세션만료알림

후 자동 로그아웃됩니다.
세션을 초기화하시겠습니까?

본문으로 바로가기 본문으로 바로가기 주메뉴 바로가기

통합 검색

검색어 선택항목

결과내 키워드 검색

검색어

등록년도

  • ~

자료유형

국내외구분

데이터 제공처

+ 더보기
데이터 제공처
적용

데이터 리포지터리

+ 더보기
데이터 리포지터리
  •  
  •  
적용

과제수행기관

+ 더보기
과제수행기관
  •  
  •  
적용

부처

+ 더보기
부처
  •  
  •  
적용

주제분류

+ 더보기
주제분류
  •  
적용

접근권한

파일유형

+ 더보기
파일유형
  •  
적용

파일 다운로드 방법

라이센스유형

+ 더보기
라이센스유형
  •  
  •  
적용

작성언어

+ 더보기
작성언어
  •  
적용

검색결과 영역

검색어  > 

검색 결과를 데이터셋, 표/그림, 소프트웨어로 구분하여 확인할 수 있습니다.

데이터셋

1,928,265건
  • 2024 국내 공개 etc zip(6) Korean
    KOMPSAT-3/3A호 영상 기반 선박탐지 인공지능 학습 데이터셋
    KOMPSAT-3/3A Image-based AI Training Dataset for Ship Detection
    • 데이터 제공처 한국항공우주연구원
    • 데이터 리포지터리
    • 생성자 오한;
    • 국가연구자번호 11048591;
    • ntis과제번호 1711194021;
    • 과제명 위성정보 빅데이터 활용지원체계 개발 사업
    • 과제책임자 이광재
    • 과제수행기관 (재)한국항공우주연구원
    • 부처 과학기술정보통신부
    • 라이센스유형 CC-BY-SA;
    • 주제분류 인공위성 수신/관제/원격탐사/추적/감시기술; 재난정보관리체계;
    • 인용횟수 0
    • doi 10.22711/idr/1014
    • 버전 1.0

    위성영상을 통한 선박탐지는 해상 감시 및 안전, 불법 어업 감시, 해상 교통 관리 등 다양한 분야에서 중요한 역할을 수행하고 있다. 기존의 선박 감시 방법은 주로 인간의 직접적인 노력을 필요로 하며, 이는 상당한 자원과 시간이 소요된다. 또한 광범위한 해역을 효과적으로 모니터링 하는데 한계가 있다. 이러한 한계를 극복하기 위해 딥러닝 기술이 선박탐지에 새로운 접근법으로 등장하고 있다. 이 기술은 선박의 위치, 크기, 방향, 유형을 자동으로 분석하여 해상 관리와 안전을 강화할 수 있다. 그러나 이러한 시스템을 개발하고 실용성을 높이기 위해서는 대규모의 고품질 선박탐지 데이터셋이 필수적이다. 본 연구에서는 다목적 실용 위성 3/3A호 영상을 활용하여 다양한 해상 조건과 선박 종류를 포함하는 대규모의 고품질 데이터셋을 구축하였다. 또한, 이 데이터셋을 활용하여 다양한 최신 객체 탐지 인공지능 모델의 선박탐지 성능을 평가하였다.

  • 2022 국내 공개 Korean
    브라질:과학박물관(2022-01-18)
    • 데이터 제공처 한국항공우주연구원
    • 데이터 리포지터리
    • 생성자 한국항공우주연구원;
    • 국가연구자번호
    • ntis과제번호
    • 과제명
    • 과제책임자
    • 과제수행기관
    • 부처
    • 라이센스유형
    • 주제분류 CITY;
    • 인용횟수 0
    • doi
    • 버전 1.0

    국가 : Brazil, 장소 : Rio de Janeiro, 좌표계 : EPSG:3857, WMS버전 : 1.1.1, WMS포맷 : image/png

  • 2020 국내 공개 Korean
    그리스:파르테논신전(2020-09-03)
    • 데이터 제공처 한국항공우주연구원
    • 데이터 리포지터리
    • 생성자 한국항공우주연구원;
    • 국가연구자번호
    • ntis과제번호
    • 과제명
    • 과제책임자
    • 과제수행기관
    • 부처
    • 라이센스유형
    • 주제분류 CITY;
    • 인용횟수 0
    • doi
    • 버전 1.0

    국가 : Greece, 장소 : Athens, 좌표계 : EPSG:3857, WMS버전 : 1.1.1, WMS포맷 : image/png

  • 2024 국내 공개 English
    The processed SBP profiles and results of core measurements on the Chukchi margin
    • 데이터 제공처 극지연구소
    • 데이터 리포지터리
    • 생성자 Young Jin Cho(yjjoe@kopri.re.kr);
    • 국가연구자번호
    • ntis과제번호
    • 과제명
    • 과제책임자
    • 과제수행기관
    • 부처
    • 라이센스유형 CC BY-NC-ND;
    • 주제분류 Geoscientific Information;
    • 인용횟수 0
    • doi 10.22663/KOPRI-KPDC-00002442
    • 버전 1

    To investigate late Quaternary glaciations on the Chukchi Borderland, we used subbottom (echo sounding) profiles and analyzed multi-proxies of four sediment cores.

  • 2024 국내 공개 English
    Results of sediment core measurements recovered from the northern Svalbard (Wijdefjorden)
    • 데이터 제공처 극지연구소
    • 데이터 리포지터리
    • 생성자 YOUNGKYU AHN(youngq@kopri.re.kr);
    • 국가연구자번호
    • ntis과제번호
    • 과제명
    • 과제책임자
    • 과제수행기관
    • 부처
    • 라이센스유형 CC BY-NC-ND;
    • 주제분류 Geoscientific Information;
    • 인용횟수 0
    • doi 10.22663/KOPRI-KPDC-00002444
    • 버전 1

    To reconstruct the depositional environment since the last deglaciation in northern Svalbard, we recoverd and analyzed glacimarine sediments. HH17-1085-GC (80°16.465’, 016°12.648’) HH17-1091-GC (79°51.934’, 015°22.743’) HH17-1094-GC (79°44.650’, 015°25.319’) HH17-1100-GC (79°18.265’, 015°46.755’) HH17-1103-GC (79°09.827’, 015°57.703’) HH17-1106-GC (79°00.197’, 016°12.704’)

표/그림

5,645,813건