• 대한원격탐사학회지
• /
• 제31권6호
• /
• pp.531-548
• /
• 2015

위성영상을 이용하여 산출된 대기운동벡터(AMV)와 라디오존데 바람 관측 자료를 이용한 검증결과는 산출된 AMV가 지속적으로 관측 자료에 비해서 풍속이 약하게 나타나는 Slow Speed Bias(SSB)를 보여 주었다. 이러한 SSB는 표적추적, 표적선정, 그리고 고도할당 단계의 오차에 의해 야기될 수 있으며, 이 중 고도할당 단계의 오차는 SSB를 발생시키는 주된 요인으로 여겨진다. 그러나 최근 연구에서는 고도할당 단계의 개선만으로는 SSB 문제를 해결하는데 한계가 있음을 밝혔다. 그러므로 본 연구에서는 새로운 표적추적 알고리듬을 개발하여 SSB를 감소시킴으로서 기상청 현업 AMV 알고리듬의 성능을 개선하고자 하였다. 표적추적 단계의 오차는 표적 내에 다양한 시 공간 규모의 바람이 포함되어 벡터가 과도하게 평균된 움직임으로 계산되거나, 구름이 추적 시간동안 형태를 유지하지 못하고 변형되는 경우에 발생한다. 이러한 문제를 해결하기 위해 개발된 표적추적 알고리듬에서는 가우시안 군집분석(GMM)을 이용하여 변형이 적고 추적에 용이한 저온 군집을 표적으로 재선정하고, 이미지를 변형시켜 군집의 움직임을 보다 쉽게 추적할 수 있게 하였다. 또한 표적을 추적하기 위한 방법으로 거리제곱합 방법을 사용하였다. 개발된 알고리듬과 기존 COMS 알고리듬을 천리안 위성의 적외채널 영상에 적용하여 AMV를 산출하였으며, 이를 라디오존데 관측 자료와 비교 검증해 보았다. 제안된 알고리듬으로 산출된 AMV는 기존 알고리듬으로 산출된 AMV보다 평균 풍속이 $2.7ms^{-1}$증가함에 따라 SSB가 평균 29%까지 감소하는 개선된 결과를 보여주었다. 그러나 개발된 알고리듬으로 산출된 AMV는 중 하층의 정확도가 감소하였고, 기존 알고리듬에 비해 산출되는 AMV 벡터수가 약 40%까지 감소함을 보였다. 이에 따라 중 하층의 정확도 개선과 기존의 알고리듬과 비교하여 산출되는 벡터 개수가 감소하는 문제를 보완하기 위한 연구가 필요할 것으로 판단된다.

• 지능정보연구
• /
• 제21권1호
• /
• pp.29-45
• /
• 2015

고객반응 예측모형은 마케팅 프로모션을 제공할 목표고객을 효과적으로 선정할 수 있도록 하여 프로모션의 효과를 극대화 할 수 있도록 해준다. 오늘날과 같은 빅데이터 환경에서는 데이터 마이닝 기법을 적용하여 고객반응 예측모형을 구축하고 있으며 본 연구에서는 사례기반추론 기반의 고객반응 예측모형을 제시하였다. 일반적으로 사례기반추론 기반의 예측모형은 타 인공지능기법에 비해 성과가 낮다고 알려져 있으나 입력변수의 중요도에 따라 가중치를 상이하게 적용함으로써 예측성과를 향상시킬 수 있다. 본 연구에서는 프로모션에 대한 고객의 반응여부에 영향을 미치는 중요도에 따라 입력변수의 가중치를 산출하여 적용하였으며 동일한 가중치를 적용한 예측모형과의 성과를 비교하였다. 목욕세제 판매데이터를 사용하여 고객반응 예측모형을 개발하고 로짓모형의 계수를 적용하여 입력변수의 중요도에 따라 가중치를 산출하였다. 실증분석 결과 각 변수의 중요도에 기반하여 가중치를 적용한 예측모형이 동일한 가중치를 적용한 예측모형보다 높은 예측성과를 보여주었다. 또한 고객 반응예측 모형과 같이 실생활의 분류문제에서는 두 범주에 속하는 데이터의 수가 현격한 차이를 보이는 불균형 데이터가 대부분이다. 이러한 데이터의 불균형 문제는 기계학습 알고리즘의 성능을 저하시키는 요인으로 작용하며 본 연구에서 제안한 Weighted CBR이 불균형 환경에서도 안정적으로 적용할 수 있는지 검증하였다. 전체데이터에서 100개의 데이터를 무작위로 추출한 불균형 환경에서 100번 반복하여 예측성과를 비교해 본 결과 본 연구에서 제안한 Weighted CBR은 불균형 환경에서도 일관된 우수한 성과를 보여주었다.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1605-1613
• /
• 2023

해양 내의 다양한 물리적 변화는 수온과 염분의 지속적인 변동에 의해 결정된다. 수온과 더불어 넓은 영역의 염분 변화를 파악하기 위해서는 인공위성 자료에 의존할 수밖에 없다. 그럼에도 불구하고 염분을 관측하는 위성인 Soil Moisture Active Passive (SMAP)는 낮은 시·공간 해상도로 인해 연안 근처에서 빠르게 변화하는 해양환경을 관측하기에는 어렵다는 한계가 존재한다. 이러한 한계를 극복하기 위해 본 연구에서는 천리안 해양 관측 위성의 정지궤도 해색 센서인 Geostationary Ocean Color Imager-II (GOCI-II) 원격반사도 자료를 입력자료로 하여 고해상도 표층 염분을 산출하는 Multi-layer Perceptron Neural Network (MPNN) 기반의 알고리즘을 개발하였다. SMAP과 비교한 결과 coefficient of determination (R²)는 0.94, root mean square error (RMSE)는 0.58 psu 그리고 relative root mean square error (RRMSE)는 1.87%였으며, 공간적인 분포 또한 매우 유사한 결과를 나타냈다. R²의 공간 분포는 0.8 이상을 보여주었으며 RMSE는 전반적으로 1 psu 이하의 낮은 값을 보여주었다. 이어도 과학기지에서의 실측 염분값과도 비교하였지만 상대적으로 조금 낮은 결과를 보여주었다. 이에 대한 원인을 분석하였으며, 산출된 GOCI-II 기반 고해상도 염분 자료를 활용하여 2022년 11호 태풍 힌남노에 의한 하루 동안의 동중국해 표층 염분 변화를 표준편차로 계산하였다. 그 결과 SMAP에서 관측할 수 없는 시공간의 염분 변화를 고해상도의 GOCI-II 기반 염분 산출물을 통해 확인할 수 있었다. 따라서 본 연구를 통해 시간 단위로 변화하는 해양환경 모니터링에 큰 기여를 할 것으로 기대된다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.1-21
• /
• 2020

인공지능 기술의 급속한 발전과 함께 빅데이터의 상당 부분을 차지하는 비정형 텍스트 데이터로부터 의미있는 정보를 추출하기 위한 다양한 연구들이 활발히 진행되고 있다. 비즈니스 인텔리전스 분야에서도 새로운 시장기회를 발굴하거나 기술사업화 주체의 합리적 의사결정을 돕기 위한 많은 연구들이 이뤄져 왔다. 본 연구에서는 기업의 성공적인 사업 추진을 위해 핵심적인 정보 중의 하나인 시장규모 정보를 도출함에 있어 기존에 제공되던 범위보다 세부적인 수준의 제품군별 시장규모 추정이 가능하고 자동화된 방법론을 제안하고자 한다. 이를 위해 신경망 기반의 시멘틱 단어 임베딩 모델인 Word2Vec 알고리즘을 적용하여 개별 기업의 생산제품에 대한 텍스트 데이터를 벡터 공간으로 임베딩하고, 제품명 간 코사인 거리(유사도)를 계산함으로써 특정한 제품명과 유사한 제품들을 추출한 뒤, 이들의 매출액 정보를 연산하여 자동으로 해당 제품군의 시장규모를 산출하는 알고리즘을 구현하였다. 실험 데이터로서 통계청의 경제총조사 마이크로데이터(약 34만 5천 건)를 이용하여 제품명 텍스트 데이터를 벡터화 하고, 한국표준산업분류 해설서의 산업분류 색인어를 기준으로 활용하여 코사인 거리 기반으로 유사한 제품명을 추출하였다. 이후 개별 기업의 제품 데이터에 연결된 매출액 정보를 기초로 추출된 제품들의 매출액을 합산함으로써 11,654개의 상세한 제품군별 시장규모를 추정하였다. 성능 검증을 위해 실제 집계된 통계청의 품목별 시장규모 수치와 비교한 결과 피어슨 상관계수가 0.513 수준으로 나타났다. 본 연구에서 제시한 모형은 의미 기반 임베딩 모델의 정확성 향상 및 제품군 추출 방식의 개선이 필요하나, 표본조사 또는 다수의 가정을 기반으로 하는 전통적인 시장규모 추정 방법의 한계를 뛰어넘어 텍스트 마이닝 및 기계학습 기법을 최초로 적용하여 시장규모 추정 방식을 지능화하였다는 점, 시장규모 산출범위를 사용 목적에 따라 쉽고 빠르게 조절할 수 있다는 점, 이를 통해 다양한 분야에서 수요가 높은 세부적인 제품군별 시장정보 도출이 가능하여 실무적인 활용성이 높다는 점에서 의의가 있다.

• 대한전자공학회논문지TC
• /
• 제47권5호
• /
• pp.40-52
• /
• 2010

이동 애드 혹 네트워크는 인스턴트하고 자가 발견적인 특성과 함께 임시적이며 변화가 심한 연결성을 가진다. 토폴로지와 루트 변화가 빈번한 까닭에 일반 네트워크 용 라우팅 기법으로는 좋은 성능을 기대하기 어렵다. 노드의 증가에 따라, 또는 노드의 빠른 이동성에 따라 라우팅 프로토콜의 성능 저하가 발생한다. 본 논문에서는 MANET의 실시간 환경 변화에 적응적인 라우팅 프로토콜을 살펴본다. 먼저, 여러 다른 환경에서 두 가지 대표적 라우팅 프로토콜의 성능을 확인한다. 이어서, 성능 테스트로 얻어진 데이터를 분석하여 다중 모든 라우팅 프로토콜 선택 레퍼런스를 구축한다. 이 레퍼런스는 모든 노드에서 주기적으로 라우팅 환경을 체크할 때 사용된다. 다중 모드 라우팅 프로토콜 적용 방법을 사용함으로써 노드는 주기적으로 네트워크 환경을 체크하고 레퍼런스와 비교하여 성능저하를 최소화 할 수 있는 대체 라우팅 프로토콜을 결정하고 네트워크 전반에 걸쳐 적용한다. 제안한 기법은 OPNET 네트워크 모델링 시뮬레이션으로 그 성능을 확인하고 평가한다. 실험결과, 적응적으로 변화하는 다중 모드 라우팅 프로토콜 적용 기법이 네트워크 환경변화에 매우 효과적으로 사용될 수 있음을 확인하였으며 네트워크의 대역 이용비 측면에서도 우수한 것으로 나타났다.

• 한국음향학회지
• /
• 제31권7호
• /
• pp.419-426
• /
• 2012

보코더 에서 의 피치 분석 과정은 매우 중요하다. 일반적으로 먼저 신호의 주기성을 강조한 후 피치를 검색하는 방법을 주로 사용한다. 프레임 내에서 두 개의 펄스 간격을 변화시켜가며 신호와의 상관관계를 구하는 것으로 상관관계 값이 가장 높을 때가 주기가 가장 두드러지는 반복 구간이므로 이때 의 펄스 간격을 피치 주기로 찾는다. 그러나 찾아진 주기가 반주기, 배주기 및 세배주기인 경우에는 이 간격을 피치 주기라 할 수 없어 이를 해결하기 위한 여러 가지방법들이 제안되어있다. 또한 프레임 내에서의 신호의 진폭이 일정하지 않고 갑자기 변하는 구간이 있는 경우 정확하지 않는 피치가 얻어진다. 이를 해결하기 위해 프레임을 여러 개의 서브프레임으로 다시 나누어 피치를 검색하는 방법을 사용하고 있는데 이 방법은 피치를 정확하게 검색할 수 있지만 계산 량이 많아진다. 본 논문에서는 위에 제시한 두 가지 문제점을 개선하기 위한 알고리즘을 제안한다. 첫째 반주기, 배주기 및 세배주기를 줄이기 위해 피치를 검색하기 전에 프레임 내의 전체 에너지변화 비율을 추정하여 신호의 에너지 레벨을 미리 보상해 준 후 피치를 검색하는 방법을 제안한다. 둘째, 이렇게 구한 에너지 비율로 프레임 내의 진폭 변화율을 예측하여 서브프레임 수를 가변시키는 방법을 제안한다. 이 방법들을 적용하면 합성 음질에는 영향을 주지 않는 상태에서 피치검색 시간을 단축할 수 있고, 피치 검색의 정확도를 높일 수 있어 전반적인 피치 검색에 관한 성능 개선이 된다.

• 한국산학기술학회논문지
• /
• 제11권12호
• /
• pp.5151-5156
• /
• 2010

우수관망의 설계에 대한 기존의 연구들에서 관망의 노선은 최소의 건설비용을 목적으로 결정하게 되며, 기존의 연구들에서는 관망의 노선 변경에 따른 관거 내 흐름의 중첩효과는 관망 노선 결정에서 고려되지 않고 있다. 그러나 본 연구에서는 관망의 노선 결정에 있어서 관거 내 흐름의 변화를 고려하였으며, 관망 전체의 흐름을 제어 및 분산시킴으로써 내수침수 위험도를 감소시키고자 하였다. 이것은 관망 구성에 따른 관거 내 흐름의 중첩효과를 제어함으로써 가능하며, 이러한 흐름의 제어를 통하여 우수관망에서의 내수침수 위험도가 저감될 수 있다. 본 연구에서는 우수관망에서의 노선 결정에 따라서 달라지는 관거 내 흐름의 중첩효과와 그 결과로서 나타나는 유출구에서의 첨두 유출량 변화를 분석하였다. 관망의 노선 결정은 유전자알고리즘을 이용하였으며, 이때 목적함수는 유출구에서의 최소첨두유출량이 된다. 가상의 우수관망에 대하여 노선 결정에 따른 첨두유출량 변화를 분석한 결과 10년 빈도의 설계강우량에 대하여 강우지속시간 30분의 경우 관망 노선에 따른 최대 및 최소 첨두유출량 차이는 약 5.6%이며, 초과강우에 대한 내수침수 발생 분석을 위하여 2002년에 발생한 태풍 '루사'에 대한 적용 결과 월류량이 약 31% 감소되는 결과를 나타냈다.

• 생태와환경
• /
• 제39권1호통권115호
• /
• pp.52-61
• /
• 2006

본 연구는 지난 10여년간의 (1994 ${\sim}$ 2003) 주간격의 자료를 이용한 자가조직화 지도 (SOM) 방법으로 낙동강 하류역 (물금: 낙동강 하구언으로부터 27 km 상류지점)에서 동물플랑크톤 군집 동태에 대한 계절별 유형화 분석을 하는데 목적이 있다. 담수생태계내의 먹이망에서 동물플랑크톤 군집의 역할은 매우 중요하나, 다른 군집 구성원들과의 비교 연구는 다소 미진하게 진행되었다. 비선형 모형 알고리즘인 SOM을 동물플랑크톤 군집 역동성과 강 환경 인자들과의 상관관계 파악을 위하여 적용하였다. 육수학적 환경 인자 (수온, 용존산소, pH, 세키투명도, 탁도, 클로로필 a 농도, 유량 등) 들을 동물플랑크톤 군집 구조(윤충류, 지각류 및 요각류)의 계절적 변화 유형파악을 위하여 사용하였다. 학습된 SOM 모형은 육수학적 환경인자와 연관 지어 지도상에 동물플랑크톤을 배치되었다. 동물플랑크톤의 주요 세 군집들은 계절별 변화 유형에 있어서 높은 유사성을 가지고 있었다. 다양한 육수학적 환경인자 중, 수온은 동물플랑크톤 군집 역동성과 매우 높은 연관관계를 나타내었다(특히, 지각류). SOM 모형은 여름기간 증가된 강 유량에 의해서 동물플랑크톤을 매우 저해하는 요인으로 표현되었다. 클로로필 a 농도는 우점한 초식성 동물플랑크톤 활성도에 의해 지도상에서 구획되었다. 본 연구는 비선형 방법을 이용한 육수학적 환경요인과 동물플랑크톤 역동성을 연관 지어 소개하였으며, 이러한 정보는 먹이망이라는 관점에서 볼 때, 강 생태계 관리에 유용한 정보로 활용될 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제36권3호
• /
• pp.401-410
• /
• 2020

최근 지구 온난화의 영향으로 변화하는 한반도 식물계절에 대한 연구가 많이 이루어지고 있다. 그러나 지리적인 특성상 봄철 식물계절에 비해 실측이 어려운 가을철 식물계절의 연구는 미비한 실정이다. 이에 본 연구에서는 대표적인 가을철 식물계절인 단풍과 낙엽 등을 '마른 잎'으로 정의하고 Landsat-8 위성영상을 기반으로 마른 잎 탐지를 수행하였다. NDVI를 이용하여 마른 잎의 1차 경계 값을 산출하고, 건강한 잎과의 분광특성 차이 및 NDWI를 이용하여 마른 잎의 2차 경계 값을 산출하였다. 본 연구의 마른 잎 탐지 알고리즘의 정확도 검증을 위해 POD, FAR 값을 이용하였으며, 검증 결과 POD는 98.619, FAR은 1.203으로 높은 정확성을 보였다.

• 지질공학
• /
• 제20권3호
• /
• pp.231-242
• /
• 2010

이 연구는 Liu and Huang (2006)이 개발한 DEBRIS-2D 프로그램을 이용하여 한국의 자연사면을 대상으로 토석류 거동모사의 적용성을 평가하기 위하여 수행하였다. 세립질 및 조립질 물질이 혼재한 대규모 토석류를 모사하기 위해 DEBRIS-2D는 Julien and Lan (1991)이 제안한 구성식을 이용하여 개발되었다. DEBRIS-2D의 이론을 바탕으로 이 연구는 2006년 7월 16일 강원도 인제군 덕산리에서 대규모 토석류 산사태가 발생한 계곡을 모사대상지역으로 선택하였다. 거동 모사 결과, 토사 물질은 산사태 발생 10분 후에 이미 계곡으로 모두 유입되었다. 10분 후 토석류는 계곡부의 첫 번째 변곡점 지점인 개활지에 이르렀으며, 이로 인해 토석류의 속도가 감소하고 흐름 방향이 변하였다. 그 후 토석류는 다시 가속도가 붙어 약 40분 후에 계곡 하류의 마을인근에 이르렀다. 토석류의 최대 속도는 1 m/sec에서 2 m/sec 정도로 비교적 느리고, 토석류의 깊이변화는 계곡의 형태에 많은 영향을 받음을 알 수 있다. 거동모사 결과는 산사태 발생당시 현장의 상황과 매우 유사하게 나타났다. 이는 DEBRIS-2D 프로그램이 알고리즘을 크게 수정하지 않고도 한국의 지질 및 지형조건에 어느 정도 적용 가능함을 의미한다. 그러나, 더욱 신뢰도 높은 토석류 거동모사를 위해서는 국내 지질 및 지형에 대한 최적의 속성값을 결정할 필요가 있다.