• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.452-455
• /
• 2022

4차 산업혁명의 확산으로 의학계에서도 딥러닝 기술을 이용한 질병의 치료결과 예측 연구가 활발하다. 이와 관련, 일부 연구에서 국소적인 환자 데이터의 활용으로 인해 도출된 연구 결과의 일반화가 어려웠으며 예측률 제고를 위해 특정 딥러닝 알고리즘을 중심으로 한 실험이 추진되어 다양한 알고리즘별 예측률의 비교·분석 결과를 제시하는 연구도 미흡하였다. 이에, 건강보험심사평가원의 대규모 진료 정보와 다종의 알고리즘을 제공하는 AutoML을 이용, 사망률이 높은 80대·90대 노령자 대상 폐암 진단 후 84개월간의 사망률을 예측하는 Decision Tree 등 5개 알고리즘별 모델을 생성하고 이를 활용, 사망률의 예측 성능을 비교하고 사망률에 영향을 미치는 요인에 대한 분석 결과를 도출하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.788-791
• /
• 2020

낙농업에서 경제적 손실을 불러일으키고 관찰 시간과 비용이 필요한 젖소의 유방염 관리는 중요하다. 그러나 지금까지의 연구는 유방염 진단에 초점을 맞추고 있고, 예측하려는 시도는 전무하다. 유방염에 걸린 개체는 며칠 동안 우유를 생산할 수 없기 때문에 낙농가에 막대한 피해를 준다. 따라서 젖소가 유방염에 걸려 증상이 나타나기 전에 미리 파악해 조처를 할 수 있도록 하는 것이 중요하다. 이에 본 연구는 유방염 예측을 위해 생체 데이터를 포함한 다중 센싱 데이터를 사용해 유방염 예측 모델을 개발하였다. 모델에 사용된 데이터는 충청남도의 농가에 설치된 로봇 착유기로 부터 수집하였으며, 일정 기간 동안의 다중 센싱 데이터를 바탕으로 다음 날의 유방염 여부를 예측한다. 많은 양의 비선형 데이터를 효과적으로 처리하기 위해 다층 퍼셉트론을 사용해 모델을 학습하였다. 그 결과, 81.6%의 예측 정확도를 보였으며 교차 검증을 통해 정확도뿐만 아니라 재현율까지 우수함을 확인할 수 있었다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2021.11a
• /
• pp.29-30
• /
• 2021

시스템 고장 진단은 장비의 상태를 실시간으로 파악하고, 잔여 수명을 예측할 수 있기 때문에 다양한 분야에서 그 중요성이 강조되고 있다. 장비나 센서의 고장을 진단하고 예측할 경우 유지보수를 용이하게 하여 막대한 손실을 막을 수 있고, 기대 수명 또한 연장될 수 있다. 항로표지는 육지와 멀리 떨어진 해상이라는 특수한 작업환경으로 인해 항로표지 유지보수를 위한 많은 시간과 비용이 발생하게 된다. 따라서 본 연구에서는 효율적인 항로표지 유지보수를 위해 항로표지 센서의 고장 유무를 판단할 수 있는 항로표지 센서 고장 진단 프로세스를 위한 후보 기술군에 대해 제안한다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.110-110
• /
• 2022

본 연구는 자율운항 선박의 원격 고장 진단 기법 개발의 일부로 수행되었다. 특히, 엔진 연료 계통 장비로부터 계측된 시계열 데이터로부터 상태 진단을 위한 알고리즘 구현 결과를 제시하였다. 엔진 연료 펌프와 청정기를 가진 육상 실험 장비로부터 진동 시계열 데이터 계측하였으며, 이상 감지, 고장 분류 및 고장 예측이 가능한 심층 학습(Deep Learning) 및 기계 학습(Machine Learning) 알고리즘을 구현하였다. 육상 실험 장비에 고장 유형 별로 인위적인 고장을 발생시켜 특징적인 진동 신호를 계측하여, 인공 지능 학습에 이용하였다. 계측된 신호 데이터는 선행 발생한 사건의 신호가 후행 사건에 영향을 미치는 특성을 가지고 있으므로, 시계열에 내포된 고장 상태는 시간 간의 선후 종속성을 반영할 수 있는 학습 알고리즘을 제시하였다. 고장 사건의 시간 종속성을 반영할 수 있도록 순환(Recurrent) 계열의 RNN(Recurrent Neural Networks), LSTM(Long Short-Term Memory models)의 모델과 합성곱 연산 (Convolution Neural Network)을 기반으로 하는 Conv1D 모델을 적용하여 예측 정확성을 비교하였다. 특히, 합성곱 계열의 RNN LSTM 모델이 고차원의 순차적 자연어 언어 처리에 장점을 보이는 모델임을 착안하여, 신호의 시간 종속성을 학습에 반영할 수 있는 합성곱 계열의 Conv1 알고리즘을 고장 예측에 사용하였다. 또한 기계 학습 모델의 효율성을 감안하여 XGBoost를 추가로 적용하여 고장 예측을 시도하였다. 최종적으로 연료 펌프와 청정기의 진동 신호로부터 Conv1D 모델과 XGBoost 모델의 고장 예측 성능 결과를 비교하였다

• Proceedings of the Korea Contents Association Conference
• /
• 2015.05a
• /
• pp.223-224
• /
• 2015

구제역은 소, 돼지 등 발굽이 두 개로 갈라진 가축들에게 감염을 유발하는 전염성이 매우 높은 바이러스성 질병이다. 구제역 감염 시 입 주변, 구강 내, 코, 발굽사이 등에 수포가 생기며 고열과 식욕이 저하되어 심하게 앓거나 죽게 되는데, 강한 감염 전파력을 가졌음에도 치료제가 없고, 감염확인 즉시 확산 방지를 위한 살 처분만이 이루어지고 있다. 따라서 무엇보다도 빠른 감염여부 진단이 중요하다. 현재까지 구제역을 진단하는 방법으로는 감염 된 가축의 혈액에서 구제역 항원 단백질에 대한 항체형성 여부를 확인하는 항체진단법과 수포액과 같은 체액을 채취하여 세포배양을 통한 구제역 바이러스 분리방법이 있지만 두 가지 모두 짧은 잠복기를 갖는 구제역 바이러스를 빠른 시간 내 진단하기는 어렵다. 따라서 본 연구에서는 보다 빠른 구제역 진단 키트개발을 위해 NCBI Pubmed를 이용하여 구제역바이러스가 가지는 6개의 주요 단백질을 확인하였고, NCBI BLAST를 이용하여 6개의 단백질 중 구제역 바이러스에 특이적인 항원 단백질 peptidase C28을 선정하였다. 선정된 단백질의 아미노산 서열을 이용하여 IEDB analysis resource를 통해 peptidase C28의 epitope 부위를 예측하였다. 예측 된 부위의 아미노산 서열을 NCBI BLAST에서 정상 동물과 비교하여 구제역바이러스 특이 항원 단백질 epitope peptide를 최종 선정하였다. 이를 이용한 구제역 바이러스 진단키트 제작은 보다 빠른 진단을 통해 감염 확산을 조기에 차단하고 경제적 손실과 피해를 최소화 할 수 있다.

• Journal of the Korea institute for structural maintenance and inspection
• /
• v.11 no.1
• /
• pp.113-120
• /
• 2007

A new material was tested and its applicability was investigated so as to give the capability of self-diagnosis of fracture in composite mortar. In the research for giving self-diagnosis capability, conductive mortar intermixed with cokes and carbon fiber powder(milled carbon fiber) was developed and its using for self-diagnosis material was proposed. Then after examining change in the value of electric resistance and AE characteristics before and after the occurrence of cracks at each weight-stage, the relationships of each factors were analyzed. As the results, it can be recognized that a new composite material with cokes and carbon fiber powder(milled carbon fiber) can be applied for self-diagnosis of fracture in mortar specimen.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• v.y2005m4
• /
• pp.248-251
• /
• 2005

In this paper, health monitoring technique has been studied for performance deterioration caused by the defects of the gas turbine. The parameters for performance diagnostics have been extracted by using GSP program for modeling the target engine. The virtual sensor model for the health monitoring has been built of those data. The position and magnitude of the defects of the engine components have been determined by using Multiple Linear Regression technique and the method using the weight in order to diagnose the single and multiple defects.

• Proceedings of the Safety Management and Science Conference
• /
• 2000.11a
• /
• pp.31-37
• /
• 2000

지금까지 고장예측에 관한 연구 논문들은 여러 분야에서 많이 다루어져 왔다. 그 대표적인 예측 방법 중에 하나인 FTA(Fault Tree Analysis)가 가장 많이 사용되어져 왔으며, 여러 산업분야에서 가장 활발하게 시스템 및 부품에 대한 고장 가능성 진단을 실시하여 왔다. 하지만 기존의 전통적인 FTA 방법을 사용하는데 있어서 몇 가지 문제점을 발견할 수가 있었다. 즉, 지금까지 FTA를 실시하는 과정에 있어서 시스템 및 부품에 대한 데이터의 자료가 정확하다는 전제하에 고장 값을 예측하여 왔다. 만일 시스템 및 부품에 대한 불확실한 데이터나 부정확한 자료를 동시에 가지고 있다면 지금까지 사용하여 왔던 전통적인 FTA를 사용하여 고장 값을 예측하여 정확한 값을 찾아내기란 어려운 것이라 할 수가 있다. 이와 같은 문제점을 해결하기 위해서는 본 연구에서 제시하는 Fuzzy FTA를 사용하는 것이 보다 바람직할 것이며, 이러한 방법을 사용하여 불확실하고 부정확한 데이터를 가지고 고장진단을 실시하여 고장가능성 값을 찾아내어 전체 시스템의 고장 발생 가능성을 예측하는 것이 이 논문의 목적이라 할 수가 있다.

• Journal of the Korea institute for structural maintenance and inspection
• /
• v.16 no.5
• /
• pp.148-160
• /
• 2012

This study proposed more reasonable prediction models on compressive strength and carbonation of concrete structure and developed a more effective tunnel safety diagnosis and maintenance method through field application of the proposed prediction models. For this study, the Seoul Metro's Line 1 through Line 4 were selected as target structures because they were built more than 30 years ago and have accumulated numerous diagnosis and maintenance data for about 15 years. As a result of the analysis of compressive strength and carbonation, we were able to draw prediction models with accuracy of more than 80% and confirmed the prediction model's reliability by comparing it with the existing models. We've also confirmed field suitability of the prediction models by applying field, the average error of an estimate on compressive strength and carbonation depth was about 20%, which showed an accuracy of more than 80%. We developed a more effective maintenance method using durability prediction Map before field inspection. With the durability prediction Map, diagnostic engineers and structure managers can easily detect the vulnerable points, which might have failed to reach the standard of designed strength or have a high probability of corrosion due to carbonation, therefore, it is expected to make it possible for them to diagnose and maintain tunnels more effectively and efficiently.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.34-34
• /
• 2011

최근 우리나라에서는 기상이변과 기후변화에 의한 국지성 집중호우의 발생으로 인해 인명 및 재산 피해가 증가하는 추세이다. 따라서 이러한 기상현상을 좀 더 정확하게 예측하고 이를 대응하고자 악기상 모형의 개발과 구축 및 활용에 대한 연구들이 활발하게 진행 중에 있다. GCM이 제공하고 있는 많은 유용한 정보에도 불구하고 대부분의 모델이 시 공간 분해능과 물리 과정의 한계점으로 인해 지역적인 기후 특성이나 변화를 예측하기에는 많은 문제점들이 나타나고 있다. GCM의 한계점을 극복하기 위한 방법으로 세밀한 규모의 기후 정보를 얻기 위해 복잡한 지형과 해안선, 호수, 식생, 지표특성과 같은 아격자 규모의 강제 효과를 반영할 수 있는 고해상도 지역 기후 모델(Regional Climate Model, RCM)의 필요성이 제기되었다. 본 연구에서는 전지구 20km 격자자료를 입력장으로 하여 8km 격자로 한반도를 포함하는 도메인에 대해 비정역학 완전 압축성 중규모 모델인 WRF를 이용하여 상세예측자료를 생산하고자 하였다. 강수 예측의 경우 돌발적으로 발생하는 경우가 많아, 이를 예측하기 위해서는 상세한 강수량 정보를 빠른 시간 내에 정확히 제공할 수 있는 모델을 사용하여야 한다. 강수의 경우 온도와는 달리 공간적 편차가 매우 커 지역적으로 정확한 강수량을 예측 하는데 어려움이 있다. 상세강수 예측을 위해 미세 격자 규모의 비 정역학 모형을 사용할 경우 계산양이 매우 늘어나기 때문에 장시간의 모형 적분 시간뿐 아니라, 상당한 컴퓨터 자원을 필요로 하므로 이에 대한 대안으로 지형효과를 포함한 강수량 진단 모형인 QPM(Quantitative Precipitation Model)을 사용하였다. 최종적으로 한반도의 복잡한 지형적 영향을 반영하기 위해 1 km의 수평해상도를 가지는 고해상도 강수량 진단 모형(QPM)과 상세한 지리적, 공간적 분석을 할 수 있는 ARCGIS를 이용하여 한반도 도별 상세 강수자료를 생산하고자 한다.