• 한국조경학회지
• /
• 제51권3호
• /
• pp.153-165
• /
• 2023

도시 열섬현상을 완화하기 위하여 본 연구는 아파트 단지 내 바람의 흐름과 열쾌적성을 고려하여 녹지 연결성을 향상시키기 위한 효과적인 녹지 계획 시나리오를 제안하는 것에 있다. 연구의 사례 대상지는 서울특별시를 대상으로 2020년 6월부터 8월까지 수집된 온도 및 불쾌지수 자료를 비교하여 강동구 고덕동에 위치한 아파트 단지로 선정하였다. 먼저, 연구대상지 현재의 열환경과 바람환경을 분석하였다. 이를 바탕으로 녹지의 패치와 코리도 형태의 요소를 고려하여 시나리오 1(패치), 시나리오 2(코리도), 시나리오 3(패치+ 코리도)의 세 가지 시나리오를 계획하였다. 이후, 각각의 시나리오별 풍속, 풍향, 그리고 열쾌적성을 ENVI-met로 분석하여 도시 열섬현상의 완화효과를 비교하였다. 연구의 결과, 패치 형태의 녹지는 풍속의 증가 및 풍량 개선에 기여하여 예상온열감(PMV)가 31.20% 감소하는 효과를 보였으며(시나리오 1), 열쾌적성 지표(PET)가 68.59%감소하는 것으로 나타났다. 반면 코리도 형태의 녹지로 계획한 경우 바람길의 연결이 용이하여 패치 형태의 녹지 계획에 비하여 풍속이 더욱 높아지는 결과가 나타나 예상온열감(PMV)은 92.47%, 열쾌적성 지표(PET)는 90.14% 감소하였다 (시나리오 2). 녹지 패치와 녹지 코리도를 복합적으로 계획한 경우 가장 큰 풍속의 증가와 연결성을 보여 예상온열감(PMV)에서 95.75%, 열쾌적성 지표(PET)에서 95.35% 감소하는 것으로 나타났다(시나리오 3). 그러나 대상지 내에서 협소한 지역의 경우 패치형 녹지계획이 코리도형의 녹지 계획에 비하여 열쾌적성을 개선하는 데에 더 효과적으로 나타났다. 따라서, 연구의 결과에 근거하여 도시열섬현상을 효과적으로 완화하기 위해서는 패치형태의 녹지와 코리도 형태의 녹지의 계획의 복합적인 형태로 계획될 수 있도록 제안하고자 한다. 본 연구의 결과는 향후 도시형 아파트단지의 도시열섬현상 완화를 위한 녹지계획의 가이드를 제시하여 도시열섬현상에 따른 회복력을 향상시키기 위한 기초자료를 제시할 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.669-681
• /
• 2023

과일 나무의 생육을 평가하는 중요한 지표인 엽록소 함량을 추정하는데 비교적 많은 노동력의 투입이 요구되고 오랜 시간이 소요되는 기존의 파괴 조사 대신 비파괴적 조사 방식인 원격탐사기술을 적용하기 위한 연구가 시도되고 있다. 이 연구에서는 2년(2021, 2022) 간 무인기 기반의 초분광 영상을 이용하여 배나무 잎의 엽록소 함량을 비파괴적으로 추정하는 연구를 수행하였다. 영상 처리로 추출된 배나무 캐노피(canopy)의 단일 band 반사율은 시간 변화에 따라 불안정한 복사 효과를 최소화하기 위해 밴드비화(band rationing) 되었다. 밴드비(band ratios)를 입력 변수로 머신러닝 알고리즘인 elastic-net, k-nearest neighbors (KNN)과 support vector machine을 사용하여 추정(calibration, validation) 모델들을 개발하였다. Full band ratios 기반 추정 모델들의 성능과 비교하여 계산 비용 절감과 재현성 향상에 유리한 key band ratios를 선정하였다. 결과적으로 모든 머신러닝 모델에서 full band ratios를 이용한 calibration에 coefficient of determination (R²)≥0.67, root mean squared error (RMSE)≤1.22 ㎍/cm², relative error (RE)≤17.9%)와 validation에 R²≥0.56, RMSE≤1.41 ㎍/cm², RE≤20.7% 성능을 비교하였을 때, key band ratios 네 개가 선정되었다. 머신러닝 모델들 사이에 validation 성능에는 비교적 큰 차이가 없어 calibration 성능이 가장 높았던 KNN 모델을 기준으로 삼았으며, 그 key band ratios는 710/714, 718/722, 754/758, 758/762 nm가 선정되었다. Calibration에서 R²=0.80, RMSE=0.94 ㎍/cm², RE=13.9%와 validation에서 R²=0.57, RMSE=1.40 ㎍/cm², RE=20.5%를 나타내었다. Validation의 기준으로 한 성능 결과는 배나무 잎 엽록소 함량을 추정하기에 충분하지 않았지만, 앞으로의 연구에 기준이 될 key band ratios를 선정했다는 것에 의미가 있다. 추후 연구에서는 추정 성능을 향상하기 위해 지속적으로 추가 데이터세트를 확보하여 선정된 key band ratios의 신뢰성 검증과 함께 실제 과원에 재현 가능한 추정 모델로 고도화할 필요가 있다.

• 한국방사선학회논문지
• /
• 제17권6호
• /
• pp.827-833
• /
• 2023

방사선 촬영 조영제는 특수 조영을 필요로 하는 병원에서 인체 장기 및 특정한 부위 검사를 촬영할 때 흔히 쓰이고 있다. 특히 컴퓨터단층촬영(Computed Tomography CT) 조영제는 요오드(Iodine)라는 물질이 혼합되어 있는데 이것이 방사선의 에너지를 흡수하면서 방사선 영상 이미지에서 하얀색으로 보이게 되어 영상의 화질을 더욱 개선시킨다. 또한, 혈관에서 혈액과 같이 움직이는 CT 조영제는 근육 및 물과 확연히 구분을 시켜주고 있어 조영제를 병원에서 많이 사용하고 있다. 이러한 조영제는 엑스레이를 흡수하지만, 엑스레이를 흡수하기 위해서는 밀도가 높거나 방사선 흡수계수가 높아야 한다. 조영제가 혈관에 투입되기 때문에 밀도가 높으면 혈관에 무리가 가서 환자는 쇼크 상태가 오기 때문에 물과 비슷한 밀도를 맞춰야 하고 부작용에 대해 항상 신경을 써야한다. 또한, CT 조영제의 양을 환자의 체형에 따라 조절하면서 쓰고 남은 조영제를 폐기하는데 이것을 방사선 차폐재로 재활용을 할 수 있는 아이디어를 알아보고자 하였다. 조영제와 물을 혼합하는 방법에는 조영제 10%와 물 90%, 조영제 30%와 물 70%, 조영제 50%와 물 50%으로 3가지로 혼합하였다. CT 촬영은 광주광역시 U병원에서 GE사 4채널 CT를 사용하였으며 조영제와 물을 혼합하여 듀란병에 저장하였으며, 물 90%와 조영제 10% 혼합 액체의 밀도가 1.4 g/mL 정도일 때의 물질을 찾아보면 MYLAR라는 물질과 비슷한 것을 확인하였고, 물 70%와 조영제 30% 혼합 액체의 밀도가 1.76 g/mL일 때는 Polyvinylidene과 비슷한 물질인 것을 알 수 있었으며, 물 50%와 조영제 50%일 때 혼합 액체의 밀도는 2.3 g/mL일 때는 콘크리트(concrete) 밀도와 비슷한 밀도를 구성하고 있음을 알 수 있었다. 본 실험의 결과를 통해서 물 50%와 조영제 50%를 혼합한 액체는 콘크리트 차폐와 비슷한 밀도를 가지고 방사선의 차폐가 가능하였다. 따라서 콘크리트 두께와 비교하여 조영제를 50% 이상 첨가한 두께를 이용한 차폐재를 만든다면 충분한 차폐재의 역할을 할 수 있을 것으로 생각된다.

• 과학교육연구지
• /
• 제47권3호
• /
• pp.225-237
• /
• 2023

이 연구는 과학 흥미를 주제로 초등 예비교사들이 어떤 인식을 하고 있는지 탐색하는 것을 목적으로 한다. 비수도권 소재 A 교육대학교에 재학 중인 187명의 초등 예비교사들을 대상으로 설문 조사를 실시하였다. 그 중 비대면 면담 참여에 동의한 3명의 초등 예비교사들을 대상으로 자료 수집을 병행하였다. 초등 예비교사가 작성한 설문 문항을 주제별 질적 텍스트 분석 방법을 통하여 설문 자료를 분석하였다. 면담 자료는 전사하여 귀납적으로 추가적인 해석을 더하였다. 그 결과 과학 흥미 용어에 대한 개념은 과학과 흥미 두 용어의 합성어로 해석하는 경향을 보였다. 과학 흥미가 감소하는 시기는 중학교 이후, 초등학교 고학년, 저학년 순으로 나타났다. 과학 흥미가 감소하는 이유는 학교 교육 현장에서 개인 맥락적인 범위 내에서 과학 교과에 대한 부정적인 경험에서부터 비롯한 것으로 해석할 수 있었다. 과학 흥미 감소 및 과학 흥미 증진에 대한 방안은 개인, 가정, 학교, 교사, 지역사회, 국가의 범위로 구분하고 장단기적인 관점에 대해 논한 결과 과학 영역에 대한 다양한 탐구 활동과 경험, 과학과 관련된 활동의 참여, 학생 중심 수업, 교사 전문성 계발에서부터 시작하여 초등학생과 교사를 위한 지원, 정책 등 다차원적인 접근이 이루어졌다. 다층화된 접근과 노력은 과학에 대한 개인의 긍정적인 피드백 및 과학과 관련된 경험의 장을 열어주기 위한 노력의 일환으로 해석할 수 있었다. 마지막으로 과학 흥미가 감소하는 현 상황과 학생들의 과학 흥미 증진을 위해 초등 예비교사 입장에서 준비해야 하는 역량에 관해서는 교과 수업에 대한 전문성 향상을 목표로 하는 다원화된 활동으로써 명시적이자 암묵적으로 논할 수 있었다. 이 연구는 초등 예비교사들을 대상으로 과학 흥미라는 주제에 대한 개념적인 특성, 과학 흥미 변화에 대한 교육 맥락적인 양상, 과학 흥미에 대해 필요로 하는 교육 사항에 대해 탐색함으로써 과학 흥미가 감소하는 현 상황에 대한 기초연구 자료로서 학술적인 의의가 있을 것이라 기대하는 바이다.

• 벤처혁신연구
• /
• 제7권2호
• /
• pp.175-195
• /
• 2024

본 연구의 목적은 산업안전 컨설팅 기업의 컨설턴트 역량 하위요인들을 파악하고, 이 요인들이 컨설팅 만족도와 활용도를 매개하여 재계약의도에 어떠한 영향을 미치는지 실증연구를 하는 것이다. 컨설턴트 역량, 컨설팅 만족도와 활용도에 대한 연구는 중소기업 컨설팅, 경영 컨설팅 등의 분야에 대해서는 활발히 진행되었으나 산업안전 컨설팅 분야의 연구는 부족한 것으로 파악되었다. 이에 본 연구에서는 최근 지속되는 산업재해 발생과 중대재해처벌법 시행으로 중요시되는 산업안전 분야의 컨설턴트의 역량과 컨설팅 만족도와 활용도, 재계약의도 간의 인과적 관계를 실증하고자 한다. 측정도구는 산업안전 컨설턴트 역량, 컨설팅 만족도, 컨설팅 활용도, 재계약의도를 설문지로 구성하여 사용하였다. 총 235부의 설문지를 산업안전 컨설팅을 받은 경험이 있거나 컨설팅을 받고 있는 기업, 공공기관 등 컨설팅 고객에게 온라인, 오프라인으로 수집하였으며, 유효한 202부의 설문지를 SPSS 21.0 프로그램으로 분석하였다. 검증 결과, 산업안전 컨설팅의 재계약의도에 있어서 컨설턴트 역량과 컨설팅 만족도, 컨설팅 활용도가 유의한 영향을 미친다는 것을 실증하였으며, 컨설팅 만족도와 활용도가 컨설턴트 역량과 재계약의도 사이의 관계를 매개한다는 것을 알 수 있었다. 또한 컨설턴트 역량의 하위요인 3가지는 능력, 지식, 자세 순서대로 컨설팅 만족도와 활용도, 재계약의도에 영향이 큰 것으로 분석되었다. 이로서 산업안전 컨설팅 기업의 컨설턴트의 역량, 컨설팅 만족도와 활용도 모두 재계약의도에 영향을 주는 중요한 요인이라는 것을 알 수 있었으며, 컨설턴트 역량을 향상시켜 컨설팅 만족도와 활용도, 재계약의도에 큰 영향을 주기 위해서는 컨설턴트 능력, 지식, 자세 순서대로 향상시켜야 한다는 토대를 마련하였다.

• 대한원격탐사학회지
• /
• 제40권4호
• /
• pp.387-396
• /
• 2024

대부분의 고해상도 위성영상은 rational polynomial coefficients (RPC) 정보를 제공하여 지상좌표와 영상좌표 간 변환을 수행한다. 그러나 초기 RPC에는 기하학적 오차가 존재하여 ground control points (GCPs)와의 정합을 통해 보정을 수행하여야 한다. GCP chip은 항공정사영상에서 추출한 높이 정보가 포함된 작은 영상 패치(patch)이다. 많은 선행연구에서는 영역 기반 정합 기법을 사용하여 고해상도 위성영상과 GCP chip 간 정합을 수행하였다. 계절적 차이나 변화된 지역이 존재하는 영상에서는 화소값에 의존하는 정합이 어렵기 때문에 윤곽 정보를 추출하여 정합을 수행하기도 한다. 그러나 일반적으로 사용하는 canny 기법으로 정합에 용이한 윤곽을 추출하기 위해서는 위성영상의 분광 특성에 적절한 임계치를 설정해주어야 하는 문제가 존재한다. 따라서 본 연구에서는 위성영상의 지역별 특성에 둔감한 윤곽 정보를 활용하여 RPC 보정을 위한 정합을 수행하고자 한다. 이를 위해 딥러닝 기반 윤곽 정보 추출 네트워크인 pixel difference network (PiDiNet)를 활용하여 위성영상과 GCP chip의 윤곽맵(edge map)을 각각 생성하였다. 그 후 생성된 윤곽맵을 normalized cross-correlation과 relative edge cross-correlation의 입력데이터로 대체하여 영역 기반의 정합을 수행하였다. 마지막으로 RPC 보정에 필요한 변환모델 계수를 도출하기 위하여 data snooping 기법을 반복적으로 적용하여 참정합쌍을 추출하였다. 오정합쌍을 제거한 참정합쌍에 대해 root mean square error (RMSE)를 도출하고 기존에 사용하던 상관관계 기법과 결과를 정성적으로 비교하였다. 실험 결과, PiDiNet은 약 0.3~0.9 화소의 RMSE 값 분포를 보였으나 canny 기법에 비해 두꺼운 윤곽을 나타내어 일부 영상에서 미세하게 정확도가 저하되는 것을 확인하였다. 그러나 위성영상 내 특징적인 윤곽을 일관적으로 나타냄으로써 정합이 어려운 지역에서도 정합이 잘 수행되는 것을 확인하였다. 본 연구를 통해 윤곽 기반 정합 기법의 강인성을 개선하여 다양한 지역에서의 정합을 수행할 수 있을 것으로 예상된다.

• 인터넷정보학회논문지
• /
• 제25권4호
• /
• pp.65-72
• /
• 2024

전시 공간에서 작품의 의도를 충실하게 나타내기 위해서는 자연광처럼 높은 색상 재현 성능을 제공하는 조명이 필요하다. 이에 연색성의 향상을 위한 다수의 조명 기술이 소개되었으나 대부분 파스텔 계열의 8가지 색상을 고려하는 일반 연색지수(CRI Ra)만을 평가하였다. 자연광은 R9과 R12의 연색지수로 표현되는 빨간색과 파란색을 포함하여 모든 색상에 대해 우수한 연색 성능을 제공하지만 대부분 인공조명은 R9, R12 등의 연색 성능이 자연광에 비해 현저히 낮다는 문제가 있다. 최근 원색을 포함한 전시물의 색상을 사실적으로 표현할 수 있도록 자연광 수준의 연색성을 제공하는 조명 기술이 요구되지만 관련 연구는 매우 부족하였다. 이에 본 논문에서는 자연광의 특성에 기반하여 CRI Ra, R9, R12를 중심으로 높은 연색성을 실현하는 전시관 조명을 제안한다. 먼저 자연광과 인공조명의 실측 분광에 대한 분석을 통해 R9과 R12의 향상을 위한 보강 파장 대역을 도출한다. 이후 보강 파장 대역 내 피크 파장특성을 가진 가상의 SPD를 생성한 후 상용 LED 광원과의 조합 시뮬레이션을 통해 CRI Ra≥95와 R9, R12≥90을 충족하는 SPD의 조합조건을 도출한다. 이를 통해 R9과 R12 향상에 가장 큰 영향을 미친 405, 630nm 피크 파장 특성의 광원 2종을 특정한 후 W/C White LED 2종을 적용한 전시관 조명을 설계하고 조명의 제어지표 DB를 구축한다. 이후 제안 방법의 실험을 통해 조도(300-1,000 Lux), 색온도(3,000-5,000K) 조건에서 평균 CRI Ra는 96.5, R9과 R12는 96.2, 94.0로 자연광 수준 고연색성의 실현이 가능함을 보였다.

• 식물병연구
• /
• 제30권3호
• /
• pp.229-235
• /
• 2024

식물 병원성 곰팡이의 포자는 병원성을 테스트하고 병원균의 생리 및 생태를 연구하는 데 중요한 역할을 한다. 따라서 안정적인 포자 생산을 위해서는 적절한 빛과 배지 조건은 필수적이다. 본 연구에서는 Bipolaris oryzae의 지속적인 포자 확보를 위한 조건을 확립하기 위해 슬라이드 배양법을 통해 빛 조건과 적합한 배지 조건을 조사하였다. 첫째, Bipolaris oryzae 균주 CM23-042와 23CM10을 사용하여 두 가지 서로 다른 빛 조건을 설정하였다. 첫 번째 조건은 지속적인 형광등과 근 자외선(NUV) 하에서의 포자 형성이었고, 두 번째 조건은 NUV와 암 상태를 12시간 주기로 교대로 바꿔주는 방식이었다. 둘째, 감자 포도당 한천(PDA) 배지, V8-Juice 한천 배지, 최소 배지(MM), sucrose-proline 한천 배지(SPA), 토끼 풀 한천 배지(RFA), 쌀겨 한천 배지(RBA), 벼 잎 한천 배지(RLA) 등 7가지 서로 다른 배지에서 포자 형성을 관찰하였다. 접종 후 7일이 경과한 결과, 실험에 사용된 균주 CM23-042와 23CM10은 PDA 배지에서 지속적인 형광등과 근 자외선(NUV) 조건에서만 포자 형성이 유도되었으며, 다른 조건에서는 포자가 형성되지 않았다. 또한, B. oryzae CM23-042 균주는 MM에서 가장 많은 포자를 형성한 반면, 23CM10 균주는 PDA에서 가장 많은 포자를 형성하였다. 종합적으로, 본 실험에서는 지속적인 형광등과 근 자외선을 동시에 조사하는 조건이 포자 유도에 가장 적합하다는 결과를 얻었다. 동시에, 포자 형성을 위한 배지 선택은 B. oryzae 균주에 따라 다를 수 있으나, MM과 PDA 또는 SPA와 RFA 배지의 적용이 포자 유도에 효과적일 것으로 예상된다. 본 연구 결과는 B. oryzae의 수집 균주들의 특성에 맞춰 포자 형성을 향상시키는데 기여할 것이다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.111-124
• /
• 2018

본 연구는 만성질환 중의 하나인 고지혈증 유병을 예측하는 분류모형을 개발하고자 한다. 이를 위해 SVM과 meta-learning 알고리즘을 이용하여 성과를 비교하였다. 또한 각 알고리즘에서 성과를 향상시키기 위해 변수선정 방법을 통해 유의한 변수만을 선정하여 투입하여 분석하였고 이 결과 역시 각각 성과를 비교하였다. 본 연구목적을 달성하기 위해 한국의료패널 2012년 자료를 이용하였고, 변수 선정을 위해 세 가지 방법을 사용하였다. 먼저 단계적 회귀분석(stepwise regression)을 실시하였다. 둘째, 의사결정나무(decision tree) 알고리즘을 사용하였다. 마지막으로 유전자 알고리즘을 사용하여 변수를 선정하였다. 한편, 이렇게 선정된 변수를 기준으로 SVM, meta-learning 알고리즘 등을 이용하여 고지혈증 환자분류 예측모형을 비교하였고, TP rate, precision 등을 사용하여 분류 성과를 비교분석하였다. 이에 대한 분석결과는 다음과 같다. 첫째, 모든 변수를 투입하여 분류한 결과 SVM의 정확도는 88.4%, 인공신경망의 정확도는 86.7%로 SVM의 정확도가 좀 더 높았다. 둘째, stepwise를 통해 선정된 변수만을 투입하여 분류한 결과 전체 변수를 투입하였을 때보다 각각 정확도가 약간 높았다. 셋째, 의사결정나무에 의해 선정된 변수 3개만을 투입하였을 때 인공신경망의 정확도가 SVM보다 높았다. 유전자 알고리즘을 통해 선정된 변수를 투입하여 분류한 결과 SVM은 88.5%, 인공신경망은 87.9%의 분류 정확도를 보여 주었다. 마지막으로, 본 연구에서 제안하는 meta-learning 알고리즘인 스태킹(stacking)을 적용한 결과로서, SVM과 MLP의 예측결과를 메타 분류기인 SVM의 입력변수로 사용하여 예측한 결과, 고지혈증 분류 정확도가 meta-learning 알고리즘 중에서는 가장 높은 것으로 나타났다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.137-148
• /
• 2014

상품 검색시간의 단축과 쇼핑에 투입되는 노력의 감소 등, 온라인 쇼핑이 주는 장점에 대한 긍정적인 인식이 확산되면서 전자상거래(e-commerce)의 중요성이 부각되는 추세이다. 전자상거래 기업들은 고객확보를 위해 다양한 인터넷 고객관계 관리(eCRM) 활동을 전개하고 있는데, 개인화된 추천 서비스의 제공은 그 중 하나이다. 정확한 추천 시스템의 구축은 전자상거래 기업의 성과를 좌우하는 중요한 요소이기 때문에, 추천 서비스의 정확도를 높이기 위한 다양한 알고리즘들이 연구되어 왔다. 특히 협업필터링(collaborative filtering: CF)은 가장 성공적인 추천기법으로 알려져 있다. 그러나 고객이 상품을 구매한 과거의 전자상거래 기록을 바탕으로 미래의 추천을 하기 때문에 많은 단점들이 존재한다. 신규 고객의 경우 유사한 구매 성향을 가진 고객들을 찾기 어렵고 (Cold-Start problem), 상품 수에 비해 구매기록이 부족할 경우 상관관계를 도출할 데이터가 희박하게 되어(Sparsity) 추천성능이 떨어지게 된다. 취향이 독특한 사용자를 뜻하는 'Gray Sheep'에 의한 추천성능의 저하도 그 중 하나이다. 이러한 문제인식을 토대로, 본 연구에서는 소셜 네트워크 분석기법 (Social Network Analysis: SNA)과 협업필터링을 결합하여 데이터셋의 특이 취향 사용자 (Gray Sheep) 문제를 해소하는 방법을 제시한다. 취향이 독특한 고객들의 구매데이터를 소셜 네트워크 분석지표를 활용하여 전체 데이터에서 분리해낸다. 그리고 분리한 데이터와 나머지 데이터인 두 가지 데이터셋에 대하여 각기 다른 유사도 기법과 트레이닝 셋을 적용한다. 이러한 방법을 사용한 추천성능의 향상을 검증하기 위하여 미국 미네소타 대학 GroupLens 연구팀에 의해 수집된 무비렌즈 데이터(http://movielens.org)를 활용하였다. 검증결과, 일반적인 협업필터링 추천시스템에 비하여 이 기법을 활용한 협업필터링의 추천성능이 향상됨을 확인하였다.