• 지구물리와물리탐사
• /
• 제14권1호
• /
• pp.98-104
• /
• 2011

탐사 지구물리학에서 수치 모사는 지하매질에서의 탄성파 전파 현상을 이해하는데 중요한 통찰력을 제공한다. 탄성파 모사는 음향파 근사에 의한 수치 모사보다 계산시간이 많이 소요되지만 전단응력 성분을 포함하여 보다 현실적인 파동의 모사를 가능하게 한다. 그러므로 탄성파 모사는 탄성체의 반응을 탐사하는데 적합하다고 할 수 있다. 계산 시간이 길다는 단점을 극복하기 위해 본 논문에서는 그래픽 프로세서(GPU)를 이용하여 탄성파 수치 모사 시간을 단축하고자 하였다. GPU는 많은 수의 프로세서와 광대역 메모리를 갖고 있기 때문에 병렬화된 계산 아카텍쳐에서 사용할 수 있는 장점이 있다. 본 연구에서 사용한 GPU 하드웨어는 NVIDIA Tesla C1060으로 240개의 프로세서로 구성되어 있으며 102 GB/s의 메모리 대역폭을 갖고 있다. NVIDIA에서 개발된 병렬계산 아카텍쳐인 CUDA를 사용할 수 있음에도 불구하고 계산효율을 상당히 향상시키기 위해서는 GPU 장치의 여러 가지 다양한 메모리의 사용과 계산 순서를 최적화해야만 한다. 본 연구에서는 GPU 시스템에서 시간영역 유한차분법을 이용하여 2차원과 3차원 탄성과 전파를 수치 모사하였다. 파동전파 모사에 가장 널리 사용되는 유한차분법 중의 하나인 엇갈린 격자기법을 채택하였다. 엇갈린 격자법은 지구물리학 분야에서 수치 모델링을 위해 사용하기에 충분한 정확도를 갖고 있는 것으로 알려져 있다. 본 논문에서 제안한 모델링기법은 자료 접근 시간을 단축하기 위해 GPU 장치를 메모리 사용을 최적화하여 가능한 더 빠른 메모리를 사용한다. 이점이 GPU를 이용한 계산의 핵심 요소이다. 하나의 GPU 장치를 사용하고 메모리 사용을 최적화함으로써 단일 CPU를 이용할 경우보다 2차원 모사에서는 14배 이상, 3차원에서는 6배 이상 계산시간을 단축할 수 있었다. 세 개의 GPU를 사용한 경우에는 3차원 모사에서 계산효율을 10배 향상시킬 수 있었다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.253-266
• /
• 2018

본 연구는 질의 응답(QA) 시스템에서 사용하는 개체명 인식(NER)의 성능을 향상시키기 위하여 시퀀스 태깅 방법론을 적용한 새로운 방법론을 제안한다. 사용자의 질의를 입력 받아 데이터베이스에 저장된 정답을 추출하기 위해서는 사람의 언어를 컴퓨터가 알아들을 수 있도록 구조화 질의어(SQL)와 같은 데이터베이스의 언어로 전환하는 과정이 필요한데, 개체명 인식은 사용자의 질의에서 데이터베이스에 포함된 클래스나 데이터 명을 식별하는 과정이다. 기존의 데이터베이스에서 질의에 포함된 단어를 검색하여 개체명을 인식하는 방식은 동음이의어와 문장성분 구를 문맥을 고려하여 식별하지 못한다. 다수의 검색 결과가 존재하면 그들 모두를 결과로 반환하기 때문에 질의에 대한 해석이 여러 가지가 나올 수 있고, 계산을 위한 시간복잡도가 커진다. 본 연구에서는 이러한 단점을 극복하기 위해 신경망 기반의 방법론을 사용하여 질의가 가지는 문맥적 의미를 반영함으로써 이러한 문제를 해결하고자 했고 신경망 기반의 방법론의 문제점인 학습되지 않은 단어에 대해서도 문맥을 통해 식별을 하고자 하였다. Sequence Tagging 분야에서 최신 기술인 Bidirectional LSTM-CRF 모델을 도입함으로써 신경망 모델이 가진 단점을 해결하였고, 학습되지 않은 단어에 대해서는 온톨로지 기반 특성치를 활용하여 문맥을 반영한 추론을 사용하였다. 음악 도메인의 온톨로지(Ontology) 지식베이스를 대상으로 실험을 진행하고 그 성능을 평가하였다. 본 연구에서 제안한 방법론인 L-Bidirectional LSTM-CRF의 성능을 정확하게 평가하기 위하여 학습에 포함된 단어들뿐만 아니라 학습에 포함되지 않은 단어들도 포함한 질의를 평가에 사용하였다. 그 결과 L-Bidirectional LSTM-CRF 모형을 재학습 시키지 않아도 학습에 포함되지 않은 단어를 포함한 질의에 대한 개체명 인식이 가능함을 확인하였고, 전체적으로 개체명 인식의 성능이 향상됨을 확인할 수 있었다.

• 지질공학
• /
• 제21권2호
• /
• pp.133-145
• /
• 2011

본 연구는 불포화 풍화토별 강우지속시간 및 비강우시간에 따른 강우침투속도 관계를 파악하기 위하여 국내에서 산사태 발생빈도가 높은 선캠브리아기 편마암 풍화토와 백악기 화강암 풍화토를 대상으로 불포화 풍화토 칼럼시험을 하였다. 본 연구에서는 일정시간 간격으로 체적함수비를 측정하기 위하여 함수비 측정 TDR센서를 이용하였다. 강우강도 조건은 20 mm/h로 선정하여 연속강우와 반복강우를 재현하였으며, 반복강우의 경우 강우시간과 비강우시간을 조절하였다. 그리고 흙의 단위중량 조건은 편마암 풍화토의 경우 현장 건조단위중량보다 낮고 칼럼상부유출이 일어나지 않는 1.35 $g/cm^3$, 화강암 풍화토의 경우 현장 건조단위중량인 1.21 $g/cm^3$로 선정하였다. 편마암 풍화토와 화강암 풍화토 총 강우량 200 mm인 조건에서 $2.090{\times}10^{-3}{\sim}2.854{\times}10^{-3}$ cm/s와 $1.692{\times}10^{-3}{\sim}2.012{\times}10^{-3}$ cm/s로 총 강우량 100 mm에서의 $1.309{\times}10^{-3}{\sim}1.871{\times}10^{-3}$ cm/s와 $1.175{\times}10^{-3}{\sim}1.581{\times}10^{-3}$ cm/s보다 강우침투속도가 빠르게 나타났다. 이는 동일 시간당 토층 내 주입되는 물의 양이 200 mm조건에서 100 mm조건보다 많기 때문이다. 완전 건조 상태의 강우침투속도와 강우가 반복되어 물을 함유하고 있는 상태의 강우 재침투속도를 비교해 보면, 편마암 풍화토와 화강암 풍화토의 최초 강우침투속도인 $1.309{\times}10^{-3}{\sim}2.854{\times}10^{-3}$ cm/s와 $1.175{\times}10^{-3}{\sim}2.012{\times}10^{-3}$ cm/s보다 강우 재침투속도가 $1.307{\times}10^{-2}{\sim}1.718{\times}10^{-2}$ cm/s와 $1.789{\times}10^{-2}{\sim}2.070{\times}10^{-2}$ cm/s로 높게 나타났다. 이는 토층 내 공기의 함입량이 줄어들어서 불포화 투수계수에 영향을 미치는 흡입력(matric suction)이 감소한 것이 원인으로 생각된다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.97-117
• /
• 2012

인터넷 사용자는 비디오를 보면서 소셜 네트워크 서비스를 이용하고 웹 검색을 하고, 비디오에 나타난 상품에 관심이 있을 경우 검색엔진을 통해 정보를 찾는다. 비디오와 사용자의 직접적인 상호작용을 위해 비디오 어노테이션에 대한 연구가 진행되었고, 스마트 TV 환경에서 어노테이션 된 비디오가 활용될 경우 사용자는 객체에 대한 링크를 통해 원하는 상품의 정보를 쉽게 확인할 수 있게 된다. 사용자가 상품에 대한 구매를 원할 경우 상품에 대한 정보검색 이외에 상품평이나 소셜 네트워크 친구의 의견을 통해 구매 결정을 한다. 소셜 네트워크로부터 발생되는 정보는 다른 정보에 비해 신뢰도가 높아 구매 결정에 큰 영향을 미친다. 하지만 현재 소셜 네트워크 서비스는 의견을 얻고자 할 경우 모든 소셜 네트워크 친구들에게 전달되고 많은 의견을 얻게 되어 이들로부터 유용한 정보를 파악하는 것은 쉽지 않다. 본 논문에서는 소셜 네트워크 사용자의 프로파일을 기반으로 상품에 대해 유용한 정보를 제공할 수 있는 친구를 규명하기 위한 필터링 방법을 제안한다. 사용자 프로파일은 페이스북의 사용자 정보와 페이스북 페이지의 'Like' 정보를 이용하여 구성된다. 프로파일의 상품 정보는 GoodRelations 온톨로지와 BestBuy 데이터를 이용하여 의미적으로 표현된다. 사용자가 비디오를 보면서 상품 정보를 얻고자 할 경우 어노테이션된 URI를 이용하여 정보가 전달된다. 시스템은 소셜 네트워크 친구들에 대한 사용자 프로파일과 BestBuy를 기반으로 어노테이션된 상품에 대한 의미적 유사도를 계산하고 유사도 값에 따라 순위가 결정한다. 결정된 순위는 유용한 정보를 제공할 수 있는 소셜 네트워크 상의 친구를 규명하는데 사용된다. 참가자의 동의하에 페이스북 정보를 활용하였고, 시스템에 의해 도출된 결과와 참가자 인터뷰를 통해 평가된 결과를 이용하여 타당성을 검증하였다. 비교 실험의 결과는 제안하는 시스템이 상품 구매결정을 하기 위해 유용한 정보를 획득할 수 있는 방법임을 증명한다.

• 지구물리와물리탐사
• /
• 제21권3호
• /
• pp.150-161
• /
• 2018

최근의 정보통신기술 발전에 기반한 무인 항공 전자탐사는 효율적인 광역 탐사가 가능하다는 장점으로 인해 다양한 활용이 시도되고 있다. 이 연구에서는 무인 항공 전자탐사의 실제 적용을 위한 이론 연구의 일환으로 한국지질자원연구원에서 개발된 무인 비행선 전자탐사 시스템에 대한 고찰을 수행하였다. 이 시스템은 기존의 항공 전자탐사 시스템들과는 다른 송수신루프의 배치로 인해 측정되는 자기장을 해석하기 위한 새로운 기술이 필요하다. 따라서, 임의의 모양을 갖는 송신원에 의한 전자기장 반응을 계산할 수 있는 방법을 제안하였으며 원형루프에 의한 이론해와의 비교 검증을 통해 그 타당성을 확인하였다. 또한, 3차원적으로 분포한 지하의 전도성 이상체에 의한 자기장 반응을 모사하기 위하여 변유한요소법 기반의 3차원 주파수영역 전자탐사 모델링 알고리듬과 결합하였다. 개발된 알고리듬을 바탕으로 지하 이상체에 의한 자기장 반응분석을 수행한 결과, 기존 항공 전자탐사 시스템들과 마찬가지로 탐사고도가 높아지거나 이상체의 심도가 깊어짐에 따라 이상체에 의한 반응이 줄어듦을 알 수 있었고 이상체의 전기비저항이 증가함에 따라서도 반응이 작아지는 것을 확인하였다. 그러나, 이상체의 심도 및 전기전도도와 사용 주파수에 따라 이상성분의 반응양상이 비선형적인 경향을 나타내는 구간이 존재하여, 자료해석 시 반응의 크기를 통한 단순 해석이 어려워지며 겉보기 비저항 계산 시에도 해의 비유일성을 야기시킬 수 있다는 것을 확인하였다. 따라서 실제로 시스템을 활용하여 탐사를 수행할 시, 탐사목적 및 현장 조건을 고려한 사전 모델링을 통해 적합한 주파수 대역 및 탐사고도를 설정하여 탐사를 수행하는 것이 선행되어야 한다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.131-145
• /
• 2020

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.1-16
• /
• 2015

교통사고의 원인을 규명하고 미래의 사고를 방지하기 위한 노력의 일환으로 데이터 마이닝 기법을 이용한 교통 데이터 분석의 연구가 이루어지고 있다. 하지만 기존의 교통 데이터를 이용한 마이닝 연구들은 학습된 결과를 사람이 이해하기 어려워 분석에 많은 노력이 필요하다는 문제가 있었다. 본 논문에서는 많은 속성들로 표현된 교통사고 데이터로부터 유용한 패턴을 발견하기 위해 규칙 학습 기반의 데이터 마이닝 기법인 연관규칙 학습기법과 서브그룹 발견기법을 적용하였다. 연관규칙 학습기법은 비지도 학습 기법의 하나로 데이터 내에서 동시에 많이 등장하는 아이템(item)들을 찾아 규칙의 형태로 가공해 주며, 서브그룹 발견기법은 사용자가 지정한 대상 속성이 결론부에 나타나는 규칙을 학습하는 지도학습 기반 기법으로 일반성과 흥미도가 높은 규칙을 학습한다. 규칙 학습 시 사용자의 의도를 반영하기 위해서는 하나 이상의 관심 속성들을 조합한 합성 속성을 만들어 규칙을 학습할 수 있다. 규칙이 도출되고 나면 후처리 과정을 통해 중복된 규칙을 제거하고 유사한 규칙을 일반화하여 규칙들을 더 단순하고 이해하기 쉬운 형태로 가공한다. 교통사고 데이터를 대상으로 두 기법을 적용한 결과 대상 속성을 지정하지 않고 연관규칙 학습기법을 적용하는 경우 사용자가 쉽게 알기 어려운 속성 사이의 숨겨진 관계를 발견할 수 있었으며, 대상 속성을 지정하여 연관규칙 학습기법과 서브그룹 발견기법을 적용하는 경우 파라미터 조정에 많은 노력을 기울여야 하는 연관규칙 학습기법에 비해 서브그룹 발견기법이 흥미로운 규칙들을 더 쉽게 찾을 수 있음을 확인하였다.

• 과학교육연구지
• /
• 제41권3호
• /
• pp.334-350
• /
• 2017

이 연구의 목적은 첫째, 자유학기제에 적합한 과학 탐구 중심의 융합인재교육 프로그램을 개발하고 둘째, 자유학기제 교육과정의 중학생에게 적용하여, 학생들의 과학, 기술/공학, 수학에 대한 흥미, 자기효능감 및 관련 진로 선택에 미치는 효과를 살펴보는데 있다. 프로그램 개발을 위해 문헌 조사와 선행 연구를 바탕으로 개발의 방향을 과학 탐구 중심으로 정하고 프로그램 주제 및 개발 모형을 선정하였다. 개발된 프로그램 초안의 적절성을 위해 2회에 걸쳐 예비 적용과 전문가 집단의 컨설팅을 통해 수정 보완하였다. 연구의 대상은 2015년부터 자유학기제가 전면 시행된 광역시 소재 G중학교 1학년 92명이며, 프로그램 적용 전 후에 학생들에게 나타나는 흥미, 자기효능감 및 진로 선택 변화를 알아보고자 단일집단 사전 사후 대응표본 t-검정을 실시하였다. 프로그램의 적용은 2015년 10월 첫째 주부터 10월 셋째 주까지 진행되었으며 사전 검사 및 사후 검사는 프로그램 처치 전 후 1주일 이내에 각각 실시하였다. 또한 학생들의 구체적인 반응을 알아보고자 14명을 선택하여 심층 면담을 실시하였다. 이에 따른 연구의 결과는 다음과 같다. 첫째, 분석(Analysis)-설계(Design)-제작(Build)-평가(Assessment)의 4단계로 구성된 ADBA 모형을 적용하여 'RC 비행기' 주제의 융합인재교육을 개발하였다. 개발된 프로그램은 학생들의 흥미와 관심사에 기반을 둔 체계적 전문적 프로그램으로 학생들의 학습 동기를 유발한다는 점과 능동성을 갖춘 자기주도적 학습 경험을 제공할 수 있다는 점에 의의가 있다. 둘째, 개발된 융합인재교육 프로그램은 자유학기제 교육과정 내 중학생의 과학, 기술/공학, 수학에 대한 흥미, 자기효능감, 관련 진로 선택의 모든 정의적 영역에서 통계적으로 유의미한 효과를 미쳤다. 흥미 영역은 과학, 기술/공학, 수학 교과에 대한 학생들의 인식 변화에 기인하며, 자기효능감 영역은 과학, 기술/공학, 수학 교과에 대해 학생들의 성공적인 경험을 통해서 상승하였으며, 진로 선택 영역은 과학, 기술/공학, 수학이 실생활에 유용하고 해당 직업을 가지면 재미있을 것이라는 인식의 변화로 상승하였다. 이 연구로 개발된 융합인재교육 프로그램은 자유학기제 정책의 교육 목적에 적합하며 자유학기제와 융합인재교육의 접목이라는 점에서 중요한 의미를 가진다. 또한 중학생들의 '행복교육'과, '창의 융합형 인재' 양성에 기여할 것이다.

• 감성과학
• /
• 제9권2호
• /
• pp.111-118
• /
• 2006

본 논문은 긍정적인 정신적 흥분이 자율신경계에 어떤 영향을 주는 지에 대하여 연구하였다. 2002년 한일 월드컵 기간 중 국민이 경험한 정신적, 신체적 상태의 변화를 자율신경 평가 도구인 심박변이도(HRV)를 통하여 평가하였다. 실험 대상은 월드컵군과 정상 대조군으로 나누어 심박변이도 분석을 실시하였다. 대조군은 수도권 2개 대학병원 건강검진센터에 내원한 건강한 $20{\sim}}30$대 남녀 675명을 대상으로 선정하였고, 월드컵군은 수도권 소재 월드컵 경기장 3개소에서 경기를 관전하기 위하여 대기중인 20-30대 남녀 468명을 대상으로 하였다. 데이터분석은 남녀의 생리학적인 차이를 고려하여 남성군과 여성군으로 나누어 분석하였다. 그 결과, 지금까지 알려져 있던 스트레스 반응과는 다른 경향을 관찰 할 수 있었다. 일반적으로 스트레스 상태에서는 평균 심박수가 증가하는 것 이외에 다른 지표들은 감소하는 경향을 나타낸다. 그러나 긍정 스트레스(eustress) 상태에서 심박수와 SDNN 모두 유의하게 높은 것을 관찰 할 수 있었다(p<0.05). 특히 여성 그룹의 경우, 부정 스트레스(distress) 상태와는 반대로, 모든 주파수분석 파라메타가 유의하게 높게 나타났다(p<0.05, p<0.001). 심박변이도의 감소가 건강 상실의 지표가 된다는 점을 고려해 볼 때, SDNN의 증가와 모든 주파수 파라메타의 증가는 자율신경의 항상성조절 기전이 긍정적으로 작동하고 있음을 의미한다. 따라서 전 세계적인 스포츠 이벤트로 인한 긍정 스트레스상태의 유발이 국민 건강에도 긍정적인 영향을 준다고 할 수 있다.

• 벤처창업연구
• /
• 제8권3호
• /
• pp.85-96
• /
• 2013

창업교육이 우리나라 대학에서 증가되고 있지만 여전히 경영학의 틀에서 벗어나지 못하는 한계가 있다. 창업교육이 대학에서 갖는 의미는 학제적, 실천적인 교육이라는 점이다. 창업교육을 시행함에 있어 국내 창업교육은 대학문화, 교수, 커리큘럼, 지역과의 연계 등에서 아직 초보단계에 있다. 본 연구는 이러한 창업교육의 한계를 극복하기 위해 외국의 창업프로그램 사례를 통해 대학 내 창업교육 활성화를 촉진하는데 목적이 있다. 미국 사례대학들과 카우프만 캠퍼스를 중심으로 창업교육의 핵심성공요인을 살펴본 결과 11가지의 특성들이 나타났다. 이 특성들에 견주어 몇 가지의 창업교육의 핵심 성공요인들을 도출하였다. 그 중에서 무엇보다도 창업교육의 핵심은 기업가정신을 함양하는데 있으므로 창업교육은 기존의 경영학전공자는 물론 예술, 과학 그리고 공학의 전공자들을 대상으로 확대되어야 한다. 창업교육은 학제적 접근이 필요하며 교양교과목에서부터 개설되는 것이 요구된다. 재학기간 내내 체계적으로 지속되기 위해서는 대학차원의 리더십과 지원이 필요하고, 창업교육 문화도 형성되어야 한다. 별도의 창업전공은 물론 다양한 전공자들을 위한 특성화된 창업교육 부전공 트랙을 마련을 검토해야 한다. 창업교육의 경험이 일천한 우리나라로서는 창업교육 동기요인의 제공, 필요한 교수진의 양성을 위한 박사과정, 창업교육 의사소통 네트워크 형성과 지역사회의 멘토링 시스템도 선결요건이다. 프로그램의 시작을 위해서는 초기에 가능한 많은 양질의 교육콘텐츠 개발이 필요하다. 교육방법의 측면에서는 프로젝트 중심의 4년 교육프로그램이 추천된다. 이를 위해서는 신입생이 졸업할 때까지 일관성 있게 프로젝트를 추진하면서 필요한 팀 강의와 멘토링 그리고 학제적 협력을 받을 수 있는 제도와 방안이 마련되어야 한다. 마지막으로 창업교육이 또 다른 하나의 경영교육이라는 편견에서 벗어나고 대학교육의 문화로 자리 잡게 하기 위해서는 창업교육센터를 설립하여 운영하는 것이 바람직하다.