• 정보처리학회 논문지
• /
• 제13권4호
• /
• pp.199-207
• /
• 2024

지역 저수지들은 농업용수 공급의 중요한 수원공으로 가뭄과 같은 극단적 기후 조건을 대비하여 안정적인 저수율 관리가 필수적이다. 저수율 예측은 국지적 강우와 같은 지역적 기후 특성뿐만 아니라 작부시기를 포함하는 계절적 요인 등에 크게 영향을 받기 때문에 적절한 예측 모델을 선정하는 것만큼 입/출력 데이터 간 상관관계 파악이 무엇보다 중요하다. 이에 본 연구에서는 1991년부터 2022년까지의 전라북도 400여 개 저수지의 광범위한 다변량 데이터를 활용하여 각 저수지의 복잡한 수문학·기후학적 환경요인을 포괄적으로 반영한 저수율 예측 모델을 학습 및 검증하고, 각 입력 특성이 저수율 예측 성능에 미치는 영향력을 분석하고자 한다. 신경망 구조에 따른 저수율 예측 성능 개선이 아닌 다변량의 입력 데이터와 예측 성능 간의 상관관계에 초점을 맞추기 위하여 실험에 사용된 예측 모델로 합성곱신경망 또는 순환신경망과 같은 복잡한 형태가 아닌 완전연결계층, 배치정규화, 드롭아웃, 활성화 함수 등의 조합으로 구성된 기본적인 순방향 신경망을 채택하였다. 추가적으로 대부분의 기존 연구에서는 하루 단위의 단기 예측 성능만을 제시하고 있으며 이러한 단기 예측 방식은 10일, 한 달 단위 등 중장기적 예측이 필요한 실무환경에 적합하지 않기 때문에, 본 연구에서는 하루 단위 예측값을 다음 입력으로 사용하는 재귀적 방식을 통해 최대 한 달 뒤 저수율 예측 성능을 측정하였다. 실험을 통해 예측 기간에 따른 성능 변화 양상을 파악하였으며, Ablation study를 바탕으로 예측 모델의 각 입력 특성이 전체 성능에 끼치는 영향을 분석하였다.

• 한국산학기술학회논문지
• /
• 제10권5호
• /
• pp.1082-1090
• /
• 2009

노력성 폐활량(FVC) 검사시 호식기류의 최대값인 최고호기유량(PEF)은 호흡기능의 평가에 매우 중요하게 활용되는 진단 매개변수이다. PEF는 검사 초기에 매우 짧은 순간에 크게 증가하는 양상을 띠기 때문에 호흡기류센서의 동특성이 충분하지 않은 경우 측정오차가 발생한다. 본 연구에서는 노력성 호식기류 상의 초기 상승속도($S_r$)를 산출하고 $S_r$ 값에 기초하여 센서 출력값을 보정하는 새로운 기법을 제안하였다. 미국 흥부학회(ATS)에서 제공하는 표준 기류신호 파형 26개를 생성하여(F) 속도계측형 호흡기류센서로 통과시키며 센서 출력신호(N)를 축적하였다. F의 최대값인 PEF와 N의 최대값인 $N_{PEF}$, 간에는 당초 예상했던 대로 2차함수 관계가 성립하였으나(상관계수 0.9997), ATS파형 #2 및 26은 상당한 이탈을 보였다(상대오차>10%). $N_{PEF}$의 상대오차와 $S_r$간의 관계를 분석하여 상호 선형적인 관계를 얻었으므로, 이를 이용하여 보정한 결과 PEF 상대오차의 99% 신뢰구간이 약 2.5% 이었다. 이는 국제표준인 ATS의 오차한계인 10%의 1/4 이내로써 매우 정확한 보정이 이루어졌다. 따라서 본 연구에서 제안하는 보정기법은 호흡기류센서 교정시 매우 유용하리라 판단된다.

• 한국터널지하공간학회 논문집
• /
• 제24권6호
• /
• pp.617-628
• /
• 2022

터널 건설 시 암반 등급에 따라 다양한 지보재를 적절히 병용하여 지보패턴을 결정하고 시공이 이루어진다. 이 과정에서 시공 경험이 풍부한 전문가의 기술적 판단이 필요한데, 터널 설계의 초기 단계인 타당성 조사 및 기본설계 단계에는 상대적으로 짧은 수행기간과 부족한 자료 및 예산으로 인해 설계에 많은 어려움이 존재한다. 터널 건설의 급증과 함께 축적된 설계 데이터와 머신러닝을 활용한다면, 지보패턴 설계를 보다 신속하고 신뢰도 있게 수행할 수 있다. 따라서 본 연구에서는 암반등급 판정 및 해당 암반등급에 적합한 지보패턴 설계를 자동화하고자 국내 48개 도로터널의 설계자료 및 지반조사 자료를 수집하였으며, 8개의 입력항목(암종, 전기비저항, 심도, 터널연장, 터널연장에 따른 방재등급, 위험도지수에 따른 방재등급, 터널 종류, 터널 단면적)과 11개의 출력항목(암반등급, 숏크리트 제원 2개 항목, 록볼트 제원 3개 항목, 강지보 제원 3개 항목, 콘크리트 라이닝 2개 항목)에 대한 데이터를 정리하였다. 이와 같이 정리된 데이터를 활용하여 2가지 머신러닝 알고리즘(SVM, ANN)을 활용하여 3가지 머신러닝 모델(S1, A1, A2)을 개발하였으며, 세 가지 모델의 성능을 비교해본 결과 출력값의 데이터 형식에 따라 서로 다른 손실함수를 적용한 ANN 기반의 A2 모델이 가장 뛰어난 성능을 보였다. 본 연구를 통해 머신러닝을 활용한 지보패턴 설계의 가능성을 확인할 수 있었으며, 향후 지속적으로 실제 설계에 사용함으로써 단점을 보완하고 적용성을 개선해 나간다면 설계에 보다 큰 도움을 줄 수 있는 지보패턴 설계 모델을 개발할 수 있을 것으로 기대된다.

• 대한의용생체공학회:의공학회지
• /
• 제19권5호
• /
• pp.455-468
• /
• 1998

이 연구에서는 간질 환자의 F-18-FDG 뇌 PET 영상을 공간정규화 기법으로 표준지도 위에 정규화한 후 표준지도의 해부학적 위치 정보를 이용하여 뇌기능영상의 영역을 자동적으로 분할하고 각 해부학적 위치의 F-18-FDG 섭취율을 추출하였다. 뇌 각 영역의 F-18-FDG 섭취율을 데이터베이스화한 것을 입력으로 하는 인공신경회로망을 구성하고 학습시켜 핵의학 전문의가 판독한 결과와 얼마나 일치되는지를 분석하였다. 핵의학 전문의 2명이 좌측측두엽간질(112명), 우측측두엽간질(81명) 혹은 정상(64명)으로 판독한 F-18-FDG 뇌 PET 영상을 대상으로, 학습의 치우침을 줄이기 위해 각 질환 군에서 동일한 수(40명)를 선택하여 학습군을 구성하고 학습군을 제외한 정상 24명, 좌측측두엽간질 72명, 우측 측두엽간질 41명의 F-18-FDG PET을 시험군으로 하였다. 모든 영상을 SPM76을 이용하여 MNI 표준지도 위에 공간정규화하고 전체 뇌영역의 평균 계수를 100으로 정규화하였다. 영역 분할 프로그램을 개발하여 표준지도를 34개 영역으로 분할하고 모든 영상에서 각 뇌영역엔 대한 평균 계수를 추출하였다. 비선형 패턴분류에 효과적인 다층퍼셉트론 신경회로망 모델을 써서 오류역전파 알고리즘으로 학습시켰다. 한 층의 은닉층을 부여하고 은닉층의 뉴런 수를 5개부터 차츰 늘려가며 최적의 개수를 선택하였다. 초기 가중치와 바이어스 값은 무작위 값을 갖게 하였다. 출력단은 세 개의 뉴런을 갖고 각 뉴런은 입력이 정상이면 [1 0 0], 좌측측두엽간질이면 [0 1 0], 우측측두엽간질이면 [0 1 0]의 값을 탐 값으로 하였다. 뉴런의 활성화 함수는 시그모이드 함수를 사용하였다. 입력단은 17개의 뉴런으로 구성하고 서로 마주보는 뇌영역의 계수 타이(오른쪽-왼쪽)를 입력으로 하였다 회로망의 학습 횟수를 10,000번으로 제한하여 오타의 허용치를 1로 설정하고 학습 횟수가 넘거나 오차가 허용치보다 작을 때 학습을 중단하게 하였다. 모멘텀과 적응형 학습율을 사용하여 신경회로망의 성능을 향상시키고 학습 속도를 빠르게 하였다. 모든 PET 영상에서 성공적으로 공간정규화 파라메터를 추출하여 표준지도에 정규화할 수 있었다 다층퍼셉트론 모델을 기반으로 한 인공신경회로망으로 27개의 은닉층 뉴런을 사용했을 때 최적의 결과를 얻을 수 있었다. 학습군에 대해서 1508번의 반복 학습을 시킨 결과 오차율 0%인 신경 회로망을 얻었으며 시험군에 대해 적용한 결과 전문가의 판독결과와 80.3%의 일치율을 보였다. 은닉층의 뉴런 수가 10개나 30개인 경우에도 학습군에 대해 오타율 0%인 신경회로망을 얻을 수 있었으며 이때의 시험군에 대한 일치율 역시 75∼80%의 값을 보였다.

• 한국의학물리학회지:의학물리
• /
• 제22권3호
• /
• pp.107-116
• /
• 2011

호흡동조 방사선치료 및 체부정위방사선치료시 치료계획과 치료시 치료대상장기가 동일하게 움직이는 것을 확인하는 것은 매우 중요하다. 따라서, 본 연구에서는 호흡의 상태를 모니터하는 RPM 자료와, OBI 영상을 이용하여, 치료 중 치료장기의 움직임을 유추하고 분석하는 프로그램을 개발하였다. 기개발된 호흡연습/유도장치를 사용하여 환자호흡의 규칙성을 확보하였다. 호흡의 상태는 RPM 자료를 실시간 모니터하고 또 치료 후에 저장된 RPM 자료를 이용하였고, 호흡 변위를 내부장기의 움직임으로 환산하기 위하여 호흡의 0%, 50% 호흡동조 OBI 영상을 촬영하였다. OBI 영상촬영 시각을 기록하여, 해당시각의 RPM 자료를 읽고, RPM의 변위와 OBI에서 관찰한 종양의 움직임의 상호비례계수를 구하였다. 치료 후 RPM 자료를 읽어 RPM 자료의 최대값, 최소값, 평균값과 표준편차를 자동으로 계산하는 프로그램을 Labview로 제작하였고, 계산된 결과는 excel 파일로 출력되도록 고안하였다. 분석된 RPM 자료에 비례계수를 적용하여 치료시행중 대상장기의 움직임을 유추하도록 하였다. 이와 같이 개발한 방법은 구동팬텀을 이용하여 정확성을 시험하였고, 간의 체부정위방사선치료를 받는 10명의 환자에 대하여 개발한 방법을 적용하여 유용성을 평가하였다. 본 연구에서 개발한 호흡분석 방법은 구동팬텀을 이용하여 정확성을 확인하였다. 4 sec 주기의 2 cm의 sine 함수형태의 규칙적인 움직임에서 주기는 0.052 sec (1.3%) 크게, 움직임의 크기는 1.952 cm로 0.048 cm 작게 측정되었다. 환자에게 시험적용에서는 1명의 환자는 치료 전 연습을 위한 가치료시간의 자료분석에서 체부정위방사선치료에 적합하지 않은 것으로 판명되었고, 1명의 환자는 치료계획시보다 장기의 움직임이 크게 분석되어 호흡동조 방사선치료로 전환하였다. 본 연구에서 개발한 호흡분석프로그램은 복부부위의 방사선을 받는 모든 환자들의 내부장기의 움직임을 유추하는 데 유용한 것으로 평가되며, 체부정위방사선치료 대상환자들에 대하여, 치료계획시와 동일하게 움직임이 유지되는지 모니터하는 데 유용하였다.

• 한국정보과학회논문지:시스템및이론
• /
• 제30권9호
• /
• pp.512-522
• /
• 2003

시분할 FPGA는 회로가 동작하는 중 회로의 기능을 재구성할 수 있는 동적 재구성 기능을 갖춘 FPGA 칩이다. 따라서 이러한 칩을 위한 회로 합성 기법에서는 주어진 논리 회로를 각각 다른 시간대에 수행할 여러 개의 부분회로로 분할한 후, 동일한 하드웨어 회로를 시간차를 두고 공유하도록 해야 한다. 기존의 연구에서는, 칩의 제한된 용량 문제를 해결하기 위해, 동일 시간대에 필요한 자원으로서 각 세부 함수를 수행하는 LUT(Look-Up Table)의 개수와 LUT의 출력 결과를 다른 시간대에 사용하기 위해 그 결과를 임시 저장하는데 필요한 마이크로 레지스터(micro register)의 개수를 최소화하는 데 중점을 두고 있다. 본 논문에서는 시분할 FPGA 합성용 도구 중의 하나로서 회로 구현에 필요한 메모리 원소, 즉 마이크로 레지스터의 개수에 대한 하한(lower bound)을 추정하는 기법에 대해 설명한다. 이 방법에서는 입력되는 논리 회로를 직접 합성하지 않고서도 그 회로가 필요로 하는 전체 마이크로 레지스터 개수에 대한 하한을 각각 추정함으로써 특정한 합성 기법에 관계없이 회로 구현에 필요한 최소한의 마이크로 레지스터의 개수에 대한 정보를 추출한다. 만일, 기존의 합성 결과가 본 연구에서 추정된 하한과 일치할 경우, 그 결과는 최적의 결과를 의미한다. 반면에, 하한과의 차이가 있는 경우에는 기존의 연구 결과에 비해 더 좋은 합성 결과가 존재하거나, 또는 본 연구에서 추정한 하한보다 더 좋은(큰, 정확한) 하한이 실제 존재함을 의미한다. 따라서 이러한 비교 분석을 통해, 기존 연구는 물론, 향후에 개발할 새로운 합성 방법의 결과가 최적인지, 또는 개선의 여지가 있는지를 판단하는 좋은 지표를 얻을 수 있다. 실험 결과, 추정된 하한은 기존 연구의 합성 결과와 다소 차이가 있었다. 이러한 차이는 우선, 기존의 합성 결과는 LUT 개수를 적절히 유지하는 가운데 마이크로 레지스터를 최소화한 결과인 반면, 본 하한 추정에서는 합성 가능한 모든 결과 중, LUT 개수와는 전혀 무관하게, 마이크로 레지스터 개수를 최대한 작게 사용할 합성 예를 추정하기 때문이라고 판단된다. 또 한편으로는 마이크로 레지스터 개수에 대한 하한 추정 문제 자체가 갖는 거대한 변동성과 복잡성으로 인해 제안한 추정 기법이 정밀도에 한계를 가지는 것으로 해석할 수 있으며, 다른 한편으로는 기존 연구 결과보다 더 좋은 합성 결과가 존재할 가능성이 높음을 의미하는 것으로 해석될 수 있다.

• 한국농림기상학회지
• /
• 제9권1호
• /
• pp.29-36
• /
• 2007

유량 및 수질자료가 부족한 미계측 유역의 수질환경 평가를 간편하게 수행할 수 있는 대유역 수질관리를 위한 수질모형 Modified-WASP5을 개발하고, 금강하구 수질재현에 활용을 통해 그 적용성을 입증하였다. Modified-WASP5은 부하모형과, 수리모형, 수질모형으로 구성되어 있으며, 부하모형은 동리 단위로 조사된 점원 및 비점원 자료와 배출원 단위를 입력하여 소유역 배출부하량을 계산하고, 이를 통계적으로 구한 유달함수에 대입하여 유달부하량을 출력한다. 부하모형의 결과, 금강하구 유역의 BOD, TN, TP의 총 유달부하량의 상대오차는 각각 44%, 32%, 26%이고 상관계수는 0.91, 0.96, 0.87을 보였다. 위와 같은 결과를 볼 때, 자료의 분산이 나타나기는 하나, 제한된 자료로부터 실측치와 계산치가 유사한 경향을 가지므로 미계측 유역에 적용이 가능하다고 판단된다. 수리계산에 필요한 유량자료에 있어서, 경계조건으로 분류되는 상류 소유역의 유랑관측자료가 존재하지 않으므로, 부득이하게 비유량 방법을 이용하였으나, 별다른 유출입 유량이 없는 경우에도 하류에서 유량이 급등하는 등 실제 상황을 정확히 재현하는데는 어려움이 따른다. 이러한 특이 값을 제거한 후, 측정지점에 대한 비유량을 각각 구하고 이들 비유량의 평균을 사용하였으나, 현재 가용한 자료의 제한성으로 더 나은 결과를 계산할 수 없다. 수질모형의 결과, 공주와 강경의 평균 BOD 농도는 2.6mg/L 및 2.8mg/L, 모의결과는 각각 2.5mg/L와 2.4 mg/L로 나타나 개발모형에 대한 호수 및 하천구간의 예측에 무리가 없음을 확인하였다. 이와 같이, 본 연구에서는 하천과 호수가 연계된 수계에 적용이 가능한 동적 수질모형(WASP-M)을 개발하여 WASP5의 범용성을 높였으며, 개발된 부하모형과 수질모형을 이용하여 대청호 및 금강하구 유역에 적용한 결과, 그 적용성이 입증되었으며, 위에서 언급한 과제들이 연구개선 될 경우 우리나라 수계에 범용으로 적용가능하고, 미계측 유역의 수질환경평가에 이용될 수 있을 것이다.

• 전기전자학회논문지
• /
• 제25권3호
• /
• pp.493-500
• /
• 2021

본 논문에서는 다각형 용기의 품질 향상을 위한 딥러닝 구조 개발을 제안한다. 딥러닝 구조는 convolution 층, bottleneck 층, fully connect 층, softmax 층 등으로 구성된다. Convolution 층은 입력 이미지 또는 이전 층의 특징 이미지를 여러 특징 필터와 convolution 3x3 연산하여 특징 이미지를 얻어 내는 층이다. Bottleneck 층은 convolution 층을 통해 추출된 특징 이미지상의 특징들 중에서 최적의 특징들만 선별하여 convolution 1x1 ReLU로 채널을 감소시키고convolution 3x3 ReLU를 실시한다. Bottleneck 층을 거친 후에 수행되는 global average pooling 연산과정은 convolution 층을 통해 추출된 특징 이미지의 특징들 중에서 최적의 특징들만 선별하여 특징 이미지의 크기를 감소시킨다. Fully connect 층은 6개의 fully connect layer를 거쳐 출력 데이터가 산출된다. Softmax 층은 입력층 노드의 값과 연산을 진행하려는 목표 노드 사이의 가중치와 곱을 하여 합하고 활성화 함수를 통해 0~1 사이의 값으로 변환한다. 학습이 완료된 후에 인식 과정에서는 학습 과정과 마찬가지로 카메라를 이용한 이미지 획득, 측정 위치 검출, 딥러닝을 활용한 비원형 유리병 분류 등을 수행하여 비원형 유리병을 분류한다. 제안된 다각형 용기의 품질 향상을 위한 딥러닝 구조의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과, 양품/불량 판별 정확도 99%로 세계최고 수준과 동일한 수준으로 산출되었다. 검사 소요 시간은 평균 1.7초로 비원형 머신비전 시스템을 사용하는 생산 공정의 가동 시간 기준 내로 산출되었다. 따라서 본 본문에서 제안한 다각형 용기의 품질 향상을 위한 딥러닝 구조의 성능의 그 효용성이 입증되었다.