• 한국광학회지
• /
• 제24권4호
• /
• pp.184-188
• /
• 2013

본 논문에서는 스마트 홈 네트워크, 자동차용 광네트워크, 선박용 광네트워크 등의 멀티모드 광네트워크 구성을 위한 멀티모드 광분배기를 제작하였다. 멀티모드 광분배기는 폴리머 기반의 자외선 임프린트(ultra violet imprint, UV-imprint) 공정에 의해 $200{\mu}m$ 코어 사이즈를 갖는 대구경으로 제작하였으며, 신호 분기를 위한 1:1 균등 분배기 및 네트워크 모니터링을 위한 9:1 비균등 분배기를 제작하였다. 대구경 광분배기를 제작하기 위해 실리콘 웨이퍼에 Bosch process에 의한 광분배기 패턴을 식각하여 imprint 마스터를 제작 후 폴리디메틸실록산(polydimethylsiloxane, PDMS)를 이용한 탄성체 몰드를 역상 복제 하였다. 역상 복제된 PDMS 몰드를 이용해 UV-imprint 공정에 의한 대구경 광분배기 칩을 제작하였다. 또한, 폴리메틸메타크릴레이트(polymethylmethacrylate, PMMA) 광섬유 블록을 제작하고 광분배기 칩의 입출력 단에 광섬유를 정렬 부착하여, 최종적으로 광분배기는 광분배기 칩과 패키징을 위한 광섬유 블록을 폴리머 기반의 저가형으로 제작하였다. 제작된 폴리머 기반 광분배기의 도파손실, 삽입손실 및 출력 균일도를 측정하고, 내환경 특성 평가를 위해 $-40^{\circ}C{\sim}+60^{\circ}C$ 주기의 temperature cycling test 후 삽입손실 변화를 측정하였다.

• 헤리티지:역사와 과학
• /
• 제48권4호
• /
• pp.74-93
• /
• 2015

한국의 고고학적 물리탐사는 1995년 일본 나라문화재연구소에서 활용 중인 물리탐사를 참고로 국내에 도입되었다. 도입 당시 한국에서는 건축, 토목분야에서 물리탐사가 활성화되어 있었지만 고고학에 접목시켜 탐사를 하는 전문가는 없었다. 이에 국립문화재연구소는 고고 물리탐사를 도입하기 시작하여 오늘날에 이르게 되었고, 그간 한국과 일본은 탐사 전문가 교류를 통해 공동 탐사 등을 진행하고 탐사방법의 개선과 탐사 결과의 신뢰성을 높여 왔다. 고고학적 물리탐사 방법에서 가장 많이 활용된 방법은 GPR 탐사법이다. 이는 투과 깊이는 낮지만 해상도가 뛰어나 발굴 착수 전에 활용성이 좋다. 하지만 GPR 탐사의 레이더 투과 깊이가 얕아 대형 고분 등에서 한계성이 있다. 한국과 일본의 물리탐사 전문가 교류 등을 통해 보다 깊은 곳까지 지하구조를 연구할 수 있도록 전기비저항 분석프로그램을 활용하여 고분탐사에 적용할 수 있었다. 이에 나주 복암리 고분을 비롯한 다수의 고분에서 GPR 탐사의 한계를 극복한 좋은 결과를 얻을 수 있었고 특히, 탐사 결과와 발굴조사 결과를 비교하여 고분 내의 매장 주체부 등의 위치를 확인하였다. 향후 한국과 일본은 다양한 공동연구 등을 통하여 탐사와 고고학과의 융복합 연구를 수행하고 고고 과학 분야의 새로운 네트워크를 형성하여야 할 것이다.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1143-1150
• /
• 2023

세계적 기후 위기와 저탄소 정책 이행으로 신재생 에너지에 관한 관심이 높아지고 이와 관련된 산업이 증가하고 있다. 이 중에서 태양 에너지는 고갈되지 않고 오염 물질이나 온실가스를 배출하지 않는 대표적인 친환경 에너지로 주목받고 있으며, 이에 따라 세계적으로 태양광 발전 시설 보급이 증가하고 있다. 하지만 태양광 발전은 지리, 날씨와 같은 환경의 영향을 받기 쉬우므로 안정적인 운영과 효율적인 관리를 위해 정확한 발전량 예측이 중요하다. 하지만 변동성이 큰 태양광 발전을 수학적 통계 기술로 정확한 발전량을 예측하는 것은 불가능하다. 이를 위해서 정확하고 효과적인 예측을 위해 딥러닝 기반의 기술에 관한 연구는 필수적이다. 또한, 기존의 딥러닝을 활용한 예측 방식은 장, 단기적인 예측을 나누어 수행하기 때문에 각각의 예측 결과를 얻기 위한 시간이 길어진다는 단점이 있다. 따라서, 본 연구에서는 시계열 특성을 가진 태양광 발전량 데이터를 사용하여 장단기 통합 예측을 수행하기 위해 순환 신경망의 다대다 구조를 활용한다. 그리고 이를 다양한 딥러닝 모델들에 적용하여 학습을 수행하고 각 모델의 결과를 비교·분석한다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.101-114
• /
• 2023

유사시 종심 깊숙한 곳에서 적을 타격하는 임무를 수행하는 항공기의 경우 격추될 위험에 항시 노출되어 있다. 현대전의 핵심 전투력으로써 최첨단의 무기체계를 운용하는 공중근무 요원은 양성하는데 많은 시간과 노력, 국가 예산이 소요되며 그들이 가진 작전 능력과 군사기밀이 매우 중요하기에 공중근무 요원의 생환은 매우 중요한 문제이다. 따라서, 본 연구에서는 적지에서 비상탈출한 조난자가 장애물을 피해 목표지점까지 도피·탈출을 시행할 경로를 예측하는 경로 문제를 연구하였으며 이를 통해 비상탈출한 조난자의 무사 생환 가능성을 높이고자 하였다. 본 연구 주제와 관련된 기존 연구들은 경로 문제를 네트워크 기반 문제로 접근하여 TSP, VRP, Dijkstra 알고리즘 등으로 문제를 변형하여 최적화 기법으로 접근한 연구가 있었다. 본 연구에서는 동적 환경을 모델링 하기에 적합한 MDP(마코프 의사결정과정)를 적용하여 연구하였다. 또한 GIS를 이용하여 지형정보 데이터를 추출하여 활용함으로써 모형의 객관성을 높였으며, MDP의 보상구조를 설계하는 과정에서 기존 연구 대비 모형이 좀 더 현실성을 가질 수 있도록 보다 상세히 지형정보를 반영하였다. 본 연구에서는 조난자가 지형적 이점을 최대한 이용함과 동시에 최단거리로 이동할 수 있는 경로를 도출하기 위하여 가치 반복법 알고리즘, 결정론적 방법론을 사용하였으며 실제 지형정보와 조난자가 도피·탈출 과정에서 만날 수 있는 장애요소들을 추가하여 모형의 현실성을 더하고자 하였다. 이를 통해 조난자가 조난 상황에서 어떠한 경로를 통해 도피·탈출을 수행할지 예측해 볼 수 있었다. 본 연구에서 제시한 모형은 보상구조의 재설계를 통해 여러 가지 다양한 작전 상황에 응용이 가능하며 실제 상황에서 조난자의 도피·탈출 경로를 예측하고 전투 탐색구조 작전을 진행시키는 데 있어 다양한 요소가 반영된 과학적인 기법에 근거한 의사결정 지원이 가능할 것이다.

• 생물환경조절학회지
• /
• 제28권2호
• /
• pp.95-103
• /
• 2019

온도와 상대습도는 작물 재배에 있어서 중요한 요소로써, 수량과 품질의 증대를 위해서는 적절히 제어 되어야 한다. 그리고 정확한 환경 제어를 위해서는 환경이 어떻게 변화할지 예측할 필요가 있다. 본 연구의 목적은 현시점의 환경 데이터를 이용한 다층 퍼셉트론(multilayer perceptrons, MLP)을 기반으로 미래 시점의 기온 및 상대습도를 예측하는 것이다. MLP 학습에 필요한 데이터는 어윈 망고(Mangifera indica cv. Irwin)을 재배하는 8연동 온실($1,032m^2$)에서 2016년 10월 1일부터 2018년 2월 28일까지 10분 간격으로 수집되었다. MLP는 온실내부 환경 데이터, 온실 외 기상 데이터, 온실 내 장치의 설정 및 작동 값을 사용하여 10~120분 후 기온 및 상대습도를 예측하기 위한 학습을 진행하였다. 사계절이 뚜렷한 우리나라의 계절에 따른 예측 정확도를 분석하기 위해서 테스트 데이터로 계절별로 3일간의 데이터를 사용했다. MLP는 기온의 경우 은닉층이 4개, 노드 수가 128개일 때($R^2=0.988$), 상대습도는 은닉층 4개, 노드 수 64개에서 가장 높은 정확도를 보였다($R^2=0.990$). MLP 특성상 예측 시점이 멀어질수록 정확도는 감소하였지만, 계절에 따른 환경 변화에 무관하게 기온과 상대습도를 적절히 예측하였다. 그러나 온실 내 환경 제어 요소 중 분무 관수처럼 특이적인 데이터의 경우, 학습 데이터 수가 적기 때문에 예측 정확도가 낮았다. 본 연구에서는 MLP의 최적화를 통해서 기온 및 상대습도를 적절히 예측하였지만 실험에 사용된 온실에만 국한되었다. 따라서 보다 일반화를 위해서 다양한 장소의 온실 데이터 이용과 이에 따른 신경망 구조의 변형이 필요하다.

• 대한토목학회논문집
• /
• 제44권3호
• /
• pp.407-416
• /
• 2024

지난 20년 동안 전 세계적으로 지하철 역사와 지하 구조물의 수와 규모가 급증하면서 지하철 이용자의 안전에 대한 중요성도 지속적으로 증가하였다. 지하철 역사는 구조적 특성으로 인해 재난 상황에서 시야 확보와 탈출 경로가 제한되어 인명 피해와 경제적 손실의 위험이 높다. 이에 따라 기존 지하철 시스템뿐만 아니라 GTX와 같은 대심도 지하 시설에 대한 재난 대피 취약성 분석이 필수적이다. 본 논문은 광교중앙역 사례를 중심으로 매개 중심성 기반의 대피 취약성 분석 프레임워크를 적용한 사례 연구를 제시한다. 구체적으로, 역사의 공간 구문론에 기반한 네트워크 모델을 구축하고 매개 중심성 분석을 통해 병목 지점을 평가하며, 이를 통해 재난 대피 취약성을 평가하였다. 이는 공간 네트워크에서 높은 매개 중심성을 가진 지점은 전체 공간 간 연결구조를 중개함을 시사하며, 재난 대피 상황에 있어서는 대피 인원이 집중되고 전체 대피 흐름을 통제하는 공간으로 해석될 수 있기 때문이다. 광교중앙역 기본 모델 및 재난 발생 시나리오 별 분석결과, 대칭적인 광교중앙역 공간 구조에 따라 매개 중심성 분포는 대칭성을 띄며, 지하 1층 및 지하 2층의 중앙구역에 매개 중심성이 집중되어 있음이 발견되었다. 이들 구역은 평균값에 비해 약 220 % 이상 높은 값을 보이며, 이는 재난 상황 시 대피 흐름이 교차되며 병목 현상의 발생 가능성이 높음을 시사한다. 이러한 광교중앙역의 재난 대피 취약성을 개선하기 위해서 중앙구역에 집중되는 재난 대피 흐름을 분산시키기 위해 가장자리 구역의 재난 대피로로써의 활용성을 증대시키도록 계단실을 연속적으로 연결하는 구조변경을 시나리오로 제시하였다. 이러한 이동통로 변경이 고려될 경우, 매개 중심성의 분산이 감소하며 제안된 대피통로 추가가 광교중앙역의 대피 흐름 분산에 효과적으로 기여할 수 있음을 확인하였다. 이 사례 연구는 지하철 역사 사용자 안전성 향상에 있어 제안된 대피 취약성 평가 프레임워크의 효과성을 입증하며, 주요 지하 시설물의 재난 대응 및 관리 계획에도 효과적으로 활용될 수 있음을 보인다.