• 한국산학기술학회논문지
• /
• 제19권10호
• /
• pp.243-253
• /
• 2018

본 연구 목적은 제2형 당뇨병 환자에서의 D-chiro-inositol(DCI)의 혈당강하 효과, 당뇨 자가관리(Summary of Diabetes Self-Care Activities, SDSCA) 및 삶의 질(SF-36 Version 2.0, Korean)에 미치는 요인을 파악하고자 하였다. 연구대상은 충남대학교병원 내분비대사내과에 내원한 제2형 당뇨병 환자 중에서 3제의 경구 혈당강하제를 12주 이상 투여 했음에도 불구하고 당화혈색소 7.0% 이상인 환자를 2015년 3월부터 2016년 5월까지 24주간 무작위 이중맹검 위약대조 임상시험으로 총 46명을 분석하였다. 연구결과, 실험군에서 DCI 투여 이후 당화혈색소 $8.75{\pm}0.79%$(베이스라인), $8.36{\pm}1.03%$(투여 12주), $8.65{\pm}0.81%$(투여 24주)으로 유의하게 감소하였으나(p<0.05), 대조군과의 변화량은 차이가 없었다. 흥미롭게도 실험군과 대조군에서 당뇨 자가관리 점수가 높아졌으며, 특히 실험군 변화량에서의 하부영역인 혈당검사 만이 유의한 차이를 보였고, 삶의 질은 투여 전 $73.05{\pm}16.85$점에서 투여후 $82.74{\pm}10.68$점으로 향상되었다. DCI 투여에 따른 실험군에서의 요인간 경로분석에서 공복 혈당 변화량은 당뇨 자가관리 변화량이 높을수록(${\beta}=-0.505$, t=-2.743) 높다고 확인되었다. 삶의 질 변화량에 가장 큰 영향을 준 변수는 공복 c-펩타이드 변화량이 높을수록(${\beta}=-0.445$, t=-2.668), 당뇨 자가관리 변화량이 높을수록(${\beta}=0.411$, t=2.024) 높은 것으로 확인되었다. 결론적으로 제2형 당뇨병 환자에게 DCI 투여는 투여 12주차에 혈당 강하 효과를 보이고, 24주차에는 없었지만, 혈당강하 효과는 환자의 당뇨 자가관리를 높이고 삶의 질을 향상시켰다. 본 연구에 기초하여 결과적인 지표와 제2형 당뇨병 환자의 주관적인 관점에서 평가될 수 있는 삶의 질에 대한 경로분석을 통하여 모형의 적합도에 관한 연구로써 그 의의가 있다고 본다.

• 한국정보통신학회논문지
• /
• 제8권5호
• /
• pp.1102-1107
• /
• 2004

지문 인식 시스템은 지문인식 장치(fingerprint acquisition device)를 통하여 아날로그(analog) 지문으로 부터 변환된 디지털(digital) 지문에서 특이점을 추출하고 추출한 특이점들에 대한 정보를 데이터 베이스에 등록하는 오프라인(off-line) 처리와 사용자가 시스템에 접근 할 때 입력한 지문으로부터 특이점을 추출한 후 데이터베이스에 저장되어 있는 특이점들과 정합(matching) 하여 사용자의 시스템 접근 여부를 결정하는 온라인(on-line) 처리로 이루어져 있다. 정합에 있어서 가장 중요한 것은 어떤 기준점을 어떻게 설정하느냐 하는 것이다. 지금까지 삼각주나 코어를 기준점으로 잡거나, 기준점으로 설정하는 경우에는 모든 사람에게 존재하지 않는 단점이 있다. 특징점이 없는 사용자들을 처리하기 위하여 특이점들의 상호 관계를 스패닝 트리를 구성하거나, 삼각화를 하여 정합 하는 방법들이 이용되고 있다. 그러나 이러한 방법들은 시간에 대한 오버헤드가 있고 정확하게 정합 한다는 보장을 하지 못한다. 본 논문에서는 동일 등선 줄기 상에 있는 두 특이점을 잇는 선분을 기준점으로 선택함으로서 기존 정합 알고리즘과 비교하여 인식률이 높고 오인식률이 낮으며 효율성 면에서도 우수하고 정확하게 정합 하는 알고리즘을 제안한다.

• 전자공학회논문지
• /
• 제54권5호
• /
• pp.65-73
• /
• 2017

본 논문에서는 홀 영역과 시차 불연속 영역을 개선하기 위한 스테레오 정합 기법을 제안한다. 스테레오 정합 기법은 두 영상에서의 정합 점을 탐색하여 시차 지도를 추출한다. 하지만 기존의 스테레오 정합 기법들은 스테레오 영상의 베이스 라인 길이에 따라서 정확도와 정밀도가 반비례하는 문제점이 있다. 또한 영상의 폐색 영역과 특징 부족으로 인한 시차 불연속 영역이 존재한다. 제안한 기법에서는 개선된 AD-Census-Gradient 방법과 적응적 가중치 기반의 비용 결합을 통하여 불연속 영역과 오 정합 영역을 개선한 초기 시차 지도를 추출하였다. 그 후에 시차 지도 재생성 과정을 수행하여 오정합 영역을 개선함과 동시에 영상의 정밀도를 개선하였다. 실험 결과 제안하는 기법이 기존의 정합률이 높은 방법들과 비교하여 높은 수준의 정합률을 유지하면서 오정합 영역과 정밀도를 개선하였음을 보였다. 그리고 정합 오차율이 높은 영상의 경우, 최근에 발표된 스테레오 정합 방법들보다 정합 성능이 평균적으로 3.22(%)가량 증가하였다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권1호
• /
• pp.63-73
• /
• 2021

본 논문에서는 한국 대중음악에 대한 학술적 연구의 측면 중 가장 근원적인 접근이라 할 수 있는 음악적 연구의 일환으로 작곡가 윤상의 음악을 분석하였다. 윤상은 80년대부터 현재에 이르기까지 한국 대중음악사의 많은 부분을 거쳐 꾸준히 활동해오고 있는 대표적인 작곡가이다. 대표곡 21곡을 선정하여 분석한 결과 윤상의 곡은 으뜸음을 중심으로 모든 화성 관계가 진행되는 조성음악적 성격이 강하게 드러났다. 윤상은 작·편곡기법으로 상행·하행하는 순차적 베이스 라인을 만들어 화성을 진행하였고, 그에 따라 코드의 연결을 위해 속 7화음과 감 7화음을 사용하였으며, 곡의 마무리는 도미넌트 종지를 이용하여 안정적이고 해결감이 강한 조성 음악을 만들어냈다. 한편 그의 음악이 안정감을 추구하면서도 획일적이지 않게 들리는 것은 온음계적 화성과 멜로디를 바탕으로 반음계적 화성의 진행을 적절히 활용하였기 때문이라 할 수 있다. 시대별로 나타나는 형식적 변화로는 90년대의 곡에서는 비중이 있었던 프리 코러스와 간주의 마디 수가 시대가 갈수록 줄어들었다는 점이다. 시대별 비교를 통해 새롭게 발견된 화성적 변화는 90년대와 2000년대의 18곡에는 전조가 이루어지지 않았던 반면 2010년대의 3곡 중 2곡에서 파트 간 전조가 이루어졌다는 점이다. 이는 윤상의 음악에 전반적으로 나타났던 하나의 강한 조성을 가진 음악이라는 특징이 2010년대부터 2개 이상의 조성을 가지는 음악으로 변했다는 점에서 큰 변화라 말할 수 있다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.419-437
• /
• 2023

국내 씬파일러(Thin Filer)의 수가 1200만명을 넘어서며, 금융 업계에서 씬파일러의 신용을 정확히 평가하여 우량고객을 선별해 대출을 공급하는 시도가 많아지고 있다. 특히, 차주의 신용정보에 존재하는 비선형성을 반영하여 채무불이행을 예측하기 위해서 다양한 머신러닝 알고리즘을 활용한 연구가 진행되고 있다. 그 중 그래프 신경망 구조(Graph Neural Network)는 일반적인 신용정보 외에 대출자 간의 네트워크 정보를 반영할 수 있다는 점에서 데이터가 부족한 씬파일러의 채무 불이행 예측에서 주목할 만하다. 그러나, 그래프 신경망을 활용한 기존의 연구들은 신용정보에 존재하는 다양한 범주형 변수를 적절히 처리하지 못했다는 한계가 있었다. 이에 본 연구는 범주형 변수의 맥락적 정보를 추출할 수 있는 트랜스포머 메커니즘(Transformer mechanism)과 대출자 간 네트워크 정보를 반영할 수 있는 그래프 합성곱 신경망(Graph Convolutional Network)를 결합하여 효과적으로 씬파일러의 채무 불이행 예측이 가능한 TeGCN (Transformer embedded Graph Convolutional Network)를 제안한다. TeGCN는 일반 대출자 데이터셋과 씬파일러 데이터셋에 대하여 모두 베이스 라인 모델 대비 높은 성능을 보였으며, 특히 씬파일러 채무 불이행 예측에 우수한 성능을 달성했다. 본 연구는 범주형 변수가 많은 신용정보와 데이터가 부족한 씬파일러의 특성에 적합한 모델 구조를 결합하여 높은 채무 불이행 예측 성능을 달성했다는 시사점이 있다. 이는 씬파일러의 금융소외문제를 해결하고 금융업계에서 씬파일러를 대상으로 추가적인 수익을 창출하는데 기여할 수 있을 것이다.

• 말소리와 음성과학
• /
• 제15권3호
• /
• pp.75-82
• /
• 2023

자동 음성 인식(automatic speech recognition, ASR)은 딥러닝 기반 접근 방식으로 혁신되었으며, 그중에서도 자기 지도 학습 방법이 특히 효과적일 수 있음이 입증되고 있다. 본 연구에서는 다국어 ASR 시스템인 OpenAI의 Whisper 모델의 한국어 성능을 향상시키는 것을 목표하여 다국어 음성인식 시스템에서의 비주류 언어의 성능 문제를 개선하고자 한다. Whisper는 대용량 웹 음성 데이터 코퍼스(약 68만 시간)에서 사전 학습되었으며 주요 언어에 대한 강력한 인식 성능을 입증했다. 그러나 훈련 중 주요 언어가 아닌 한국어와 같은 언어를 인식하는 데 어려움을 겪을 수 있다. 우리는 약 1,000시간의 한국어 음성으로 구성된 추가 데이터 세트로 Whisper 모델을 파인튜닝하여 이 문제를 해결한다. 또한 동일한 데이터 세트를 사용하여 전체 훈련된 Transformer 모델을 베이스 라인으로 선정하여 성능을 비교한다. 실험 결과를 통해 Whisper 모델을 파인튜닝하면 문자 오류율(character error rate, CER) 측면에서 한국어 음성 인식 기능이 크게 향상되었음을 확인할 수 있다. 특히 모델 크기가 증가함에 따라 성능이 향상되는 경향을 포착하였다. 그러나 Whisper 모델의 영어 성능은 파인튜닝 후 성능이 저하됨을 확인하여 강력한 다국어 모델을 개발하기 위한 추가 연구의 필요성을 확인할 수 있었다. 추가적으로 우리의 연구는 한국어 음성인식 애플리케이션에 파인튜닝된 Whisper 모델을 활용할 수 있는 가능성을 확인할 수 있다. 향후 연구는 실시간 추론을 위한 다국어 인식과 최적화에 초점을 맞춰 실용적 연구를 이어갈 수 있겠다.

• 한국안광학회지
• /
• 제17권1호
• /
• pp.37-45
• /
• 2012

목적: 구면 RGP 렌즈 및 비구면 RGP 렌즈를 양호하게 피팅할 때 중심부와 주변부의 플루레신 염색 면적이 난시도 및 각막형상에 따라 어떻게 달라지는 지를 비교하여 렌즈와 각막과의 정렬상태가 렌즈의 디자인에 따라 어떠한 차이가 있는지를 알아보고자 하였다. 방법: 직난시를 가진 19~30세($25.12{\pm}3.52$세)의 90안을 대상으로 구면 및 비구면 RGP 렌즈를 착용시키고 플루레신 염색 패턴을 분석하였으며, 이의 정량적인 평가를 위하여 중심부와 주변부의 면적을 계산하여 비교하였다. 결과: 양호한 피팅이 되는 렌즈의 베이스커브가 구면 RGP 렌즈와 비구면 RGP 렌즈가 동일한 경우는 72%에 달하였으나, 대칭나비형 각막과 높은 난시도를 가진 경우에는 동일한 베이스커브에서 구면 RGP 렌즈와 비구면 RGP 렌즈가 양호한 피팅이 될 가능성이 적어졌다. 양호하게 피팅된 비구면 RGP 렌즈의 주변부 플루레신 염색 면적은 구면 RGP 렌즈보다 더 작았으며, 두 디자인의 렌즈 모두 난시가 심해질수록 주변부 면적은 감소하였고 원형 각막보다도 대칭 나비형 각막에서의 주변부 면적이 더 작았다. 동일한 난시도의 각막에서는 두 각막 형상 모두에서 양호하게 피팅된 비구면 RGP 렌즈의 주변부 플루레신 염색 면적이 더 작았다. 결론: 본 연구를 통하여 RGP 렌즈의 각막과의 정렬상태의 달라지는 정도가 렌즈 디자인, 각막의 난시도, 각막 형상에 의해 차이가 있음을 알 수 있었다. 따라서 렌즈 디자인과 각막의 정렬상태의 정량적인 고찰을 통한 본 연구결과는 RGP 렌즈의 피팅 가이드라인 설정, 적합한 디자인 개발, 부분별 누액양에 대한 기초자료로 사용될 수 있을 것이다.

• 지능정보연구
• /
• 제19권1호
• /
• pp.111-123
• /
• 2013

개념간의 의미적 유사도 및 관계도(Semantic Similarity/Relatedness)를 구하는 연구는 고전적인 연구에서는 데이터 베이스 통합이나 시스템 통합, 그리고 현대의 연구에 있어서는 태그 및 키워드 추출, 연관 단어 추천 등에 걸쳐 다양한 분야에서 활용되어 온 연구이다. 그 연구는 역사가 오래되었을 뿐만 아니라, 경영정보와 컴퓨터 공학, 계산 언어학에 걸쳐 여러 분야에서도 많은 관심을 가져왔던 연구 분야라고 할 수 있다. 그러나, 지금까지의 개념간의 관계도 계산 방식은 미리 만들어진 사전이나 참조할 수 있는 다른 시맨틱 네트워크(Semantic Network)를 이용하여 계산하는 방법이 주를 이루었다. 이러한 접근 방법의 경우, 개념간의 의미적 관계가 변화에 대한 가능성을 고려하지 않는 것이 일반적이다. 하지만, 정보 기술의 발달과 빠른 사회변화는 개념간의 의미관계 등에 변화를 가져오고 있는 것이 현실이다. 사회적으로 일어나는 사건이나, 문화적 변화 등이 개념간의 의미관계를 변화시키는 것을 물론이며, 이러한 변화가 정보 통신 기술의 도움으로 빠르게 공유되고 있다. 이렇게 개념간의 의미 관계가 시간이나 맥락에 따라 빠르게 변화할 수 있는 가능성이 있음에도 불구하고, 기존의 개념간 의미적 유사도 및 관계도에 대한 연구들은 이러한 '의미관계의 변화'에 대한 새로운 문제에 대해 해답을 제시하지 못한 것이 사실이다. 따라서, 본 연구에서는 개념간의 유사도 연구에 있어 지금까지 있어왔던 '정적인 의미간 관계도 패러다임'에서 '동적인 의미간 관계도 패러다임'으로의 전환의 필요성과 그 당위성을 인지 의미론적(Cognitive Semantics)의 관점에서 역설하고자 한다. 인간이 인지하는 개념간의 의미관계가 변화할 수 있는 이론적 근거를 인지 의미론에서 찾아봄으로써, 패러다임 변화의 방향을 구체적으로 제시하였다. 또한 이러한 패러다임의 변화에 맞추어 개념간의 의미적 유사도 및 관계도에 대한 연구가 어떠한 방향으로 나아가야 할지 구체적인 연구 방향을 제시함으로써 관련 연구자들에게 새로운 연구의 가이드라인을 제시하였다.