• 한국구조물진단유지관리공학회 논문집
• /
• 제26권4호
• /
• pp.48-56
• /
• 2022

시멘트계 재료의 응결시간 제어는 초기 콘크리트 성능 확보를 위한 중요한 평가 요소 중 하나이다. 최근 평균 기온 상승으로 특정 수화물 생성 억제 및 응결시간 제어를 위한 지연제의 사용이 권장되고 있다. 비카트 침 등 관입저항 측정 시험법의 한계를 극복하기 위해 응결시점 평가를 위한 다양한 비파괴 평가 기법이 제안되고 있지만, 지연제 사용에 따른 비파괴 평가법 사용 가능성 확보를 위해서는 여전히 실험적 연구 수행이 요구되고 있다. 본 연구에서는 타타르산 지연제를 사용하여 시멘트 페이스트의 응결 지연을 유도하고, 비카트 침 시험과 함께 전기비저항과 초음파 속도 모니터링을 수행하였다. 두 비파괴 측정 결과의 상승시점 결정을 통해 시멘트 페이스트의 응결시점을 평가하고, 비카트 침 측정을 통한 초결 및 종결 시점과의 분석으로 지연제 사용에 따른 응결 지연 현상 평가 가능성을 확인하였다. 또한 전기비저항 상승시점에 대한 X선 회절 분석을 통해 타타르산 지연제 사용에 따른 수화반응 변화를 측정하고 전기비저항 측정의 응결 지연 평가에 영향을 주는 주요 수화물을 확인하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제28권1호
• /
• pp.12-23
• /
• 2024

본 연구에서는 원심성형 기법을 이용하여 구조용 콘크리트 각형보를 개발하였으며, 단면의 휨강성을 확보하기 위하여 단면의 중공률은 10 %이하로 하며 이를 위하여 기존의 빈배합상태의 콘크리트가 아닌 고슬럼프(150~200)의 물성을 갖으며 설계강도가 100 MPa이상인 콘크리트 배합비를 개발하여 적용하였다. 피암터널이나 라멘소교량의 상부구조로 활용될 원심성형 PSC 각형보의 내구성을 조사하기 위하여 압축⧵강도 100 MPa급 초고강도 원심성형 콘크리트의 열화 및 내화학적 특성에 대한 내구성능을 평가하였다. 2022년과 2023년에 제작한 원심 성형 각형보 시험체에 대하여 염화물침투 저항성, 촉진탄산화 , 황산염침식 저항성, 동결융해 저항성, 스케일링 저항성 등 콘크리트의 내구성 시험을 수행하였다. 본 연구에서 검증한 내용을 고려해 볼 때 추후 제작단계에서 수밀성이 높아지는 원심성형 콘크리트의 내구성은 일반적인 콘크리트에 비해 우수한 것으로 조사되었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권3호
• /
• pp.101-108
• /
• 2020

최근의 영상 처리 분야는 딥러닝 기법들의 성능이 입증됨에 따라 다양한 분야에서 이와 같은 기법들을 활용해 영상에 대한 분류, 분석, 검출 등을 수행하려는 시도가 활발하다. 그중에서도 의료 진단 보조 역할을 할 수 있는 의료 영상 분석 소프트웨어에 대한 기대가 증가하고 있는데, 본 연구에서는 데이터 셋이 방대하고 판단에 시간이 오래 걸리는 캡슐내시경 영상에 주목하였다. 본 논문의 목적은 캡슐내시경 영상의 판독에서 모든 환자에 대해 공통으로 수행되고, 판독하는 데 많은 시간을 차지하는 위장관 랜드마크를 구별하고 위장관 교차점을 추정하는 것이다. 이를 위해, 위장관 랜드마크를 식별할 수 있는 CNN 학습 모델을 설계하였으며, 이를 이용하여 결괏값을 필터링해 위장관 교차점을 추정하였다. 무작위로 환자 데이터를 샘플링한 모델을 이용해서 나온 결과를 필터링 후에 위장관 교차점을 추정하였을 때, 88% 환자는 위장에서 소장으로 변화하는 위장관 교차점(유문판) 의심 구역 안에 들어왔으며, 소장에서 대장으로 변화하는 위장관 교차점(회맹판)의 경우 100% 환자가 위장관 교차점 의심 구역 안에 들어온 것을 확인할 수 있었다. 100프레임 범위로 위장관 교차점 의심 구역을 찾을 수 있었으며, 판독자가 초당 10프레임의 속도로 판독을 진행한다면 10초안에 위장관 교차점을 찾아낼 수 있다.

• 한국음향학회지
• /
• 제42권5호
• /
• pp.403-411
• /
• 2023

탄성 영상과 미세 혈류 도플러 영상과 같은 기능성 초음파 영상은 조직의 기계적, 기능적 정보를 제공함으로써 진단 성능을 향상시킨다. 그러나 기능성 초음파 영상의 구현은 데이터 획득 및 처리 시 대용량 데이터 저장과 같은 한계를 야기한다. 본 논문에서는 효율적인 횡탄성 영상 기법을 위해 데이터 획득 양을 절감시키는 서브 나이퀴스트 접근법을 제안한다. 제안하는 방법은 기존 나이퀴스트 샘플링 속도보다 1/3배 낮은 샘플링 속도로 데이터를 획득하고, 주파수 스펙트럼의 주기성을 이용하여 대역 통과 필터링 기반의 보간을 통해 재구성된 Radio Frequency(RF) 신호를 사용하여 횡파 신호를 추적한다. 이때 RF 신호는 67 % 미만의 비대역폭으로 제한된다. 제안하는 접근법을 검증하기 위해 기존 샘플링 속도로 획득한 횡파 추적 데이터를 이용하여 서브 나이퀴스트 샘플링된 RF 신호를 재현하고, 기존 접근법과 횡파 속도 영상을 재구성한다. 정량적 평가를 위해 재구성한 횡파 속도 영상의 군속도, 대조도 잡음 비, 그리고 구조적 유사성 지수를 비교하였다. 우리는 서브 나이퀴스트 샘플링 기반 횡탄성 영상의 가능성을 정성적, 정량적으로 입증하였고, 향후 실시간 3차원 횡탄성 영상 기술에 유용하게 적용 가능할 것으로 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제18권7호
• /
• pp.23-35
• /
• 2013

본 논문은 고장 분류 시스템을 위해 진동 신호로부터 특징 벡터를 자동적으로 추출하는 효과적인 기법을 제안한다. 기존의 멜-주파수 캡스트럼 계수는 진동신호의 노이즈에 민감하여 분류 정확도를 감소시키는 단점이 있다. 이러한 문제를 해결하기 위해 본 논문은 4단계 필터 뱅크로 구성된 스펙트럴 엔벨로프 캡스트럼 계수 분석을 제안하며, 4단계는 (1) 모든 진동 신호의 스펙트럴 엔벨로프를 기술하기 위한 선형 예측 코딩 알고리즘 사용 단계, (2) 일반적인 스펙트럴 모양을 얻기 위해 모든 엔벨로프의 평균화 단계, (3) 평균 엔벨로프와 그 주파수의 최대값을 찾기 위한 기울기 하강 방법 사용 단계, (4) 엔벨로프의 주파수 사이의 거리로부터 계산된 중앙값을 얻는데 사용되는 비 중첩 필터 뱅크 단계로 구성된다. 이4-단계필터뱅크는 특징벡터를 추출하기위해 캡스트럼 계수 계산에 사용된다. 마지막으로 유도전동기의 결함 형태를 구분하기 위해 이러한 특수 파라미터를 사용하는 다중 계층 서포트 벡터 머신을 사용한다. 모의실험 결과, 제안하는 방법은 약 99.65%의 분류 성능을 보이며, 동시에 기존 방법들보다 우수한 성능을 보인다.

• 한국건설관리학회논문집
• /
• 제8권4호
• /
• pp.167-175
• /
• 2007

공동주택 리모델링 프로젝트의 성능개선과정은 일반적으로 프로젝트 의뢰단계, 기획 및 조사진단 단계, 설계단계, 시공단계의 4단계의 사업절차로 구분될 수 있다. 하지만 현재 국내 리모델링 사업은 각 단계별 의사결정 업무체계와 사업수행절차가 체계화 되어있지 못하여 사업수행시 설계자 관점의 종합적 관리계획 수립의 어려움 등 여러 가지 문제점을 겪고 있다. 그 중 리모델링 설계단계는 사업시행자, 설계자, 거주자, 엔지니어 등 사업 참여 주체의 역할 및 업무절차가 타 단계에 비해 매우 복잡하고 정형화되어 있지 못하여 사업에 대한 시행착오, 사업지연, 설계부실 등을 발생시키는 주요 단계로 볼 수 있다. 특히 설계단계에서 각 사업참여자별 발생되는 정보활용 능력에 대한 부족과 부적절한 의사결정으로 인한 설계도서의 부실은 시공단계에 각종 문제를 발생시킬 뿐만 아니라 궁극적으로 거주자가 원하는 리모델링 성능향상에 대한 만족과 신뢰를 어렵게 하고 있다. 따라서 리모델링 설계단계는 매우 주요한 관리대상 단계이며, 설계관리 기술과 함께 사업수행 프로세스에 관한 종합적 이해가 필요하다. 이를 위해 본 연구에서는 리모델링 설계단계를 대상으로 참여사업주체의 역할과 책임을 규정하고, 설계 프로세스 단계별 발생정보를 중심으로 정보활용 과정을 분석하고자 하였다. 본 연구의 정보활용은 발생정보(Input)와 활용기법(Tool) 및 결과물(Output)의 과정으로 분석하였으며, 이를 통해 설계단계별 의사결정 방법을 정립하고, 설계관리 전반의 사업수행 프로세스를 구축하고자 하였다.

• 한국빅데이터학회지
• /
• 제6권1호
• /
• pp.23-35
• /
• 2021

제4차 산업혁명 선언 이후 생산 제조 기술과 정보통신기술(ICT)이 융합된 스마트 팩토리가 큰 주목을 받고 사물인터넷(IoT) 기술 및 빅데이터 기술 등이 발전하면서 생산 시스템의 자동화가 가능해졌다. 고도화된 제조 산업에서 생산 시스템에는 예정되지 않은 성능 저하 및 가동 중지 발생 가능성이 존재하며, 가능한 한 빨리 잠재적인 오류를 감지하여 이를 복구해 안전 위험을 줄여나가야 한다는 요구가 있다. 본 연구는 유압 시스템에 부착된 다중 센서 데이터를 기반으로 장비의 고장 예측과 이상 발생 시점 예측을 결합하여 제조 설비 이상탐지를 위한 지도학습 및 비지도학습 모델을 설계한다. 지도학습 분석 방법으로 XGBoost, LightGBM, CNN 모델의 정확도를 비교하였다. 혼동행렬 기반의 평가지표를 통해 LightGBM의 예측력이 97%로 가장 우수한 것을 확인하였다. 또한 비지도 학습 분석 방법으로 MD, AE, LSTM-AE 모델을 구축하여 각 모델을 비교 분석한 결과 LSTM-AE 모델이 이상패턴을 75% 감지하여 가장 우수한 성능을 보였다. 본 연구는 지도학습과 비지도학습 기법을 종합하여 설비의 고장여부를 정확하게 진단하고 이상상황이 발생하는 시점을 예측함으로써 이상상황에 대한 선제대응을 할 수 있는 기반을 마련하여 스마트 팩토리 고도화에 기여하고자 한다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.221-241
• /
• 2018

최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.

• 한국게임학회 논문지
• /
• 제4권4호
• /
• pp.11-18
• /
• 2004

과거의 온라인 게임은 일대일 접속으로 두 사람만이 데이터를 주고받으며 게임 할 수 있었으나 현재의 온라인 게임은 MMORPG라고 해서 수만 명의 사람들이 동시에 접속이 가능하다. 특히 우리나라는 세계 어느 나라에서 찾아 볼 수 없는 네트워크 인프라를 확보하고 있다. 거의 모든 가정에 초고속 인터넷 통신망이 설치되어 있으며 높은 인구 밀도는 이런 인프라의 형성을 가속화하는 것을 가능하게 했다. 하지만 이러한 온라인 게임의 급격한 증가는 제한적인 인터넷의 통신용량에 대하여 트래픽의 증가로 이어지고 온라인 게임이 접속이 불안정해지거나 접속이 다운되는 상태로 이어질 가능성이 높다. 이러한 문제를 해결하기 위해 각 게임 서버를 보다 확충함으로서 해결할 수 있으나 그럴 경우 고비용을 필요로 하게 된다. 본 논문에서는 이러한 문제점을 해결하고자 현재의 온라인 게임에서 사용되고 있는 컨텐츠별로 나누어진 게임 서버들을 지 역 클러스터 링 형태로 연결하고, 부하 균등화(Load Balancer)서버로써 특정한 게임 서버의 부하를 감소시키고 게임 서버의 성능 향상과 효율적인 게임 서버 운용을 위하여 부하 균등화 기법을 제안한다. 본 논문에서는 그룹별 각각 다른 서비스를 하고 CPU 사용율의 자원정보를 이용하여 효율적으로 부하를 균등화하는 기법을 제안한다. 각각 서로 다른 게임을 서비스하는 그룹들은 컨텐츠들에 대한 수정, 삭제, 추가 등 자원 정보 변경으로 인하여 깨어질 수도 있는 자원 정보 일관성을 유지하기 위해 네트워크 파일 시스템에 연결되어 운영된다. 성능 실험을 통해 기존의 RR방식과 LC방식보다 제안한 방식이 각각 12%와 10%의 응답시간 향상을 보여주었다.기간효과를 별도로 취급하기는 쉽지 않다.이즈의 영향이 가장 클 것으로 판단된다. 항원성시험에서 casein으로 피하 감작할 경우 푸른색 반점이 나타났으나 효소처리구에서는 이러한 반점이 나타나지 않아 충분히 항원성이 저감화 되었음을 확인하였다. 행동을 평가하는데 있어 적정한 신뢰도와 타당도를 가지고 있었으며 임상 장면에서 아동의 행동 문제에 대한 평가 및 진단에 유용하게 사용될 수 있을 것으로 보인다.식적인 형태소-음소 상응 규칙 적용 능력 모두에서 장애를 보였으며, 거울상 반전 오류 등 시각적 정보 처리 기능의 장애도 나타내었다. 이들 장애는 단어/비단어 읽기 검사와 글자기호감별검사를 통해 신뢰할 수 있고 타당성 있게 구분하고 평가할 수 있었다.치료 시 고려해야 할 것이다.순차처리항목과 계산능력에서 유의하게 높았고(p<.05), KEDI-WISC를 이용한 평가에서는 ADHD- HI형은 대상수가 소수여서 비교할 수 없었으며, ADHD-C형과 ADHD-Ⅰ형 사이에 유의한 차이는 보이지 않았다. CPT, WCST, SST를 이용한 신경심리학적 실행기능의 비교에서 아형간 계량적인 차이는 있었으나 통계적으로 유의한 차이는 보이지 않았다. 결 론：결론적으로 ADHD 세 아형은 임상적으로 뚜렷한 차이를 보였지만, 실행기능상 유의한 차이를 발견할 수 없었다. 향후 보다 잘 고안 된 연구와 발달중인 아동에 적절한 신경심리 평가 도구의 개발을 통해 결과를 보완해야 할 것으로 사료된다.었으나, 주의력에서는 전두엽의 실행능력(executive function)과 관련되는 검사들에서 산소흡입이 특이한 효과를 보여준다는 것이 확인되었고, 기억능력에서는 단기기억능력 평가에서 산소흡입군이

• 한국의학물리학회지:의학물리
• /
• 제19권3호
• /
• pp.178-185
• /
• 2008

간경변 및간암 환자의 증가로 간이식술의 필요성이 점점 증가되고 있고, 특히 공여자의 생체 간이식은 간이식술의 주된 분야를 차지하고 있으며 간이식 수술 전 공여자에서 간체적의 정확한 측정은 수술 후 공여자와 수여자의 간기능을 예측하는데 있어 중요한 자료가 되며, 성공적인 수술과 환자의 예후에 밀접한 영향을 미친다. 그러나 현재 환자의 간체적을 구하는 과정은 환자의 모든 CT 영상위의 간을 수작업을 통해 영상분할한 후에 3차원 간체적을 구하고 있으며 많은 시간과 노력이 필요한 작업이다. 이러한 문제를 해결하기 위해서 본 논문에서는 자동으로 간과 비장을 문턱값처리, 형태학적 영상처리, 3차원 영역확장법등의 기법을 이용하여 분할하는 알고리즘을 개발하여 체적을 구하는 시간을 단축하였다. 이러한 알고리즘의 정확성을 평가하기 위해서 동물의 실제 간과 비장을 팬텀으로 제작하여 실제 측정한 체적과 알고리즘으로 분할된 영상의 결과를 비교 평가하였다. 문턱치값의 설정에 따라 다른 결과를 보이는 특성이 있지만 자동으로 문턱치를 결정했을 때 비장과 간의 체적측정 오차는 9.27%, -4.52%이었으며, 수동으로 문턱치를 결정했을 때 최소 오차가 각각 0.2%, 0.17%의 결과를 보였다. 이러한 팬텀 연구를 통해 자동 분할 알고리즘으로 얻은 체적의 결과가 정확성과 재현성을 보여주어 추후 간체적을 구하는 보조수단으로 활용될 수 있을 것이라 예상된다.