• 전자공학회논문지
• /
• 제50권10호
• /
• pp.150-161
• /
• 2013

본 논문에서는 다수의 카메라들을 이용하여 3차원 공간상에 있는 물체에 대한 다중 시점 영상들을 획득하고, 그 영상들로부터 해당 3차원 물체에 대한 기하학적인 형상 및 질감 정보를 추정하여, 그 물체에 대한 고해상도 3차원 콘텐츠를 효율적으로 제작하는 새로운 시스템을 제안한다. 지금까지 다양한 다중 시점 영상 기반 3차원 객체 복원 시스템들이 제안되었지만 다중 시점 기반 3차원 객체 복원이 많은 메모리와 계산량을 필요로 하기 때문에 고해상도의 3차원 콘텐츠를 얻는 데에는 어려움이 있었다. 3차원 복원에 필요한 계산량 및 메모리량을 줄이기 위해 제안 시스템은 객체의 다중 시점을 촬영한 영상 내에서 객체가 존재할 수 있는 영역을 사전에 설정하여 객체 윤곽선 추출 과정을 빠르게 수행한다. 그리고 체인코드를 활용하여 실루엣 영상을 표현하고 3차원-2차원 투영 및 역투영 관계를 1차원 호모그래피를 통해 표현하여 객체의 비주얼 헐을 빠르게 계산한다. 복원된 3차원 객체의 기하정보는 3차원 선분 기반의 표현 기법인 DoCube를 활용하여 적은 데이터양으로 표현하였으며, 3차원 메시 생성 및 텍스쳐 맵핑을 수행하여 최종적인 3차원 객체를 생성한다. 실험 결과 제안 시스템이 $800{\times}800{\times}800$ 해상도의 3차원 객체 복원을 프레임 당 2.2초에 수행하는 것을 확인하였다.

• 환경생물
• /
• 제34권1호
• /
• pp.56-62
• /
• 2016

기후변화에 따른 해충개체군 증감모형은 해충방제를 위한 초발생예찰과 연속적 해충변동 양상의 파악에 매우 중요하다. 이러한 예측은 농약사용의 효율성을 높이고, 환경에 적은 영향을 줄 수 있으므로, 현대 해충방제전략의 화두로 볼 수 있다. 본 연구는 온도변화에 따른 해충의 농약효과에 따른 사충률의 변화를 개체군 모형과 결합시켜 모의했다. 감수성 점박이응애를 강낭콩을 기주로 20, 25, 30, $35^{\circ}C$에서 Acrinathrin-Spiromesifen 혼합제와 Azocyclotin 유기주석계 농약에 노출시켰다. 생물검정 결과 점박이응애의 사충률은 온도와 농약의 종류에 따라 유의한 차이가 발생했다. 점박이응애의 개체군 밀도변동 모의는 DYMEX를 이용했으며, 모의결과 농약의 종류별로 기후변화에 따른 초기방제 시기와 방제횟수에 차이가 나타날 것으로 예측됐다. 본 연구결과는 미래의 기후변화에 대응한 해충방제 전략과 농약 선발에 있어 중요한 시사점을 제공할 것으로 사료된다.

• 기술혁신연구
• /
• 제18권1호
• /
• pp.123-152
• /
• 2010

기업에서의 신제품 창출 또는 R&D 투자의 효율화를 설명하기 위한 모델로 탄생한 ‘개방형 혁신(open innovation)’이 최근에는 기업의 체질개선을 위한 변화관리의 전략적 수단으로 변화하는 경향을 보이고 있다. 우리나라의 경우 2009년 초 ‘오픈 이노베이션’의 개념이 본격적으로 소개되기 시작하면서 출연연구기관과 대기업을 중심으로 도입이 추진되고 있다. 그러나 ‘기술의 아웃 소싱’이라는 개념을 넘어서 기업의 개방형 혁신 노력이 어떠한 동인을 가지고 어떠한 형태로, 무엇을 목표로, 어떻게 이루어지고 있는가에 대해서 외부적으로 자세하게 알려진 바가 없다. 본 연구에서는 우리나라에서 최초로 개방형 혁신을 도입한 LG화학의 사례를 살펴보았다. LG화학의 사례를 통해, 신제품 개발에 필요한 기술의 외부 조달을 위하여 시도되었던 개방형 혁신이 결과적으로는 내부 협력을 확산시키는 계기가 되었고 나아가 조직의 생산성을 높이기 위한 변화관리의 방안으로 추진되고 있음을 확인할 수 있었다. 또한 개방형 혁신이라는 새로운 변화를 성공적으로 이끌 수 있었던 것은 경영진의 전폭적인 지원 아래 변화관리에 필요한 단계를 차근차근 밟아왔기 때문인 것으로 나타났다. 본 사례연구는 개방형 혁신을 추진하려는 기업들에게 유용한 가이드라인과 선례를 제공할 수 있을 것이다.

• 한국식품위생안전성학회지
• /
• 제32권4호
• /
• pp.262-266
• /
• 2017

식품의약품안전처는 효율적인 식중독 예방 교육 홍보를 위하여 모바일 증강현실 게임인 '식중독잡GO'를 개발하고 식품안전의 날 등 11개 행사에서 시범운영을 하였다. 행사장에서 '식중독잡GO'를 체험한 사람을 대상으로 식중독에 대한 인지정도를 설문조사를 통해 살펴보았다. 설문조사 결과 '식중독잡GO' 게임 전후대비 식중독예방 3대 요령 인지도는 게임 전 51.8%에서 게임 후 78.8%로 향상되었고, 개별 식중독균 인지도는 평균 2.1배 향상되었다. 설문조사자의 95%가 식중독 이해에 도움이 되었다고 응답하였으며, 90%가 게임이 재미있었다고 응답하였다. 따라서, '식중독잡GO'를 유 초 중 고등 교육에 적용을 하면 식중독균의 주요증상, 원인식품 등 식중독 예방요령의 다양한 교육적 효과를 기대할 수 있을 것으로 사료된다.

• 한국산업정보학회논문지
• /
• 제12권4호
• /
• pp.138-147
• /
• 2007

대사 공학의 발전과 함께 생물체에 유전자 재조합기술과 관련 분자생물학 및 화학공학적 기술을 이용하여 새로운 대사회로를 도입하거나 기존의 대사회로를 제거 증폭 변경시켜 세포나 균주의 대사 특성을 조절하는(directed modification) 일련의 기술들이 가능해지고 있다. 하지만 이러한 대사회로를 조절하기 위해서는 많은 선행 연구에 대한 고찰이 필요하며, 일선 연구자들은 방대한 선행 자료를 검색하고 일일이 읽으면서 자신에게 필요한 정보를 수집하고 있다. 따라서 효율적으로 대사 모델을 구축하고, 방대한 대사관련 연구논문으로부터 대사흐름 관련 정보를 자동으로 추출하는 기술의 개발이 중요한 이슈로 부각되고 있다. 본 논문에서는 대사경로 재구축을 위한 서열과 패턴 기반의 텍스트 마이닝 기법을 제안한다. 제안된 기법은 웹 로봇을 이용하여 최신의 논문을 반자동적으로 수집하고 이를 이용하여 최신의 논문을 로컬 데이터베이스로 구축한다. 또한 생물학 개체명의 인식율을 높이기 위해 유전자 온토로지를 이용하며, NCBI에서 제공하는 Tokenizer 라이브러리를 이용하여 개체명의 파괴 없이 인식할 수 있게 하였다. 본 연구에서 제안한 텍스트 마이닝 기법에서는 패턴을 이용하여 논문으로부터 대사경로 지식을 추출하게 되므로 올바른 패턴을 확보하는 것이 중요한 문제이다. 논문에서는 패턴의 수집을 위하여 대표적인 대사 경로 전문 사이트인 일본의 KEGG 경로 데이터베이스에서 추출한 Glycosphingolip건 종에 대한 20,000 여건의 논문에서 66개의 패턴을 추출하였다. 제안된 기법의 유효성을 입증하기 위하여 Glycosphingolipid종의 GLS 대사경로 19개 개체명을 이용하여 시스템을 평가하였다. 그 결과 논문 125,907건에 대하여 정확도 96.3%, 재현을 95.1%, 처리시간 15초의 성능을 보였다. 본 논문에서 제안된 시스템은 대사 경로 재구축에 유용하게 활용될 수 있을 것으로 기대된다.

• 한국산학기술학회논문지
• /
• 제20권2호
• /
• pp.368-377
• /
• 2019

본 연구는 전문대학이 직업교육 훈련 기관으로써 더욱 효과적으로 활성화될 수 있도록 현재 운영 과정에 대해 살펴보고 개선점을 제안하기 위하여 시도되었다. 연구 대상자는 서울과 경기 지역의 전문대에서 미용계열 직업교육 훈련과정을 수료하였거나 재학 중인 250명을 대상으로 자료 수집을 실시하여 부적절한 응답을 제외한 총 230부를 분석하였다. 자료 분석은 설문조사에서 회수된 설문지 응답 결과를 통계 패키지 프로그램인 SPSS Statistics (Ver. 24: IBM, USA)를 이용하여 분석하였다. 본 연구에서 자료의 특성을 살펴보기 위하여 빈도 분석을 실시하였고, 범주 형 자료 간의 연관성을 살펴보기 위하여 교차분석을 주로 실시하였다. 연구 결과 첫째, 고등학교 1학년 학기 초 일반고 전교생들에게 직업교육 훈련과정에 대한 정보를 일률적으로 제공하고, 이후 2학년 1학기부터 충분한 직업교육 훈련시간을 통해 본인의 적성에 부합한 진로를 결정할 수 있게 하는 것이다. 둘째, 미용계열 훈련과정에 네 개의 전공과목을 동시에 개설하는 것이다. 훈련생들이 네 개의 미용 과목에 따른 자격증을 훈련기관에서 훈련기간 중 취득할 수 있게 하며. 피부, 헤어, 메이크업, 네일아트의 모든 전공과목을 교육 받고 자격증을 취득하는 과정에 본인의 적성에 부합한 전공 진로를 신중히 결정할 수 있게 기회를 갖는 것이다. 이러한 결과를 바탕으로 전문대가 미용을 전공으로 하는 일반고 비진학 학생들에게 효율적인 직업교육 훈련기관으로 더욱 활성화될 수 있는 방안을 제안하였다.

• 한국ITS학회 논문지
• /
• 제17권6호
• /
• pp.133-143
• /
• 2018

회전교차로(Roundabouts)는 비교적 교통량과 보행자가 적은 교차로에 신호등 없이 설치되어 원형교통섬을 한 방향으로 회전하여 통행하는 비신호 교차로이다. 회전교차로 설치이후 비정상적인 교통수요 발생 및 보행량 증가 시 운영효율성 감소에 따른 대처방안으로 회전교차로 신호미터링(Signal Metering)에 대한 연구가 다수 진행되고 있다. 그러나 기존의 신호미터링 운영 알고리즘(Algorithm)은 양보선과 검지기간 사각지대 및 회전차로에 존재하는 차량의 대기행렬을 고려하지 못하는 단점이 존재한다. 따라서 본 연구에서는 대기행렬 소거시간(Queue Clearance Time)을 고려한 실시간 회전교차로 신호미터링 운영 알고리즘을 제시하고 VISSIM의 Com-Interface를 활용하여 그 효과를 분석하였다. 분석결과 총 진입교통량 3,200~4,800대/시에 대기행렬 소거시간 21~50초를 적용 시 차량 당 평균지체가 16.1~71.7%까지 크게 감소하는 것으로 분석되었다.

• 국제지역연구
• /
• 제15권1호
• /
• pp.31-60
• /
• 2011

메드베데프 정부는 오바마 정부의 '재설정' 정책과 글로벌 경제위기로 인한 경제 현대화의 필요성에 따라 새로운 대외정책노선을 채택했다. 새로운 대외정책의 목표는 경제 현대화를 위한 호의적인 외적 환경 조성과 대외적 자원의 효율적 이용에 있으며, 이를 위한 과제로 다른 강대국들과의 대립 회피, 국경 주변의 분쟁 방지, 외부로부터의 자본 투자와 첨단기술 도입 활성화 등이 설정되었다. 이러한 대외정책노선은 미국과는 전략적 협력의 기반 조성, 유럽과는 '현대화 동맹'을 위한 준비, 중국 및 일본과는 협력과 갈등의 관리, 탈소비에트 국가들과는 전략적 안정과 경제적 통합의 이중전략을 통해 구체화되고 있다. 그러나 새로운 대외정책노선이 미국 및 유럽과의 관계강화를 우선순위에 둔다고 해서, 그것이 1990년대 초 자유주의적 친서방 노선으로의 회귀를 의미하지는 않는다. 러시아가 '현대화' 개혁을 추진하는 궁극적인 목표는 여전히 푸틴 정부의 대외정책노선이었던 다극적 세계질서에 부합하는 강대국 러시아의 재건에 있다. 이런 맥락에서 메드베데프 정부에서 진행되고 있는 대외정책 변화는 목표의 변화 없이 그것을 실현하는 수단 또는 방식의 변화를 의미하는 '국제적 차원의 프로그램 변화(program change on international level)'로 규정할 수 있을 것이다.

• 한국ITS학회 논문지
• /
• 제22권1호
• /
• pp.276-290
• /
• 2023

현재 국내에서는 자율주행차량의 상용화를 목표로 다양한 노력을 기울이고 있으며 자율주행차량이 운영 가이드라인에 따라 안전하고 신속하게 주행할 수 있는 연구들이 대두되고 있다. 본 연구는 자율주행차량의 경로탐색을 미시적인 관점으로 바라보며 Deep Q-Learning을 통해 자율주행차량의 차로변경을 학습시켜 효율성을 입증하고자 한다. 이를 위해 SUMO를 사용하였으며, 시나리오는 출발지에서 랜덤 차로로 출발하여 목적지의 3차로까지 차로변경을 통해 우회전하는 것으로 설정하였다. 연구 결과 시뮬레이션 기반의 차로변경과 Deep Q-Learning을 적용한 시뮬레이션 기반의 차로변경으로 구분하여 분석하였다. 평균 통행 속도는 Deep Q-Learning을 적용한 시뮬레이션의 경우가 적용하지 않은 경우에 비해 약 40% 향상되었으며 평균 대기 시간은 약 2초, 평균 대기 행렬 길이는 약 2.3대 감소하였다.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1143-1150
• /
• 2023

세계적 기후 위기와 저탄소 정책 이행으로 신재생 에너지에 관한 관심이 높아지고 이와 관련된 산업이 증가하고 있다. 이 중에서 태양 에너지는 고갈되지 않고 오염 물질이나 온실가스를 배출하지 않는 대표적인 친환경 에너지로 주목받고 있으며, 이에 따라 세계적으로 태양광 발전 시설 보급이 증가하고 있다. 하지만 태양광 발전은 지리, 날씨와 같은 환경의 영향을 받기 쉬우므로 안정적인 운영과 효율적인 관리를 위해 정확한 발전량 예측이 중요하다. 하지만 변동성이 큰 태양광 발전을 수학적 통계 기술로 정확한 발전량을 예측하는 것은 불가능하다. 이를 위해서 정확하고 효과적인 예측을 위해 딥러닝 기반의 기술에 관한 연구는 필수적이다. 또한, 기존의 딥러닝을 활용한 예측 방식은 장, 단기적인 예측을 나누어 수행하기 때문에 각각의 예측 결과를 얻기 위한 시간이 길어진다는 단점이 있다. 따라서, 본 연구에서는 시계열 특성을 가진 태양광 발전량 데이터를 사용하여 장단기 통합 예측을 수행하기 위해 순환 신경망의 다대다 구조를 활용한다. 그리고 이를 다양한 딥러닝 모델들에 적용하여 학습을 수행하고 각 모델의 결과를 비교·분석한다.