Hidden Markov Models(HMM)을 이용한 생물음향 분석은 장기간 동안 녹음된 대용량 데이터에서 생물종의 식별을 용이하게 수행할 수 있는 머신러닝 기법 중 하나이다. 본 연구에서는 HMM을 이용하여 양서류 번식울음에 대한 자동식별을 목적으로 진행하였다. 연구대상지는 서울시 북한산국립공원 진관동습지이었다. 연구기간은 2018년 6~7월 중 양서류가 집중적으로 번식울음을 내는 3일 선정하였다. 연구대상종은 진관동 습지에서 여름철 번식울음을 내는 청개구리, 무당개구리, 맹꽁이 3종이었다. 번식울음 녹음은 생물음향 측정기기(SM4, Wildlife Acoustics Inc., Concord, MA, USA)를 습지를 바라보도록 수변의 수목에 설치(높이 1.0m)하고, 시간당 5분씩 24시간 녹음되도록 스케쥴을 설정하였다. 양서류 번식울음 자동식별을 위한 분석프로그램은 Kaleidoscope Pro(Wildlife Acoustics Inc., Concord, MA, USA)를 이용하였다. 연구결과, 양서류 종별 번식울음 특성을 고려하여 주파수 범위와 음절 지속시간, 음절 간격을 달리한 결과 분류 정확도가 매우 높은 것으로 나타났다. 청개구리의 경우 주파수 범위를 3000~3600Hz, 지속시간을 0.1초, 음간격을 0.12초 로 설정한 결과 총 45개의 클러스터가 자동분류되었다. 이 중 연구자에 의해 청개구리 번식울음으로 명확히 분류된 클러스터는 45개 중 10개 클러스터였다. 10개 이외의 클러스터는 대부분 야생조류 종이 포함되어 있었다. 무당개구리의 경우 주파수 범위를 500~700Hz, 지속시간을 0.15초, 음 간격을 0.3초로 설정한 결과 무당개구리 이외에 다른 종은 포함되지 않는 단일 클러스터로 분석결과가 도출되었다. 맹꽁이의 경우 주파수 범위를 1500~2500Hz, 지속시간을 0.3초, 음간격을 0.5초로 설정한 결과 맹꽁이 이외에 다른 종은 포함되지 않는 단일 클러스터로 분석결과가 도출되었다. 본 연구는 머신러닝 기법을 이용하여 생물음향 빅데이터를 효율적으로 분석함으로서 생물음향을 이용한 생태계 다양성 평가의 기초자료로 활용이 가능할 것으로 판단된다.

1분 간격 자동 잎면적 분석을 통해 온도에 따른 담배거세미나방 유충의 섭식과 발육을 조사하였다. 20, 25, 30℃의 세 온도에서 피망 잎을 배지에 부착하여 담배거세미나방 유충에 제공하였고 하루에 한번내지 두번 새로운 잎을 갈아주었다. 30℃에서 담배거세미나방 유충은 탈피 직후 섭식을 즉시 시작하여 1회 섭식은 10~15분 지속하고, 60~90분 간격으로 섭식을 하였다. 이러한 섭식 행동은 약 30~50시간 지속되며 탈피 직전 10~16시간 동안은 섭식이 중단되었다. 탈피 후 앞서의 섭식 패턴은 다음 영기에서 동일하게 반복되었다. 25℃에서 담배거세미나방 유충의 영기 내 섭식 기간은 약 32~53시간 지속되며 탈피 전 비섭식 기간은 16~22시간 지속되었다. 20℃에서는 영기 내섭식 기간은 60~133시간으로 크게 증가하고 비섭식 기간도 11~38시간으로 다른 온도에 비해 길어졌으며 다른 온도와 달리 7령충까지 발육하였다. 2령충에서 고치 형성 전까지의 발육 시간은 20℃에서는 39046분(27.1일)이 소요되었고 25℃에서는 17626분(12.2일), 30℃에서는 14168분(9.8일)으로 조사되었다. 각 온도별 유충의 섭식량은 영기에 따라 지수적으로 증가하였다.

본 논문에서 온라인 쇼핑몰에 적용을 목적으로 2차원 이미지에 기반한 가상 의상 착용 알고리즘을 설계하고 개발하였다. 기존의 가상착용 시스템은 3차원 의상 및 사용자 정보에 기반하여 비용과 시간이 많이 들어가는 문제를 가지고 있다. 본 시스템은 최근 급격히 발전된 딥러닝기술과 컴퓨터 그래픽스 기술을 활용한다. 우선, 패션영상을 시멘틱 분할 네트워크를 사용하여 옷과 신체를 영상분할하고, 자세 네트워크를 사용하여 의상과 사용자의 골격정보를 확보한다. 이 두 가지 정보를 바탕으로 의상의 골격위치와 사용자의 골격위치를 일치시킴으로서 변형에 필요한 변수를 확보하고 이를 바탕으로 영상 변형을 하여 가상착용을 수행한다. 실험결과 단순한 기하형태의 옷과 선 자세를 유지하는 패션사진과 사용자사진의 경우 만족스러운 변형 결과를 얻을 수 있었으나 다양한 의상의 형태나 자세를 갖는 경우 원만한 착용결과를 얻을 수 없었다. 완벽한 시스템은 존재할 수 없으므로 현재 기술로 적용 가능한 의상의 범위와 문제 상황을 자세히 분석하여. 이를 바탕으로 추후 연구를 방향을 설정할 수 있도록 하였다.

In shipyards hull forming is performed by the line heating method using a gas torch and by cold treatment using a roll-press. However, this forming process has some issues, such as difficulties in controlling and accurately estimating the amount of the heat input, as well as a harsh working environment due to exposure to loud noises and air pollution. The induction heating method, which is introduced in this paper, exhibits good control and allows for the estimation of precise heat input. Also, workers can carry out the induction heating in a comfortable working environment. In this research, the induction heating simulation, which consists of electro-magnetic, heat transfer and thermal elasto-plastic analysis, was developed and modified through induction heating experiments. Finally, the effective heating coil was designed for the automatic hull forming system based on the results of induction heating simulation. For the purposes of a future study, if an algorithm to obtain optimal working conditions is developed, automatic systems for hull forming can then be constructed.

This study aimed to analyze the profitability and economic feasibility of hairtail trolling line gear that was developed for the last 3 years (2015-2017). The new fishing gear technology development was accomplished to solve the current problem of fishermen shortage in hairtail targeting fisheries in Jeju region. Results indicated that the profitability of developed hairtail trolling line fishery was estimated to be 36.1 % which would be higher than that of other hairtail targeting fisheries in Jeju region. In addition, as an economic feasibility, the net present value and the internal rate of return of a 20-year cash inflow and outflow were evaluated to be 400.2 million won and 66.9 %, respectively. However, sensitivity analyses of main variables showed that the profitability and economic feasibility would be vulnerable to catch amount and market condition changes.

본 논문은 시학, 즉 시쓰기에 대한 인지학적 가능성에 대한 초기단계의 명상적 글쓰기를 탐구한다. 구체적인 방법으로서, 본인은 전체론적 방법으로 예이츠의 시학과 그의 자동기술에 대한 명상적 글로 시작하는데, 그의 집단 시학에 대해 선적 명상기법을 적용해보려고 한다.

생태통로란 자연환경보전법 제2조 9호에 “도로, 댐, 수중 보, 하굿둑 등으로 인하여 야생동식물의 서식지가 단절되거나 훼손 또는 파괴되는 것을 방지하고 야생동식물의 이동 등 생태계의 연속성 유지를 위하여 설치하는 인공 구조물 식생 등의 생태적 공간”이라고 명시되어있다. 생태통로 모니터링은 생태통로를 이용하는 야생동물의 현황을 파악하고 설치의 실효성을 평가하여 개선방안을 마련하기 위함이 다. 현행 조사기법은 생태통로에 카메라 트랩을 설치하고, 정기적으로 조사자가 촬영 데이터를 회수하여 육안판독을 통해 야생동물 객체를 식별하여 정리하고 있다. 이러한 방식은 센서 카메라에 촬영된 동영상을 일일이 확인하여 진행 하므로 분석에 장시간이 소요되며 조사자의 종별 동정능력에 따라 조사결과의 품질 차이가 발생하는 한계가 있다. 최근 이미지 인식 분야에서 딥러닝을 활용한 기법은 영상 내 에서 객체를 자동 식별할 뿐만 아니라 개체 수, 이미지 설명 등을 높은 수준의 정확도로 탐지하고 있다. 따라서 카메라 트랩에 딥러닝 기법을 적용하면 야생동물의 동정, 탐조 및 움직임 정보 등을 자동적으로 데이터베이스화할 수 있다. 본 연구는 이미지 인식 분야 딥러닝 기법을 생태통로 모니터링에 적용함으로써 기존 육안판독의 소요시간을 줄이고, 인적오류를 최소화하는데 그 목적이 있다. 연구지역은 소백산국립공원 죽령생태통로를 선정하였다. 죽령 생태통로는 소백산국립공원 내 유일한 생태통로로 공원구역을 가로지르는 국도 5호선에 의해 단절된 서식처를 연결하고 야생동물의 휴식처로서의 역할을 수행하고 있 다. 터널형 생태통로로, 폭 약 8m, 길이 21m의 규모이다. 2003년에 설치되었으며 2004년부터 국립공원관리공단이 위임받아 현재 소백산국립공원북부사무소가 관리하고 있다. 국립공원 생태통로 중 가장 많은 자료가 축적(2011년 -2015년 집계 기준)된 곳으로, 2005년부터 현재까지 13년 간의 모니터링 자료가 축적되어 있다. 따라서 딥러닝 학습 을 위한 데이터 확보가 용이하다. 본 실험은 카메라 트랩의 딥러닝 기반 영상분석을 실험하는 초기연구이기 때문에 비교적 간단한 신경망 모델과 소량의 데이터를 이용하여 가능성을 검증하였다. 딥러닝은 영상 인 식 분야에서 사용되는 합성곱 신경망(CNN, convolutional neural network) 기법을 적용하였다. 먼저 죽령 생태통로에서 발견 확률이 높은 삵, 고라니, 노루, 멧돼지, 너구리 5종에 대한 모니터링 자료(카메라 사진과 동영상)를 수집하였다. 동영상의 경우, 고정된 위치에서 움직이는 객체를 탐지해야 하기 때문에 컴퓨터 비전 기법을 통한 데이터 전처리를 수행 하였다. OpenCV(Open Source Computer Vision Library)는 영상추적 알고리듬을 제공하는데 이를 통해 야생동물 객체의 최소경계사각형을 탐지하고 각 프레임을 이미지로 저장하였다. 탐지된 이미지는 크기와 해상도가 제각각이기 때문에 CNN의 입력 데이터로 인식시켜주기 위해 100×100 화소 크기로 조정하였다. 딥러닝을 비롯한 머신러닝 문제는 일반적으로 데이터를 훈련 데이터와 시험 데이터로 나눠 학습과 실험을 수행한다. 훈련 데이터는 모델의 최적의 매개변수를 찾는데 사용 되며 시험 데이터는 앞서 훈련된 모델의 성능을 평가하는데 사용된다. 임의 추출을 통해 야생동물 종별로 1,000장의 훈 련 데이터와 400장의 시험 데이터(총7,000장)를 선택하였다. 훈련 데이터는 동물의 전신 이미지는 드물었으며 얼굴 과 몸의 일부만 촬영된 경우가 대부분이었다. CNN 모델은 5층 신경망으로 구성하였으며 이미지 규모를 고려하여 영상증강(image augmentation) 기법을 적용하였다. 모델 구현에는 오픈소스 딥러닝 라이브러리 TensorFlow와 Keras를 사용하였다. 실험결과, 야생동물 5종에 대한 CNN 모델은 96.25%의 정확도를 보였다. 고정된 카메라에서 촬영된 이미지는 야생 동물의 행동 패턴이 비교적 단순하여 객체 식별에 유리한 것으로 추정된다. 또한 생태통로를 이용하는 야생동물의 제한적인 종류는 예측 정확도에 기여도가 있을 것으로 판단된다. 현행 수동식별과 대비하여 본 기법의 적용은 조사 자동 화에 따른 시간절감과 객관적 품질 확보라는 측면에서 활용 잠재력이 높을 것으로 기대된다. 모델이 최종적으로 정립되 면, 조사자가 회수된 현장 데이터를 입력만 하면 생태통로 모니터링 통계를 자동 계산하는 프로그램으로 제공 가능할 것이다. 이번 실험에서는 CNN의 생태통로 모니터링 적용 가능성을 검증해 본 것으로 간단한 모델과 데이터를 통해 그 가능성을 확인하였다. 현재 카메라 트랩 이미지를 대상 으로 CNN의 최신 연구들이 진행 중이나, 실제 적용해 본 바로는 자동 전처리에 관한 연구가 충분히 이뤄져야 할 것 으로 판단된다. 차기 연구에서는 사전 학습된 CNN 모델에 현장 이미지를 추가한 트랜스퍼 러닝(transfer learning)을 적용하여 범용적인 활용도를 평가해보고자 한다.

Due to the sewer induced ground subsidence, there is an increasing demand for the advanced visual inspection technique for the existing sewer pipe structures. This study aim to develop a new condition assessment method using visual inspection device with automatic crack extracting and real-time gas monitoring systems for large diameter glass-fiber reinforced plastic sewer pipes. In this paper, a high-precision image capturing system that automatically extracts cracks in the large-diameter sewer pipes and sewage culverts with a diameter of 1,000 mm or more, and a real-time gas detection sensor for investigator safety were considered. By analyzing the module technology of the visual inspection device, the test device and their software for system integration were developed. It is expected that the developed technique inspecting conditions of the GFRP sewer pipes using the proposed visual inspection device in this study can be effectively used for various types of underground structures in the future.

인은 식물체 생장에 있어 매우 중요한 요소로 농업에서는 화학비료의 형태로 많이 사용되어져 왔지만 경작지 내 인의 양을 정확히 알지 못하고 질소량 기준으로 시비하여 토양에 계속 축적되어 환경오염을 발 생시키고 있다. 이러한 문제를 해결하기 위해서 신속한 토양 분석 기술의 개발이 필요하다. 이 연구에서 는 침출, 여과 및 발색의 세 단계 반자동 분석 시스템을 개발하였으며, 각각의 과정을 표준방법과 비교하 고 분석하였다. 또한 분광기의 온도 제어 장치를 개발하고 온도는 22±0.5℃를 유지하는 것을 목표로 하 였다. 그 결과, 침출과정에서 Lancaster 분석법을 이용해 침출하였을 때와 반자동 장치를 이용해서 침출 하였을 때 R2 값은 0.985, RMSE 값은 73.11이었으며, 여과과정과 발색과정도 같은 방법으로 비교했을 때 R2 값은 각각 0.817, 0.893이었고 RMSE 값은 82.83, 57.72로 나타났다. 또한 3가지 단계를 모두 반 자동 분석 장치를 이용하여 연속적으로 측정하였을 때도 R2 값은 0.837, RMSE 값은 61.13으로 모든 과 정에서 70% 이상의 수준을 얻을 수 있었다. 이 측정 결과를 바탕으로 유의성 분석을 한 결과도 모든 과 정에서 유의수준 0.05일 때 유의미한 차이가 없음을 알 수 있어 토양의 인을 측정하는 Lancaster 분석법 대신 반자동 분석 장치를 활용한다면 보다 신속하게 측정 할 수 있을 것이라고 판단된다. 분광분석기의 온도 제어 장치는 PI 제어를 통해 목표 온도인 22℃에서 ±0.35℃ 이내에서 유지하는 것이 가능하였다.

An Automatic feed mechanism is one of the most important systems that make up the air defence gun. The System which consists of consecutive mechanisms from a magazine to the breech of automatic machine gun(Dual) carries ammunitions through the feeding pass with a high speed by the electric boosters to synchronize with gun firing speed. In order to feed the rounds smoothly without jamming, it is necessary to optimize the design of the driving torque needed to carry them and to get a proper distribution of power between rounds after performing mathematical calculation. In this study, in order to predict and prevent malfunctions of feeding and unloading ammunition, we have developed an optimal computational model using CATIA and multi-body dynamics software, ADAMS.

본 논문에서는 선박의 안전운항을 위하여 안개 발생 시 엔진을 자동으로 제어하여 피해를 최소화하거나 회피할 수 있도록 자동 제어 시스템을 설계 및 제작 하였다. 제작된 동력 자동제어시스템은 ATmega128과 RPM감지회로를 사용하여 안개발생부에서 인위적으로 안개를 발생시켜 RPM의 변화량을 측정하였다. 이를 위하여 전체구성도를 작성하였으며 홀센서가 있는 모터를 사용하여 PWM 제어를 하 도록 ATmega128에 Source code를 적용시켰다. 추후, 제작된 동력 자동제어장치를 통하여 실제 선박에서의 실험 및 안전성평가를 마련할 계 획이다.