건물에너지 모델의 M&V 방법 및 정확도 평가

송지수(Jisu Song),윤근영(Geun Young Yun) 대한설비공학회 2015 대한설비공학회 학술발표대회논문집 Vol.2015 No.6

HYDRUS와 SWAP을 이용한 노지 밭작물 토양에서 깊이별 함수율 예측

송지수 ( Jisu Song ),김종순 ( Jongsoon Kim ),권순홍 ( Soon Hong Kwon ),정기열 ( Ki-yeol Jung ),김효성 ( Hyosung Kim ),정은지 ( Eunji Jung ),황현정 ( Hyunjung Hwang ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.2

노지 밭작물의 생육에 있어서 토양의 함수율이 너무 높으면 물빠짐이나 뿌리 부패의 문제가 발생하고, 너무 낮으면 성장 지연이나 수확량 감소를 초래한다. 따라서 정확한 토양 함수율의 예측은 작물의 물관리에 있어 매주 중요하며, HYDRUS와 SWAP은 토양의 수분 이동과 흐름을 모델링하는 대표적인 프로그램이다. 본 연구의 목적은 HYDRUS와 SWAP을 이용하여 노지 밭토양에서 깊이별 토양 수분을 예측하고, 실제 측정값과 비교하여, 두 프로그램을 성능을 비교 분석하는 것이다. 일별 토양수분을 계산하기 위하여 토양의 수리학적 매개 변수, 지표 및 토양의 하부 조건, 작물 특성 및 기상 조건을 프로그램에 입력하였다. 계산된 값들을 검증하기 위하여 사양질 토양에 시험 작물인 콩을 무관개 조건에서 재배하였다. 토양 수분 센서를 토양 표면부터 10cm 간격으로 40cm 깊이까지 매설하여 층위 수분을 측정하고, 수분이동 프로그램의 추정치와 비교 검증하였다. HYDRUS에서 10cm에서 40cm 깊이까지 R2(결정계수)는 0.973 ~ 0.979, RMSE(평균 제곱근 편차)는 2.7% ~ 3.3%의 값을 보이고 있다. SWAP에서는 R2값이 0.975 ~ 0.990, RMSE값이 1.6% ~ 3.2%로 계산되었다. 콩의 영양생장 단계에서는 두 프로그램 모두 측정값과 매우 유사한 값을 추정하고 있다. 하지만 콩의 생식생장 단계가 시작되는 8월 중순경부터는 HYDRUS가 작물의 생장 모듈을 포함하고 있지 않아 HYDRUS의 차이값이 SWAP 보다 큰 것을 알 수 있다. 전체적으로 두 프로그램 모두 높은 R2와 낮은 RMSE로 계산값이 측정값을 잘 예측하는 것으로 나타났다. 결론적으로 HYDRUS와 SWAP 모두 노지 스마트 환경조건에서 토양 함수율 관리와 생산성 향상에 매우 유용하게 이용될 수 있을 것이다.

제한된 데이터셋 조건별 YOLOv8 객체 분할 탐지 성능 비교

송지수 ( Jisu Song ),박재성 ( Jaesung Park ),김동석 ( Dongsuk Kim ),김효성 ( Hyosung Kim ),정은지 ( Eunji Jung ),황현정 ( Hyunjung Hwang ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.2

최신 딥러닝 기반의 객체 탐지 기술은 놀라운 성능을 보이며, 특히 YOLO (You Only Look Once)아키텍처는 빠르고 정확한 탐지 능력으로 주목받고 있다. 이 아키텍처의 최신 버전인 YOLOv8은 성능과 속도 모두에서 향상을 보였다. 그러나 대부분의 객체 검출 모델은 많은 데이터셋이 필요하며, 실제 환경에서는 금전 및 환경 등의 문제로 큰 데이터셋을 확보하기 어려울 때가 많다. 따라서 본 연구에서는 YOLOv8을 중심으로, 데이터셋의 다양한 구성 방법을 실험하여 객체 분할 탐지 성능의 차이를 비교하여 최적화 방안을 모색하고자 한다. 본 연구는 YOLOv8 아키텍처의 성능을 극대화하는 방법을 탐색하는 것을 주 목적으로 하였다. 이를 위해, 고해상도로 촬영된 딸기 이미지 281개와 해당 이미지의 Instance segmentation 라벨 데이터셋을 사용하였다. 이러한 데이터셋은 다양한 환경 및 조명 조건에서 촬영되었으며, 각 이미지에 대한 정확한 Ground Truth 정보를 라벨 데이터에서 얻을 수 있다. 학습의 효율성과 모델의 일반화 능력을 극대화하기 위해서, 데이터셋의 양과 학습, 검증 데이터의 분할 비율을 조절하며 실험을 진행하였다. 더불어, 기존 YOLO 아키텍처에서 활용하는 mosaic 증강 기법 외에도 여러 다양한 데이터 증강 방법을 적용하여 시험하였다. 성능평가는 주로 IOU(Intersection over Union)를 사용하여 이루어졌다. 예측 결과 중 Confidence 값이 90% 이상인 데이터만을 선별하여, 해당 예측 Mask와 Ground Truth Mask 간의 일치도를 평가하였다. 부족한 데이터셋에서의 딥러닝 모델의 성능 최적화는 중요한 연구 주제 중 하나이다. 본 연구는 제한된 데이터로 YOLOv8 아키텍처의 성능 최적화 방법을 탐색하는 것을 목표로 하였다. 학습의 효율성과 모델의 일반화 능력을 높이기 위한 다양한 실험을 진행하였으며, 이는 최고 수준의 객체 탐지 성능이 필요하지 않고 적당한 수준의 객체 탐지 성능이 필요한 사용자들에게 유용한 참고를 제공할 것으로 기대된다.

상춧잎 생육정보 예측을 위한 CNN모델 비교

송지수 ( Jisu Song ),박재성 ( Jaesung Park ),김동석 ( Dongseok Kim ),김효성 ( Hyosung Kim ),정은지 ( Eunji Jung ),황현정 ( Hyunjung Hwang ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.1

스마트팜 내에서 생육되는 식물의 적정한 성장을 위한 관리는 필수이다. 그러나 수많은 개체의 생장 수치를 시계열에 따라 모니터링하기에는 많은 시간과 인력이 요구된다. 따라서 스마트팜에서 획득한 이미지 및 영상을 이용하여 대량의 신속한 식물 생체 분석 기술이 개발될 필요가 있다. 본 연구에서는 상추의 이미지와 엽폭, 엽장 데이터를 이용하여 Keras의 CNN모델과 레이어를 사용해 이미지를 통한 잎 크기 예측 모델을 개발하였다. 본 연구에 사용한 데이터는 ‘AiHub’의 ‘지능형 수직농장 통합 데이터(엽채류)‘의 상추 데이터셋이며, bbox데이터를 이용하여 상추의 잎을 잘라낸 적색광 재배 상추의 이미지와 생체데이터를 활용하였다. CNN의 경우 사전 학습된 세 가지의 모델을 선정하였으며 VGG16, Resnet152, NASNetMobile을 사용했다. 이미지 증강, K겹 교차검증, 학습률 조정을 통해 적은 데이터세트에 의한 오류를 줄였다. 최종 모델인 NASNetMobile 에서의 예측은 엽폭과 엽장의 최고 R2 이 0.9436, 0.9568, MSE가 0.3203, 0.6848 등의 좋은 결과를 보인다. 학습용 데이터 세트가 업데이트되어 데이터 수량 및 다양성이 증가되면 성능이 향상되어 오차를 줄이고 실제 수직농장에 적용 가능할 것으로 기대된다.

시선추적 데이터를 활용한 국내 교육 연구 동향 분석: 인지과정 프레임워크를 바탕으로

송지수 ( Jisu Song ),신서경 ( Suhkyung Shin ) 한국교육공학회 2022 교육공학연구 Vol.38 No.1

최근 시선추적 데이터를 활용한 연구는 기존의 자기보고식 데이터의 한계에서 벗어나 학습자의 인지과정을 실증적으로 분석할 수 있다는 점에서 교육학 분야에서 활발히 연구가 수행되고 있다. 이에 본 연구는 지난 11년간 학습자의 시선추적 데이터와 관련된 주제로 발간된 국내 학술지 논문을 체계적으로 분석하여 향후 시선추적 데이터를 활용한 연구의 방향성을 제시하고자 하였다. 분석을 위해 2011년부터 2021년까지 국내 학술지에 게재된 60편의 연구를 선정하여, 학습자의 인지과정 프레임워크(선택, 조직화, 정교화, 메타인 지적 과정, 학습과 무관한 과정)에 따라 시선추적 데이터의 종류와 의미를 확인하고, 연구 대상과 교과 유형, 연구 변인을 분석하였다. 분석 결과, 주로 과학과 수학 영역에서 초등학생을 대상으로 진행하는 연구가 많았으며, 시간 및 빈도 지표와 시선고정 데이터가 주로 사용되고 있었다. 또한 학습자의 조직화, 선택 과정에 비하여 학습과 무관한 과정, 메타인지적 과정을 탐색하기 위해 사용된 시선추적 데이터는 매우 적었다. 마지막으로, 독립 변인에는 교수설계, 개인차, 종속변인에는 성취도, 주의집중이 설정된 연구가 많았다. 연구 결과를 바탕으로 향후 교육 연구에서 시선추적 데이터의 사용 가능성과 방향성을 논의하였다. Eye-tracking technology is a non-invasive method that allows objective analysis of a learner’s cognitive process. There has been an increasing interest in employing eye-tracking technology in educational contexts. In this study, a systematic literature analysis that encompassed 60 domestic studies published from 2011 to 2021 was conducted. The type and meaning of eye tracking data, target groups, subjects, and research variables were analyzed based on the cognitive process framework. The findings showed that studies were conducted mainly on elementary school students in science and math. Furthermore, temporal measures, count measures, and fixations were primarily used. However, learners’ extraneous and metacognitive processes were explored in a paucity of studies in comparison to selecting and organizing processes. Finally, while instructional design and individual differences were utilized mainly as independent variables, learning performance and attention were employed as dependent variables. In accordance with the results, implications for eye-tracking technology and future research in educational studies are discussed.

육계의 분포 패턴의 수치적 지표화 가능성에 대한 기본 분석

송지수 ( Jisu Song ),유정상 ( Jungsang Yoo ),이중용 ( Joong Yong Rhee ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.2

육계 사육에 있어서 닭이 계사에 분포하는 형태는 계사 환경의 균일성을 암시한다고 알려져 있으며 닭이 일부 지역에 집중되어 분포하는 경우에 외풍이 있거나 닭이 싫어하는 어떤 요인이 있을 것으로 알려져 있다. 그러나 닭이 일부에 집중되어 있는 것을 지표로 표시하는 방법이 없으므로 사육 지침서 나 논문에서는 추상적으로 개념을 설명할 수밖에 없다. 최근 인공지능을 이용하면 양계사를 촬영하고 닭의 비정 사적인 분포를 감지하려는 연구도 추진되고 있으나 인공지능이 판단한 패턴의 차이를 인간의 언어로 표시하려면 닭은 분포를 수학적 지표로 표시하는 방법이 필요하다. 본 연구는 육계사에서 닭의 분포상태의 이상을 감지하여 관리자에게 통보하기 위한 시스템 개발을 위한 기초연구이다. 연구 착안점은 육계사를 평면 좌표계에서 직사각형으로 가정할 때에 군집 상태의 닭 또는 동물의 위치를 설명하는 지표로서 닭의 존재 위치를 무게중심의 개념과 관성모멘트로 설명할 수 있다는 아이디어로 착안한 것이다. 본 연구는 육계가 분포하는 형태를 몇 가지로 구분하고자 시도하였으며 닭의 분포가 하나의 군집으로 존재하는 경우와 2개 또는 3개의 군집으로 존재하는 경우에 무게중심과 2차 모멘트, 3차 모멘트가 지표로서 타당한지를 검토하는 것과 닭에게 주어진 공간 즉 사육밀도가 다른 경우에 살포 패턴을 비교하기 위한 사육면적을 정규화하는 방법에 대하여 설명하였다. 또한 밀집사육되는 육계의 경우에 위치 좌표를 이용하지 않고 비어있는 공간을 감지하여 동일한 좌표로 설명되는 것을 비교하고자 하였다. 이 연구는 육계사에 적용하였지만 동물행동학이나 이를 응용한 사육기술 개발에 응용될 수 있을 것이다. 이 연구 이후에 닭의 평면 분포 영상을 실제로 해석하여 현장에서 나타는 분포의 형태를 정형화하고자 한다.

육계의 분포 패턴의 수치적 지표화 가능성에 대한 기본 분석

송지수 ( Jisu Song ),유정상 ( Jungsang Yoo ),이중용 ( Joong Yong Rhee ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.2

육계 사육에 있어서 닭이 계사에 분포하는 형태는 계사 환경의 균일성을 암시한다고 알려져 있으며 닭이 일부 지역에 집중되어 분포하는 경우에 외풍이 있거나 닭이 싫어하는 어떤 요인이 있을 것으로 알려져 있다. 그러나 닭이 일부에 집중되어 있는 것을 지표로 표시하는 방법이 없으므로 사육 지침서 나 논문에서는 추상적으로 개념을 설명할 수밖에 없다. 최근 인공지능을 이용하면 양계사를 촬영하고 닭의 비정 사적인 분포를 감지하려는 연구도 추진되고 있으나 인공지능이 판단한 패턴의 차이를 인간의 언어로 표시하려면 닭은 분포를 수학적 지표로 표시하는 방법이 필요하다. 본 연구는 육계사에서 닭의 분포상태의 이상을 감지하여 관리자에게 통보하기 위한 시스템 개발을 위한 기초연구이다. 연구 착안점은 육계사를 평면 좌표계에서 직사각형으로 가정할 때에 군집 상태의 닭 또는 동물의 위치를 설명하는 지표로서 닭의 존재 위치를 무게중심의 개념과 관성모멘트로 설명할 수 있다는 아이디어로 착안한 것이다. 본 연구는 육계가 분포하는 형태를 몇 가지로 구분하고자 시도하였으며 닭의 분포가 하나의 군집으로 존재하는 경우와 2개 또는 3개의 군집으로 존재하는 경우에 무게중심과 2차 모멘트, 3차 모멘트가 지표로서 타당한지를 검토하는 것과 닭에게 주어진 공간 즉 사육밀도가 다른 경우에 살포 패턴을 비교하기 위한 사육면적을 정규화하는 방법에 대하여 설명하였다. 또한 밀집사육되는 육계의 경우에 위치 좌표를 이용하지 않고 비어있는 공간을 감지하여 동일한 좌표로 설명되는 것을 비교하고자 하였다. 이 연구는 육계사에 적용하였지만 동물행동학이나 이를 응용한 사육기술 개발에 응용될 수 있을 것이다. 이 연구 이후에 닭의 평면 분포 영상을 실제로 해석하여 현장에서 나타는 분포의 형태를 정형화하고자 한다.

근사적 옵션 가격의 수치적 비교

윤정연,승지수,송성주,Yoon, Jeongyoen,Seung, Jisu,Song, Seongjoo 한국통계학회 2017 응용통계연구 Vol.30 No.2

본 논문에서는 옵션의 가격을 결정하기 위해 사용될 수 있는 몇 가지 근사적인 방법들을 수치적으로 비교하였다. 헤르미트 다항식 계열의 Edgeworth 확장과 A-type Gram-Charlier 방법, C-type Gram-Charlier 방법, normal inverse gaussian (NIG) 분포를 이용하는 방법, 그리고 비선형 회귀를 이용한 점근적 근사방법이 그것이다. 이 방법들을 위험중립 확률측도 하에서 수익률의 분포함수를 근사하여 옵션가격을 계산하는 방식과 옵션의 근사가격식을 먼저 구하고 모수를 추정하여 가격을 계산하는 두 가지 방식을 사용하여 비교하였다. 모의실험에서는 확률변동성 모형에서 많이 사용되는 Heston 모형과 레비확률과정에서 좋은 적합도를 보이는 NIG 모형을 이용하여 자료를 생성하였고, 실제 자료로는 KOSPI200 콜옵션을 이용하였다. 모의실험과 실제 자료분석의 결과, 근사적 가격식을 먼저 구하는 방식이 좀 더 우수한 성능을 보였고 그 가운데 A-type Gram-Charlier와 비선형 회귀를 이용한 점근적 근사방법이 좋은 성능을 보였으며, 분포함수를 추정하여 옵션가격을 계산하는 경우 NIG분포를 이용하는 것이 상대적으로 좋은 결과를 보였다. In this paper, we compare several methods to approximate option prices: Edgeworth expansion, A-type and C-type Gram-Charlier expansions, a method using normal inverse gaussian (NIG) distribution, and an asymptotic method using nonlinear regression. We used two different types of approximation. The first (called the RNM method) approximates the risk neutral probability density function of the log return of the underlying asset and computes the option price. The second (called the OPTIM method) finds the approximate option pricing formula and then estimates parameters to compute the option price. For simulation experiments, we generated underlying asset data from the Heston model and NIG model, a well-known stochastic volatility model and a well-known Levy model, respectively. We also applied the above approximating methods to the KOSPI200 call option price as a real data application. We then found that the OPTIM method shows better performance on average than the RNM method. Among the OPTIM, A-type Gram-Charlier expansion and the asymptotic method that uses nonlinear regression showed relatively better performance; in addition, among RNM, the method of using NIG distribution was relatively better than others.

농경지 내 표토 입경 분류를 위한 영상 기반 딥러닝 모델 개발

김동석 ( Dongseok Kim ),송지수 ( Jaesung Park ),황현정 ( Jisu Song ),배성규 ( Sunggyu Bae ),장성준 ( Seongjune Jang ),김주형 ( Juhyeong Kim ),박재성 ( Hyunjung Hwang ) 한국농공학회 2023 한국농공학회 학술대회초록집 Vol.2023 No.0

토성은 입도 분포에 따른 토양 구조, 밀도, 공극 등 물리적 특성을 결정하기 위해 필수적으로 알아야 할 기초적인 특성이다. 토양의 입경 크기에 따라 체 분류법과 비중계법을 통한 토성 분류가 일반적인 방법으로 사용되고 있다. 두 가지 방식 모두 상당량 이상의 현장 토양 시료가 필요하며, 정확한 토성 분류에 필요한 신뢰도 높은 데이터를 취득하기 위해 몇 차례 반복적인 실험이 필요하기도 하다. 완전 건조된 토양 시료를 사용해야 하기 때문에 건조시간 및 분류 실험을 통해 소모되는 시간이 크다는 단점이 있다. 이에 본 연구에서는 선정된 농경지의 6개 지점에서 채취한 토양 시료들을 이용해 토양 입자 크기별로 분류하여 실내 환경에서 소형 RGB 카메라를 통해 영상을 획득하였다. 완전 건조 상태의 이미지와 일정 간격의 함수비 조건별로 촬영한 이미지를 수집하여 Gray Scaling 및 HSV 색상값 등의 DIP기법과 딥러닝 기법을 통하여 토성의 입자 크기별 분류 모델을 설계하였다. 또한 이 결과는 해당 농경지의 시료 채취 지점의 GPS 데이터와 결합하여 GIS 상에 맵핑하였다. 해당 연구를 통해 토성 분류과정에 필요한 시간을 단축하고 다수의 농경지를 대상으로 하는 토성 분류 과정을 보다 효율적이고 간단하게 진행할 수 있을 것으로 기대된다. 또한 GPS 정보와 결합한 GIS 프로그램을 통해 다수의 농경지의 토성 정보를 일괄적으로 파악 가능할 수 있을 것이다. 이후 본 연구를 기반으로 해당 농경지의 토양의 함수비 및 EC, pH 등의 데이터를 수집하여 추가적인 특성 예측 모델을 개발하여 반영할 수 있을 것이라 기대한다.

예비교사의 수업 전문성 향상을 위한 동영상 사례기반학습 모형 설계 연구

신서경 ( Suhkyung Shin ),송지수 ( Jisu Song ),최예림 ( Yerim Choi ) 한국교육공학회 2021 교육공학연구 Vol.37 No.4

이 연구의 목적은 예비교사의 교수 전문성을 증진하는 효과적인 방안으로 동영상 사례기반학습을 탐색하고, 대학교 예비교사교육에서 활용 가능한 사례기반학습 수업모형과 구체적인 설계원리를 개발하는 것이다. 수업모형과 설계원리 개발을 위해 설계 개발 연구 방법을 적용하였다. 주요 설계 요소를 도출하기 위해 사례기반학습의 선행 연구분석과 시사점을 고찰한 후 초기 수업모형 및 설계원리를 개발하였다. 초기 모형과 설계원리의 타당화 검증을 위해 내적 타당화와 외적 타당화를 실시하였다. 내적 타당화를 위해 7명의 교수설계 전문가, 4명의 대학 교수자에게 검토를 받았으며, 외적 타당화를 위하여 수업모형과 설계원리를 반영한 교직 수업의 학습자를 대상으로 학습자 반응평가를 실시하였다. 타당화 과정에서 나타난 수정 사항을 반영하여, 사례기반 학습 단계별 세부 교수ㆍ학습활동과 수업모형, 교수 설계를 위한 11가지 설계원리와 25가지 상세지침을 개발하였다. 최종 개발된 동영상 사례기반 수업모형은 Kolb의 학습경험 이론을 적용하여 사례기반학습 준비, 사례관찰 및 분석, 반성적 성찰, 추상적 개념화, 능동적 실천의 5개의 단계로 구분하고, 수업 단계별로 세부 교수활동과 학습활동을 제시하였다. 또한, 최종 개발한 설계원리를 통해서는 과제 및 학습 환경 설계와 사례기반 학습활동 설계로 나누어 수업 전문성을 신장할 수 있는 구체적인 실천 방안을 제시하고자 하였다. 이러한 연구결과에 기반하여 동영상 사례기반학습을 적용한 예비교사 교육의 시사점과 제한점에 대해 논의하였으며, 연구의 제한점을 바탕으로 후속 연구를 제언하였다. The purpose of this study was to design an instructional model and design principles for video case-based learning (CBL) to improve pre-service teachers’ teaching professionalism. Video cases appear to capture the complexities of classroom interactions and have emerged as an effective instructional strategy in pre-service teacher education. In this study, the design and development research method was applied. The initial model and design principles were developed based on a review of the literature. For internal validity, seven experts and four teacher educators participated in the validation of the initial model and design principles through iterative development processes. For external validity, on-site evaluation was conducted by investigating pre-service teachers’ perceptions of CBL activities to identify areas for improvement in the developed model and principles. The result is a conceptual model with 11 design principles and 25 specific guidelines that provide practical support for teacher educators and researchers in designing and implementing CBL in teacher education settings. Theoretical and practical implications for future research and practice in pre-service education are discussed.