• 정보처리학회논문지D
• /
• 제11D권6호
• /
• pp.1221-1230
• /
• 2004

모바일 환경에서 정보 제공 및 처리의 대상이 되는 사람, 자동차, 비행기 둥과 같은 이동객체는 시간이 경과함에 따라 끊임없이 자신의 위치를 변경하는 특징을 가지며, 이러한 정보들을 데이터베이스에서 효과적으로 처리하기 위해서는 연속적인 위치 변경을 수용할 수 있는 저장공간과 색인 유지 및 관리 기술이 필요하다. 기존의 색인 기법들은 색인의 유지 성능보다 질의 처리 능력을 향상시키는데 노력을 기울여 왔기 때문에 복잡하게 이동하며 매우 빈번하게 위치 정보를 갱신하는 이동객체 정보를 관리하기 어렵다. 이 논문에서는 질의 처리 성능뿐만 아니라 이동객체의 빈번한 위치 갱신을 효율적으로 처리하기 위해 고정 그리드 방식의 색인과 R-Tree의 장점을 결합한 ACAR-Tree(Adaptive Cell index with Auxiliary R-Tree)를 제안한다. 제안된 ACAR-Tree는 R-Tree에서 색인의 재구성으로 인하여 갱신 성능이 저하되는 단점을 보완하기 위하여 고정 그리드 방법의 셀 기반의 색인 방법을 기초로 한다. 또한 고정 그리드 방법에서의 데이터 분포가 편중되었을 경우의 색인 성능저하 문제를 해결하기 위하여, 셀과 버켓이 1 : 1로 매핑되는 셀에서 오버플로가 발생하였을 경우 해당 버켓이 부가적인 색인 구조인 보조R-Tree로 전환하여 처리한다. 제안된 방법을 다양한 데이터 분포 및 데이터 크기에서 실험한 결과, 기존의 R-Tree 기반의 색인 방법과 비교하여 색인의 크기가 크게 감소하였으며, 질의 및 갱신 성능에 대해서도 뛰어난 성능을 보였다.

• 대한원격탐사학회지
• /
• 제37권5_3호
• /
• pp.1405-1423
• /
• 2021

강우 현상은 물 순환과 에너지 순환의 주요 요소 중 하나이며 강우량 추정은 수자원 확보와 수재해 예측 및 피해 감축에 매우 중요한 역할을 한다. 위성 기반 강우량 추정은 시공간적으로 고해상도인 자료를 통하여 넓은 지역을 연속적으로 감시할 수 있다는 장점이 있다. 본 연구에서는 Himawari-8 Advanced Himawari Imager(AHI) 수증기 채널(6.7 ㎛), 적외 채널(10.8 ㎛)과 기상 레이더 Column Max (CMAX) 합성장을 이용하여 기계학습 기반 정량적 강우량 추정 모델을 개발하였다. 기계학습 기법으로는 랜덤 포레스트(Random Forest, RF)를 사용하였으며 기상 레이더 반사도(dBZ)와 Z-R식으로 변환한 강우강도(mm/hr)를 타겟으로 하는 모델을 구축하여 비교하였다. 레이더 강우강도를 통해 검증하였을 때 임계성공지수(Critical Success Index, CSI)는 0.34, Mean-Absolute-Error (MAE) 4.82 mm/hr였다. GeoKompsat-2(GK-2A) 강우강도 산출물, Precipitation Estimation from Remotely Sensed Information Using Artificial Neural Networks (PERSIANN)-Cloud Classification System (CCS) 산출물과 비교하였을 때 강우 유무 분류에서 CSI 21.73%, 10.81%, 강우강도 정량적 평가에서 MAE 31.33%, 23.49% 높은 성능을 보였다. 강우량 산출물을 지도화 한 결과, 실제 강우강도 분포와 유사한 분포를 모의하여 기존 산출물 대비 높은 정확도의 강우량을 추정했다.

• 한국지리정보학회지
• /
• 제8권1호
• /
• pp.23-39
• /
• 2005

위성 통신 기술의 발달로 국부적으로 수행되던 위치 추적의 범위가 전 세계로 확산되었다. 하지만 기존의 물류 관제 시스템들은 관제 서버와 물류간의 통신을 위하여 휴대폰 통신망을 이용하기 때문에 일부 지역 내에서 이동하는 물류에 대해서만 관제가 가능하다. 이 논문에서는 위성 통신을 이용하여 전 세계를 이동하는 물류 매체인 냉동 컨테이너의 위치 및 상태 정보를 관리하기 위한 시스템을 제안하였다. 제안 시스템은 냉동 컨테이너의 상태를 직접 관제하는 데이터 수집부, 관제 서버와의 통신을 담당하는 위성 통신부, 냉동 컨테이너 정보를 관리하는 관제부로 구성된다. 시스템의 관제부에서는 냉동 컨테이너의 위치 추적 및 관제를 효과적으로 수행하기 위하여 기존의 TB 트리를 기반으로 하는 다중 버전 이동 객체 색인을 사용하였다. 제안된 냉동 컨테이너 관제시스템은 화주, 운송회사 등 육해상 물류관련 기관에서 냉동컨테이너 및 선박 위치추적, 컨테이너 통제, 컨테이너 통계 등 다양한 용도로 사용될 수 있어 화주에게는 컨테이너 운송에 대한 서비스를 제공하며, 선사에게는 선박안전경보시스템, 선박 관리, 냉동컨테이너를 효율적인 관리 기능을 제공하게 한다.

• 한국정보과학회논문지:데이타베이스
• /
• 제31권6호
• /
• pp.664-674
• /
• 2004

TB-tree와 같이 시공간에서 궤적 검색을 위한 색인 구조는 단말 노드에 하나의 궤적만을 저장하는 궤적 보존의 특성을 가지기 때문에 궤적의 일부분을 추출하는 항해 질의(Navigational Query)에서 우수한 성능을 보인다. 그러나, 궤적 보존을 위해 공간적 지역성을 완전히 배제하는 구조를 가짐으로써 비단말 노드의 MBR(Minimum Bounding Rectangle)은 큰 사장 영역을 가지는 단점이 있다. 사장 영역 증가는 노드간의 중첩을 높이는 원인을 제공하기 때문에 영역 질의의 성능을 저하시키는 문제가 있다. 이 논문에서는 궤적 검색을 위한 색인 구조에서 항해질의 성능을 유지하면서 영역 질의의 성능을 향상시키기 위한 비단말 노드 분할 정책과 엔트리 재배치 정책을 제시한다. 분할 정책은 비단말 노드의 분할시 비단말 노드의 MBR을 최대한 감소시키는 최대 영역 축소(Maximal Area Reduction) 정책을 사용하고, 엔트리 재배치 정책은 비단말 노드를 구성하는 다수의 엔트리에서 MBR을 최대로 감소시킬 수 있는 엔트리의 위치를 재배치시키는 방법으로 이 논문에서는 분할 방법에 따라 2가지 재배치 전략을 제시하고 TB-tree와 성능을 비교한다.

• 한국해양학회지:바다
• /
• 제27권2호
• /
• pp.49-70
• /
• 2022

해수면 온도는 기후와 바다의 생태계 그리고 인간의 활동에까지 중요한 영향을 미치는 해수의 특성 중 하나로 이를 예측하는 것은 항상 중요하게 다뤄지는 문제다. 최근 들어 과거의 패턴을 학습하여 예측값을 생성할 수 있는 딥러닝을 활용한 해수면 온도 예측이 복잡한 수치모델을 이용한 예측의 대안으로 주목받고 있다. 딥러닝은 입력 자료 간의 비선형적인 관계를 추정할 수 있는 것이 큰 장점이며, 최근 컴퓨터 그래픽카드의 발달로 많은 양의 데이터를 반복적이고 빠르게 계산할 수 있게 되었다. 본 연구에서는 기존의 딥러닝 모델의 단점들을 보완하면서 시공간 자료를 다룰 수 있는 합성곱 신경망(Convolutional Neural Network) 기반의 U-Net을 통해 단기 해수면 온도 예측을 수행하였다. 개발한 딥러닝 모델을 이용한 한국 남부 근해 해수면 온도의 단기 예측은 예측일의 해수면 온도의 중장기 변동성에 따라 달라지는 성능을 보였다. 해수면 온도 변동성의 증감은 계절적 변동 뿐 아니라 Pacific Decadal Oscillation (PDO) 지수의 변동과도 유의미한 상관관계를 보였는데, 이는 계절 변동 및 PDO에 따른 기후 변화에 기인한 수온 전선의 강도 변화가 해수면 온도의 시공간적 변동성에 영향을 줌으로써 발생했음을 확인하였다. 본 연구는 해수면 수온 자료가 가지고 있는 계절적 변동성과 경년 변동성이 딥러닝 모델의 해수면 단기 수온 예측 성능에 기여함을 밝힌 것에 그 의의가 있다.

• 대한한방내과학회지
• /
• 제42권2호
• /
• pp.75-85
• /
• 2021

Objectives: This study reported about a patient with a right middle cerebral artery infarction whose gait disturbance was improved by Korean medicine treatment. Methods: The patient was treated with a Korean herbal medicine (Gami-yukmijihwang-tang) along with acupuncture, electroacupuncture, moxibustion, cupping, and physical therapy. The treatment effect was evaluated with the manual muscle test (MMT) and the Korean version of the modified Barthel index (K-MBI). The gait of the patient was evaluated by a 10-m walk test (10MWT), the timed up and go (TUG) test, the functional ambulation profile (FAP) score, and the functional ambulatory category (FAC) score. Spatiotemporal parameters were evaluated using a walkway system (GAITRite®, CIR Systems, Inc., USA). Results: After 83 days of traditional Korean medicine treatment, the K-MBI and FAC scores improved from 50 to 70 and from 1 to 4, respectively. The 10MWT and TUG tests also improved from 24.86 to 16.66 sec and from 22.35 to 17.62 sec, respectively. GAITRite® measurements reflected gait improvements: the FAP score improved from 55 to 86 sec; the step time improved from 0.72 to 0.669 sec; the step length improved from 31.076 cm to 41.284 cm; the gait velocity improved from 42.8 cm/sec to 64.1 cm/sec; the cadence improved from 93.6 steps/min to 90.8 steps/min. No adverse effects resulting from treatment or evaluation occurred during the admission period. Conclusions: This study suggests that traditional Korean medicine treatment may reduce symptoms and improve the quality of life in patients with cerebral infarction.

• 천문학회지
• /
• 제56권2호
• /
• pp.213-224
• /
• 2023

Type II solar radio bursts show frequency drifts from high to low over time. They have been known as a signature of coronal shock associated with Coronal Mass Ejections (CMEs) and/or flares, which cause an abrupt change in the space environment near the Earth (space weather). Therefore, early detection of type II bursts is important for forecasting of space weather. In this study, we develop a deep-learning (DL) model for the automatic detection of type II bursts. For this purpose, we adopted a 1-D Convolution Neutral Network (CNN) as it is well-suited for processing spatiotemporal information within the applied data set. We utilized a total of 286 radio burst spectrum images obtained by Hiraiso Radio Spectrograph (HiRAS) from 1991 and 2012, along with 231 spectrum images without the bursts from 2009 to 2015, to recognizes type II bursts. The burst types were labeled manually according to their spectra features in an answer table. Subsequently, we applied the 1-D CNN technique to the spectrum images using two filter windows with different size along time axis. To develop the DL model, we randomly selected 412 spectrum images (80%) for training and validation. The train history shows that both train and validation losses drop rapidly, while train and validation accuracies increased within approximately 100 epoches. For evaluation of the model's performance, we used 105 test images (20%) and employed a contingence table. It is found that false alarm ratio (FAR) and critical success index (CSI) were 0.14 and 0.83, respectively. Furthermore, we confirmed above result by adopting five-fold cross-validation method, in which we re-sampled five groups randomly. The estimated mean FAR and CSI of the five groups were 0.05 and 0.87, respectively. For experimental purposes, we applied our proposed model to 85 HiRAS type II radio bursts listed in the NGDC catalogue from 2009 to 2016 and 184 quiet (no bursts) spectrum images before and after the type II bursts. As a result, our model successfully detected 79 events (93%) of type II events. This results demonstrates, for the first time, that the 1-D CNN algorithm is useful for detecting type II bursts.

• 한국항해항만학회지
• /
• 제47권6호
• /
• pp.367-375
• /
• 2023

본 연구에서는 국내 연안 해역 환경에서의 해상교통관제 서비스에 기여할 수 있는 항적 간 거리 척도를 개발하였다. 새로운 항적간 거리 척도는 전통적으로 위치 시계열 간의 유사도를 측정하는 데 활용되는 하우스도르프 거리(hausdorff distance)와 두 항적 간의 대지속력(Speed Over Ground, SOG)의 평균 간의 차이, 그리고 대지침로(Course Over Ground)의 분산 간의 차이를 가중합하여 설계되었다. 새로운 척도의 유효성을 검증하기 위하여 실제 AIS 항적 데이터와 병합 군집화 알고리즘을 활용한 기존 항적 간 거리 척도와의 비교 분석이 수행되었으며, 새로운 거리 척도를 활용한 항적 군집화 결과가 하우스도르프 거리(hausdorff distance), 그리고 다이내믹 타임 워핑 거리(Dynamic Time Warping distance) 등 기존 척도에 비해 항적 간 지리적 거리나 대지속도 및 대지침로 등 선박 거동 특성의 분포를 비슷하거나 그 이상의 수준으로 정교하게 반영하고 있음을 데이터 시각화로써 확인하였다. 정량적으로는 Davies-Bouldin 지표를 기준으로, 군집화 결과가 더욱 우수하거나 약간 낮은 수준을 기록한 한편, 거리 계산 효율성에서는 특히 우수함을 실증하였다.

• 한국지리정보학회지
• /
• 제22권2호
• /
• pp.82-96
• /
• 2019

본 연구는 금강유역을 대상으로 SWAT(Soil and Water Assessment Tool)을 이용하여 유역 수문 및 수질에 대한 유역건전성 (Watershed Healthiness)을 평가하였다. 유역 수문과 수질에 대한 건전성은 다변수 정규분포를 이용하여 0(불량)에서 1(양호)의 범위로 산정하였다. 유역 건전성 평가에 앞서, SWAT 수문 검보정 결과 5개 지점에 대한 11년(2005~2015) 동안의 하천유출량의 Nash-Sutcliffe 모델효율(NSE)은 0.50~0.77이었고, 3개 지점에 대한 suspended solid(SS), total nitrogen(T-N), and total phosphorus(T-P)의 결정계수($R^2$)는 각각 0.67~0.94, 0.59~0.79, 0.61~0.79이었다. 총 24년(1985~2008)에 대한 토지이용변화에 따른 유역 건전성 분석을 위하여 1985년, 1990년, 1995년 2000년, 2008년 5개의 토지이용자료를 준비하였다. 기준년도인 1985년 대비 2008년 SWAT 총유출은 불투수면적의 증가로 40.6% 증가하였고, 토양수분과 기저유출은 각각 6.8%, 3.0 % 감소하였으며, SS, T-N, T-P는 특히 농업활동으로 인해 각각 29.2%, 9.3%, 16.7% 증가하였다. 1985년 토지이용조건 대비 2008년의 유역 수문과 수질의 건전성은 각각 1에서 0.94와 0.69로 감소하였다. 본 연구의 결과는 과거 자연상태 대비 인간활동에 의한 유역 환경변화를 감지할 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.169-181
• /
• 2023

최근 지구온난화의 주원인인 이산화탄소(carbon dioxide, CO₂)의 배출량을 줄이기 위하여 한국은 탄소 배출량 감축목표와 탄소 중립을 선언하였으며, 이에 따른 지역별 배출량과 대기 중 CO₂ 농도의 정확한 평가가 중요해지고 있다. 본 연구에서는 Orbiting Carbon Observatory-2 위성자료와 CO₂ 배출량 자료를 활용하여 위성기반 대기 중 CO₂ 농도와 배출량의 시공간적 차이를 확인하고, 이러한 차이를 식생 성장에 따른 광합성 반응지수인 태양유도 엽록소 형광(solar-induced fluorescence, SIF)을 이용하여 설명하고자 하였다. 2014년부터 2018년까지 한국 지역에서 환경부 온실가스종합정보센터(Greenhouse Gas Inventory and Research Center, GIR) 및 Emissions Database for Global Atmospheric Research (EDGAR) 배출량은 지속적으로 증가하였지만, 위성에서 관측된 CO₂ 농도는 2018년에 전년 대비 감소하는 것으로 나타났다. 지역적으로 살펴보면 경기도, 충청북도는 2018년에 GIR, EDGAR 배출량이 증가하였지만 CO₂ 농도는 감소하였다. 또한, 배출량과 위성관측 CO₂ 농도의 상관성분석에서 서울과 강원도 지역에서 각각 0.22 (GIR), 0.16 (EDGAR)으로 낮은 상관성을 보였다. 대기 중 CO₂ 농도는 SIF와 지역별로 상이한 상관관계를 보였는데, 5~9월의 CO₂-SIF 상관성분석에서 서울과 경기지역은 -0.26의 음의 상관계수를, 충청북도와 강원도는 0.46의 양의 상관계수를 보이며 CO₂ 흡수와 대기 중 농도의 관계성이 지역별로 차이가 있음을 밝혔다. 따라서 대기 중 CO₂ 농도와 배출량 사이의 관계성을 분석함에 있어 CO₂ 흡수 과정에 대한 고려가 필요하다는 것을 시사한다.