• 대한지리학회지
• /
• 제51권2호
• /
• pp.201-217
• /
• 2016

본 연구는 난대성 상록활엽수에 대한 기후변화의 영향을 평가하고자 하였다. 이를 위해 분포 북방한계지가 중부해안인 난대성 상록활엽수 9종을 선정하고, 각 종의 분포 자료와 최한월최저기온, 겨울철강수량에 Generalized Additive Model(GAM) 알고리즘을 적용하여 종분포모형을 구축하였다. 종분포모형에 현재와 미래기후자료, 토지이용도를 적용하여 난대성 상록활엽수의 현재와 미래 잠재서식지를 예측하였다. 기후요소 분석 결과에서 최한월최저기온은 모든 종의 분포에 유의한 영향을 주지만, 겨울철강수량은 종에 따라 영향이 다르게 나타났다. 9종은 잠재서식지의 분포 패턴에 따라 3개의 유형(중부해안형, 남서해안형, 중부경상내륙형)으로 분류되며 기후변화와 토지이용의 영향이 다르게 나타났다. 토지이용을 고려했을 때 9종에서 60% 이상의 잠재서식지가 감소하며, 특히 중부경상내륙형에 속하는 종들은 다른 유형에 비해 높은 서식지 감소를 보였다. 9종 모두 기후변화에 따라 2050년과 2070년에 분포지가 북쪽으로 확대될 것으로 예측되었지만, 분포 유형에 따라 각기 다르게 나타났다. 이러한 분포 유형별 기후변화 영향이 다른 것은 겨울철강수량의 시공간적 변화와 종별로 미치는 영향의 정도가 다르기 때문으로 판단된다.

• 한국환경복원기술학회지
• /
• 제19권6호
• /
• pp.19-30
• /
• 2016

The projection of climate-related range shift is critical information for conservation planning of Korean fir (Abies koreana E. H. Wilson). We first modeled the distribution of Korean fir under current climate condition using five single-model species distribution models (SDMs) and the pre-evaluation weighted ensemble method and then predicted the distributions under future climate conditions projected with HadGEM2-AO under four $CO_2$ emission scenarios, the Representative Concentration Pathways (RCP) 2.6, 4.5, 6.0 and 8.5. We also investigated the predictive uncertainty stemming from five individual algorithms and four $CO_2$ emission scenarios for better interpretation of SDM projections. Five individual algorithms were Generalized linear model (GLM), Generalized additive model (GAM), Multivariate adaptive regression splines (MARS), Generalized boosted model (GBM) and Random forest (RF). The results showed high variations of model performances among individual SDMs and the wide range of diverging predictions of future distributions of Korean fir in response to RCPs. The ensemble model presented the highest predictive accuracy (TSS = 0.97, AUC = 0.99) and predicted that the climate habitat suitability of Korean fir would increase under climate changes. Accordingly, the fir distribution could expand under future climate conditions. Increasing precipitation may account for increases in the distribution of Korean fir. Increasing precipitation compensates the negative effects of increasing temperature. However, the future distribution of Korean fir is also affected by other ecological processes, such as interactions with co-existing species, adaptation and dispersal limitation, and other environmental factors, such as extreme weather events and land-use changes. Therefore, we need further ecological research and to develop mechanistic and process-based distribution models for improving the predictive accuracy.

• Journal of Electrical Engineering and Technology
• /
• 제9권6호
• /
• pp.1805-1811
• /
• 2014

After an occurrence of a fault in any distribution system, it is desired to limit the effects of the fault to smallest possible area and restore the un-faulty areas as soon as possible. Due the advancements in communication technologies, this task can be achieved in multiple efficient ways. In order to decrease the restoration time in the Smart Grid Distribution Management System (SDMS) a communication based algorithm is proposed in this paper, in which the restoration can be done during reclosing. This paper also analyzes various communication failures with power failures cases including the entire network of communication failures. Results of all these cases have been verified by doing simulations.

• 한국사이버테러정보전학회:학술대회논문집
• /
• 한국사이버테러정보전학회 2004년도 제1회 춘계학술발표대회
• /
• pp.283-288
• /
• 2004

인터넷의 발전과 멀티미디어 인프라의 성장으로 방대한 양과, 다양한 종류의 디지털 데이터들이 제작, 유통되고 있다. 디지털 컨텐츠는 기존 아날로그 컨텐츠와 비교 생성, 가공, 유통, 분배등의 측면에서 많은 장점을 갖는 반면, 원본과 동일한 복사물을 쉽게 생성할 수 있는 특징 때문에 디지털 창작물에 대한 저작권 보호가 중요시된다. 본 논문은 이미 유선 환경에서 디지털 컨텐츠 보호 기술로 각광 받고 있는 DRM(Digital Rights Management)을 토대로 무선 환경에서 디지털 컨텐츠의 보안을 위한 Mobile DRM (MDRM) 에 대한 설계를 목적으로 한다 설계되어진 MDRM은 Mobile 환경을 고려 키 교환 및 컨텐츠 암/복호 시 발생하는 부하를 줄이고 컨텐츠의 불법적인 유포 방지를 위한 SDMS(Secret-Key Distributed Management System : 비밀키 분산 관리 시스템)기술을 이용한다.

• 조명전기설비학회논문지
• /
• 제27권3호
• /
• pp.87-94
• /
• 2013

The main purpose of the distribution automation system (DAS) is to achieve efficient operation of primary distribution systems by monitoring and control of the feeder remote terminal unit(FRTU) deployed on the distribution feeders. DAS simulators are introduced to verify the functions of the application software installed in the central control unit(CCU) of the DAS. Because each DAS is developed on the basis of its own specific data model, the power system data cannot be easily transferred from the DAS to the simulator or vice versa. This paper presents a common information model(CIM)-based DAS simulator to achieve interoperability between the simulator and the DASs developed by different vendors. The CIM-based data model conversion between Smart DMS (SDMS) and Total DAS (TDAS) has been performed to establish feasibility of the proposed scheme.

• 한국분말재료학회지
• /
• 제30권1호
• /
• pp.47-52
• /
• 2023

The purpose of this study is to develop and evaluate amorphous spray-dried microparticles (SDM) containing levosulpiride to increase its solubility. SDM are prepared via solvent evaporation using polyvinylpyrrolidone (PVP) as the water-soluble polymer and Cremophor RH40 as the surfactant. The SDM is prepared by varying the amounts of PVP and Cremophor RH40, and its physicochemical properties, solubility, and dissolution are confirmed. All levosulpiride-loaded SDMs converted the crystalline drug into an amorphous form, significantly improving drug solubility and dissolution compared with the drug alone. SDM consisting of drug/PVP/Cremophor RH40 in a weight ratio of 5:10:3, with increased solubility (720 ± 36 vs. 1822 ± 51 ㎍/mL) and dissolution rate (10.3 ± 2.2 vs. 92.6 ± 6.0%) compared with drug alone, shows potential as a commercial drug for improved oral bioavailability of levosulpiride.

• 대한공간정보학회지
• /
• 제22권4호
• /
• pp.47-52
• /
• 2014

종분포모형은 생물다양성 평가, 보호지역 지정, 서식지 관리 및 복원, 기후변화 예측 등의 다양한 분야에 활용되고 있으나 공공이나 정책분야에서는 모형의 불확실성으로 인하여 활용이 제한적이었다. 최근에는 이러한 모형의 불확실성을 저감하기 위하여 앙상블이나 합의모형 등의 다중모형을 적용하는 연구가 증가하고 있다. 이에 본 연구에서는 히어리를 대상으로 단일모형과 앙상블(다중) 모형을 적용하고 이를 비교하는 연구를 수행하였다. 모형은 AUC와 kappa, TSS를 이용하여 적합도를 평가하였으며, 이 중 모형 간의 비교가 용이하고 이항형 지도로 바로 변환할 수 있는 TSS가 효과적이었다. 단일모형과 앙상블 모형 모두 높은 모형적합도를 나타내었으며, 다중 모형 중에서는 RF, Maxent, GBM이 높게, GAM, SRE는 비교적 낮게 평가되었다. 예측지도에서는 단일모형에 비해 다중모형의 예측범위가 과대 추정되는 경향이 있었다. 이는 여러 모형이 중첩된 결과로 현장전문가와 모형전문가들 간의 협력연구를 통하여 적절한 모형 선택과 가중치 부여 등을 통하여 문제를 해결할 수 있다. 앙상블모형을 공간의사결정이나 보호지역계획에 활용하기 위해서는 불확실성의 정도와 원인을 파악하고, 이를 저감하려는 개선작업과 함께 결과의 불확실성이나 위험성을 인지하고 의사결정을 해야 한다.

• Spatial Information Research
• /
• 제9권1호
• /
• pp.107-124
• /
• 2001

중앙정부 및 지방자치단체들은 지리정보시스템을 본격적으로 도입함으로서, 방대한양의 공간데이터베이^스를 구축하고 있다. 그러나 여러 기관이 각자의 목적과 필요에 따라 개별적 기준에 의해 공간데이터베이스를 중복 구축하여 비용의 낭비가 발생하고 있다. 더욱이 중복관리로 인해 공간자료의 일관성이 결여되고, 이로 인해 업무의 효율성과 신뢰성이 저하되고 있다. 또한 각기 도입한 시스템의 특이성과 자료 형식의 차이로 인해 상호 공유가 어려운 실정이다. 이러한 상황에서 건설교통부는 토지관련 각종 법률·속성·공간자료 등을 통합데이터베이스로 구축하고 관련업무를 전산화하는 토지관리정보체계구축 사업을 수행하고 있다. 타 정보화사업의 기본 공간자료를 제공하는 토지이용규제제도(이하 토지주제도)이며, 이들 자료는 지자체 전 부서에 걸쳐 다양하게 활용되고 있는 자료로서 토지 및 일반 행정업무와 민원발급의 기반자료가 되고 있다. 그러나 지적도는 지적, 도시계획, 공시지가, 개발사업 관련 부서 등에서 각기 유지관리하기 때문에 도면간의 불일치가 발생하고, 신뢰도가 저하되어, 지적원도 이외에는 정확성을 보장하기 어렵다. 토지주제는 현행법상 최종 결정·고시를 필지조사나 다양한 축척의 지형도, 지적도, 지적과 지형이 표시된 지형·지적도면을 이용함으로서 일선 지자체에서 조차 토지이용규제의 총괄적인 현황 및 규제공간적 상관관계를 파악하기 어렵다. 더욱이 지적도와의 관계가 불분명 한 경우는 필지별 토지이용현황 정보의 추출 및 관리가 단순중첩으로는 불가능하며 토지이용계획확인서와 같은 민원발급이나 필지별 토지이용규제 정보를 필요로 하는 업무에는 심각한 문제를 야기한다. 본 연구는 목적은 지형도, 지적도, 토지주제도 등의 공간자료를 통합 유지관리 할 수 있는 방안을 모색하고, 지료의 일관성을 확보 할 수 있는 시스템을 개발하는데 있다. 시스템 설계와 개발은 분산환경 하에서 운영될 수 있는 OpenGIS의 CORBA(OGC 1998) 사양을 기반으로 개발하였다. 시스템 설계방법론은 RUP(Rational Unified Process), 설계 및 구현은 UML(Unified Modeling Language)를 활용하였다. 시스템 운영환경은 공간자료의 편집에 있어 가격대비 신뢰성이 높으며 지자체에 많이 보편화되어 있는 CAD시스템을 기반으로 하였다.

• 한국자동차공학회논문집
• /
• 제15권1호
• /
• pp.71-77
• /
• 2007

Dangerous driving is a major cause of traffic accidents in Korea. It becomes more serious for commercial vehicles due to higher fatality rates. The Safe Driving Management System (SDMS), developed in this research, is a comprehensive solution that monitors and stores driving conditions of vehicles, detects dangerous driving situations, and analyzes the results in real time. The Safe Driving Management System consists of a vehicle movement information controller, a dangerous driving detection algorithm and a vehicle movement data report and analysis program. The dangerous driving detection algorithm detects and classifies dangerous driving conditions into representative cases such as sudden acceleration, sudden braking, sudden lane change, and sudden turning. Both computer simulation and vehicle test have been conducted to develop and verify the algorithm. The Safe Driving Management System has been implemented on commercial buses to verify its reliability and objectivity. It is expected that the system can contribute to prevention of traffic accidents, systemization of safe driving management and reduction of commercial vehicle operation costs.

• 상하수도학회지
• /
• 제35권4호
• /
• pp.259-275
• /
• 2021

This study explored the usefulness and implications of the Bayesian hyperparameter optimization in developing species distribution models (SDMs). A variety of machine learning (ML) algorithms, namely, support vector machine (SVM), random forest (RF), boosted regression tree (BRT), XGBoost (XGB), and Multilayer perceptron (MLP) were used for predicting the occurrence of four benthic macroinvertebrate species. The Bayesian optimization method successfully tuned model hyperparameters, with all ML models resulting an area under the curve (AUC) > 0.7. Also, hyperparameter search ranges that generally clustered around the optimal values suggest the efficiency of the Bayesian optimization in finding optimal sets of hyperparameters. Tree based ensemble algorithms (BRT, RF, and XGB) tended to show higher performances than SVM and MLP. Important hyperparameters and optimal values differed by species and ML model, indicating the necessity of hyperparameter tuning for improving individual model performances. The optimization results demonstrate that for all macroinvertebrate species SVM and RF required fewer numbers of trials until obtaining optimal hyperparameter sets, leading to reduced computational cost compared to other ML algorithms. The results of this study suggest that the Bayesian optimization is an efficient method for hyperparameter optimization of machine learning algorithms.