수많은 함정용 채프들은 폭발에 의해 확산되어 채프운을 형성하며, 채프운은 허위 레이더 반사 단면적을 생성하여 적의 레이더를 기만한다. 본 논문에서는 전산유체역학-이산요소법 단방향 연동 기법을 기반으로 공기 중에 분포하는 함정용 채프운의 시공간 분포 를 해석하는 수치적 프레임워크를 구축하고 바람의 방향과 속도, 채프 카트리지의 초기 각도와 폭발 압력이 채프운 분포에 미치는 영 향을 분석하였다. 채프운의 확산은 폭발에 의한 방사형 확산, 난류와 충돌에 의한 전 방향 확산, 낙하 속도 차이에 의한 중력 방향 확산 과 같이 세 단계로 구분되는 것을 확인하였다. 바람은 채프운의 평균 위치를 이동시켰으며, 항력에 의한 확산 효과는 나타나지 않았다. 카트리지 초기 각도에 따라 폭발에 의한 방사형 확산 방향이 달라졌으며, 각도가 지면과 수직에 가까울수록 더 넓게 확산되었다. 폭발 압력이 증가할수록 채프운은 더 넓게 확산되었으나 중력 방향으로는 분포 차이가 작았다.

최근 3차원 공간정보와 행정정보를 융합하여 다양한 도시문제의 과학적 해결을 지원하는 디지털트윈이 공공분야의 스마트시티와 공간정보 행정업무에 도입되고 있다. 이 연구의 목적은 공공분야에 디지털트윈을 확산하기 위해 필요한 공간정보의 정책방향을 제시하는데 있다. 먼저, 이론적 고찰을 통해 디지털트윈에 대한 개념을 검토하였고, 언론보도 등에 나타난 디지털트윈에 대한 주요 키워드를 도출하였다. 두 번째, 디지털트윈 국가정책과 디지털트윈국토 지자체 시범사업, 공공기관의 디지털트윈 사업 특성을 고찰하였다. 세 번째, 정책 및 제도적 관점, 사업적 관점, 활용성의 관점에서 공공분야 디지털트윈이 어떠한 이슈와 문제점을 가지고 있는지 도출하였고, 이를 해결하기 위한 정책방향을 제안하였다. 이 연구의 결과는 향후 공공분야 디지털트윈 확산을 위한 정책적 시사점을 제공할 것이다.

본 논문은 일반적인 상황이 아닌 전시라는 특수한 환경에서의 영상기반 AI 모션캡쳐 적용방법의 다양한 시도 를 살펴보았다. 이전의 방식을 살펴보면서 다양한 전시 환경과 조건에 따라 활용 가능한 방법을 연구하고, 장 단점을 서술하여 인터렉션 전시공간에 적용 가능한 영상기반 AI 모션캡쳐 모션캡쳐 기술의 필요성과 적용 가 능성을 설명한다. 또한 MIVA 프로젝트를 진행하면서 전시공간이라는 비규격화 된 공간에서의 불편한 점을 파 악하고 이에 대한 대응할 수 있는 기술적인 환경 구성에 대하여 정리하였다. 또한 실제 공간에서 캡쳐 프로그 램을 설치하고 전시에 적용하면서 생기는 문제점을 파악하고 해결하면서 적절하게 적용 가능한 모션캡쳐 기 술 환경 파이프라인을 제안한다.

해양의 파랑은 지구온난화 및 기후변화의 중요한 지표 중 하나로 인식되고 있다. 기후변화와 동아시아 몬순의 영향을 직접적으로 받는 황해 및 동중국해역에서의 유의파고 및 파향의 시공간 변동성 연구가 필요하다. 본 연구에서는 유럽중기예보센터(European Centre for Medium-Range Weather Forecasts; ECMWF)에서 제공하고 있는 5세대 모델 재 분석장 (ECMWF Reanalysis 5, ERA5) 자료를 활용하여 황해 및 동중국해역에서의 유의파고와 파향의 공간분포와 계 절 및 경년변동을 포함하는 시공간 변동성을 분석하였다. 모델 재분석자료를 활용한 유의파고와 파향의 변동성 분석에앞서 이어도 해양과학기지 관측 자료와의 비교를 통하여 정확도를 검증하였다. 평균 유의파고는 0.3-1.6 m의 범위를 보 였으며 북쪽에 비해 남쪽이 높고 연안에 비해 황해 중심부에서 높은 공간분포 특성을 보였다. 유의파고의 표준편차 또 한 평균과 유사한 양상을 나타내었다. 황해에서 유의파고와 파향은 뚜렷한 계절변동성을 보였다. 유의파고의 경우 전반 적으로 겨울철에 가장 높았으며 늦봄 또는 초여름에 가장 낮았다. 파향은 계절풍의 영향으로 겨울철에는 주로 남쪽으로 전파되었으며 여름철에는 북쪽으로 전파되는 특성이 나타났다. 유의파고의 계절변동은 여름철 태풍 등의 영향으로 해마 다 연 진폭의 큰 변화를 가진 강한 경년변동성을 보였다.

본 논문에서는 구조물의 부분 변위값으로 전체 구조물의 변위 형상을 예측할 수 있는 인공지능 학습기법을 개발하였으며, 개발된 기술의 성능을 실험을 통해 평가하였다. 3차원 공간에서 변위 형상 및 노드 위치 좌표의 특성을 학습에 반영할 수 있는 Image-to-Image 변위 형상 학습과 위치 특징을 결합한 변위 상관 학습 방법을 제시하였다. 개발된 인공지능 학습방법의 성능을 평가하기 위해 목업 구 조 실험을 진행하였고, 3D 스캔으로 측정한 변위값과 인공지능으로 예측한 결과를 비교하였다. 비교 결과 인공지능 예측 결과는 3D 스캔 측정 결과에 비해 5.6~5.9%의 오차율을 보여 적정 성능을 보였다.

본 연구에서는 사례연구 대상지역(인천)의 특화산업에 대해 LQ지수분석을 통해 해양특화산업을 도출하고, 특화산업의 해양 공간 활용현황과 용도구역 설정에 따른 현안을 진단하였다. 대상지역의 해양산업에 대한 LQ지수(Location Quotients, LQ) 분석을 통해 사 업체수 기준 LQ지수 1.08, 종사자수 기준 LQ지수 1.67로 전국평균 대비 높은 해양바이오산업을 인천지역 해양특화산업으로 선정하였 다. 해양특화산업인 해양바이오산업의 현안진단을 위해 영흥도 실증 배양장 사례 검토 및 가장 낮은 특화도를 나타낸 해양에너지개발 부문에서의 현안 진단을 통해 해양용도구역의 중첩문제, 이해관계자간 민원발생 이슈 등 현장문제 해결을 위해서 객관적이고 정량적 근거를 기반으로 정책의사결정지원시스템 마련이 필요하다는 결론을 제시하였다.