• 한국산업융합학회 논문집
• /
• 제26권1호
• /
• pp.113-119
• /
• 2023

In this paper, we propose an optimization of a pose estimation deep learning model for recognition of abnormal behavior in unmanned stores using radio frequencies. The radio frequency use millimeter wave in the 30 GHz to 300 GHz band. Due to the short wavelength and strong straightness, it is a frequency with less grayness and less interference due to radio absorption on the object. A millimeter wave radar is used to solve the problem of personal information infringement that may occur in conventional CCTV image-based pose estimation. Deep learning-based pose estimation models generally use convolution neural networks. The convolution neural network is a combination of convolution layers and pooling layers of different types, and there are many cases of convolution filter size, number, and convolution operations, and more cases of combining components. Therefore, it is difficult to find the structure and components of the optimal posture estimation model for input data. Compared with conventional millimeter wave-based posture estimation studies, it is possible to explore the structure and components of the optimal posture estimation model for input data using genetic algorithms, and the performance of optimizing the proposed posture estimation model is excellent. Data are collected for actual unmanned stores, and point cloud data and three-dimensional keypoint information of Kinect Azure are collected using millimeter wave radar for collapse and property damage occurring in unmanned stores. As a result of the experiment, it was confirmed that the error was moored compared to the conventional posture estimation model.

• 한국융합학회논문지
• /
• 제13권1호
• /
• pp.387-398
• /
• 2022

본 논문은 독거노인의 복합적 행태를 이종 사물인터넷 센서들과 딥러닝 기법을 활용하여 인지하고 낙상, 잦은 기침, 수면의 질 감소, 발열 및 비정상적 생활 동선의 발생 등 위급하거나 건강이 저하되는 상황을 적시에 보호자 및 의료복지 담당자에게 알리고 적정한 후속 서비스를 추천 및 수행할 수 있는 시스템을 논한다. 독거노인들의 생활을 최대한 방해하지 않기 위하여 전면 비접촉식 상황 인식 기술을 선보인다. 본 논문은 센서 데이터의 수집 및 분석 체계의 설계와 구현 방법은 물론, 서울시 총 5개구 거주 독거노인들을 대상으로 실증한 경험을 통해 설치, 설정, 운영 및 유지 보수 측면에서의 다양한 문제점들을 서술하고 해당 시스템의 전국 확산에 대비한 향후 발전 방향을 제언한다.

• 한국빅데이터학회지
• /
• 제6권2호
• /
• pp.99-108
• /
• 2021

최근, 예상치 못하고 지능적인 보다 고도화된 사이버 의료 위협 공격이 증가하고 있는 추세이다. 하지만 다양한 패턴의 사이버 의료 위협 공격 대응에 있어, 물리적인 차단과 의료기기 교체와 같은 규칙 기반 보안방법론은 인력 부족, 고가의 비용 부담 등의 한계를 지닌다. 이를 해결하기 위한 방안으로 최근 의료계에서도 인공지능 기술에 주목하고 있다. 인공지능 기술은 기존의 규칙 기반의 보안 프로그램과는 달리 과거의 이상행태를 스스로 학습하여 보안 위협 감지 및 예측을 가능케 하는 기술이다. 본 연구에서는 의료기관 통합의료정보시스템 내 의료정보 데이터를 수집 및 학습하여 AI 기반 네트워킹 행동 적응형 정보 플랫폼 개발 연구 방법론에 대한 소개를 포함한다. 이를 통해 규칙 기반의 보안 프로그램의 기술적 제반사항 소개와 제약 사항 대비 의료정보분야에서의 인공지능 기술을 활성화하기 위한 전략에 대해 논의한다.

• 현장농수산연구지
• /
• 제25권3호
• /
• pp.30-34
• /
• 2023

2023년 7월, 국내의 흰다리 새우 양식장에서 양식 중이던 흰다리 새우가 이상유영을 보이며 식욕부진에 시달리며 지속적으로 폐사하였다. 초기에는 일일 평균 폐사율이 0.1%였으나, 3주 후에는 5%까지 증가하였다. 질병 진단 과정 중, 폐사 새우의 간췌장에서 세균(KNUAFVa-SHP08147)이 분리되었다. 본 세균의 16S rRNA 유전자의 시퀀스 분석결과, 분리주 KNUAFVa-SHP08147은 Vibrio alginolyticus로 동정이 되었다. 본 연구에서는, 분리주를 대상으로 비브리오 방제 효과가 있다고 알려져 있는 소독제의 효능을 검증해보았다. 소독제 Virkon^TMS의 효능 검증을 위하여, Virkon^TMS를 처리한 후 KNUAFVa-SHP08147의 성장 곡선을 조사하였다. 실험 결과, Virkon^TMS가 KNUAFVa-SHP08147의 성장에 미치는 영향이 무의미한 것으로 드러나, 소독제 Virkon^TMS의 Vibrio 방제 효과는 없는 것으로 드러났다.

• 현장농수산연구지
• /
• 제25권3호
• /
• pp.14-18
• /
• 2023

2022년 7월, 국내의 저염분 해수 흰다리새우 양식장에서 양식 중이던 흰다리새우가 이상유영과 식욕부진을 보이며 지속적으로 폐사하였다. 일일 평균 폐사율이 0.1%로 완만한 폐사를 보였으나, 2달 넘게 폐사가 지속되었고 성장 지체로 인한 경제적인 피해가 가중되었다. 질병 진단 과정 중, 폐사 새우의 간췌장에서 세균(KNUAF-SHP3)이 분리되었다. 본 세균의 16S rRNA 유전자의 시퀀스 분석 결과, 분리주 KNUAF-SHP3은 Shewanella에 속하는 균으로 동정이 되었고, S. algae MARS 14, S. chilikensis JC5T와 근연 관계를 보이며 같은 그룹으로 분류되었다. 실험 동물을 활용한 인위 감염 실험에서는 상대적으로 고농도(2.1×108CFU/ml와 2.1×109CFU/ml)를 적용한 군에서는 모든 새우들이 감염 증상을 보이며 감염 후 7일 내에 100% 폐사율을 나타내었다. 본 연구는 Shewanella 세균이 저염분 해수 양식 흰다리새우에서의 잠재적인 기회 감염균이 될 수 있음을 기술하고 있다.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제16권3호
• /
• pp.267-287
• /
• 2010

본 연구는 우리나라의 교통사고 조사양식을 개선하고 이를 통해 사고조사 자료의 신뢰성을 확보하여 인적 사고관련 요인 판단에 도움을 줄 수 있는 방안을 모색하기 위해 실시되었다. 먼저 교통사고 조사양식 개선안을 만들기 위해 미국과 영국에서 사용하고 있는 조사양식 및 관련 연구들이 제시한 항목들을 분석하였다. 또, 이렇게 만들어진 조사양식 개선안이 충분한 사고설명력을 가지는지 알아보기 위해 2008년 한 해 동안 경기도에서 발생한 사망사고 중 502건을 새로 분석하여 기존 항목에 의한 분석결과와 비교하였다. 분석결과, 도로환경 부문과 운전자 요인 부문에서 일부 불명확한 내용의 기존항목이 제거되고, 새로운 내용들이 사고조사 양식에 반영되어야 할 필요성이 제기되었다. 본 연구결과를 바탕으로 인적요인을 고려한 교통사고 조사양식 개선안과 추후 연구과제들을 논의와 부록자료를 통해 제안하였다.

• 문화기술의 융합
• /
• 제10권1호
• /
• pp.559-563
• /
• 2024

현재 우리나라는 도심지 과밀도로 구조물과 인접하여 대규모, 대심도 굴착시공이 이루어지고 있다. 도심지에서의 인접굴착공사는 흙막이 구조물 및 지하구조물의 안전성 확보가 매우 중요하다. 이에 자동화계측 시스템을 도입하여 지하철 터널 구조물에 대한 안전성을 관리하고 있다. 그러나 자동화계측 시스템 결과의 활용도는 매우 낮은 실정이다. 기존 평가기법은 측정된 데이터의 최댓값에만 의존하여, 이상 거동을 과대평가할 수 있는 기법이다. 이에 본 연구에서는 방대한 양의 자동화계측 데이터를 정량적으로 평가할 수 있는 기법인 가우시안 확률밀도함수 분석기법을 이용하여 분석하였다. 방대한 양의 데이터를 확률통계 분석비법을 적용하여 신뢰성 높은 결과를 도출하였다. 따라서 본 연구에서는 방대한 양의 데이터를 처리할 수 있는 기법을 이용하여 인접굴착공사에 따른 지하철 터널 구조물의 안전성 평가를 수행하였다.

• International Journal of Computer Science & Network Security
• /
• 제24권5호
• /
• pp.111-118
• /
• 2024

In general network-based intrusion detection system is designed to detect malicious behavior directed at a network or its resources. The key goal of this paper is to look at network data and identify whether it is normal traffic data or anomaly traffic data specifically for accounting information systems. In today's world, there are a variety of principles for detecting various forms of network-based intrusion. In this paper, we are using supervised machine learning techniques. Classification models are used to train and validate data. Using these algorithms we are training the system using a training dataset then we use this trained system to detect intrusion from the testing dataset. In our proposed method, we will detect whether the network data is normal or an anomaly. Using this method we can avoid unauthorized activity on the network and systems under that network. The Decision Tree and K-Nearest Neighbor are applied to the proposed model to classify abnormal to normal behaviors of network traffic data. In addition to that, Logistic Regression Classifier and Support Vector Classification algorithms are used in our model to support proposed concepts. Furthermore, a feature selection method is used to collect valuable information from the dataset to enhance the efficiency of the proposed approach. Random Forest machine learning algorithm is used, which assists the system to identify crucial aspects and focus on them rather than all the features them. The experimental findings revealed that the suggested method for network intrusion detection has a neglected false alarm rate, with the accuracy of the result expected to be between 95% and 100%. As a result of the high precision rate, this concept can be used to detect network data intrusion and prevent vulnerabilities on the network.

• 대한소아치과학회지
• /
• 제25권4호
• /
• pp.837-842
• /
• 1998

저자는 치아우식증을 주소로 경희의료원 소아치과에 내원한 레트 증후군 환아를 전신마취 하에서 치료를 시행하고 다음과 같은 치의학적 소견을 얻었다. 1. 본 증례에 보고된 레트 증후군 환아들은 비정상적인 저작, 이갈이, 과다한 타액분비, 높고 깊은 상악 구개, 혀의 전방 변위 등의 구강 증상을 보였다. 2. 본 증례에서 보고된 레트 증후군 환아들은 입과 손을 사용하는 습관-손깨물기, 손등을 핥거나 입술로 문지르기, 손가락빨기-을 갖고 있으며 흔히 손을 씻는 듯한 특징적인 상동증 사이에 이러한 동작을 반복하였다. 3. 이상과같은 진단적 요건을 숙지한다면 레트 증후군의 조기 발견에 도움이 될 수 있으며, 치과적 처치시에도 조기치료 및 예방술식을 시행할 수 있어 진정요법이나 전신마취의 필요성을 감소시킬 수 있을 것으로 판단된다.

• 방송공학회논문지
• /
• 제25권3호
• /
• pp.405-417
• /
• 2020

확장현실의 대중화로 사람의 동작을 실시간 3D 애니메이션으로 구현하는 연구가 활발히 진행 중이다. 특히 Microsoft에서 키넥트 카메라를 개발함에 따라 설비의 부담 없이 간단한 조작만으로도 3D 모션 정보 취득이 가능해져 FBX와 같은 3D 형식과 결합하여 실시간 애니메이션 생성이 가능해졌다. 하지만 키넥트는 마커 기반 모션 캡쳐 시스템에 비해 관절 정보의 추정 성능이 뒤떨어져 낮은 정확도를 보인다. 이에 본 논문에서는 키넥트 카메라 기반 FBX 형식의 모션 캡쳐 애니메이션 시스템에서의 자연스러운 인체 움직임을 구현하고자 관절 추정 오류를 보정하는 두 알고리즘을 제안한다. 첫 번째로 키넥트로 사람의 위치 정보를 취득하고 깊이 지도를 생성하여 인체 부위 길이 제약 정보를 이용해 잘못된 관절 위치 값을 보정, 새로운 회전 값을 추정한다. 두 번째로 기존 및 추정된 회전 값들에 미리 설정된 관절 가동 범위 제약을 적용, FBX로 구현해 비정상적인 동작을 제거한다. 실험으로부터 사람의 동작이 개선되는 것을 확인하였고 알고리즘 간 오차를 비교하여 시스템의 우수성을 입증하였다.