• 지능정보연구
• /
• 제29권2호
• /
• pp.23-34
• /
• 2023

군용 웨어러블 어플리케이션은 기존에는 상상할 수 없었던 개인 상태 점검 및 모니터링을 가능케 함으로써 큰 주목을 받고 있다. 그 중에서도 인간의 동작 상태를 인식하기 위한 기술은 개별 병력의 운용 현황 및 이동 상태를 즉각적으로 수집하여 능동적인 병력 관장을 허용한다는 점에서 그 필요성이 매우 높다. 본 논문에서는 군용 웨어러블 어플리케이션 연구의 일환으로 전투 상황 중의 군인이 어떤 환경에서 어떤 동작을 수행하고 있는지에 대한 정보를 취득하는 발목형 웨어러블 디바이스를 제안한다. 실제상황을 가정했을 때, 군인의 상지는 상황에 대한 변동성에 쉽게 노출되므로 지면과 상시 상호작용하고 있는 발목 부근에 측정 모듈을 부착한다. 측정 데이터는 각 동작 중의 3축 가속도 및 3축 각속도로 이들은 인간이 설정한 알고리즘으로는 해석이 불가능하다는 특징이 있다. 본 논문에서는 이러한 동적 데이터를 활용해 인간의 행동양식을 파악하기 위해 데이터의 이동 양상을 모델링하는 과정을 소개한다. 데이터로부터 추출되는 특징은 총 네 가지로 (최댓값, 최솟값, 평균, 표준편차) 딥러닝 모델의 인풋으로 활용돼 총 여덟 종류의 주요 군사 동작(Sitting, Standing, Walking, Running, Ascending, Descending, Low Crawl, High Crawl)을 분류하는데 활용된다. 그 결과, 임의의 시험 상황에 대해 95.16%의 정확도로 군인의 이동 현황을 파악해낼 수 있었다. 본 연구는 웨어러블 기술 및 인공지능을 융합하여 군용 어플리케이션으로 확장될 동작 인식의 새로운 접근 방식을 제안했다는 점에서 의미가 크다.

• 한국빅데이터학회지
• /
• 제7권2호
• /
• pp.31-41
• /
• 2022

철강은 기계 산업의 가장 기본적인 구성 요소 중 하나이다. 그러나 철강의 표면 결함은 제품의 품질에 큰 영향을 미친다. 따라서 연구자들은 표면 결함 감지기의 필요성에 주목하고 딥 러닝을 이용한 방법은 객체 결함 감지를 하는데 많이 사용된다. 연구 개발용으로 학습 모델 개발에 초점을 맞추지만 실제 산업환경에 실질적인 영향을 미치는 실시간 적용은 아직 적용되지 않는 한계와 개선의 여지가 필요하다. 본 연구는 YOLOv4를 기반으로 한 철강 표면 결함 감지의 실시간 적용을 제안한다. 첫째, 본 연구는 실시간 응용 모델을 적용하는 것을 목적으로 하며 실시간 객체 검출기의 가장 유명한 알고리즘 중 하나인 one-stage Detector의 YOLO 알고리즘을 중심으로 연구를 진행하였다. 둘째, 사전 훈련된 YOLOv4-Darknet 플랫폼 모델과 전이학습을 사용하여 철강 표면 오픈 소스 데이터셋 NEU-DET을 이용하여 학습과 테스트를 진행하였다. 본 연구에서는 철강 표면의 패치, 구멍 난 표면, 불순물, 스크래치 4가지 유형의 결함을 이용하였다. 셋째, 87.1% mAP@0.5의 정확도와 60fps 이상의 시스템 구축을 위해 YOLOv4를 이용하여 훈련된 모델의 실시간 성능을 평가하였다.

• 한국빅데이터학회지
• /
• 제8권1호
• /
• pp.157-165
• /
• 2023

수산물은 많은 국가의 주요한 단백질 공급원이며 소비가 증가하고 있다. 우리나라도 수산물 소비는 증가하는 반면 자급률은 낮아지고 있으며, 수산물의 수입량이 증가함에 따라 안전관리의 중요성이 높아지고 있다. 국내로 수입되는 수산물은 110여 개 국가로부터 수백 종에 이르며, 수입 수산물의 안전관리를 검사관의 경험에만 의존하는 것은 한계가 있다. 데이터를 기반으로 수입 수산물 통관검사 결과를 예측할 수 있는 모델을 개발하여 수입신고서가 제출되었을 때 수산물의 부적합 가능성을 판단하는 머신러닝 분류 모델을 생성한다. 수입수산물 통관검사 결과 부적합율은 1% 미만으로 매우 낮은 불균형 데이터이므로 이러한 특성을 보완할 수 있는 샘플링 방법을 비교 연구하였고, 분류결과를 해석할 수 있는 전처리 방법을 적용하였다. 여러 가지 머신러닝 기반의 분류모델 중에서 랜덤포레스트와 XGBoost가 좋은 성능을 보였다. 통관검사 결과 적합과 부적합을 모두 잘 예측하는 모델은 ADASYN과 원-핫 인코딩을 적용한 랜덤포레스트 기본 모델이며 정확도 99.88%, 정밀도 99.87%, 재현율 99.89%, AUC 99.88%이다. XGBoost는 오버샘플링과 인코딩 종류에 상관없이 모든 지표가 90%를 넘겨 가장 안정적인 모델이다.

• 분석과학
• /
• 제22권4호
• /
• pp.326-335
• /
• 2009

계란 중에 잔류하는 6 종의 글루코코티코이드 약물을 극미량으로 분석하는 방법이 개발되었다. 동시분석을 위한 시료 추출방법과 정제방법을 확립하였으며 액체 크로마토그래프와 질량분석기의 최적화 조건을 확립하였으며, 글루코코티코이드를 분석하기 위해서는 5 g의 계란에 초산 완충용액을 사용하여 시료의 pH를 5.2로 조절한 후 효소 가수분해를 위해 Helilx pomatia를 사용하였다. 혼합물을 원심분리하여 20 mL n-헥산으로 두 번 추출하였다. 다시 HLB 카트리지에서 메탄올에 의한 추출이 이루어진 후 연속해서 실리카 카트리지에서 메탄올/에틸아세테이트를 사용하여 정제하였다. 분석물질은 역상 HPLC/ESI-MS/MS로 분석하였으며 ESI는 음이온 모드를 사용하였다. 검정곡선의 상관계수는 0.99 이상을 나타내었고 검출한계는 $0.09-0.17{\mu}g/kg$ 이었으며 회수율은 55.7-69.8%이었다. 바탕 계란 중에서 실험된 유효성 검증방법에 근거하여 확립된 분석법은 계란 중 글루코코티코이드를 수 ${\mu}g/kg$ 농도까지 검출하는데 사용될 수 있을 것이다.

• 대한토목학회논문집
• /
• 제28권6A호
• /
• pp.799-808
• /
• 2008

국내 교통 현실을 반영한 중(重)차량에 대한 하중 분석은 케이블 교량의 유지관리시 잔존수명 예측을 위한 피로하중모델 개발이나 교량의 설계시 해석에 필요한 활하중 모델 개발시 반드시 필요하다. 이에 본 연구에서는 강합성 사장교 상부구조 하면에 설치된 변형률 센서에서 측정한 신호를 이용하여 교량을 주행하고 있는 중차량의 하중정보를 얻기 위하여, 인공신경망 및 영향선을 이용한 차량하중분석시스템을 개발하였다. 인공신경망의 학습과 테스트를 위한 데이터 확보에 있어서 이론적인 수치 시뮬레이션을 통하지 않고, 실제 교량을 주행하는 임의 차량에 대해 직접 측정한 데이터를 이용하였다. 또한, 학습된 신경망의정확도를 검증하기 위하여 3종류의 시험재하차량을 반복 주행시켜 구한 값과 계량소에서 측정한 정적 값을 비교하였다. 교량의국부거동을 고려하기 위하여 가로보를 이용하였고, 인공신경망을 이용한 방법과 영향선을 이용한 방법의 분석결과를 비교한 결과, 인공신경망이론을 적용한 분석방법이 하중 판별의 정확도에 있어서는 영향선 분석방법보다 높은 정확도를 얻을 수 있었다.

• 대한토목학회논문집
• /
• 제28권5A호
• /
• pp.673-683
• /
• 2008

본 연구는 PSC I 거더교량을 대상으로 포장층에 축감지기가 없이 오로지 교량 상부구조 하면에서 측정한 변형률 신호만을 이용하는 차량하중분석시스템 개발에 관한 것이다. 중 차량이 교량을 주행할 때 교량 바닥판에서 측정한 변형률 신호로 차량주행정보를 추출하고, 교량 거더 및 가로보에서 측정한 변형률 신호로 차량하중정보를 추출하는 방법이다. 이러한 정보 분석을 위하여 영향선 분석방법과 인공신경망 분석방법을 사용하였다. 학습 데이터 확보 및 시스템 검증을 위하여 임의차량 및 시험차량 주행시험을 실시하였다. 대상 교량에서 하중분석결과, 가로보 변형률 신호를 이용한 경우가 거더 변형률 신호를 이용한 경우보다 더 정확한 결과를 나타내었고, 차선당 2열로 설치된 교량 바닥판 슬래브의 변형률 신호를 이용한 피크 검출 알고리즘도 차량의 속도와 축 수, 주행 차선, 축간 거리, 차간 거리 등의 주행정보를 추출하는데 매우 효과적임을 확인하였다. 또한, 가로보의 변형률 신호를 가지고 인공신경망 학습을 하여 시스템을 구성할 수 있는 경우가 기존의 거더 변형률 신호와 영향선만으로 시스템을 구성하는 경우보다 더 정확한 결과를 얻을 수 있음도 확인 하였다.

• 대한토목학회논문집
• /
• 제26권4D호
• /
• pp.687-693
• /
• 2006

최근 전 지구적, 혹은 대규모 지역의 분석 및 모니터링을 위한 위성영상의 사용이 늘어나고 있으며 이를 처리하기 위해 빠르고 편리한 '영상좌표 상호등록'방법이 요구되고 있다. 이러한 '영상좌표 상호등록'은 위성의 센서모델 및 천체력 자료를 이용하는 엄밀 모델식을 이용하는 방법과 기 존재하는 기준 영상(Reference image)을 사용하거나 혹은 수치지도를 사용하는 경험적 방법의 두 가지로 분류할 수 있다. '영상좌표 상호등록'의 효율성을 높이기 위해서 저자는 '사전검수 영역기반정합법'(Pre-qualified area matching)을 사용하였다. 이는 Canny 연산자를 이용한 경계추출법, 교차상관계수를 사용한 영역기반정합법(Area based matching), t-분포를 이용하여 95%의 신뢰구간 내에서 과대오차 소거법을 적용한 방법이다. 이러한 사전검수(Pre-qualification) 과정을 통해 연산시간을 현저히 단축시켰고, '영상좌표 상호등록'의 정확도 역시 향상됨을 알 수 있었다. 제안한 알고리즘을 사용하여 프로그램을 작성하고, 한반도 Landsat ETM+ 영상 3장을 이용하여 테스트하였다. 정합점 간의 평균제곱오차는 0.435 영상소, 정합점은 평균 25,573개로 나타났다. 연산 시간은 3.0GHz 1Gb RAM 사양의 컴퓨터에서 평균 약 4.2분으로 나타났다.

• 대한토목학회논문집
• /
• 제29권3D호
• /
• pp.373-379
• /
• 2009

건설 프로젝트에 있어 공사비 산정은 예산편성, 대안검토, 입찰, 공사수행 등의 각 단계에 따른 의사결정 과정의 주요한 근거가 된다. 이에 따라 사업 초기 단계에서 보다 정확한 사업비를 산정하기 위하여 다양한 방법들이 적용되어 왔으며, 여러 연구를 통해 각 단계의 특성에 적합한 예측 방법론이 필요하다는 문제인식이 이루어져 왔다. 도로공사의 경우, 특히 타당성 조사 및 설계 초기단계에서 기준의 부재 등으로 정확한 사업비 산정에 어려움이 있는 것으로 분석되었다. 본 연구는 이러한 노선결정 이전까지의 단계를 대상으로 설계 초기단계에 적합한 대표공종의 물량 예측에 기반한 공사비 산정체계를 제시하였다. 이를 위하여 87건의 실시 설계 데이터를 분석하여 대표공종을 도출하고, 전체를 토공, 배수공, 포장공, 기타공종으로 구분하여 각 공종별 특성에 기반한 예측모델을 제시하였다. 도출된 공사비 산정모델의 검증을 위하여 9건의 추가 데이터의 공사비 예측결과를 실시 설계 공사비와 비교하여 평균 8% 수준의 오차율을 얻었다. 현행 단위길이당 공사비 기준을 적용한 산정결과와 비교할 때, 본 연구모델의 활용을 통해 설계단계 개략공사비 산정업무의 정확성 및 신뢰성을 향상시킬 수 있는 결과를 제시하였다고 할 수 있다.

• 생태와환경
• /
• 제56권3호
• /
• pp.196-206
• /
• 2023

하천생태계의 주요 1차 생산자인 부착돌말류는 대부분 세포 크기가 매우 작아 관찰과 피각 계수에 고배율의 현미경적 방법을 요구하며, 그로 인해 정성적, 정량적 분석에 있어 정확도와 정밀도를 확보하기가 쉽지 않다. 본 연구는 부착돌말류를 이용한 수생태계 조사·평가에 있어 정도관리를 향상시키기 위한 방법을 제안하였다. 정도관리의 목적에 부합하기 위해, 정성 및 정량분석이 동시에 가능한 영구표본 슬라이드의 분석도구를 신규로 개발하였다. 영구표본을 제작함에 있어 커버 글라스와 슬라이드 글라스에 격자 유무의 조합으로 표본을 만들어 상호 특성을 비교하였다. 그 결과, 다른 시험 조건에 비해 유색선형 격자 슬라이드를 사용하는 방법이 가장 효과적이었다. 향후, 더 개선된 방법의 개발이 기대되지만, 본 연구에서 개발된 방법은 그 효율성과 적용성에 있어 기존 부착돌말류의 실내분석 정도관리를 개선하는 데 기여할 수 있을 것으로 판단된다.

• 터널과지하공간
• /
• 제33권6호
• /
• pp.574-593
• /
• 2023

본 연구에서는 절리면 암석 시료에 대한 직접 전단시험을 수행하기 위해 새로 고안된 Compact CNS shear box의 성능과 적용 가능성에 대해 조사하였다. 정적 CNS 절리면 직접 전단시험은 인공적으로 거칠기를 생성한 절리 암석을 대상으로 실시하였으며 절리면 거칠기 계수 및 초기 수직응력 조건을 변화시키면서 수행하였다. 또한, DIC 분석을 통해 변위 데이터 검증 및 파괴 패턴을 관찰하였고 실험으로부터 도출된 전단 특성들을 기존에 연구되었던 전단 거동 예측 모델들과 비교분석하였다. 그 결과 기존의 특정 경험적 전단 거동 예측 모델과 높은 상관관계를 나타내는 것을 확인하였으며 전단 거동 특성이 파괴 패턴과 관련이 있을 가능성에 대해 고찰하였다. 결론적으로, 절리면 전단 특성에 대한 데이터를 제공하는데 있어서 CNS 전단 박스의 적용 가능성과 효과를 입증하였다.