• 한국지반공학회논문집
• /
• 제22권8호
• /
• pp.107-118
• /
• 2006

터널과 관련된 여러 영향인자중 시간의 따른 투수상태와 지반의 장기거동은 터널의 이상 거동을 이해하는데 있어서 중요하다. 터널은 이러한 인자에 의해서 심각한 손상을 입을 수 있으나 시공 후 이러한 인자들에 의해 발생한 영향을 정량적으로 분석해 내는 것은 쉽지 않다. 입력과 출력간의 상관관계가 비교적 독립적이라면 터널거동에 미치는 인자들의 영향은 역해석 기법을 적용하여 예측할 수 있다. 모델을 구성하는 입출력 자료의 특성에 따라 인공신경망 기법이나 최소제곱법 등 다양한 역해석 방법이 개발 될 수 있으며 수치해석, 실험 또는 계측 결과가 역해석 모델의 구성 및 검증을 위해 쓰일 수 있다. 본 연구에서는 시공 후 터널의 내공 변위 변화로부터 투수 및 지반의 장기거동과 관련된 인자들 중 배수재의 투수계수, 지하수위, 장기 이완 하중 크기 및 암반 손상 패턴 등의 변화에 의한 영향을 정량적으로 분석할 수 있는 역해석 기법을 개발하였다. 역해석은 인공신경망 기법을 적용하였으며 학습데이터 확보를 위해 수치해석 모델이 개발 되고 다양한 하중 상태에 대한 거동 분석이 이루어졌다.

• 해양환경안전학회지
• /
• 제29권1호
• /
• pp.24-35
• /
• 2023

급격한 산업화와 도시화로 인해 해양 오염이 심각해지고 있으며, 이러한 해양 오염을 실효적으로 관리하기 위해 수질평가지수(Water Quality Index, WQI)를 마련하여 활용하고 있다. 하지만 수질평가지수는 다소 복잡한 계산과정으로 인한 정보의 손실, 기준값 변동, 실무자의 계산오류, 통계적 오류 등의 불확실성(uncertainty)을 내포하고 있다. 이에 따라 국내·외에서 인공지능 기법을 활용하여 수질평가지수를 예측하기 위한 연구가 활발히 이루어지고 있다. 본 연구에서는 해양환경측정망 자료(2000 ~ 2020년)를 활용하여 우리나라 전 해역 즉, 5개의 생태구에 대한 WQI를 추정할 수 있는 가장 적합한 인공지능기법을 도출하기 위해 총 6가지의 기법(RF, XGBoost, KNN, Ext, SVM, LR)을 실험하였다. 그 결과, Random Forest 기법이 다른 기법에 비해 가장 우수한 성능을 보였다. Random Forest 기법의 WQI 점수 예측값과 실제값의 잔차 분석 결과, 모든 생태구에서 시간적 및 공간적 예측 성능이 우수한 것으로 나타났다. 이를 통해 본 연구에서 개발한 Random Forest 기법은 높은 정확도를 바탕으로 우리나라 전해역에 대한 WQI를 예측 가능할 것으로 사료된다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권6호
• /
• pp.63-72
• /
• 2017

본 연구는 대학에서 영화를 기반으로 한 교양교과 수업에 실제 적용한 사례를 중심으로 이루어졌다. 이에 영화를 기반으로 교양교과 수업에 대한 인식을 알아보고자 하였다. 특히 영화 6편 중 '언터처블: 1%의 우정' 중심으로 수업 활동을 분석하여 전개하였다. 본 연구대상은 부산광역시에 소재한 D대학 2016년 1학기에 개설된 교양과목 '영화로 만나는 창의적 융합' 강좌에 수강한 대학생 44명을 대상으로 하였다. 본 연구에서는 전통적인 수업방식에서 탈피한 창의성 수업으로 영화를 감상하고 퀴즈를 온라인을 통해 선행학습한 이후 과제, 발표, 실험, 체험 등을 정규 수업시간에 수행하는 교육방법으로 15주 동안 진행하였다. 본 연구에서 영화를 활용한 교양수업에 대한 인식결과는 다음과 같다. '움직임이 살아있는 교양수업이다', '영화를 다양한 시각으로 보게 하는 교양수업이다', '나를 알게 하는 교양수업이다' 로 나타났다. 이는 일상생활에서 쉽게 접할 수 있는 영화라는 교육매체와 틀에서 벗어난 공간에서 활동하는 교양수업이 대학생들에게는 호기심을 자극하고 재미를 더해주는 것으로 인식하고 있음을 시사하고 있다.

• 한국차세대컴퓨팅학회논문지
• /
• 제13권5호
• /
• pp.7-18
• /
• 2017

트위터는 사용자들에게 정보를 받거나 교환하는 채널로써의 역할이 활발히 이루어지고 있고 새로운 사건이 발생했을 때 빠르게 반응하기 때문에 지진이나 홍수, 자살 등의 새로운 사건을 탐지하는 센서역할로 활용할 수 있다. 그리고 사건을 탐지하기 위해서 우선적으로 관련된 트윗 추출이 필수적이다. 하지만 관련된 트윗을 찾기 위해 관련 키워드를 포함한 트윗을 추출하기 때문에 해당 키워드가 없지만 의미적으로 사건과 관련이 있는 트윗은 찾지 못하는 문제점이 있다. 또한 기존의 연구들은 디스크에 저장된 데이터에 대한 분석이 주를 이루고 있어 원하는 결과를 얻기 위해서는 데이터를 수집하여 저장하고 분석에 이르기까지 오랜 시간이 소모된다. 이러한 문제점을 해결하기 위해 본 연구에서는 실시간 이슈 탐지를 위한 일반-급상승 단어 사전 생성 및 매칭 기법을 제안한다. 데이터 스트림 인메모리 기반으로 일반-급상승 단어 사전을 생성 및 관리하기 때문에 새로운 사건을 빠르게 학습하고 대응할 수 있다. 또한 분석을 원하는 주제의 일반 사전과 급상승 사전을 동시에 관리하기 때문에 기존의 방법으로 찾지 못하는 트윗을 검출해 낼 수 있다. 본 연구를 통해 빠른 정보와 대응이 필요한 분야에 즉시적으로 활용할 수 있다.

• 한국과학교육학회지
• /
• 제43권3호
• /
• pp.295-306
• /
• 2023

본 연구에서는 과학교사의 적응적 실행에 대한 인식을 중요도와 실행도 측면에서 알아보고자 하였다. 이를 위해 중등 과학교사를 대상으로 적응적 실행 설문지를 개발하여 128명의 설문 응답 결과를 분석하였다. 분석 결과, 첫째, 과학교사들은 적응적 실행의 17개 항목에 대해 모두 중요하다고 응답하였다. 특히 '예시의 추가', '개념의 수준/범위 조절', '학생 참여 격려'에 관한 항목은 중요도와 실행도가 모두 높게 나타났다. 둘째, 적응적 실행 항목에 대한 중요도-실행도 분석 결과, 중요도는 높으나 실행도가 낮아서 집중 개선이 필요한 항목들은 '학생들의 주도적인 학습을 격려'하고 '개인차에 대한 모니터링과 대응'에 대한 것이었다. 이 항목들이 중요도가 높음에도 불구하고 실행도가 낮은 이유에 대해 과학교사들은 시간 부족과 획일적인 교육과정을 지적하였다. 셋째, 적응적 실행 항목에 대한 중요도-실행도 분석에서 과잉 영역인 4영역에 위치한 항목들로는 '속도 조절', '활동 조율', '비유/은유 사용'에 대한 것이었다. 특히 '비유/은유 사용'은 유일하게 중요도보다 실행도가 높게 나온 항목으로 과학교사들이 현재도 충분히 사용하고 있으며 과잉 사용으로 인한 문제점이 발생하지 않는지 재고할 필요가 나타났다. 넷째, 중요도와 실행도의 차이가 나타나는 이유에 대한 응답을 분석한 결과, 교사 요인으로는 교사의 지식이나 능력 부족, 계획대로 실행하는 성향 등이 언급되었으며, 학생 요인으로는 과다한 학생 수, 학생의 수준 차이, 입시 위주 수업을 선호하는 경향 등이 나타났다. 환경 요인으로는 획일적 교육과정과 실험 여건, 평가체제, 외부의 요구 등이 다양하게 언급되었다. 마지막으로 본 연구결과가 과학교육에 주는 시사점을 논의하였다.

• 한국전자거래학회지
• /
• 제27권2호
• /
• pp.205-218
• /
• 2022

최근 제조업에서의 디지털 전환이 가속화되고 있다. 이에 따라 사물인터넷(internet of things: IoT) 기반으로 현장 데이터를 수집하는 기술의 중요성이 증대되고 있다. 이러한 접근법들은 주로 각종 센서와 통신 기술을 활용하여 특정 제조 데이터를 확보하는 것에 초점을 맞춘다. 현장 데이터 수집의 채널을 확장하기 위해 본 연구는 비전(vision) 인공지능 기반으로 제조 데이터를 자동 수집하는 방법을 제안한다. 이는 실시간 영상 정보를 객체 탐지 및 추적 기술로 분석하고, 필요한 제조 데이터를 확보하는 것이다. 연구진은 객체 탐지 및 추적 알고리즘으로 YOLO(You Only Look Once)와 딥소트(DeepSORT)를 적용하여 프레임별 객체의 움직임 정보를 수집한다. 이후, 움직임 정보는 후보정을 통해 두 가지 제조 데이터(생산 실적, 생산 시간)로 변환된다. 딥러닝을 위한 학습 데이터를 확보하기 위해 동적으로 움직이는 공장 모형이 제작되었다. 또한, 실시간 영상 정보가 제조 데이터로 자동 변환되어 데이터베이스에 저장되는 상황을 재현하기 위해 운영 시나리오를 수립하였다. 운영 시나리오는 6개의 설비로 구성된 흐름 생산 공정(flow-shop)을 가정한다. 운영 시나리오에 따른 제조 데이터를 수집한 결과 96.3%의 정확도를 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.42-42
• /
• 2022

지금까지도 유역에서의 녹조 모니터링은 현장채수를 통한 점 단위 모니터링에 크게 의존하고 있어 기후, 유속, 수온조건 등에 따라 수체에 광범위하게 발생하는 녹조를 효율적으로 모니터링하고 대응하기에는 어려운 점들이 있어왔다. 또한, 그동안 제한된 관측 데이터로 인해 현장 측정된 실측 데이터 보다는 녹조와 관련이 높은 NDVI, FGAI, SEI 등의 파생적인 지수를 산정하여 원격탐사자료와 매핑하는 방식의 분석연구 등이 선행되었다. 본 연구는 녹조의 모니터링시 정확도와 효율성을 향상을 목표로 하여, 우선은 녹조 측정장비를 활용, 7000개 이상의 녹조 관측 데이터를 확보하였으며, 이를 바탕으로 동기간의 고해상도 위성 자료와 실측자료를 매핑하기 위해 다양한Machine Learning기법을 적용함으로써 그 효과성을 검토하고자 하였다. 연구대상지는 낙동강 내성천 상류에 위치한 영주댐 유역으로서 데이터 수집단계에서는 면단위 현장(in-situ) 관측을 위해 2020년 2~9월까지 4회에 걸쳐 7291개의 녹조를 측정하고, 동일 시간 및 공간의 Sentinel-2자료 중 Band 1~12까지 총 13개(Band 8은 8과 8A로 2개)의 분광특성자료를 추출하였다. 다음으로 Machine Learning 분석기법의 적용을 위해 algae_monitoring Python library를 구축하였다. 개발된 library는 1) Training Set과 Test Set의 구분을 위한 Data 준비단계, 2) Random Forest, Gradient Boosting Regression, XGBoosting 알고리즘 중 선택하여 적용할 수 있는 모델적용단계, 3) 모델적용결과를 확인하는 Performance test단계(R², MSE, MAE, RMSE, NSE, KGE 등), 4) 모델결과의 Visualization단계, 5) 선정된 모델을 활용 위성자료를 녹조값으로 변환하는 적용단계로 구분하여 영주댐뿐만 아니라 다양한 유역에 범용적으로 적용할 수 있도록 구성하였다. 본 연구의 사례에서는 Sentinel-2위성의 12개 밴드, 기상자료(대기온도, 구름비율) 총 14개자료를 활용하여 Machine Learning기법 중 Random Forest를 적용하였을 경우에, 전반적으로 가장 높은 적합도를 나타내었으며, 적용결과 Test Set을 기준으로 NSE(Nash Sutcliffe Efficiency)가 0.96(Training Set의 경우에는 0.99) 수준의 성능을 나타내어, 광역적인 위성자료와 충분히 확보된 현장실측 자료간의 데이터 학습을 통해서 조류 모니터링 분석의 효율성이 획기적으로 증대될 수 있음을 확인하였다.

• 한국엔터테인먼트산업학회논문지
• /
• 제13권8호
• /
• pp.619-626
• /
• 2019

본 연구는 광주광역시 북구에 거주하고 생활건강지원센터에서 제공하는 재활프로그램에 참여하고 있는 성인발달장애인으로 참여형 재활프로그램이 성인발달장애인의 앉았다 일어서기, 일어나 걸어가기 및 지각-운동능력에 어떠한 영향을 미치는지 알아보고자 성인발달장애인 17명을 대상으로 참여형 재활프로그램을 13주간 주 1회 60분의 프로그램을 적용하여 중재 전, 후 그리고 12주 후 재측정하여 다음과 같은 결론을 얻었다. 앉았다 일어서기 검사에서는 중재 전과 후에 횟수의 증가는 있었지만 통계적으로 유의한 차이는 없었다. 일어나 걸어가기 검사에서는 시간에 따라 통계적으로 유의한 차이가 있었으며, 사후검증결과 중재 전보다 후에 유의한 효과가 있었다. 지각-운동능력 검사에서는 유의한 차이는 없었다. 본 연구의 결과를 종합해보면 참여형 재활프로그램이 기능적 동작과 관련된 동적균형에 긍정적인 영향을 미쳤음을 알 수 있었다. 그러나 운동조절 및 운동학습과 관련된 지각-운동능력에는 유의한 차이가 나타나지 않았다. 향후 성인발달장애인의 지역사회활동 증가와 낙상의 위험 감소 및 동적 균형능력 향상을 위해 참여형 재활프로그램을 활용하여 신체적 웰빙을 도모할 수 있을 방안으로 제안하는 바이다.

• 스마트미디어저널
• /
• 제12권10호
• /
• pp.63-70
• /
• 2023

최근 스마트팜 에너지 비용 중 35% 낸난방비 에너지 소비가 증가되어 에너지 소비 효율화가 요구되며, 전기료 현실화에 대한 우려로 신재생 에너지 중요성이 증가하고 있다. 신재생 에너지는 수력, 풍력, 태양광 등에 속하며, 이중 태양광 에너지는 전기에너지로 변환하는 발전기술로, 이 기술은 에너지원이 환경에 미치는 영향이 적고, 유지 보수가 간편하다는 특징을 갖고 있다. 본 연구에서는 온실 축열조, 히트펌프 데이터 기반으로 축열조 영향을 많이 미치는 요소를 선정하고 축열조 공급 온도예측 모델을 개발하고자 한다. 시계열 데이터 분석 및 예측에 효과적인 LSTM(Long Short-Term Memory)과 다른 앙상블 학습 기법보다 뛰어난 XGBoost 모델을 이용하여 예측한다. 히트펌프 축열조 온도를 예측함으로써 에너지 소비를 최적화하여 시스템 운영을 최적화할 수 있다. 또한, 태양광 활용에 따른 냉난방비 절감 및 농가의 에너지 자립도 개선 등 스마트팜 에너지 통합 운영 시스템에 연계하고자 한다. 플랫폼을 통해 폐열 에너지의 공급을 관리하고 최대 난방부하 및 계절, 시간별 작물생장에 필요한 에너지값을 도출하여 이를 기반으로 최적 에너지 운용방안을 도출하고자 한다.

• 전기전자학회논문지
• /
• 제27권4호
• /
• pp.486-493
• /
• 2023

본 논문에서는 FMCW 레이다 기반의 포인트 클라우드와 LSTM을 이용한 자동 핸드 제스처 영역 추출 및 인식 기법을 제안한다. 제안한 기법은 기존의 방식과 다른 다음과 같은 독창성이 있다. 첫 번째, 기존의 range-doppler 등의 2D 이미지를 입력 벡터로 하는 방식과 다르게 시계열 형태의 포인트 클라우드 입력 벡터는 레이다 전방에서 발생하는 시간에 따른 움직임을 좌표계 형태로 인식할 수 있는 직관적인 입력 데이터이다. 두 번째, 입력 벡터의 크기가 작기 때문에 인식에 쓰이는 딥러닝 모델도 가볍게 설계할 수 있다. 제안하는 기법의 수행 과정은 다음과 같다. FMCW 레이다로 측정된 거리, 속도, 각도 정보를 활용해 x, y, z 좌표 형식과 도플러 속도 정보를 포함한 포인트 클라우드를 활용한다. 제스처 영역은 속도 정보를 통해 얻어진 도플러 포인트를 이용하여 제스처의 시작과 끝 지점을 파악해 자동으로 핸드 제스처 영역을 추출하게 된다. 추출된 제스처 영역의 시점에 해당하는 시계열 형태의 포인트 클라우드는 최종적으로 본 논문에서 사용한 LSTM 딥러닝 모델의 학습 및 인식에 활용되게 된다. 제안하는 기법의 객관적인 신뢰성을 평가하기 위해 다른 딥러닝 모델들과 MAE를 산출하는 실험과 기존 기법들과 인식률을 산출하는 실험을 수행하여 비교하였다. 실험 결과, 시계열 형태의 포인트 클라우드 입력 벡터 + LSTM 딥러닝 모델의 MAE 값이 0.262, 인식률이 97.5%로 산출되었다. MAE는 낮을수록, 인식률은 높을수록 우수한 결과를 나타내므로 본 논문에서 제안한 기법의 효율성이 입증되었다.