• Smart Structures and Systems
• /
• 제30권6호
• /
• pp.613-626
• /
• 2022

Guaranteeing the quality and integrity of structural health monitoring (SHM) data is very important for an effective assessment of structural condition. However, sensory system may malfunction due to sensor fault or harsh operational environment, resulting in multiple types of data anomaly existing in the measured data. Efficiently and automatically identifying anomalies from the vast amounts of measured data is significant for assessing the structural conditions and early warning for structural failure in SHM. The major challenges of current automated data anomaly detection methods are the imbalance of dataset categories. In terms of the feature of actual anomalous data, this paper proposes a data anomaly detection method based on data-level and deep learning technique for SHM of civil engineering structures. The proposed method consists of a data balancing phase to prepare a comprehensive training dataset based on data-level technique, and an anomaly detection phase based on a sophisticatedly designed network. The advanced densely connected convolutional network (DenseNet) and Transformer encoder are embedded in the specific network to facilitate extraction of both detail and global features of response data, and to establish the mapping between the highest level of abstractive features and data anomaly class. Numerical studies on a steel frame model are conducted to evaluate the performance and noise immunity of using the proposed network for data anomaly detection. The applicability of the proposed method for data anomaly classification is validated with the measured data of a practical supertall structure. The proposed method presents a remarkable performance on data anomaly detection, which reaches a 95.7% overall accuracy with practical engineering structural monitoring data, which demonstrates the effectiveness of data balancing and the robust classification capability of the proposed network.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.511-511
• /
• 2023

기후변화로 동절기 기온 저하에 따른 수도계량기의 동파는 지속적으로 심화되고 있으며, 이는 계량기 교체 비용, 누수, 누수량 동결에 의한 2차 피해, 단수 등 사회적 문제를 야기한다. 이와같은 문제를 해결하고자 구조적 대책으로 개별 가정에서 동파 방지형 계량기를 설치할 수 있으나 이를 위한 비용발생이 상당하고, 비구조적 대책으로는 기상청의 동파 지도 알림 서비스를 활용하여 사전적으로 대응하고자 하나, 기상청자료는 대기 온도를 중심으로 제공하고 있기 때문에 해당서비스만으로는 계량기의 동파를 예측하는데 필요한 추가적인 다양한 변수를 활용하는데 한계가 있다. 최근 정부와 공공부문에서 22개 지역, 110개소 이상의 수도계량기함내 IoT 온도센서를 시범 설치하여 계량기 함내의 상태 등을 확인할 수 있는 사업을 수행했다. 전국적인 계량기 상태의 예측과 진단을 위해서는 추가적인 센서 설치가 필요할 것이나, IoT센서 설치 비용 등의 문제로 추가 설치가 더딘 실정이다. 본 연구에서는 겨울 동파 예방을 위해 실제 온도센서를 기반으로 가상센서를 구축하고, 이를 혼합한 하이브리드 방식으로 동파위험 기준에 따라 전국 동파위험 지도를 구축하였다. 가상센서 개발을 위해 독립변수로 위경도, 고도, 음·양지, 보온재 여부 및 기상정보(기온, 강수량, 풍속, 습도)를 활용하고, 종속변수로 실제 센서의 온도를 사용하여 기계학습 모델을 개발하였다. 지역 특성에 따라 정확한 모델을 구축하기 위해 위치정보 및 보온재여부 등의 변수를 활용하여 K-means 방법으로 군집화 하였으며, 각 군집별로 3가지의 기계학습 회귀모델을 적용하였다. 최적의 군집 수를 검토한 결과 4개가 적정한 것으로 판단되었다. 군집의 특성은 지역별 구분과 유사한 패턴을 보이며, 모든 군집에서 Gradient Boosting 회귀모델을 적용하는 것이 적합한 것으로 나타났다. 본 연구에서 개발한 모델을 바탕으로 조건에 따라 동파 예측 알람서비스에 실무적으로 활용할 수 있도록 양호·주의·위험·매우위험 총 4개의 기준을 설정하였다. 실제 본 연구에서 개발된 알고리즘을 국가상수도정보 시스템에 반영하여 테스트 수행중에 있으며, 향후 지속 검증을 할 예정에 있다. 이를 통해 동파 예방 및 피해 최소화, 물절약 등 직간접적 편익이 기대된다.

• 대한토목학회논문집
• /
• 제42권2호
• /
• pp.263-272
• /
• 2022

폭염과 도시열섬현상은 기후변화가 진행됨에 따라 피해가 더욱 커지고 있으며, 2050년까지 폭염 발생빈도는 2~6배가 증가될 것으로 예측된다. 특히, 폭염기간동안 건설공사현장에서의 근로자가 느끼는 더위체감지수는 매우 높으며, 도시열섬현상까지 고려하게 되면 체감지수는 더욱 높아진다. 열에 취약한 건설현장 환경과 건설근로자의 상황은 나아지지 않고 있으며, 피해를 줄이기 위해서는 효과적인 대응이 필요한 시점이다. 본 연구에서는 인공위성영상 이미지와 Land Surface Temperature (LST)와 Long Short Term Memory (LSTM) 딥러닝 모델 기법을 적용하여 33℃ 이상 온도가 되는 지역을 분석하고, 폭염에 취약한 건설공사현장을 식별하여 폭염 및 도시열섬현상의 복합적인 피해를 가중시킬 수 있는 가장 취약한 지역을 예측하여 도출하였다. 예측 결과를 통해 건설근로자의 안전을 보장하고, 건설현장 경보시스템의 기반이 될 수 있기를 기대한다.

• International Journal of Computer Science & Network Security
• /
• 제23권10호
• /
• pp.199-208
• /
• 2023

The emergence of COVID-19 virus has shaken almost every aspect of human life including but not limited to social, financial, and economic changes. One of the most significant impacts was obviously healthcare. Now though the pandemic has been over, its aftereffects are still there. Among them, a prominent one is people lifestyle. Work from home, enhanced screen time, limited mobility and walking habits, junk food, lack of sleep etc. are several factors that have still been affecting human health. Consequently, diseases like diabetes, high blood pressure, anxiety etc. have been emerging at a speed never witnessed before and it mainly includes the people at young age. The situation demands an early prediction, detection, and warning system to alert the people at risk. AI and Machine learning has been investigated tremendously for solving the problems in almost every aspect of human life, especially healthcare and results are promising. This study focuses on reviewing the machine learning based approaches conducted in detection and prediction of diabetes especially during and post pandemic era. That will help find a research gap and significance of the study especially for the researchers and scholars in the same field.

• 환경생물
• /
• 제34권2호
• /
• pp.124-131
• /
• 2016

Euglena agilis의 운동성 반응을 자동으로 측정하는 장치인 E. agilis 시스템 (E-Tox)을 이용하여 8종의 중금속 (Ag, Cd, Cr(VI), Cu, Hg, Ni, Pb, Zn)에 대한 독성시험을 실시하였다. E. agilis 운동성 시험 (biomonitoring test)으로부터 도출된 $EC_{50}$과 문헌상의 자료 조사로 얻은 기존 생태독성 시험 생물 종들(D. magna, V. fischeri, 그리고 E. gracilis)의 $EC_{50}$을 비교하여 시험물질에 대한 E. agilis의 독성 민감도를 평가하였다. 또한 축산폐수 방류수, 도금폐수 방류수, 도금폐수 1차 처리 시료에 대해 D. magna 급성 독성시험과 E. agilis 운동성 반응 시험을 수행 후 TU를 비교하여 E. agilis 운동성 시험의 현장 적용 가능성을 평가하였다. E. agilis는 시험 중금속에 대해 D. magna보다 독성민감도가 전반적으로 낮았으나 V. fischeri 또는 E. gracilis와 유사하거나 좀 더 민감하였다. E. agilis는 D. magna test로 유독성으로 판명된 도금폐수 1차 처리수에 대해 신속한 독성반응을 나타내었다. E-Tox 시스템은 기존의 생태독성시험장비에 비해 빠르고 작동이 간편한 자동화 기기라는 장점이 있다. 본 연구의 결과 E-Tox 시스템을 이용한 E. agilis 운동성 시험은 향후 독성폐수에 대한 조기경보를 위한 생태독성시험법으로 적용될 수 있을 것으로 판단된다.

• 대한지리학회지
• /
• 제47권5호
• /
• pp.677-699
• /
• 2012

기후변화가 가져올 벡터매개 질병(vector-borne diseases or VBDs)의 증가는 인구 집단의 건강에 대한 중요한 위협 요인이며, 앞으로 국제사회가 심각하게 대처해야 할 공중보건 문제로 부각되고 있다. 지구온난화로 대표되는 광범위한 기후변화로 한반도 기후 특성이 아열대화 되어가는 가운데, 토지이용, 인구분포, 생태환경 변화에 따른 영향으로 각종 질병의 발생과 확산 가능성이 유례없이 높아지고 있다. 특히, 모기, 진드기와 같은 매개체에 의해 전염되는 벡터매개 질병은 최근 20년 동안 이들 매개 곤충의 서식범위가 확대되어 질병 발생 빈도가 현격하게 증가했다. 보건지리학은 국지적인 환경과 보건 자료뿐 아니라 보다 광역적인 자료들을 통합하여 처리, 분석하고, 공간 및 비공간 자료간의 연관성 또는 상호관계를 파악하여 궁극적으로 질병의 시공간적 변화를 탐구하는 것에 초점을 두고 발전되어 왔다. 인문 및 자연환경 요인들을 GIS를 통해 다면적으로 분석하여, 개인의 건강관련 지표들과의 상관성을 기술하고 분석하는 공간역학(spatial epidemiology)은 보건지리학의 새로운 영역으로, 공간과학, 환경과학, 그리고 역학을 세 가지 주요 축으로 하여 급속히 성장하고 있다. 향후 보건지리학이 기여할 수 있는 주요 연구영역 중 하나로는, 보건 연구에서 주요 수단으로 사용되고 있는 보건 감시체계에 지리정보시스템을 기반으로 한 모니터링 시스템을 도입하는 것을 들 수 있다. 특히, 실시간 모니터링 방법론, 조기발생 감식 시스템의 구축, 그리고 관련 요인들의 공간변이를 예측하는 연구 등은 벡터매개 질병의 역학을 이해하는 데 필수적인 주요 연구 과제들이 될 것이다.

• 한국지반공학회논문집
• /
• 제35권11호
• /
• pp.121-129
• /
• 2019

지진조기경보는 빠르게 도달하는 P파를 감지하고 이보다 느리게 전파되는 S파가 도달하기 전 알림을 주는 기술이다. 초기에 도달한 P파의 진폭과 우세주기를 통해 신속하게 규모와 진원을 추정하고 이를 기준으로 경보 혹은 속보를 전송하기에 P파의 분석은 신속한 지진정보에 생산에 중요한 요소이다. 하지만, 국외에서 발생한 큰 규모의 지진이 국내 관측망에서는 P파의 진폭이 크게 감쇠되어 관측되며, 이는 초기 분석단계에서 실제 규모보다 작은 국내 발생 지진으로 오분석 될 수 있다. 오분석의 결과가 그대로 수요자(국민)에게 오경보(false alarm)로 발송될 경우 지진조기경보서비스의 신뢰도를 저하 시킬 수 있으며, 신속대응이 필요한 사회 인프라시설 및 산업시설에는 경제적 손실을 야기할 수 있다. 따라서 이러한 오분석을 최대한 줄이기 위한 기술개발이 필요한 실정이다. 본 연구에서는 주파수-이격거리에 따른 감쇠특성을 이용한 필터뱅크(Filter Bank)를 사용하여 국내외 지진에 대한 분류 가능성을 검토하였다. 이를 위해 기상청 지진관측소에 기록된 2 < M_L ≦ 3의 국내지진 463개, 44개(3 < M_L ≦ 4), 4개(4 < M_L ≦ 5), 3개(M_L > 5)와 국외지진 89개를 사용하여 각 주파수영역에 따른 최대 P_v값을 산정하고 이를 분석하였다. 분석결과, 기본 설정 값보다 3번(6-12Hz)과 6번(0.75-1.5Hz) 밴드를 사용할 때 국내외 지진을 정확하게 분류할 수 있는 것으로 나타났다.

• 한국음향학회지
• /
• 제30권1호
• /
• pp.9-16
• /
• 2011

고속으로 운항하는 hydrofoil선박과 호흡을 위해 해수면으로 올라오는 해양 생물의 충돌이 빈번히 발생한다. 선박을 발견한 해양 생물이 피하기 전에 고속 선박이 접근하기 때문에 충돌을 막기 위하여 선박의 몰수된 hydrofoil 위치에 능동 소나를 설치하여 해양생물을 미리 인지하여 충돌을 회피하는 방법이 제시된다. 표적의 탐지를 위한 능동 소나의 성능은 수신 된 신호에서 소음을 제거하고 표적 신호를 구별하는 능력에 좌우된다. 본 연구에서는 이러한 충돌 회피 능동 소나 개발을 위한 기반 연구로 실제 운항 중인 고속 선박의 hydrofoil에 청음기를 설치하여 소음을 계측했다. 계측을 위한 실험은 (1) 선박의 운항 및 기계 장치 작동 여부에 따른 소음 측정, (2) 선체 hydrofoil 표면에서 계측되는 위치에 따른 소음 측정, (3) 운항 속도 증가에 따른 속도 측정을 목적으로 수행하였다. 실해역 실험에서 발생하는 여러 요소들을 고려하기 위해 세 번에 걸쳐 수행하였으며 실험 결과의 타당성 검증 및 분석을 위해 다른 연구 결과와 비교하였다. 결과는 능동 소나 운용시 적용을 위해 주파수 분석을 수행하였으며, 소나를 운용할 고주파수 대역을 중점적으로 살펴보았다. 실험 내용과 그 결과 분석을 통해 속도 변화에 따른 소음 변화와 소음원에 따른 영향을 확인하였다. 이를 통해 향후 능동 소나가 설치 되었을 때 발생하는 소음의 영향을 고찰 할 수 있으며, 실제 고래 탐지를 위한 소음과 표적 신호의 구별이 용이한 능동 소나를 설계할 수 있다.

• 한국해양학회지:바다
• /
• 제16권1호
• /
• pp.39-51
• /
• 2011

본 연구는 해수담수화 부산물인 고염해수에 대한 어류의 단기적인 영향을 평가하기 위하여 해양생태독성평가용 표준시험종인 송사리(Oryzias latipes)를 이용하여 급성독성평가 및 행동패턴의 변화를 관찰하였다. 30.0 psu 해수에 순치된 송사리를 7일 동안 고염수에 노출하여 급성독성평가를 수행한 결과, 40.0~80.0 psu에 노출된 송사리의 사망률은 농도-반응의 선형관계가 뚜렷하였다. 반면 40.0 psu 이하의 염분에서는 송사리의 독성반응이 관찰되지 않았으나 50.0 psu 보다 높은 농도에서는 뚜렷한 독성 반응이 나타났다(7-day $LC_{50}$=514 psu). 송사리의 행동 변화 분석은 카메라를 통해 투시된 실시간 배정 영상을 추출하여 현재의 프레임과 차영상을 추출하는 기법을 이용하였다. 고염수 노출에 따른 송사리의 행동변화를 분석한 결과, 40.0 psu와 50.0 psu에 노출되고, 각각 3.1시간과 4.6시간 동안 초기 염분 스트레스를 받은 후에는 안정된 활동패턴을 보였다. 그러나 60.0 psu 보다 높은 농도에 노출된 송사리의 활동량은 염분노출 초기에 급격히 증가하였으며, 50% 가량 사망하였다. 70.0 psu 보다 높은 농도에서 실험생물의 활동량은 노출 후 급격히 증가하였으며, 행동패턴은 심각하게 교란되었고, 12시간 이내에 모든 개체가 사망하였다. 본 연구 결과, 고염해수에 대한 급성독성평가와 행동변화 모니터링 결과는 유의한 연관성이 나타났으며, 따라서 해수담수화에 따른 고염해수의 해양배출은 확산후 최종농도가 50.0 psu 이하로 배출될 수 있도록 조절하여야한다. 또한 카메라 관찰을 통한 영상 분석 기법은 시험생물의 행동변화에 따른 영향을 실시간으로 모니터링할 수 있으므로 조기 경보시스템으로 활용 가지가 높은 것으로 판단된다.

• 문화기술의 융합
• /
• 제10권2호
• /
• pp.167-172
• /
• 2024

21세기의 주요 전쟁에서 드론은 감시정찰을 넘어 정밀타격 또는 자폭공격, 인지전 등의 목적으로 지상 및 공중은 물론 해상 및 수중으로 그 영역이 확장되고 있다. 이러한 드론은 다영역작전을 수행할 것이며 이를 위해 자율화 수준을 향상하고 High-Low Mix 개념에 기반한 확장성을 강화하는 등의 발전을 이어 나갈 것이다. 최근 드론은 세계의 주요 전쟁에서 주요한 수단으로 활용되고 있으며 향후 게임체인저(Game-Changer)로 진화할 개연성이 충분해 보인다. 북한 또한 오래전부터 정찰 및 공격드론을 운용하기 위해 상당한 노력을 기울여 왔다. 북한은 근래에 들어 드론을 활용한 도발을 지속하고 있고, 그 능력도 점차 고도화되고 있다. 또한, 최근 새로운 전략 드론의 등장으로 이를 활용한 북한의 대남 감시정찰 및 조기경보 능력 확보와 새로운 유형의 도발 등 전·평시 위협이 강화될 것으로 보인다. 이에 이번 연구에서는 북한 전략 드론의 능력을 분석하고 운용 양상을 예측하여 시사점을 제공하고, 이후 우리 군의 드론 전력화 및 대드론체계 솔루션 등 종합적인 전략 수립에 대한 활발한 후속 연구가 이루어지길 바란다.