• 원예과학기술지
• /
• 제33권3호
• /
• pp.403-408
• /
• 2015

색도는 고추의 품질을 결정하는 중요한 요인으로, 색도 측정을 위해 high-performance liquid chromatography(HPLC), thin layer chromatography(TLC), ASTA-20 방법 등이 활용되고 있다. 특히 ASTA-20 방법은 간단하고 정확하게 다수의 시료에 대한 색도 분석을 수행할 수 있다는 장점 덕분에 주로 사용된다. 하지만 전처리 과정에 시간이 많이 소요되고 아세톤과 같은 폐시약이 발생한다. 따라서 본 연구에서는 ASTA-20 방법을 대체하기 위하여 Vis/NIR 초분광 분석법을 활용한 빠른 색도 분석법을 개발하고자 하였다. ASTA-20 방법과 Vis/NIR 초분광 분석법의 상관관계를 분석하기 위하여 총 488점 고춧가루의 색도를 두 가지 방법으로 측정하였다. 이후 무작위로 선발한 366개의 시료를 이용하여 Vis/NIR 초분광 분석법으로 측정한 값으로부터 ASTA 값을 예측하는 부분최소자승법(PLS) 모델을 확립하였다. 모델 개발에 활용하지 않은 122개 시료의 ASTA 값을 PLS 모델을 이용하여 예측하고, ASTA-20 방법으로 측정한 값과 비교해본 결과, 매우 유의성 있는 상관관계($R^2=0.88$)를 나타내 Vis/NIR 초분광 분석법의 신뢰도를 확인할 수 있었다. 따라서 본 연구에서 개발한 간편하고 빠른 ASTA 값 측정 방법은 전처리 단계를 요구하지 않고, 30분 이내에 100개 시료에 대한 분석을 수행할 수 있어 다수의 고춧가루 색도를 빠르게 측정하는데 유용하게 사용될 것으로 기대한다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제38권4호
• /
• pp.365-374
• /
• 2015

진단의 높은 정확성을 유지하기 위하여 영상 품질의 정기적인 quality assurance (QA) 검사는 필수적이다. 이 연구의 목적은 2006년부터 2015년까지 시간에 따른 (2006, 2009, 2012, 2015) computed radiography (CR) system의 modulation transfer function (MTF: 변조전달함수), the noise power spectrum (NPS: 잡음전력스펙트럼) and the detective quantum efficiency (DQE: 양자검출효율)를 측정하여 평가 하는 것이다. 우리는 edge method를 이용하여 pre-sampled MTF를 구하였고 international electrotechnical commission standard IEC: 62220-1의 RQA5가 측정에 적용되었으며, X선관 초점으로부터 CR 표면까지의 거리는 150 cm이며, 부가필터 21 mmAl을 사용하였다. 관전압은 $72{\pm}2kVp$였으며 관전압을 1~2 kVp조절하여 HVL이 $7.1{\pm}1mmAl$되도록 하였다. 연구결과는 MTF의 공간주파수 50% ($mm^{-1}$)에서 사용 기간 별로 2006년은 1.54, 2009년은 1.14, 2012년은 1.12, 2015년은 1.38 이었고 공간주파수 10% ($mm^{-1}$)에서 사용 기간 별로 2006년은 2.68, 2009년은 2.44, 2012년은 2.44, 2015년은 2.46 이었다. 각각의 노이즈 분포는 2006년이 가장 낮은 노이즈 분포를 보였으며 2015, 2009, 2012 순으로 낮은 노이즈 분포를 나타내었다. Peak DQE와 $1mm^{-1}$에서도 2006년이 가장 우수한 DQE를 보였으며 2015년, 2009년, 2012년 순으로 DQE값을 나타내었다. 정확한 진단을 위하여 주기적인 CR 시스템의 유지보수가 필요하며 본 연구는 CR 시스템의 QA 및 수행성능 평가에 기초가 될 것으로 생각된다.

• 한국식품영양과학회지
• /
• 제45권11호
• /
• pp.1610-1616
• /
• 2016

섬쑥부쟁이로부터 고요산혈증 개선에 도움을 주는 기능성 식품 개발을 위하여 최적의 에탄올 추출물 탐색과 high performance liquid chromatography-ultraviolet(HPLC-UV) 분석방법에 의한 validation을 실시하였다. 지표성분으로 3,5-dicaffeoylquinic acid(3,5-DCQA)를 선정하여 표준화를 실시하였으며 검출법 확립을 위한 3,5-DCQA 정량분석은 Luna RP-18 칼럼($4.6{\times}250mm$, $5{\mu}m$)을 이용하여 1% 초산용액과 메탄올을 전개용매로 사용하였다. 용출은 1.0 mL/min의 유속으로 기울기 용출(gradient elution) 방법을 이용하였으며, 320 nm 파장에서 검출한 피크 면적을 이용하여 검량곡선을 작성하여 분석하였다. 본 연구에서 확립한 분석법으로 특이성, 직선성, 정밀성, 정확성, 회수율을 검색하였다. 3,5-DCQA의 검량선으로부터 상관계수($R^2$) 0.9999의 우수한 직선성과 intra-day와 inter-day 분석에서 90% 이상의 회수율과 5% 미만의 RSD를 나타내 정밀성과 정확성을 입증하였다. 검출한계는 $2.68{\mu}g/mL$였고 정량한계는 $8.11{\mu}g/mL$로 나타났다. 섬쑥부쟁이 에탄올 추출물(AGE)은 70과 $80^{\circ}C$에서 30, 50, 70, 80% 에탄올로 3, 4, 5, 6시간 동안 각각 추출하였으며, 지표물질의 검량곡선을 활용하여 각각의 AGE로부터 3,5-DCQA의 함량을 분석하였다. 본 시험법으로 분석한 3,5-DCQA의 함량은 $70^{\circ}C$에서 추출한 70% AGE가 $52.59{\pm}3.45mg/Aster$ glehni 100g의 함량을 나타내 가장 우수하게 나타났다. 그러나 섬쑥부쟁이 추출물에 함유된 5-caffeoylquinic acid(5-CQA)의 함량 비교분석은 에탄올 함량이나 추출 시간에 따른 함량 변화가 미미하게 나타났다. 또한, 다양한 AGE에 대하여 XOD 저해 효능을 검색하였을 때, 3,5-DCQA의 함량이 가장 높은 $70^{\circ}C$에서 추출한 70% AGE에서 우수한 효능을 나타내 기능성 원료 표준화를 위한 적합한 분석법임이 검증되었다. 따라서 본 연구를 통하여 확립된 3,5-DCQA의 분석법은 섬쑥부쟁이 에탄올 추출물로부터 개별인정형 건강기능식품 기능성 원료 개발을 위한 유용한 자료로 활용될 것으로 생각한다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.39-70
• /
• 2017

최근 여론조사 분야에서 데이터에 기반을 둔 분석 기법이 널리 활용되고 있다. 기업에서는 최근 출시된 제품에 대한 선호도를 조사하기 위해 기존의 설문조사나 전문가의 의견을 단순 취합하는 것이 아니라, 온라인상에 존재하는 다양한 종류의 데이터를 수집하고 분석하여 제품에 대한 대중의 기호를 정확히 파악할 수 있는 방안을 필요로 한다. 기존의 주요 방안에서는 먼저 해당 분야에 대한 감성사전을 구축한다. 전문가들은 수집된 텍스트 문서들로부터 빈도가 높은 단어들을 정리하여 긍정, 부정, 중립을 판단한다. 특정 제품의 선호를 판별하기 위해, 제품에 대한 사용 후기 글을 수집하여 문장을 추출하고, 감성사전을 이용하여 문장들의 긍정, 부정, 중립을 판단하여 최종적으로 긍정과 부정인 문장의 개수를 통해 제품에 대한 선호도를 측정한다. 그리고 제품에 대한 긍 부정 내용을 자동으로 요약하여 제공한다. 이것은 문장들의 감성점수를 산출하여, 긍정과 부정점수가 높은 문장들을 추출한다. 본 연구에서는 일반 대중이 생산한 문서 속에 숨겨져 있는 토픽을 추출하여 주어진 제품의 선호도를 조사하고, 토픽의 긍 부정 내용을 요약하여 보여주는 제품 평판 마이닝 알고리즘을 제안한다. 기존 방식과 다르게, 토픽을 활용하여 쉽고 빠르게 감성사전을 구축할 수 있으며 추출된 토픽을 정제하여 제품의 선호도와 요약 결과의 정확도를 높인다. 실험을 통해, K5, SM5, 아반떼 등의 국내에서 생산된 자동차의 수많은 후기 글들을 수집하였고, 실험 자동차의 긍 부정 비율, 긍 부정 내용 요약, 통계 검정을 실시하여 제안방안의 효용성을 입증하였다.

• Journal of Radiation Protection and Research
• /
• 제39권1호
• /
• pp.54-60
• /
• 2014

IAEA는 핵물질 계량 관리 검사를 위해 다양한 방사선 검출기를 사용하고 있다. 주로 HPGe, NaI(Tl), CZT 등이 사용되며, 정확한 측정이 요구되는 검사에는 고분해능 HPGe 검출기 활용도가 높다. HPGe 검출기는 추가적인 냉각장치로 인하여 부피가 크고 무거우며, 사용하기 전에 충분히 냉각시켜야 하기 때문에 측정의 준비 시간이 많이 걸린다는 단점이 있다. 이러한 문제점을 해결하기 위해 가볍고 짧은 사용 전 냉각이 요구되는 휴대형 HPGe가 개발되었다. 본 논문은 개발된 휴대형 HPGe 검출기 시제품을 실제 IAEA 사찰 현장에 적용하여 얻은 성능평가 결과를 기술한다. 휴대형 HPGe로 얻은 방사선 스펙트럼은 핵물질 종류와 농축도에 따라 다른 특징을 보였고, 또한 $^{235}U$과 $^{238}U$의 붕괴 계열에서 방출되는 감마선 및 우라늄의 특성 x-선 차이도 확인할 수 있었다. 그리고 휴대형 HPGe 검출기 시제품으로 측정한 농축도는 핵물질 종류에 따라 실제값과 9 ~ 27%의 상대적 오차를 보였다. 휴대형이라는 소형 검출기의 한계 때문에 일부 핵물질은 IAEA에서 요구하는 정확도를 만족시키지 못하는 경우도 있었지만 향후 추가적인 연구의 수행으로 이러한 문제점은 해결 가능할 것으로 판단된다. 본 논문은 새로운 휴대형 HPGe 검출기를 안전조치에 적용한 사례와 측정한 스펙트럼을 농축도 분석 코드로 분석한 결과를 다룬다. 따라서 국내 원자력시설의 우라늄 농축도 검증을 위한 IAEA 안전조치 사찰 결과를 분석한 논문이 별로 발표되지 않은 상황에서, 본 논문은 안전조치 검사 결과 분석에도 유익할 것으로 판단된다. 개발된 방사선 검출기의 개선 사항도 함께 논의하였으므로 향후 관련 분야 방사선 검출기 개발에도 기여할 것으로 예상된다.

• 핵의학기술
• /
• 제23권2호
• /
• pp.29-37
• /
• 2019

DMIDR (General Electric Healthcare, USA)은 GE 사(社)의 최신 장비로써 PSF (Point Spread Function reconstruction), TOF(Time of Flight)와 Q.Clear의 적용이 가능하다. 특히, Q.Clear는 보정 알고리즘으로써 복셀(voxel)단위 신호 잡음 제거로 기존 OSEM (Ordered Subset Expectation Maximization)의 한계를 넘어설 수 있다. 따라서 이러한 재구성 및 보정 알고리즘의 성능 평가를 통해 정확한 SUV를 구현하며, 병변 검출 능력에 도움이 되는 알고리즘의 조합을 확인하고자 하였다. H/B(Hot & Background) Ratio 2:1, 4:1, 8:1의 비율로 NEMA/IEC 2008 PET phantom을 제작하였다. DMIDR의 NEMA test protocol을 이용하여 영상 획득을 하였다. 재구성 조합은 (1) VPFX(VUE point FX(TOF)), (2) VPHD-S(VUE point HD+PSF), (3) VPFX-S(TOF+PSF), (4) QCHD-S-400(VUE point HD+Q.Clear(${\beta}-strength$ 400)+PSF), (5) QCFX-S-400(TOF+Q.Clear(${\beta}-strength$ 400)+PSF), (6) QCHD-S-50(VUE point HD+Q.Clear(${\beta}-strength$ 50)+PSF), (7) QCFX-S-50(TOF+Q.Clear(${\beta}-strength$ 50) + PSF)의 7 가지로 구성하였다. H/B Ratio 및 재구성 알고리즘 별로 측정된 결과를 이용하여 CR (Contrast Recovery)와 BV (Background Variability)을 구하였다. 또한, 각 조합의 count를 측정하여 SNR (Signal to Noise Ratio)과 RC(Recovery Coefficient)를 구하고 SUV (Standardized Uptake Value)를 측정하였다. 구의 크기가 가장 작은 10 mm와 13 mm에서는 VPFX-S, 17 mm 이상에서는 QCFX-S-50에서 가장 높은 CR 결과를 보였다. BV와 SNR의 비교에서는 QCFX-S-400과 QCHD-S-400에서 좋은 값을 보였다. SUV 측정 결과는 H/B ratio와 비례하여 증감하는 양상을 보였다. SUV에 대한 RC의 경우 H/B ratio와 반비례하는 양상을 보였으며, 재구성 알고리즘 중에서는 QCFX-S-50이 가장 높은 값을 보였다. 또한, Q.Clear에 ${\beta}-strength$ 400이 적용된 재구성 알고리즘들이 낮은 값 분포를 보였다. Q.Clear가 적용된 재구성 조합은 ${\beta}-strength$를 높이면 신호잡음이 억제되어 영상 품질면에서 우수한 결과를 보였고 ${\beta}-strength$를 낮추면 선예도가 증가하며, partial volume effect가 감소하여 기존의 재구성 조건에 비하여 높은 RC에 근거한 SUV 측정이 가능하였다. 이러한 진보된 알고리즘의 사용으로 보다 정확한 정량화와 미세병변 검출능력을 향상 시킬 수 있으나 상관 관계를 고려하여 목적에 맞는 최적화 과정이 필요할 것으로 사료된다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1095-1105
• /
• 2021

기후변화에 따른 집중호우, 태풍 등의 발생빈도의 증가로 인하여 댐 운영의 고도화가 요구되고 있다. 일반적으로 댐 운영의 경우 강우예측, 강우-유출, 홍수추적 등 다양한 수리수문학적 요소들을 반영하여 수행되나 기 계획된 특정 규칙에 기반한 댐 운영 모형의 경우, 때때로 개별 모듈들의 불확실성과 복합적인 인자들로 인하여 댐의 방류량을 능동적으로 제어하는데 제약이 있을 수 있다. 본 연구는 남강댐 직하류 홍수피해 예방을 위하여 댐의 방류량 결정 등 효율적인 댐 운영을 지원하기 위해 딥러닝 기반 LSTM (Long Short-Term Memory) 모형을 구축하고, 선행시간별 댐직하류 수위예측 정확도를 분석하는 것을 목적으로 한다. LSTM 모형의 입력자료는 댐 운영에 사용되는 기초자료 및 하류 장대동 수위관측소의 수위 자료를 시 단위로 2009년부터 2021년 7월까지 수집하였다. 2009년부터 2018년 자료는 모형의 학습과 검증 및 2019년부터 2021년 7월 자료는 선행시간을 7개(1 h, 3 h, 6 h, 9 h, 12 h, 18 h, 24 h)로 구분하여 관측 수위와 예측 수위를 비교·분석하였다. 그 결과, 선행시간 1시간의 예측결과는 평균적으로 MAE가 0.01 m, RMSE가 0.015 m, NSE가 0.99 로 관측 수위에 매우 근접한 예측 결과를 나타내었다. 또한, 선행시간이 길어질수록 예측 정확도는 근소하게 감소하였지만, 관측 수위의 시간적 패턴을 유사하게 안정적으로 예측하는 것으로 분석되었다. 따라서 수리수문학적 비선형의 복잡한 자료간의 특징을 자동으로 추출하여 예측 자료를 생산하는 LSTM 모형은 댐 방류량 의사결정에 있어 활용이 가능할 것으로 판단된다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.307-325
• /
• 2023

코로나19 팬데믹의 장기화로 인해 실내 생활에 지쳐가는 사람들이 우울감, 무기력증 등을 해소하기 위해 근거리의 산과 국립공원을 찾는 빈도가 폭발적으로 증가하였다. 자연으로 나온 수많은 사람들이 오가는 걸음을 멈추고 숨을 돌리며 쉬어가는 장소가 있는데 바로 약수터이다. 산이나 국립공원이 아니더라도 근린공원 또는 산책로에서도 간간이 찾아볼 수 있는 약수터는 수도권에만 약 6백여개가 위치해 있다. 하지만 불규칙적이고 수작업으로 수행되는 수질검사로 인해 사람들은 실시간으로 검사 결과를 알 수 없는 상태에서 약수를 음용하게 된다. 따라서 본 연구에서는 약수터 수질에 영향을 미치는 요인을 탐색하고 다양한 곳에 흩어져 있는 데이터를 수집하여 실시간으로 약수터 수질을 예측할 수 있는 모델을 개발하고자 한다. 데이터 수집의 한계로 인해 서울과 경기로 지역을 한정한 후 데이터 관리가 잘 이루어지고 있는 18개 시의 약 300여개 약수터를 대상으로 2015~2020년의 수질 검사 데이터를 확보하였다. 약수터 수질 적합 여부에 영향을 미칠 것으로 여겨지는 다양한 요인들 중 두 차례의 검토를 거쳐 총 10개의 요인을 최종 선별하였다. 최근 주목받고 있는 자동화 머신러닝 기술인 AutoML 기법을 활용하여 20여가지의 머신러닝 기법들 중 예측 성능 기준 상위 5개의 모델을 도출하였으며 그 중 catboost 모델이 75.26%의 예측 분류 정확도로 가장 높은 성능을 가지고 있음을 확인하였다. 추가로 SHAP 기법을 통해 분석에 사용한 변인들이 예측에 미치는 절대적인 영향력을 살펴본 결과 직전 수질 검사에서 부적합 판정을 받았는지 여부가 가장 중요한 요인이었으며 그 외 평균 기온, 과거 연속 2번 수질 부적합 판정 기록 유무, 수질 검사 당일 기온, 약수터 고도 등이 수질 부적합 여부에 영향을 미치고 있음을 확인하였다.

• 생물환경조절학회지
• /
• 제29권2호
• /
• pp.110-119
• /
• 2020

본 연구는 기존에 사용하여 왔고, 최근에 온습도의 정확도를 검증하였던 강제 흡출식 복사선 차폐장치(Aspirated Radiation Shield; ARS)를이용하여 모 기업(A 회사)에서 개발한 시스템의 성능을 개선하고, ARS 장치의 풍속이 온습도에 미치는 영향에 대해서도 시험적으로 검토하였다. 그 결과를 요약하면 다음과 같다. A 회사 제품의 시스템을 개선하기 전, A 회사 시스템의 온도는 ARS 장치로 측정한 온도보다 최대 10.2℃정도 높았고, 상대습도는 20.0%정도 낮게 나타났다. 시스템을 개선한 후, 노드 1, 2의 온도 및 상대습도는 거의 일치하는 것으로 나타났다. 개선 후의 노드 2와 ARS 장치로 측정한 온도간의 최고, 평균 및 최저온도를 포함한 온도편차는 각각 0.2~0.7℃정도로써 ARS 장치가 약간 낮거나 높게 나타나는 경향이 있었다. 상대습도의 경우, 일몰 직후 ARS 장치의 상대습도가 약 10.0%정도 높게 나타나는 경향이 있었지만, 그 이외에는 평균적으로 1.9%정도 ARS 장치가 약간 낮게 나타나는 경향이 있었다. 그리고 노드 1을 최소-중간 사이, 중간-최대 사이 및 최대로 설정한 경우, 노드 1, 2의 최고, 평균 및 최저온도를 포함한 편차는 각각 0.1~0.4℃, 0.0~0.2℃ 및 0.0~0.5℃정도였다. 그리고 노드 1의 3개 측점과 ARS 장치의 최고, 평균 및 최저온도를 포함한 편차는 각각 0.2~0.5℃, 0.1~2.2℃ 및 0.1~1.1℃정도의 범위로써 풍속의 크기에 따른 온도편차는 아주 미미한 것으로 나타났다. 또한 선행연구 및 본 연구의 결과를 종합하여 보면, 온도오차를 개선하기 위한 적정 풍속은 1.0~2.0m·s^-1 정도의 범위일 것으로 판단되었다.

• 지능정보연구
• /
• 제18권4호
• /
• pp.43-57
• /
• 2012

제조업에 있어서 판매 후 서비스 건수와 내용 등은 향후 서비스 제공을 위한 자원배분의 효율성 증진과 서비스 품질 향상을 위해서도 매우 중요한 정보이다. 따라서 기업들은 향후 발생하는 판매 후 서비스에 대해 정확히 예측하고 그에 따라 적절히 대처하는 능력을 확보할 필요성이 제조업을 중심으로 증가하고 있다. 그러나 실제로 이들 기업들이 활용하고 있는 서비스 수요예측 방법들은 전통적인 통계적인 예측기법이거나, 시뮬레이션을 기반한 기법들이다. 예를 들면, 전통적인 통계적인 예측기법으로는 회귀분석(regression analysis)의 경우, 다양한 제품모델에 대한 판매 후 서비스 발생 패턴이 선형적인 관계가 매우 적음에도 불구하고 선형으로 가정하여 추정한다는 점과 적정한 회귀식을 가정하여야 되며, 이러한 가정이 실제 경영환경에서는 매우 어렵다는 점 등이 기존의 예측기법들의 한계점으로 지적되고 있다. 본 연구에서는 디지털 TV 모델을 생산 판매 하는 A사의 사례연구를 통하여 최근 인공지능연구에서 각광을 받고 있는 사례기반추론(case-based reasoning; CBR) 기법을 활용한 서비스 수요예측 프레임워크를 제안하고자 한다. 또한, 사례기반추론에서 핵심적인 역할 중 하나인 유사 사례추출 방법에 있어서 가장 일반적인 nearest-neighbor 방법 이외의 유사 사례추출 방법을 제안하고자 한다. 특히, 본 연구에서 제안하는 유사 사례추출 방법은 인공신경망(artificial neural network)을 활용한 자기조직화지도(Self-Organizing Maps : SOM) 군집화 기법을 활용한 유사 사례추출 방식으로 이를 활용한 서비스 수요예측 프레임워크에 구현하고, 실제 기업의 판매 후 서비스 데이터를 활용하여 본 연구에서 제안하는 서비스 수요 예측 프레임워크의 유효성을 실증적으로 검증하고자 한다.