• 한국환경과학회지
• /
• 제26권2호
• /
• pp.183-200
• /
• 2017

The classification of airflow patterns during high ozone ($O_3$) and $PM_{10}$ episodes on Jeju Island in recent years (2009-2015), as well as their correlation with meteorological conditions according to classified airflow patterns were investigated in this study. The airflow patterns for $O_3$ and $PM_{10}$ were classified into four types (Types A-D) and three types (Types E-G), respectively, using the HYbrid Single-Particle Lagrangian Integrated Trajectory (HYSPLIT) model and synoptic weather charts. Type A was the most dominant airflow pattern for $O_3$ episodes, being characterized by the transport of airflows from urban and industrial areas in China with the highest frequency (about 69%, with a mean of 67 ppb). With regard to the $PM_{10}$ episodes, Type E was the most dominant airflow pattern, and was mostly associated with long distance transport from Asian dust source regions along northwesterly winds, having the highest frequency (about 92%, with a mean of $136{\mu}g/m^3$). The variations in the concentration of $O_3$ and $PM_{10}$ during the study period were clarified in correlation with two pollutant and meteorological variables; for example, the high (low) $O_3$ and $PM_{10}$ concentrations with high (low) air temperature and/or wind speed and vice versa for precipitation. The contribution of long-range transport to the observed $PM_{10}$ levels in urban sites for different airflow patterns (Types E-F), if estimated in comparison to the data from the Gosan background site, was found to account for approximately 87-93% (on average) of its input. The overall results of the present study suggest that the variations in $O_3$ and $PM_{10}$ concentrations on Jeju Island are mainly influenced by the transport effect, as well as the contribution of local emissions.

• 지능정보연구
• /
• 제17권1호
• /
• pp.53-69
• /
• 2011

로봇 자체 또는 로봇에 탑재된 콘텐츠와의 상호작용을 위해 일반적으로 영상 또는 음성 인식 기술이 사용된다. 그러나 영상 음성인식 기술은 아직까지 기술 및 환경 측면에서 해결해야 할 어려움이 존재하며, 실적용을 위해서는 사용자의 협조가 필요한 경우가 많다. 이로 인해 로봇과의 상호작용은 터치스크린 인터페이스를 중심으로 개발되고 있다. 향후 로봇 서비스의 확대 및 다양화를 위해서는 이들 영상 음성 중심의 기존 기술 외에 상호보완적으로 활용이 가능한 인터페이스 기술의 개발이 필요하다. 본 논문에서는 로봇 인터페이스 활용을 위한 가속도 센서 기반의 제스처 인식 기술의 개발에 대해 소개한다. 본 논문에서는 비교적 어려운 문제인 26개의 영문 알파벳 인식을 기준으로 성능을 평가하고 개발된 기술이 로봇에 적용된 사례를 제시하였다. 향후 가속도 센서가 포함된 다양한 장치들이 개발되고 이들이 로봇의 인터페이스로 사용될 때 현재 터치스크린 중심으로 된 로봇의 인터페이스 및 콘텐츠가 다양한 형태로 확장이 가능할 것으로 기대한다.