• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.35-37
• /
• 2022

줌(Zoom), 디스코드와 같은 온라인 화상 회의 시스템은 접근성이 좋고 공간의 제약을 받지 않아 주로 비대면 업무를 볼 때 쓰이고 있다. 하지만 대부분의 온라인 화상 회의 시스템은 양방향 상호작용이 어려워, 이를 이용하는 참여자들에게서 의사소통의 어려움, 몰입의 부재 등의 문제가 나타나고 있다. 반면, 공간 컴퓨팅의 발전과 함께 주목받게 된 메타버스는 청각과 시각, 촉각 정보를 활용하여 3차원 가상세계에서도 현실세계와 같이 원활한 상호작용이 가능하다. 본 논문에서는 기존 온라인 화상 회의 시스템의 몰입 부재 문제를 개선하기 위해 메타버스 플랫폼의 활용 방안을 제안한다. 제안 방법을 통해 플랫폼 이용자끼리 가상공간에서 서로의 업무 화면을 공유 및 확인하며, 다양한 자료를 교환할 수 있다. 참여자의 몰입 개선을 위해 메타버스 플랫폼의 환경과 개선안을 구성하고, 기존 온라인 화상 회의 플랫폼과 비교하였다.

• Nuclear Engineering and Technology
• /
• 제19권3호
• /
• pp.192-197
• /
• 1987

다량의 중수반사체를 가진 조밀한 노심에서는 핵분열시 발생하는ｒ선과 중수소와의 (ｒ,n) 반응에 의해 지발 광중성자가 다량 생성되므로 이러한 계통을 기술하기 위하여 광중성자와 그 모핵종의 공간적 분리에 역점을 두어 2-점노 운동방정식을 정립하였다. 여러 반응도를 주입하여 출력 천이를 모사계산하므로써 노심과 반사체사이의 관련 효과를 조사하였다. 이 모델에 의한 모사계산 결과와 공간 종속 운동방정식에 의한 계산결과를 비교하였다. 반사체 영역에서의 광중성자 효과가 포함되므로써, 이를 포함하지 않은 모델에 비해 출력 천이현상을 감소시켰다. 실제로 출력을 측정하는 계측기는 이러한 공간적 분리영 향을 제거하기 위하여 노심 내부에 위치하여야 한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.210-212
• /
• 2021

현대사회는 4차 산업혁명의 영향으로 다양한 디지털 장비가 보급되고 있으며, 자동화 공정, 지능형 CCTV, 의료산업, 로봇, 드론 등 넓은 분야에서 사용되고 있다. 이에 따라 영상을 기반으로 동작하는 시스템에서 전처리 과정에 대한 중요성이 높아지고 있으며, 영상을 효과적으로 복원하기 위한 알고리즘이 주목받고 있다. 본 논문에서는 복합잡음 환경에서 영상을 복원하기 위해 결합가중치에 기반한 필터 알고리즘을 제안한다. 제안한 알고리즘은 입력 영상 및 필터링 마스크 내부의 화소값을 대상으로 공간적 거리에 따른 가중치와 화소값 차이에 따른 가중치를 각각 계산한다. 최종 출력은 두 가중치를 바탕으로 계산한 결합가중치를 마스크에 적용하여 필터링하였다. 제안한 알고리즘의 성능을 검증하기 위해 기존 필터 알고리즘과 비교하여 시뮬레이션하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.268-268
• /
• 2021

Groundwater resource is mostly used in Abomey-calavi (southern region of Benin) as main source of water for domestic, industrial, and agricultural activities. Groundwater intake across the region is not perfectly controlled by a network due to the presence of many private boreholes and traditional wells used by the population. After some decades, this important resource is becoming more and more vulnerable and needs more attention. For a better groundwater management in the region of Abomey-calavi, the present study attempts to predict a future probable groundwater drought using Recurrent Neural Network (RNN) for future groundwater level prediction. The RNN model was created in python using jupyter library. Six years monthly groundwater level data was used for the model calibration, two years data for the model test and the model was finaly used to predict two years future groundwater level (years 2020 and 2021). GRI was calculated for 9 wells across the area from 2012 to 2021. The GRI value in dry season (by the end of March) showed groundwater drought for the first time during the study period in 2014 as severe and moderate; from 2015 to 2021 it shows only moderate drought. The rainy season in years 2020 and 2021 is relatively wet and near normal. GRI showed no drought in rainy season during the study period but an important diminution of groundwater level between 2012 and 2021. The Pearson's correlation coefficient calculated between GRI and rainfall from 2005 to 2020 (using only three wells with times series long period data) proved that the groundwater drought mostly observed in dry season is not mainly caused by rainfall scarcity (correlation values between -0.113 and -0.083), but this could be the consequence of an overexploitation of the resource which caused the important spatial and temporal diminution observed from 2012 to 2021.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.158-158
• /
• 2022

Ecological drought consequences have received a lot of attention in recent years. Thus, ecological drought was proposed as a new drought category to characterize the impact of drought on ecosystems. The current study used a unique drought index, the standardized supply-demand water index (SSDI), and a run theory to detect ecological drought occurrences and characteristics such as drought-affected area, drought severity, drought duration, drought frequency, and drought orientation in the Hwang River, an environmentally valuable region. Hence, to assess drought-prone areas, the bivariate probability and return period will be calculated using a two-dimensional joint copula. The core results show that (a) the Spatio-temporal characteristics of ecological drought were successfully recognized using the spatial and temporal identification approach; (b) in comparison to the SPEI meteorological drought index, the SSDI is more credible and can more readily and effectively capture the entire properties of ecological drought information; (c) the Hwang river had seen the most severe drought occurrences between the late 1990s and the mid-2020s, with 48.3 percent occurring before the twenty-first century; (d) Severe ecological drought occurrences occurred more frequently in most areas of the Hwang River (e) Only the drought duration and severity in the Hwang area were more responsive to temperature when temperatures rise around 1.1℃, the average drought duration and severity rise around 16 % and 26 %, respectively. This suggested that the Hwang River has been exposed to more severe heat stress in the twenty-first century. Thereupon droughts in the twenty-first century occurred with bigger affected regions, longer durations, higher frequency, and more intensity.

• Journal of Information Processing Systems
• /
• 제20권3호
• /
• pp.375-390
• /
• 2024

Edge computing architecture has effectively alleviated the computing pressure on cloud platforms, reduced network bandwidth consumption, and improved the quality of service for user experience; however, it has also introduced new security issues. Existing anomaly detection methods in big data scenarios with cloud-edge computing collaboration face several challenges, such as sample imbalance, difficulty in dealing with complex network traffic attacks, and difficulty in effectively training large-scale data or overly complex deep-learning network models. A lightweight deep-learning model was proposed to address these challenges. First, normalization on the user side was used to preprocess the traffic data. On the edge side, a trained Wasserstein generative adversarial network (WGAN) was used to supplement the data samples, which effectively alleviates the imbalance issue of a few types of samples while occupying a small amount of edge-computing resources. Finally, a trained lightweight deep learning network model is deployed on the edge side, and the preprocessed and expanded local data are used to fine-tune the trained model. This ensures that the data of each edge node are more consistent with the local characteristics, effectively improving the system's detection ability. In the designed lightweight deep learning network model, two sets of convolutional pooling layers of convolutional neural networks (CNN) were used to extract spatial features. The bidirectional long short-term memory network (BiLSTM) was used to collect time sequence features, and the weight of traffic features was adjusted through the attention mechanism, improving the model's ability to identify abnormal traffic features. The proposed model was experimentally demonstrated using the NSL-KDD, UNSW-NB15, and CIC-ISD2018 datasets. The accuracies of the proposed model on the three datasets were as high as 0.974, 0.925, and 0.953, respectively, showing superior accuracy to other comparative models. The proposed lightweight deep learning network model has good application prospects for anomaly traffic detection in cloud-edge collaborative computing architectures.

• 인지과학
• /
• 제3권1호
• /
• pp.61-78
• /
• 1991

본 논문은 역행 통로(backward path)를 가진 수정된 Neocognitron 을 한글 음절 인식을 위해 적용한 결과에 관한 것이다. Fukushima의 논문에서 Neocognitron이 $19{\times}19$ 크기의 필기체 숫자를 인식할 수있다고 논술하였다. 본 논문에서는 스캐너 또는 마우스를 이용하여 필기체 한글 문자 또는 그 일부의 $61{\times}61$ 영상을 입력하였다. 수정된 Neocognitron은 3쌍의 Us, Uc층으로 구성되어있다. 본 신경회로망에서 마지막 인식층인 Uc층은 $5{\times}5$ 크기의 세포로 된 24개의 명(plane)으로 구성되어 있는데, 각각의 세포들은 동시에 주의력(attention)을 받아들이느 자소(grapheme)의 존재와 입력층에서의 상대적 위치를 구별할 수 있다. 본 신경회로망은 10개의 단모음 자소, 14개의 단자음 자소와 그들의 공간적 특징을 가지고 학습시켰다. 쉽게 학습되지 않는 패턴들은 여러번 학습시켰다. 왜곡, 잡음, 크기변화, 변형, 회전 등을 갖는 개개의 자소를 분류할 수 있도록 학습된 신경망을 한글 음절의 인식을 위해 사용하였으며, 음절자내의 영상 분할 작업을 위해 선택적 주의력 기법을 사용하였다. 입력문자에 대한 초기 표본 실험에서 본 모형은 필기체 한글 음절자의 시험패턴중 79%를 정확하게 인식하였다. 이 연구결과는 Neocognitron이 입력 영상을 인식가능한 부분으로 분할함으로써 큰크기의 분자 집합을 갖는 필기체 문자를 인식할수 있는 강력한 모형임을 시사해준다. 똑같은 접근 방법이 구조나 자소가 아주 복잡한 한자의 인식에도 적용될 수 있다고 본다. 그러나, 모의실험에서 처리시간에 있어 매우 심한 병목현상을 보여 주었다. 모형의 실질적인 사용을 위해서는 신경칩으로서의 구현이 선결되어야 할 것이다. 또, 복모음, 복자음으로 구성된 한글 음절자 인식을 위하여 모형에 대한 더 깊은 연구가 수행되어질 필요가 있다. 두개의 단자모사이의 이웃지역을 정확히 인식하는 것은 이렇나 작업을 위해 매우 중요한 일이 될 것이다.

• Journal of Ginseng Research
• /
• 제24권1호
• /
• pp.8-17
• /
• 2000

스테로이드 호르몬의 일종인 에스트로젠은 생식기능에 영향을 미치는 것 외에 학습 및 기억과 관련된 기능에도 영향을 미치는 것으로 알려져 있다. 최근, 에스트로젠은 기억과 관련된 뇌세포 신 경망의 발달과 뇌 기능 장애를 방지할 수 있다는 부분에서 상당한 관심의 대상이되고 있다. 그러나 에스트로젠 대체 치료가 폐경기의 많은 여성들에게 도움을 주기도 하지만 여러 부작용을 유발하는 것으로도 알려져 있다 인삼 역시도 스테로이드 특성을 보이며 에스트로젠과 유사한 화학구조를 가지는 여러 성분을 가지고 있다. 본 실험의 목적은 첫째로 공간 기억력을 측정하기에 여러 장점을 가지고 있으면서 다른 어떠한 행동학적 실험보다 학습과 기억의 동물 모텔로 잘 알려진 방법인 Morris water maze를 이용하여 에스트로젠의 효과를 확인하고, 두 번째는 인삼이 학습과 기억에서 에스트로젠과 같은 효과를 나타낼 수 있는지를 확인하는 것이다. 본 실험은 인위적으로 난소를 제거한 쥐에 17$\beta$-estradiol(100~250 $\mu\textrm{g}$/ml), panaxadiol(PD), panaxatriol(PT) sapo-nins(15~100 $\mu\textrm{g}$/ml)을 sesame oil에 녹인 capsule을 implant했다. 첫 번째 실험에서 난소를 제거한 쥐에 에스트로젠을 투입했을때 학습과 기억의 효과를 확인했다. 두 번째 실험에서는 난소를 제거한 쥐에 3가지 다른 농도에서의 PD, PT를 투입했을 때 학습과 기억에 대한 에스트로젠의 효과와 비교해 보았다. 2주 동안의implant 후 water maze 실험결과 세 그룹 모두 난소를 제거한 그룹보다 기억력이 향상되었다 이러한 결과를 토대로 에스트로젠이 학습과 기억에 영향을 준다는 것을 확인할 수 있었고 PD, PT 또한 학습과 기억에 관련된 행동에서 에스트로젠과 같은 효과를 나타낼 수 있다는 것을 확인할 수 있었다. 이러한 동물모델에서의 연구를 통하여 인삼이 에스트로젠 장기결핍치료에서 나타나는 여러 호르몬 부작용을 극복할 수 있는 에스트로젠 대체물질로 개발되어 기억력 저하를 수반하는 Alzheimer's disease 및 여러 퇴행성 중추신경 질환의 치료제로 대체의학의 natural compound이용에 그 기초 기전을 제공할 수 있으리라 여긴다.

• Spatial Information Research
• /
• 제22권1호
• /
• pp.55-63
• /
• 2014

수문학, 기상학 및 기후학 등에서 필수적인 자료중의 하나인 지상기온 자료는 최근 보건, 생물, 환경 등의 다양한 분야로까지 활용영역이 확대되고 있어 그 중요성이 커지고 있으나 지상관측을 통한 지상기온자료의 취득은 시공간적인 제약이 크기 때문에 실측된 기온자료는 시공간 해상도가 낮아 높은 해상도가 요구되는 연구 분야에서는 활용성에 큰 제약을 갖게 된다. 이를 극복하기 위한 하나의 대안으로 상대적으로 높은 시공간 해상도를 가지고 있는 위성영상자료에서 얻을 수 있는 지표면온도 자료를 이용하여 지상기온을 추정하는 많은 연구들이 수행되어 왔다. 본 연구는 이러한 연구의 일환으로써 기상청에서 제공하고 있는 AWS(Automatic Weather Station)에서 취득된 2010년 지상 온도 자료(AWS data)를 바탕으로 대표적인 지표면 온도자료인 MODIS Land Surface temperature(LST data:MOD11A1)와 지상기온에 영향을 미칠 수 있는 Land Cover Data, DEM(digital elevation model) 등의 보조 자료와 함께 다양한 지구통계 기법들을 이용하여 남한 지역의 지상기온을 추정하였다. 추정 전 2010년 전체(365일) LST자료와 AWS자료와의 차이에 대한 RMSE(Root Mean Square Error)값의 계절별 피복별 분석결과 계절에 따른 RMSE값의 변동계수는 0.86으로 나타났으나 피복에 따른 변동계수는 0.00746으로 나타나 계절별 차이가 피복별 차이보다 큰 것으로 분석 되었다. 계절별 RMSE 값은 겨울철이 가장 낮은 것으로 나타났으며 AWS자료와 LST자료와 보조자료를 이용한 선형 회귀분석결과에서도 겨울철의 결정 계수가 가장 높은 0.818로 나타났으며, 여름철의 경우에는 0.078로 나타나 계절별 차이가 매우 크게 나타났다. 이러한 결과를 바탕으로 지구통계 기법들의 대표적인 방법론인 크리깅 방법 중 일반적으로 많이 사용되고 있는 정규 크리깅, 일반 크리깅, 공동 크리킹, 회귀 크리깅을 이용하여 지상기온을 추정한 후 모델의 정확도를 판단할 수 있는 교차 검증을 실시한 결과 정규 크리깅과 일반 크리깅에 의한 RMSE 값은 1.71, 공동 크리깅과 회귀 크리깅에 의한 RMSE 값은 각각 1.848, 1.63으로 나타나 회귀 크리깅 방법에 의한 추정의 정확도가 가장 높은 것으로 분석되었다.

• 한국환경농학회지
• /
• 제33권1호
• /
• pp.44-51
• /
• 2014

하천수질의 공간적 변이 해석에 양분 지표의 활용 가능성을 탐색하기 위해 전남 시 군의 수질 자료(T-N, T-P, BOD, COD)와 양분 지표(화학비료 공급량, 가축분뇨 발생량, 가축분뇨 양분 발생량, 양분수지)의 상관관계를 조사하였다. 수질 T-N은 화학비료 공급량, 가축분뇨 질소 발생량, 양분수지와 모두 정의 상관관계(P<0.05 또는 P<0.01)가 있었고, T-P와 이들 양분 지표와의 상관관계는 95% 수준에서 유의성이 없었지만 가축분뇨 인 발생량(P=0.06)과 양분수지(P=0.09)와는 유의미한 관계가 있었다. 따라서, 전남 지역 하천의 T-N 농도는 농경지 시용 화학비료는 물론 가축분뇨에 의해 영향을 받는 반면 T-P 농도는 화학비료 보다는 부적절한 가축분뇨처리 및 퇴비 과잉 시용에 의해 증가될 수 있음을 의미한다. 가축분뇨와 이를 원료로 제조되는 퇴비는 토양교질 및 금속이온과의 반응성이 낮아 무기태 인에 비해 상대적으로 이동성이 큰 유기태 인을 함유하고 있기 때문에 하천 T-P 농도증가에 기여할 수 있는 것으로 해석되었다. 한편, BOD와 COD는 모두 유기물질 함량이 높은 가축분뇨 발생량과 정의 상관관계(P<0.05 또는 P<0.01)가 있었는데, 이 또한 T-P의 경우와 동일하게 하천 수질에 대한 가축분뇨의 영향을 반영한다. 하지만, 본 연구에서 기상, 지형, 강우유형, 영농활동, 토지이용방식이 상이한 시 군을 대상으로 취득이 용이한 통계자료에 의존하여 양분수지를 분석하여 수질 변동을 해석한 점은 한계로 인정된다. 이와 같은 한계에도 불구하고 본 연구결과는 수질 변동 이해의 측면에서 양분 지표를 이용한 수질의 공간 변이 해석 가능성과 수질 관리의 측면에서 가축분뇨관리(폐수 처리 및 적정 퇴비 시용)의 중요성을 통계적으로 제시한다는 측면에서 의미가 있다.