• 한국전산구조공학회논문집
• /
• 제35권6호
• /
• pp.367-374
• /
• 2022

본 논문에서는 역전파 방법 기반 자동미분법을 이용하여 설계민감도를 구하고 이를 응력제한조건을 고려한 위상최적설계에 적용하였다. 응력제한조건이 있는 위상최적화문제는 특이점(singularity)과 응력의 국부성(local nature of stress constraint)문제, 그리고 설계 변수에 대한 비선형성의 문제를 포함하고 최적해를 얻기가 매우 힘들다. 특이점 문제를 해결하기 위해서 응력 완화(stress relaxation) 기법을 사용하였고, 응력의 국부성을 해결하기 위해 p-norm을 이용한 전역 응력치를 제한조건에 사용하였다. 설계 변수에 대한 비선 형성을 극복하기 위해 해석적인 방법으로 정확한 설계민감도를 구하는 것이 중요하다. 위상최적설계에서 기존에는 보조변수방법 (adjoint variable method)을 사용하여 빠르고 정확한 설계민감도를 구했지만, 설계민감도를 해석적으로 구해야 하고, 보조평형방정식을 추가로 풀어야 하는 어려움이 있다. 이를 해결하기 위해서 인공신경망에서 최적 가중치(weights)와 편차(biases)를 구할 때 쓰이는 역전파 기법을 이용하여 설계민감도를 구하고 이를 응력제한조건을 고려한 위상최적설계에 적용하였다. 역전파 기법은 자동미분에 쓰이는 기법으로 목적함수나 제한조건에 대한 설계민감도를 별도의 수식유도 없이 간단하게 구할 수 있는 장점이 있다. 또한, 미분값을 구하는 역전파의 과정이 보조평형방정식을 푸는 것보다 계산시간이 빠르고 해석적 방법으로 구한 설계민감도와 같은 정확도를 보여준다.

• 과학교육연구지
• /
• 제47권2호
• /
• pp.211-224
• /
• 2023

본 연구의 목적은 예시 자료를 활용하여 자동문항생성을 기반으로 생성된 평가도구의 신뢰도를 산출하는 방안을 제시하는 데 있다. 이를 위해 학생들마다 다른 문항에 응답하는 설계와 평가 점수에 다중 오차요인을 반영할 수 있는 다변량일반화가능도이론을 예시 자료에 적용하여 분석하였다. G-연구분석 결과, 대부분의 설계에서 잔차 효과 다음으로 고전검사이론의 진점수에 해당하는 학생 효과가 크게 나타났다. 또한 문항 내용 영역을 고정한 설계에서 학생들의 상대적 순위는 문항 유형이나 문항에 따라 변하지 않았으며, 문항 유형을 고정한 설계에서 내용 영역에 따라 난이도는 거의 변화가 없는 것으로 나타났다. D-연구 분석 결과, 원자료는 적정수준 이상의 신뢰도를 확보하였으며, 수와 연산, 기하, 확률 및 통계 영역의 문항 수를 줄이거나 문자와 식과 함수 영역의 가중치를 높게 반영함으로써 원자료보다 높은 신뢰도를 산출할 수 있는 것으로 나타났다. 본 연구에서 제시한 효율적인 측정 조건은 예시 평가 자료에 제한되지만 본 연구에서 활용한 방법은 자동문항생성 기반의 다양한 평가 상황에서 측정학적 특성을 바탕으로 신뢰도를 산출하고, 효율적인 측정 조건을 탐색하는 데 적용 가능하다.

• 한국컴퓨터정보학회논문지
• /
• 제14권11호
• /
• pp.1-12
• /
• 2009

집단따돌림(모빙: Mobbing, 이하 '모빙')은 사회 전반에 걸쳐 빠르게 확산되고 있으며 군 조직도 예외가 될 수 없다. 군 조직에서의 모빙 현상은 성인사회 따돌림의 형태인 심리적 배제뿐만 아니라 때로는 심리적, 신체적 괴롭힘까지 나타나기 때문에 자살이나 난동 같은 심각한 군기 사고로 이어지기도 한다. 특히 군 조직에서는 집단 따돌림 예방을 위한 여러 가지 제도 및 관리방안의 시행에도 불구하고 그 피해자가 계속 발생하므로 문제 해결을 위한 어떤 제도와 관리방안을 마련하는 것 보다 그 희생 대상자와 잠정적 희생 대상자를 파악하는 것이 보다 효율적이라는 것을 말해준다. 따라서 본 논문에서는 이러한 문제 해결을 위해 모빙 현상에 관련된 7개의 요소(Factor)와 그 하위에 포함된 50개의 속성 (Attribute)들을 선정한다. 이후 자체 개발한 Gunwoo's 소셜 네트워크 서비스를 이용하여 나와 커뮤니티를 형성한 그룹들에 대해 연관성 유무에 따라 관계가 있으면 '1', 관계가 없으면 '0'으로 표현하여 지수화 한다. 그리고 나와 사용자들 간의 유사도 산정을 위해 유사도 함수(Dice 계수)를 적용한다. 다음으로 SPSS 클레멘타인의 인공신경망(ANN: Artificial Neural Network) 알고리즘을 통해 7개 요소들에 대한 최적의 가중치를 산출하고, 이 값들의 총합으로 Mobbing Value(이하 '모빙 지수')를 산정하기 위한 알고리즘을 제안한다. 이 알고리즘은 현재의 모빙 희생자와 잠정적인 희생자를 파악하여 희생자 관리 개선에 도움이 될 것이다.

• 디지털융복합연구
• /
• 제20권3호
• /
• pp.325-331
• /
• 2022

에지 네트워크 환경에서 IoT 장치가 다양하게 활용되면서 IoT 장치에서 수집되는 정보들을 여러 응용 분야에서 활용하는 연구들이 다양하게 진행되고 있다. 그러나, 네트워크 환경(간섭, 전파방해 등)에 따라 수집되는 IoT 데이터들이 누락 또는 오류가 발생하는 상황이 빈번해지면서 정확한 IoT 데이터들을 바로 적용하기가 쉽지 않은 상황이다. 본 논문에서는 에지 네트워크 환경에서 수집되는 IoT 데이터들의 오류를 줄이기 위해서 IoT 데이터의 서명 값을 랜덤하게 생성하여 비트 형태로 보안 정보(Security Information, SI) 값만을 IoT 데이터들에 각각 할당함으로써 IoT 데이터의 신뢰성을 보장하는 관리 기법을 제안한다. 제안 기법은 IoT 장치로부터 수집되는 데이터들을 비대칭적으로 서로 연계 처리하도록 다중 해쉬 체인을 적용하여 IoT 데이터를 블록체인으로 묶는다. 이때, 블록 체인화된 IoT 데이터들은 딥러닝 기반으로 상관관계 지수에 따라 가중치를 적용한 확률 함수를 사용한다. 또한, IoT 데이터의 무결성과 처리 비용을 낮추기 위해서 제안 기법은 그룹화된 IoT 데이터를 n-계층 구조로 확장 운영 가능하다.

• 한국터널지하공간학회 논문집
• /
• 제12권1호
• /
• pp.1-14
• /
• 2010

지금까지 Martin 등(1999)의 선형관계식에 의한 스폴링 깊이 평가법이 널리 이용되어 왔으나, 이 방법은 원형 공동에만 적용될 수 있으며 실제 스폴링 발생현장에 적용한 결과 과대평가하는 결과를 보였다. 한편, 스폴링 폭을 평가하는 방법은 아직까지 제시되어 있지 않아 적절하게 평가가 이루어지지 못했다. 그러나, 스폴링 영역에 대한 적절한 보강을 위해서는 스폴링 깊이와 스폴링 폭에 대한 정량적인 평가가 필수적이다. 본 연구에서는 스폴링 관측사례와 스폴링 발생현장의 CWFS 수치해석 사례를 통해 3가지 스폴링 평가인자의 함수로 표현되는 정규화 스폴링 깊이와 정규화 스폴링 폭의 선형회귀식을 도출하였고, 통계추론에 의한 95% 신뢰구간을 통해 회귀식의 신뢰성을 검증하였다. 제안된 선형회귀식으로부터 예측된 스폴링 깊이와 스폴링 폭은 회귀관계의 분산도를 고려한 가중치를 적용함으로써 현장관측결과를 합리적으로 예측할 수 있었다.

• 대한의용생체공학회:의공학회지
• /
• 제19권5호
• /
• pp.455-468
• /
• 1998

이 연구에서는 간질 환자의 F-18-FDG 뇌 PET 영상을 공간정규화 기법으로 표준지도 위에 정규화한 후 표준지도의 해부학적 위치 정보를 이용하여 뇌기능영상의 영역을 자동적으로 분할하고 각 해부학적 위치의 F-18-FDG 섭취율을 추출하였다. 뇌 각 영역의 F-18-FDG 섭취율을 데이터베이스화한 것을 입력으로 하는 인공신경회로망을 구성하고 학습시켜 핵의학 전문의가 판독한 결과와 얼마나 일치되는지를 분석하였다. 핵의학 전문의 2명이 좌측측두엽간질(112명), 우측측두엽간질(81명) 혹은 정상(64명)으로 판독한 F-18-FDG 뇌 PET 영상을 대상으로, 학습의 치우침을 줄이기 위해 각 질환 군에서 동일한 수(40명)를 선택하여 학습군을 구성하고 학습군을 제외한 정상 24명, 좌측측두엽간질 72명, 우측 측두엽간질 41명의 F-18-FDG PET을 시험군으로 하였다. 모든 영상을 SPM76을 이용하여 MNI 표준지도 위에 공간정규화하고 전체 뇌영역의 평균 계수를 100으로 정규화하였다. 영역 분할 프로그램을 개발하여 표준지도를 34개 영역으로 분할하고 모든 영상에서 각 뇌영역엔 대한 평균 계수를 추출하였다. 비선형 패턴분류에 효과적인 다층퍼셉트론 신경회로망 모델을 써서 오류역전파 알고리즘으로 학습시켰다. 한 층의 은닉층을 부여하고 은닉층의 뉴런 수를 5개부터 차츰 늘려가며 최적의 개수를 선택하였다. 초기 가중치와 바이어스 값은 무작위 값을 갖게 하였다. 출력단은 세 개의 뉴런을 갖고 각 뉴런은 입력이 정상이면 [1 0 0], 좌측측두엽간질이면 [0 1 0], 우측측두엽간질이면 [0 1 0]의 값을 탐 값으로 하였다. 뉴런의 활성화 함수는 시그모이드 함수를 사용하였다. 입력단은 17개의 뉴런으로 구성하고 서로 마주보는 뇌영역의 계수 타이(오른쪽-왼쪽)를 입력으로 하였다 회로망의 학습 횟수를 10,000번으로 제한하여 오타의 허용치를 1로 설정하고 학습 횟수가 넘거나 오차가 허용치보다 작을 때 학습을 중단하게 하였다. 모멘텀과 적응형 학습율을 사용하여 신경회로망의 성능을 향상시키고 학습 속도를 빠르게 하였다. 모든 PET 영상에서 성공적으로 공간정규화 파라메터를 추출하여 표준지도에 정규화할 수 있었다 다층퍼셉트론 모델을 기반으로 한 인공신경회로망으로 27개의 은닉층 뉴런을 사용했을 때 최적의 결과를 얻을 수 있었다. 학습군에 대해서 1508번의 반복 학습을 시킨 결과 오차율 0%인 신경 회로망을 얻었으며 시험군에 대해 적용한 결과 전문가의 판독결과와 80.3%의 일치율을 보였다. 은닉층의 뉴런 수가 10개나 30개인 경우에도 학습군에 대해 오타율 0%인 신경회로망을 얻을 수 있었으며 이때의 시험군에 대한 일치율 역시 75∼80%의 값을 보였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제14권1호
• /
• pp.1-12
• /
• 2008

본 논문에서는 야외 및 실내에서 촬영된 차량 영상에 대해 실시간으로 차량 색상을 인식할 수 있는 GPU(Graphics Processing Unit) 기반의 알고리즘을 제시한다. 전처리 과정에서는 차량 색상의 표본 영상들로부터 특징벡터를 계산한 뒤, 이들을 색상 별로 조합하여 GPU에서 사용할 참조 텍스쳐(Reference texture)로 저장한다. 차량 영상이 입력되면, 특징벡터를 계산한 뒤 GPU로 전송하고, GPU에서는 참조 텍스쳐 내의 표본 특징리터들과 비교하여 색상 별 유사도를 측정한 뒤 CPU로 전송하여 해당 색상명을 인식한다. 분류의 대상이 되는 색상은 가장 흔히 발견되는 차량 색상들 중에서 선택한 7가지 색상이며, 검정색, 은색, 흰색과 같은 3가지의 무채색과 빨강색, 노랑색, 파랑색, 녹색과 같은 4가지의 유채색으로 구성된다. 차량 영상에 대한 특징벡터는 차량 영상에 대해 HSI(Hue-Saturation-Intensity) 색상모델을 적용하여 색조-채도 조합과 색조-명도 조합으로 색상 히스토램을 구성하고, 이 중의 채도 값에 가중치를 부여함으로써 구성한다. 본 논문에서 제시하는 알고리즘은 다양한 환경에서 촬영된 많은 수의 표본 특징벡터를 사용하고, 색상 별 특성을 뚜렷이 반영하는 특징벡터를 구성하였으며, 적합한 유사도 측정함수(likelihood function)를 적용함으로써, 94.67%에 이르는 색상 인식 성공률을 보였다. 또한, GPU를 이용함으로써 대량의 표본 특징벡터의 집합과 입력 영상에 대한 특징벡터 간의 유사도 측정 및 색상 인식과정을 병렬로 처리하였다. 실험에서는, 색상 별로 1,024장씩, 총 7,168장의 차량 표본 영상을 이용하여 GPU에서 사용하는 참조 텍스쳐를 구성하였다. 특징벡터의 구성에 소요되는 시간은 입력 영상의 크기에 따라 다르지만, 해상도 $150{\times}113$의 입력 영상에 대해 측정한 결과 평균 0.509ms가 소요된다. 계산된 특징벡터를 이용하여 색상 인식의 수행시간을 계산한 결과 평균 2.316ms의 시간이 소요되었고, 이는 같은 알고리즘을 CPU 상에서 수행한 결과에 비해 5.47배 빠른 속도이다. 본 연구에서는 차량만을 대상으로 하여 색상 인식을 실험하였으나, 일반적인 피사체의 색상 인식에 대해서도 제시된 알고리즘을 확장하여 적용할 수 있다.

• 한국의학물리학회지:의학물리
• /
• 제23권4호
• /
• pp.317-325
• /
• 2012

Varian의 전자표탈영상장치(EPID, electronic portal imaging device) 검출기로 측정된 선량값은 PDIP알고리즘으로 예측된 선량 값과 비교하여 빔 중심으로부터 EPID 검출기 모서리로 갈수록 측정된 선량 값이 커지는 경향을 가지고 있다. 이를 손쉽게 임상에서 보정할 수 있는 축이탈보정(off-axis correction)알고리즘이 제안되어 본원에 설치된 Varian 선형가속기를 대상으로 적용하였다. $38{\times}28cm$의 조샤야를 열고 SSD 100 cm에서 6 MV, 15 MV 광자빔을 100 MU 조사하여 선량을 측정하고 이를 PDIP 알고리즘을 적용한 예측 선량과 비교하였다. 측정된 선량과 예측된 선량값의 비율을 축이탈거리의 4차 다항함수로 근사하여 가로선량분포 보정에 사용되는 $40{\times}40cm$ 주대각 빔 측정 데이터에 가중치로 두어 축이탈 보정을 실시했다. 보정전 $38{\times}28cm$ 조사면에서 계산된 선량값과 측정된 선량사이에는 6 MV 빔의 경우 $4.17{\pm}2.76$ CU, 15 MV 빔은 $3.23{\pm}2.59$ CU의 차이가 있었으나 보정 후 두 선량값의 차이는 각각 $0.18{\pm}0.8$ CU, $04{\pm}0.85$ CU로 1% 이내로 줄였다. PDIP 알고리즘 사용준비에 사용되는 피라미드 형태 유동량(fluence)의 감마 성공률(gamma pass rate)은 절대 선량 측정값을 기준으로 허용기준 4%, 4 mm에서 6 MV는 98.7%, 15 MV는 99.1%로 나타났으며 보정 후 각각 99.8%와 99.9%로 향상되었다. 축이탈 보정을 실시하고 임의로 두경부암과 전립선암의 세기조절방사선치료계획을 선정하여 세기조절방사선 치료의 정도관리를 진행했으며 보정 전과 비교하여 허용기준 3%, 3 mm에서 감마 성공률이 보정 전, 후 각각 두경부암: $94.7{\pm}3.2%$, $98.2{\pm}1.4%$ 및 전립선암: $95.5{\pm}2.6%$, $98.4{\pm}1.8%$로 평균적으로 3% 향상되었다. 축이탈보정은 EPID를 사용하는 세기조절 방사선치료의 정도관리에 있어 축이탈거리에 따른 계산된 선량값과 측정된 선량값의 차이를 효과적 보정하는 방법으로 임상에서 쉽게 적용하여 사용할 수 있을 것으로 기대된다.

• 전기전자학회논문지
• /
• 제25권3호
• /
• pp.493-500
• /
• 2021

본 논문에서는 다각형 용기의 품질 향상을 위한 딥러닝 구조 개발을 제안한다. 딥러닝 구조는 convolution 층, bottleneck 층, fully connect 층, softmax 층 등으로 구성된다. Convolution 층은 입력 이미지 또는 이전 층의 특징 이미지를 여러 특징 필터와 convolution 3x3 연산하여 특징 이미지를 얻어 내는 층이다. Bottleneck 층은 convolution 층을 통해 추출된 특징 이미지상의 특징들 중에서 최적의 특징들만 선별하여 convolution 1x1 ReLU로 채널을 감소시키고convolution 3x3 ReLU를 실시한다. Bottleneck 층을 거친 후에 수행되는 global average pooling 연산과정은 convolution 층을 통해 추출된 특징 이미지의 특징들 중에서 최적의 특징들만 선별하여 특징 이미지의 크기를 감소시킨다. Fully connect 층은 6개의 fully connect layer를 거쳐 출력 데이터가 산출된다. Softmax 층은 입력층 노드의 값과 연산을 진행하려는 목표 노드 사이의 가중치와 곱을 하여 합하고 활성화 함수를 통해 0~1 사이의 값으로 변환한다. 학습이 완료된 후에 인식 과정에서는 학습 과정과 마찬가지로 카메라를 이용한 이미지 획득, 측정 위치 검출, 딥러닝을 활용한 비원형 유리병 분류 등을 수행하여 비원형 유리병을 분류한다. 제안된 다각형 용기의 품질 향상을 위한 딥러닝 구조의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과, 양품/불량 판별 정확도 99%로 세계최고 수준과 동일한 수준으로 산출되었다. 검사 소요 시간은 평균 1.7초로 비원형 머신비전 시스템을 사용하는 생산 공정의 가동 시간 기준 내로 산출되었다. 따라서 본 본문에서 제안한 다각형 용기의 품질 향상을 위한 딥러닝 구조의 성능의 그 효용성이 입증되었다.

• 한국조경학회지
• /
• 제49권2호
• /
• pp.89-100
• /
• 2021

본 논문은 개인과 환경의 상호작용 정도를 '인지된 자연성'의 척도로 평가하였다. 헤메로비 7등급(Hemeroby)을 인간의 영향의 정도에 따라 토지피복 세분류로 구분하고, 지표별로 등급을 표준화하여 확률밀도함수와 가중치 적용을 통해 서울시 도시공원의 현 상태를 평가하였다. 그중 특징 있는 공원 6곳을 선정하여 이용자 평가를 시행하여, 자연성 지표에 따른 공간적 평가와 이용자 인식 사이에 3가지의 시사점을 발견하였다. 첫째, 수목이 군락을 이루는 활엽수림·침엽수림·혼효림 등의 공간은 Hemeroby 등급 체계에서 자연성이 높은 공간으로 평가되며, 이용자에게도 일반적으로 자연성이 높은 공간으로 인식되고 있다. 이용자는 다양한 형태의 수목 공간이 자연성이 높다고 인식하였다. 수목의 울창함은 인지된 자연성에 있어서 하나의 요인이 된다. 둘째, Hemeroby 등급 지표에서 자연성이 높게 평가된 '내륙 습지' · '호소' 등 수공간의 인지된 자연성은 공원 주변의 환경 상태에 따라 편차가 크게 나타났다. 셋째, 초지 등과 같은 수평적 경관보다는 수직적인 경관 요소인 수목 등을 통해 자연성이 높게 평가되었다. 녹지공간을 이용하는 이용자의 자연성 인식은 토지피복을 활용한 자연성 평가와 일반적으로 유사하지만, 특정 공간에 대한 자연성 인식은 차이를 보였다. 이는 이용자가 인식하는 자연성에는 개인이 직접 보고, 듣고, 경험한 내용도 포함되기 때문이다. 이용자는 개인적 인식을 바탕으로 자연성을 구조화하고, 도시 녹지의 가치를 평가하는 특징이 있다. 따라서, 도시 녹지의 자연성 평가는 모든 이용자에게 통용되는 절대적인 기준이 존재할 수 없다. 향후 이용자 번들 혹은 도시공원의 인지된 자연에 대한 상충된 이해 그룹에 관한 연구가 필요하다. 이러한 연구는 각 도시공원 서비스가 제공하는 자연성에 대한 방향성 설정에 중요한 자료가 될 것이다.