• 한국측량학회지
• /
• 제39권6호
• /
• pp.409-418
• /
• 2021

항공사진 촬영량이 증가함에 따라 품질검사 자동화의 필요성이 대두되고 있다. 본 연구에서는 딥러닝 기법으로 항공사진 내 구름을 분류 또는 탐지하는 실험을 수행하였고, 또한 위성영상을 학습자료에 포함시켜 분류 및 탐지를 수행하였다. 실험에 사용한 알고리즘으로는 GoogLeNet, VGG16, Faster R-CNN과 YOLOv3을 적용하여 결과를 비교하였다. 또한 구름이 포함된 오류영상 확보의 현실적 제한을 고려하여 항공영상만 존재하는 학습 데이터세트에서 위성영상을 활용한 추가학습이 분류 및 탐지정확도에 영향을 미치는지도 분석하였다. 실험결과, 항공사진의 구름 분류와 탐지에서 각각 GoogLeNet과 YOLOv3 알고리즘이 상대적으로 우월한 정확도를 나타냈고, GoogLeNet은 구름에 대한 생산자정확도 83.8% 그리고 YOLOv3는 구름에 대한 생산자정확도 84.0%를 보여주었다. 또한, 위성영상 학습자료 추가가 항공사진 자료의 부족 시 대안으로 적용가능 함을 보여주었다.

• 국제지역연구
• /
• 제14권4호
• /
• pp.27-52
• /
• 2011

키르기스스탄은 다자간 안보시스템에 의존한 군사안보 확보와 등거리 외교를 통한 국가안보를 국가정책의 주요 목표로 두고 추진하고 있다. 부연하자면, 중앙아시아의 소국으로서 자주권의 확립과 국가발전이라는 과제를 추진하기 위하여 나름의 군사안보정책을 통하여 해결점을 찾으려 한다는 것이다. 그러나 한 국가가 단순히 외교와 외부의 안보시스템에 의존하여 국가의 자주성과 발전을 담보할 수는 없을 것이다. 이 논문에서는 키르기스스탄의 국방력과 군사력을 해부해 봄으로써 키르기스스탄이 최소한의 자위적 차원의 국방력을 가지고 있는가를 살펴보는 것과 국방력 증강에 대한 가능성을 살펴보는 것이 중요하다고 본다. 해양세력과 대륙세력, 그 양대 세력의 신-그레이트 게임속에서 등거리외교와 다자간 안보협력기구를 통하여 국가자주성을 확보해 나가는 균형 외교전략의 한계와 미래를 살펴봄으로서 앞으로의 키르기스스탄 독립과 자주 문제를 파악, 예측 해 보는 것이 본 논문의 목적이다.

• 한국융합학회논문지
• /
• 제13권1호
• /
• pp.89-99
• /
• 2022

코로나19로 인해 원격 수업, 원격 근무, 원격 의료 등 비대면 문화가 확산되고 있다. 이러한 비대면 사회로의 정착의 일등 공신은 SW중소기업과 SW인력이다. 그러나 최근 대형 플랫폼 업체 및 해외 빅테크 기업들이 수천명의 SW인력을 채용함으로 인해 SW중소기업들은 심각한 인력난을 겪고 있다. 이에 본 연구는 중소 SW기업들이 SW 인력을 안정적으로 확보하고 지속적인 사업 영위를 지원하기 위한 정책 대안을 제시하는 것을 목적으로 한다. 이러한 목적 달성을 위해 본 연구는 SW산업 및 인력 현황을 살펴 본 후, 산업계 전문가 등을 대상으로 설문조사 및 FGI(전문가 집중 인터뷰) 등을 통해 SW기업기술인력을 안정적으로 확보 할 수 있는 방안을 도출하여 SW인력확보의 애로사항 및 개선방안을 제안하였다. 그 정책들은 내일채움공제제도, 청년주택조합 구성 등과 같은 인력 유지 지원 인센티브 강화, 병역특례제도, 채용조건형 계약학기제 등에 의한 인력 채용, SW인력 양성 바우처 제도 보완 등을 통한 맞춤형 교육 강화, SW 분야 Skill 표준화, SW 인력 양성 거버넌스 체계 구축, 대기업 등으로의 인력 유출에 대한 대응책 마련 및 대·중소 SW 인력 상생협력 프로그램 등이다.

• 지구물리와물리탐사
• /
• 제26권4호
• /
• pp.211-228
• /
• 2023

방조제의 모니터링에는 지구물리학적 비파괴 검사인 GPR (Ground Penetrating Radar) 탐사가 주로 이용된다. GPR 반응은 상황에 따라 복잡한 양상을 보이므로 자료의 처리와 해석은 전문가의 주관적 판단에 의존하며, 이는 오 탐지의 가능성을 불러옴과 동시에 시간이 오래 걸린다는 단점이 있다. 따라서 딥 러닝을 이용하여 GPR 탐사자료의 공동을 탐지하는 다양한 연구들이 수행되고 있다. 딥 러닝 기반 방법은 데이터 기반 방법으로써 풍부한 자료가 필요하나 GPR 탐사의 경우 비용 등의 이유로 학습에 이용할 현장 자료가 부족하다. 따라서 본 논문에서는 데이터 증강 전략을 이용하여 딥 러닝 기반 방조제 GPR 탐사자료 공동 탐지 모델을 개발하였다. 다년간 동일한 방조제에서 탐사 자료를 사용하여 데이터 세트를 구축하였으며, 컴퓨터 비전 분야의 객체 탐지 모델 중 YOLO (You Look Only Once) 모델을 이용하였다. 데이터 증강 전략을 비교 및 분석함으로써 최적의 데이터 증강 전략을 도출하였고, 초기 모델 개발 후 앵커 박스 클러스터링, 전이 학습, 자체 앙상블, 모델 앙상블 기법을 단계적으로 적용하여 최종 모델 도출 후 성능을 평가하였다.

• 한국과학교육학회지
• /
• 제29권8호
• /
• pp.934-950
• /
• 2009

본 연구에서는 학생들의 그림을 이용하여 과학자와 과학 학습자의 활동에 대한 이미지를 분석하고, 과학진로 선택과 어떤 관계가 있는지 살펴보았다. 중학교 1학년 학생 163명을 대상으로 DAST와 DASLT를 실시하였고, 과학 관련 진로에 대한 설문조사를 하였다. 수집한 학생들의 그림을 DAST-C와 DASLT-C를 이용하여 코딩하였고, 그 중 과학 진로를 선택하겠다고 응답한 학생과 그렇지 않은 학생 사이에 유의미한 차이를 보이는 요소를 찾아 이를 그림과 설문 응답 내용을 바탕으로 분석하였다. 분석 결과, 과학에 대한 이미지를 구성하고 있는 다양한 요소 중에서 과학 진로와 보다 밀접한 관련이 있는 요소는 과학자의 '표정', '실험복' 착용 여부, '기이한 모습', '지식 상징', '기술 상징', '연구 인원', '위험성', 'STS'적인 측면인 것으로 나타났다. 과학학습에 대한 이미지를 구성하는 요소 중에서는 과학학습자의 '표정', 수업 시간에 이루어지는 '학습 형태', '탐구 상징'과 '학습 장소'에서 유의미한 차이가 나타났다. 본 연구는 결과에 근거하여 학생들의 과학과 과학 학습에 대한 긍정적 이미지 형성과 과학 관련진로 선택에 교육적 시사점을 제공할 수 있다.

• 대한영상의학회지
• /
• 제81권2호
• /
• pp.310-323
• /
• 2020

선천성 심장질환의 치료에 있어서 그 해부학적인 구조를 올바르게 이해하는 것은 아주 중요하다. 이러한 선천성 심장질환의 구조적인 특징을 이해하는데 있어서 삼차원 프린팅 모델을 이용하는 것은 아주 효과적이다. 기존에 얻어진 전산화단층촬영이나 자기공명영상 혹은 심장 초음파 검사의 자료만으로는 정확한 복잡심장기형의 특징을 이해하는 것이 어려운 경우가 있으며, 삼차원 프린팅 모델의 사용이 이러한 제한점 들을 극복하는데 도움을 줄 수 있다. 최근 들어서는 삼차원 프린팅 모델을 이용해 선천성 심장질환의 교육과 수술 전 시뮬레이션 그리고 치료의 방침을 결정하는데 많은 도움을 받고 있으며, 실제 구체적인 환아들의 예를 통해서 이를 살펴보고자 한다. 또한 향후 그 기술의 발전 방향에 대해 알아보고, 심장외과 의사의 관점에서 수술 수기의 발전이나 훈련 등 여러 방면의 이용에 대해서도 살펴보고자 한다.

• Korean Journal of Radiology
• /
• 제24권4호
• /
• pp.294-304
• /
• 2023

Objective: We aimed to investigate whether image standardization using deep learning-based computed tomography (CT) image conversion would improve the performance of deep learning-based automated hepatic segmentation across various reconstruction methods. Materials and Methods: We collected contrast-enhanced dual-energy CT of the abdomen that was obtained using various reconstruction methods, including filtered back projection, iterative reconstruction, optimum contrast, and monoenergetic images with 40, 60, and 80 keV. A deep learning based image conversion algorithm was developed to standardize the CT images using 142 CT examinations (128 for training and 14 for tuning). A separate set of 43 CT examinations from 42 patients (mean age, 10.1 years) was used as the test data. A commercial software program (MEDIP PRO v2.0.0.0, MEDICALIP Co. Ltd.) based on 2D U-NET was used to create liver segmentation masks with liver volume. The original 80 keV images were used as the ground truth. We used the paired t-test to compare the segmentation performance in the Dice similarity coefficient (DSC) and difference ratio of the liver volume relative to the ground truth volume before and after image standardization. The concordance correlation coefficient (CCC) was used to assess the agreement between the segmented liver volume and ground-truth volume. Results: The original CT images showed variable and poor segmentation performances. The standardized images achieved significantly higher DSCs for liver segmentation than the original images (DSC [original, 5.40%-91.27%] vs. [standardized, 93.16%-96.74%], all P < 0.001). The difference ratio of liver volume also decreased significantly after image conversion (original, 9.84%-91.37% vs. standardized, 1.99%-4.41%). In all protocols, CCCs improved after image conversion (original, -0.006-0.964 vs. standardized, 0.990-0.998). Conclusion: Deep learning-based CT image standardization can improve the performance of automated hepatic segmentation using CT images reconstructed using various methods. Deep learning-based CT image conversion may have the potential to improve the generalizability of the segmentation network.

• 항공우주정책ㆍ법학회지
• /
• 제30권2호
• /
• pp.403-425
• /
• 2015

운항승무원은 항공기 운항에 필요한 적합한 자격요건을 충족해야 하며 이를 위해서는 항공기 운항에 필요한 자격요건과 항공기간 유사성 등으로 인해 불필요한 자격요건이 무엇인지 확립되어 있어야 한다. 시카고협약은 국제민간항공에 있어서 가장 기본이 되는 국제조약이며 시카고협약 체약국은 시카고협약 부속서에서 정한 '표준 및 권고방식(SARPs)'에 따라 항공법규를 제정하여 운영 중이며, 안전하고 효율적인 기준 수립 및 적용을 위해 지속적으로 노력하고 있다. 본 논문은 운항승무원의 항공기 2개 형식 운항에 대한 ICAO, 한국, FAA, EASA 등의 국내외 기준의 차이점을 인식하고 이를 토대로 한국의 관련 제도를 개선 보완하고자 한다. 운항승무원의 항공기 2개 형식 운항에 대한 국내외 기준을 비교하면서, 한국의 관련 법규가 국제기준 대비 불합리한 측면이 있어 이를 토대로 개선방안을 제시하였다. 기본적으로 항공기 운영자는 기장 또는 부기장이 동일 형식의 비행기로 90일 내에 적어도 3회의 이륙과 착륙을 행한 경험이 없는 기장 또는 부기장을 해당 항공기를 운항하도록 승무시켜서는 아니 된다. 또한 운항승무원은 모든 운항하는 항공기 형식에 대하여 장비 및 절차에 대한 중요 차이점에 익숙해야 한다. 또한 항공기 운영자는 조종사의 조종 기능 및 비상절차 수행능력이 해당 항공기 형식에서 수행능력이 있도록 적합한 방법으로 심사가 수행되어야 한다. 이와 관련해 정기적으로 기량심사가 수행되어야 한다. 한편 항공기 운영자가 운항승무원에게 항공기 간의 유사성을 토대로 서로 다른 항공기 형식을 운항하도록 하는 경우, 항공당국은 각각의 항공기 형식을 운항하기 위한 면제 요건을 설정하여 적용할 수 있다. 결론적으로 운항승무원이 2개 형식의 항공기를 운항하기 위해서는 해당 형식 항공기 운항을 위한 유효한 자격이 있어야 하며, 이를 위해서는 이에 합당한 훈련프로그램을 이수해야 한다. 따라서 특별히 요건이 면제되거나 요구량을 축소하여 적용할 수 있는 법적 근거가 없는 한, 2개 형식 항공기를 운항하기 위해서는 항공기 형식 간의 유사성을 토대로 적용할 수 있는 진보된 훈련 프로그램이 있음에도 불구하고 각각의 항공기 형식에 필요한 모든 운항자격을 충족해야 한다. 항공기 제작사는 표준비행절차 및 안전운항을 위해 새로 항공기를 개발함에 있어서 항공기 시스템에 대하여 기본적인 틀을 유지하면서 기능을 보완 개선하고 있어 항공기 간에 표준화된 적용이 확대되고 있으며 항공기 간의 차이수준은 점차 줄어들고 있다. 또한 다양한 항공 비즈니스 출현 및 레저용 항공시장의 활성화로 운항승무원이 서로 다른 항공기를 번갈아 운항할 필요성이 점차 높아지고 있다. 그럼에도 불구하고 한국은 운항승무원의 훈련 및 운항자격프로그램과 관련하여 신규도입 항공기에 적용할 항공기 간의 차이수준에 따라 실질적으로 다르게 적용할 수 있는 관련 법규 및 체계가 전무한 상태이며, 2개 형식 이상의 항공기를 운항하기 위한 구체적인 기준은 물론 이와 관련하여 항공안전을 위해 금지하거나 제한하는 기준도 없기 때문에 항공기 운영자의 정책적인 판단에 따를 수밖에 없는 실정이다. 따라서 항공당국은 비행표준평가위원회 제도를 도입하여 비행표준평가를 통해 항공기 간의 차이수준을 분석하고 이를 토대로 운항승무원이 합당한 교육훈련 및 자격요건을 효율적으로 적용할 수 있도록 항공기 간 차이수준별 자격요건체계를 수립하여 적용해야 할 것이다. 이와 관련하여 본 논문에서는 항공기 간의 차이수준 평가 및 2개 형식 이상 항공기 운항에 대한 국내외 항공법규를 고찰하고 합리적인 제도 운영을 위한 몇 가지 개선방안을 제시하였다. 본 논문이 1) 정부, 학계 및 항공사 등 유관부문에서 항공안전증진을 위한 국제 동향을 이해하는데 도움이 되고, 2) 국내 항공법규를 개선하는데 도움을 주고, 3) 아울러, 국제표준 준수 및 항공안전증진에 기여하길 기대한다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.131-150
• /
• 2015

영어와 달리 한국어나 일본어 문장의 경우 용언의 필수격을 채우는 명사구가 생략되는 무형대용어 현상이 빈번하다. 특히 백과사전이나 위키피디아의 문서에서 표제어로 채울 수 있는 격의 경우 그 격이 문장에서 더 쉽게 생략된다. 정보검색, 질의응답 시스템 등 주요 지능형 응용시스템들은 백과사전류의 문서에서 주요한 정보를 추출하여 수집하여야 한다. 그러나 이러한 명사구 생략 현상으로 인해 양질의 정보추출이 어렵다. 본 논문에서는 백과사전 종류 문서에서 생략된 명사구 즉 무형대용어를 복원하는 시스템의 개발을 다루었다. 우리 시스템이 다루는 문제는 자연어처리의 무형대용어 해결 문제와 거의 유사하나, 우리 문제의 경우 문서의 일부가 아닌 표제어도 복원에 이용할 수 있다는 점이 다르다. 무형대용어 복원을 위해서는 먼저 무형대용어의 탐지 즉 문서 내에서 명사구 생략이 일어난 곳을 찾는 작업을 수행한다. 그 다음 무형대용어의 선행어 탐색 즉 무형대용어의 복원에 사용될 명사구를 문서 내에서 찾는 작업을 수행한다. 문서 내에서 선행어를 발견하지 못하면 표제어를 이용한 복원을 시도해 본다. 우리 방법의 특징은 복원에 사용된 문장성분을 찾기 위해 Structural SVM을 사용하는 것이다. 문서 내에서 생략이 일어난 위치보다 앞에 나온 명사구들에 대해 Structural SVM에 의한 시퀀스 레이블링(sequence labeling) 작업을 시행하여 복원에 이용 가능한 명사구인 선행어를 찾아내어 이를 이용하여 복원 작업을 수행한다. 우리 시스템의 성능은 F1 = 68.58로 측정되었으며 이는 의미정보의 이용 없이 달성한 점을 감안하면 높은 수준으로 평가된다.

• 한국농림기상학회지
• /
• 제23권3호
• /
• pp.149-155
• /
• 2021

농업기상재해 조기경보시스템에서는 일 최대순간 풍속에 과수의 낙과 피해 임계풍속을 대입하여 농작물의 풍해 위험을 예측, 자원농가에게 제공하고 있다. 강풍의 위험 예측확률을 높이기 위한 방법으로써, 기존 방식에서 '안전'으로 분류된 데이터들 중 실제로는 풍해위험이 있는 경우를 찾아내는 인공신경망 이항분류 기법을 도입하였다. 학습데이터는 전라남북도와 경북 및 경남 일부지역의 총 210개소 기상청 종관 및 방재기상관측지점에서 수집된 2019년 전체 일별 풍속자료이며, 최적 모델 도출을 위한 검증데이터는 동일지점의 2020년 1월 1일~12월 12일 자료를, 인공신경망 기법 사용 전/후의 풍해위험예측 성능 평가는 2020년 12월 13일~2021년 2월 18일까지의 자료를 사용하였다. 풍해위험 임계풍속은 과수의 낙과 피해기준으로 주로 사용되고 있는 11m/s를 설정하였다. 또한 2020년 동일 기간의 일 최대순간풍속 실측값으로 Weibull 분포를 작성한 후, 추정값과 임계풍속간의 편차를 이용하여 누적확률값을 계산, 풍해 경보에서 한 단계 낮은 주의보를 판단하고 인공신경망 기법 적용 결과와 비교하였다. 평가기간 중 기존의 풍해 위험 탐지확률은 65.36%였으나 인공신경망 기법으로 재분류 과정을 거친 후 93.62%로 크게 개선되었다. 반면, 오보율이 함께 증가되어(13.46% → 37.64%), 전반적인 정확도는 감소하였다. 한편 Weibull 분포를 이용하여 풍해주의보 구간을 두었을 때는 정확도 83.46%으로 인공신경망 기법에 비해 전반적인 예측 정확도는 더 높았던 반면 위험 탐지확률은 88.79%로 더 낮게 나타났다. 따라서, 상대적으로 위험예보의 미예측이 중대한 문제가 되는 사례에서 인공신경망 방식이 유용할 것으로 보인다.