• 한국콘텐츠학회논문지
• /
• 제22권2호
• /
• pp.147-161
• /
• 2022

본 연구는 2000년 이후 시게루 반이 설계한 대표적인 임시전시관 3곳과 상설전시관 3곳을 대상으로 반의 전시공간의 생태적 특성과 디자인 특성에 대한 변화를 고찰하였다. 생태건축에 관한 개념 및 특성, 전시공간의 디자인 특성 등에 대한 문헌고찰을 통해 전시공간의 디자인 특성과 생태건축의 디자인요소에 대한 분석틀을 도출하였다. 연구 결과 건축규모, 공간구성, 기능, 재료 및 기술 측면에서 임시전시관과 상설전시관 사이에 큰 변화가 있다. 시게루 반의 임시전시관은 재활용 가능한 재료로 종이튜브, 컨테이너 등을 현장에서 전시 위주의 단층 공간으로 조립해 조립방법이 단순하고 공기가 짧아 전시회가 끝난 후 전시관이 철거되어 그 재료가 다음 전시장으로 옮겨지거나 재활용됐다. 한편 상설전시관은 철근콘크리트를 주체로 하고 목재와 유리재료를 다량으로 사용해 전시공간과 휴게공간을 분리시킨 다층 복합문화공간을 조성했다. 또한 시게루 반의 전시관을 영구건축으로서 친환경적인 재료와 혁신적인 구조기술, 기후설계 개념을 적용하는 등 지속가능한 건축을 실현하고 있다. 생태적 특성 측면에서 임시전시관은 건축자재를 모두 재활용할 수 있어 철거 후 산업폐기물이 발생하지 않았다. 상설전시관은 지붕, 벽면 등에 친환경 목재를 사용해 교체와 보수가 용이하며 두 가지 유형의 전시관은 모두 자연채광과 환기를 통해 자원과 에너지를 절약을 등 생태적 건축을 보다 지속가능한 방향으로 변화시켜 가고 있다.

• 한국문헌정보학회지
• /
• 제57권1호
• /
• pp.93-114
• /
• 2023

정보추출은 문헌 내에 존재하는 개체명을 인식함과 동시에 이들 간의 의미적 관계까지도 식별하여 최종적으로 문헌 내에 포함된 의미적 트리플을 자동으로 추출하여 활용할 수 있으므로 문헌에 대한 심층적인 분석과 이해에 많은 도움을 줄 수 있다. 그러나 지금까지 대부분의 정보추출에 대한 연구는 개체명 인식과 관계추출이 개별 연구로 각각 분리되어 진행되었으며, 그 결과 입력 문헌에 대한 정보추출의 최종 출력인 의미적 트리플 추출 성능에 대한 객관적이고 정확한 평가가 제대로 이루어지지 않았다. 이에 본 논문에서는 진료 기록 문헌에 나타나는 개체명과 그들 간의 관계를 트리플 형태로 직접 추출할 수 있는 종단형 정보추출의 2가지 모델인 파이프라인 및 결합형 모델을 구축하는 구체적인 방법론을 제시하고 성능 비교 실험을 진행하였다. 우선 파이프라인 모델은 양방향 GRU-CRFs를 활용한 개체명 인식 모듈과 다중 인코딩 기반 관계추출 모듈로 구현되었고, 결합형 모델을 위해서는 다중 헤드 레이블링 기반의 양방향 GRU-CRFs이 적용되었다. 두 가지 시스템을 바탕으로 진료기록 문헌 내의 개체명과 관계를 모두 태깅하여 구축된 i2b2/VA 2010 데이터셋을 활용한 비교 실험에서 파이프라인 모델의 성능이 5.5%(F-measure) 더 높게 나타났다. 추가적으로, 대규모 신경망 언어모델과 수작업으로 구축된 자질 정보를 활용한 최고 수준의 기존 시스템과의 비교 실험을 통해, 본 논문에서 구현한 종단형 모델의 객관적인 성능 수준을 파악할 수 있었다.

• 한국수자원학회논문집
• /
• 제56권9호
• /
• pp.529-541
• /
• 2023

기후변화에 따른 가뭄 등 극한 기상을 예측하기 위해, 최근 전 세계적으로 GCMs 모델에 기반하여 향후 7개월까지를 전망하는 계절 기상 전망(Seasonal Forecasts) 기술이 꾸준히 관심을 받고 있다. 그러나 국내에서의 연구 및 적용사례는 많지 않으며, 특히 유역단위에서 그 활용성에 대해서는 검증이 필요하다. 따라서 본 연구에서는 국내 12개 다목적댐 유역에 대해 2011년부터 2020년까지 계절 기상 전망의 정확성을 과거 45년간의 기상 자료(climatology)와 비교하여 평가하였다. 본 연구에서는 ECMWF에서 제공하는 계절 기상 전망의 인자로 향후 수문전망에 활용성이 높은 강수, 기온 그리고 증발산을 선정하였고, 앙상블 전망의 정확성 평가를 위해 Continuous Ranked Probability Skill Score (CRPSS) 기법을 적용하였다. 또한, 계절 기상 전망에 대해 선형 편의 보정기법(Linear scaling)을 적용하여 그 효과를 평가하였다. 연구결과, 계절 기상 전망이 향후 1개월 간은 climatology와 유사한 정확도를 보이나 전망 리드타임이 증가함에 따라 그 정확도가 크게 낮아지는 특성을 나타냈다. Climatology와 비교하여, 계절적으로는 Dry season보다는 Wet season이 더 나은 결과를 보였으며, 특히 건조했던 2015년과 2017년의 Wet season에서는 장기간에 걸친 전망 정확도가 모두 높게 나타났다.

• 한국식생활문화학회지
• /
• 제25권2호
• /
• pp.179-188
• /
• 2010

In order to aide in the design of an improved menu book, which could play an important role as a marketing tool, the current version of the menu books and managers (subjects) of 295 restaurants in the Incheon area were examined. These were managers of Korean (36.3%), Western (25.8%), Japanese (14.6%), cafeteria (12.5%) and Chinese (10.8%) style restaurants. The level of service (self-evaluation, 3-point scale) was average $2.25{\pm}0.45$. The general colorings of the menu books were green (19.0%), brown (18.6%), black (17.6%), yellow (15.9%), red (13.6%) and blue (13.2%). The material of the menu book cover was mainly leather (35.9%), and the internal material was mainly coated paper (59.7%). Physically, the design was two-panel fold (38.3%), two-panel multi-page (35.6%), die style (10.2%), single panel (8.1%) and tent style (7.8%). The type sizes were unchanged in 49.9% of the menu books and in 61.7% photos were not used. 53.9% of menu books did not explain the menus, and 13.2% did not classify the items into groups. Emphasis of profit-making menus was not done in 66.8%. 51.5% of menu books were irreplaceable in parts. The emphasis of profit-making menus was less among the Korean style restaurants (p<0.001). The possibility of partial replacement of menu books was lower in both Korean and Chinese restaurants (p<0.001). The explanation of the items was lower in the Japanese restaurants (p<0.001). The classification of items into groups was lower in cafeteria (p<0.001). In cases in which there were both seasonal and event menus, the possibility of partial replacements of menu books was higher (p<0.001). Restaurants of which service level was less than ordinary were lower in the differentiation of type sizes (p<0.001), the use of photos (p<0.001), the explanation of menus (p<0.001), the classification of menus by groups (p<0.05), the emphasis of profit-making menus (p<0.001) and the possibility of partial replacement of menu books (p<0.001). If these study findings are applied to the designing of menu books, the role of the menu book as an important tool for marketing could be greatly improved.

• 한국콘텐츠학회논문지
• /
• 제22권8호
• /
• pp.416-434
• /
• 2022

본 연구는 온라인, 오프라인 도구를 사용하는 학습자들을 대상으로 스마트러닝 학습앱의 사용자경험이 지속 사용 의도에 미치는 구조적인 관계를 기술수용모델을 통하여 이해하고, 학습형태 특성을 분류하였다. 또한, 스마트러닝 앱의 사용 경험을 기반으로 학습 도구와 콘텐츠 구성에 대한 사용자 경험 디자인 설계향상 방안을 모색하였다. 이를 위하여 개발된 스마트러닝 학습앱을 중고등학생 대상 학습자 84명을 대상으로 2개월간 사용 후 사용인식을 조사하였으며, PLS구조방정식 기법을 사용하여 자료를 분석하였다. 본 연구의 주요결과는 다음과 같다. 첫째, 시스템 및 콘텐츠 사용자 경험은 지각된 사용성과 지각된 사용 용이성에 유의미한 영향이 있었으며, 태도를 매개로 지속사용 의도에 미치는 영향은 유의미하였다. 둘째, 다중그룹 비교분석과 성별 그룹에서는 시스템 사용자경험이 지각된 유용성에 미치는 영향에서 유의미한 차이가 발생하였다. 선호학습 그룹에서는 유의미한 경로차이를 나타낸 것은 지각된 사용용이성과 지각된 유용성에서 태도 및 지속사용의도로의 경로였다. 셋째, 실제 가장 많이 사용하는 학습유형을 다차원척도법으로 분류한 결과 저차원으로 분리된 유형은 offline sync type, Online sync type, Ubiquitous learning type, Self-direct learning type으로 4가지 유형으로 나타났다.

• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.755-770
• /
• 2023

최근 심각한 기후변화, 기상이상 현상 등으로 인해 자연재난의 발생빈도 및 규모가 증가하고 있다. 대형화 재난 발생 시 시간·경제적 제약으로 인해 인공위성, 드론 등 원격탐사 기반의 재난관리의 필요성이 대두되고 있다. 본 연구에서는 재난 발생 시 활용가능한 국내·외 위성들과 최근 우주산업 활성화에 따라 운용 중 및 개발 중인 차세대중형위성, 초소형위성의 현황과 대량의 위성영상들의 활용 기술 동향에 대해 정리하였다. 분석 기술로는 딥러닝의 근간인 인공지능 기술을 접목한 연구들이 있으며, 사용자 중심의 분석 준비 데이터(analysis ready data)를 활용할 수 있는 주요 플랫폼을 소개하였다. 또한 최근 발생된 대형재난인 홍수, 산사태, 가뭄, 산불을 중심으로 위성영상을 활용하여 피해분석을 함으로써 재난관리에 어떻게 활용될 수 있는지에 대해 확인하였다. 마지막으로 개발될 위성을 고려하여 재난 관리 단계별 활용방안에 대해 제시하였다. 본 연구를 통해 위성개발 및 운영현황, 최신 위성영상 분석기술 동향과 다종 위성영상을 활용한 재난대응 방안에 대해 제시되었다. 재난 진행단계에서는 예방과 대비 보다는 대응과 복구에 대한 위성영상의 활용도가 높은 것을 확인할 수 있었다. 향후 다종의 영상이 수급되었을 때 효과적인 재난관리를 위해 인공지능, 딥러닝 등 최신기술 융합 방안과 적용 가능성에 대한 연구를 수행할 예정이다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제28권3호
• /
• pp.1-9
• /
• 2024

본 연구는 대기외란 조건에서 비전센서를 활용하여 구조물의 동적 변위 측정을 위하여 멀티스케일 템플릿 매칭 기법 (TMI: Template Matching with Image pyramids)을 제안하고 제안기법의 변위 측정 성능을 조사하기 위해 진행되었다. 촬영거리에 따른 변위 측정 성능을 평가하기 위해 3층 전단 구조물을 설계하였으며, FHD(1920×1080)급 카메라를 준비하여 변위 계측에 사용하였다. 최초 촬영거리를 10m로 설정하였고, 10m씩 멀어지면서 최대 40m까지 변위 측정 실험을 진행하였다. 실내 조도 조건(450lux)에서 발열 기구를 활용하여 대기외란을 발생시켰으며, 대기외란으로 이미지를 왜곡시켰다. 사전실험을 통해 대기외란시 특징점 기반 변위 측정 방법과 제안기법의 변위 측정 타당성을 비교 검증하였으며, 검증 결과 제안기법의 낮은 측정 에러율을 나타냈다. 대기외란 환경에서 변위 측정 성능평가 결과, 인공 타겟을 활용한 TMI는 대기외란 유무에 따라 변위 측정 성능에 큰 차이가 없었다. 하지만 자연 타겟을 활용하였을 때, 20m 이상의 촬영거리에서 RMSE가 크게 상승하여 제안기법의 운용 한계를 보여줬다. 이는 촬영거리 증가에 따라 자연 타겟의 해상도가 저하되며, 대기외란으로 인한 이미지 왜곡이 템플릿 이미지 추정에 오류가 발생 되어 변위 측정 오차가 높게 발생하는 경향을 나타냈다.

• 사물인터넷융복합논문지
• /
• 제10권2호
• /
• pp.1-15
• /
• 2024

스마트 지역사회의 구축은 지역사회의 안전을 보장하는 새로운 방법이자 중요한 조치이다. 촬영 각도로 인한 얼굴 기형 및 기타 외부 요인의 영향으로 인한 신원 인식 정확도 문제를 해결하기 위해 이 논문에서는 네트워크 모델을 구축할 때 전체 그래프 컨벌루션 모델을 설계하고, 그래프 컨벌루션 모델에 협력하여 얼굴의 핵심을 추출한다. 또한 얼굴의 핵심을 특정 규칙에 따라 핵심 포인트를 구축하며 이미지 컨벌루션 구조를 구축한 후 이미지 컨벌루션 모델을 추가하여 이미지 특징의 핵심을 개선한다. 마지막으로 두 사람의 얼굴의 이미지 특징 텐서를 계산하고 전체 연결 레이어를 사용하여 집계된 특징을 추출하고 판별하여 인원의 신원이 동일한지 여부를 결정한다. 최종적으로 다양한 실험과 테스트를 거쳐 이 글에서 설계한 네트워크의 얼굴 핵심 포인트에 대한 위치 정확도 AUC 지표는 300W 오픈 소스 데이터 세트에서 85.65%에 도달했다. 자체 구축 데이터 세트에서 88.92% 증가했다. 얼굴 인식 정확도 측면에서 이 글에서 제안한 IBUG 오픈 소스 데이터 세트에서 네트워크의 인식 정확도는 83.41% 증가했으며 자체 구축 데이터 세트의 인식 정확도는 96.74% 증가했다. 실험 결과는 이 글에서 설계된 네트워크가 얼굴을 모니터링하는 데 더 높은 탐지 및 인식 정확도를 가지고 있음을 보여준다.

• Korean Journal of Radiology
• /
• 제24권10호
• /
• pp.1006-1016
• /
• 2023

Objective: Computed tomography (CT) is an established method for the diagnosis, staging, and treatment of multiple myeloma. Here, we investigated the potential of photon-counting detector computed tomography (PCD-CT) in terms of image quality, diagnostic confidence, and radiation dose compared with energy-integrating detector CT (EID-CT). Materials and Methods: In this prospective study, patients with known multiple myeloma underwent clinically indicated whole-body PCD-CT. The image quality of PCD-CT was assessed qualitatively by three independent radiologists for overall image quality, edge sharpness, image noise, lesion conspicuity, and diagnostic confidence using a 5-point Likert scale (5 = excellent), and quantitatively for signal homogeneity using the coefficient of variation (CV) of Hounsfield Units (HU) values and modulation transfer function (MTF) via the full width at half maximum (FWHM) in the frequency space. The results were compared with those of the current clinical standard EID-CT protocols as controls. Additionally, the radiation dose (CTDIvol) was determined. Results: We enrolled 35 patients with multiple myeloma (mean age 69.8 ± 9.1 years; 18 [51%] males). Qualitative image analysis revealed superior scores (median [interquartile range]) for PCD-CT regarding overall image quality (4.0 [4.0-5.0] vs. 4.0 [3.0-4.0]), edge sharpness (4.0 [4.0-5.0] vs. 4.0 [3.0-4.0]), image noise (4.0 [4.0-4.0] vs. 3.0 [3.0-4.0]), lesion conspicuity (4.0 [4.0-5.0] vs. 4.0 [3.0-4.0]), and diagnostic confidence (4.0 [4.0-5.0] vs. 4.0 [3.0-4.0]) compared with EID-CT (P ≤ 0.004). In quantitative image analyses, PCD-CT compared with EID-CT revealed a substantially lower FWHM (2.89 vs. 25.68 cy/pixel) and a significantly more homogeneous signal (mean CV ± standard deviation [SD], 0.99 ± 0.65 vs. 1.66 ± 0.5; P < 0.001) at a significantly lower radiation dose (mean CTDIvol ± SD, 3.33 ± 0.82 vs. 7.19 ± 3.57 mGy; P < 0.001). Conclusion: Whole-body PCD-CT provides significantly higher subjective and objective image quality at significantly reduced radiation doses than the current clinical standard EID-CT protocols, along with readily available multi-spectral data, facilitating the potential for further advanced post-processing.

• 한국습지학회지
• /
• 제26권3호
• /
• pp.197-203
• /
• 2024

하천에서 조류의 과다 발생은 취수원 관리 및 정수 처리에 악영향을 줄 수 있어 지속적인 관리가 필요하다. 본 연구에서는 딥러닝 알고리즘 중 작은 규모의 테이블 데이터에서도 상대적으로 우수한 성능을 보이는 것으로 알려진 tabular prior data fitted networks (TabPFN)을 사용하여 조류 발생 지표 중 하나인 chlorophyll-a (chl-a) 농도를 예측하는 다중 분류 모형을 구축하였다. 모형의 구축을 위해 부여지점 수질자동측정망에서 2014년 1월 1일부터 2022년 12월 31일까지 측정된 일일측정자료를 사용하였으며 입력 자료의 크기가 모형의 성능에 미치는 영향을 확인하기 위해 입력 자료의 평균값을 이용하여 1일, 3일, 6일, 12일의 측정 주기를 가진 입력 자료를 구성하였다. 각 모형의 성능을 비교한 결과 측정 주기가 길어져 입력 자료의 규모가 작은 경우에도 모형이 안정적인 성능을 보이는 것을 확인하였다. 각 모형의 macro average는 precision이 0.77, 0.76, 0.83, 0.84였으며, recall은 0.63, 0.65, 0.66, 0.74 F1-score는 0.67, 0.69, 0.71, 0.78로 분석되었다. Weighted average는 precision이 0.76, 0.77, 0.81, 0.84이며 recall은 0.76, 0.78, 0.81, 0.85 F1-score는 0.74, 0.77, 0.80, 0.84로 분석되었다. 본 연구에서는 TabPFN을 이용하여 구축한 chl-a 예측 모형이 작은 규모의 입력 자료에서도 안정적인 성능을 보이는 것을 확인하여 모형구축에 필요한 입력 자료가 제한적인 현장에서의 적용 가능성을 확인하였다.