• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.114-114
• /
• 2021

본 연구에서는 Sentinel-1 SAR 센서 기반 이미지자료와 딥러닝기법을 이용하여 고해상도 토양수분을 산정하였다. 입력자료는 지표특성(모래함량, 점토함량, 경사도), 인공위성 기반의 강우와 LANDSAT 기반의 이미지자료(NDVI, LST, 공간분포 토양수분)를 사용하였다. 강우자료의 경우 GPM(Global Precipitation Measurement) 일강우 자료를 사용하였으며, 관측일 기준으로 5일전까지의 강우자료와 5일평균강우를 구분하여 사용하였다. LANDSAT 기반의 토양수분 이미지자료와 지점관측 토양수분을 이용하여 검·보정 이후 딥러닝 모형의 입력자료로 사용하였다. 입력자료는 30m × 30m 해상도로 Resample 하여 딥러닝 모형의 학습을 진행하였으며, 학습에 사용된 모형을 이용하여 Sentinel-1 기반의 고해상도(10m × 10m) 토양수분이미지를 산정하였다. 검증지점은 거창군 거창읍, 계룡시 두마면, 장수군 장수읍 및 무주군 무주읍 토양수분 관측지점을 선정하였다. 거창군 거창읍의 산정결과, LANDSAT 기반의 토양수분 이미지와 DNN 기반의 토양수분 이미지가 매우 유사하게 나타났으며, 모의값(DNN 기반 토양수분)이 실측값(LANDSAT 기반의 토양수분)을 잘 반영한 것(R: 0.875 ; RMSE: 0.013)으로 나타났다. 또한 학습모형을 토지피복이 유사한 지역에 적용하여 토양수분을 산정한 결과 검증지점 계룡시(R: 0.897 ; RMSE: 0.014), 장수군(R: 0.770 ; RMSE: 0.024) 및 무주군(R: 0.909 ; RMSE: 0.012)의 모의값이 실측값과 매우 유사한 것으로 나타났다. 이를 바탕으로 Seninel-1 SAR센서 이미지자료와 딥러닝기법을 연계한 고해상도 토양수분자료가 농업, 수문, 환경 등 다양한 분야에서 활용될 수 있을 것으로 판단된다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.16 no.11
• /
• pp.7356-7366
• /
• 2015

This study was done to identify the relationship between nurses's image, biomedical ethics, and professionalism of nursing students. Subjects were 223 nursing students in Korea. Data were collected using self-report questionaires from September 4 to 19, 2014. Data were analyzed by frequency, t-test, ANOVA, Pearson's correlation using SPSS Win 20 program. Nurse's image was significantly correlation with biomedical ethics and professionalism in nursing students. Therefore, to increase nurse's image, biomedical ethics and professionalism of nursing students, it is necessary to develop and test program for improving nurse's image, biomedical ethics and professionalism of nursing students.

• Proceedings of the Korean Society of Crop Science Conference
• /
• 2020.11a
• /
• pp.54-54
• /
• 2020

• Cross-Cultural Studies
• /
• v.49
• /
• pp.59-93
• /
• 2017

This paper provides an in-depth examination of the relationship between cinema and Giorgio Agamben's aesthetics and philosophy. Intersecting Agamben's key concepts including gesture, mediality, biopolitics, historicity, and profanation with historical and aesthetic dimensions of cinema, I argue for his ambivalent view on cinema and visual media. On the one hand, Agamben linked cinema and visual media to his discussion on biopolitics and spectacle as he considered them as apparatus for capturing and controlling gestures. On the other hand, he also argued that cinema could restore the image with capacity to preserve and recuperate gestures based on his consideration of montage as cinema's key aesthetic and technical component (an operation of profanation) and his Benjaminian thought on the ways in which montage suspended linear flow of images and activated an alternative memory of them. Drawing on history of cinema and optical devices in the 19th and early 20th centuries as well as examples of found footages of filmmaking predicated upon stoppage and repetition of images, I argue that Agamben's concept of potentialities can be extended into his thought on cinema and visual media apparatuses in general.

• Proceedings of the Korean Society for Bioinformatics Conference
• /
• 2003.10a
• /
• pp.155-163
• /
• 2003

마이크로어레이를 이용한 발현실험이 기하급수적으로 늘어남에 따라 마이크로어레이이미지를 자동으로 처리하는 기술에 대한 요구가 커지고 있고, 이에 대한 연구도 많아지고 있다. 마이크로어레이 이미지를 자동으로 처리하기 위해서는 각 이미지가 가지고 있는 스팟 패턴를 알아보고, 자동화 정도를 측정할 수 있는 품질평가함수가 필요하다. 우리는 본 논문에서 마이크로어레이 이미지 분석의 자동화에 대한 평가를 도와주는 스팟 패턴의 품질평가함수(quality measure)를 정의하고, 각 실험이 얼마나 잘 이루어졌는지를 예측할 수 있는 품질제어평가함수(quality control measure)를 정의한다. 또한 마이크로어레이 실험과 이미지에 대한 품질을 평가하기 위해서 이미지내의 블럭들과 스팟들에 대한 통계량을 이용하고, 스팟들의 발현값에 대한 정확도를 측정하기 위한 품질평가함수들을 정의한다. 이러한 품질평가함수의 측정을 위해서 최대정규정점의 집합(maximal regular point set)과 메타그리드를 이용한다.

• TTA Journal
• /
• s.133
• /
• pp.42-43
• /
• 2011

영화 속에 등장하는 방사선은 평범한 파충류를 거대한 괴물 고질라로 만들거나 사람을 녹색 괴물 헐크로 만들어 버린다. 또한 언론에 비친 방사선은 마치 '살인 광선'처럼 우리 주변에서 가장 멀리해야할 것으로 비춰지고 있다. 최근의 한 드라마에서는 국익을 위해 신형 원자로 전문가를 서로 납치하기 위해 정보기관들 끼리 치열한 첩보전을 벌이는 내용이 나오기는 했지만 여전히 방사선에 대한 이미지는 부정적이다. 하지만 알려진 것과 달리 방사선은 수많은 사람의 목숨을 살리는 '생명의 빛'이기도 하다. 그렇다면 방사선이 어떻게 생명을 살리는데 도움을 줄 수 있는 것일까?

• Microbiology and Biotechnology Letters
• /
• v.31 no.2
• /
• pp.182-190
• /
• 2003

As DNA microarrays are widely used recently, the amount of microarray data is exponentially increasing. Until now, however, no domestic system is available for the efficient management of such data. Because the number of experimental data in a specific laboratory is limited, it is necessary to avoid redundant experiments and to accumulate the results using a shared data management system for microarrays. In this paper, a system named WEMA (WEb management of Micro Arrays) was designed and implemented to manage and process the microarray data. WEMA system was designed to include the basic feature of MIAME (Minimal Information About a Microarray Experiment), and general data units were also defined in the system in order to systematically manage the data. The WEMA system has three main features: efficient management of microarray data, integration of input/ouput data, and metafile processing. The system was tested with actual microarray data produced by a molecular biology laboratory, and we found that the biologists could systematically manage and easily analyze the microarray data. As a consequence, the researchers could reduce the cost of data exchange and communication.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.295-297
• /
• 2023

채식이 점차 보편화되어감에 따라 소비자를 만족시키기 위한 양질의 작물 생산 및 신품종 개발 필요성도 커져가고 있다. 이 때 식물의 건강 상태나 당도, 식감 등의 품질 조사를 위해서는 표현형 데이터 획득이 필수적이다. 표현형이란 식물의 잎과 줄기, 과실 등에서 겉으로 드러나는 형질을 의미하며, 잎맥밀도도 중요한 표현형 중 하나이다. 하지만 이를 연구자가 수작업으로 조사할 경우에는 시간과 노동력 소모가 크며 측정 인력이나 측정 환경에 따른 오차도 큰 문제점이 있다. 따라서 본 연구에서는 디지털 기술을 통해 잎 이미지에서 잎맥을 추출하여 잎맥 밀도를 분석하는 시스템을 구현함으로써 작물 생산 자동화 및 신품종 개발 효율성 향상에 기여하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.741-742
• /
• 2009

단백질 2-DE 이미지 분석은 가장 널리, 가장 오랫동안 사용되고 있는 기술로서 샘플에 들어있는 수천 개에 달하는 단백질을 저한 비용으로 효과적으로 분리하는 장점을 가지고 있다. 하지만 단백질 자체가 가지고 있는 불안정성과 2-DE 실험이 가지고 있는 근본적인 문제점으로 인하여 2-DE 이미지 분석결과는 정확도가 낮아지게 된다. 따라서 이 논문에서는 데이터마이닝 기법을 사용한 "기준점 자동 추출 모듈"과 "확률기반 매칭 조정 모듈"로 구성된 이미지 정보 분석을 위한 프레임 워크를 제안하였으며 실제 데이터에 대한 실험을 통하여 제안한 방법의 타당성을 검증하였다.

• Journal of Bio-Environment Control
• /
• v.31 no.4
• /
• pp.270-278
• /
• 2022

This study was conducted using deep learning technology to classify for 'Mihwang' peach maturity with RGB images and fruit quality attributes during fruit development and maturation periods. The 730 images of peach were used in the training data set and validation data set at a ratio of 8:2. The remains of 170 images were used to test the deep learning models. In this study, among the fruit quality attributes, firmness, Hue value, and a^* value were adapted to the index with maturity classification, such as immature, mature, and over mature fruit. This study used the CNN (Convolutional Neural Networks) models for image classification; VGG16 and InceptionV3 of GoogLeNet. The performance results show 87.1% and 83.6% with Hue left value in VGG16 and InceptionV3, respectively. In contrast, the performance results show 72.2% and 76.9% with firmness in VGG16 and InceptionV3, respectively. The loss rate shows 54.3% and 62.1% with firmness in VGG16 and InceptionV3, respectively. It considers increasing for adapting a field utilization with firmness index in peach.