• 한국측량학회지
• /
• 제40권3호
• /
• pp.169-175
• /
• 2022

우리나라 건설 산업은 건설 인력의 부족 및 노령화, 타 산업분야에 비해 낮은 생산성, 높은 산업재해율 등이 있다. 국토교통부에서는 4차 산업혁명을 대비하고, 건설산업의 생산성 향상을 위해 건설자동화, 혁신성장동력을 정하고 이에 대한 투자를 확대하고 있다. 도로건설 분야에서 새로운 기술들이 활용되기 위해서는 기술에 대한 정확도 검증과 공종별 적용성에 대한 평가가 이루어져야 한다. 본 연구에서는 관련 작업규정을 기준으로 모바일맵핑시스템의 정확도를 검증하고, 도로 시공현장에 대한 데이터 취득 및 분석을 통해 도로 시공측량에 대한 모바일맵핑시스템의 적용성을 제시하고자 하였다. 정밀도로지도 제작 작업규정에 따라 연구에 활용한 장비의 정확도를 검증하였으며, 수평 및 수직 방향에 대한 최대 오차가 10cm 이내로 연구에 활용한 모바일맵핑시스템의 도로 시공측량 적용 가능성을 제시하였다. 또한 시공측량을 위한 데이터 취득 시간에 대한 기존 방법과의 비교와 시공측량 성과물 제작과 heatmap 및 토공량 산정을 통해 모바일맵핑시스템을 이용한 도로 시공측량 활용의 가능성을 제시하였다. 향후, 모바일맵핑시스템의 도로 시공측량 활용은 건설공사의 효율성을 크게 향상시킬 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제38권6_3호
• /
• pp.1777-1788
• /
• 2022

저수지는 국내 영농환경에서 주요한 용수 공급처이며, 저수지의 저수량 파악은 농업용수의 활용 및 관리차원에서 중요하다. 위성영상을 활용한 원격탐사는 저수지와 같이 광역적으로 분포하는 객체에 대하여 정기적인 모니터링을 할 수 있는 효과적인 수단으로, 본 연구에서는 Sentinel-1 Synthetic Aperture Radar (SAR) 영상을 통해 영상분류 및 영상분할 알고리즘을 적용하여 국내 저수지 53개소의 수표면적 탐지를 수행하였다. 사용한 알고리즘은 Neural Network (NN), Support Vector Machine (SVM), Random Forest (RF), Otsu, Watershed (WS), Chan-Vese (CV)로 총 6가지이며, 드론으로 촬영한 실측 정사영상으로 수표면적 탐지 결과를 평가하였다. 각 알고리즘으로부터 산출된 수표면적과 실측 수표면적간의 상관성은 NN 0.9941, SVM 0.9942, RF 0.9940, Otsu 0.9922, WS 0.9709, CV 0.9736로 나타났으며, 저수지 유효저수량의 규모가 클수록 더 높은 선형 상관관계를 보였다. 혼동 행렬로부터 산출한 정확도, 정밀도, 재현율을 통해 알고리즘간 수표면적 탐지 정확도와 탐지 경향을 분석하였다. 정확도의 경우 각 10만 m³ 미만 저수지에서 WS가 0.8752, 10만~30만 m³에서 Otsu가 0.8845, 30만~50만 m³에서 RF가 0.9100, 50만 m³ 이상에서 Otsu와 CV가 0.9400으로 가장 높은 수치를 보였다. WS의 경우 수표면적을 미탐지하는 경향으로 인해 낮은 재현율을 보였고, NN, SVM, RF의 경우 과대 탐지로 인한 낮은 정밀도를 보였다. SAR 영상을 통한 수표면적 탐지 시 저수지 수표면의 수생식물 및 인공건축물이 미탐지를 발생시키는 오차 요소로 작용함을 분석결과 및 실측영상을 통해 확인하였다.

• 분석과학
• /
• 제34권6호
• /
• pp.241-250
• /
• 2021

검량선 작성은 기기분석을 통해 생체시료에서 분석물질의 농도를 측정하는 정량분석법 개발과 측정값의 정확도 향상에 있어서 필수적인 요소이다. 본 연구에서는 R 기반 통계분석기법을 이용하여 개별 분석물질 정량에 적합한 가중계수와 회귀모델 선정하기 위한 단계별 선택 기준을 적용하여 분석 프로그램을 설정하였다. 국내에서 남용빈도가 가장 높은 필로폰과 대마 복용여부 확인을 위해 액체크로마토그래피-질량분석법(LC-MS/MS)이 적용되었으며, 분석물질로 마약의 복용 여부를 확인에 일반적으로 사용되는 대상 마약의 모체와 대사체를 소변 시료에서 분석하였다. 검량선 작성에 있어서 가중계수 적용여부는 원본데이터의 이분산성 검정을 통해 확인하였고, 가중계수가 필요하다고 판단된 경우 분산분석을 통해 적정 가중계수를 선정하였다. 다음으로 편분산분석을 이용하여 회귀모델에 적합한 차수를 결정하였다. 분석물질인 메트암페타민, 암페타민, 대마 대사체에 대해 R 기반 프로그램에 적용한 결과, 단계별 결과 및 최종 모델식을 직관적으로 이해하기 쉽고 신속하게 얻을 수 있었다. 이러한 결과는 문서 파일로 저장이 가능하여 보관의 편의성을 제고하였으며, 본 연구를 통해 제작된 R 기반 프로그램을 활용하여 검량선 작성을 필요로 하는 다양한 약물분석 분야에 확대 적용할 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.597-608
• /
• 2022

원격탐사 자료는 재난, 농업, 도시계획 및 군사 등 다양한 분야에서 활용되며, 최근 다양한 고해상도 센서에서 취득된 시계열 자료의 활용에 대한 요구가 증대되고 있다. 본 연구에서는 시계열 원격탐사 자료의 활용을 위해 딥러닝 기법을 이용한 영상 매칭 방법을 제안하였다. 본 연구에서 적용한 딥러닝 모델은 영상분할 영역에서 많이 사용되고 있는 HRNet을 기반으로 하였다. 특히, 기본영상과 목표영상 간 상관도 맵을 효과적으로 계산하고, 학습의 효율을 높이기 위하여 denseblock을 추가하였다. 국토지리정보원의 다시기 항공정사영상을 이용하여 제안된 모델의 학습을 수행하였으며, 학습에 사용하지 않은 자료를 이용하여 평가를 하고자 하였다. 딥러닝 모델을 이용한 영상매칭 성능을 평가하기 위해 영상 매칭결과와의 비교평가를 수행하였다. 실험 결과, 제안기법을 통한 영상 매칭률이 80%일 때의 평균 오차는 3화소로 ZNCC에 의한 결과인 25화소에 비해 더 높은 정확도를 보였다. 제안된 기법은 식생의 생장에 따라 영상의 변화가 심한 산지 및 농지 지역에 대해서도 효과적임을 확인하였다. 이를 통해 딥러닝을 이용한 기준영상과 목표영상의 매칭을 수행할 수 있을 것으로 판단되며, 위성영상의 상호좌표등록 및 다시기 영상의 정합 등에 활용할 수 있을 것으로 예상된다.

• 한국수자원학회논문집
• /
• 제55권9호
• /
• pp.679-686
• /
• 2022

기후변화로 인한 돌발홍수의 발생 빈도 증가에 따라 X밴드 레이더를 이용한 보다 빠르고 정확한 강수 관측이 중요해지고 있다. 이에 환경부는 삼척과 울진에 2기의 이중편파 X밴드 레이더를 설치했다. 본 연구에서는 차폐 효과를 최소화하기 위해 설치된 2기의 각 레이더에서 2개의 고도각 관측을 수행한 뒤 얻어진 관측자료를 합성하여 정량강우를 산정하였다. 정량강우산정을 위해서 먼저 품질관리(QC) 기법을 적용한 뒤 비차등위상차(K_DP)를 산출하고 하이브리드 고도면 강수추정(HSR) 기법을 적용하였다. 본 연구에서는 산출된 K_DP를 이용해 R-K_DP 관계로 불리는 강우강도와 비차등위상차의 관계식을 적용하여 얻어지는 정량적 강우추정(QPE)의 정확도 상승을 위해 해당 관계식의 매개변수를 추정했다. 매개변수 추정을 위해서 여러 개의 강우량계와 레이더 자료를 바탕으로 경험적 방법을 개발하였다. 새로 제안된 매개변수를 이용한 관계식(R = 27.4K^0.81_DP)은 관측된 강수량에 대해 추정된 강수의 상관계수를 선행연구대비 1% 정도 약간 상승시켰다. 마찬가지로, 제곱평균 제곱근오차는 3.88 mm/hr에서 3.68 mm/hr로 감소했고 편차는 -1.72에서 -0.92로 상관계수보다 유의미하게 감소해 정확도가 상승했음을 보였다.

• 한국해안·해양공학회논문집
• /
• 제34권4호
• /
• pp.109-118
• /
• 2022

정점 표층 수온 관측 데이터 중 결측 구간의 데이터를 양방향 순환신경망(Bidirectional Recurrent Neural Network, BiRNN) 기법을 이용하여 보간하였다. 인공지능 기법 중 시계열 데이터에 일반적으로 활용되는 Recurrent Neural Networks(RNNs)은 결측 추정 위치까지의 시간 흐름 방향 또는 역방향으로만 추정하기 때문에 장기 결측 구간에는 추정 성능이 떨어진다. 반면, 본 연구에서는 결측 구간 전후의 양방향으로 추정을 하여 장기 결측 데이터에 대해서도 추정 성능을 높일 수 있다. 또한 관측점 주위의 가용한 모든 데이터(수온, 기온, 바람장, 기압, 습도)를 사용함으로써, 이들 상관관계로부터 보간 데이터를 함께 추정하도록 하여 보간 성능을 더욱 높이고자 하였다. 성능 검증을 위하여 통계 기반 모델인 Multivariate Imputation by Chained Equations(MICE)와 기계학습 기반의 Random Forest 모델, 그리고 Long Short-Term Memory(LSTM)을 이용한 RNN 모델과 비교하였다. 7일간의 장기 결측에 대한 보간에 대해서 BiRNN/통계 모델들의 평균 정확도가 각각 70.8%/61.2%이며 평균 오차가 각각 0.28도/0.44도로 BiRNN 모델이 다른 모델보다 좋은 성능을 보인다. 결측 패턴을 나타내는 temporal decay factor를 적용함으로써 BiRNN 기법이 결측 구간이 길어질수록 보간 성능이 기존 방법보다 우수한 것으로 판단된다.

• 지적과 국토정보
• /
• 제51권2호
• /
• pp.51-72
• /
• 2021

본 연구는 지형도면 고시 및 등재 절차에서 발생하는 용도지역지구 데이터의 오류 유형과 원인을 밝힘으로써 데이터 정비방안을 마련하는데 목적을 두고 있다. 우리나라는 미국과 같은 규정중심의 토지이용규제방식이 지배적이다. 즉 법령 내 토지이용규제방식에 따라 정부는 전국의 모든 필지에 용도지역지구 지정과 행위제한 사항을 두고 있으며, 토지소유자들은 국토이용정보체계를 통해 내 토지의 토지이용규제사항을 확인하게 된다. 더 나아가 토지이용계획확인서는 개인 간의 토지거래나 개발행위허가와 같은 행정처분의 결과에 영향을 미치는 중요 토지정보임을 확인할 수 있다. 그러나 현재의 지형도면고시를 통해 토지이용규제정보가 생산되는 절차와 데이터의 구축 과정에서 발생되는 데이터 오류들이 존재한다. 이에 본 연구에서는 지자체 여건을 고려해 유형별로 데이터 실증 가능한 4개 지자체를 선정하였고, 분석을 위한 데이터를 수급하고 오류 검정 방법을 수립하여 수행한 결과 어떤 유형의 데이터 오류가 많고, 발생 원인이 무엇인지를 진단하였다. 다수의 오류는 첫째, 분산된 시스템 환경에서 실제 지형도면 고시 결과와 시스템의 데이터가 다르게 표기되는 등 국토이용정보체계 내 데이터 구축 및 관리상의 오류이고, 둘째, 지형도면고시 작성 지침 내 검수 기준과 절차가 마련되어 있지 못하고 민간업체 위탁으로 데이터 정비를 하면서 발생하는 전문성 부족의 오류, 셋째, 베이스 맵으로 사용되고 있는 연속지적도와 용도지역지구DB와의 관계성에서 오는 오류로 분석되었다. 이상의 결과들을 바탕으로 데이터 정비방안들을 제시하였고, 이러한 결과들이 「제3차 국토이용정보체계 구축계획」 수립 이후 현재 진행되고 있는 국토이용정보플랫폼(KLIP)의 구축과 법제도 개편하는 과정에서 반드시 고려되어야 할 것이다.

• Journal of Gastric Cancer
• /
• 제22권2호
• /
• pp.120-134
• /
• 2022

Purpose: This study aimed to identify prognostic factors for patients with distant lymph node-involved gastric cancer (GC) using a machine learning algorithm, a method that offers considerable advantages and new prospects for high-dimensional biomedical data exploration. Materials and Methods: This study employed 79 features of clinical pathology, laboratory tests, and therapeutic details from 289 GC patients whose distant lymphadenopathy was presented as the first episode of recurrence or metastasis. Outcomes were measured as any-cause death events and survival months after distant lymph node metastasis. A prediction model was built based on possible outcome predictors using a random survival forest algorithm and confirmed by 5×5 nested cross-validation. The effects of single variables were interpreted using partial dependence plots. A contour plot was used to visually represent survival prediction based on 2 predictive features. Results: The median survival time of patients with GC with distant nodal metastasis was 9.2 months. The optimal model incorporated the prealbumin level and the prothrombin time (PT), and yielded a prediction error of 0.353. The inclusion of other variables resulted in poorer model performance. Patients with higher serum prealbumin levels or shorter PTs had a significantly better prognosis. The predicted one-year survival rate was stratified and illustrated as a contour plot based on the combined effect the prealbumin level and the PT. Conclusions: Machine learning is useful for identifying the important determinants of cancer survival using high-dimensional datasets. The prealbumin level and the PT on distant lymph node metastasis are the 2 most crucial factors in predicting the subsequent survival time of advanced GC.

• 한국구조물진단유지관리공학회 논문집
• /
• 제26권6호
• /
• pp.54-63
• /
• 2022

이 연구는 구조물 내진보강 장치의 하나인 마찰댐퍼에 관한 것으로, 내부 마찰재를 복합재료의 일종인 초고분자량 폴리에틸렌으로 대체하여 댐퍼를 개발하였다. 또한 마찰력이 발생하는 내부 구조를 여러 층으로 적층하는 다중 마찰방식을 적용하였다. 개발된 다중 마찰댐퍼의 성능 검증을 위해서 재료에 대한 기초 물성과 마모 특성, 디스크 스프링에 대한 특성 분석 시험을 수행하였다. 마모시험 시험결과, UHMWPE의 질량 감소율은 0.003%로 복합재료 기반의 마찰재 중에서 가장 우수한 성능을 보였다. 디스크 스프링은 유한요소해석과 시험결과로부터 설계기초자료를 확보하였다. 또한 개발된 다중 마찰댐퍼의 품질 안정성을 확인하기 위해 토크값에 따른 마찰력 변화와 감쇠장치에 대한 지진하중 시험을 수행하였다. 품질성능 시험결과, 토크 값 조절에 따라 선형적인 마찰력 변화를 보였으며, 지진하중 시험 결과, 마찰댐퍼의 허용오차는 설계기준에서 요구하는 15% 미만으로 나타나 내진보강 장치로서의 요구조건을 만족하는 것으로 나타났다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.119-133
• /
• 2022

음식 문화 및 산업과 관련한 대표적 특징들 중에는 음식 배달 주문 산업이 성장하고 있다는 것과 유튜브와 같은 1인 미디어에서의 소위 '먹는 방송' (먹방)이 최고의 인기 콘텐츠로 자리 잡았다는 사실 등을 거론할 수 있다. 본 연구는 이러한 배경에 근거하여 두가지 초점을 두어 연구하고자 하였다. 먼저, 유튜브 먹방과 먹방 댓글에서 확인되는 대중들의 감성이 관련 음식의 배달 이용 건수에 영향을 미치는지를 회귀분석 모형을 통하여 확인하고자 하였다. 다음으로, 대한민국에서 대표적인 주문 음식인 치킨의 배달 이용 건수 데이터와 유튜브 먹방 댓글 데이터와 날씨 데이터를 활용하여, 머신 러닝을 통한 치킨 배달 주문 예측 모형을 구현하였다. 2015년 6월 3일부터 2019년 9월 30일까지 총 1,580개의 데이터를 활용하였고, 날씨 변수로서의 온도, 습도, 강수량과 유튜브 먹방 변수로의 영상에 달린 댓글 수, 댓글의 긍정어 수, 중립어 수, 부정어 수 등을 수집하였다. 본 연구에 활용된 데이터의 유튜브 먹방과 먹방 댓글의 감성이 배달 이용 건수에 영향 미침을 확인하기위해 선형 회귀 방법론을 사용하였으며, 예측모델을 위해 사용된 머신 러닝은 Linear Regression, Ridge, Lasso, Random Forest, Gradient Boost이다. 본 연구를 통해 유튜브 먹방과 댓글의 감성이 배달 이용 건수에 영향 미침을 확인하였고 예측 모형 또한 기존 모델보다 성능이 좋아짐을 Root Mean Square Error 값을 통하여 확인하였다. 본 연구는 먹방의 광고 효과를 확인하였으며, 배달 업종에서의 경영에 활용할 수 있는 함의를 제공하고자 하였다.