• 생명과학회지
• /
• 제33권6호
• /
• pp.490-497
• /
• 2023

임산부의 기존 질병 또는 임신 중 발생한 질병을 치료하기 위한 약물의 사용은 태아에게 잠재적인 위협이 될 수 있으므로 약물의 태아 독성 여부를 예측하는 것이 필수적이다. 하지만 약물의 태아 독성을 밝혀내는 것은 많은 시간과 비용을 필요로 하며 인간 태아에게서 독성 작용을 나타내는 근거가 불분명하다. 이에 따라 최근 태아 독성 평가를 위한 시험 설계의 현대화, 예측성 개선, 동물 사용 및 투자 비용 감소를 위한 in silico 태아 독성 평가 모델의 필요성이 대두되고 있다. 본 연구는 태아 독성 정보를 수집하고 다양한 기계학습 알고리즘을 적용하여 태아 독성 예측이 가능한 모델을 구축하였으며, 태아 독성 예측 모델의 입력 값으로 활용하기 위해 각 약물에 대한 구조적 및 생리학적 특성 벡터를 생성하였다. 이후 예측 정확도 개선을 위해 초매개변수를 조정하여 모델을 최적화 하였다. 개발한 태아 독성 예측 모델의 유효성을 검증하기 위해 학습 셋과 독립된 테스트 셋을 활용하여 정량적 성능 평가를 수행하였으며, 모든 모델의 약물 및 약물 후보 물질의 태아 독성 여부를 예측할 수 있는 것을 확인하였다(AUROC>0.85, AUPR>0.9). 나아가, 예측 모델의 특성 중요도를 분석하여 태아 독성과 관련성이 높은 약물의 특성을 제시하였다. 제안한 모델은 적은 비용과 시간으로 예측 점수를 제공함으로써 인간에 대한 태아 독성 연구를 설계하는 과정에 도움이 될 것을 기대한다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.23-34
• /
• 2023

군용 웨어러블 어플리케이션은 기존에는 상상할 수 없었던 개인 상태 점검 및 모니터링을 가능케 함으로써 큰 주목을 받고 있다. 그 중에서도 인간의 동작 상태를 인식하기 위한 기술은 개별 병력의 운용 현황 및 이동 상태를 즉각적으로 수집하여 능동적인 병력 관장을 허용한다는 점에서 그 필요성이 매우 높다. 본 논문에서는 군용 웨어러블 어플리케이션 연구의 일환으로 전투 상황 중의 군인이 어떤 환경에서 어떤 동작을 수행하고 있는지에 대한 정보를 취득하는 발목형 웨어러블 디바이스를 제안한다. 실제상황을 가정했을 때, 군인의 상지는 상황에 대한 변동성에 쉽게 노출되므로 지면과 상시 상호작용하고 있는 발목 부근에 측정 모듈을 부착한다. 측정 데이터는 각 동작 중의 3축 가속도 및 3축 각속도로 이들은 인간이 설정한 알고리즘으로는 해석이 불가능하다는 특징이 있다. 본 논문에서는 이러한 동적 데이터를 활용해 인간의 행동양식을 파악하기 위해 데이터의 이동 양상을 모델링하는 과정을 소개한다. 데이터로부터 추출되는 특징은 총 네 가지로 (최댓값, 최솟값, 평균, 표준편차) 딥러닝 모델의 인풋으로 활용돼 총 여덟 종류의 주요 군사 동작(Sitting, Standing, Walking, Running, Ascending, Descending, Low Crawl, High Crawl)을 분류하는데 활용된다. 그 결과, 임의의 시험 상황에 대해 95.16%의 정확도로 군인의 이동 현황을 파악해낼 수 있었다. 본 연구는 웨어러블 기술 및 인공지능을 융합하여 군용 어플리케이션으로 확장될 동작 인식의 새로운 접근 방식을 제안했다는 점에서 의미가 크다.

• 한국ITS학회 논문지
• /
• 제22권3호
• /
• pp.1-19
• /
• 2023

최근 탄소중립의 대안으로 떠오르고 있는 자전거의 통행행태를 파악하기 위하여 경유지를 고려한 통행발생량을 추정하고자 하였다. 서울시 공공자전거인 '따릉이'의 GPS 주행궤적 데이터를 이용하여 통행에서의 중간 경유지인 체류 지점을 파악하고, 인구, 토지이용, 물리적인 특성을 반영한 통행발생량 모형을 분석하였다. 맵매칭과 체류 지점 탐지 알고리즘을 이용하여 체류 지점을 추정한 결과, 전체 통행의 약 12.1%에서 체류 지점이 나타났다. 체류가 발생한 통행은 비체류에 비해 평균 이용거리와 이용시간이 더 길며, 체류 지점이 집중되는 시간대는 오전 첨두시와 오후 첨두시 사이의 비첨두시인 것으로 나타났다. 시각화 분석에 따르면 공원 및 레저 시설, 업무시설에서 주로 체류 지점이 나타났다. 체류 지점을 고려하기 위하여 기존의 대여소 기반이 아닌 육각격자를 분석단위로 설정하였으며, 영과잉 음이항(Zero-Inflated Negative Binomial, ZINB) 모형을 이용하여 체류 지점을 고려한 통행발생량을 추정하였다. 분석결과, 자전거전용도로 및 자전거·보행자겸용도로(분리형)와 같이 자전거 이용자의 안전이 확보된 자전거 인프라에서 통행발생량 및 체류 지점에서 발생한 통행이 많은 것으로 나타났다. 또한 공공자전거는 대중교통의 접근수단으로서 퍼스트&라스트 마일 수단의 역할을 하며, 생활중심지와 고용중심지에서 통행발생량이 커지는 것으로 나타났다. 이러한 분석 결과를 토대로 자전거 인프라의 추가 확충 계획 시 이용자의 안전시설 및 공간 확보가 우선돼야 하며, 대중교통과 연계한 자전거 인프라 시설 보급방안의 수립이 필요한 것으로 보인다.

• 한국체육학회지인문사회과학편
• /
• 제57권6호
• /
• pp.293-308
• /
• 2018

본 연구는 알파인 스키와 관련하여 과거부터 최근까지 진행된 운동역학 연구의 동향을 파악하여 향후 운동역학 분야에서 진행되어야 할 연구 방향을 제언하고자 수행하였다. 운동역학 연구 분야에서는 스키 턴의 메커니즘과 스키어의 등급과 기술 수준에 따른 자세 분석, 스키와 눈의 마찰력, 공기저항 등의 연구가 주로 진행되었다. 이후 측정 센서와 컴퓨터 시뮬레이션을 활용한 연구에서는 IMU와 GPS 센서를 활용하여 스키 장비 개발 및 획득 데이터 검증에 연구가 진행되고 있다. 이와 같은 연구동향을 반영하여 추후 알파인 스키 분야에서 진행되어야 할 운동역학 연구에 대한 제언은 다음과 같다. 첫째, 기존 운동역학 분석 범위의 한계를 넘어 스키 전 구간이 분석 가능하고 스포츠 현장에서 간편하게 활용할 수 있는 측정 장비가 개발되어야 한다. 둘째, 측정 센서를 활용하여 획득한 정보의 정확도 향상과 이를 바탕으로 다양한 분석기법에 관한 연구가 지속적으로 진행되어 스포츠 현장에 도움이 될 수 있는 자료가 제공되어야 한다. 셋째, 컴퓨터 시뮬레이션을 활용하여 스키에서 발생하는 부상 메커니즘을 명확히 정립하고 부상을 예방할 수 있는 방안을 모색해야 한다. 넷째, 컴퓨터 시뮬레이션을 활용한 3차원 스키 모델을 개발하여 실제 주행데이터와 비교 검증함으로써 최적화된 스키 궤적 알고리즘 제공이 필요하다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.116-116
• /
• 2021

자연 하천에서의 부유사 농도 계측은 주로 재래식 채집방식을 활용한 직접계측 방식에 의존하여 비용과 시간이 많이 소요되며 점 계측 방식으로 고해상도의 시공간 자료를 측정하기엔 한계가 존재한다. 이러한 한계점을 극복하기 위해 최근 위성영상과 드론을 활용하여 촬영된 다분광 혹은 초분광 영상을 통해 고해상도의 부유사 농도 시공간분포를 측정하는 기법에 대한 연구가 활발히 진행되고 있다. 하지만, 다른 하천 물리량 계측에 비해 부유사 계측 연구는 하천에 따라 부유사가 비균질적으로 분포하여 원격탐사를 통해 정확하고 전역적인 농도 분포를 재현하기는 어려운 실정이다. 이러한 부유사의 비균질성은 부유사의 입도분포, 광물특성, 침강성 등이 하천에서 다양하게 분포하기 때문이며 이로 인해 부유사는 지역별로 다양한 분광특성을 가지게 된다. 따라서, 본 연구에서는 이러한 영향을 고려한 전역적인 부유사 농도 예측 모형을 개발하기 위해 실내 실험을 통해 부유사 특성별 고유 분광 라이브러리를 구축하고 실규모 수로에서 다양한 부유사 조건에 대한 초분광 스펙트럼과 부유사 농도를 측정하는 실험을 수행하였다. 실제 부유사 농도는 광학 기반 센서인 LISST-200X와 샘플링을 통한 실험실 분석을 통해 계측되었으며, 초분광 스펙트럼 자료는 초분광 카메라를 통해 촬영한 영상에서 부유사 계측 지점에 대한 픽셀의 스펙트럼을 추출하여 구축하였다. 이렇게 생성된 자료들의 분광 다양성을 주성분 분석(Principle Component Analysis; PCA)를 통해 분석하였으며, 부유사의 입도 분포, 부유사 종류, 수온 등과의 상관관계를 통해 분광 특성과 가장 상관관계가 높은 물리적 인자를 규명하였다. 더불어 구축된 자료를 바탕으로 기계학습 기반 주요 특징 선택 알고리즘인 재귀적 특징 제거법 (Recursive Feature Elimination)과 기계학습기반 회귀 모형인 Support Vector Regression을 결합하여 초분광 영상 기반 부유사 농도 예측 모형을 개발하였으며, 이 결과를 원격탐사 계측 연구에서 일반적으로 사용되어 오던 최적 밴드비 분석 (Optimal Band Ratio Analysis; OBRA) 방법으로 도출된 회귀식과 비교하였다. 그 결과, 기존의 OBRA 기반 방법은 비선형성을 증가시켜도 좁은 영역의 파장대만을 고려하는 한계점으로 인해 부유사의 다양한 분광 특성을 반영하지 못하였으며, 본 연구에서 제시한 기계학습 기반 예측 모형은 420 nm~1000 nm에 걸쳐 폭 넓은 파장대를 고려함과 동시에 높은 정확도를 산출하였다. 최종적으로 개발된 모형을 적용해 다양한 유사 조건에 대한 부유사 시공간 분포를 매핑한 결과, 시공간적으로 고해상도의 부유사 농도 분포를 산출하는 것으로 밝혀졌다.

• 한국도서관정보학회지
• /
• 제54권2호
• /
• pp.23-42
• /
• 2023

도서관 여행 프로그램은 J시가 처음 도입, 운영하고 있는 새로운 형태의 문화프로그램으로, 도서관 여행자는 정해진 코스에 따라 관내 특화 도서관을 여행하며 다양한 체험을 하게 된다. 본 연구는 보다 많은 이용자들이 도서관 여행에 참여할 기회를 누릴 수 있도록 기존 고정된 단체여행 형태 외에 개별 참여하는 이용자의 특성을 고려한 맞춤형 코스 추천 모델 구축을 목적으로 한다. 이를 위해 도서관 여행자의 특성을 유형화하여 여행자 페르소나를 설정하였으며, 그에 따른 도서관 평가 항목과 평가 기준을 수립하였다. 도서관 여행 프로그램의 대상이 되는 도서관 22관을 선정, 실제 답사를 통해 도서관 데이터를 실측하였다. 수집한 데이터를 기반으로 여행자의 특성에 적합한 도서관의 특징을 도출하였으며, 의사결정나무 알고리즘을 활용해 페르소나 기반의 도서관 여행 코스 추천 모델을 개발하였다. 나아가 추천 모델의 활용 가능성을 시연하기 위해 이를 적용한 모바일 앱 목업을 제작하였으며, 실제 J시 도서관 이용자들을 대상으로 사용자 평가를 진행해 개발한 모델의 만족도와 개선사항을 파악하였다.

• 스마트미디어저널
• /
• 제12권1호
• /
• pp.9-16
• /
• 2023

최근 농가의 사과 품질 선별 작업에서 인적자원의 한계를 극복하기 위해 합성곱 신경망(CNN) 기반 시스템이 개발되고 있다. 그러나 합성곱 신경망은 동일한 크기의 이미지만을 입력받기 때문에 샘플링 등의 전처리 과정이 요구될 수 있으며, 과도 샘플링의 경우 화질 저하, 블러링 등 원본 이미지의 정보손실 문제가 발생한다. 본 논문에서는 위 문제를 최소화하기 위하여, 원본 이미지의 패치 기반 그래프를 생성하고 그래프 트랜스포머 모델의 랜덤워크 기반 위치 인코딩 방법을 제안한다. 위 방법은 랜덤워크 알고리즘 기반 위치정보가 없는 패치들의 위치 임베딩 정보를 지속적으로 학습하고, 기존 그래프 트랜스포머의 자가 주의집중 기법을 통해 유익한 노드정보들을 집계함으로써 최적의 그래프 구조를 찾는다. 따라서 무작위 노드 순서의 새로운 그래프 구조와 이미지의 객체 위치에 따른 임의의 그래프 구조에서도 강건한 성질을 가지며, 좋은 성능을 보여준다. 5가지 사과 품질 데이터셋으로 실험하였을 때, 다른 GNN 모델보다 최소 1.3%에서 최대 4.7%의 학습 정확도가 높았으며, ResNet18 모델의 23.52M보다 약 15% 적은 3.59M의 파라미터 수를 보유하여 연산량 절감에 따른 빠른 추론 속도를 보이며 그 효과를 증명한다.

• 대한토목학회논문집
• /
• 제28권4D호
• /
• pp.459-467
• /
• 2008

토지이용 밀집에 따른 지상공간의 부족으로 점차 지하공간의 활용이 늘어가고 있다. 단지 건축물 지하공간의 활용이 아닌 이동공간으로서, 저장창고로서, 밀집상가로서의 지하시설물의 공간적 크기가 확대되는 추세이다. 하지만 지하공간은 지상에 비해 화재에 취약한 약점을 가지고 있다. 특히 유동인구가 많은 지하상가의 경우 대부분 불에 타기 쉬운 옷가지가 많고, 환기가 제대로 이루어지지 않아 유독가스에 노출되어 있다. 또한 폐쇄적인 구조로 피난 및 접근이 어려워 대형인명피해의 위험을 가지고 있다. 따라서 본 연구에서는 복잡한 구조의 지하시설물에서 화재시 연기 및 불길을 피해 안전하고 빠르게 피난자들을 대피시키는 방안에 대해 연구하였다. 최근 첨단기술의 발달로 저렴한 비용으로 유비쿼터스 센서 네트워크를 구축하여 주변환경의 센서정보를 수집하는 것이 가능해졌고, 이러한 정보를 이용하여 보다 효과적인 피난 유도를 위한 시스템을 제안하였다. 센서로부터 수집되는 연기, 온도 등의 화재정보는 기존의 지하시설물의 정보와 통합가공되어 유도 프로세스에 의해 유도매개체로 전송되는데 정보의 가공은 통로의 용량과 거리를 고려하여 시간을 최소화하는 최소시간경로 탐색 알고리즘을 활용한다. 사례연구를 통하여 본 연구의 효용성을 검증하고 미흡한 부분을 찾아보았다.

• 대한토목학회논문집
• /
• 제28권5A호
• /
• pp.673-683
• /
• 2008

본 연구는 PSC I 거더교량을 대상으로 포장층에 축감지기가 없이 오로지 교량 상부구조 하면에서 측정한 변형률 신호만을 이용하는 차량하중분석시스템 개발에 관한 것이다. 중 차량이 교량을 주행할 때 교량 바닥판에서 측정한 변형률 신호로 차량주행정보를 추출하고, 교량 거더 및 가로보에서 측정한 변형률 신호로 차량하중정보를 추출하는 방법이다. 이러한 정보 분석을 위하여 영향선 분석방법과 인공신경망 분석방법을 사용하였다. 학습 데이터 확보 및 시스템 검증을 위하여 임의차량 및 시험차량 주행시험을 실시하였다. 대상 교량에서 하중분석결과, 가로보 변형률 신호를 이용한 경우가 거더 변형률 신호를 이용한 경우보다 더 정확한 결과를 나타내었고, 차선당 2열로 설치된 교량 바닥판 슬래브의 변형률 신호를 이용한 피크 검출 알고리즘도 차량의 속도와 축 수, 주행 차선, 축간 거리, 차간 거리 등의 주행정보를 추출하는데 매우 효과적임을 확인하였다. 또한, 가로보의 변형률 신호를 가지고 인공신경망 학습을 하여 시스템을 구성할 수 있는 경우가 기존의 거더 변형률 신호와 영향선만으로 시스템을 구성하는 경우보다 더 정확한 결과를 얻을 수 있음도 확인 하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.4-7
• /
• 2022

최근 다 시점 영상 콘텐츠 기반 3차원 공간(장면) 복원을 위한 다 시점 깊이 추정 딥러닝 네트워크 방법론이 널리 연구되고 있다. 다 시점 영상 콘텐츠는 촬영 구도, 촬영 환경 및 세팅에 따라 다양한 특성을 가지며, 고품질의 3차원 복원을 위해서는 이러한 특성을 이해하고, 적절한 깊이 추정 네트워크 기법들을 적용하는 것이 중요하다. 다 시점 영상 촬영 구도로는 수렴형, 발산형이 존재하며, 촬영 세팅에는 카메라 시점 간 물리적 거리인 baseline이 있다. 본 연구는 이와 같은 다 시점 영상 콘텐츠의 종류와 각 특징에 기반하여 콘텐츠(데이터 셋)의 특성에 따른 적절한 깊이 추정 네트워크 방법론을 다룬다. 실험 결과로부터, 기존의 다 시점 깊이 추정 네트워크를 발산형 또는 large baseline 특성을 가지는 데이터 셋에 곧바로 적용하는데 한계점이 존재함을 확인하였다. 따라서, 각 영상 환경에 적합한 '참조 시점 개수' 및 적절한 '참조 시점 선택 알고리즘'의 필요성을 검증하였다. 결론적으로, 3차원 공간(장면) 복원을 위한 딥러닝 기반 깊이 추정 네트워크 구현 시, 본 연구 결과가 다 시점 영상 콘텐츠 기반 깊이 추정 기법 선택에 있어 가이드라인으로 활용될 수 있음을 확인하였다.