• 한국산학기술학회논문지
• /
• 제20권9호
• /
• pp.306-314
• /
• 2019

Dipeptidyl peptidase-4 (DPP-4) 저해제는 부작용이 적어 제2형 당뇨병의 2차 용법으로 널리 사용되고 있다. 우리는 human DPP-4 (hDPP-4) 유전자를 돼지 zygote의 전핵에 주입한 후, 1 세포 단계의 수정란을 외과적 방법으로 이식하였고, 마지막으로 꼬리에서 hDPP-4 유전자가 발현되는 형질 전환 돼지를 생산하는데 성공했다. 이식한 3두의 임신돈에서 16두의 자돈이 생산되었고, 이들 가운데 1두의 수컷 자돈에서 형질전환 개체가 확인되었다. Western blot과 RT-PCR 분석을 통해 hDPP-4가 형질 전환 돼지의 막 세포에서 강하게 발현되고, hDPP-4 유전자가 다양한 조직과 꼬리에서 각각 발현되고 있음을 확인하였다. 이것은 발현 벡터가 형질 전환 돼지에서 정상적으로 발현된다는 것을 시사한다. 이번 연구 결과는 인슐린 저항성에 대한 내분비 기능을 확인하는 모델 동물로, hDPP-4 형질 전환 돼지가 인슐린 저항성에 대한 내분비 기능을 확인할 수 있는 새로운 신약에 대한 검증의 소재로서 가치를 높일 것으로 기대된다.

• 한국정보전자통신기술학회논문지
• /
• 제12권5호
• /
• pp.512-520
• /
• 2019

음성을 시각적으로 표현하는 것은 외국어를 습득하는 과정의 학습자나 음성을 직접 들을 수 없는 청각장애자에게 매우 유용하며 기존에 다수의 연구가 이루어졌다. 그러나 기존의 연구들은 발음의 특징을 단지 컬러로 표현한다든가 입모양을 3차원 그래픽으로 표현하거나 입과 구강의 변화하는 형태를 애니메이션으로 보여 주는 방식에 머물러 있다. 따라서 이런 방식을 사용하는 학습자들은 자신의 발음이 표준 발음과 얼마나 멀리 떨어져 있는지 알 수가 없고 더 나아가서 학습 중에 스스로 교정을 해 나가는 시스템을 개발하기가 기술적으로 어려운 단점이 있다. 이를 극복하기 위해 본 논문에서는 음성 간의 상대적 거리를 토대로 음성을 시각화하는 모델을 제시하고, 이를 한국어 모음에 적용하여 모음의 음성적 특징을 이용한 시각화의 구체적인 구현 방법을 제시한다. 음성데이터에서 F1, F2, F3의 세 개의 포먼트를 구하고 이들 특징벡터를 코호넨 자기조직화맵 알고리즘으로 2차원 화면에 사상하여 각 음성을 화면 위의 각 점에 대응하여 표현하였다. 제안하는 시스템의 실제적인 구현은 인터넷에 공개된 음성처리 공개소프트웨어를 사용하고 한국인 교사의 표준 발음과 한국어를 배우고 있는 외국인 유학생의 음성을 이용하여 음성특징의 상호간 거리를 구하였으며, 사용자 인터페이스는 자바스크립트를 이용하여 구현하였다.

• 디지털융복합연구
• /
• 제17권1호
• /
• pp.239-247
• /
• 2019

감정을 정확히 예측하는 것은 환자중심의 의료디바이스 개발 및 감성관련 산업에서 매우 중요한 이슈이다. 감정예측에 관한 많은 연구 중 감정 예측에 심박 변동성과 뉴로-퍼지 접근법을 적용한 연구는 없다. 본 연구는 HRV를 이용한 ANFEP(Adaptive Neuro Fuzzy system for Emotion Prediction)을 제안한다. ANFEP의 핵심 기능은 인공 신경망과 퍼지시스템을 통합해 예측 모델을 학습하는 ANFIS(Adaptive Neuro-Fuzzy Inference System)에 기반한다. 제안 모형의 검증을 위해 50명의 실험자를 대상으로 청각자극으로 감정을 유발하고, 심박변이도를 구하여 ANFEP 모형에 입력하였다. STDRR과 RMSSD를 입력으로 하고 입력변수 당 2개의 소속함수로 하는 ANFEP모형이 가장 좋은 결과를 나타났다. 제안한 감정예측 모형을 선형회귀 분석, 서포트 벡터 회귀, 인공신경망, 랜덤 포레스트와 비교한 결과 본 제안모형이 가장 우수한 성능을 보였다. 연구 결과는 보다 적은 입력으로 신뢰성 높은 감정인식이 가능함을 입증했고, 이를 활용해 보다 정확하고 신뢰성 높은 감정인식 시스템 개발에 대한 연구가 필요하다.

• 한국지반환경공학회 논문집
• /
• 제22권2호
• /
• pp.35-39
• /
• 2021

드론을 이용한 사진측량은 고해상도의 정사영상을 제작할 수 있고 높은 정확도의 3차원 위치정보를 취득할 수 있어 토목·건설 분야에서의 활용성이 높다. 이에 본 연구에서는 드론사진측량을 이용하여 지형 현황도를 제작하고 제작 시 발생되는 문제점과 정확도를 분석하여 공원 조성에 드론사진측량의 활용 가능성을 판단하고자 하였다. 이를 위하여 드론 영상으로 정사영상과 수치표면모델(DSM: Digital Surface Model)을 제작하고 벡터화하여 지형 현황도를 작성하였다. 정확도 분석은 GPS(Global Positioning System)와 TS(Total Station)으로 제작한 지형 현황도를 기준으로 비교하였다. 검사점을 이용한 정확도 분석 결과 잔차의 평균이 평면에서 0.044m, 표고에서 0.066m로 나타나 1/1,000 수치지도 허용오차 범위를 만족하였으며 연구 대상지 내 호수의 면적을 비교한 결과 약 4.4%의 면적의 차이를 보여 지형현황도 작성 가능이 있다고 판단된다. 한편, 지형 현황도 제작 시 식생이 존재하는 지형의 경우 높이 값을 정확하게 취득하기 어려웠으며 지하 구조물 같은 경우 영상에서 확인할 수 없기 때문에 현장에서 직접적인 공간정보 취득이 필요하였다. 따라서, 드론사진측량을 이용한 지형 현황도 작성은 일부 지형에 대하여 직접적인 공간정보 취득이 같이 이루어지면 효율적으로 제작 될 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제36권6_1호
• /
• pp.1277-1290
• /
• 2020

지표수와 지하수로 이루어진 수자원은 세계적으로 가장 중요한 천연자원 중 하나로 여겨진다. 지난 세기 이후 급속한 산업화와 급증하는 인구로 인해, 생활용, 산업용, 농업용수 수요가 급증하고 있으며, 이에 대한 지하수 수요도 급증하고 있다. 따라서 지하수에 대한 지속 가능한 개발과 관리를 위해서는 정확한 위치기반의 지하수 가능성도 작성이 필수적이다. 최근에는 기계학습과 지리정보시스템 통합이 지하수 가능성도 작성에 효과적인 방법이 되고 있다. 이러한 통합접근법의 현황 파악을 위해 6년(2015~2020년) 동안 94편의 직접 관련 논문에 대한 체계적 검토를 실시했다. 문헌 검토에 따르면, 매년 발간되는 연구의 수는 시간이 지남에 따라 급격히 증가했다. 전체 연구 분야는 15개국에 걸쳐 있으며, 85%의 연구가 이란, 인도, 중국, 한국, 이라크에 집중되었다. 지하수 산출 가능성 조사에는 20개의 변수가 자주 사용된 것으로 조사되었으며, 이 중 지형고도, 경사, 경사방향, 지형습도지수, 지질, 토지 이용 피복, 하천 밀도, 강과의 거리, 강우량 등이 자주 사용되는 것으로 나타났다. 기계학습 모델에 있어 랜덤 포레스트, 서포트벡터머신, 부스트 회귀트리 등의 방법이 많이 사용되었다. 이러한 문헌 연구는 최적의 결과를 위해 지하수 가능성도를 저비용 대체물이 아닌 현장 작업을 보완하는 도구로 사용해야 한다는 것을 보여준다. 마지막으로, 향후, 지하수 가능성도 작성의 표준화 및 정확성을 개선하기 위해 더 많은 연구가 진행되어야 할 것이다.

• 방송공학회논문지
• /
• 제27권5호
• /
• pp.794-807
• /
• 2022

동물보호법 개정에 따라 반려견 등록이 의무화 되었음에도 불구하고, 현재 등록 방법의 불편함으로 등록율이 저조한 상태이다. 본 논문에서는 새로운 등록 방법으로 검토되고 있는 반려견 안면 인식 기술에 대한 성능 개선 연구를 진행하였다. 딥러닝 학습을 통해, 반려견의 안면 인식을 위한 임베딩 벡터를 생성하여 반려견 개체별로 식별하기 위한 방법을 실험하였다. 딥러닝 학습을 위한 반려견 이미지 데이터셋을 구축하고, InceptionNet과 ResNet-50을 백본 네트워크로 사용하여 실험하였다. 삼중항 손실 방법으로 학습하였으며, 안면 검증과 안면 식별로 나뉘어 실험하였다. ResNet-50 기반의 모델에서 최고 93.46%의 안면 검증 성능을 얻을 수 있었으며, 안면 식별 시험에서는 rank-5에서 91.44%의 최고 성능을 각각 얻을 수 있었다. 본 논문에서 제시한 실험 방법과 결과는 반려견의 등록 여부 확인, 반려견 출입시설에서의 개체 확인 등 다양한 분야로 활용이 가능하다.

• 한국측량학회지
• /
• 제40권4호
• /
• pp.325-332
• /
• 2022

우주 측지 기술 사이의 상대적인 위치 관계를 설명하는 벡터를 결정하기 위해서는 VLBI IVP (Very Long Baseline Interferometry Invariant Point)의 위치를 정밀하게 계산하여야 한다. 이를 위해 일반적으로 VLBI 안테나에 반사 타겟을 부착한 후 필라들로부터 경사 거리, 수평각, 수직각을 관측한다. 그 다음 단계에서는 관측값과 미지수를 연결하는 수학 모델을 이용하여 조정 계산을 수행하게 된다. 따라서 계산된 미지수는 관측값의 정밀도에 영향을 받게 된다. 이때 특히 문제가 되는 것은 반사 타켓이 일반적인 측량 정밀도를 확보하기 어려운 곳에 위치하고 있다는 점이다. 즉, 반사 타겟의 방향을 조정하여 측량 기기에 정확하게 맞출 수 없다는 것이다. 따라서 이러한 부분은 관측 오차에 또 다른 형태로 나타날 것이며 조정 계산 시 오차 모델링에 오류를 발생시킬 수도 있다. 본 연구에서는 조정 계산 후 계산된 잔차의 특성에 대한 분석을 수행하였다. 먼저 관측 타입별 통계 분석을 통해 정규성을 검정하였으며 분산에 차이가 있는 지에 대한 검정도 실시하였다. 관측 타입별로 등분산 검정을 한 경우 분산이 서로 다른 것으로 나타났다. 각 필라에 대해 관측 타입별 등분산 검정을 했을 때 경사 거리와 수평 및 수직각 사이에는 분산에 차이가 있는 것으로 나타났다. 따라서 결합 측량으로부터 최적의 결과를 얻기 위해서는 관측 오차에 대해 보다 세분화된 모델링이 필요한 것으로 나타났다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권11호
• /
• pp.449-456
• /
• 2021

침입 탐지 시스템(IDS: Intrusion Detection System)은 보안을 침해하는 이상 행위를 탐지하는 기술로서 비정상적인 조작을 탐지하고 시스템 공격을 방지한다. 기존의 침입탐지 시스템은 트래픽 패턴을 통계 기반으로 분석하여 설계하였다. 그러나 급속도로 성장하는 기술에 의해 현대의 시스템은 다양한 트래픽을 생성하기 때문에 기존의 방법은 한계점이 명확해졌다. 이런 한계점을 극복하기 위해 다양한 기계학습 기법을 적용한 침입탐지 방법의 연구가 활발히 진행되고 있다. 본 논문에서는 다양한 네트워크 환경의 트래픽을 시뮬레이션 장비에서 생성한 NGIDS-DS(Next Generation IDS Dataset)를 이용하여 이상(Anomaly) 탐지 정확도를 높일 수 있는 데이터 전처리 기법에 관한 비교 연구를 진행하였다. 데이터 전처리로 패딩(Padding)과 슬라이딩 윈도우(Sliding Window)를 사용하였고, 정상 데이터 비율과 이상 데이터 비율의 불균형 문제를 해결하기 위해 AAE(Adversarial Auto-Encoder)를 적용한 오버샘플링 기법 등을 적용하였다. 또한, 전처리된 시퀀스 데이터의 특징벡터를 추출할 수 있는 Word2Vec 기법 중 Skip-gram을 이용하여 탐지 정확도의 성능 향상을 확인하였다. 비교실험을 위한 모델로는 PCA-SVM과 GRU를 사용하였고, 실험 결과는 슬라이딩 윈도우, Skip-gram, AAE, GRU를 적용하였을 때, 더 좋은 성능을 보였다.

• 한국터널지하공간학회 논문집
• /
• 제11권2호
• /
• pp.175-188
• /
• 2009

도심지 등 지역적인 여전에 의하여 기존의 지하 공동 또는 터널에 근접하여 발파를 이용한 새로운 터널을 굴착할 경우, 새로운 터널의 굴착으로 인하여 지반이 이완되고 따라서 기존 지하 공동의 안정성에 문제가 발생할 수 있다. 이러한 가존 지하 공동의 안정성에 문제를 발생시킬 수 있는 가장 큰 요소로는 기존 지하 공동과 신설 터널의 이격거리가 될 수 또한 신설 터널 굴착으로 인한 소성영역의 발생에 따른 지반 이완을 문제 심을 수 있다. 따라서 본 연구에서는 기존 광역 상수관과 신설 터널의 이격거리에 따른 기존 광역 상수관의 안정성을 평가하기 위하여 이격거라가 다른 여섯 가지 모델에 대해 석고를 이용힌 2차원 축소 모형실험을 실시하였다. 실험 결과는 터널 굴착과정과 파괴 단계에서 발생된 변위 벡터와 균열양상으로 표현하였다. 터널 굴착과정 중 발생하는 변위를 분석하면, 터널과 광역 상수관의 간격이 상수관 직경의 2.5배 (2.5D)까지는 이격거리가 증가함에 따라 감소하는 경향을 보인다. 그러나 중심 간격이 2.5D를 넘으면 추가변위는 발생하지 않았다.

• 벤처창업연구
• /
• 제17권1호
• /
• pp.229-249
• /
• 2022

본 연구는 다양한 머신러닝 기법을 통해 코스닥(KOSDAQ) 시장 내 관리종목 지정을 예측할 수 있는 모델에 대해 연구하였다. 증권시장 내 기업이 관리종목으로 지정이 되면 시장에서는 이를 부정적인 정보로 인식하여 해당 기업과 투자자에게 손실을 가져오게 된다. 본 연구를 통해 기업의 재무적 데이터를 바탕으로 조기에 관리종목 지정을 예측하고, 투자자들의 포트폴리오 리스크 관리에 도움을 주기 위한 머신러닝 접근이 타당한지 살펴본다. 본 연구를 위해 활용한 독립변수는 수익성, 안정성, 활동성, 성장성을 나타내는 21개의 재무비율을 활용하였으며, K-IFRS가 적용된 2011년부터 2020년까지 관리종목과 비관리종목의 기업의 재무 데이터를 표본으로 추출하였다. 로지스틱 회귀분석, 의사결정나무, 서포트 벡터 머신, 랜덤 포레스트, LightGBM을 활용하여 관리종목 지정 예측 연구를 수행하였다. 연구결과는 분류 정확도가 82.73%인 LightGBM이 가장 우수한 예측 모형이었으며 분류 정확도가 가장 낮은 예측 모형은 정확도가 71.94%인 의사결정나무였다. 의사결정나무 기반 학습 모형의 변수 중요도의 상위 3개 변수를 확인한 결과 각 모형에서 공통적으로 나온 재무변수는 ROE(당기순이익), 자본금회전율(Capital stock turnover ratio)로 해당 재무변수가 관리종목 지정에 있어 상대적으로 중요한 변수임을 확인하였다. 대체적으로 앙상블을 이용한 학습 모형이 단일 학습 모형보다 예측 성능이 높은 것을 확인하였다. 기존 선행연구가 K-IFRS에 대한 고려를 하지 않았고, 다소 제한된 머신러닝에 의존하였다. 따라서 본 연구의 필요성과 함께 현실적 요구를 충족시키는 결과를 제시하였음을 알 수 있으며, 시장참여자들에게 있어 관리종목 지정에 대한 사전 예측을 확인할 수 있도록 기여했다고 볼 수 있다.