• 한국수자원학회논문집
• /
• 제54권9호
• /
• pp.681-692
• /
• 2021

식생 프로세스는 증발산 제어를 통해 강우 유출 프로세스에 상당한 영향을 미치지만, 개념적인 집중형 수문 모형에서는 거의 고려되지 않는다. 본 연구는 인공위성에서 원격으로 감지된 엽면적지수 자료를 표현하는 생태 모듈을 수문 분할 모듈에 통합하여 합천댐 유역에 대한 모형 성능을 평가하였다. 제안된 생태 수문 모형은 습윤 지역의 생태수문 프로세스를 더 잘 표현하기 위하여 크게 세 가지 주요한 특징을 가진다. 1) 식생의 성장률은 유역의 물 부족 스트레스에 의해 제약을 받는다. 2) 식생의 최대 성장은 유역 기후에 의한 에너지에 의해 제약을 받는다. 3) 식생과 대수층의 상호작용이 반영된다. 제안된 모형은 유역 단위의 수문 성분과 식생 동역학을 동시에 모의한다. SCEM 알고리즘에 의해 추정된 모형 매개변수를 이용한 검증 결과로부터 아래와 같은 발견할 수 있었다. 1) 엽면적지수와 하천유량 자료를 이용하여 생태수문모형의 매개변수를 추정하는 것이 생태 모듈이 없는 수문 모형과 비슷한 정확도 및 견고함으로 하천유량을 예측할 수 있다. 2) 필터링이 안된 원격으로 감지된 엽면적지수를 그대로 입력자료로 이용하는 것은 하천유량 예측에 도움이 안된다. 3) 통합된 생태수문모형은 엽면적지수의 계절적인 변동성에 대한 우수한 추정치를 제공할 수 있다.

• 한국방사선학회논문지
• /
• 제14권7호
• /
• pp.871-879
• /
• 2020

본 연구에서는 초음파 검사 시 정상인을 대상으로 연령대에 따른 신장 기능 지표와 신장 크기 간의 상관관계를 분석하고자 하였다. 복부 초음파 검사를 실시한 정상인 170명(남:86명, 여:84명)을 20대, 30대, 40대, 50대 이상으로 분류하였다. 피검사자는 옆으로 누운 자세로 좌/우측 신장을 2번씩 신장 길이와 너비 그리고 단면적으로 신장 크기를 측정하였다. 이때 신장 길이는 최대 상극에서 최대 하극까지 측정하고 같은 초음파 영상에서 가장 넓은 너비를 계측하여 단면적을 구하였다. 그 외 관련인자로 체표면적, 혈중크레아티닌, 사구체여과율, MDRD (Modification of diet in renal disease), C-G (Cockcroft-Gault)를 조사하였다. 성별에 따른 연령대별로 관련인자 간의 유의한 차이 비교는 일원배치분산분석으로 실시하였다. 또한 관련인자들 간의 상관관계 분석을 시행했으며 Pearson과 Spearman correlation coefficient를 이용하였다. 이때 p 값이 0.05보다 작을 때 유의성이 있다고 정의하였다. 그 결과, 신장의 길이, 너비, 단면적 등은 사구체 여과율, C-G, MDRD와 상관관계가 있었다. 따라서 신장 초음파 검사 시 신장 길이 하나만을 측정하기보다는 관련 인자를 함께 평가한다면 신장 질환에 진단 정확도를 높일 수 있으리라 기대한다.

• 한국폐기물자원순환학회지
• /
• 제35권7호
• /
• pp.616-626
• /
• 2018

The quality standards of solid refuse fuel (SRF) define the values for 12 physico-chemical properties, including moisture, lower heating value, and metal compounds, according to Article 20 of the Enforcement Rules of the Act on Resource Saving and Recycling Promotion. These parameters are evaluated via various SRF Quality Test Methods, but problems related to the heavy metal content have been observed in the microwave acid digestion method. Therefore, these methods and their applicability need improvement. In this study, the appropriate testing conditions were derived by varying the parameters of microwave acid digestion, such as microwave power and pre-treatment time. The pre-treatment of SRF as a function of the microwave power revealed an incomplete decomposition of the sample at 600 W, and the heavy metal content analysis was difficult to perform under 9 mL of nitric acid and 3 mL of hydrochloric acid. The experiments with the reference materials under nitric acid at 600 W lasted 30 minutes, and 1,000 W for 20 or 30 minutes were considered optimal conditions. The results confirmed that a mixture of SRF and an acid would take about 20 minutes to reach $180^{\circ}C$, requiring at least 30 minutes of pre-treatment. The accuracy was within 30% of the standard deviation, with a precision of 70 ~ 130% of the heavy metal recovery rate. By applying these conditions to SRF, the results for each condition were not significantly different and the heavy metal standards for As, Pb, Cd, and Cr were satisfied.

• 융합정보논문지
• /
• 제11권6호
• /
• pp.33-39
• /
• 2021

음성인식 기술은 딥러닝과 결합되며 빠른 속도로 발전하고 있다. 특히 음성인식 서비스가 인공지능 스피커, 차량용 음성인식, 스마트폰 등의 각종 기기와 연결되며 음성인식 기술이 산업의 특정 분야가 아닌 다양한 곳에 활용되고 있다. 이러한 상황에서 해당 기술에 대한 높은 기대 수준을 맞추기 위한 연구 역시 활발히 진행되고 있다. 그중에서 자연어처리(NLP, Natural Language Processing)분야에서 음성인식 인식률에 많은 영향을 주는 주변의 소음이나 불필요한 음성신호를 제거하는 분야에 연구가 필요한 상황이다. 이미 많은 국내외 기업에서 이러한 연구를 위해 최신의 인공지능 기술을 활용하고 있다. 그중에서 합성곱신경망 알고리즘(CNN)을 활용한 연구가 활발하게 진행되고 있다. 본 연구의 목적은 합성곱 신경망을 통해서 사용자의 발화구간에서 비음성 구간을 판별하는 것으로 5명의 발화자의 음성파일(wav)을 수집하여 학습용 데이터를 생성하고 이를 합성곱신경망을 활용하여 음성 구간과 비음성 구간을 판별하는 분류 모델을 생성하였다. 이후 생성된 모델을 통해 비음성 구간을 탐지하는 실험을 진행한 결과 94%의 정확도를 얻었다.

• 한국물환경학회지
• /
• 제37권3호
• /
• pp.217-228
• /
• 2021

This paper discusses a methodology where an integrated modelling framework is used to quantify the risk derived from anthropic activities on habitats and species. To achieve this purpose, a tool comprising the Delft3D and HABITAT model, was applied in the Yeongsan river. Delft3D effectively simulated the operational condition and flow of weirs in river. In accuracy evaluation of the Delft3D-FLOW, the Bias, Pbias, Mean Absolute Error (MAE), Nash-Sutcliffe Efficiency (NSE), and Index of Agreement (IOA) were used, and the result was evaluated as grade above 'Satisfactory'. The HABITAT calculated Habitat Suitability Value (HSV) for the following eight species: mammal, fish, aquatic plant, and benthic macroinvertebrate. An Area was defined as a suitable habitat if the HSV was larger than 0.5. HABITAT was judged accurately by measuring the Correct Classification rate (CCR) and the area under the ROC curve (AUC). For benthic macroinvertebrate, the CCR and AUC were 77% and 0.834, respectively, at thresholds of 0.017 and 4 inds/m² for HSV and individuals per unit area. This meant that the HABITAT model accurately predicted the appearance of the benthic macroinvertebrates by approximately 77% and that the probability of false alarms was also very low. As a result of evaluating the suitability of habitats, in the Yeongsan river, if the annual "lowest level" (Seungchon weir: 2.5 EL.m/ Juksan weir: -1.35 EL.m) was maintained, the average habitat improvement effect of 6.5%P compared to the 'reference' scenario was predicted. Consequently, it was demonstrated that the integrated modelling framework for habitat suitability assessment is able to support the remedy aquatic ecological management.

• 한국전산구조공학회논문집
• /
• 제34권1호
• /
• pp.25-33
• /
• 2021

머신러닝 기법의 발달과 함께 기계에서 발생하는 다양한 종류(진동, 온도, 유량 등)의 데이터를 활용하여 기계의 상태를 진단하고 이상 탐지 및 비정상 분류 연구도 활발히 진행되고 있다. 특히 진동 데이터를 활용한 회전 기계의 상태 진단은 전통적인 기계 상태 모니터링 분야로 오랜 기간 동안 연구가 진행되었고, 연구 방법 또한 매우 다양하다. 본 연구에서는 가정용 에어컨에 사용되는 로터리 압축기에 가속도계를 직접 설치하여 진동 데이터를 수집하는 실험을 진행하였다. 데이터 부족 문제를 해결하기 위해 데이터 분할을 수행하였으며, 시간 영역에서의 진동 데이터로부터 통계적, 물리적 특징들을 추출한 후, Chi-square 검증을 통해 고장 분류 모델의 주요 특징을 추출하였다. SVM(Support Vector Machine) 모델은 압축기의 정상 혹은 이상 유무를 분류하기 위해 개발되었으며, 파라미터 최적화를 통해 분류 정확도를 개선하였다.

• 디지털융복합연구
• /
• 제19권3호
• /
• pp.203-209
• /
• 2021

본 연구에서는 구직자의 채용지원 서류에 대한 진정성 검증 및 잠재 직무역량과 성향에 대한 정보여과 기능을 기반으로 효과적인 원격 채용 및 적정한 업무배치 의사결정을 지원할 수 있는 온라인 채용지원시스템 프로토타입 설계 및 구현 사례를 제안하고자 하였다. 이를 위해 구직자의 공개된 소셜미디어 정보에 대해 다차원적으로 자동 크롤링 및 분석하는 기능을 접목하여 구직자의 성향과 직무역량 정보를 도출하고, 텍스트마이닝 기법을 적용하여 채용지원 서류에 표현된 텍스트 정보 및 면접 영상 정보에 대한 지능적인 분석기능이 포함된 시스템 모델을 제안하였다. 제안하는 채용지원시스템의 효용성 검증을 위하여 프로토타입을 기반으로 주요 성능지표인 텍스트마이닝 정확도 및 면접 음성문자변환 기능 인식률 등에 대한 성능평가 실험을 진행하고 결과를 분석하였다. 제안하는 시스템은 효율적인 맞춤형 채용지원 기능이 가능하도록 지능형 웹/앱 개발에 필요한 요소기술을 융합하여 설계하였으며, 도출된 설계 사양 및 프로토타입 개발 결과를 바탕으로 상용화 구현이 된다면 인재 채용시장에서 필요한 지능형 온라인 채용시스템 기술로 확대 활용이 기대될 수 있다.

• 대한의용생체공학회:의공학회지
• /
• 제42권4호
• /
• pp.150-158
• /
• 2021

Intracranial hemorrhage (ICH) refers to acute bleeding inside the intracranial vault. Not only does this devastating disease record a very high mortality rate, but it can also cause serious chronic impairment of sensory, motor, and cognitive functions. Therefore, a prompt and professional diagnosis of the disease is highly critical. Noninvasive brain imaging data are essential for clinicians to efficiently diagnose the locus of brain lesion, volume of bleeding, and subsequent cortical damage, and to take clinical interventions. In particular, computed tomography (CT) images are used most often for the diagnosis of ICH. In order to diagnose ICH through CT images, not only medical specialists with a sufficient number of diagnosis experiences are required, but even when this condition is met, there are many cases where bleeding cannot be successfully detected due to factors such as low signal ratio and artifacts of the image itself. In addition, discrepancies between interpretations or even misinterpretations might exist causing critical clinical consequences. To resolve these clinical problems, we developed a diagnostic model predicting intracranial bleeding and its subtypes (intraparenchymal, intraventricular, subarachnoid, subdural, and epidural) by applying deep learning algorithms to CT images. We also constructed a visualization tool highlighting important regions in a CT image for predicting ICH. Specifically, 1) 27,758 CT brain images from RSNA were pre-processed to minimize the computational load. 2) Three different CNN-based models (ResNet, EfficientNet-B2, and EfficientNet-B7) were trained based on a training image data set. 3) Diagnosis performance of each of the three models was evaluated based on an independent test image data set: As a result of the model comparison, EfficientNet-B7's performance (classification accuracy = 91%) was a way greater than the other models. 4) Finally, based on the result of EfficientNet-B7, we visualized the lesions of internal bleeding using the Grad-CAM. Our research suggests that artificial intelligence-based diagnostic systems can help diagnose and treat brain diseases resolving various problems in clinical situations.

• 한국산학기술학회논문지
• /
• 제22권6호
• /
• pp.36-42
• /
• 2021

최근 4차 산업혁명으로 인해 제조업계에서는 제조업의 인공지능을 접목시켜 효율성을 극대화하는 스마트 팩토리 붐이 일어나고 있다. 특히 자동차 부품 제조 및 생산에 널리 적용되어 불량을 낮추는 연구들이 활발히 진행되고 있다. 이에 본 연구에서는 머신러닝을 통한 불량예측을 시트 폼 발포공정에 접목시켜 발포공정의 효율성을 극대화하는 연구를 진행하였다. 자동차 시트폼 에서 주로 사용되는 폴리우레탄 폼(polyurethane foam)은 폴리올(polyol, 이하 POL)과 이소시아네이트(isocyanate, 이하 ISO)를 혼합 및 발포하는 공정으로 제조되며, 각 원료의 혼합비율과 온도의 변화에 따라 제품의 특성이 변화한다. 이에 본 연구에서는 발포공정에서 수집되는 인자별 데이터값을 머신러닝에 적용하여 불량을 예측하고자 한다. 머신러닝에 사용되는 알고리즘으로는 의사결정트리, kNN, 앙상블 알고리즘을 사용하였으며 학습은 5,147개의 데이터를 사용하였으며, 학습된 결과를 1,000개의 검증용 데이터에 적용한 결과, 세 알고리즘 중 앙상블 알고리즘에서 최대 98.5 %의 정확도를 확인할 수 있었다. 이러한 결과를 통해 발포공정에서 실시간으로 수집되는 데이터를 통해 현재 생산되는 부품의 불량 여부를 확인할 수 있으며, 나아가 각 인자를 조절하여 불량률을 개선할 수 있음을 짐작할 수 있다고 사료된다.

• Journal of Gastric Cancer
• /
• 제21권4호
• /
• pp.368-378
• /
• 2021

Purpose: When patients with early gastric cancer (EGC) undergo non-curative endoscopic submucosal dissection requiring gastrectomy (NC-ESD-RG), additional medical resources and expenses are required for surgery. To reduce this burden, predictive model for NC-ESD-RG is required. Materials and Methods: Data from 2,997 patients undergoing ESD for 3,127 forceps biopsy-proven differentiated-type EGCs (2,345 and 782 in training and validation sets, respectively) were reviewed. Using the training set, the logistic stepwise regression analysis determined the independent predictors of NC-ESD-RG (NC-ESD other than cases with lateral resection margin involvement or piecemeal resection as the only non-curative factor). Using these predictors, a risk-scoring system for predicting NC-ESD-RG was developed. Performance of the predictive model was examined internally with the validation set. Results: Rate of NC-ESD-RG was 17.3%. Independent pre-ESD predictors for NC-ESD-RG included moderately differentiated or papillary EGC, large tumor size, proximal tumor location, lesion at greater curvature, elevated or depressed morphology, and presence of ulcers. A risk-score was assigned to each predictor of NC-ESD-RG. The area under the receiver operating characteristic curve for predicting NC-ESD-RG was 0.672 in both training and validation sets. A risk-score of 5 points was the optimal cut-off value for predicting NC-ESD-RG, and the overall accuracy was 72.7%. As the total risk score increased, the predicted risk for NC-ESD-RG increased from 3.8% to 72.6%. Conclusions: We developed and validated a risk-scoring system for predicting NC-ESD-RG based on pre-ESD variables. Our risk-scoring system can facilitate informed consent and decision-making for preoperative treatment selection between ESD and surgery in patients with EGC.