• 한국환경복원기술학회지
• /
• 제24권5호
• /
• pp.1-14
• /
• 2021

Excessive development and urbanization have destroyed animal, plant, habitats and reduced biodiversity. In order to preserve species diversity, habitat prediction studies are have been conducted at home and overseas using various modeling techniques. This study was conducted to suggest optimal habitat modeling research by comparing HSI and MaxEnt, which are widely used among habitat modeling techniques. The study was targeted on the endangered species of Prionailurus bengalensis in nearby areas (5460.35km2) including Cheonan City, and the same data were used for analysis to compare those models. According to the HSI analysis, Prionailurus bengalensis's habitat probability was 74.65% for less than 0.5 and 25.34% for more than 0.5 and the top 30% were forest (99.07%). MaxEnt's analysis showed that 56.22% of those below 0.5 and 43.79% of those above 0.5 were found to have a high explanatory power of 78.3% of AUC. The Paired Wilcoxn test, which evaluated the significance of thoes models, confirmed that the mean difference between the two models was statistically significant (p<0.05). Analysis of the differences in the results of those models using the matrix table shows that score 24.43% HSI and MaxEnt was accordance,12.44% of the 0.0 to 0.2 section, 7.22% of the 0.2 to 0.4 section, 2.73% of the 0.4 to 0.6 section, 1.96% of the 0.6 to 0.8, and 0.08% of the 0.9 to 1.0. To verify where the score difference appears, the result values of those models were reset to values from 1 to 5 and overlaid. Overlapping analysis resulted in 30.26% of the Strongly agree values, 56.77% of the agree values, and 11.92% of the Disagree values. The places where the difference in scores occurs were analyzed in the order of forest (45.23%), agricultural land (34.57%), and urbanization area (7.65%). This confirmed that the analysis of the same target species within the same target site also has differences in forecasts depending on the modelling method. Therefore, a novel analysis method combining the advantages of each modeling in habitat prediction studies should be developed, and future study may be used to select Prionailurus bengalensis and species-protected areas and species protection areas in the future. Further research is judged to require higher accuracy studies through the use of various modeling techniques and on-site verification.

• 한국포장학회지
• /
• 제29권1호
• /
• pp.1-7
• /
• 2023

본 연구에서는 PEBAX/PEG-CA 복합필름을 제조하여 내부에 아염소산나트륨 분말을 포함한 스마트 샤쉐를 제작하였다. 또한, TGA, DSC, FT-IR, UV-vis를 통해 샤쉐의 화학적 구조 및 열적 특성과 더불어 샤쉐 적용성 평가를 위해 이산화염소 가스 방출량을 측정하였다. PEBAX/PEG-CA 복합필름은 친수성 및 혼화성을 바탕으로 매트릭스 내에서 강한 화학적 상호작용을 하는 것을 확인하였다. 특히, 구연산의 함량이 높아질수록 복합필름의 열 안정성이 저하되었지만, 저온 및 상온의 유통환경과 필름 제작 온도 범위(<℃)에서 열분해가 발생하지 않았으므로 샤쉐의 제작 및 적용이 가능할 것으로 사료된다. 본 연구의 핵심인 이산화염소 가스 방출량 측정에서는 스마트 샤쉐가 측정 기간인 14일 동안 내부 아염소산나트륨의 이산화염소 가스 방출을 지속적으로 활성화했으며, 산층의 구연산 함량이 높아짐에 따라 방출량이 증가하는 것을 확인하였다. 따라서, 스마트 샤쉐 내부의 아염소산나트륨 함량 및 산층의 구연산 함량 조절 또는 포장크기의 변경 등을 통해 이산화염소 방출량을 효과적으로 조절할 수 있으며, 이는 별도의 설비 및 고가의 장비 없이도 살균 효과를 연장시키는 이점이 있다. 위 실험 결과에 따라 제품 특성 및 포장 용적에 따라 스마트 샤쉐의 응용 적용이 가능할 것으로 판단된다. 하지만, 확실한 소비자 안정성 확보와 스마트 샤쉐의 적용 확장성을 확인하기 위해 항균성 및 저장성 측면에서 향후 연구가 필요하다.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.27-35
• /
• 2023

본 논문에서는 복합소재 생산 분야에서 수요가 높은 프리프레그 섬유 제조 공정에 딥러닝 기반의 결함 검출 및 분류 시스템을 적용하여 생산성을 높이는 과정을 제안한다. 다양한 조건별 다량의 불량 발생으로 해결방안이 필요한 토우 프리프레그 제조 장비에 적용하기 위해 우선 결함 감지와 분류 모델 제작에 필요한 카메라 및 조명을 선정하여 최적의 환경을 구축하였다. 그리고 다중 분류 모델 제작에 필요한 데이터를 수집하고 정상 및 불량 조건에 따라 라벨링을 진행하였다. 다중 분류 모델은 CNN 기반으로 제작하였으며 VGGNet과 MobileNet, ResNet 등의 사전 학습모델을 적용하여 성능을 비교하고 정확도 및 손실 그래프로 개선 방향을 파악한다. 주요 문제로 과적합 문제를 확인하여 개선하기 위해 데이터 증강 및 Dropout 기법을 적용하여 보완하였다. 모델에 대한 성능 평가를 위해 혼돈행렬을 성능지표로 한 성능 평가를 진행하였으며 99% 이상의 성능을 확인하였다. 또한, 실제 공정에 적용하여 실시간 획득된 이미지에 대한 분류 결과를 확인해보며 판별 값이 정확히 도출되는지 확인한다.

• 한국인터넷방송통신학회논문지
• /
• 제23권5호
• /
• pp.151-158
• /
• 2023

NP-난제로 다항시간으로 최적 해를 찾는 알고리즘이 제안되지 않고 있는 일반화된 배정 문제에 대해 기존에는 전적으로 메타휴리스틱 기법들에 치중하여 연구가 진행되었다. 반면에, 본 논문에서는 해를 찾아가는 규칙을 가진 휴리스틱 탐욕 알고리즘을 제안한다. 첫 번째로, m대의 기계(용기)에 n개의 작업(물품)을 담을 수 있도록 l = n/m개가 되도록 각 기계의 용량 b_i에 대해 가중치 w_ij ≤ b_i/l 데이터로 축소시킨다. 축소된 데이터들을 대상으로 각 작업의 최대 이득 작업을 해당 기계에 배정하였다. 두 번째로, 각 기계에 배정된 가중치 합이 기계 용량을 초과하지 않도록 배정을 조정하였다. 마지막으로 이득을 최대화시키기 위해 k-opt 교환 최적화를 수행하였다. 제안된 알고리즘을 50개 벤치마킹 데이터들에 적용한 결과 약 1/3 데이터에 대해서는 알려진 최적 해를 찾을 수 있었으며, 나머지 2/3 데이터에 대해서는 메타휴리스틱 기법들과 견줄만한 결과를 보였다. 따라서 제안된 알고리즘은 GAP에 대해 다항시간으로 해를 찾아가는 규칙이 존재할 가능성을 보여 NP-난제에서 P-문제로 될 수 있음을 실험을 통해 증명하였다.

• 농촌계획
• /
• 제30권1호
• /
• pp.57-66
• /
• 2024

This study aimed to develop a precise vegetation cover classification model for small streams using the combination of drone remote sensing and support vector machine (SVM) techniques. The chosen study area was the Idong stream, nestled within Geosan-gun, Chunbuk, South Korea. The initial stage involved image acquisition through a fixed-wing drone named ebee. This drone carried two sensors: the S.O.D.A visible camera for capturing detailed visuals and the Sequoia+ multispectral sensor for gathering rich spectral data. The survey meticulously captured the stream's features on August 18, 2023. Leveraging the multispectral images, a range of vegetation indices were calculated. These included the widely used normalized difference vegetation index (NDVI), the soil-adjusted vegetation index (SAVI) that factors in soil background, and the normalized difference water index (NDWI) for identifying water bodies. The third stage saw the development of an SVM model based on the calculated vegetation indices. The RBF kernel was chosen as the SVM algorithm, and optimal values for the cost (C) and gamma hyperparameters were determined. The results are as follows: (a) High-Resolution Imaging: The drone-based image acquisition delivered results, providing high-resolution images (1 cm/pixel) of the Idong stream. These detailed visuals effectively captured the stream's morphology, including its width, variations in the streambed, and the intricate vegetation cover patterns adorning the stream banks and bed. (b) Vegetation Insights through Indices: The calculated vegetation indices revealed distinct spatial patterns in vegetation cover and moisture content. NDVI emerged as the strongest indicator of vegetation cover, while SAVI and NDWI provided insights into moisture variations. (c) Accurate Classification with SVM: The SVM model, fueled by the combination of NDVI, SAVI, and NDWI, achieved an outstanding accuracy of 0.903, which was calculated based on the confusion matrix. This performance translated to precise classification of vegetation, soil, and water within the stream area. The study's findings demonstrate the effectiveness of drone remote sensing and SVM techniques in developing accurate vegetation cover classification models for small streams. These models hold immense potential for various applications, including stream monitoring, informed management practices, and effective stream restoration efforts. By incorporating images and additional details about the specific drone and sensors technology, we can gain a deeper understanding of small streams and develop effective strategies for stream protection and management.

• 센서학회지
• /
• 제33권1호
• /
• pp.34-39
• /
• 2024

Energy harvesting technology that converts the wasted energy resources into electrical energy is emerging as a semipermanent power source for self-powered electronics and wireless low-power sensor systems. Among the various energy conversion techniques, flexible piezoelectric energy harvesters (f-PEHs), using materials with piezoelectric effects, have attracted significant interest because they can harvest a small mechanical energy into electrical signals without constraints of time and space in various environments. In this study, we used a flexible piezoelectric composite film fabricated by dispersing BaHf_xTi_(1-x)O₃ (x = 0, 0.01, 0.05, 0.1) piezoelectric powders inside a polymeric matrix to facilitate f-PEHs. The fabricated f-PEH with optimal Hf contents (x = 0.05) generated a maximum output voltage of 0.95 V and current signal of 130 nA with stable electrical/mechanical disabilities under periodically bending deformations. In addition, we demonstrated a cantilever-type f-PEH and investigated its potential as a sensor by characterizing the output performance under mechanical vibrations at various frequencies. This study provides the breakthrough for realizing self-powered energy harvesting and sensing systems by adopting the lead-free piezoelectric composites under vibrational environments.

• 지능정보연구
• /
• 제23권3호
• /
• pp.119-138
• /
• 2017

최근 SNS는 개인의 의사소통뿐 아니라 마케팅의 중요한 채널로도 자리매김하고 있다. 그러나 사이버 범죄 역시 정보와 통신 기술의 발달에 따라 진화하여 불법 광고가 SNS에 다량으로 배포되고 있다. 그 결과 개인정보를 빼앗기거나 금전적인 손해가 빈번하게 일어난다. 본 연구에서는 SNS로 전달되는 홍보글인 비정형 데이터를 분석하여 어떤 글이 금융사기(예: 불법 대부업 및 불법 방문판매)와 관련된 글인지를 분석하는 방법론을 제안하였다. 불법 홍보글 학습 데이터를 만드는 과정과, 데이터의 특성을 고려하여 입력 데이터를 구성하는 방안, 그리고 판별 알고리즘의 선택과 추출할 정보 대상의 선정 등이 프레임워크의 주요 구성 요소이다. 본 연구의 방법은 실제로 모 지방자치단체의 금융사기 방지 프로그램의 파일럿 테스트에 활용되었으며, 실제 데이터를 가지고 분석한 결과 금융사기 글을 판정하는 정확도가 사람들에 의하여 판정하는 것이나 키워드 추출법(Term Frequency), MLE 등에 비하여 월등함을 검증하였다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.157-173
• /
• 2021

소비자의 욕구와 관심에 맞추어 개인화된 제품을 추천하는 추천 시스템은 비즈니스에 필수적인 기술로서의 그 중요성이 증가하고 있다. 추천 시스템의 대표적인 모형 중 협업 필터링은 우수한 성능으로 다양한 분야에서 활용되고 있다. 그러나 협업필터링은 사용자-아이템의 선호도 정보가 충분하지 않을 경우 성능이 저하되는 희소성의 문제가 있다. 또한 실제 평점 데이터의 경우 대부분 높은 점수에 데이터가 편향되어 있어 심한 불균형을 갖는다. 불균형 데이터에 협업 필터링을 적용할 경우 편향된 클래스에 과도하게 학습되어 추천 성능이 저하된다. 이러한 문제를 해결하기 위해 많은 선행연구들이 진행되어 왔지만 추가적인 외부 데이터 또는 기존의 전통적인 오버샘플링 기법에 의존한 추천을 시도하였기에 유용성이 떨어지고 추천 성능 측면에서 한계점이 있었다. 본 연구에서는 CGAN을 기반으로 협업 필터링 구현 시 발생하는 희소성 문제를 해결함과 동시에 실제 데이터에서 발생하는 데이터 불균형을 완화하여 추천의 성능을 높이는 것을 목표로 한다. CGAN을 이용하여 비어있는 사용자-아이템 매트릭스에 실제와 흡사한 가상의 데이터를 생성하여, 희소성을 가지고 있는 기존의 매트릭스로만 학습한 것과 비교했을 때 높은 정확도가 예상된다. 이 과정에서 Condition vector y를 이용하여 소수 클래스에 대한 분포를 파악하고 그 특징을 반영하여 데이터를 생성하였다. 이후 협업 필터링을 적용하고, 하이퍼파라미터 튜닝을 통해 추천 시스템의 성능을 최대화하는데 기여하였다. 비교 대상으로는 전통적인 오버샘플링 기법인 SMOTE, BorderlineSMOTE, SVM-SMOTE, ADASYN와 GAN을 사용하였다. 결과적으로 데이터 희소성을 가지고 있는 기존의 실제 데이터뿐만 아니라 기존 오버샘플링 기법들보다 제안 모형의 추천 성능이 우수함을 확인하였으며, RMSE, MAE 평가 척도에서 가장 높은 예측 정확도를 나타낸다는 사실을 증명하였다.

• 청정기술
• /
• 제28권1호
• /
• pp.24-31
• /
• 2022

오늘날 다양한 용도로 사용하고 있는 석유계 플라스틱은 지구 환경 및 생태계에 큰 위협을 주는 존재로서 이를 대체하기 위한 방안을 찾기 위해 범세계적으로 각 분야에서 많은 노력이 가해지고 있다. 이런 관점에서 본 연구에서는 생분해성 특성을 지닌 해양 바이오매스 유래 알지네이트에 석유계 기반의 폴리비닐알콜(Poly vinyl alcohol; PVA)을 10 wt% 혼합하여 알지네이트 기반 폴리비닐알콜 블렌드 필름(alginate-based PVA blend films)을 수용액상으로부터 캐스팅하여 제조하였다. 가교제로는 글루타르알데히드가 사용되었으며, 필름에 항균성을 부여하고자 캐슈넛껍질액으로부터 추출된 알킬 페놀계 바이오오일인 카다놀(cardanol) 성분을 0.1 ~ 2.0 wt% 범위로 첨가하였다. 이렇게 제조된 블렌드 필름의 특성을 알아보기 위하여 푸리에변환 적외선 분광법(FTIR), 열중량분석(TGA), 인장강도, 팽윤도 및 항균성 등을 측정하였다. FTIR과 열중량분석, 인장강도 결과들은 주성분인 알지네이트에 PVA가 하나의 매트릭스 상을 이루며 잘 분산되어 있음을 보여주었고, 특히, 단일 성분일 때 약점으로 알려진 알지네이트의 취성(brittle)과 PVA의 약한 열적 내구성이 블렌드를 이루면서 PVA와 알지네이트 기능기들의 가교 및 수소결합으로 인하여 열적, 기계적인 물성들이 향상됨을 보였다. 카다놀 성분의 첨가는 황색포도상구균과 대장균에 대한 항균성을 크게 향상시켜 60 min 접촉시간에서 황색포도상구균의 사멸율은 98% 이상이고, 대장균의 경우 약 70%의 우수한 향균 성능을 나타냈다. 알지네이트-PVA 블렌드에 대한 최적 항균성은 카다놀이 0.1 ~ 0.5 wt% 범위이었다. 이상의 결과들을 볼 때, 카다놀을 함유한 알지네이트-PVA 블렌드 필름은 식품 포장제 및 여러 항균소재로서 응용할 수 있을 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제57권3호
• /
• pp.181-193
• /
• 2024

기후변화에 의해 발생하는 대기 불균형은 강우량의 증가로 이어지고, 침수 발생 빈도가 증가함에 따라 이를 탐지할 수 있는 기술의 필요성이 증가하고 있다. 침수 피해를 최소화하기 위해 지속적인 모니터링이 필요하며, 날씨의 영향을 받지 않는 합성개구레이더(Synthetic Aperture Radar, SAR) 영상을 활용하여 침수지역을 탐지하였다. 관측된 데이터는 median 필터를 통해 노이즈를 감소시키는 전처리 과정을 진행하였으며, 객체 탐지 기법을 통해 수체와 비수체를 분류하여 각 기법의 침수탐지 활용성을 평가하고자 하였다. 본 연구에서는 Otsu 기법과 SVM 기법을 통해 수체 및 침수 탐지를 수행하였으며, Confusion Matrix를 통해 전체적인 모델의 성능을 평가하였다. Otsu 기법은 수체와 비수체의 경계를 구분하는데 적합함을 보였으나, 혼합물의 영향을 받아 오탐지의 비율이 높게 나타났다. 반면, SVM 기법을 사용한 경우, 오탐지 비율이 낮고 혼합물에 의한 영향에 민감하지 않은 것으로 관측되었다. 이에 따라 침수 상태를 제외한 다른 조건에서 SVM 기법의 정확도가 높게 나타났다. Otsu 기법이 침수 조건에서 SVM 기법보다 다소 높은 정확도를 보였지만, 정확도의 차이가 5% 미만임을 확인할 수 있었다(Otsu: 0.93, SVM: 0.90). SVM 기법이 Otsu 기법보다 침수 전, 침수 후의 조건에서 정확도 차이가 최대 15% 이상 발생하여 수체 및 침수탐지에 더 적합하게 나타났다(Otsu: 0.77, SVM: 0.92). 이러한 결과는 SVM 기법이 수체 및 침수탐지에서 효과적으로 활용될 수 있음을 시사하며, 미래의 수재해 탐지 시스템에 적용될 때 유용한 정보를 제공할 수 있을 것으로 기대된다.