도로의 평탄성은 승차감과 직결되는 중요한 요소이며, 도로의 기능평가 및 포장품질 관리를 위한 평가항목이다. 본 연구에서는 지상 LiDAR, 드론 사진측량 및 드론 LiDAR의 최신 3차원 공간정보 구축 기술을 활용하여 도로 노면에 대한 데이터를 취득하고, 각각의 방법에 대한 정확도 및 평탄성을 분석하였다. 정확도 평가 결과 지상 LiDAR는 X, Y, Z 방향으로 각각 0.039m, 0.042m, 0.039m의 RMSE를 나타내었으며 드론 사진측량과 드론 LiDAR는 각각 0.072~0.076m, 0.060~0.068m의 RMSE를 나타내어 측량 및 지도제작 분야에 각각의 방법이 충분히 활용 가능함을 제시하였다. 또한 편평도 분석을 위해 각각의 방법으로 구축된 3차원 공간정보에서 대상 구간에 대한 종방향 경사와 횡방향 경사를 추출하고, 설계값과 비교를 수행하였다. 평탄성 분석 결과 지상 LiDAR는 설계값과 동일한 경사를 나타내었으며, 드론 사진측량 및 드론 LiDAR의 경우 설계값과 다소 차이를 보였다. 도로의 평탄성 분석과 같은 계측 분야에 드론 사진측량 및 드론 LiDAR를 활용하기 위한 정확도를 향상 방안 연구가 필요하다. 향후 정확도 향상을 통한 활용성을 제시할 수 있다면 드론 사진측량 및 드론 LiDAR를 활용하여 취득에 소요되는 시간을 크게 감소시킬 수 있으므로 관련 업무 효율성 향상이 가능할 것이다.
스마트팩토리는 제조생산 전 과정이 디지털 자동화 솔루션으로 결합돼 생산성 및 품질, 그리고 고객만족도를 향상시키는 지능형 공장으로 스스로 제어할 수 있는 공장을 말한다. 독일, 유럽, 미국 등을 중심으로 전세계 제조 산업에서 급속도로 변화하고 있다. 우리 정부도 이러한 변화에 대응하기 위해 중소중견기업을 위한 스마트팩토리 보급확산 정책을 펼치고 있으며 산업자원통상부, 중소벤처기업부, 중소기업기술정보진흥원, 각 지역 테크노파크 등 관계부처 및 기관들과 삼성, SK, LG 등 대기업들이 스마트팩토리 지원 사업에 적극적인 투자를 하며 제조 스마트화에 나서고 있다[1]. 공장자동화(Factory Automation, FA) 구축에는 이기종 장비의 연결에 대해 많은 이슈들이 있다. 다양한 장비로부터의 다양한 통신 구성이 가장 힘든 측면이 그 이유이다. 같은 회사 제품들로만 구성되거나 표준안이 존재하면 모르겠지만, 오래된 장비와 최신의 장비, 사용 환경도 제각각인 장비들이 일련의 통신을 통해 통합 구축을 하려니 구축하기가 쉽지 않다. 이런 문제점을 해결하기위한 방법으로 전 세계적으로 널리 보급되어 있는 자동화 프로토콜의 하나이고, 대표적인 설비 제어시스템인 PLC의 수많은 공업 기기에서 통신표준으로 사용하고 있는 FieldBus중 하나인 Modbus를 이용하여 통신 하는 방안을 제시하고자 한다.
인간은 오감 (시각, 청각, 후각, 촉각, 미각) 중 시각 및 청각 정보를 위주로 사용하여 주변 물체를 인식한다. 최신의 객체 인식과 관련한 주요 연구에서는 주로 이미지센서 정보를 이용한 분석에 초점이 맞추어져 있다. 본 논문에서는 다양한 chirp 오디오 신호를 관측공간에 방출하고 2채널 수신센서를 통해 echo를 수집하여 스펙트럼 이미지로 변화시킨 후 딥러닝을 기반으로 이미지 학습 알고리즘을 이용하여 3D 공간상의 객체 인식 실험을 진행하였다. 본 실험은 무향실의 이상적 조건이 아닌 일반적인 실내 환경에서 발생하는 잡음 및 echo가 있는 환경에서 실험을 진행하였고 echo를 통해 객체 인식률을 83% 정확도로 물체의 위치 추정할 수 있었다. 또 한 추론 결과를 관측공간과 3D Sound 공간 신호로 mapping 하여 소리로 출력하여 3D 사운드의 학습을 통해 소리를 통한 시각 정보를 얻을 수 있었다. 이는 객체 인식 연구를 위해서 이미지 정보와 함께 다양한 echo 정보의 활용이 요구된다는 의미이며 이런 기술을 3D 사운드를 통한 증강현실 등에 활용 가능할 것이다.
본 실험은 지역 적응성 시험을 통한 도입 초당옥수수 자원의 농업 형질을 조사하고 혼합 선형 모형을 이용하여 조사 형질의 분산 구성요소를 추정하고 이를 통해 형질들의 유전력을 추정함으로써 신규 자원이 가진 육종재료로서의 가치를 평가하고, 이를 이용한 초당 옥수수 품종 육종 과정에서 선택할 수 있는 육종 및 선발 방법을 도모하고자 하였다. 1. 출웅기와 출사기를 제외한 모든 형질의 유전력은 낮게 추정되었는데 이러한 형질은 분산구성요소 중 유전분산이 낮게 추정되었다. 착수고율의 경우 품종과 지역 간의 유의한 상호작용효과로 인해 낮은 유전분산이 추정된 것으로 보인다. 2. 측정 형질의 낮은 유전력 추정치는 시험 재료가 모두 최신 상업용 품종이기 때문일 것으로 사료된다. 따라서 육종재료로서의 낮은 잠재력을 의미하는 것은 아니다. 3. 낮은 유전분산과 유의미한 상호작용 효과를 극복하고 선발 효율을 극대화 하기 위하여 교잡종의 직접적인 자가 수정을 통한 자식 계통 개발을 진행하기 보다 intermating을 통한 유전자 재조합을 먼저 유기하는 것이 바람직 할 것으로 보인다.
본 연구에서는 최신의 연구 트렌드인 빅데이터와 인공지능을 농업분야에 접목하여 유전자 알고리즘(GA)과 전지구 기후 재분석 자료를 활용한 마늘 생산량의 장기 예측 모형을 개발하고 그 예측성능을 평가해 보았다. 해당 모형은 마늘의 파종량을 수정할 수 있는 11월에 예측 자료를 생산하므로, 마늘의 생산 시기와 시간공간적으로 떨어진 전지구 기후 재분석 자료로부터 마늘생산량의 예측 인자로 활용할 수 있는 시그널을 찾아 장기적 마늘 생산량 예측에 활용하였다. 그 결과 결정론적 예측과 확률론적 예측 모두 마늘 생산량의 경년변동성을 통계적으로 99% 신뢰수준에서 관측과 유사하게 모의하였으며, 범주형 예측에서도 이분위 예측에서 93.3%, 삼분위 예측에서 73.3%의 적중률을 보이며 우수한 예측 성능을 나타내었다. 또한, 예측인자들 사이의 선형 및 비선형적 관계를 모두 고려하는 GA방법을 사용하였을 때, 선형적 앙상블 방법을 적용하였을 때 보다 높은 예측성능과 안정적인 예측결과를 보이는 것을 알 수 있다. 본 연구에서 개발된 마늘 생산량 예측 모형은 기존의 단기예측 위주의 농산물 생산량 예측의 한계를 극복하고 한 해의 농사가 시작되기 전 잠재 생산량을 전망 정보를 생산하여 농산물의 수요·공급 및 가격안정화를 위한 장기적 계획을 수립하는 것에 도움이 될 것으로 생각된다.
현재 교량과 같은 토목구조물의 설계프로세스는 1차 설계 후 구조 검토를 수행하여 기준에 부적합할 경우 재설계하는 과정을 반복하여 최종적인 성과품을 만드는 것이 일반적이다. 이러한 반복 과정은 설계에 소요되는 기간을 연장시키는 원인이 되며, 보다 수준 높은 설계를 위해 투입되어야 할 고급 엔지니어링 인력을 기계적인 단순 반복 작업에 소모하고 있다. 이러한 문제는 설계 과정 자동화를 통하여 해결할 수 있으나, 설계 과정에서 사용되는 해석프로그램은 이러한 자동화에 가장 큰 장애요인이 되어 왔다. 본 연구에서는 기존 설계 과정 중 반복작업을 대체하고자 강화학습 알고리즘과 외부 해석프로그램을 함께 제어할 수 있는 인터페이스를 포함한 교량설계 프로세스에 대한 AI기반 자동화 시스템을 구축하였다. 이 연구를 통하여 구축된 시스템의 프로토타입은 2경간 RC라멘교를 대상으로 제작하였다. 개발된 인터페이스 체계는 향후 최신 AI 및 타 형식의 교량설계 간 연계를 위한 기초기술로써 활용될 수 있을 것으로 판단된다.
Sentinel-2는 분광파장대나 공간해상도 측면에서 우리나라 차세대중형위성 4호(농림위성)의 모의영상으로 활용될 수 있다. 이 단보에서는 향후 농림위성영상에 적용하기 위한 예비실험으로, 딥러닝 기술을 이용한 Sentinel-2 영상의 구름탐지를 수행하였다. 전통적인 Convolutional Neural Network (CNN) 모델인 DeepLabV3+와 최신의 Transformer 모델인 Shifted Windows (Swin) Transformer를 이용한 구름탐지 모델을 구축하고, Radiant Earth Foundation (REF)에서 제공하는 22,728장의 학습자료에 대한 암맹평가를 실시하였다. Swin Transformer 모델은 0.886의 정밀도와 0.875의 재현율로, 과탐지와 미탐지가 어느 한쪽으로 치우치지 않는 경향을 보였다. 딥러닝 기반 구름탐지는 향후 우리나라 중심의 실험을 거쳐 농림위성 영상에 활용될 수 있을 것으로 기대된다.
Low flow는 하천수의 공급관리 및 계획, 관개용수 등 다양한 분야에 영향을 미친다. 이러한 유황곡선을 산정하기 위해서는 30년 이상의 충분한 기간의 유량자료의 확보가 필수적이다. 하지만 국가하천 단위 이하의 하천의 경우 장기간의 유량자료가 없거나 중간에 일정기간 동안 결측된 관측소가 있어 하천별 유황 곡선을 산정하기에 한계가 있다. 이에 과거에는 미계측 유역의 유황을 예측하기 위해 다중회귀분석(Multiple Regression Analysis), ARIMA 모형 등 통계학적 기반의 기법들을 사용하였지만, 최근에는 머신러닝, 딥러닝 모형의 수요가 증가하고 있다. 이에 본 연구에서는 최신 패러다임에 맞는 머신러닝 기법인 DNN기법을 제시한다. DNN기법은 ANN기법의 단점인 학습과정에서 최적 매개변수 값을 찾기 어렵고, 학습시간이 느린 단점을 보완한 방법이다. 따라서 본연구에서는 DNN 모형을 이용하여 미계측 유역에 적용 가능한 유황곡선을 산정하고자 한다. 먼저, 유황곡선에 영향을 미치는 인자들을 수집하고 인자들 간의 다중공선성 분석을 통해 통계적으로 유의한 변수를 선정하여, 머신러닝 모형에 입력자료를 구축하였다. 통계적 검증을 통해 머신러닝 기법의 효용성을 검토하였다.
바닐린은 천연 바닐라의 주요 향미 화합물이며 식품, 음료, 향수, 제약 산업 및 기타 응용 분야에서 광범위하게 사용된다. 바닐린은 화학합성법, 바닐라 꼬투리를 이용한 식물추출법, 천연 전구체를 이용한 생물전환법, 그리고 포도당을 사용한 직접 발효법에 의해 생산될 수 있다. 현재 상업적으로 이용 가능한 대부분의 바닐린은 큐어링 공정을 거쳐 얻어진 바닐라 꼬투리에서 추출하는 방법과 구아이아콜과 글리옥실산을 원료로 사용하여 화학적 합성법에 의해 생산된다. 환경 문제, 건강 준수, 천연 원료에 대한 선호, 천연 바닐라의 제한된 공급 및 치솟는 가격으로 인해 생명 공학 기반 바닐린 생산은 유망한 대안으로 간주된다. 페룰산, 유제놀, 이소유제놀, 리그닌을 포함한 여러 천연 전구체를 대사하고 바닐린을 축적할 수 있는 많은 미생물이 선별되고 평가되면서, 상업적으로 실행 가능한 생산 기술 개발을 위해 많은 노력을 기울였다. 본 총설은 이러한 천연 전구체를 사용하여 천연 바닐린의 생물공학적 생산에 대한 최근의 발전을 간략하게 설명한다. 또한, 포도당에서 바닐린의 새로운 생합성 경로를 기반으로 재생 가능한 탄소원에서 천연 바닐린을 생산하기 위한 최신의 개발 전략과 생산 농도를 높이는 데 발생하는 문제를 극복하기 위한 적절한 해결방안을 소개한다.
국민들이 무료로 이용할 수 있도록 점진적 확대된 무료관람정책은 문화시설 이용의 장벽을 낮추고 관람객 수요도 크게 증진시키는 효과를 가져왔다. 하지만 각 시설들이 공개하고 있는 연간 관람인원은 집계 대상에 대한 기준이 상이하고, 측정된 값이 정확하지 않으며, 관람객 '수' 라기 보다 '빈도'에 가까운 수준에 그치고 있는 실정이다. 특히 인원을 계수하는 기존의 기기들은(피플카운터) 모두 중복으로 집계되어 관람인원이 과대추정되고 있다. 따라서 본 연구의 목적은 문화기반시설의 이용객을 정확하게 파악하고 집계하는 방안을 마련하는 것이라고 할 수 있다. 첫 번째로, 모호하게 측정되고 있는 관람객에 대한 정의를 명확하게 함으로써 비교 가능한 관람객 수를 측정하여야 한다. 두 번째로, 현재 가장 문제점으로 대두되고 있는 '중복 집계'의 문제 해결이 필요하다. 세 번째로, 양질의 서비스제공을 위해서는 '관람객 행태 분석'이 선행되어야 하는데, 이를 위해서는 무엇보다 이용자들의 이동동선이나 체류시간과 같은 다양한 행태를 파악하여야 한다. 이러한 문제를 해결하기 위해 새로운 측정 방안을 제시하고자 한다. 이를 위해 최신의 기술을 활용한 무선신호기반 측정방식(해당 방식은 스마트기기의 고유신호값인 MAC address를 수집함으로써, 중복을 제거한 측정이 가능하며, 또한 관람객의 이동동선, 체류시간, 재방문율 등의 파악이 가능하여 다각적인 관람객 행태 분석도 가능)을 제안하며, 이를 활용한 측정 실험을 통해, 해당 측정방식의 가능성과 실효성을 진단하고자 한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.