• 대한원격탐사학회지
• /
• 제34권2_1호
• /
• pp.295-300
• /
• 2018

순복사는 지구 에너지 순환의 열원으로 사용되는 총 복사에너지의 총량으로써, 지표면에서는 수문학, 기후 연구 및 농업과 같은 분야에서 중요한 요소이다. 원격탐사를 통해 순복사를 모니터링 함으로써 열섬 현상과 도시화 경향을 파악할 수 있어 매우 중요하지만, 원격 탐사 자료만을 이용한 순복사 추정은 일반적으로 구름의 유무에따라정확도차이가발생한다.따라서본논문에서는천리안위성(Communication, Ocean and Meteorological Satellite, COMS) 및 Landsat-8위성 기반의 자료와 건물 높이 차이를 반영한 전산유체역학(Computational Fluid Dynamics, CFD)모델 자료를 이용하여 도시화가 진행 중인 은평구 뉴타운 지역에서의 고해상도 순복사를 1시간 간격으로 산출 및 모니터링을 수행하였다. 은평구 플럭스 타워에서 관측된 순복사와 비교한 결과, RMSE $54.29Wm^{-2}$, Bias $27.42Wm^{-2}$의 정확도를 보였으며, 전체적으로 지점 관측 자료와의 유사한 경향을 보였다. 또한 산출된 순복사는 강수와 같은 기상상태를 잘 나타냈으며, 공간적 분포에서 식생 및 인공물 지역에 대한 순복사의 특징을 잘 나타냈다.

• 정신신체의학
• /
• 제24권1호
• /
• pp.102-108
• /
• 2016

연구목적 조현병 환자의 흔한 신경인지적 결함 중 대표적인 것으로 재인 기억의 손상을 들 수 있다. 또한 조현병 환자에게서는 일반인에게 관찰되는 정서 자극에 대한 기억 증진 현상이 명확하게 나타나지 않는다. 한편, 기억 검사 시행 전 양측성 안구운동을 수행할 경우 일반적인 재인 기억뿐만 아니라 정서가를 가진 자극에 대한 기억이 보다 향상되는 것으로 알려져 있다. 본 연구에서는 이러한 양측성 안구운동의 기억 향상 효과가 조현병 환자에게서도 나타나는지를 알아보고자 하였다. 방 법 조현병 환자 21명이 연구에 참여하였다. 참여자들은 일주일 간격으로 두 번 분노 표정 혹은 무표정을 보이는 얼굴 사진들을 학습한 후 양측성 안구운동 혹은 안구 고정 조건을 무작위 순서로 거쳐 이전에 학습한 사진에 대한 재인 과제를 시행하였다. 양측성 안구운동 여부 및 얼굴 사진 표정 차이에 따른 인식 정확도, 반응 편향성, 정답 반응 시간의 차이를 이원 반복측정 분산분석을 사용하여 분석하였다. 결 과 조현병 환자는 양측성 안구운동을 시행한 경우 그렇지 않은 경우에 비해 통계적으로 유의미하게 얼굴 재인 과제에서 정답 반응 시간이 단축되었고(F=5.812, p<0.05), 반응 편향성이 완화되었다(F=10.366, p<0.01). 조현병 환자가 얼굴 재인 과제 수행 시 양측성 안구운동 조건과 얼굴 자극 표정 조건 간의 상호작용은 통계적으로 유의미하지 않았다. 결 론 본 연구 결과는 양측성 안구운동이 조현병 환자의 일반적인 재인 기억 능력을 촉진시킬 수 있으나 정서 자극의 처리를 보다 촉진시키지는 못함을 보여준다. 향후 신경생리학적 혹은 신경영상학적 검사 등의 추가 연구를 통해 이러한 기억 촉진 효과의 생물학적 기전을 밝혀야 할 것이다.

• 한국지구과학회지
• /
• 제41권6호
• /
• pp.617-629
• /
• 2020

기후변화와 지구환경변화에 중요한 역할을 하고 있는 해수면온도는 인공위성 적외선 센서가 관측하는 피층 수온과 측기들이 관측하는 표층 수온으로 나누어질 수 있다. 국외 여러 기관에서 보급되고 있는 해수면온도 관측 자료들은 각각 서로 다른 깊이의 수온을 나타내고 있어서 해양 피층과 표층 수온 사이의 관계를 이해하는 것은 매우 중요하다. 본 연구에서는 적외선 라디오미터를 해양조사선에 장착하기 위한 시스템을 설계하고 부착하고 운용하여 국내에서 처음으로 해양 피층 수온을 산출할 수 있는 관측 환경을 구축하였다. 선박 관측 전에 실험실에서 라디오미터 기기의 검보정을 실시하여 보정 계수를 산출하였다. 관측된 해수면에서 방출된 복사에너지와 하늘 복사에너지를 피층 수온으로 산출하는 일련의 과정을 적용하였다. 산출된 피층 해수면온도를 현장 관측 표층 수온자료와 비교하여 표층과 피층 수온 차이를 정량적으로 조사하고자 하였으며, Himawari-8 정지궤도 위성 해수면온도 자료와의 비교를 통해 해양 상층 연직구조의 특성을 이해하고자 하였다. 2020년 4월 21일부터 5월 6일까지 남해안의 장목항과 동해 남부를 관측한 해양 피층 수온은 전체적으로 표층 수온과 0.76℃ 정도의 차이를 보였다. 또한 이 두 수온 차이의 평균제곱근오차는 약 0.6℃에서 0.9℃까지의 일간변화를 가지고 있었으며, 하루 중 1-3시에 0.83-0.89℃로 가장 크게 나타났으며, 15시에 0.59℃로 최소의 차이를 가지고 있었다. 또한 편차도 0.47-0.75℃의 일간변화를 나타내었다. 해양 피층 관측 수온과 위성 해수면 온도 간 차이는 약 0.74℃의 평균제곱근오차, 0.37℃의 편차를 나타냈다. 본 연구의 분석을 통해 관측 수심에 따른 피층-표층 수온의 차이를 확인할 수 있었으며, 피층-표층 수온 차의 계절적 변화를 정량적으로 이해하고 또 변동 요인과의 관련성을 연구하기 위하여 연구조사선을 이용한 추가적인 연안 및 대양 관측이 지속적으로 진행되어야 함을 시사한다.

• 대한원격탐사학회지
• /
• 제32권6호
• /
• pp.721-732
• /
• 2016

2012년 7월부터 2016년 8월까지 GCOM-W1/AMSR2 마이크로파 센서 자료와 해양 현장수온 관측 자료 사이에서 획득된 총 162,264개의 일치점 자료를 활용하여 북서태평양 해역에서의 마이크로파 해수면온도 정확도를 검증하고 오차 특성을 분석하였다. AMSR2 해수면온도는 실측 자료에 대해 $0.63^{\circ}C$의 평균제곱근오차와 $0.05^{\circ}C$의 편차를 보였다. 위성 해수면온도와 현장 관측 해수면온도의 차이는 풍속, 해수면 온도, 연안으로부터의 거리, 열전선 등 다양한 요인에 의해 발생되었다. AMSR2 해수면온도는 낮시간 동안 낮은 풍속(< 6 m/s)에서 실측 해수면온도보다 높게 산출되는 일변동(diurnal effect)에 의한 오차를 보였다. 또한 겨울철에 평균제곱근오차가 커지는 경향이 나타났는데, 이는 해상풍의 풍속이 커질수록 해수면의 방사율이 높아져 해수면온도 산출 시 양의 편차가 발생할 수 있으므로 겨울철의 강한 바람이 해수면온도 오차를 증가시킨 것으로 추정되었다. 이 외에도 저온에서 저하되는 민감도와 육지에 의한 자료오염 또한 AMSR2 해수면온도의 오차를 증가시키는 요인으로 작용할 수 있음을 확인하였다. 열전선에 따른 해수면온도 오차 특성을 분석한 결과 해수면온도의 공간 구배 크기가 커질수록, 열전선에 근접할수록 해수면온도 오차가 증가하였다. 본 연구는 북서태평양 해역 마이크로파 해수면온도의 정확도 검증 및 오차 특성 분석을 통해 향후 마이크로파 해수면온도를 활용하는 연구의 바탕을 마련하고자 하였으며, 연구 지역의 환경적 요인에 따라 발생할 수 있는 오차에 대한 분석이 선행되어야 보다 정확한 위성 관측 해수면온도를 얻을 수 있음을 제시하였다.

• 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.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1341-1352
• /
• 2023

위성영상 기반의 정규식생지수(normalized difference vegetation index, NDVI)는 넓은 영역에서 주기적인 정보를 수집할 수 있어 산림 및 농업 모니터링에 주로 사용된다. 그러나 광학센서 기반 식생지수는 구름 등의 영향으로 일부 지역에서 결측을 가지기 때문에, 본 연구는 전천후 및 주야에 관계없이 관측 가능한 Sentinel-1의 합성 개구 레이더(synthetic aperture radar, SAR) 영상을 활용하여 Sentinel-2 NDVI 결측값을 복원하는 모델을 개발하였다. 이는 광학적으로 관측이 어려운 구름 조건이나 야간에도 NDVI를 추정할 수 있는 잠재력을 보여준다. Automated machine learning (AutoML)을 활용한 비선형 결측복원모델의 5폴드(fold) 교차검증 결과, 절대오차 7.214E-05, 상관계수 0.878의 NDVI 복원 성능을 보였다. 이를 통해 시공간 연속적인 NDVI 생산 방법론을 발전시켜, 전천후 식생 모니터링에 필요한 정보 생산에 기여할 수 있을 것으로 기대된다.