 분류 및 고장 예측이 가능한 심층 학습(Deep Learning) 및 기계 학습(Machine Learning) 알고리즘을 구현하였다. 육상 실험 장비에 고장 유형 별로 인위적인 고장을 발생시켜 특징적인 진동 신호를 계측하여, 인공 지능 학습에 이용하였다. 계측된 신호 데이터는 선행 발생한 사건의 신호가 후행 사건에 영향을 미치는 특성을 가지고 있으므로, 시계열에 내포된 고장 상태는 시간 간의 선후 종속성을 반영할 수 있는 학습 알고리즘을 제시하였다. 고장 사건의 시간 종속성을 반영할 수 있도록 순환(Recurrent) 계열의 RNN(Recurrent Neural Networks), LSTM(Long Short-Term Memory models)의 모델과 합성곱 연산 (Convolution Neural Network)을 기반으로 하는 Conv1D 모델을 적용하여 예측 정확성을 비교하였다. 특히, 합성곱 계열의 RNN LSTM 모델이 고차원의 순차적 자연어 언어 처리에 장점을 보이는 모델임을 착안하여, 신호의 시간 종속성을 학습에 반영할 수 있는 합성곱 계열의 Conv1 알고리즘을 고장 예측에 사용하였다. 또한 기계 학습 모델의 효율성을 감안하여 XGBoost를 추가로 적용하여 고장 예측을 시도하였다. 최종적으로 연료 펌프와 청정기의 진동 신호로부터 Conv1D 모델과 XGBoost 모델의 고장 예측 성능 결과를 비교하였다

• 한국문헌정보학회지
• /
• 제56권3호
• /
• pp.241-264
• /
• 2022

서지정보는 연구 주제의 최신 동향의 인지와 유용성을 검증하는 데에 참고할 수 있다. 즉, 각자 연구자들이 필요로 하는 문헌에 신속하게 접근하기 위해서는 학술논문에서 저자 정보, 요약, 초록, 참고문헌 등을 쉬운 방법으로 파악해야 한다. 그러나, 현재 출판되는 PDF 형식의 전자 학술논문은 출판 주체별로 고유한 양식을 띄고 있어서, 몇몇 특징에 의한 규칙 기반 추출법으로는 수많은 문헌에서 목표 정보를 추출하여 요약된 서지사항으로 자동 생성하기 어렵다. 이에 본 연구는 학술논문 서지사항 자동 생성에 있어서 양식의 다양성으로 인한 메타데이터 자동 추출의 난점을 극복할 방법을 제안한다. 제안하는 모델은 서지사항이 주로 기술되는 학술논문의 첫 페이지에서 목표 영역과 본문의 시작점을 구분할 수 있는 심층신경망 기반 모델과 앞의 모델로 추출된 서지사항을 상세한 메타데이터로 분류하고 재생성하는 규칙 기반 모델로 구성된다. 제안하는 모델은 참고문헌 요약정보를 생성하는 모델도 포함하는데, 본문의 말미와 참고문헌 시작점의 분리, 그리고 개별 참고문헌 추출을 규칙 기반 방법으로 진행하고, 추출한 각개 참고문헌의 서지정보를 분류하는 데에 심층신경망을 이용하도록 구성하였다. 추가로, 논문 자체의 서지정보를 전후처리 없이 추출/생성하는 모델의 가능성을 확인하기 위하여 참고문헌 영역까지 아우르는 모델을 구축하여 비교 실험을 진행하였다. 실험 결과 본 논문에서 제안하는 방식이 서지정보를 전후처리 하지 않고 진행한 비교 실험에 비하여 더 높은 성능을 보였다.

• 정보과학회 논문지
• /
• 제44권1호
• /
• pp.44-50
• /
• 2017

보행자 검출은 수년간 광범위하게 연구된 문제이며, 자율주행 자동차와 운전자 보조시스템에서 매우 중요한 역할을 차지하고 있다. 특히, 계층적 분류기[1]와 Histogram of Gradient[2]특징벡터 등 영상기반의 보행자 검출기법과 ConvNet같이 deep model을 이용하여 검출하는 기법들이 연구되었고 검출성능은 꾸준히 상승하였다. 하지만 보행자 검출은 작은 오차에도 생명과 연관된 문제를 야기할 수 있기 때문에, 자율주행 시스템의 보행자검출 오차율은 더욱 낮출 필요가 있다. 따라서 본 연구에서는 Faster R-CNN 응용 기법에 새로 개발한 데이터 학습 모델을 적용하여 보행자 검출 오류를 줄이는 기법을 제안한다. 그리고 기존에 제안된 모델들과 비교를 통해, 보행자 검출에 있어 제안된 방법의 우수성을 보이고자 한다.