• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권4호
• /
• pp.2060-2077
• /
• 2019

Recently, mobile healthcare services have attracted significant attention because of the emerging development and supply of diverse wearable devices. Smartwatches and health bands are the most common type of mobile-based wearable devices and their market size is increasing considerably. However, simple value comparisons based on accumulated data have revealed certain problems, such as the standardized nature of health management and the lack of personalized health management service models. The convergence of information technology (IT) and biotechnology (BT) has shifted the medical paradigm from continuous health management and disease prevention to the development of a system that can be used to provide ground-based medical services regardless of the user's location. Moreover, the IT-BT convergence has necessitated the development of lifestyle improvement models and services that utilize big data analysis and machine learning to provide mobile healthcare-based personal health management and disease prevention information. Users' health data, which are specific as they change over time, are collected by different means according to the users' lifestyle and surrounding circumstances. In this paper, we propose a prediction model of user physical activity that uses data characteristics-based long short-term memory (DC-LSTM) recurrent neural networks (RNNs). To provide personalized services, the characteristics and surrounding circumstances of data collectable from mobile host devices were considered in the selection of variables for the model. The data characteristics considered were ease of collection, which represents whether or not variables are collectable, and frequency of occurrence, which represents whether or not changes made to input values constitute significant variables in terms of activity. The variables selected for providing personalized services were activity, weather, temperature, mean daily temperature, humidity, UV, fine dust, asthma and lung disease probability index, skin disease probability index, cadence, travel distance, mean heart rate, and sleep hours. The selected variables were classified according to the data characteristics. To predict activity, an LSTM RNN was built that uses the classified variables as input data and learns the dynamic characteristics of time series data. LSTM RNNs resolve the vanishing gradient problem that occurs in existing RNNs. They are classified into three different types according to data characteristics and constructed through connections among the LSTMs. The constructed neural network learns training data and predicts user activity. To evaluate the proposed model, the root mean square error (RMSE) was used in the performance evaluation of the user physical activity prediction method for which an autoregressive integrated moving average (ARIMA) model, a convolutional neural network (CNN), and an RNN were used. The results show that the proposed DC-LSTM RNN method yields an excellent mean RMSE value of 0.616. The proposed method is used for predicting significant activity considering the surrounding circumstances and user status utilizing the existing standardized activity prediction services. It can also be used to predict user physical activity and provide personalized healthcare based on the data collectable from mobile host devices.

• 대한원격탐사학회지
• /
• 제35권2호
• /
• pp.337-342
• /
• 2019

본 연구에서는 GDAPS(Global Data Assimilation and Prediction System) 예보모델자료와 위성기반 식생건조지수를 결합시킨 산불위험지수 WRI(Wildfire Risk Index)를 개발하였고, 이를 2019년 4월 4일의 고성-속초 산불과 강릉-동해 산불 사례에 적용해 보았다. 제시한 산불위험지수 WRI는 강수 이벤트 후에 건조 경향이 지속되었던 3월 19일 전후와 4월 4일 전후의 산불위험도 변화를 잘 나타냄으로써, 그 적합성이 확인되었다. WRI는 우리나라 산불취약성의 상시 감시를 위한 하나의 방법이 될 수 있을 것이며, 이를 더욱 발전시키기 위해서는 향후 GK-2A 위성자료의 활용과 함께, 산림청의 산불위험예보시스템과의 연계 방안에 대한 모색이 반드시 필요할 것이다.

• 한국방재안전학회논문집
• /
• 제14권4호
• /
• pp.9-15
• /
• 2021

최근 급증하는 이상기후의 영향으로 산지 지역의 돌발홍수의 발생 빈도가 증가하고 있으며, 이로 인하여 인명 및 물적 피해가 증가하고 있다. 이에 다양한 재해저감 대책방안을 수립하고 있으나 국립공원과 같이 자연보호를 최우선으로 하는 계곡 및 하천부는 제방 증고 및 하상 정리 등과 같은 인위적인 대책이 어려운 실정이다. 따라서, 본 연구에서는 우리나라 국립공원 중 계룡산 국립공원을 대상으로 유역내 계곡 및 하천부에 대하여 WMS(Watershed Modeling System) 강우유출모형을 활용한 침수 위험도 평가를 수행하였다. 분석 결과, 계룡산 국립공원 중 3개 소유역(지석골, 수통골, 동학사)에서 재현빈도 50년 이상의 강우 발생 시, 침수가 발생하는 것으로 모의 되었으며, 탐방객이 이용하는 탐방로 및 시설물에 위험성이 높게 나타남을 확인하였다. 본 연구 결과를 통하여 국립공원 내 탐방로에 대한 위험성을 정량적으로 제시하였으며, 이를 바탕으로 향후 국립공원의 안전한 관리 방향을 제시하고자 한다.

• 인터넷정보학회논문지
• /
• 제23권2호
• /
• pp.29-35
• /
• 2022

자외선은 노출 정도에 따라 인체에 유익 또는 유해한 영향을 미치므로 개인별 적정 노출을 위해서는 정확한 자외선(UV) 정보가 필요하다. 국내의 경우 기상청에서 생활기상정보의 한 요소로 자외선 정보를 제공하고 있으나 지역별 자외선 지수(UVI, Ultraviolet Index)로 사용자 위치의 정확한 UVI를 제공하지는 못하고 있다. 일부에서는 정확한 UVI의 취득을 위해 직접 계측기를 운용하지만 비용이나 편의성에 문제가 있고, 태양의 복사량과 운량 등 주변 환경요소를 통해 자외선 양을 추정하는 연구도 소개되었으나 개인별 서비스 방법을 제시하지는 못하였다. 이에 본 논문에서는 각 개인별 위치에서의 정확한 UVI 제공을 위한 태양객체 정보와 태양광 특성을 이용한 UVI 산출 딥러닝 모델을 제안한다. 기 수집한 하늘이미지 및 태양광 특성을 분석하여 태양의 위치 및 크기, 조도 등 UVI와 상관도가 높은 요소들을 선정한 후 DNN 모델을 위한 데이터 셋을 구성한다. 이후 하늘이미지로부터 Mask R-CNN을 통해 추출한 태양객체 정보와 태양광 특성을 입력하여 UVI를 산출하는 DNN 모델을 구현한다. 국내 UVI 권고기준을 고려, UVI 8이상과 미만인 날에 대한 성능평가에서는 기준장비 대비 MAE 0.26의 범위 내 정확한 UVI의 산출이 가능하였다.

• 대한토목학회논문집
• /
• 제30권5D호
• /
• pp.443-451
• /
• 2010

본 연구는 실시간 차량정보를 이용한 안전권고속도의 산정방안에 대한 연구이다. 여기서 실시간 차량정보는 모든 차량에 ECU 수집장치를 탑재하고 끊김없는 무선 통신이 이루어짐에 따라 운전자에게 제공할 수 있는 유용한 정보이다. 이러한 실시간 차량정보를 기반으로, 도로노면정보가 실시간으로 센싱될 경우에 유용한 안전권고속도 모형을 개발하였다. 여기서, 안전권고속도는 "A단일 구간에 대한 시간적 흐름에 따른 교통환경 및 도로노면상태 변화에 따른 안전 속도"로 정의하였고, 차량간의 안전거리, 통계적 차량속도, 노면상태 정보를 기반으로 그 값을 산정하도록 모형을 개발하였다. 이후, 미시적 시뮬레이터인 VISSIM을 기반으로 교통상황(원활, 정체), 유고상황(미발생, 발생), 노면상태(건조, 습윤, 적설)에 따른 권고속도의 관계를 살펴보았다. 12가지의 시뮬레이션 시나리오의 결과로 3가지 변수와 권고속도는 유의한 관계성과 그 추세를 확인할 수 있었다. 본 안전권고속도 모형에서는 안전권고속도가 평균속도보다 높게 유지하도록 하나 유고의 발생, 노면상태의 변화에 따라 실시간으로 안전속도를 변화하도록 제시하고 있다. 이러한 연구는 향후 스마트하이웨이와 같은 도로에서 운전자들이 제공받을 수 있는 도로교통과 IT가 융합된 중요한 서비스로 기대되는 바이다.

• 대한토목학회논문집
• /
• 제30권5B호
• /
• pp.497-507
• /
• 2010

기후변화는 기후 시스템을 구성하는 대기, 해양, 생물, 빙하, 육지 등의 다양한 구성요소에 작용하여 자연 생태계와 인간의 사회 및 경제 시스템에 커다란 영향을 미치고 있다. 이로 인한 현재의 기후변화의 영향을 산정하는 일은 기후변화에 적응하는 가장 중요한 요소가 될 것이다. 따라서 본 연구에서는 낙동강 유역을 대상으로 강우의 경향성 분석을 통하여 기후변화의 영향을 규명하고, 기후변화가 수문학적 요소에 미치는 영향을 파악하기 위하여 강우와 유출의 탄성도 분석을 하였다. 강우의 경향성 분석을 위하여 낙동강 주요지점의 기상청 강우자료를 수집하여 년, 계절, 월 단위로 재추출하여 경향성 분석 자료로 이용하였고, 강우와 유출 탄성도 분석에서는 WAMIS에서 제공하는 면적평균강우와 장기유출 자료를 수집하여 년, 계절 분석을 하였다. 그리고 본 연구의 탄성도 분석 결과와 국외의 타 연구와의 탄성도 분석결과를 비교분석 해 봄으로써 본 연구결과의 타당성을 입증하였다. 향후 본 연구의 결과를 토대로 기후변화로 인한 낙동강 유역의 유출량 증대로 인한 수공구조물의 치수능력 증대 방안과 해당유역 기후변화에 따른 물환경 적응방안 연구에 활용할 수 있을 것이다.

• 한국농림기상학회지
• /
• 제25권3호
• /
• pp.117-128
• /
• 2023

2010년대 이후, 보전·육성 가치가 높은 금강소나무 핵심 서식지인 봉화군과 울진군 일대에서 소나무 고사 현상이 발생하고 있다. 이에, 남부지방산림청에서는 금강소나무 군락지의 고사피해 현황 파악과 추가적인 병해충 피해 예방을 위해 2020년부터 금강소나무 고사목 발생 모니터링 사업을 수행하고 있다. 본 연구에서는 고사목 발생 모니터링 자료를 바탕으로 울진·봉화일대 금강소나무의 고사 피해발생 특성과 위험지역 분석을 수행하였다. 그 결과, 울진·봉화지역 금강소나무 고사목은 해발고도가 높은 산능선부위, 건조한 남쪽사면, 연령이 높은 임분, 겨울철 기온상승이 높은 지역에서 많이 발생한 특성을 보였다. 이러한 특성을 이용하여 전체 연구 대상지에 대한 고사목 발생 위험성 평가를 실시한 결과, 소나무림 약 85천ha 중 6.2%인 5,294 ha 임분이 고사발생 위험 특성을 보유하고 있는 것으로 평가되었다. 고사발생 위험지역에서는 고온 및 가뭄과 관련된 기후변화 이벤트가 발생할 경우 고사 피해가 실제로 발생 가능성이 높으므로 소나무의 생육 스트레스를 기본적으로 낮춰주기 위한 상시적인 산림관리 활동이 필요하며, 보호 우선순위가 높은 소나무 임분에 대한 우선적인 관리조치가 수행될 필요가 있다. 본 연구 결과는 이상기상 및 기후변화로 인해 피해 위험성이 높은 지역을 사전에 제시함으로써 기후변화 적응 산림관리 이행의 기초자료로 활용될 수 있다.

• 천문학회지
• /
• 제56권2호
• /
• pp.263-275
• /
• 2023

The Sun-Earth Lagrange point L4 is considered as one of the unique places where the solar activity and heliospheric environment can be observed in a continuous and comprehensive manner. The L4 mission affords a clear and wide-angle view of the Sun-Earth line for the study of the Sun-Earth and Sun-Moon connections from he perspective of remote-sensing observations. In-situ measurements of the solar radiation, solar wind, and heliospheric magnetic field are critical components necessary for monitoring and forecasting the radiation environment as it relates to the issue of safe human exploration of the Moon and Mars. A dust detector on the ram side of the spacecraft allows for an unprecedented detection of local dust and its interactions with the heliosphere. The purpose of the present paper is to emphasize the importance of L4 observations as well as to outline a strategy for the planned L4 mission with remote and in-situ payloads onboard a Korean spacecraft. It is expected that the Korean L4 mission can significantly contribute to improving the space weather forecasting capability by enhancing the understanding of heliosphere through comprehensive and coordinated observations of the heliosphere at multi-points with other existing or planned L1 and L5 missions.

• 경영정보학연구
• /
• 제22권2호
• /
• pp.77-99
• /
• 2020

스마트 스피커는 인공지능을 활용하여 음악, 일정, 날씨, 상품 등 다양한 정보와 콘텐츠들을 검색, 이용할 수 있는 대화형 음성 기반 서비스를 제공하는 기기이다. 인공지능 기술은 데이터가 축적될수록 이를 활용하여 더욱 정교하고 최적화된 서비스를 이용자에게 제공한다. 따라서 스마트 스피커 제조사들은 초기에 공격적인 마케팅을 통해 플랫폼 구축에 힘썼다. 하지만 스마트 스피커의 사용빈도는 월 1회 미만이 전체의 3분의 1 이상을 차지하고, 사용자 만족도도 49%에 그치는 것으로 나타났다. 이에 지속적인 이용활성화와 만족도 증진을 위해 스마트 스피커의 사용자 경험을 강화할 필요성이 대두되었다. 이에 본 연구에서는 스마트 스피커의 사용자 경험을 분석하고, 이를 바탕으로 스마트 스피커의 사용자 경험 강화 방안을 제시하고자 한다. 본 연구는 사용자가 직접 작성한 실제 리뷰 데이터를 수집하여 스마트 스피커 사용자 경험 차원을 기반으로 분석 결과를 해석했다는 점에서 의의가 있다. 또한 스마트 스피커 사용자 경험 차원을 개발하여 텍스트 마이닝 결과를 해석한 것에서 학술적 의의가 있다. 본 연구 결과를 통해 스마트 스피커 제조사에게 실무적으로 사용자 경험 강화를 위한 전략을 제안할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제29권3호
• /
• pp.67-74
• /
• 2024

본 논문에서는 기후 변화와 지속 가능한 수자원 관리의 중요성이 증가하는 가운데, 다양한 강우 측정 방법이 저수지 수위 예측 성능에 미치는 영향을 분석하기 위한 연구를 제시한다. 이를 위해 우리는 기상정보개방포털에서 제공하는 종관기상관측장비인 ASOS의 관측 강우, 자동기상관측장비인 AWS의 관측 강우, 그리고 면적강우비에 따라 재산정된 티센망 기반의 강우 데이터를 활용하여 신경망 기반 저수율 예측 모델에 대한 학습을 각각 수행하고, 학습된 모델의 예측 성능을 비교 및 분석하였다. 전라북도 소재 34개의 저수지에 대한 실험을 통해 각 강우량 측정방식이 저수율 예측 정확도 향상에 얼마나 기여하는지 조사하였다. 연구 결과, 티센망 기반의 강우 면적비를 활용한 저수지 강우 데이터가 가장 높은 예측 정확도를 제공한다는 것을 밝혀냈다. 이는 티센망이 주변 관측소들 사이의 정확한 거리를 고려함으로써 각 관측소가 대표하는 지역의 경계를 정의함으로써 각 지역의 실제 강우 상황을 더 정확하게 반영하기 때문이다. 이러한 발견은 정확한 지역 강우 데이터 학습이 저수율 예측에 있어 결정적인 요인 중 하나임을 시사한다. 더불어, 이 연구는 정밀한 강우 측정 및 데이터 분석의 중요성을 강조하며, 농업, 도시 계획, 홍수 관리와 같은 다양한 분야에서 예측 모델의 잠재적 응용 가능성을 제시한다.