• 전자공학회논문지SC
• /
• 제48권2호
• /
• pp.64-70
• /
• 2011

휴대용 인공 전자 후각 시스템 (E-nose)의 가스 측정 환경은 실험실 내의 정교하게 제어되는 환경과 달리 온도, 농도, 기체 시료의 유속 등의 외부 요인의 변동이 매우 심하다. 이런 환경에서도 사용 가능한 단순하고 강인하고 정확한 가스 패턴 인식 알고리듬의 개발은 마이크로 바이오 센서의 발달과 함께 확대되고 있는 휴대용 및 소형 측정 진단 시스템에 있어 매우 중요하다. 본 연구에서는 PDA 기반의 휴대용 전자 후각 시스템을 활용해 실제 변화하는 환경에서 다채널 마이크로 센서로부터 감지되는 가스 신호를 수집하고, 여기에 영상 정합 기법을 적용하여 알고리듬의 강인성과 향상된 정확도를 검증하는 것을 목표로 하였다. 제안된 방법을 6종류의 가스 시료에 대한 7채널 마이크로 센서의 휴대 환경 측정 데이터에 적용하고, 기존의 최대 민감도 특징 추출 기법과 비교한 결과, 외부 환경의 변동에 영향 받지 않는 안정된 인식 성능 뿐 아니라 기존의 방법으로 구별하기 어렵던 2 종의 유사한 가스 시료에 대해서도 정확한 구분이 가능함을 보였다. 제안된 방법은 다양한 환경 변화에 노출되는 유비쿼터스 센서 네트워크 (USN)의 데이터 처리에도 쉽게 응용될 수 있을 것이며, 응용 현장에서 높은 안정성과 정확성을 요구하는 휴대용 의료 진단, 환경 감지 기술의 실용화에 큰 도움을 줄 수 있을 것으로 기대한다.

• Korean Chemical Engineering Research
• /
• 제45권1호
• /
• pp.32-38
• /
• 2007

통계적인 공정 제어 기법을 회분식 공정에 적용하여, 일반적인 회분식 공정의 데이터를 통해 보다 빠르고, 손쉽게 공정의 상태를 진단할 수 있는 시스템을 구현해 보았다. 대표적인 회분식 공정의 하나인 반도체 식각공정과 반회분식 스타이렌-부타디엔 고무 생산 공정의 데이터를 이용하여 공정 변수와 공정의 상태간의 연관 관계를 규명할 수 있는 모델을 수립하였으며, 이 모델의 출력(output) 결과를 이용해 통계적 공정 제어 차트를 구성하고, 시간에 따른 공정의 추이를 분석해 이상을 판별해 보았다. 회분식 공정의 다축(multi-way) 데이터를 두개의 축으로 만드는 펼치기(unfolding) 과정을 거쳤으며, 모델링 방법으로는 Support Vector Regression 및 Partial Least Square 등의 다변량 회귀분석 방법을 이용하였다. 또한 에러차트 및 변수 기여도 차트(variable contribution chart)를 이용해 이상의 세기, 형태 및 이상 데이터에 대한 각 변수들의 기여도를 계산해 보았으며, 그 결과 이상의 발생 유무 및 발생시점 뿐만아니라 이상의 세기 및 원인 까지 진단해 볼 수 있는 우수한 성능을 보이는 것을 확인할 수 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권6호
• /
• pp.251-256
• /
• 2019

캡슐 내시경은 식도부터 항문까지 소화기관 전체를 한 번에 촬영할 수 있는 의료기기로, 한 번의 검사에서 평균 8~12시간의 길이와 5만장 이상의 프레임으로 구성된 영상을 생성한다. 그러나 생성된 영상에 대한 분석은 전문가에 의해 수작업으로 진행되고 있어서, 질병 영상 진단을 돕기 위한 영상 분석 자동화에 대한 수요가 증가하고 있다. 그 중에서도 본 연구에서는 위장관 내에서 발견될 수 있는 융기성 병변인 폴립 영상 자동 검출에 초점을 맞추었다. 본 연구에서는 멀티 스케일 분석을 통해 폴립 의심 영역을 추출하고, 이것을 원본 영상과 합성하여 폴립 학습을 강화시킬 수 있는 가중치 영상을 생성하는 기법을 제안한다. 수집한 452장의 데이터에 대해 머신 러닝 기법중 하나인 SVM과 RF로 실험한 결과, 원본 영상을 이용한 폴립 검출의 F1점수는 89.3%였지만, 생성된 가중치 영상을 통해 학습한 결과 F1점수가 93.1%로 향상된 것을 확인하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제19권2호
• /
• pp.33-39
• /
• 2015

최근 급속한 기후변화 및 광범위한 사회간접시설의 개발 등으로 인해 사면붕괴가 곳곳에서 발생하고 있으며, 이에 대한 모니터링 및 예방시스템 구축에 대한 사회적인 관심이 증가하고 있는 상태이다. 사면붕괴 메카니즘에 영향을 미치는 중요한 영향인자는 지표내 수분 및 온도이며 이에 대한 변화 추이를 통해 사면붕괴를 예측할 수 있다. 따라서, 사면붕괴 모니터링을 위해서는 지표 깊이별 온도 및 함수비를 연속적으로 측정할 수 있는 복합센싱 기법이 필요하다고 볼 수 있다. 현재까지 온도 및 함수비에 대해 각각의 계측이 가능한 개별 센서는 다양하게 개발되어 있는 상태이지만, 온도 및 함수비를 동시에 연속적으로 측정할 수 있는 복합계측 시스템의 경우에는 많은 연구가 필요한 상태이다. 본 논문에서는 전류소모가 최소화된 측온 회로와 고주파 신호를 토양에 방사하는 수분 측정 센서를 적용한 고정밀 온도-함수비 복합센서를 개발하여 효율적이고 정확도를 향상시킨 사면붕괴 모니터링 시스템에 적용할 수 있도록 하였다. 개발된 복한센서의 성능검증을 위하여 기본성능 표준시험, 실내검증실험, 현장장기실험 등의 다양항 실험적 연구를 수행하였으며, 실험결과를 통해 개발된 복합센서를 이용한 모니터링 시스템은 지반의 온도 및 함수비를 정확하게 모니터링할 수 있는 것으로 나타났다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제28권1호
• /
• pp.1-11
• /
• 2024

이 논문의 목적은 붕괴방지수준의 지진력을 적용한 콘크리트 댐 피어부 동적해석 시 합리적인 댐 축방향 지진하중 재하 방법, 내하력 평가 방법 등에 대한 적용방안을 제시하는 것이다. 이를 위하여 콘크리트 댐 피어부를 대상 시설로 선정하여 다양한 위어부 폭을 적용한 동적해석을 통해 위어부 댐 축방향 동적거동 특성을 분석하고 'U.S. Army Corps, 2007'제시하는 RC수력구조물 평가기법을 적용하여 내하력 평가를 수행하였다. 연구결과 피어부 댐 축방향 지진력 적용 시 위어부 댐 축방향은 강체거동으로 가정하는 것이 보다 현실적이고 'U.S. Army Corps, 2007'에서 제시하는 모멘트와 전단에 대한 내하력 검토방법이 합리적인 것으로 판단되므로 현행 평가방법의 개선이 필요한 것으로 결과가 도출되었다. 연구 결과 개선사항을 적용할 경우 CLE를 적용한 현행 내진성능평가 방법보다 합리적인 평가결과를 도출하는 효과가 있을 것이다. 피어부에 발생하는 비틀림 모멘트에 대해서는 향후 추가적인 연구가 필요한 것으로 판단된다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제26권6호
• /
• pp.175-181
• /
• 2022

구조물의 공용연수가 증가함에 따라 각종 성능 저하가 발생한다. 특히 국내 인프라 구조물은 대부분 경제가 성장하는 시기에 집중적으로 건설되었기 때문에 노후 인프라 비율 급증이 최근 주요 이슈가 되고 있다. 인프라의 노후화는 자칫 안전사고로 이어질 수 있으며 인명 피해까지 유발할 수 있다. 이러한 문제를 사전에 예방하기 위하여 주기적이고 정확한 점검 및 유지관리가 필수적이다. 이 같은 이유로 최근 컴퓨터 비전과 딥러닝을 활용하여 다양한 손상을 탐지하는 연구에 대한 수요가 원격점검 혹은 점검자동화 분야에서 증가하고 있다. 따라서 본 논문에서는 콘크리트 손상의 종류를 세 가지로 구분하여 이를 탐지할 수 있는 신경망 구조를 제안했다. 특히 계층적 학습 기법을 통해 보다 정확하게 다양한 손상을 탐지할 수 있는 신경망을 개발하였다. 이 신경망은 2,026장의 손상 영상으로 학습되었고, 508장의 손상 영상으로 실험하였다. 그 결과 67.04%의 평균 중첩 정확도와 52.65%의 F1 점수를 갖는 알고리즘을 완성하였다. 이 같은 손상 탐지 알고리즘은 향후 구조물의 정확한 상태 진단에 활용될 수 있으리라 기대한다.

• 문화기술의 융합
• /
• 제10권1호
• /
• pp.585-590
• /
• 2024

본 연구에서는 현재 도시철도 레일의 노후화로 인한 레일표면결함이 증가하고 있으나 국가에서 제정된 궤도성능평가에 관한 세부지침에서 레일표면손상을 기술자의 육안, 간단한 측정 도구로 점검을 수행하는 실정이다. 최근 궤도진단법 제정에 따라 대규모 예산이 투입되고 레일진단물량이 급증되고 있으나 노동집약적인 육안조사기법으로는 진단결과에 대한 신뢰성확보가 어려운 실정이다. 주기적인 선로순회작업 및 육안점검을 통해 레일표면의 결함을 발견하는 것은 매우 중요하다. 그러나 점검자의 주관적 판단에 의해 레일표면의 결함의 경중을 평가하는 것은 레일 내부의 손상을 예측하기에 상당한 제약이 따른다. 본 연구에서는 레일표면손상에 따른 레일내부 균열특성 관한 연구로서 현장측정에서는 레일표면 손상개소를 선정하여 다양한 손상유형의 시료를 채취하여 레일표면손상 상태를 평가하고 실내시험에서 전자주사현미경(SEM)을 이용하여 레일표면결함 및 내부결함의 상관관계를 분석하고자 한다. 또한 실내시험의 결과와 수치해석 결과를 비교를 통하여 레일표면손상을 분석하였다. 현재 공용중인 도시철도 레일의 균열성장율을 파악하고자 가우시안 확률밀도 함수를 적용하여 분석하였다.

• Korean Chemical Engineering Research
• /
• 제46권2호
• /
• pp.233-247
• /
• 2008

공정 모니터링 기술은 공정 내에서 일어나는 예상치 못한 조업변화 및 이상을 조기에 감지하고 조업 이상에 영향을 끼친 근본 원인을 밝혀내어 제거해 줌으로써 공정의 안정적인 조업과 양질의 제품생산의 기반을 제공하여 준다. 데이터에 기반한 통계적 공정 모니터링 방법은 양질의 공정 데이터만 주어진다면 통계적 처리를 접목하여 비교적 쉽게 모니터링을 할 수 있고 공정의 데이터 분석에 이용할 수 있는 도구를 얻을 수 있다는 장점이 있다. 그러나 실제 공정에서는 비선형성, non-Gaussianity, 다중 운전모드, 공정상태변화로 인해 기존의 다변량 통계적 방법을 이용한 공정 모니터링 기법은 비효율적이거나, 공정 감시 성능의 저하, 종종 신뢰할 수 없는 결과를 야기한다. 이러한 경우 기존의 방법으로는 더이상 공정을 정확히 감시할 수 없기 때문에 최근에 많은 새로운 방법들이 개발 되었다. 본 총설에서는 이러한 단점을 보안하기 위해 최근 주목할 만한 연구결과인 공정 비선형성을 고려한 커널주성분분석(kernel principle component analysis) 모니터링 기법, 주성분분석 모델 조합을 이용한 다중모델(mixture model) 모니터링 기법, 공정 변화를 고려한 적응모델(adaptive model) 모니터링 기법, 그리고 센서 이상진단과 보정의 이론과 응용결과에 대하여 소개한다.

• 한국건설관리학회논문집
• /
• 제10권1호
• /
• pp.114-125
• /
• 2009

본 연구에서는 확률적 LCC 및 확률적 성능평가를 고려한 설계 VA분석 방법을 제안하였으며, 신뢰성 해석의 개념을 도입하여 신뢰도를 확보한 의사결정을 지원하고자 하였다. 상기와 같은 목적과 방법에 따라 진행된 본 연구의 결과를 요약하면 다음과 같다: 1) 기능정의가 완료된 이후 도출된 대안들의 대안평가시 신뢰성 있는 분석을 위하여 개선된 설계VA 절차 와 가치상태함수를 정식화하였으며, 가치평가절차에서의 일관성 및 효율성을 확보하기 위하여 평가지표방안을 제시하였다. 2) 교량의 LCC분석을 위한 DB를 수집 및 분석하였다. 자료의 수집범위는 기존에 수행된 교량의 LCC분석 연구 문헌을 기초로 하여 분석하였으며, 분석결과에 대한 신뢰도 확보 및 수집된 자료의 불확실성 처리를 위해 MCS 기법을 적용하였다. 3) 대안별 성능평가를 위한 가중치 및 평가등급과 LCC 분석을 위한 LCC 분석모델, 분석기간, 할인율, 사용자비용, 안전점검 및 안전진단비용에 대한 조건을 제시하였다. 끝으로, 사례대상인 "OO대교 및 연결도로 건설공사 실시설계" 프로젝트에 대한 VA수행 사례를 중심으로 타당성을 검토하고 결론을 도출하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제28권3호
• /
• pp.55-65
• /
• 2022

X-ray 두개골 영상에서 주요 해부학적 부위들 간의 거리를 계측하는 것은 진단과 치료 등 임상적 의미에서 매우 중요하다. 최근에는 딥러닝 기술의 발전을 바탕으로 랜드마크를 식별 및 검출하는 자동화 시스템들이 제시되고 있다. 이러한 딥러닝 기반 모델을 과적합 없이 학습 시키기 위해서는 대량의 영상과 라벨링 데이터가 필요하다. 기존에는 숙련된 판독의가 환자의 영상에서 랜드마크를 수동으로 식별하여 라벨링하는 방식으로 계측이 이루어져 왔다. 그러나 이러한 계측 방식은 많은 비용이 소요될 뿐만 아니라, 재현성이 떨어지기 때문에 자동화된 라벨링 방법에 대한 필요성이 제기되고 있다. 또한, X-ray 영상에는 광자가 통과하는 경로 상의 여러 인체조직들이 표시되기 때문에 랜드마크 식별이 일반 자연 이미지 또는 삼차원 모달리티 영상에 비해 어렵다. 본 연구에서는 X-ray 영상 내에 대량의 라벨링 데이터 생성을 가능하게 하는 기하학적 데이터 증강 기법을 제안하고 있다. 또한, 두개골 내 주요한 16개 랜드마크들의 검출 성능을 향상시키기 위해 다양한 어텐션 기법들의 구현 및 적용을 통해 랜드마크 검출을 위한 최적의 어텐션 메커니즘을 제시하였다. 마지막으로 주요 두개골 랜드마크들 중 안정적인 검출이 보장되는 마커들을 도출하였으며, 이러한 마커들은 임상적인 활용 가능성이 높을 것으로 기대된다.