• 대한원격탐사학회지
• /
• 제35권3호
• /
• pp.447-455
• /
• 2019

기존의 식생정보는 대부분 5년 주기로 구축되어 최신성이 결여 되어있다. 식생의 조사는 사진측량과 사람의 현지조사로 이루어지며, 많은 시간과 비용을 소모하게 된다. 식생의 정보 중 식생층위구조에 대한 정보는 산림의 다양성과 환경을 평가하는 중요한 요소이다. 식생의 내부구조인 층위구조는 필수적 정보이지만, 일반적인 사진측량과 사람의 조사로는 한계점이 존재하게 된다. 본 연구에서는 KOMPSAT-3/3A/5 위성영상으로 부터 제작된 지수맵과 Texture맵, DSM(Digital Surface Model)과 DTM(Digital Terrain Model)의 차분으로 생성한 canopy정보를 Input layer로 층위자료를 인공신경망(Artificial Neural Network; ANN)을 이용하여 분류하였다. 단층과 다층의 산림의 층위 구조를 분류하여 최종분류결과 81.59% 확인하였다.

• 한국정보통신학회논문지
• /
• 제24권7호
• /
• pp.914-924
• /
• 2020

본 연구에서는 소셜 네트워크를 생성 할 수 있는 인공적인 네트워크 발생 모델을 제안 하였다. 본 연구에서 제안한 발생 모델은 온라인 소셜 네트워크의 특징인 Small-World 성질과 Scale-Free 성질을 단순하게 표현하는 것에서 벗어나 모델의 두 파라메터를 적절히 조절함으로서 사용자가 원하는 다양한 위상 특성치 값들을 나타내 줄 수 있도록 하였다. 이를 위해 Preferential Attachment의 세기를 조정 할 수 있도록 파라메터 K와 군집화 계수를 적절하게 조정 할 수 있도록 파라메터 P를 도입하였다. K가 0에서 10 그리고 P가 0.3에서 0.5 사이의 조합이나 K = 0과 P = 0.9를 이용하면 소셜 네트워크의 위상적 성질을 보유하는 인공적인 네트워크를 생성할 수 있다. 이 조합 하에서는 Small-World 성질과 Scale-Free 성질이 잘 나타난다. 노드차수 분포는 Power-Law를 따른다. 또한 군집화 계수 0.130 ~ 0.238, 평균 최단거리 5.641 ~ 5.985로 나타났다. 또한 네트워크의 크기를 노드 5,000개에서 10,000개로 증가시켜도 소셜 네트워크 성질을 그대로 유지하는 것으로 나타났다.

• 상하수도학회지
• /
• 제35권1호
• /
• pp.93-100
• /
• 2021

Forward osmosis (FO) process is a chemical potential driven process, where highly concentrated draw solution (DS) is used to take water through semi-permeable membrane from feed solution (FS) with lower concentration. Recently, commercial FO membrane modules have been developed so that full-scale FO process can be applied to seawater desalination or water reuse. In order to design a real-scale FO plant, the performance prediction of FO membrane modules installed in the plant is essential. Especially, the flux prediction is the most important task because the amount of diluted draw solution and concentrate solution flowing out of FO modules can be expected from the flux. Through a previous study, a theoretical based FO module model to predict flux was developed. However it needs an intensive numerical calculation work and a fitting process to reflect a complex module geometry. The idea of this work is to introduce deep learning to predict flux of FO membrane modules using 116 experimental data set, which include six input variables (flow rate, pressure, and ion concentration of DS and FS) and one output variable (flux). The procedure of optimizing a deep learning model to minimize prediction error and overfitting problem was developed and tested. The optimized deep learning model (error of 3.87%) was found to predict flux better than the theoretical based FO module model (error of 10.13%) in the data set which were not used in machine learning.

• 우주기술과 응용
• /
• 제1권1호
• /
• pp.49-63
• /
• 2021

태양계 천체 탐사는 다양한 탑재체를 통해 이루어지고 있고, 그에 따라 많은 연구 결과들이 나오고 있다. 우리는 태양계 천체 연구의 한 방법으로 딥러닝 적용을 시도해 보았다. 지구 관측 위성 자료와 다르게 태양계 천체 자료들은 천체들에 따라 탐사선에 따라 각 탐사선의 탑재체에 따라 그 자료의 형태가 매우 다르다. 그래서 학습시킨 모델로 다양한 자료에 적용이 어려울 수 있지만 사람에 의한 오류를 줄이거나, 놓치는 부분들을 보완해 줄 수 있을 것이라고 기대한다. 우리는 달 표면의 크레이터를 탐지하는 모델을 구현해 보았다. Lunar Reconnaissance Orbiter Camera (LROC) 영상과 제공하는 shapefile을 입력값으로 하여 모델을 만들었고, 이를 달 표면 영상에 적용하여 보았다. 결과가 만족스럽지는 못했지만 이후 이미지 전처리와 모델 수정 작업을 통해 최종적으로는 ShadowCam에 의해 획득되는 달의 영구음영지역 영상에 적용할 예정이다. 이 외에도 달 표면과 비슷한 형태를 가진 세레스와 수성에 적용을 시도하여 딥러닝이 태양계 천체 연구에 또 다른 방법임을 시사하고자 한다.

• 융합정보논문지
• /
• 제12권2호
• /
• pp.47-53
• /
• 2022

최근 지능화된 보안 패러다임의 변화에 따라, 다양한 정보보안 시스템에서 발생하는 각종 정보를 인공지능 기반 이상탐지에 적용하기 위한 연구가 증가하고 있다. 따라서 본 연구는 로그와 같은 시계열 데이터를 수치형 특성인 벡터로 변환하기 위하여 딥러닝 기반 Word2Vec 모델의 CBOW와 Skip-gram 추론 방식과 동시발생 빈도 기반 통계 방식을 사용하여 공개된 ADFA 시스템콜 데이터에 대하여, 벡터의 차원, 시퀀스 길이 및 윈도우 사이즈를 고려한 다양한 임베딩 벡터로의 변환에 대한 실험을 진행하였다. 또한 임베딩 모델로 생성된 벡터를 입력으로 하는 GRU 기반 이상 탐지 모델을 통해 탐지 성능뿐만 아니라 사용된 임베딩 방법들의 성능을 비교 평가하였다. 통계 모델에 비해 추론 기반 모델인 Skip-gram이 특정 윈도우 사이즈나 시퀀스 길이에 치우침 없이 좀 더 안정되게(stable) 성능을 유지하여, 시퀀스 데이터의 각 이벤트들을 임베딩 벡터로 만드는데 더 효과적임을 확인하였다.

• 한국정밀공학회지
• /
• 제19권7호
• /
• pp.171-179
• /
• 2002

STEP-NC is the next generation CNC controller taking STEP-based data model as the interface scheme (or language) between CAM and CNC, and carrying out various intelligent functions. At the moment, efforts are being made worldwide to establish international standard for the new interface scheme formalized as ISO14649. As the new language is being established, increasing attention is being paid to the development of the new CNC. Korea STEP-NC is an integrated STEP-NC system taking ISO 14649 as an input, and carrying out various intelligent functions. It is composed of 5 modules: 1) Shop Floor Programming System (PosSFP), 2) Tool Path Generator (PosTPG), 3) Tool Path Viewer (PosTPV), 4) Man Machine Interface (PosMMI), and 5) CNC Kernel (PosCNC). Distinguished from other prototypes (of Europe and USA), the Korea STEP-NC is top-down designed, and bottom-up implemented comprehensively incorporating all the crucial components for realizing the full benefit of STEP-NC paradigm, without using any existing commercial CAD/CAM systems and CNC kernels. The Korea STEP-NC prototype was successfully demonstrated and evaluated in the ISO conventions Together with prototypes of Europe and USA, Korea STEP-NC will be used as a reference system fur the Triangular Conformance Test to be jointly carried out by ISO TC184 SC1, SC4, and IMS Project.

• 한국수자원학회논문집
• /
• 제56권4호
• /
• pp.285-299
• /
• 2023

증발산량을 산정하는 것은 수자원 관리에서 매우 중요한 요소이고, 많은 연구자들에 의해서 FAO Penman-Monteith (FAO P-M) 식이 기준증발산량을 산정을 위해 적용되고 있다. 하지만 FAO P-M 식에는 다양한 입력 변수들이 적용되어서, 이들 입력변수들의 영향력을 파악하는 것은 필요하다. 따라서 본 연구에서는 우리나라 56개 연구지역을 대상으로 8개의 기상요소들(최고기온, 최저기온, 풍속, 상대습도, 일사량, 증기압부족, 순복사량, 지중열유동)과 FAO Penman-Monteith (FAO P-M) 기준증발산식의 에너지항과 공기동력항, 그리고 고도의 변화에 따른 FAO P-M 기준증발산량 산정에 미치는 영향을 분석하였다. 이를 위해 다른 변량들은 고정한 상황에서 각 특정 변량을 10% 증가시킴에 따른 기준증발산량의 변화를 평가하기 위해 상대 민감도분석을 실시하였다. 또한 5개 대표 지역을 선정하여 그 지역들에 대해서 월별 민감도분석을 실시하고자 군집분석을 이용하여 56개 연구지역을 5개로 분류하였다. 분석결과에 의하면 56개 연구지역에서 8개의 기상요소 중에서 순복사량이 가장 민감한 것으로 나타났고, 다음으로 상대습도, 일사량, 최고기온, 증기압부족, 풍속, 최저기온 순으로 나타났다. 지중열유동은 가장 덜 민감한 요소인 것으로 나타났다. 지표면 특성의 경우, 고도는 매우 낮은 양의 상대 민감도를 보였다. FAO P-M 기준증발산식의 에너지항과 공기동력항의 상대적 민감도는 에너지항이 0.707, 공기동력항이 0.293을 보여서 에너지항이 공기동력항보다 기준증발산량 산정에 기여도가 더 큰 것으로 나타났다. 월별 민감도분석에 의하면 기상 요소별 민감도는 계절적인 영향을 보이는 것으로 나타났고, 고도의 상대민감도는 지역 간 서로 다른 양상을 보였다. 따라서 FAO P-M 식 적용을 위해서는 입력변수의 지역적, 계절적 민감도 차이를 고려해야할 것으로 판단된다.

• International Journal of Automotive Technology
• /
• 제4권4호
• /
• pp.181-191
• /
• 2003

Since the nonlinearity and uncertainties which inherently exist in vehicle system need to be considered in active suspension control law design, this paper proposes a new control strategy for active vehicle suspension systems by using a combined control scheme, i.e., respectively using a genetic algorithm (GA) based self-tuning PID controller and a fuzzy logic controller in two loops. In the control scheme, the PID controller is used to minimize vehicle body vertical acceleration, the fuzzy logic controller is to minimize pitch acceleration and meanwhile to attenuate vehicle body vertical acceleration further by tuning weighting factors. In order to improve the adaptability to the changes of plant parameters, based on the defined objectives, a genetic algorithm is introduced to tune the parameters of PID controller, the scaling factors, the gain values and the membership functions of fuzzy logic controller on-line. Taking a four degree-of-freedom nonlinear vehicle model as example, the proposed control scheme is applied and the simulations are carried out in different road disturbance input conditions. Simulation results show that the present control scheme is very effective in reducing peak values of vehicle body accelerations, especially within the most sensitive frequency range of human response, and in attenuating the excessive dynamic tire load to enhance road holding performance. The stability and adaptability are also showed even when the system is subject to severe road conditions, such as a pothole, an obstacle or a step input. Compared with conventional passive suspensions and the active vehicle suspension systems by using, e.g., linear fuzzy logic control, the combined PID and fuzzy control without parameters self-tuning, the new proposed control system with GA-based self-learning ability can improve vehicle ride comfort performance significantly and offer better system robustness.

• 전기학회논문지
• /
• 제64권6호
• /
• pp.922-934
• /
• 2015

In this paper, The classification between precipitation echo(PRE) and non-precipitation echo(N-PRE) (including ground echo and clear echo) is carried out from weather radar data using neuro-fuzzy algorithm. In order to classify between PRE and N-PRE, Input variables are built up through characteristic analysis of radar data. First, the event classifier as the first classification step is designed to classify precipitation event and non-precipitation event using input variables of RBFNNs such as DZ, DZ of Frequency(DZ_FR), SDZ, SDZ of Frequency(SDZ_FR), VGZ, VGZ of Frequency(VGZ_FR). After the event classification, in the precipitation event including non-precipitation echo, the non-precipitation echo is completely removed by the echo classifier of the second classifier step that is built as Type-2 FCM based RBFNNs. Also, parameters of classification system are acquired for effective performance using PSO(Particle Swarm Optimization). The performance results of the proposed echo classifier are compared with CZ. In the sequel, the proposed model architectures which use event classifier as well as the echo classifier of Interval Type-2 FCM based RBFNN show the superiority of output performance when compared with the conventional echo classifier based on RBFNN.

• 자원ㆍ환경경제연구
• /
• 제15권4호
• /
• pp.643-672
• /
• 2006

본 연구는 한국의 산업별 독성물질 배출량을 이용하여 산업별 인체유해도를 측정한 것이다. 분석에 이용된 자료는 146종의 인체유해화학물질 배출량과 2000년도 산업연관표이다. 분석결과, 총배출 강도가 높은 산업의 순위는 목재나무제품펄프종이(1.1632) >유기화학기초제품(0.9750) >기타화학제품(0.9620) >플라스틱제품(0.3804) >합성수지 및 합성고무(0.3412) >선박 및 기타 수송장비(0.3275) 등이다. 또한 인체발암지수는 산업 전체가 $11.86198{\times}10^3$(이미지참조)이며, 산업 평균이 $0.26360{\times}10^3$(이미지참조)으로 계산되었다. 인체유해도가 높은 산업의 순위를 보면, 자동차 및 부문품(7.85033) >선철 및 강반성품(4.57409) >철강 1차 제품(4.36668) >선박 및 기타 수송장비(3.43293) >무기화학기초제품(2.64379) 등이다. 총배출강도나 인체유해도 등은 인체유해 화학물질 감축을 위한 수요 및 산업 정책을 전개할 때, 규제산업의 우선순위를 결정하는 근거가 될 수 있다.