• 한국조경학회지
• /
• 제14권1호
• /
• pp.1-13
• /
• 1986

The purpose of this study is to investigate the effect of temperature control by a shade tree and the lawn area. In this investigation, we find out that artificial-lawn, concerte, and exposed soil are more higher temperature than covered with plant materials. The results of the measurement may to summerized as follows; 1) Low-temperature effects of zoysia japonica is more controlled by condition of growth than leaf length of grass. Surface temperature make 0.7$^{\circ}C$ difference between long grass (15cm), and short grass (5cm), but make 5$^{\circ}C$ difference between good growth grass (230/10$\textrm{cm}^2$) and bad growth grass (80/10$\textrm{cm}^2$). 2) The surface temperature of the lawn area is 40.5$^{\circ}C$ lower on a maxinum than that of the artificial lawn (July 28, 1985). During the day of summer, shade area under the shade tree is 0.9$^{\circ}C$ lower then lawn area surface temperature, 6.9$^{\circ}C$ lower than bad growth lawn, 10.3$^{\circ}C$ lower than exposed soil, and 18$^{\circ}C$ lower than concrete surface temperature. 3) Natural irrigation effect on the surface temperature fluctuation. But this effect is changed by compositions of ground materials and time-lapse. 4) Sunny day is more effective than cloud day. 5) In summer season, surface temperature make a difference compare to temperature of 0.5-1.5m height from ground : Surface temperature is 3.4$^{\circ}C$ lower at the lawn area (11 a.m.), 4.2$^{\circ}C$ lower at the shade area the shade tree, 12.7$^{\circ}C$ higher at the concrete area (3p.m.), 38.8$^{\circ}C$ higher at the artificial lawn (2p.m.) 6) According to compositions of ground materials and season have specific vertical temperature distribution curve. 7) In summer season, temperature distribution of 0.5-1.5m hight at the shade tree is 4.8-5.7$^{\circ}C$ lower than concrete area (noon-3p.m.)

• 대한원격탐사학회지
• /
• 제16권1호
• /
• pp.55-64
• /
• 2000

열대 강우 관측 위성(TRMM: Tropical Rainfall Measuring Mission)에서 관측된 자료가 한반도에서 발생한 호우 특성을 얼마나 잘 나타내 주는지를 알아보기 위하여 1998년과 1999년 여름철 호우 사례에 대해 분석하였다. 본 연구에서는 먼저 집중 호우를 동반한 비 구름대의 높이, 강수형태, 비 구름의 수직 분포 및 수평 단면도 상의 강우 분포를 조사하였으며, TRMM/PR 관측 강우 강도와 지상에서 관측된 자동기상관측 장비(AWS: Automatic Weather System)에서 관측된 값을 비교하였다. GMS-5 IR1과 AWS 지상관측 자료와 비교해 볼 때, TRMM/PR 관측자료는 기존의 자료로는 알 수 없는 강수 형태, 비 구름대의 높이 등에 대한 정보를 쉽게 제공해 주었으며 특히 비 구름대 내부에서의 강우강도 분포와 연직 발달 정도를 잘 묘사했다. 또한 위도-경도별 강우강도의 단면분포에서는 지형 효과에 의한 강우 특성도 알 수 있었다. TRMM/PR 관측 강우강도 값은 AWS 관측치에 비해 6 mm/hr 이하에서 더 많이 관측되었으며, 전체적으로는 지상 관측에 비해 적게 관측되는 경향을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제18권11호
• /
• pp.13-21
• /
• 2013

본 논문은 다양한 분야에서 활용되고 있는 초기의 위성 데이터가 자체적으로 내포하고 있는 많은 왜곡 요소(구름, 광휘 등)에 대한 보정 작업을 클러스터에서 분산 처리함으로써 성능 향상 및 안정성을 제공해 주는 것이 목적이다. 이를 위해 로컬 스토리지와 상태 테이블을 이용한SGE(Sun Grid Engine) 기반 분산 처리 방식을 제안하였고, 시스템으로 구현하였다. 이를 검증하기 위해 7개의 실행노드를 이용한 실험 결과에서는 기존 시스템보다 138.81%의 성능 향상을 가져옴을 알 수 있었으며, 분산 처리 작업에 대한 안정성 또한 확보됨을 보여주었다. 이는 위성 데이터에 대한 분산 처리 작업이 I/O바운드 작업보다는 CPU 바운드 작업에 보다 더 적합하다는 것을 보여주며, 이러한 SGE 기반 분산 처리 방식은 위성영상 데이터를 처리해야하는 다양한 분야에서의 데이터 처리 및 분석 속도 향상을 가져올 수 있고, 더 나아가 근실시간적 서비스를 가능하게 할 것으로 기대한다.

• KNOM Review
• /
• 제21권2호
• /
• pp.26-34
• /
• 2018

클라우드 컴퓨팅 및 서비스의 확산으로 인터넷 트래픽과 서비스 품질 향상에 대한 요구가 증가하면서 데이터 센터 내부 서버의 리소스를 보다 효율적으로 사용하는 서버 가상화와 네트워크 가상화 기술에 대한 관심이 증가하고 있다. 트래픽 모니터링을 위해 패킷을 복제하는 기존의 하드웨어 TAP (Test Access Port) 장비는 서버 가상화 환경에서 구성된 가상 데이터 경로 (datapath)에 적합하지 않기 때문에 하드웨어 TAP 장비를 소프트웨어로 구현한 Virtual TAP (vTAP)을 통해 가상 스위치에서 패킷을 복제한다. 그러나 가상 스위치에서 vTAP을 구현하면 호스트 머신의 컴퓨팅 리소스를 가상 스위치 및 가상 머신과 공유하기 때문에 성능 저하 문제가 발생한다. 이 문제를 극복하기 위해 고속 패킷 처리 기술인 eBPF (Extended Berkeley Packet Filter) 기반의 vTAP 구현 기술을 제안하고 기존 방법과 성능을 비교한다.

• 천문학회보
• /
• 제44권1호
• /
• pp.42.2-42.2
• /
• 2019

Turbulence is one of the natural phenomena in molecular clouds. It affects gas density and velocity fluctuation within the molecular clouds and controls the mode and tempo of star formation. However, despite many years of study, the properties of turbulence remain poorly understood. As part of the Taeduk Radio Astronomy Observatory (TRAO) Key Science Program (KSP), "mapping Turbulent properties In star-forming MolEcular clouds down to the Sonic scale (TIMES; PI: Jeong-Eun Lee)", we have fully mapped two star-forming molecular clouds, the Orion A and the Ophiuchus molecular clouds, in 3 sets of lines ($^{13}CO$ J=1-0, $C^{18}O$ J=1-0, HCN J=1-0, $HCO^+$ J=1-0, CS J=2-1, and $N_2H^+$ J=1-0) using the TRAO 14-m telescope. We apply a statistical analysis, Principal Component Analysis (PCA), which can recover an underlying turbulent-power spectrum from an observed P-P-V spectral map. We compare turbulence properties not only between the two clouds, but also between different parts within each cloud. We present the first result of our observation program.

• 한국컴퓨터정보학회논문지
• /
• 제25권12호
• /
• pp.101-107
• /
• 2020

본 논문은 장기전에 접어든 코로나19와 관련한 국내 주요 4개 일간지의 뉴스 빅데이터(빅카인즈)를 활용하여 진보와 보수신문의 정치적 성향 등에 따른 주요 키워드를 비교 분석하는 것을 목적으로 한다. 이를 위해 2020년 1월 20일부터 9월 15일까지 보도된 93,917건의 뉴스를 4단계로 구분하여 4개 신문사의 주요 키워드를 워드클라우드로 구현하여 분석하였다. 분석 결과, 보수신문은 진보신문보다 '정부', '대통령', '사태', '마스크' 키워드를 더 많이 언급함으로써 정부의 대응과 비판, 중국의 책임 등에 주목하였으며, 진보신문은 질병의 심각성과 위험 상황 발생을 강조하는 키워드를 많이 사용하는 것으로 나타났다. 조선일보는 대규모 집단감염 발생(2.18~5.15)기에 다양한 키워드의 사용으로 다양성을 나타내기도 하였으며 특히, 중앙일보가 코로나19와 같은 감염병 보도와 관련해서는 정부 정책을 비판하는 키워드를 사용하기도 하지만 진보신문이 사용하는 질병의 심각성과 위험한 상황 발생을 강조하는 키워드도 함께 사용한다는 점을 밝혀냈다.

• 대한약침학회지
• /
• 제24권2호
• /
• pp.59-67
• /
• 2021

Objectives: We aimed to compare the external herbal dispensary (EHD) evaluation criteria for pharmacopuncture and the Korea Good Manufacturing Practice (KGMP) sterile medicine standards to contribute to the establishment of quality control criteria for pharmacopuncture. Methods: We obtained the KGMP standards from the Ministry of Food and Drug Safety and the pharmacopuncture certification criteria from the Ministry of Health and Welfare of South Korea. The EHD evaluation items were classified into three categories: facilities, quality control, and validation. The evaluation items were compared with the KGMP sterile medicine criteria to determine their conformance with each other, followed by a discussion among the committee of six experts and their consensus to suggest the items to complement the EHD evaluation criteria. Results: Among the KGMP sterile medicine criteria, 44 were related to the management of the facilities, and 32 pharmacopuncture evaluation items corresponded to these KGMP items (66.7%). Fifty-eight KGMP criteria were related to quality management, and 42 pharmacopuncture evaluation items corresponded to these KGMP items (72.4%). Twentyfive KGMP sterile medicine criteria were related to validation, and 11 pharmacopuncture evaluation items corresponded to these KGMP items (44.0%). Sixteen items under the pharmacopuncture EHD criteria corresponded to the KGMP sterile medicine criteria based on the consent of the experts. Among these, 4 were related to facility management, 6 were related to quality control, and 6 were related to validation. Conclusion: For the safety and quality control of pharmacopuncture, there is a need to select the criteria for the mandatory items among the proposed pharmacopuncture-EHD criteria laws and systems to ensure that the pharmacopuncture materials are produced under the pharmacopuncture-EHD in compliance with the relevant requirements. More studies are needed to secure the safety level of pharmacopuncture materials corresponding to that of conventional medicine.

• 한국산학기술학회논문지
• /
• 제22권2호
• /
• pp.50-56
• /
• 2021

본 연구는 3D 스캐닝에 대해 고찰하고 건축분야에서의 활용 동향, 시공 이후 공간에 3D 스캐닝 기술을 활용하여 시공 준공도면과 시공 후 데이터를 추출하여 도면과 데이터를 비교하며 기존 시공 준공도면과의 차이점을 도출하고 이를 통해 3D 스캐닝을 활용하여 건축 전반적인 부분에서 어떻게 활용되어야 하는지에 대해 이 연구의 목적이 있다. 현재 3D 스캐닝 기술은 현재 현장에 적용하여 설계, 시공, 안전까지 건축분야 전반적으로 널리 활용되어 지고 있다. 3D스캐닝 데이터와 기존 도면을 비교한 연구 결과는 다음과 같다. 첫째, 외부 형태와 치수는 크게 차이를 보이지 않는다. 둘째, 내부 형태와 치수는 차이를 보이고 있다. 셋째, 실내조명 배치는 모든 건축물에서 차이를 보이고 있다. 3D스캐닝은 준공되기 전 시공 단계에서도 필수적인 요소가 되어야 할 것으로 보이며, 자동화, 로봇 등을 이용하여 지속적인 3D 스캔을 통해 시공 및 안전관리의 효율성을 높이고, 자재관리 등 감리의 목적으로 활용되어야 할 것이며, 이를 통한 BIM, 공정관리 등 건축 전반적인 분야에서의 후속 연구가 필요할 것으로 보인다.

• 문화기술의 융합
• /
• 제7권3호
• /
• pp.475-480
• /
• 2021

모바일 컴퓨팅과 클라우드 컴퓨팅 기술 그리고 소셜 네트워크 서비스의 급속한 발전과 더불어, 우리들은 시시각각 양산되고 있는 데이터의 홍수 속에서 살고 있으며, 이러한 대규모의 데이터는 매우 가치가 높은 중요한 정보를 품고 있다는 사실을 알게 되었다. 하지만 빅데이터는 잠재적인 유용한 가치와 치명적인 위험을 모두 가지고 있으며 오늘날 이러한 빅데이터로부터 유용한 정보를 효율적으로 추출해 내고 잠재된 정보를 효과적으로 활용하기 위한 연구와 응용이 활발하게 이루어지고 있는 상황이다. 여기서 빅데이터 컴퓨팅 과정 중 무엇보다도 중요한 것은 대용량 데이터로부터 유용하고 귀중한 정보를 효율적으로 추출해 낼 수 있는 적절한 데이터 분석기법을 찾아 적용하는 것이다. 본 연구에서는 이러한 빅데이터 컴퓨팅을 효율적으로 수행하여 원하는 유용한 정보를 추출할 수 있는 기존의 다양한 빅데이터 분석기법들을 조사하여, 그 특징과 장·단점 등을 비교 분석하고, 특별한 상황에서 빅데이터 분석기법을 이용하여 유용한 정보를 효율적으로 추출해 내고, 이들 잠재된 정보를 효과적으로 활용할 수 있도록 하는 방안을 제시하고자 한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권2호
• /
• pp.742-756
• /
• 2022

A flood of information has occurred with the rise of the internet and digital devices in the fourth industrial revolution era. Every millisecond, massive amounts of structured and unstructured data are generated; smartphones, wearable devices, sensors, and self-driving cars are just a few examples of devices that currently generate massive amounts of data in our daily. Machine learning has been considered an approach to support and recognize patterns in data in many areas to provide a convenient way to other sectors, including the healthcare sector, government sector, banks, military sector, and more. However, the conventional machine learning model requires the data owner to upload their information to train the model in one central location to perform the model training. This classical model has caused data owners to worry about the risks of transferring private information because traditional machine learning is required to push their data to the cloud to process the model training. Furthermore, the training of machine learning and deep learning models requires massive computing resources. Thus, many researchers have jumped to a new model known as "Federated Learning". Federated learning is emerging to train Artificial Intelligence models over distributed clients, and it provides secure privacy information to the data owner. Hence, this paper implements Federated Averaging with a Deep Neural Network to classify the handwriting image and protect the sensitive data. Moreover, we compare the centralized machine learning model with federated averaging. The result shows the centralized machine learning model outperforms federated learning in terms of accuracy, but this classical model produces another risk, like privacy concern, due to the data being stored in the data center. The MNIST dataset was used in this experiment.