Wi-Fi가 거의 모든 곳에서 사용이 가능한 환경이 도래하면서 Wi-Fi 기반의 센싱 시스템의 활용가능성에 대한 학계의 주목과 함께 활발한 연구가 진행되고 있다. 최근에는 채널 상태 정보(CSI)를 활용한 딥러닝 기술의 비약적 발달로 높은 감지 성능을 달성하고 있다. 하지만, 새로운 대상 도메인에 적용하기 위해서는 명시적인 데이터 수집 및 모델 재학습 과정의 값비싼 적응 노력 없이는 여전히 실질적으로는 사용하기가 어렵다. 본 연구에서는 딥러닝 기반의 Wi-Fi 센싱 시스템을 위한 훈련데이터 수집 및 레이블링을 자동으로 진행하는 CSI 자동 레이블링 시스템(CALS)를 제안한다. 제안 시스템은 CSI 데이터 수집 과정에서 컴퓨터 비전 기술을 함께 활용하여, 지도학습용으로 수집된 CSI 데이터에 대한 레이블링을 자동으로 수행토록 하였다. CALS의 효율성을 보이기 위해 라즈베리파이를 이용하여 프로토타입 시스템을 구현하고, 실내 환경에서의 사람 존재 감지를 수행하는 3가지 모델에 대해 학습과 평가를 진행하였다. 자동 수집된 데이터를 진행하여 학습을 활용하는 방식으로 실시간 데이터에 대해 평가를 진행했을 때 90% 이상의 높은 정확도를 달성하였다.
An area under construction for a living facility collapsed around 12:48 KST on 13 January 2021 in Sa-dong, Ansan-si, Gyeonggi-do. There were no casualties due to the rapid evacuation measure, but part of the temporary retaining facility collapsed, and several cracks occurred in the adjacent road on the south side. This study used the potential of synthetic aperture radar (SAR) satellite for surface property changes that lies in backscattering characteristic to map the collapsed structure. The interferometric SAR technique can make a direct measurement of the decorrelation among different acquisition dates by integrating both amplitude and phase information. The damage proxy map (DPM) technique has been employed using four high-resolution Constellation of Small Satellites for Mediterranean basin Observation (COSMO-SkyMed) data spanning from 2020 to 2021 during ascending observation to analyze the collapse of the construction. DPM relies on the difference of pre- and co-event interferometric coherences to depict anomalous changes that indicate collapsed structure in the study area. The DPMs were displayed in a color scale that indicates an increasingly more significant ground surface change in the area covered by the pixels, depicting the collapsed structure. Therefore, the DPM technique with SAR data can be used for damage assessment with accurate and comprehensive detection after an event. In addition, we classify the amplitude information using support vector machine (SVM) and maximum likelihood classification algorithms. An investigation committee was formed to determine the cause of the collapse of the retaining wall and to suggest technical and institutional measures and alternatives to prevent similar incidents from reoccurring. The report from the committee revealed that the incident was caused by a combination of factors that were not carried out properly.
Background and Objectives: The Gaps-In-Noise (GIN) test is a clinically effective measure of the integrity of the central auditory nervous system. The GIN procedure can be applied to a pediatric population above 7 years of age. The present study conducted the GIN test to compare the abilities of auditory temporal resolution among typically developing children, children with speech sound disorder (SSD), and children with cognitive difficulty (CD). Subjects and Methods: Children aged 8 to 11 years-(total n=30) participated in this study. There were 10 children in each of the following three groups: typically developing children, children with SSD, and children with CD. The Urimal Test of Articulation and Phonology was conducted as a clinical assessment of the children's articulation and phonology. The Korean version of the Wechsler Intelligence Scale for Children-III (K-WISC-III) was administered as a screening test for general cognitive function. According to the procedure of Musiek, the pre-recorded stimuli of the GIN test were presented at 50 dB SL. The results were scored by the approximated threshold and the overall percent correct score (%). Results: All the typically developing children had normal auditory temporal resolution based on the clinical cutoff criteria of the GIN test. The children with SSD or CD had significantly reduced gap detection performance compared to age-matched typically developing children. The children's intelligence score measured by the K-WISC-III test explained 37% of the variance in the percent-correct score. Conclusions: Children with SSD or CD exhibited poorer ability to resolve rapid temporal acoustic cues over time compared to the age-matched typically developing children. The ability to detect a brief temporal gap embedded in a stimulus may be related to the general cognitive ability or phonological processing.
본 논문에서는 산업제어시스템(Industrial Control System, ICS)을 위한 보안기술의 동향과 인공지능 활용을 설명한다. 산업제어시스템은 대규모의 국가적 주요기반 및 산업분야에 적용되어 사용되기 때문에 사이버 공격에 의한 사소한 문제라도 막대한 경제적 비용을 발생 시킬 수 있다. 산업제어시스템은 기존의 IT (Information Technology) 시스템과는 다른 특성을 가지고 있기 때문에 최신 보안기술 개발을 위해서는 산업제어시스템에 맞는 보안위험요소를 고려해야한다. 산업제어시스템에서 최근에 발생되었던 사이버 공격의 방법, 기술을 분석한 프레임워크를 설명한다. 또한, 산업제어시스템의 보안을 위한 대표적인 기술인 침입탐지시스템의 동향을 알아보고 침입탐지시스템에 활용된 인공지능 기술을 분석한다. 구체적으로 침입탐지를 위한 인공지능 기술 적용을 위해 필요한 데이터 수집 및 분석, 인공지능 모델, 인공지능 모델 성능평가를 위한 기법을 설명한다.
Characterizing the performance of precipitation (hereafter PRE) products in estimating the uncertainties in daily PRE in the era of global warming is of great value to the ecosystem's sustainability and human survival. This study intercompares the performance of different PRE products (gauge-based, satellite and reanalysis) sourced from the Frequent Rainfall Observations on GridS (FROGS) database over diverse climate zones in Africa and identifies regions where they depict minimal uncertainties in order to build optimal maps as a guide for different climate users. This is achieved by utilizing various techniques, including the triple collection (TC) approach, to assess the capabilities and limitations of different PRE products over nine climatic zones over the continent. For daily scale analysis, the uncertainties in light PRE (0.1 5mm/day) are prevalent over most regions in Africa during the study duration (2001-2016). Estimating the occurrence of extreme PRE events based on daily PRE 90th percentile suggests that extreme PRE is mainly detected over central Africa (CAF) region and some coastal regions of west Africa (WAF) where the majority of uncorrected satellite products show good agreement. The detection of PRE days and non-PRE days based on categorical statistics suggests that a perfect POD/FAR score is unattainable irrespective of the product type. Daily PRE uncertainties determined based on quantitative metrics show that consistent, satisfactory performance is demonstrated by the IMERG products (uncorrected), ARCv2, CHIRPSv2, 3B42v7.0 and PERSIANN_CDRv1r1 (corrected), and GPCC, CPC_v1.0, and REGEN_ALL (gauge) during the study period. The optimal maps that show the classification of products in regions where they depict reliable performance can be recommended for various usage for different stakeholders.
The objective of this study was to quantitatively estimate the level of grazing area damage in outdoor free-range pig production using a Unmanned Aerial Vehicles (UAV) with an RGB image sensor. Ten corn field images were captured by a UAV over approximately two weeks, during which gestating sows were allowed to graze freely on the corn field measuring 100 × 50 m2. The images were corrected to a bird's-eye view, and then divided into 32 segments and sequentially inputted into the YOLOv4 detector to detect the corn images according to their condition. The 43 raw training images selected randomly out of 320 segmented images were flipped to create 86 images, and then these images were further augmented by rotating them in 5-degree increments to create a total of 6,192 images. The increased 6,192 images are further augmented by applying three random color transformations to each image, resulting in 24,768 datasets. The occupancy rate of corn in the field was estimated efficiently using You Only Look Once (YOLO). As of the first day of observation (day 2), it was evident that almost all the corn had disappeared by the ninth day. When grazing 20 sows in a 50 × 100 m2 cornfield (250 m2/sow), it appears that the animals should be rotated to other grazing areas to protect the cover crop after at least five days. In agricultural technology, most of the research using machine and deep learning is related to the detection of fruits and pests, and research on other application fields is needed. In addition, large-scale image data collected by experts in the field are required as training data to apply deep learning. If the data required for deep learning is insufficient, a large number of data augmentation is required.
Godunov형 모형을 이용한 홍수모델링에서는 일반적으로 구조적 사각격자나 비구조적 삼각격자가 주로 적용된다. 2차원 수치모형을 이용한 홍수모델링에서 연구유역의 정보가 격자의 노드나 중심에 입력되므로 적용격자의 유형과 생성방법에 따라 모형의 입력자료 오차에 영항을 줄 수 있다. 따라서, 연구유역이 지형 변동성이 심한 지역이거나 흐름형상이나 흐름변동이 심한 구간이라면, 고해상도 격자를 통해 모형의 입력자료 오차를 최소화할 할 수 있다. 본 연구에서는 2가지 유형에 대한 연구를 수행하였다, 첫 번째는 홍수해석을 위한 2차원 모형의 격자형상과 해상도에 따른 홍수위 및 홍수범람범위를 비교·분석하는 연구를 수행하였다. 연구유역은 2000년 10월 29일부터 11월 19일까지 홍수가 발생한 영국의 Severn 강 유역이다. 연구유역의 홍수 모델링을 위한 지형자료는 3m 해상도의 LiDAR(Light Detection And Ranging)를 이용하여 구축하였으며, 격자유형 및 해상도에 따른 2차원 홍수위 및 홍수범람범위를 비교·분석하기 위해서 홍수 발생기간 동안 촬영된 4개(2000년 8월 11, 14, 15, 17일)의 ASAR(Advanced Synthetic Aperture Radar) 영상자료를 활용하였다. 즉, ASAR 영상으로 촬용된 최대범람시기 및 홍수류의 배수기를 활용하여 최대범람범위뿐만 아니라 홍수가 증가하는 시기와 하류단 배수로 인해 홍수가 감소하는 시기를 모두 포함하는 홍수범람범위에 대한 격자유형별 2차원 홍수범람모형의 계산 결과에 대해 비교하였다. 두 번째는 아마존 강 중류유역의 2,500K㎡ 면적에 해당하는 대규모 유역에 대해 SRTM(Shuttle Radar Topography Mission) 지형자료를 이용하여 홍수기와 갈수기에 대해 2차원 모델링을 수행하고 그 결과를 위성자료와 비교하였다.
자율배송 운행 데이터는 코로나 시대의 라스트마일 배송에 대한 패러다임 변화를 주도하는 핵심이다. 국내 자율배송로봇과 해외 기술선도국가 간의 기술격차 해소를 위해서는 인공지능 학습에 사용 가능한 대규모 데이터 수집과 검증이 최우선으로 요구된다. 따라서 해외 기술선도국가에서는 인공지능 학습데이터를 누구든 사용가능한 공공데이터 형태로 오픈하여 검증과 기술발전에 기여하고 있다. 본 논문은 자율배송로봇 학습을 목적으로 326개의 객체를 수집하고 Mask r-cnn, Yolo v3 등의 인공지능 모델을 학습하고 검증하였다. 추가적으로 두 모델을 기반으로 비교하고 향후 자율배송로봇 연구에 요구되는 요소를 고찰하였다.
세계적 규모의 팬데믹 감염병의 출현은 전 세계적으로 경제적, 문화적, 사회적 파급효과가 매우 강력하며 전 인류를 위협하고 있다. 최근에 발병한 중증급성 호흡기질환 코로나바이러스 2(Severe Acute Respiratory Syndrome Coronavirus 2, SARS-CoV-2)는 2019년 12월 중국 우한에서 첫 보고 되었고 2022년 현재까지 종식되지 않고 있으며 바이러스의 전파력과 치명률이 높고 무증상 감염상태일 때에도 전염이 가능하여 현재 역학조사의 사후적 대응에 대한 한계가 있어 선제적 대응을 위한 수단이 필수 불가결해지고 있는 실정이다. 하수기반역학(Waste Based Epidemiology, WBE)이란 하수처리장으로 유입되기 전의 하수를 분석하여 하수 집수구역 내 도시민의 생활상을 예측하는 것으로 하수로 배출된 감염자의 분비물 및 배설물 속 바이러스를 하수관로에서 신속하게 검출함으로써 특정지역의 감염성 질환 전파 정도와 유행하는 타입(변이)등을 분석하고 기존 역학조사의 문제점을 극복할 수 있으며 선제적인 대응이 가능하다. 현재 COVID-19의 대유행과 관련하여 WBE를 기반으로 한 다양한 연구가 진행되고 있으며 실제 환자의 발생과 상관관계가 있음이 확인되고 있고 백신 접종과 새롭게 발생한 변이바이러스의 관계 속에서 발생하는 변수를 고려한 모델이 없다는 점을 들어 새로운 감염병 확산 예측 모델에 대한 필요성 또한 커지고 있다. 본 연구에서는 병원에서부터 하수처리장까지의 하수관거와 하수처리장에서의 SARS-CoV-2 검출농도 및 거동을 파악하는 것을 목적으로 하고 있으며 COVID-19의 감염규모 확산에 관한 방법론에서 수학적모델 (Euler Method, RK4 Method, Gillespie Algorithm)과 딥러닝 기반의 Nowcasting model과 Fore casting model을 살펴보고자 한다.
Heavy metals, widely present in the environment, have become significant pollutants due to their excessive use in industries and technology. Their non-degradable nature poses a persistent environmental problem, leading to potential acute or chronic poisoning from prolonged exposure. Recent research has focused on separating heavy metals, particularly from industrial and mining sources. Industries such as metal plating, mining operations, tanning, wood and chipboard production, industrial paint and textile manufacturing, as well as oil refining, are major contributors of heavy metals in water sources. Therefore, removing heavy metals from water is crucial, especially for safe water supply in swimming and water sports. Iron oxide nanoparticles have proven to be highly effective adsorbents for water contaminants, and efforts have been made to enhance their efficiency and absorption capabilities through surface modifications. Nanoparticles synthesized using plant extracts can effectively bind with heavy metal ions by modifying the nanoparticle surface with plant components, thereby increasing the efficiency of heavy metal removal. This study focuses on removing lead from industrial wastewater using environmentally friendly, cost-effective iron nanoparticles synthesized with Genovese basil extract. The synthesis of nanoparticles is confirmed through analysis using Transmission Electron Microscope (TEM) and X-ray diffraction, validating their spherical shape and nanometer-scale dimensions. The method used in this study has a low detection limit of 0.031 ppm for measuring lead concentration, making it suitable for ensuring water safety in swimming and water sports.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.