• 한국수자원학회논문집
• /
• 제40권11호
• /
• pp.887-898
• /
• 2007

본 연구에서는 분포형 모델링 기법인 SWAT 모형을 이용하여 유역내의 다양한 물리적 특성을 고려한 공간적인 유사량 해석을 통하여 충주댐 유역에 대한 유사 발생 특성을 살펴보았다. 먼저, SWAT 모형의 특성 및 모형내 유사량 모의방법에 대해서 검토하였으며, 대상유역에 대한 유출과 유사량 관련 보정 및 검증을 통해 유역 유사량 해석을 위한 모델링 시스템을 구축하고, 구축된 시스템을 통하여 유역 규모, 토지이용, 하도구간별, 월별 침식 및 유사량을 검토함으로써, 대상유역에 대한 시공간적인 유사 발생 특성을 분석하였다. 상류에서부터 배수면적 크기별로 비유사량을 도시한 결과, 일부 상류 소유역을 제외하고 $0.5{\sim}0.6ton/ha/yr$의 값을 보였으며, 배수면적이 $1,000km^2$ 이상에서는 약 0.51 ton/ha/yr의 비교적 일정한 값을 나타내었다. 토지이용별 단위면적당 연평균 유사 발생량은 밭에서 가장 크게 나타나고 논과 산림에서 작은 것으로 나타났으며, 기존 연구자들의 결과와 다소 차이는 있지만 경향은 비슷하게 나타났다. 하도구간별로는 상류 소유역 중 유역면적이 상대적으로 크고 밭의 비율이 높은 평창강과 주천강에서의 유사량이 많은 것으로 나타났으며, 월별로는 연 유사량의 62% 정도가 홍수기인 $7{\sim}8$월에 집중되고 있는 것으로 나타났다. 이상의 결과로부터 유역면적별 비유사량의 일정한 관계를 도출할 수 있었으며, 토지이용별로 침식 영향을 판단할 수 있는 개략적인 평가를 할 수 있었다. 또한 하도구간별 월별 유사량 비교를 통하여 시공간적인 유사 발생 특성을 파악할 수 있었다.$ 농도를 유지하여 상대적으로 작은 품질변화를 얻을 수 있는 것으로 평가되나 냄새유출과 외부로부터의 오염 문제의 해결을 필요로 한다. 6배 이상, 생체량 밀도는 3배 이상 높았다. 연간 종풍도지수(R)와 종다양성지수(H')는 2001-2002년에 R=0.0160, H'=2.47에 비하여 2006-2007년에는 R=0.0038, H'=1.11로 낮아졌다. 물막이 공사 후 새만금호의 해수역이 줄어들고 수질이 변하면서 어류 서식에 부적합한 환경이 조성되어 종풍도 지수와 종다양성지수가 낮아지고, 소수 기회종의 우점도가 높아진 것으로 보인다.의 표면양상이 관찰되었고, 군간 별다른 차이가 없었다. 즉, 활성형 BR인 CS은 $C_{27}-BRs$, $C_{28}-BRs$의 생합성 과정뿐만 아니라 $C_{29}-BRs$의 생합성 과정을 통하여 생성되는 과정이 식물체내에 존재함을 확인 할 수 있었다.한 one-bottle 접착 시스템과 통계학적으로 유의한 차이를 보이지 않았다.y tissue layer thinning은 3 군모두에서 관찰되었고 항암 3 일군이 가장 심하게 나타났다. 이상의 실험결과를 보면 술전 항암제투여가 초기에 시행한 경우에는 조직의 치유에 초기 5 일정도까지는 영향을 미치나 7 일이 지나면 정상범주로 회복함을 알수 있었고 실험결과 항암제 투여후 3 일째 피판 형성한 군에서 피판치유가 늦어진 것으로 관찰되어 인체에서 항암 투여후 수술시기는 인체면역계가 회복하는 시기를 3주이상 경과후 적어도 4주째 수술시기를 정하는 것이 유리하리라 생각되었다.한 복합레진은 개발의 초기단계이며, 물성의 증가를 위한

• 대한원격탐사학회지
• /
• 제36권6_2호
• /
• pp.1509-1521
• /
• 2020

다목적실용위성(KOMPSAT-3A: Korea Multi-Purpose Satellite 3A)으로부터 산출된 지표 반사도 성과의 검정 작업을 위하여 분광 반사도 측정값을 제공하고 있는 포털인 Radiometric Calibration Network(RadCalNet)에서 제공하는 4 개의 사이트 자료 중에서 중국 바오터우(Baotou: BTCN) 데이터를 이용한 실험을 수행하였다. 실험을 위한 반사도 성과는 대기 반사도와 지표 반사도를 일괄적으로 처리할 수 있도록 재설계하고 구현한 오픈소스 Orfeo ToolBox(OTB)의 확장 프로그램(Extension)을 이용하여 생성하였다. 절대 대기 보정에 적용되는 두 가지의 센서 모델 변수를 고려하여 2016년, 2017년, 2018년 자료 1개씩 총 3개의 영상 자료를 실험에 적용하였다. 한편 각각 USGS LaSRC 알고리즘과 SNAP Sen2Cor 프로그램을 이용하여 Landsat-8과 Sentinel-2B 영상정보로부터 산출한 반사도 성과와의 비교 검증 작업을 수행하여 센서 별 차이를 확인하고자 하였다. 대기 반사도와 지표 반사도를 대상으로 절대 대기 보정을 위한 필수 입력 값인 Gain과 Offset에 대한 센서 모델 변수 값을 적용한 결과로, 2019년에 발표된 변수 값을 사용한 성과에 비하여 2017년 변수 값을 사용한 성과가 RadCalNet BTCN 자료에 비교적 잘 부합되는 것으로 나타났다. RadCalNet BTCN 자료를 기준으로 KOMPSAT-3A 영상정보의 지표 반사도 성과와의 차이는 밴드 별로 B 밴드(-0.031 ~ 0.034), G 밴드(-0.001 ~ 0.055), R 밴드(-0.072 ~ 0.037), NIR 밴드(-0.060 ~ 0.022)로 일치도가 높은 것으로 나타났고, Landsat-8 영상과 Sentinel-2B 영상의 지표 반사도의 경우도 KOMPSAT-3A 영상의 지표 반사도 성과의 정확도와 유사한 수준인 것으로 나타났다. 이번 연구 결과는 고해상도 위성에서 지표 반사도 값에 대한 분석 대기 데이터(Analysis Ready Data: ARD) 적용 가능성을 확인한 것에 의미가 있다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.1-17
• /
• 2023

정보통신기술의 발전과 디지털 기기의 대중화로 인해, 온라인 시장의 규모가 커지고 있다. 그 결과 고객들은 상품을 선택하는데 많은 시간과 비용이 소요되는 정보 과부하(Information Overload) 문제에 직면하고 있다. 따라서 고객이 선호할만한 상품을 추천해 주는 추천 시스템은 필수적인 도구가 되었으며 협업 필터링(Collaborative Filtering) 기법은 가장 널리 쓰이는 추천 방법이다. 전통적인 추천 시스템은 평점과 같은 정량적인 데이터만을 사용하기 때문에 추천의 정확도는 높지 않다. 이와 같은 문제를 해결하기 위해 요즘에는 사용자 리뷰와 같은 정성적 데이터를 반영하는 연구가 활발히 진행되고 있다. 협업 필터링의 일반적인 절차는 사용자-상품 행렬 생성, 이웃 집단 탐색, 추천 목록 생성 3단계로 구성되며 코사인 같은 사용자 유사도를 사용하여 목표 고객의 이웃을 탐색하며, 추천 상품 목록을 생성한다. 본 연구에서는 이웃 집단 탐색 및 추천 목록 생성 단계에서 사용하는 사용자 간의 유사도를 기존의 사용자 평점을 이용한 유사도에 고객의 리뷰 데이터를 사용하는 확장된 사용자 유사도를 제시한다. 리뷰를 정량화 하기 위해 본 연구에서는 텍스트 마이닝을 활용한다. 즉, 리뷰 데이터에 TF-IDF, Word2Vec, 그리고 Doc2Vec 기법을 사용하여 두 사용자 간의 리뷰 유사도를 구한 후 사용자 평점을 사용한 유사도와 리뷰 유사도를 결합한 확장된 유사도를 생성하는 것이다. 이를 검증하기 위해 전자상거래 사이트인 Amazon의 'Health and Personal Care'의 사용자 평점과 리뷰 데이터를 사용하였다. 실험 결과, 사용자 간 유사도를 산출할 때 기존의 평점에 기반한 유사도만을 사용하는 것보다, 사용자 리뷰의 유사도를 추가로 반영한 확장된 유사도를 사용하면 추천의 정확도가 높아진다는 것을 확인했다. 또한, 여러 텍스트 마이닝 기법 중에서 TF-IDF 기법을 사용한 확장된 유사도를 이웃 집단 탐색 및 추천 목록 생성단계에서 사용할 때의 성능이 가장 좋게 나타났다.

• 농업생명과학연구
• /
• 제50권3호
• /
• pp.1-11
• /
• 2016

3차원 지형정보를 얻기 위하여 항공 LiDAR(Light Detection and Ranging)자료 기반 수치표고모델(Digital Elevation Model, DEM) 생성에 대한 연구들에 대한 관심이 지속적으로 높아져 왔다. 항공 LiDAR 원자료로부터 정확도가 높은 DEM을 생성하기 위해서는 3차원 점군에서 비지면점을 제외시키고 지면점만을 포함시키는 필터링(filtering)과정이 중요하다. 특히, 필터링을 구성하는 알고리즘의 패러미터 값 변화에 따라 산출되는 결과물들에 차이가 발생하고 정확도에 영향을 준다. 따라서 본 연구는 화천, 양주, 경산 및 장흥 유역 대상지의 항공 LiDAR 자료로부터 Fusion 소프트웨어를 이용하여 LiDAR DEM을 생성하는 GroundFilter알고리즘의 Mean패러미터(GFmn) 수준 변화가 LiDAR DEM 결과물의 정확도에 어떤 영향을 주는지 분석하였다. GFmn 수준 변화에 따른 정확도에 대한 영향 여부를 분석하기 위해 일원배치분산분석을 실시하였고, 그 결과 GFmn의 수준 변화에 따라 정확도에 대한 영향이 유의미하게 나타났다(F-value: 4.915, p<0.01). 이 후 각각의 GFmn 수준들을 다른 수준들과 차이가 있는지 여부로 묶기 위하여 사후검정을 실시하였다. 사후분석을 통해 잔차의 평균 차이에 따라 '7, 5, 9, 3'과 '1' 두 집단으로 나뉘었다. 아울러 보다 정확한 해발고도를 표현하는 LiDAR DEM 생성하는데 적정 GFmn은 '7' 조건일 때로 나타났다. 이 연구를 통해 보다 정확한 해발고도를 표현하는 LiDAR DEM을 생성할 수 있는 패러미터 값을 제안하였다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.979-995
• /
• 2023

산불은 예측이 어려운 재해이기 때문에 실시간 모니터링을 통해 빠르게 대응하는 것이 중요하며, 정지 궤도 위성 영상은 광역을 짧은 시간 간격으로 모니터링할 수 있어 산불 탐지 분야에 활발히 이용되고 있다. 기존의 위성 영상 기반 산불 탐지 알고리즘은 밝기 온도의 통계량 분석을 통한 임계값 기반으로 이상치를 탐지하는 방향으로 진행되어 왔다. 그러나 강도가 약한 산불을 탐지하기 어렵거나, 적절한 임계값 설정의 어려움으로 일반화 성능이 저하되는 한계점이 있어 최근에는 기계학습을 이용한 산불 탐지 알고리즘들이 제시되고 있다. 현재까지는 random forest, VanillaConvolutional neural network (CNN), U-net 구조 등의 비교적 간단한 기법이 적용되고 있다. 따라서, 본 연구에서는 정지궤도 위성인 Advanced Himawari Imager를 이용하여 동아시아와 호주를 대상으로 State of the Art (SOTA)딥러닝 기법을 적용한 산불 탐지 알고리즘을 개발하고자 하였다. SOTA 모델은 EfficientNet과 lion optimizer를 적용하여 개발하고, Vanilla CNN 구조를 사용한 모델과 산불 탐지 결과를 비교하였다. EfficientNet은 동아시아와 호주에서 0.88 및 0.83의 F1-score를 기록함으로써 CNN (동아시아: 0.83, 호주: 0.78)에 비해 뛰어난 성능을 입증하였다. EfficientNet에 불균형 문제 해결을 위한 weighted loss, equal sampling, image augmentation 기법 적용 시, 동아시아와 호주에서 각각 0.92와 0.84의 F1-score를 기록함으로써 적용 전(동아시아: 0.88, 호주: 0.83)에 비하여 성능이 향상되었음을 확인하였다. 본 연구를 통하여 제시된 SOTA 딥러닝 기법의 산불 탐지에의 적용 가능성과 딥러닝 모델의 성능 향상을 위해 고려해야 할 방향은 향후 산불탐지 분야에 대한 딥러닝 적용에 도움이 될 것으로 기대된다.

• 대한영상의학회지
• /
• 제83권2호
• /
• pp.331-343
• /
• 2022

목적 국소 치료 후 잔존 간세포암 진단을 위한 LI-RADS 치료 반응(liver imaging reporting and data system treatment response; 이하 LR-TR)과 modified Response Evaluation Criteria in Solid Tumors (이하 mRECIST) 기준의 진단능을 체계적으로 비교한다. 대상과 방법 MEDLINE과 EMBASE에서 역동적 조영증강 CT 또는 MRI를 이용하여 LR-TR과 mRECIST의 진단능을 개인 내 비교한 원저를 검색하였다. 생존 종양에 대한 참조 표준은 수술을 통한 병리 진단을 사용하였다. 각 기준의 생존 카테고리에 대한 메타분석적 통합 민감도와 특이도는 bivariate random-effects model을 통해 계산하였고 bivariate meta-regression을 통해 비교하였다. 결과 총 다섯 개의 포함된 연구들에서(430명 환자들 및 631개 치료된 병변들), LR-TR 생존 카테고리의 병변별 통합 민감도와 특이도는 58% (95% 신뢰구간, 45%-70%)와 93% (95% 신뢰구간, 88%-96%)이었으며 mRECIST 생존 카테고리는 56% (95% 신뢰구간, 42%-69%)와 86% (95% 신뢰구간, 72%-94%)이었다. LR-TR 생존 카테고리는 mRECIST에 비하여 유의하게 높은 특이도를 보였으나(p < 0.01) 민감도는 유사하였다(p = 0.53). 결론 LR-TR 알고리즘은 국소 치료 후 병리학적 잔존 간세포암의 진단에 대하여 민감도의 유의한 차이 없이 mRECIST보다 높은 특이도를 보였다.

• 대한방사선치료학회지
• /
• 제31권1호
• /
• pp.75-81
• /
• 2019

목 적: 두피 악성종양의 치료에 광자선을 사용할 때 필요한 Bolus 재질들의 단점으로 인하여 3D Printer용 헬멧형 bolus가 제작되고 있다. 하지만 사용되는 재질인 PLA은 조직등가물질에 비해 높은 밀도를 가지고 있으며 환자가 착용할 경우 불편한 점들이 발생한다. 이에 본 연구에서는 3D Printer를 이용한 M3 wax 헬멧을 제작하여 악성 두피종양을 치료하는 방법을 시도해 보고자 한다. 대상 및 방법: 헬멧형 M3 wax의 모델링을 위해 두부인체모형팬텀을 CT로 촬영해 DICOM file로 획득하고, 두피 위에 헬멧이 위치할 부위를 Helmet contour로 제작하였다. M3 Wax 헬멧의 제작은 paraffin wax를 녹이고, 산화마그네슘, 탄산칼슘을 섞어 용해시킨 후 PLA 3D 헬멧의 내부에 넣고 표면의 PLA 3D 헬멧을 제거하였다. 치료계획은 총 10 Portal의 Intensity-Modulated Radiation Therapy(IMRT)로 세웠으며, 치료선량은 200 cGy로 eclipse의 Analytical Anisotropic Algorithm(AAA)를 사용하였다. 그 후 EBT3 film과 Mosfet(Metal Oxide Semiconductor Field Effect Transistor: USA)를 이용해 선량검증을 실시하였으며, CT 모의치료실과 동일한 조건으로 두부인체모형팬텀을 재현해 IMRT Plan을 측정하였다. 결 과: CT상에서 측정된 Bolus의 Hounsfield unit(HU)는 $52{\pm}37.1$으로 나타났다. M3 wax bolus 측정점 A, B, C에서 TPS의 선량은 186.6 cGy, 193.2 cGy, 190.6 cGy으로 확인되었고, Mostet으로 3회 측정한 선량은 $179.66{\pm}2.62cGy$, $184.33{\pm}1.24cGy$, $195.33{\pm}1.69cGy$, 오차율은 -3.71 %, -4.59 %, +2.48 %였다. EBT3 Film으로 측정된 선량은 $182.00{\pm}1.63cGy$, $193.66{\pm}2.05cGy$, $196{\pm}2.16cGy$이었으며, 오차율은 -2.46%, +0.23 %, +2.83 %로 확인되었다. 결 론: M3 wax bolus는 2 cm의 두께로 제작되어 뇌 부분의 선량을 보다 쉽게 낮추어 치료계획을 수립할 수 있었다. 치료선량 검증에서의 EBT3 Film과 Mosfet의 선량계의 A, B, C 측정값에서도 두피의 표면선량 최대 오차율은 5 % 이내로 측정되었으며, 일반적으로 3 % 이내로 정확하게 측정되었다. M3 wax bolus는 제작과정 기간이 3D Printer보다 빠르고 비용이 저렴하며, 재사용 가능하고, 인체조직 등가물질로서 두피 악성종양 치료에 매우 유용한 Bolus이다. 따라서 3D Printer의 대용량 Bolus, Compensator의 제작시간 및 비용이 비싼 단점을 극복하는 주조형 M3 wax bolus의 사용이 추후 확대될 것으로 사료된다.

• 한국유통학회지:유통연구
• /
• 제16권2호
• /
• pp.119-138
• /
• 2011

지난 십년동안 인터넷을 통한 전자상거래는 빠른 속도로 성장해 왔다. 이러한 인터넷의 발달은 기업들의 사업방식에 많은 변화를 유도했으며, 그 중에서도 마케팅경로의 구조와 경로 구성원들 사이의 관계에 중요한 변화를 초래하고 있다. 각 기업이 처한 시장환경은 다양하며 이 다양한 시장 환경은 인터넷 경로가 각 시장에 미치는 효과를 조절하는 역할을 한다. 이러한 시장의 다양성에도 불구하고 지금까지의 선행연구들은 각기 특정한 하나의 시장상황(unique setting)을 상정하여 인터넷경로 도입이 그 시장에 미치는 영향을 분석하는데 그쳐왔다. 이러한 기존 연구의 공백을 채우기 위해 본 연구는 시장의 다양성을 소비자의 지리적 분포, 시장의 인터넷 수용도의 측면에서 살펴보고 이러한 시장 환경이 인터넷 경로 도입 효과에 미치는 영향에 관하여 조사해 보고자 한다. 이를 위해 본 연구는 다양한 소비자들의 지리적 분포, 경쟁강도, 소비자의 인터넷 상거래에 대한 수용도 등을 포함한 다양한 시장 환경을 수요모형에 반영시켜 그 영향력 분석을 가능하도록 하였다. 그러나, 다양한 시장 요소를 모형에 반영하는 과정에서 수요모형이 복잡한 구조를 가지게 되었다. 이 문제를 극복하고 게임이론의 균형해를 도출하기 위해 Newton-Raphson algorithm을 사용한 numerical search 방법을 사용하였다. 분석결과 두 종류의 경로에 대한 소비자선호의 분포에 따라 생산자의 가격차별정도, 생산자와 독립소매상 간의 경로이윤 배분율, 그리고 인터넷경로 도입이 각 경로주체의 이윤 향상에 도움이 되는지의 여부, 소비자잉여 등이 달라질 수 있음을 발견하였다. 끝으로 연구의 학술적, 실무적 시사점과 한계점 및 향후 연구방향도 논의되었다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.85-109
• /
• 2018

추천시스템은 사용자의 과거 구매행동을 통해 향후 구매할 것이라고 예상되는 제품을 자동으로 검색하여 추천해준다. 특히 전자상거래 기업의 상품추천시스템은 일대일 마케팅의 대표적 실현수단으로 가치가 있다. 하지만, 전통적인 추천시스템, 특히 학계 및 산업계에서 가장 널리 사용되고 있는 전통적인 협업필터링 기법은 단일차원의 '종합 평점'만을 고려하여 추천결과를 생성하도록 설계되어 있어, 사용자들의 정확한 니즈를 이해하고 대응하는데 근본적인 한계가 있다. 최근에는 전자 상거래 기업들도 고객들로부터 보다 다각화된, 다기준 방식으로 피드백을 받고 있다. 특히 다기준 평점은 정량적으로 입력되는 정보이므로 상대적으로 분석 및 처리가 용이하다는 장점이 있다. 그러나 다기준 평점 역시 사전에 정해진 기준에 대해서만 사용자의 피드백이 이루어지기 때문에, 보다 상세하게 사용자의 의견을 이해하여 추천에 반영하는 데에는 한계가 있다. 이에 본 연구는 다기준 평점 정보와 선택적 협업필터링의 서로 다른 접근방법을 통해 도출된 추천결과를 종합하여, 최종적으로 추천 대상리스트를 산출할 수 있는 하이브리드 기술을 제안한다. 본 연구에서 제안한 연구모형의 유용성을 검증하기 위해, 식음료점(식당, 카페 등)에 대한 실제 이용자를 대상으로 온라인 설문을 통해 종합 평점과 다기준 평점을 수집하였으며, 데이터를 학습용과 검증용으로 구분하여 학습시키고 성과를 평가하였다. 이 기법은 결합 함수 기반 접근법과 사용자마다 구매의사결정의 체계가 다르다는 전제하에, 사용자들을 유형화하고, 유형에 따라 정보원을 선택적으로 활용하는 협업필터링 알고리즘을 활용했다. 실험결과, 제안 알고리즘을 통한 추천 방법이 단일 차원을 고려하는 전통적인 협업필터링과 비교해 더 우수한 예측정확도를 나타냄을 확인했다. 아울러, 본 연구가 제안하는 다기준 평점과 선택적 협업필터링 알고리즘을 종합하여 추천하는 방법이, 단순히 다기준 평점을 고려했을 때 보다 통계적으로 유의한 수준의 정확도의 개선이 이루어짐을 확인할 수 있었다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.79-96
• /
• 2012

기술의 발전과 융합이 빠르게 이루어지고 있는 오늘날 유망기술을 어떻게 파악하여, 다양한 후보군들 중에서 최적의 R&D 대상을 어떻게 선정할 것인가에 대한 문제는 주요한 경영의사결정문제 중 하나로 부상하고 있다. 본 연구에서는 이러한 R&D 기술 선정 의사결정을 지원할 수 있는 새로운 지능형 의사결정지원시스템을 제안한다. 본 연구의 의사결정지원시스템은 크게 3가지 모듈로 구성되는데, 우선 첫 번째 모듈인 '기술가치 평가' 모듈에서는 기업이 관심을 갖고 있는 분야의 특허들을 분석하여 유망기술 파악에 요구되는 다양한 차원의 기술가치 평가지수 값들을 산출하는 작업이 이루어진다. 이를 통해, 현재 시점에서의 각 기술의 가치가 다양한 차원에서 평가가 이루어지고 나면, 두 번째 모듈인 '미래기술가치 예측' 모듈에서 이들의 시간 흐름에 따른 변화를 학습한 인공지능 모형을 토대로 각 후보기술들이 미래 시점에 어떤 가치지수값을 갖게 될 것인지 예측값을 산출하게 된다. 마지막 세 번째 모듈인 '최적 R&D 대상기술 선정 지원' 모듈에서는 앞서 두 번째 모듈에서 산출된 각 차원별 예상 가치지수값들을 적절히 가중합하여 기술의 종합적인 미래가치 예측값을 산출하여 의사결정자에게 제공하는 기능을 수행한다. 이를 통해 의사결정자가 자사에 적합한 최적의 R&D 대상기술을 선정할 수 있도록 하였다. 본 연구에서는 제안된 시스템의 적용 가능성을 검증하기 위해, 10년치 특허데이터에 인공신경망 기법을 적용하여 실제 기술가치 예측모형을 구축해 보고, 그 효과를 살펴본다.