• 정보처리학회논문지A
• /
• 제13A권2호
• /
• pp.123-136
• /
• 2006

캐시 선인출 기법은 메모리 참조에 따른 지연시간을 줄이는 효과적인 방법이다. 그러나 너무 적극적으로 선인출할 경우에 캐시 오염을 유발시켜 선인출에 의한 장점을 상쇄시킬 뿐만 아니라 버스 트래픽을 증가시켜 전체 성능의 저하를 가져 올 수 있다. 본 연구에서는 선인출로 인한 캐시의 오염을 줄이기 위해 필터 테이블을 참조하여 선인출 명령을 수행할 지의 여부를 동적으로 판단하는 선인출 필터링 기법을 제시한다. 본 논문에서는 먼저 기존 연구에서의 문제점을 분석하기 위해 선인출 해싱 테이블 lbitSC 기법을 보였는데, 이 기법은 기존 연구와 같이 N:1 매핑을 사용하는 반면, 각 엔트리의 값을 1비트로 하여 두 가지 상태값을 갖도록 하였다. 비교 연구를 위해 완전 블록주소 테이블 기법을 제시하여 비교 기준으로 사용하였다. 마지막으로 본 논문의 주 아이디어인 정교한 필터링을 위한 선인출 블록주소 참조 테이블 기법을 제안하였다. 이 구조는 선인출 해싱 테이블 1bitSC기법과 같은 테이블 길이를 가지며, 각 엔트리의 내용은 완전 블록주소 테이블 기법과 같은 항목을 가지도록 하여 최근에 미 사용된 데이터의 블록주소가 필터 테이블의 하나의 엔트리와 대응되도록 1:1 매핑을 하였다. 일반적으로 많이 사용되는 선인출 기법과, 일반 벤치마크 프로그램과 멀티미디어 벤치마크 프로그램들에 대하여 캐시의 매개변수들을 변화시켜가면서 실험을 하였다. PBALT기법은 필터링 하지 않은 경우에 비해 최대 22% 향상된 결과를 보이고, 기존 PHT2bSC 기법과 비교하여 캐시 미스율이 7.9% 감소하였다. 메모리 참조 지연 시간(MADT)은 제안하는 PBALT 기법이 기존 연구에 비해 6.1% 감소하여 전체 수행 시간에 있어서 성능이 향상되었다.

• 대한원격탐사학회지
• /
• 제21권6호
• /
• pp.445-456
• /
• 2005

지표변수는 지면 근처의 기후변화에 중요한 역할을 하기 때문에, 충분히 높은 정확성을 가진 값이 산출되어야 한다 하지만 지표 반사도는 강한 이방성(non-Lambertian) 특징을 가지고 있기 때문에, 위성 천저각으로부터 멀어질수록 태양-지점-위성과의 기하학적 영향을 더욱 강하게 받는 효과를 가져온다. 또한 지표 각 영향을 포함하고 있는 지표 반사도는 노이즈를 가지게 된다. 따라서 본 연구의 목적은 한반도 지역의 MODIS 반사도 자료(250m)를 이용하여 각 영향이 제거된 보다 정확한 반사도 값에 대한 데이터베이스를 제공하는 것이다. 본 연구에서는 매일 2회씩 제공하는 MODIS(Moderate Resolution Imaging Spoctroradiometer) 센서의 가시영역과 근적외영역의 반사도(250m)자료를 이용하였다. 먼저 구름화소를 제거하기 위해서 연속적인 물리과정을 통하여 각각의 구름 화소를 제거하였다. 그리고 지리보정은 MODIS 센서에서 제공하는 지리정보자료를 이용하여 2차 다항회귀식을 통한 최근접 내삽법을 사용하였다. 본 연구에서는 지표 이방성 효과를 보정하기 위해서 반 경험적 양방향성분포함수(BRDF) 모델을 사용하였다. 이 알고리즘은 위성으로부터 관측된 위성천정각, 태양천정각, 위성방위각, 태양방위각과 같은 각 성분을 이용하여 Kernel-deriven 모델의 역변환을 통하여 지표 반사도를 재생산한다. 먼저 우리는 BRDF 모델을 수행하기 위해 총 31일 모델 관측 실행기간을 고려하였다. 다음 단계로 각각의 화소 및 밴드에 대해서 BRDF 모델을 통하여 분리된 각 성분들을 변조함으로써 위성 직하점 반사도 정규화가 수행되었다. 모델을 이용하여 산출된 반사도 값은 실제 위성 반사도 값과 잘 일치하였고, RMSE(Root Mean Square Error)값은 전체적으로 약 0.01(최고값=0.03)이였다. 마지막으로, 우리는 한반도 지역에 대해서 2001년 동안 총 36개로 구성된 정규화 지표반사도 값의 데이터베이스를 구축하였다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.449-461
• /
• 2021

광학 위성정보에 대한 분석대기자료(ARD)는 각 센서 별 분광특성과 촬영각 등을 적용하는 전처리 작업에 의한 성과물이다. 대기보정 처리과정은 통하여 얻을 수 있는 대기반사도와 지표반사도는 기본적이면서 복잡한 알고리즘을 요구한다. 대부분 위성 정보처리 소프트웨어에서는 Landsat 위성 대기보정 처리 알고리즘 및 기능을 제공하고 있다. 또한 사용자는 클라우드 환경에서 Google Earth Engine(GEE)을 통하여 USGS-ARD와 같은 Landsat 반사도 성과에 직접 접근할 수 있다. 이번 연구에서는 고해상도 위성정보 처리에 활용되고 있는 Orfeo ToolBox(OTB) 오픈 소스 소프트웨어의 대기보정 기능을 확장 구현하였다. 현재 OTB 도구는 어떠한 Landsat 센서도 지원하지 않기 때문에, 이 확장 도구는 최초로 개발된 사례이다. 이 도구를 이용하여 RadCalNet 사이트의 Railroad Valley, United States(RVUS) 반사율 자료 값을 이용한 결과 검증을 위하여 같은 지역의 Landsat-8 OLI 영상의 절대 대기보정에 의한 반사도 성과를 산출하였다. 산출된 결과는 RVUS 자료를 기준으로 반사도 값과의 차이가 5% 미만으로 나타났다. 한편 이 반사도 성과는 USGS-ARD 반사도 값뿐만 아니라 QGIS Semi-automatic Classification Plugin과 SAGA GIS와 같은 다른 오픈 소스 도구에서 산출된 성과를 이용한 비교 분석을 수행하였다. OTB 확장도구로부터 산출한 반사도 성과는 RadCalNet RVUS의 자료와 높은 일치도를 나타내는 USGS-ARD의 값과 가장 부합되는 것으로 나타났다. 이 연구에서 OTB 대기보정 처리의 다양한 위성센서 적용 가능성을 입증한 결과로 이 모듈을 다른 센서정보로 확장하여 구현하는 경우에도 정확도가 높은 반사도 산출이 가능한 것을 확인할 수 있었다. 이와 같은 연구 방법은 향후 차세대중형위성을 포함하는 다양한 광학위성에 대한 반사도 성과 산출 도구개발에도 활용할 수 있다.

• 한국농림기상학회지
• /
• 제25권2호
• /
• pp.80-98
• /
• 2023

본 연구에서는 계절내-계절(Subseasonal to seasonal, S2S) 기후예측의 주별 예측 성능을 개선하기 위해서 딥러닝 기반의 후보정(post processing) 기술을 개발하였다. 그 첫 단계로, 일 최고, 최저기온과 일 강수를 목표 변수로, 자료의 특성과 분포에 적합한 자료 변환 및 특성 공학 기법을 규명하고자 하였다. 먼저, 6개 개별 기후모델의 S2S 예측 자료를 딥러닝 모델에 입력하기 위한 훈련자료로 변환하고, 이로부터 다중모델앙상블(Multi-Model Ensemble, MME) 기반 훈련자료를 구축하였다. 참값(label)으로는 ECMWF의 ERA5 재분석 자료를 사용하였다. 자료 변환 알고리즘은 최고 및 최저 차이를 계산하여 입력자료의 범위를 변형시키는 MinMax 및 MaxAbs 변환, 표준편차를 이용하는 Standard 변환 및 분위수를 지정하여 변형하는 Robust와 Quantile 변환으로 구성된 전처리 파이프라인을 구축하였으며, 변환된 훈련자료와 예측 변수와의 상관관계를 계산하여 순위에 따라 훈련자료의 특성을 선택하는 특성 선택 기법을 추가하였다. 본 연구는 U-Net 모델에 TimeDistributed wrapper를 모든 합성곱 층(convolutional layer)에 적용하여 활용하였다. 5개 알고리즘으로부터 변환된 6개 개별 기후모델 및 MME S2S 훈련자료(일 최고 및 최저기온, 강수)에 훈련 모델을 적용한 결과와 훈련 모델을 적용하지 않은 결과를 ERA5와의 공간상관계수(spatial Pattern Correlation Coefficient)를 계산하고 그 개선율인 기술 점수(skill score)를 평가한 결과, 일 강수의 PCC 기술 점수는 Standard 및 Robust 변환으로 처리된 것에서 전체 예측선행(1~4주)에 대해 모두 높았고, 일 최고 및 최저기온에서는 예측 선행시간 3~4주에서만 높게 나타났다. 또한, 일 강수에서 특성 선택에 따른 훈련자료의 차원 감소가 예측 성능 변화에 영향을 미치지 않는 것으로 나타났다. 일 최고 및 최저기온의 경우에는 특성 선택에 의한 훈련자료의 특성 정보 감소가 오히려 예측 성능을 저하시킬 수 있는 것으로 확인되었으며, 원시자료에서 예측성이 높은 1~2주 기온 예측 개선을 위한 적합한 전처리 변환 알고리즘이나 특성 선택을 찾을 수 없었다. 후속 연구에서는 원시 예측 성능이 강수에 비해 높으나 딥러닝 훈련 모델에 의한 후보정 효과가 미미한 예측 선행 1~2주 기온 예측의 저조 원인에 대해 탐색하고, 다양한 딥러닝 훈련 모델로의 적용 및 초매개변수 조정 등 학습 과정의 최적화를 통해 S2S 기후 예측 성능을 개선하고자 한다.

• 한국식품저장유통학회지
• /
• 제31권3호
• /
• pp.423-432
• /
• 2024

본 연구에서는 육가공 산업의 필수 공정인 냉동육 해동 시 발생하는 식육의 품질 저하를 최소화하기 위하여 진공 텀블링 해동 방식을 적용하고자 산업용 국산 임펠러-진공 텀블러(DVT, 6 ton)를 고안하고 이를 이용하여 해동한 냉동 돈육의 품질 특성을 현재 상업적으로 이용하는 자연해동(NTA)과 수입산 진공 텀블링 해동(IVT) 특성과 비교 분석하였다. 냉동 돈육(앞다리)의 자연해동 시간은 4,200분인데 반하여 DVT 해동은 165분이 소요되어 냉동 돈육 해동시간이 약 25배 단축되었다. 해동 시 돈육의 드립감량은 자연해동 2.08%에 비하여 DVT 해동은 0.85%로 낮아져 높은 해동 수율(99.2%)을 얻을 수 있었다. 자연 해동육에서 대장균군이 0.10±0.17 log CFU/g 수준으로 검출된데 반하여 DVT 해동육의 pH는 5.92, 총균수 1.96±0.01 log CFU/g, 대장균군 불검출로 높은 신선도를 보였다. 또한, DVT 해동육의 지방산패도(TBARS) 0.31±0.01 MDA mg/kg와 단백질변패도(VBN) 5.67±1.98 mg%를 보여 자연해동 돈육(각각 0.42±0.01 MDA mg/kg와 6.86±0.00 mg%)에 비해 지방과 단백질 변패도를 유의적으로 낮출 수 있는 것으로 나타났다. DVT 해동육의 보수력은 97.50±0.90%로 자연해동육(95.24±0.03%)에 비해 유의적으로 높았다. 자연해동(NTA) 후 조리한 돈육은 경도 212.03±0.02 N과 씹힘성 885.36±0.80이 진공 텀블링(DVT, IVT) 해동육에 비하여 각각 6.1배와 4.7배 높게 나타나 진공 텀블링 해동이 부드러운 조직감을 갖는 식육을 생산할 수 있는 것으로 나타났다. 해동육과 이를 가열조리한 돈육의 미세구조(SEM)를 관찰한 결과, 진공 텀블링 해동(DVT, IVT) 시료에서 근원섬유의 손상이 적어 섬유배열과 간격이 촘촘한 구조를 나타냈다. 본 연구에서 국내 최초로 고안한 산업용 대용량 진공텀블러는 해동 시 근육 조직의 손상을 최소화하여 보수력을 높이고, 드립감량을 감소시켜 부드러운 조직감과 함께 생산 수율을 높일 수 있을 뿐만 아니라 미생물학적 및 이화학적 변패도를 최소화할 수 있어 고품질의 육제품 생산에 활용될 수 있을 것으로 보인다. 또한, 본 장치는 수입산 진공텀블러와 비교해 우수한 품질의 해동육을 생산할 수 있어 본 연구자료를 이용한 국산 기술 자립화, 제품 품질 개선 및 수율 향상 등 육가공 산업 발전에 기여할 수 있을 것이라 사료된다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.183-203
• /
• 2018

전통적으로 신문 매체는 국내외에서 발생하는 사건들을 살피는 데에 가장 적합한 매체이다. 최근에는 정보통신 기술의 발달로 온라인 뉴스 매체가 다양하게 등장하면서 주변에서 일어나는 사건들에 대한 보도가 크게 증가하였고, 이것은 독자들에게 많은 양의 정보를 보다 빠르고 편리하게 접할 기회를 제공함과 동시에 감당할 수 없는 많은 양의 정보소비라는 문제점도 제공하고 있다. 본 연구에서는 방대한 양의 뉴스기사로부터 데이터를 추출하여 주요 사건을 감지하고, 사건들 간의 관련성을 판단하여 사건 네트워크를 구축함으로써 독자들에게 현시적이고 요약적인 사건정보를 제공하는 기법을 제안하는 것을 목적으로 한다. 이를 위해 2016년 3월에서 2017년 3월까지의 한국 정치 및 사회 기사를 수집하였고, 전처리과정에서 NPMI와 Word2Vec 기법을 활용하여 고유명사 및 합성명사와 이형동의어 추출의 정확성을 높였다. 그리고 LDA 토픽 모델링을 실시하여 날짜별로 주제 분포를 계산하고 주제 분포의 최고점을 찾아 사건을 탐지하는 데 사용하였다. 또한 사건 네트워크를 구축하기 위해 탐지된 사건들 간의 관련성을 측정을 위하여 두 사건이 같은 뉴스 기사에 동시에 등장할수록 서로 더 연관이 있을 것이라는 가정을 바탕으로 코사인 유사도를 확장하여 관련성 점수를 계산하는데 사용하였다. 최종적으로 각 사건은 각의 정점으로, 그리고 사건 간의 관련성 점수는 정점들을 잇는 간선으로 설정하여 사건 네트워크를 구축하였다. 본 연구에서 제시한 사건 네트워크는 1년간 한국에서 발생했던 정치 및 사회 분야의 주요 사건들이 시간 순으로 정렬되었고, 이와 동시에 특정 사건이 어떤 사건과 관련이 있는지 파악하는데 도움을 주었다. 또한 일련의 사건들의 시발점이 되는 사건이 무엇이었는가도 확인이 가능하였다. 본 연구는 텍스트 전처리 과정에서 다양한 텍스트 마이닝 기법과 새로이 주목받고 있는 Word2vec 기법을 적용하여 봄으로써 기존의 한글 텍스트 분석에서 어려움을 겪고 있었던 고유명사 및 합성명사 추출과 이형동의어의 정확도를 높였다는 것에서 학문적 의의를 찾을 수 있다. 그리고, LDA 토픽 모델링을 활용하기에 방대한 양의 데이터를 쉽게 분석 가능하다는 것과 기존의 사건 탐지에서는 파악하기 어려웠던 사건 간 관련성을 주제 동시출현을 통해 파악할 수 있다는 점에서 기존의 사건 탐지 방법과 차별화된다.

• 대한핵의학회지
• /
• 제39권3호
• /
• pp.182-190
• /
• 2005

목적: CT기반 감쇠보정 영상의 표준섭취계수(Standard Uptake Value:SUV)가 $^{137}Cs$ 기반 감쇠보정 영상의 SUV보다 높다. 이 연구에서는 이러한 오차가 생기는 원인을 밝히고자 감쇠계수가 정확하게 변환되었는지 여부를 관심영역 분석을 통하여 평가하였다. 대상 및 방법: Philips GEMINI PET/CT는 X-ray CT (평균 40 keV) 혹은 $^{137}Cs$ (662 keV) 투과영상을 감쇠보정에 이용하는데 GEMINI PET/CT에서 사용하는 각각 선원의 에너지는 511 keV에서 얻은 감쇠계수와 틀리기 때문에 스캐너 내부에 장착된 감쇠계수 변환 알고리즘을 이용하여 511 keV에 해당하는 감쇠계수 값으로 변환된 감쇠지도를 사용하므로 감쇠계수의 변환이 정확하게 이루어졌는지 평가하는 것이 중요하다. 각각의 실험과정은 다음과 같다. 먼저 시스템 성능평가 팬텀 CT 투과 영상을 사용하여 Hounsfield units (HU)값을 측정하였다. 다음으로 NEMA 타원형 ECT 팬텀의 CT, $^{137}Cs$ 투과영상을 얻어 $^{68}Ge$ 투과선원을 장착한 Siemens ECAT EXACT 47 PET 스캐너에서 얻은 팬텀 투과 영상과 비교하여 감쇠계수가 511 keV에 해당하는 감쇠계수로 잘 변환되었는지 측정하였고 Gammex 467 electron density CT 팬텀의 CT, $^{137}Cs$ 투과영상에서 관심영역 분석을 하여 다양한 전자밀도 값에 대한 감쇠계수 변환의 정확성을 평가하였다. 또, 재구성한 영상에 미치는 영향을 평가하기 위하여 정상 및 병적 조직에서 CT, $^{137}Cs$ 기반 감쇠계수와 표준섭취계수를 비교하였다. 결과: CT에서 측정한 HU는 신뢰할 수 있는 값임을 확인하였으나 전자밀도와 원자번호가 큰 영역에서 CT 기반 감쇠계수에 오차가 있었는데 NEMA 타원형 ECT 팬텀 실험결과에 의하면 뼈 영역에서 오차는 11%이었다. 임상데이터에서도 마찬가지로 CT를 이용하여 얻은 감쇠계수가 $^{137}Cs$을 이용하여 얻은 감쇠계수보다 낮았고 전자밀도와 원자번호가 큰 영역에서 오차가 컸다. 그러나, 표준섭취계수는 $^{137}Cs$를 사용하여 감쇠보정을 한 영상의 값이 CT를 이용하여 감쇠보정을 한 값보다 오히려 낮았고 표준섭취계수의 백분율 차이는 $6.6{\sim}52.7%$이었다. 결론: CT의 HU가 정확함에도 불구하고 뼈 영역에서 CT 투과영상을 기반으로 한 감쇠계수의 변환이 부정확하고 CT 및 $^{137}Cs$ 투과영상을 기반으로 얻은 표준 섭취계수에 차이가 있으므로 이에 관한 추가적인 연구가 필요할 것으로 생각한다.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1565-1576
• /
• 2023

천리안 해양위성 2호(Geostationary Ocean Color Imager-II, GOCI-II)에서 관측된 대기상층 복사휘도에서 해양환경 분석이 가한 원격반사도(remote-sensing reflectance, R_rs) 자료를 얻기 위해서 복사 전달 모델 기반의 대기 보정을 수행한다. 이 R_rs는 다시 엽록소, 총부유사, 용존유기물 농도 등의 다양한 해양환경변수 산출에 이용되고 있기 때문에 대기보정은 모든 해색 산출물의 정확도에 영향을 주는 중요한 알고리즘이다. 맑은 해역에서는 대기의 복사휘도가 청색 파장대의 해수 복사휘도보다 10배 이상 높다. 따라서 대기보정 과정에서 1%의 대기 복사휘도 추정 오차가 10% 이상의 R_rs 오차를 유발할 수 있으며, 이처럼 대기보정은 매우 높은 오차 민감도를 가진 알고리즘이다. 그 결과 대기보정 산출물인 R_rs의 품질 평가는 신뢰성 있는 해양 위성 기반 자료 분석을 위해 반드시 선행되어야 한다. 본 연구에서는 Sea-viewing Wide Field-of-view Sensor (SeaWiFS) Bio-optical Archive and Storage System (SeaBASS)을 통해 데이터베이스화 된 현장 측정 R_rs 기반 통계적 신뢰성을 평가하는 Quality Assurance (QA) 알고리즘을 GOCI-II의 분광 특성에 맞게 수정 및 적용하였다. 이 방법은 National Oceanic and Atmospheric Administration (NOAA)의 해색위성 자료처리 시스템에 공식적으로 적용되어 서비스 중이며, R_rs의 품질 분석 점수(0~1점)를 제공할 뿐 아니라 해수의 유형(23 유형)도 구분해 준다. 실제로 검보정 초기 단계의 GOCI-II 자료에 QA를 적용한 결과, R_rs는 비교적 낮은 값인 0.625에서 가장 높은 빈도를 보여주었지만 추가적인 검보정을 통해 개선된 GOCI-II 대기보정 결과에 QA 알고리즘을 적용했을 시 기존보다 높은 0.875에서 가장 높은 빈도를 보여주었다. QA 알고리즘을 통한 해수 유형 분석 결과, 동해 및 남해 일부 그리고 북서태평양 해역은 주로 탁도가 낮은 case-I 해역이었으며 서해 연안 및 동중국해는 주로 탁도가 높은 case-II 해역으로 구분되었다. 이처럼 QA 알고리즘의 적용을 통해 대기보정 과정에서 오차가 크게 발생한 R_rs 자료를 객관적으로 판별하여 배제할 수 있으며 이는 배포자료 및 검보정의 신뢰도 향상으로 이어질 수 있다. 본 방법은 추후 GOCI-II의 대기보정 flag에 적용되어 사용자들이 양질의 R_rs 자료만을 적용할 수 있도록 도움을 줄 것이다.