• 한국국방기술학회 논문지
• /
• 제5권2호
• /
• pp.10-16
• /
• 2023

본 연구는 4차 산업혁명 국방기술과 통신설비 기반 5G MUM-T 체계의 운용개념을 정립하고, 5G MUM-T 체계 및 운영의 선도국인 미국 정부 기술정책 사례를 중심으로 우리의 현황을 진단한다. 그리고 5G MUM-T 체계의 운용고도화를 위해서는 무기체계 세부 분류에 전투용 로봇·드론 반영, 저궤도 5G 위성통신 조기 도입, 실증·검증에 5G 특화망 및 도매제공 이용의 확대, 국방 AI 거버넌스 체계 구축, 방사법 무기체계의 3분류 방안의 필요성을 제시한다. 향후 연구는 6G MUM-T, 6G NTN 기술진화에 대응하고 중국, 독일, 영국, 일본 등의 국가별 정책사례를 비교·분석하는 것이 중요하다.

• 한국농림기상학회지
• /
• 제21권1호
• /
• pp.29-41
• /
• 2019

산림생태계에서 총일차생산성(Gross Primary Production, GPP)은 기후변화에 따른 산림의 생산성과 그에 영향을 미치는 식물계절, 건강성, 탄소 순환 등을 대표하는 지표이다. 총일차생산성을 추정하기 위해서는 에디공분산 타워 자료나 위성영상관측자료를 이용하기도 하고 물리지형적 한계나 기후변화 등을 고려하기 위해 기작기반모델링을 활용하기도 한다. 그러나 총일차생산성을 포함한 산림 탄소 순환의 기작기반 모델링은 식물의 생물, 생리, 화학적 기작들의 반응과 지형, 기후 및 시간 등과 같은 환경 조건들이 복잡하게 얽혀 있어 비선형적이고 유연성이 떨어져 반응에 영향을 주는 조건들을 모두 적용하기가 어렵다. 본 연구에서는 산림 생산성 추정 모델을 에디공분산 자료와 인공위성영상 정보를 사용하여 기계학습 알고리즘을 사용한 모델들로 구축해 보고 그 사용 및 확장 가능성을 검토해 보고자 하였다. 설명변수들로는 에디공분산자료와 인공위성자료에서 나온 대기기상인자들을 사용하였고 검증자료로 에디공분산 타워에서 관측된 총일차생산성을 사용하였다. 산림생산성 추정 모델은 1) 에디공분산 관측 기온($T_{air}$), 태양복사($R_d$), 상대습도(RH), 강수(PPT), 증발산(ET) 자료, 2) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD 자료(개량식생지수 제외), 3) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD, 개량식생지수(EVI) 자료를 사용하는 세 가지 경우로 나누어 구축하여 2006 - 2013년 자료로 훈련시키고 2014, 2015년 자료로 검증하였다. 기계학습 알고리즘은 support vector machine (SVM), random forest (RF), artificial neural network (ANN)를 사용하였고 단순 비교를 위해 고전적 방법인 multiple linear regression model (LM)을 사용하였다. 그 결과, 에디공분산 입력자료로 훈련시킨 모델의 예측력은 피어슨 상관계수 0.89 - 0.92 (MSE = 1.24 - 1.62), MODIS 입력자료로 훈련시킨 모델의 예측력은 개량식생지수 제외된 모델은 0.82 - 0.86 (MSE = 1.99 - 2.45), 개량식생지수가 포함된 모델은 0.92 - 0.93(MSE = 1.00 - 1.24)을 보였다. 이러한 결과는 산림총일차생산성 추정 모델 구축에 있어 MODIS인공위성 영상 정보 기반으로 기계학습 알고리즘을 사용하는 것에 대한 높은 활용가능성을 보여주었다.

• 한국산학기술학회논문지
• /
• 제22권6호
• /
• pp.1-10
• /
• 2021

최근 해양 수중 산업의 발전으로 수중 센서 네트워크(UWASN: Underwater Acoustic Sensor Network)에 대한 관심이 증대되고 있다. 수중 센서 네트워크를 효율적으로 운용하기 위해서는 노드 간 전송 충돌을 방지하고 통신 자원을 효율적으로 공유할 수 있는 매체 접속 제어(MAC: Medium Access Control) 프로토콜을 적용하는 것이 매우 중요하다. 하지만 수중 채널은 지상 무선 통신 환경과 달리 좁은 대역폭, 긴 전파 지연 시간, 낮은 전송률 등의 특성을 가지므로 지상 환경에서 개발된 비직교 다중 접속(NOMA: Non Orthogonal Multiple Access)의 노드 페어링 기법을 그대로 적용할 수 없다. 따라서 본 논문에서는 수중 채널의 특수성을 고려한 수중 음향 센서 네트워크에서의 비직교 다중 접속 다차원 노드 페어링 기법을 제안한다. 기존의 기법들은 노드 페어링 시 채널 품질만을 고려하였다. 기존 기법과 달리 제안 기법에서는 채널 품질 뿐 아니라 노드 간 공평성, 트래픽 부하, 패킷의 나이를 추가로 고려하여 최적의 노드 쌍(node-pair)을 찾는다. 추가적으로, 송신 노드는 실제 경로 손실 대신 노드 쌍 가능 노드 목록(PNL: Pairable Nodes List)을 활용함으로써 노드 페어링 시의 계산 복잡도를 줄인다. 시뮬레이션 결과에 따르면 공평성 요소까지 고려한 제안 기법이 기존 기법 대비 최대 23.8% 전송률 증가, 28% 지연 시간 감소, 공평성은 최대 5.7% 향상됨을 확인할 수 있었다.