• 한국산림과학회지
• /
• 제104권1호
• /
• pp.1-13
• /
• 2015

이 논문은 산림 경관 모형의 역사적 발전 양상과 특성, 그리고 이를 유형화하는 다양한 방식과 기준을 살펴보았다. 우리나라는 성공적인 조림 사업을 통해 대규모 산림 녹화의 성공적 수행이라는 성과를 올렸으나, 증가하는 성숙림과 기후변화의 대두, 그리고 다양한 산림 교란의 발생과 같은 새로운 도전에 직면하게 되었다. 이에 따라 넓은 면적과 높은 다양성을 지닌 산림이 향후 장기간에 걸쳐 어떤 변화를 맞이할 수 있으며, 어떤 관리가 산림의 다양한 가치와 생태계 서비스를 극대화시킬 수 있을 것인지에 대한 관심이 높아지고 있다. 산림 경관 모형은 이렇게 광범위한 시공간적 규모에서의 산림 변화와 관리의 문제에 효과적으로 대응하기 위한 접근 방식이며, 다양한 목적과 특성을 지닌 많은 종류의 모형이 활발히 개발되고 적용되어 왔다. 그런데 모형의 종류가 매우 다양할 뿐 아니라 모사하는 현상과 알고리즘, 모형의 특성 등의 변이가 매우 크기에 연구자들이 적절한 모형을 선택하는데 어려움이 있다. 따라서 현재 활발하게 활용되고 있는 다양한 모형의 특징을 정리하고 현재의 현황과 앞으로의 과제를 살펴봄으로써 적절한 모형의 선정과 적용, 해석에 도움이 되고자 하였다.

• 한국지능시스템학회논문지
• /
• 제21권6호
• /
• pp.679-685
• /
• 2011

본 연구에서는 가정 내 모든 기기가 연결된 하나의 전력선을 모니터링 하여 그 전력선에 연결된 기기 각각의 젼력 소비 상황을 모니터링 하는 NILM(Non-Intrusive Load Monitoring) 시스템 구축에 필요한 신호 분석 알고리즘에 대한 연구를 수행하였다. 본 연구에서 제안한 신호 분석 알고리즘은 전력선에서 관찰된 여러 기기의 전력 소비 패턴이 혼합된 혼합 전력 패턴을 복수개의 시간 구간으로 분리하고, 연속된 시간 구간 사이의 신호 차이를 구한 후, 이 차이 신호를 분석하여 어떤 장치가 현재 시간 구간에서 동작 중인지를 알아낸다. 이 때 시간 구간을 충분히 작게 하고, 신호 분석에 사용되는 특징들이 독립적이고 additivity 특징을 가지도록 선정한다면, 이 차이 신호에는 한 장치의 특징만이 남아 있으므로, 동시에 동작할 수 있는 장치 조합의 수 $2^N$개가 아닌 장치 N 개에 해당하는 특징만을 이용하여 혼합 신호를 분석할 수 있다. 이를 통하여 장치 개수가 증가하더라도 연산량 역시 산술적으로 증가하는 합리적인 확장성을 확보할 수 있다. 실제 가정에서 각 장치의 데이터 패턴을 채집한 후 이를 인위적으로 조합하여 만든 실험 데이터를 활용하여 제안한 방법을 검증하였다. 검증 결과 4개의 장치가 동시에 동작하고 그 장치의 특징들이 제안한 알고리즘에서 제시한 기준을 만족하는 경우, 비록 제한된 실험이었지만 완벽한 분류 성공률을 보였다. 제안된 알고리즘을 실제 사용하기 위해서는 장치의 수를 증가하고, 시간 구간을 조정하며, 신호 혼합 패턴을 다양하게 한 실증적인 연구가 더 필요하다. 하지만 이 경우 본 연구에서 제안한 기준을 만족하는 특징을 선택한다면, 그렇지 않은 경우에 비하여, 일정 정도 성능이 보장되는 NILM 시스템을 구축할 수 있을 것으로 기대된다.

• 한국지능시스템학회논문지
• /
• 제26권6호
• /
• pp.477-484
• /
• 2016

선풍기, 오디오, 전기밥솥 등의 소형 산업가전제품들은 대부분 ABS, PP, PS 등의 재질로 이루어져 있다. 색깔이 있는 플라스틱은 근적외선(NIR) 분광기에 의해 분류가 가능하지만, 반면에 검은색 플라스틱은 빛을 흡수하는 특성으로 인해 분류하기가 어렵다. 그래서 본 연구에서는 LIBS(Laser Induced Breakdown Spectroscopy) 분광기를 통해 폐소형가전 플라스틱을 선별하는 RBFNNs(Radial Basis Function Neural Networks) 패턴 분류기를 소개한다. 전처리부분에는 차원축소 알고리즘 중 하나인 PCA(Principal Component Analysis)를 사용해 처리 속도를 향상시킬 뿐만 아니라 효과적인 데이터의 특성을 추출한다. 조건부에는 FCM(Fuzzy C-Means) 클러스터링을 사용한다. 결론부에는 다항식의 형태 중 하나인 1차 선형식을 연결가중치로서 사용한다. PSO와 5-fold cross validation은 성능의 신뢰도를 향상시키고, 분류율을 높이는데 사용된다. 제안된 분류기의 성능은 최적화한 것과 최적화하지 않은 것 두 가지의 관점에서 보여준다.

• 한국통신학회논문지
• /
• 제35권8C호
• /
• pp.651-660
• /
• 2010

본 논문에서는 깊이정보를 이용하여 레이어별 객체를 분리하고 개별적으로 히스토그램 매칭기법을 적용하는 색상 불일치 보상기법을 제안한다. 다시점 비디오의 조명 불일치 현상은 서로 다른 카메라의 위치와 카메라간의 잘못된 보정으로 인하여 발생한다. 이러한 색상 불일치는 다시점 비디오 부호화의 성능을 저하시키는 요인이 된다. 이러한 문제를 해결하기 위한 히스토그램 매칭을 이용한 전처리기법이 제안되었다. 히스토그램 매칭을 통해 모든 시점의 다시점 영상 히스토그램은 정해진 참조 시점영상의 히스토그램과 매칭이 되고, 다시점 비디오 부호화의 성능을 개선할 수 있다. 그러나 일반적으로 영상은 상호 독립적인 색상 분포와 히스토그램 분포을 가지는 여러 개의 객체로 구성된다. 특히 다시점 영상은 시점에 따른 프레임마다 객체의 구성과 위치 및 그 깊이가 각각 다르다. 본 논문에서는 주어진 영상 내에서 깊이정보를 이용하여 객체를 먼저 분리하고, 객체별로 히스토그램 매칭기법을 적용하여 색상 보상을 수행하는 새로운 기법을 제안한다. 실험을 통해 제안하는 객체 단위의 조명 보상기법이 기존의 영상 단위의 조명 보상기법보다 향상된 다시점 비디오 부호화 효율을 보이는 것을 확인하였다.

• 한국ITS학회 논문지
• /
• 제15권2호
• /
• pp.13-23
• /
• 2016

기존의 많은 돌발상황 자동감지 알고리즘은 복잡한 구조와 계산 과정, 수많은 매개변수, 그리고 필터링/평활화 같은 선 작업 때문에 지속적인 유지관리가 사실상 중단된 상태이고 오보율 또한 높아 많은 교통관리센터로부터 기피 대상이 되고 있는 등 돌발상황감지의 주력 수단으로서 자동 알고리즘의 지위가 위태해진 현실은 매우 우려할만하다. 본 연구에서는 상대 점유율과 속도 항을 활용하여 적체 교통량이라는 신 개념을 도입, 구조가 아주 간단하면서도 검측 원시자료의 보정이 거의 필요 없는 DiFI(Displaced Flow Index) 기반의 돌발상황 자동감지알고리즘을 개발하였다. DiFI 알고리즘의 성능평가는 2003년도 내부순환로 검지기자료를 활용하여 검증을 수행하였으며, 2011년도 경부고속도로 검지기 자료를 수집 정리하여 이식성 검사를 이행하였다. 성능평가는 검지율, 오보율, 평균검지시간, 기타 CR, CI, PI를 사용하였는데 100%의 검지율과 2.99%의 낮은 오보율, 1분을 약간 초과하는 평균검지시간을 보였다. 이는 SAO는 물론 국내 현장에 가장 많이 접목된 APID 및 DELOS 등과 비교해서도 모든 면에서 우월한 성능을 보이는 것이었다.

• 대한원격탐사학회지
• /
• 제14권4호
• /
• pp.376-391
• /
• 1998

위성의 발달에 따라 고해상영상이 등장하게 되었고 지표상태 분석에 매우 유용하게 되었다. GeoWatch는 지능형 영상처리 시스템으로서, 고해상도 영상을 이용하여 디지타이징, 지리보정, 강조, 여러 가지 연산, 식생지수 분석, 등을 하여 지표면 분석 등을 할 수 있는 시스템이다. 도한 지능형 분석 방법등 여러 가지 기법을 이용하여 변화지역분석, 토지 분류, 도시정보추출 등을 수행한다. 이 시스템의 강점은 full scene 영상같은 대용량 영상을 다룰 경우 역동적인 알고리즘 저장 방식을 채택하였고, 자동메뉴 생성, 사용자 편의를 위한 비쥬얼 프로그래밍 환경 등을 제공한다. 이 시스템은 또한 위성영상 위에 벡터를 중첩하여 분석하거나 수정 작업을 할 수 있고, 3차원 비행 시뮬레이션도 가능하다. 이 시스템은 영상 처리 모듈 외에도 영상 변환 및 수정 유틸리티 기능을 많이 제공한다. 본 논문에서는 또한 지능형 영상 분석 방법 뿐만 아니라, 대용량처리나, 비쥬얼 프로그램을 위한 디자인 개념을 제공한다.

• 대한원격탐사학회지
• /
• 제26권5호
• /
• pp.561-570
• /
• 2010

본 연구에서는 안드로이드 스마트폰 상에서 위성영상정보 분석처리 기능과 공간정보 브라우징 기능을 지원하는 오픈 소스를 활용한 앱 개발을 수행하였다. 본 연구에서 개발한 앱에서 제공하는 분석 기능으로 OTB 오픈소스를 기반으로 하는 필터링, 분할, 분류 등과 같은 5 가지 알고리즘을 시험적으로 구현하였다. 한편 처리된 결과는 데이터베이스에서 저장, 관리되도록 하여 사용자가 처리한 결과를 필요할 때마다 재생할 수 있도록 하였다. 따라서 안드로이드 스마트폰 사용자는 간단한 인터페이스를 통하여 위성영상을 분석하고 가공할 수 있고, 내부적으로는 데이터베이스와 영상 분석 기능을 처리하는 어플리케이션 서버 등과의 연계처리 과정이 수행되도록 하였다. 한편 스마트폰 단말기 환경에 맞추어 처리 대상이 되는 영상정보에 대하여 사용자 요청과 어플리케이션 서버의 반응 사이에서 발생할 수 있는 시간 지연을 방지하는 처리 방법을 구현하였다. 현재까지 위성영상정보를 다루는 대부분의 스마트폰 앱이 주로 가시화에 주안점을 두고 있는 반면에, 본 연구에서 개발된 앱은 영상분석 기능을 제공하므로 기존의 앱과 차별화된다. 향후 보다 실무적이고 효과적인 분석 알고리즘을 처리하는 앱이 개발되고 일반인 뿐 만아니라 전문가가 이를 사용하게 되면 원격탐사자료가 잠재적 가능성이 있는 모바일 콘텐츠 자원이 아닌 실질적인 콘텐츠 생산 자원으로 인식될 수 있다. 본 연구가 향후 위성영상정보 분석 가능을 제공하는 앱 개발을 위한 독창적인 시도와 기술적 발전을 촉진하는 시발점이 될 수 있기를 기대한다.

• 융합보안논문지
• /
• 제21권2호
• /
• pp.11-18
• /
• 2021

대다수의 기업은 유무형의 자산을 보호하기 위한 방안으로, IT서비스망에 다양한 보안 장비를 구축하여 정보보호 모니터링을 수행하고 있다. 그러나 서비스 망 고도화 및 확장 과정에서 보안 장비 투자와 보호해야 할 자산이 증가하면서 전체 서비스망에 대한 공격 노출 모니터링이 어려워지는 한계가 발생하고 있다. 이에 대응하기 위한 방안으로 외부자의 공격과 장비 불법통신을 탐지할 수 있는 다양한 연구가 진행되었으나, 대규모 서비스망에 대한 효과적인 서비스 포트 오픈 감시 및 불법 통신 모니터링 체계 구축에 대한 연구는 미진한 편이다. 본 연구에서는 IT서비스망 전체 데이터 흐름의 관문이 되는 네트워크 백본장비의 'Netflow 통계 정보'를 분석하여, 대규모 투자 없이 광범위한 서비스망의 정보 유출 및 불법 통신 시도를 감시할 수 있는 프레임워크를 제안한다. 주요 연구 성과로는 Netflow 데이터에서 운영 장비의 텔넷 서비스 오픈 여부를 6개의 ML 머신러닝 알고리즘으로 판별하여 분류 정확도 F1-Score 94%의 높은 성능을 검증하였으며, 피해 장비의 불법 통신 이력을 연관하여 추적할 수 있는 모형을 제안하였다.

• 한국ITS학회 논문지
• /
• 제17권6호
• /
• pp.121-132
• /
• 2018

기상은 교통흐름, 운전자의 주행패턴, 교통사고 등 여러 방면에서 도로교통에 영향을 미치는 중요한 요인이다. 본 연구는 기상상황과 노면상태 사이의 관계에 초점을 맞추어 기계학습을 통해 도로의 노면상태를 추정하는 모델을 개발하였다. 노면 상태의 수집을 위해 실험 차량에 노면센서를 부착하여 '건조', '습윤', '젖음', 3가지 범주로 구분된 노면상태 정보를 수집하였고, 이를 추정하기 위한 변수로 도로의 기하구조 정보(곡률, 구배), 교통정보(교통량), 기상정보(강우량, 습도, 온도, 풍속)를 활용하였다. 노면 상태를 예측하기 위한 알고리즘으로는 다양한 기계학습 알고리즘이 검토되었으며, 그 중 가장 높은 정확도를 보인 'Random forest'를 기반으로 한 2단계 분류모형을 구축하였다. 총 16일의 실측 데이터 중 14일의 데이터를 모델을 학습하는 데 활용하였고, 2일의 데이터를 모형의 정확도를 검증하기 위해 사용하였다. 그 결과 81.74%의 검증 정확도를 가지는 노면상태 예측 모델을 구축하였다. 본 연구의 결과는 기상청에서 관측하는 기상정보로 도로의 노면상태를 추정할 수 있다는 가능성을 보여주며, 새로운 장비나 센서를 설치하지 않고도 기존의 기상 관측 정보와 교통정보 등을 활용하여 노면의 상태를 추정할 수 있음을 시사한다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.155-170
• /
• 2018

기업의 금융 부도를 예측하는 것은 전통적으로 비즈니스 분석에서 가장 중요한 예측문제 중 하나이다. 선행연구에서 예측모델은 통계 및 기계학습 기반의 기법을 적용하거나 결합하는 방식으로 제안되었다. 본 논문에서는 잘 알려진 최적화기법 중 하나인 시뮬레이티드 어니일링에 기반한 새로운 지능형 예측모델을 제안한다. 시뮬레이티드 어니일링은 유전자알고리즘과 유사한 최적화 성능을 가진 것으로 알려져 있다. 그럼에도 불구하고, 시뮬레이티드 어니일링을 사용한 비즈니스 의사결정 문제의 예측과 분류에 관한 연구가 거의 없었기 때문에, 비즈니스 분석에서의 유용성을 확인하는 것은 의미가 있다. 본 연구에서는 시뮬레이티드 어니일링과 기계학습의 결합 모델을 사용하여 부도예측모델의 입력 특징을 선정한다. 최적화 기법과 기계학습기법을 결합하는 대표적인 유형은 특징 선택, 특징 가중치 및 사례 선택이다. 이 연구에서는 선행연구에서 가장 많이 연구된 특징 선택을 위한 결합모델을 제안한다. 제안하는 모델의 우수성을 확인하기 위하여 본 연구에서는 한국 기업의 실제 재무데이터를 이용하여 그 결과를 분석한다. 분석결과는 제안된 모델의 예측 정확도가 단순한 모델의 예측 정확성보다 우수하다는 것을 보여준다. 특히 기존의 의사결정나무, 랜덤포레스트, 인공신경망, SVM 및 로지스틱 회귀분석에 비해 분류성능이 향상되었다.