• 한국도로학회논문집
• /
• 제11권1호
• /
• pp.59-67
• /
• 2009

센싱 기술의 발달로 다양한 종류의 매체를 이용한 우수한 차량 검지장비들이 개발되고 있는 요즘, 간단한 구조의 저가형 검지장비 또한 적은 예산으로 여러 곳에 설치할 수 있다는 장점 때문에 지속적인 연구가 이루어지고 있다. 본 연구에서는 저가형 차량 검지장비로서 센서를 사선으로 설치하여 좌우 및 전후 바퀴의 통과시간 간격과 차량의 윤거값을 적용하여 차량속도를 추정하는 방법을 제안하였다. 출고된 차량의 제원조사에서 얻어진 대표 윤거값을 축거와 뒤윤거의 비율에 따라 소형과 대형 차량으로 구분하여 적용하므로 기존의 연구보다 정확한 속도추정이 가능하도록 개선하였다. 특히, 소형과 대형차량을 구분하는 파라미터를 통하여 조사지점의 차종구성 비율을 고려한 정확도 보정이 가능하다. 간단하고 저가로 개발된 본 연구의 사선형 센서를 이용한 검지장비는 적은 비용으로 교통상황을 설명하는데 효율적으로 활용될 것으로 기대된다.

• 한국지능시스템학회논문지
• /
• 제20권3호
• /
• pp.337-342
• /
• 2010

음악의 생산과 수요 증가와 함께 사용자의 장치에 저장되어 있는 음악을 관리하기 위한 관심 또한 증가하고 있다. 일반적으로 사용자는 음악을 효과적으로 관리하기 위해 재생 목록을 작성하고 이를 선택하는 방법을 사용하고 있다. 하지만 현재 사용되는 재생 목록의 작성 방법은 음악을 사용자가 직접 선택해야 하는 한계를 안고 있다. 따라서 재생 목록을 자동으로 작성하여 사용자에게 제공해주는 방법이 필요하다. 본 논문에서는 사용자의 음악사용의 상황과 취향을 고려하여 자동으로 재생 목록을 생성해주는 시스템을 제안한다. 이 시스템은 음악적 무드 (Musical mood) 분류 시스템과 음악 추천 시스템, 두 가지 별개의 시스템으로 구성되어 있다. 사용자는 음악을 추천 받기 위해 단지 하나의 음악을 선택한다. 그러면 시스템은 자동으로 재생 목록을 생성하기 위해 선택된 음악과 유사한 무드의 음악을 재생 목록에 추가한다. 사용자는 재생 목록에 추가된 음악 중 자신의 취향에 맞지 않는 음악을 제거하여 취향에 적합한 음악을 반복적으로 추천 받을 수 있다. 본 논문에서 제안하는 시스템의 실험과 평가를 위해 실제 음악을 수집하였으며 시스템을 통해 생성된 재생 목록을 분석하여 사용자의 취향이 보다 정확히 반영된 것을 확인하였다.

• 한국IT서비스학회지
• /
• 제22권2호
• /
• pp.1-21
• /
• 2023

Due to the convergence and complexity of the 4th Industrial Revolution, the boundaries between industries have become unclear and ambiguous. Consequently, there is a lack of research on how firms engaged in this industry are changing their location behavior. Recently, some attempts to classify the industrial groups of the 4th Industrial Revolution and their detail occupations have been made, and this study adopts the classification of Lee and Jung (2020) of the Korea Institute for Industrial Economics & Trade. In this study, the 18 detailed industries commonly included in multiple industrial groups are defined as 'core industries' and are classified into manufacturing and service industries to explore the spatial patterns of firms' location. Specifically, this study aims to examine how the location behavior of firms in core industries of the 4th Industrial Revolution has changed from 2010 to 2019 in the Seoul metropolitan area, using the 「National Business Survey」 data. We employed two methods based on spatial auto-correlation: (i) spatial kernel density estimation analysis and (ii) local Moran's I_i analysis. The results indicate that the core industry firms form more distinct and larger clusters in 2019 based on the clusters formed in 2010. Specifically, manufacturing industry firms tended to concentrate in the southern region of Gyeonggi and parts of Seoul, while serivce industry firms were more concentrated in Seoul. These core industries play a critical role in industries and are closely related to the ICT industries, which generate high-added value and increase productivity in the front and rear industries. This study reveals that the agglomeration of these industries in specific regions is intensifying and may exacerbate regional inequality.

• 드라이브 ㆍ 컨트롤
• /
• 제20권2호
• /
• pp.15-23
• /
• 2023

In this study, two-dimensional location of crops for auto weeding was detected using deep learning. To construct a dataset for soybean detection, an image-capturing system was developed using a mono camera and single-board computer and the system was mounted on a weeding robot to collect soybean images. A dataset was constructed by extracting RoI (region of interest) from the raw image and each sample was labeled with soybean and the background for classification learning. The deep learning model consisted of four convolutional layers and was trained with a weakly supervised learning method that can provide object localization only using image-level labeling. Localization of the soybean area can be visualized via CAM and the two-dimensional position of the soybean was estimated by clustering the pixels associated with the soybean area and transforming the pixel coordinates to world coordinates. The actual position, which is determined manually as pixel coordinates in the image was evaluated and performances were 6.6(X-axis), 5.1(Y-axis) and 1.2(X-axis), 2.2(Y-axis) for MSE and RMSE about world coordinates, respectively. From the results, we confirmed that the center position of the soybean area derived through deep learning was sufficient for use in automatic weeding systems.

• 스마트미디어저널
• /
• 제12권11호
• /
• pp.1-9
• /
• 2023

스트레스는 감당하기 어려운 외부 또는 내부 요인으로부터 유발되는 것으로 현대 사회의 주요한 문제 중 하나이다. 높은 스트레스가 장기적으로 지속되면 만성적으로 발전할 수 있으며, 건강 및 생활 전반에 큰 악영향을 초래할 수 있다. 그러나 만성적인 스트레스를 겪는 사람들은 자신이 스트레스를 받고 있는지 알아차리기 어렵기 때문에 사전에 스트레스를 인지하고 관리하는 것이 중요하다. 웨어러블 기기로부터 측정된 생체 신호를 이용하여 스트레스를 탐지한다면, 스트레스를 효율적으로 관리할 수 있을 것이다. 그러나 생체 신호를 이용하는 데에는 두 가지 문제점이 있다. 첫째로 생체 신호에서 수작업 특징을 추출하는 것은 바이어스를 발생시킬 수 있으며, 두 번째는 실험 주체에 따라 분류 모델 성능의 변이가 클 수 있다는 것이다. 본 논문에서는 데이터의 핵심적인 특징을 표현할 수 있는 합성곱 오토인코더를 이용해 바이어스를 줄이고 앙상블 학습 중 하나인 소프트 보팅을 이용해 일반화 능력을 높여 성능의 변이를 줄이는 모델을 제안한다. 모델의 일반화 성능을 확인하기 위하여 LOSO 교차 검증 방법을 이용하여 성능을 평가한다. 본 논문에서 제안한 모델은 WESAD 데이터셋을 이용하여 높은 성능을 보여주었던 기존의 연구들보다 우수한 정확도를 보임을 확인하였다.

• 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.

• Journal of Animal Science and Technology
• /
• 제54권4호
• /
• pp.267-274
• /
• 2012

초생추의 성 감별은 양계산업에서 대단히 중요하다. 현재 대표적인 병아리의 암수 감별 방법은 우모 발생속도에 관여하는 반성유전자를 이용하여 깃털의 형태적 차이로 성을 식별하는 방법이다. 따라서 본 연구에서는 자가성감별 토종 닭 종계 개발을 위하여 국내 보유하고 있는 토종 순계를 대상으로 깃털 조만성의 분포 양상 및 이의 유전자형 빈도를 분석하고 더불어 병아리의 깃털 발생 양상에 따른 조우성과 만우성의 식별 방법을 제시하고자 하였다. 발생 직후 병아리의 주부익우 형태에 따른 조만우성의 식별은 조우성의 경우 주익우가 부익우보다 현저히 길어 형태적 차이가 뚜렷하나, 만우성은 주부익우 간의 차이가 없었다. 또한 꼬리 깃 형태에 따른 조만성의 식별은 5일령 이후 조우성의 경우 꼬리 깃의 성장이 현저하게 나타나는 반면 만우성의 경우 이러한 성장이 보이지 않았다. 두 방법 공히 깃털 형태에 따른 조만우성의 구분이 가능하였고, 주부익우 형태와 꼬리 깃 성장에 의한 식별 간의 판정 일치도는 98% 정도로서 발생 직후 주부익우의 형태적 차이로 거의 모든 개체에서 조만우성의 식별이 가능한 것으로 사료된다. 공시된 품종들의 조만우성 분포 양상 및 유전자형 빈도는 토종 외래계인 흑색 코니시종, 로드아일랜드레드종 및 한국재래닭 적갈색종에서만 조우성과 만우성 개체가 혼재하여 분포하는 것으로 나타났고, 이들 모두 열성 조만성 유전자 빈도가 훨씬 높은 것으로 분석되었다. 반면 국내 토종 순계로서 갈색 코니시종, 오골계, 한국재래닭 황갈색종, 회갈색종, 백색종, 흑색종 및 백색레그혼종들은 모두 조우성만 존재하는 것으로 나타났다. 이러한 결과는 국내 토종 품종을 이용하여 병아리의 깃털 성 감별이 가능함을 시사하는 것으로 만우성 모 계통과 조우성 부 계통을 조성한다면 생산되는 병아리의 깃털 형태로서 쉽게 암수 구분이 가능할 것으로 사료된다.

• 한국작물학회:학술대회논문집
• /
• 한국작물학회 2017년도 9th Asian Crop Science Association conference
• /
• pp.135-135
• /
• 2017

The Gramene database (http://www.gramene.org) is a powerful online resource for agricultural researchers, plant breeders and educators that provides easy access to reference data, visualizations and analytical tools for conducting cross-species comparisons. Learn the benefits of using Gramene to enrich your lectures, accelerate your research goals, and respond to your organismal community needs. Gramene's genomes portal hosts browsers for 44 complete reference genomes, including crops and model organisms, each displaying functional annotations, gene-trees with orthologous and paralogous gene classification, and whole-genome alignments. SNP and structural diversity data, available for 11 species, are displayed in the context of gene annotation, protein domains and functional consequences on transcript structure (e.g., missense variant). Browsers from multiple species can be viewed simultaneously with links to community-driven organismal databases. Thus, while hosting the underlying data for comparative studies, the portal also provides unified access to diverse plant community resources, and the ability for communities to upload and display private data sets in multiple standard formats. Our BioMart data mining interface enable complex queries and bulk download of sequence, annotation, homology and variation data. Gramene's pathway portal, the Plant Reactome, hosts over 240 pathways curated in rice and inferred in 66 additional plant species by orthology projection. Users may compare pathways across species, query and visualize curated expression data from EMBL-EBI's Expression Atlas in the context of pathways, analyze genome-scale expression data, and conduct pathway enrichment analysis. Our integrated search database and modern user interface leverage these diverse annotations to facilitate finding genes through selecting auto-suggested filters with interactive views of the results.

• 한국의학물리학회지:의학물리
• /
• 제16권3호
• /
• pp.148-154
• /
• 2005

망막에서 나오는 활동전위와 같이 복잡한 신경망을 거쳐 처리되는 전기신호를 분석하기 위해서는 기존의 단일 전극 기록법으로는 어렵다. 단일 전극을 통한 활동전위의 기록은 개개의 신경세포 특성을 알아내는 데에는 유용한 방법이나 신경세포 간의 시간적, 공간적인 관계는 알아낼 수 없다는 한계를 가지고 있으므로 이같은 한계를 극복하기 위하여 다채널 전극을 이용한 신경신호 기록방법이 최근에 개발되어 널리 이용되고 있다. 다채널전극 기록 방식인 MEA60 시스템은 세포 밖에 위치한 60개의 전극이 생체신호를 동시에 기록한다. 세포 fi에 위치한 각각의 전극이 포착한 신경 신호는 하나의 망막신경절세포 반응이라기보다는 여러 세포의 반응이 동시에 기록될 가능성이 높다. 그러므로 여러 세포의 반응이 함께 기록된 신호로부터 각각의 세포로부터 나오는 파형을 구분하는 작업이 반드시 필요하다. 본 연구에서는 다채널 전극으로 기록한 망막 신경절세포 신호로부터 MATLAB을 이용하여 활동전위 파형을 검출하고 분류하는 과정을 구현하여 보았다. 이러한 분류과정은 추후 진행되는 신호분석방법인 자극 후 시간 히스토그램(poststimulus time histogram, PSTH), 자기상관관계(autocorrelogram), 상호상관관계(cross-correlogram)를 보기 위하여 반드시 거쳐야 하는 전처리(preprocess) 과정이다. 본 연구에서는 MATLAB을 이용한 파형 구분 프로토콜을 확립하였을 뿐만 아니라 이러한 프로토콜이 신경절 세포의 활동전위 파형을 검출하는 데 유용한 방법임을 입증하였다

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2012년도 제42회 동계 정기 학술대회 초록집
• /
• pp.241-241
• /
• 2012

Semiconductor industry has been taking the advantage of improvements in process technology in order to maintain reduced device geometries and stringent performance specifications. This results in semiconductor manufacturing processes became hundreds in sequence, it is continuously expected to be increased. This may in turn reduce the yield. With a large amount of investment at stake, this motivates tighter process control and fault diagnosis. The continuous improvement in semiconductor industry demands advancements in process control and monitoring to the same degree. Any fault in the process must be detected and classified with a high degree of precision, and it is desired to be diagnosed if possible. The detected abnormality in the system is then classified to locate the source of the variation. The performance of a fault detection system is directly reflected in the yield. Therefore a highly capable fault detection system is always desirable. In this research, time series modeling of the data from an etch equipment has been investigated for the ultimate purpose of fault diagnosis. The tool data consisted of number of different parameters each being recorded at fixed time points. As the data had been collected for a number of runs, it was not synchronized due to variable delays and offsets in data acquisition system and networks. The data was then synchronized using a variant of Dynamic Time Warping (DTW) algorithm. The AutoRegressive Integrated Moving Average (ARIMA) model was then applied on the synchronized data. The ARIMA model combines both the Autoregressive model and the Moving Average model to relate the present value of the time series to its past values. As the new values of parameters are received from the equipment, the model uses them and the previous ones to provide predictions of one step ahead for each parameter. The statistical comparison of these predictions with the actual values, gives us the each parameter's probability of fault, at each time point and (once a run gets finished) for each run. This work will be extended by applying a suitable probability generating function and combining the probabilities of different parameters using Dempster-Shafer Theory (DST). DST provides a way to combine evidence that is available from different sources and gives a joint degree of belief in a hypothesis. This will give us a combined belief of fault in the process with a high precision.