• 한국정보통신학회논문지
• /
• 제10권11호
• /
• pp.2039-2044
• /
• 2006

생물정보는 사람의 능력을 넘어 섰으며 데이터 마이닝과 같은 인공지능기법이 필수적으로 요구된다. 한번에 수천 개의 유전자 발현 정보를 획득할 수 있는 DNA마이크로어레이 기술은 대량의 생물정보를 가진 대표적인 신기술로 질병의 진단 및 예측에 있어 새로운 분석방법들과 연계하여 많은 연구가 진행 중이다. 이러한 새로운 기술들을 이용하여 유전자의 메 커니즘을 규명하는 것은 질병의 치료 및 신약의 개발에 많은 도움을 줄 것으로 기대 된다. 본 논문에서는 마이크로어레이 실험에서 다양한 원인에 의해 발생하는 잡음(noise)을 줄이 거나 제거하는 과정인 표준화과정을 거쳐 표준화 방법들의 성능 비교를 위해 특징 추출방법 인 베이지안(Bayesian) 방법을 이용하여 마이크로어레이 데이터의 분류 정확도를 비교 평가하여 Lowess 표준화 후 95.89%로 분류성능을 향상시킬 수 있음을 보였다.

• 한국인터넷방송통신학회논문지
• /
• 제22권3호
• /
• pp.133-138
• /
• 2022

디지털 방사선 검사장 치는 인간의 생명을 다루는 의료장치로 안정성과 고신뢰성이 필요하지만 이러한 시스템은 현재 최첨단 기술로 일본을 비롯한 유럽제품에 의해서 국내시장은 거의 점유된 실정이다. 따라서 상당한 부분 값비싼 수입품에 의존하고 있는 의료기기의 국산품 대체는 물론, 보다 경제적이고 조작하기 쉬운 사용자 위주의 제품을 개발, 정확한 진단을 이끄는 장치의 생산을 위한 연구와 개발이 필요하다. 특별히 디지털 X-ray 시스템 중에서 전동기 구동기술과 기계장치 개발 관련 메카트로닉스 기술은 국내에 어느 정도 성숙되어 있는 단계로 본 논문에서는 디지털 방사선 검사 장치(DR)의 전동기 서보 시스템 설계를 통하여 제어기법과 성능을 확인하고자 한다. 본 논문에서는 촬영용도에 부합하는 디지털 방사선 검사용 AC 서보전동기의 선정과 변환장치 및 제어기법을 적용하여 성능을 확인하고 문제점을 개선함에 있다.

• 해양환경안전학회지
• /
• 제28권1호
• /
• pp.184-192
• /
• 2022

밸브의 내부 누설 현상은 밸브의 내부 부품의 손상에 의해 발생하며 배관 시스템의 사고와 운전정지를 일으키는 주요 요인이다. 본 연구는 버터플라이형 밸브의 내부 누설에 따라 배관계에서 발생하는 음향방출 신호를 이용하여 배관 가동 중 실시간 누설 진단의 가능성을 검토하였다. 이를 위해 밸브의 작동 모드별로 측정한 시간영역의 AE 원시신호를 취득하였으며 이로부터 구축한 데이터셋은 데이터 기반의 인공지능 알고리즘에 적용하여 밸브의 내부 누설 유무를 진단하는 모델을 생성하였다. 누설 유무진단을 분류의 문제로 정의하여 SVM 기반의 머신러닝과 CNN 기반의 딥러닝 분류 알고리즘을 적용하였다. 데이터의 특징 추출에 기반한 SVM 분류 모델의 경우, 이진분류 모델에서 구축된 모델에 따라 83~90%의 정확도를 나타냈으며, 다중 클래스인 경우 분류 정확도가 66%로 감소하였다. 반면, CNN 기반의 다중 클래스 분류 모델의 경우 99.85%의 분류 정확도를 얻을 수 있었다. 결론적으로 밸브 내부 누설 진단을 위한 SVM 분류모델은 다중 클래스의 정확도 향상을 위해 적절한 특징 추출이 필요하며, CNN 기반의 분류모델은 프로세서의 성능 저하만 없다면 누설진단과 밸브 개도 분류에 효율적인 접근방법임을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.1-8
• /
• 2023

자동차의 주요 부품인 휠 베어링에 결함이 생기면 교통사고등 문제를 발생시켜 이를 해결하기 위해 빅데이터를 수집해서 예측진단 및 관리 기술을 통한 휠 베어링의 고장 유무 및 고장 유형을 조기에 알려 주는 알고리즘과 모니터링 시스템 개발이 필요하다. 본 논문에서는 이러한 지능형 휠 허브 베어링 정비 시스템 구현을 위해 신뢰성 및 건전성에 대한 모니터링용 센서 및 예측 진단하는 알고리즘이 탑재된 임베디드 시스템을 개발하였다. 사용된 알고리즘은 휠 베어링에 설치된 가속도 센서로부터 진동 신호를 취득하고 이를 신호 처리기법, 결함주파수 분석, 건전성 특징 인자정의 등의 과정을 빅데이터 기술을 통해 고장을 예측하고 진단할 수 있다. 구현된 알고리즘은 진동 주파수 성분들은 최소화하고 휠 베어링에서 발생하는 진동 성분을 극대화할 수 있는 안정 신호 추출 알고리즘을 적용하고, 필터를 활용한 노이즈 제거에서는 인공지능 기반의 건전성 추출 알고리즘을 적용하였으며, FFT를 통한 결함 주파수를 분석하여 고장 특성인자 추출을 통한 고장을 진단하였다. 본 시스템의 성능 목표는 12,800ODR 이상으로 시험 결과를 통해 목표치를 만족하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.375-378
• /
• 2019

최근 딥러닝과 머신러닝 기법이 소프트웨어의 성능 향상에 도움이 되는 것이 입증됨에 따라, 의료 영상 진단 보조 소프트웨어를 개발하기 위한 시도가 활발해 지고 있다. 그 중 캡슐내시경은 소장 소화기관을 관찰할 수 있는 초소형 의료기기로, 기존의 내시경 검사와 다르게 이물감이 느껴지지 않고 의료보험 적용으로 최근 들어 널리 이용되고 있다. 일반적으로 캡슐 내시경은 8 시간 동안 소화기간을 촬영하며, 한 번의 검사 결과로 생성된 동영상 데이터 셋은 수 만장의 이미지를 포함하기 때문에, 방대한 양의 이미지들을 효율적으로 관리하기 위한 체계가 필요하다. 특히, 방대한 양의 캡슐내시경 이미지를 학습하는 경우, 수 만장의 이미지 속에서 유의미한 특징(촬영정보, 의사소견, 환자정보, 병변의 위치 및 크기 등)을 추출해내야 하므로 학습 데이터 레이블링을 위한 정보를 정확히 추출해야 하는 작업이 요구된다. 따라서 본 논문에서는 캡슐내시경 영상을 학습할 때, 학습 데이터 레이블 정보를 체계적으로 구축할 수 있게 하는 레이블 정보 추출 기법을 제안하고자 한다. 제안하는 기법은 병원에서 14년간 수집된 총 340명의 캡슐내시경 데이터(약 1,700 만장의 이미지)를 토대로 영상데이터를 구조적으로 분석하여 유의미한 정보를 추출하고 노이즈 데이터를 제거한 뒤, 빅데이터 저장소에 적재할 수 있음을 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.460-460
• /
• 2018

댐 수문학적 안전성평가는 "시설물의 안전 및 유지관리에 관한 특별벌(이하 시특법)"에 따른 댐시설물의 정밀안전진단의 안전성평가 중 가장 중요한 평가 항목으로 댐 시설물을 평가 수행 시 주요한 평가 항목이다. 기존의 수문학적 안전성평가는 가능최대강수량 발생 시 댐의 월류 및 여유고 확보여부에 대한 평가 여부만 판단하고 있으나, 본 연구에서는 기후변화를 고려하는 장기적 관점의 추가 평가항목을 도출하고자 한다. 현재 가능최대강수량으로 event적 평가를 수행하는 수문학적 안전성 평가에서 기존평가항목 뿐만 아니라, 기후변화 장기적 관점의 추가적인 기후영향인자를 도출하고 이를 함께 적용할 수 있는 평가 체계를 구축하고자한다. 장기적 관점의 기후영향인자라 함은 기상청에서 제공하는 기후변화 시나리오 결과에서 30년동안 장기적인 관점에서 대상 댐의 운영에 부담을 야기할 것으로 판단되는 인자를 말하는 것이며, 이때 기후변화 시나리오의 일자료를 활용하여 기후인자의 장기적 변동성을 추정하고자 하며, 이때 활용한 지표로는 월최대강수량, 연강우강도 및 댐 상태에 영향을 미칠 수 있는 최소기온을 사용하였다. 기후변화 시나리오의 불확실성을 최소화하기 위하여 월최대 강수량값을 산출하였고, 1년 동안 발생한 강우의 일수 및 강수량에 대한 영향을 고려하기 위하여 연강우강도값을 산출하였다. 또한 댐의 월류 및 여유고 확보여부 평가 시 댐 상태에 대하여 고려하기 때문에 댐의 외부상태에 영향을 주는 최소기온을 활용하여 댐별 평가를 수행하였다. 이때 2011~2040년(S1), 2041년~2070년(S2), 2071년~2100년(S3)기간으로 나누어 장기간 기후에 대한 영향 평가를 수행하여 1종 댐 시설물의 기후영향인자 값을 도출하였다. 도출된 기후영향인자를 기존 수문학적 안전성평가 항목과 함께 평가 될 수 있도록 AHP분석기법을 활용하여 각 인자에 대한 가중치를 재산출하였고, 기후영향인자를 고려하는 수문학적 안전성평가 체계를 구축하였다.

• 대한토목학회논문집
• /
• 제42권1호
• /
• pp.107-116
• /
• 2022

최근 안전점검자가 접근성 문제로 점검이 어려운 교량 부재의 상태평가를 위해 영상분석 기반의 시설물 점검 기법연구가 활발히 진행 중이다. 본 논문은 교량을 대상으로 딥러닝 기반 영상정보에 대해서 상태평가 연구를 진행하였고 이에 대한 평가 프로그램(프로토타입)을 개발하였다. 딥러닝 기반 교량 손상탐지 프로토타입을 개발하기 위해 딥러닝 모델 중 손상 검출 및 정량화가 가능한 의미론적 분할 모델인 Mask-RCNN를 적용하였고 학습데이터 6,540장(오픈 데이터 포함)과 손상유형에 적합한 레이블링을 구성하였다. 모델링에 대한 성능검증한 결과, 콘크리트 균열, 박리/박락, 철근노출과 도장 박리에 대한 정밀도(precision)는 95.2 %, 재현율(recall)은 93.8 % 나타내었다. 또한, 교량 콘크리트 부재 손상율을 이용하여 콘크리트 균열 실 데이터를 2차 성능검증 하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제25권5호
• /
• pp.40-47
• /
• 2021

본 연구에서는 확대머리 정착이음을 갖는 연결부의 상세에 따른 구조거동을 유한요소해석을 통해 분석하였다. 복잡한 접촉조건과 비선형 거동을 나타내는 연결부의 유한요소해석을 위하여 외연적 동해석을 활용한 준정적 해석 기법을 적용하였다. 기존 실험결과와 해석결과를 비교하여 유한요소모델의 정확성을 검토하였으며, 준정적 해석 기법은 확대머리 연결부의 비선형성을 잘 반영하는 것을 확인하였다. 다양한 정착길이, 횡방향 철근지수를 갖는 21가지 유한요소모델을 활용하여 구조해석을 수행한 결과 정착길이와 횡방향 철근지수의 증가는 강도와 연성도를 증가 시키는 것을 확인하였으나, 충분한 구조성능을 확보하기 위해서는 두 가지 설계변수 모두 일정수준을 확보해야 함을 확인하였다. 최근 개정된 확대머리 정착이음 설계기준에서는 정착길이와 횡방향 철근지수를 모두 고려하는 설계식을 제시하고 있으며, 본 연구의 결과에서도 정착길이 뿐만 아니라 횡방향 보강철근이 매우 중요한 영향을 미치는 것을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권1호
• /
• pp.51-58
• /
• 2023

본 논문에서는 X-ray 영상에서 의료 진단지표를 자동으로 추출하기 위한 조직분할 기법을 제안한다. 척추질환이나 심장질환에 대한 진단지표로서, 흉추-심장 비율이나 콥 각도 등의 지표를 산출하기 위해서는 흉부 X-ray 영상으로부터 흉추, 용골 및 심장의 영역을 정확하게 분할하는 과정이 필요하다. 본 연구에서는 이를 위하여 계층별로 영상의 고해상도의 표현과 저해상도의 특징지도로 변환되는 구조가 병렬적으로 연결되는 형태의 심층신경망 모델을 채택하였다. 이러한 구조는 영상에서 세부 조직의 상대적인 위치정보가 분할 과정에 효과적으로 반영될 수 있게 한다. 또한 픽셀 정보와 객체 정보가 다단계의 과정으로 상호 작용되는 OCR 모듈과, 네트워크의 각 채널이 서로 다른 가중치 값으로 반영되도록 하는 채널 어텐션 모듈을 결합하여 학습 성능을 개선할 수 있음을 보인다. 부수적으로 X-ray 영상에서 피사체의 위치 변화, 형태의 변형 및 크기 변이 등에도 강인한 성능을 제공하기 위하여 학습데이터를 증강하는 방법을 제시하였다. 총 145개의 인체 흉부 X-ray 영상과, 총 118개의 동물 X-ray 영상을 사용한 실험을 통하여 제안된 이론의 타당성을 평가하였다.

• Korean Chemical Engineering Research
• /
• 제53권2호
• /
• pp.236-242
• /
• 2015

고분자전해질 연료전지 스택의 성능 및 주요 운전 변수를 예측하기 위해 부분최소자승법과 인공신경망의 두 가지 데이터 기반 모델링 기법을 제시한다. 30 kW급 고분자전해질 연료전지 스택 실험으로부터 확보한 데이터를 사용하여 부분최소자승 및 인공신경망 모델들을 구성한 후 각 모델의 예측 성능 및 계산 시간을 비교하였다. 모델의 복잡성을 줄이기 위해 부분최소자승법에 기초한 VIP(Variable Importance on PLS Projections) 선정기준을 모델링 절차에 포함하여, 초기 입력변수의 집합으로부터 모델링에 필요한 입력변수들을 선정하였다. 모델링 결과, 인공신경망이 스택의 평균 셀전압과 캐소드(cathode) 출구 온도를 예측하는데 있어서, 부분최소자승법 보다 우수한 성능을 보였다. 그러나 부분최소자승법 또한 입력변수와 출력변수 간에 선형적 상관관계만을 모델링 할 수 있음에도 불구하고 비교적 만족할 만한 예측 성능을 나타냈다. 모델의 정확도와 계산속도의 요구조건에 따라 두 모델링 기법은 고분자전해질 연료전지의 설계 및 운전 분야의 성능 예측, 온라인 및 오프라인 최적화, 제어 및 이상 진단을 위해 적용될 수 있을 것으로 판단된다.