• 한국농공학회논문집
• /
• 제63권1호
• /
• pp.103-116
• /
• 2021

Analysis of runoff is substantial for effective water management in the watershed. Runoff occurs by reaction of a watershed to the rainfall and has non-linearity and uncertainty due to the complex relation of weather and watershed factors. ANN (Artificial Neural Network), which learns from the data, is one of the machine learning technique known as a proper model to interpret non-linear data. The performance of ANN is affected by the ANN's structure, the number of hidden layer nodes, learning rate, and activation function. Especially, the activation function has a role to deliver the information entered and decides the way of making output. Therefore, It is important to apply appropriate activation functions according to the problem to solve. In this paper, ANN models were constructed to estimate runoff with different activation functions and each model was compared and evaluated. Sigmoid, Hyperbolic tangent, ReLU (Rectified Linear Unit), ELU (Exponential Linear Unit) functions were applied to the hidden layer, and Identity, ReLU, Softplus functions applied to the output layer. The statistical parameters including coefficient of determination, NSE (Nash and Sutcliffe Efficiency), NSEln (modified NSE), and PBIAS (Percent BIAS) were utilized to evaluate the ANN models. From the result, applications of Hyperbolic tangent function and ELU function to the hidden layer and Identity function to the output layer show competent performance rather than other functions which demonstrated the function selection in the ANN structure can affect the performance of ANN.

• 한국방사선학회논문지
• /
• 제3권1호
• /
• pp.29-39
• /
• 2009

본 논문에서는 신경회로망을 이용한 의료영상의 질환부위 인식방법을 제안하였다. 질환부위 인식을 위한 신경회로망은 입력층, 은닉층, 출력층으로 구성하여 적응 오차 역전파 알고리즘으로 학습하였다. 신경회로망에 입력된 의료영상의 특징 파라미터는 웨이브릿 변환에 의하여 분해된 저주파 영역을 행렬식으로 표현하여 특성 다항식의 계수값(n+1)개로 하였다. 추출된 특징 파라미터는 탄젠트시그모이드 전달함수의 범위로 정규화하여 신경회로망의 입력 벡터로 이용하였다. 제안된 방법의 타당성을 입증하기 위해서 실험에 사용된 입력 의료영상을 가지고 모사실험을 통해 질환부위의 인식률을 평가하였다. 실험 결과 4레벨 DWT로 변환된 저주파영역 행렬의 특성 다항식 계수를 탄젠트시그모이드 전달함수의 범위로 정규화하여 신경회로망의 입력 벡터로 이용했을 때 최적의 학습 횟수를 보였다. 신경회로망의 학습은 적응 오차 역전파 알고리즘을 사용하였고, 학습계수를 0.01, 모우멘텀을 0.95로 하였을 때, 위영상에 대해서는 55회, 가슴영상은 55회, CT영상은 46회, 초음파영상은 55회 그리고 혈관영상에 대해서는 157회 등의 최적의 학습 횟수를 보이며 100%의 인식률을 보였다.

• 생물환경조절학회지
• /
• 제27권4호
• /
• pp.424-430
• /
• 2018

본 연구는 고추의 생육특성인 초장, 엽면적, 생체중, 건물중을 조사하였고, 기상요인에 따른 수량 예측 모델개발을 위하여 수행되었다. 생육도일온도에 따른 고추의 생체중, 건물중, 초장 및 엽면적에 대한 생장 모델(시그모이드 곡선)을 개발하였다. 고추는 정식 후 50일전후로 초장, 엽면적, 생체중 및 건물중이 지수 함수적으로 증가하였으며, 140일 이후에는 생장요인들이 평행을 이루었다. 그리고 생육도일온도에 따른 고추의 생장을 분석 한 결과 지수 함수적으로 생장이 늘어나는 시점의 GDD는 1,000였다. 고추의 건물중에 대한 상대생장 속도를 계산하는 식은 RGR $(dry\;weight)=0.0562+0.0004{\times}DAT-0.00000557{\times}DAT^2$ 였다. 수확한 적과의 생체중과 건물중으로 고추의 단수를 구하였을 때, 정식 후 112일에 1,3871kg/10a였고, 건고추의 단수는 정식 후 112일에 291kg/10a이였다. 고추 작황예측 프로그램 개발을 위해서는 고추의 생산성에 관여하는 주요요인을 분석하고, 실시간으로 계측한 생육 및 기상자료를 기반으로 하여 생육모델을 보정 및 검증해야 할 것이다.

• 한국지리정보학회지
• /
• 제9권4호
• /
• pp.95-104
• /
• 2006

본 연구의 목적은 서부지역 비무장지대(DMZ) 및 주변지역인 민통지역의 생태적 보전가치를 파악해 보며, 적정한 생태보전권역을 조사해보는데 있다. 군사분계선을 중심으로 남북 각각 10km 지역에 대해 500m 폭원의 지역에 대하여 변환식생지수(transformed vegetation index: TVI)를 이용하여 평균 식생활력도 값을 계산한 후, 거리에 따른 식생활력도 변화 양상을 파악해보았다. 또한 이렇게 분석된 결과가 로지스틱 곡선을 그릴 것으로 가정하고, 이를 이용하여 식생지수-거리함수식을 유도하여 식생활력도의 변화지역인 전이지대(ecotone)의 폭원을 분석하였으며, 식생지수값 및 전이지대 폭원을 고려하여 생태축으로서의 DMZ 및 완충지역의 적정 보전폭원을 제시해보았다. 분석결과, 첫째, 서부지역 DMZ 및 민통지역 전 지역의 TVI 분석결과 남한측이 높게 나타났으며, 남측의 경우 감소하던 TVI 값이 남한측 민통선을 지나면서 그 값의 변화가 거의 없는 것으로 나타났으며, 북한측의 경우 DMZ 내부에서부터 식생지수값이 감소하는 것으로 나타났다. TVI값을 비교해 보아도 남한측은 최소값 207.16에 최대값 221.92에 이르지만, 북한측은 최소값이 188.35에 최대값이 215.32로 나타나고 있어, 북한측의 식생활력도값이 보다 낮게 나타나고 있음을 알 수 있다. 셋째, TVI-거리함수의 예측회귀식을 이용하여 계산해본 결과, 서부DMZ 남한지역의 경우 핵심보전지역과 완충지역(전이지대)을 포함하는 생태보전 폭원은 7,651m에 이르며, 서부DMZ 북한지역의 경우, 생태적으로 보전해야할 지역의 폭원은 6,855m으로 계산되었다. 하지만 TVI값의 분포가 서로 다르며, 북한측 TVI 식생활력도가 불규칙한 로지스틱 곡선을 그리고 있어, 남한과 북한을 비교하여 분석하기는 어려움을 따른다. 하지만 서부DMZ 북한지역의 경우 DMZ 내부에서 이미 TVI값이 점차적으로 감소하고 있어, 북한측의 경우 DMZ내부라고 하더라고 많은 간섭이 이루어지고 있음을 유추해볼 수 있다.

• 생물환경조절학회지
• /
• 제29권4호
• /
• pp.414-420
• /
• 2020

본 연구는 대륜 국화 '백마'의 생육 특성인 생체중, 건물중, 엽면적을 조사하여, 생장 및 기후요소에 따른 생장 예측모델 개발을 위하여 수행되었다. 정식후 일수 및 누적온도에 따른 국화의 건물중 및 엽면적 분석에 기반한 '백마'의 생장예측을 위한 시그모이드 회귀모델을 개발하였다. '백마'의 건물중 상대생장률(RGR)은 재배기간 평균 0.084 g·g^-1·d^-1이었다. 정식 후 재배 기간에 따른 건물중에 대한 상대 생장률은 정식 초기부터 단일처리 전까지 높았으며 최고 0.133 g·g^-1·d^-1까지 증가하였고, 63일째 단일처리가 시작된 후 수확 시기에서는 0.030 g·g^-1·d^-1으로 감소하는 경향을 보였다. 누적온도에 따른 국화의 건물중, 엽면적에 대한 생장 모델(sigmoid 곡선)을 개발하였다. 정식 후 일수와 누적온도에 따른 '백마'의 건물중 및 엽면적은 지수함수적으로 증가하였으며, 건물중의 경우 63일(누적온도 1601℃)까지 평균 39.1%씩 증가하였고, 이후 평균 7.4%씩 증가하였다. 엽면적의 경우 정식 후 28일차까지 평균 63.3%씩 증가하였고, 화아분화가 발생하기 전인 84일차까지 평균 6.5%씩 증가하였으며 화아 분화가 발생하기 전 84일까지 평균 6.5%로 증가했고, 이후 수확 전까지 평균 10.6%씩 증가하는 경향을 보였다. 본 실험은 충남지역에서 대륜 국화 '백마'의 재배관리 체계와 계획적 연중 생산 체계를 구축하는데 유용한 자료로 활용될 수 있다. 보다 정밀한 생육 예측 모델을 만들기 위해서는 누적 일사량을 포함한 다양한 기상자료를 바탕으로 하여 교정 및 검증이 필요하다.

• 생물환경조절학회지
• /
• 제32권4호
• /
• pp.366-376
• /
• 2023

본 연구는 영상데이터와 환경데이터를 활용하여 배추의 생육을 예측할 수 있는 모형을 개발하기 위하여 수행되었다. 강원도 평창군에 소재한 시험포에 '청명가을' 배추를 7월 11일, 7월 19일, 7월 27일 3차례 정식하여 9월 12일까지 생육, 영상, 환경데이터를 수집하였다. 배추 생육예측 모형에 활용할 핵심인자를 선발하기 위하여 수집한 생육데이터와 기상데이터를 활용해 요소간 상관분석을 수행한 결과 생체중과 GDD, 생체중과 누적일사량의 상관계수가 0.88로 높은 상관계수를 보였으며, 생체중과 초장, 생체중과 피복면적이 각각0.78, 0.79로 유의미한 상관 관계를 보였다. 높은 상관관계를 보인 요소들 중에서 선행문헌을 참고하여 모형개발에 활용할 핵심요소로 영상에서는 피복면적을 환경데이터에서는 생육도일(GDD)을 선정하였다. GDD, 피복면적, 생육데이터를 조합하여 배추의 생체중, 엽수, 엽면적 예측 모형을 개발하였다. 단 요인 모형으로 2차함수, 시그모이드, 로지스틱 모형을 제작하였으며 평가 결과 시그모이드 형태의 예측 모형이 가장 설명력이 좋았다. GDD와 피복면적을 조합한 다요인 생육예측 모형을 개발한 결과 생체중, 엽수, 엽면적의 결정계수가 0.9, 0.95, 0.89으로 단요인 예측모형보다 예측정확도가 개선된것을 확인할 수 있었다. 개발한 모형을 검증하기 위하여 검증시험포의 조사결과로 검증한 결과 관측 값과 예측 값의 결정계수는 0.91이며 RMSE가 134.2g으로 높은 예측 정확도를 보였다. 기존의 생육 관측의 경우 기상데이터로만 예측을 하거나 영상데이터로만 예측하는 경우가 많았는데 이는 현장의 상태를 반영하지 못하거나 배추가 결구 되는 특성을 반영하지 못해 예측 정확도가 낮았다. 두 예측방법을 혼합해 각 관측방법의 약점을 보완해 줌으로써 대한민국에서 수행되고 있는 기간채소 작황예측의 정확도를 높일 수 있을 것으로 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제19권8호
• /
• pp.35-44
• /
• 2014

본 논문에서는 효율적인 핸드 마우스를 위한 3D 포인팅 인터페이스에 대해 제안한다. 제안하는 방법에서는 조명과 환경 변화에 강건하기 위해 깊이영상을 이용하고, 손바닥의 법선벡터를 이용하여 3D 포인팅을 구성한다. 먼저, 손 영역 검출과 추적은 기존 방법을 이용하고, 이로부터 획득한 정보를 바탕으로 손바닥의 영역을 예측하여 관심 영역을 획득한다. 관심 영역을 획득하면, 해당 영역을 평면의 방정식으로 근사시키고, 법선 벡터를 추출한다. 다음으로, 안정적인 제어를 위해 추출한 법선 벡터를 이용하여 보간을 수행하고, 교점을 검출한다. 검출된 교점은 안정성과 효율성을 위해 시그모이드 함수를 이용한 동적 가중치가 적용되고, 최종적으로 2D 좌표계로 변환된다. 본 논문에서는 관심 영역, 방향 벡터 검출 방법에 대해 설명하고 안정적인 제어를 위한 보간 방법과 동적 가중치 적용방법에 대해 제안한다. 마지막으로 제안된 3D 포인팅의 정성적, 정량적 분석을 통해 안정적인 제어 가능성을 입증한다.

• 한국음향학회지
• /
• 제39권5호
• /
• pp.441-446
• /
• 2020

본 논문은 심층 신경망을 이용한 화자 인증(Speaker Verification, SV) 시스템에서, 심층 신경망 내부에 존재하는 각 특징 지도(Feature Map)들의 분별력을 강화하기 위해 기존 특징 지도 스케일링(Feature Map Scaling, FMS) 기법을 확장한 α-FMS 기법을 제안한다. 기존의 FMS 기법은 특징 지도로부터 스케일 벡터를 구한 뒤, 이를 특징 지도에 더하거나 곱하거나 혹은 두 방식을 차례로 적용한다. 하지만 FMS 기법은 동일한 스케일 벡터를 덧셈과 곱셈 연산에 중복으로 사용할 뿐만 아니라, 스케일 벡터 자체도 sigmoid 비선형 활성 함수를 이용하여 계산되기 때문에 덧셈을 수행할 경우 그 값의 범위가 제한된다는 한계가 존재한다. 본 연구에서는 이러한 한계점을 극복하기 위해 별도의 α라는 학습 파라미터를 특징 지도에 원소 단위로 더한 뒤, 스케일 벡터를 곱하는 방식으로 α-FMS 기법을 설계하였다. 이 때, 제안한 α-FMS 기법은 스칼라 α를 학습하여 특징 지도의 모든 필터에 동일 값을 적용하는 방식과 벡터 α를 학습하여 특징 지도의 각 필터에 서로 다른 값을 적용하는 방식을 각각 적용 후 그 성능을 비교하였다. 두 방식의 α-FMS 모두 심층 심경망 내부의 잔차 연결이 적용된 각 블록 뒤에 적용하였다. 제안한 기법들의 유효성을 검증하기 위해 RawNet2 학습세트를 이용하여 학습시킨 뒤, VoxCeleb1 평가세트를 이용하여 성능을 평가한 결과, 각각 동일 오류율 2.47 %, 2.31 %를 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제22권7호
• /
• pp.55-62
• /
• 2022

페로브스카이트 태양전지는 4차 산업혁명으로 사물인터넷, 가상환경 등의 증가에 따른 전력 수요가 급증하면서 점진적으로 고갈되어가는 석유, 석탄, 천연가스 등의 화석연료를 대체할 태양에너지, 풍력, 수력, 해양에너지, 바이오에너지, 수소에너지 등의 신재생 에너지 분야에서 연구가 활발한 부분이다. 페로브스카이트 태양전지는 페로브스카이트 구조를 가진 유-무기 하이브리드 물질을 사용하는 태양전지 소자로 고효율, 저가의 용액 및 저온 공정으로 기존의 실리콘 태양전지를 대체할 수 있는 장점들이 있다. 기존의 경험적 방법으로 예측한 광흡수층 박막을 최적화하기 위해서 소자 특성 평가를 통해 신뢰도를 검증해야 한다. 그러나 광흡수층 박막 소자 특성 평가 비용이 많이 소요되므로 시험 횟수에 제약이 따른다. 이러한 문제점을 해결하기 위하여 광흡수층 박막 최적화의 보조 수단으로 머신러닝이나 인공지능 모델을 이용하여 명확하고 타당한 모델의 개발과 적용 가능성이 무한하다고 본다. 이 연구에서는 페로브스카이트 태양전지의 광 흡수층 박막 최적화를 추정하기 위하여 서포트 벡터 머신의 선형 커널, 가우시안 커널, 비선형 다항식 커널, 시그모이드 커널의 회귀분석 모델을 비교하여 커널 함수별 정확도 차이를 검증하였다.

• 한국산림과학회지
• /
• 제86권2호
• /
• pp.135-145
• /
• 1997

본 연구의 목적은 잣나무인공림과 신갈나무천연림에 있어 직경, 수고 및 재적생장을 설명할 수 있는 비선형생장식(非線形生長式) 추정과 이들 식의 논리적 타당성을 검정하기 위한 것이다. 이를 위해 전국에 분포한 지위지수 14인 임분에서 조사한 자료를 가지고 수확표 조제시 사용하였던 곡선식(曲線式) $Y=at^be^{-c/t}$와 9가지 비선형생장식(非線形生長式)을 적용, 분석하였으며 그 결과를 요약하면 다음과 같다. 먼저 수확표에서 사용된 곡선식은 자료범위내에서는 잘 적합시키고 있지만, 범위 이상에서는 직선적인 증가를 보이고 또 점근선(漸近線)을 가지고 있지 않아 과대치를 줄 위험이 있다. 비선형식중 Logistic식과 Sloboda식은 어린 임분에 있어 과대추정치를 나타내고 있는데 이는 식의 구조상 원점을 지나지 않기 때문이다. 또 이들 식은 타 식에 비하여 조기에 점근선에 도달하는 것으로 나다났다. 그리고 Gompertz식과 Ueno-Ohzaki식도 원점을 지나지 않는 식의 구조를 가지고 있다. 또한 Hossfeld식은 전반적으로 자료범위 이상의 임령에서는 여타 비선형식보다 큰 추정치를 주는데 이는 도달할 수 있는 최대치를 나타내는 모수 a값의 추정치가 크기 때문이다. 따라서 이 식은 범위 이상의 추정시 과대치를 주기 쉽다. 반면 Bertalanffy식은 임분의 유령기(幼齡基)와 노령기(老齡期)에서는 과소치, 그리고 그 사이에서는 과대추정치를 주고 있어, 식의 적용이 부적당한데, 이는 이 식이 동물의 생장추정을 위하여 개발된 것이기 때문이다. Korf식은 잣나무임분 생장추정시 노령기에 있어 과대추정치를 주는 경향이 있으며, 이는 신갈나무의 직경생장 추정시 확연하게 나타나고 있다. Ueno-Ohzaki식은 식의 구조상 모수 b에 따라 자료범위 밖의 노령기에 있어 직선적 상승 또는 조기 점근에 도달하고 있어 과대 휴은 과소치를 주기 쉽다. 전반적으로 잣나무와 신갈나무임분의 생장추정식으로는 Gompertz식, Chapman-Richards식 및 Weibull식이 현 자료범위 뿐만 아니라 범위밖의 유령림이나 노령림에 있어서도 가장 바람직한 식이라고 판단된다. 그리고 임목의 생장이란 시간이 지남에 따라 sigmoid curve를 그러므로 추후 생장식 도출에 있어서는 기존의 직선 및 곡선식보다 비선형식에 의한 것이 타당할 것이며, 앞으로 비선형식의 모수 추정, 특히 최대값인 모수 a의 정확한 추정을 위해서는 노령림에 대한 자료의 보완이 요구된다.