• 한국임상수의학회지
• /
• 제33권2호
• /
• pp.107-112
• /
• 2016

The objective of this study was to determine potential contributing factors associated with biosecurity level of farrow-to-finish pig farms and to develop a classification tree model to explore how these factors related to each other based on prediction model. To this end, the author analyzed data (n = 193) extracted from a cross-sectional study of 344 farrow-to-finish farms which was conducted between March and September 2014 aimed to explore swine disease status at farm level. Standardized questionnaires with information about basic demographical data and management practices were collected in each farm by on-site visit of trained veterinarians. For the classification of the data sets regarding biosecurity level as a dependent variable and predictor variables, Chi-squared Automatic Interaction Detection (CHAID) algorithm was applied for modeling classification tree. The statistics of misclassification risk was used to evaluate the fitness of the model in terms of prediction results. Categorical multivariate input data (40 variables) was used to construct a classification tree, and the target variable was biosecurity level dichotomized into low versus high. In general, the level of biosecurity was lower in the majority of farms studied, mainly due to the limited implementation of on-farm basic biosecurity measures aimed at controlling the potential introduction and transmission of swine diseases. The CHAID model illustrated the relative importance of significant predictors in explaining the level of biosecurity; maintenance of medical records of treatment and vaccination, use of dedicated clothing to enter the farm, installing fence surrounding the farm perimeter, and periodic monitoring of the herd using written biosecurity plan in place. The misclassification risk estimate of the prediction model was 0.145 with the standard error of 0.025, indicating that 85.5% of the cases could be classified correctly by using the decision rule based on the current tree. Although CHAID approach could provide detailed information and insight about interactions among factors associated with biosecurity level, further evaluation of potential bias intervened in the course of data collection should be included in future studies. In addition, there is still need to validate findings through the external dataset with larger sample size to improve the external validity of the current model.

• 한국화재소방학회논문지
• /
• 제31권5호
• /
• pp.44-52
• /
• 2017

본 논문은 분진 색상에 따른 광전식연기감지기 챔버의 응답특성에 관한 연구이다. 국내 자동화재탐지설비 및 경보설비의 화재안전기준의 개정으로 연기감지기의 실내 적용이 의무화되었으나, 아직까지 국내에서는 실내 환경에서 발생되는 실내먼지 및 환경조건 등에 의해 발생될 수 있는 부작동 및 비화재보에 대한 연구가 미비한 편이다. 이에 본 연구에서는 실내먼지 중 가장 많이 발생될 것으로 판단되는 다양한 색상의 섬유분진에 따른 연기감지기의 실내적응성을 연구하기 위해 국내에 가장 많이 보급화 되어 있는 격자형의 연기챔버를 가진 광전식 연기감지기를 실험대상으로 하고, 갈색, 백색, 회색, 흑색 4종류의 섬유분진을 실험분진으로 하여 분진시험 및 감도시험을 진행하였다. 또한, 연기챔버의 수광부 전압을 측정하여 챔버 내부의 산란현상을 관찰하였다. 실험결과 4종류의 분진 모두 오염도 A에서는 분진시험 및 감도시험에서 모두 적합한 것으로 나타났다. 반면, 오염도 B와 C에서는 갈색, 백색, 회색분진의 경우 작동시험 및 부작동시험에서 분진오염에 의한 오작동이 나타났고, 흑색분진의 경우 작동시험에서 부작동이 발생되는 것으로 확인되었다. 연기챔버의 수광부 전압측정 결과는 갈색 및 백색분진의 경우 오염도가 증가할수록 전압이 증가하였고, 회색 및 흑색분진의 경우 전압이 감소하는 것을 확인하였다.

• 대한원격탐사학회지
• /
• 제14권4호
• /
• pp.376-391
• /
• 1998

위성의 발달에 따라 고해상영상이 등장하게 되었고 지표상태 분석에 매우 유용하게 되었다. GeoWatch는 지능형 영상처리 시스템으로서, 고해상도 영상을 이용하여 디지타이징, 지리보정, 강조, 여러 가지 연산, 식생지수 분석, 등을 하여 지표면 분석 등을 할 수 있는 시스템이다. 도한 지능형 분석 방법등 여러 가지 기법을 이용하여 변화지역분석, 토지 분류, 도시정보추출 등을 수행한다. 이 시스템의 강점은 full scene 영상같은 대용량 영상을 다룰 경우 역동적인 알고리즘 저장 방식을 채택하였고, 자동메뉴 생성, 사용자 편의를 위한 비쥬얼 프로그래밍 환경 등을 제공한다. 이 시스템은 또한 위성영상 위에 벡터를 중첩하여 분석하거나 수정 작업을 할 수 있고, 3차원 비행 시뮬레이션도 가능하다. 이 시스템은 영상 처리 모듈 외에도 영상 변환 및 수정 유틸리티 기능을 많이 제공한다. 본 논문에서는 또한 지능형 영상 분석 방법 뿐만 아니라, 대용량처리나, 비쥬얼 프로그램을 위한 디자인 개념을 제공한다.

• 한국지구과학회지
• /
• 제39권6호
• /
• pp.533-544
• /
• 2018

강수는 기상학, 농업, 수문학, 자연재해, 토목 및 건설 등 분야에서 매우 중요한 기상 변수들 중 하나이다. 최근 이러한 강수를 탐지하고, 측정 및 예보를 하기 위해서 위성원격탐사기술은 필수적이다. 따라서 본 연구에서는 미국항공우주국(National Aeronautics and Space Administration, NASA)에서 발사한 전 지구 강수 관측 위성인 GPM 위성을 기반으로 다양한 자료와 합성된 강수 자료인 IMERG 자료의 정확도를 한반도, 특히 남한지역에 대해 지상관측자료와 비교분석 하였다. 기상자동관측 장비인 AWS의 관측 강수량을 검증 자료로 사용하여, 2016년 1월부터 12월까지 1년간의 기간 동안 한반도의 육상부분에 대하여 IMERG의 월 강수량 자료를 비교 검증하였다. 잘 알려진 대로 위성은 해안가와 섬 지역 같은 부분에서 단점이 있지만, 별도로 비교 분석하였다. 위성 자료인 IMERG와 지상 관측 자료인 AWS를 비교한 결과, 상관계수가 0.95로 높은 상관성을 보였으며, Bias, RMSE의 오차 비교에서도 각각 월 15.08 mm, 월 30.32 mm의 낮은 오차를 산출하였다. 해안지역에서도 육상지역과 마찬가지로 0.7 이상의 높은 상관계수를 산출하며, 강수 자료로서 IMERG의 신뢰도를 검증하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권6호
• /
• pp.251-256
• /
• 2019

캡슐 내시경은 식도부터 항문까지 소화기관 전체를 한 번에 촬영할 수 있는 의료기기로, 한 번의 검사에서 평균 8~12시간의 길이와 5만장 이상의 프레임으로 구성된 영상을 생성한다. 그러나 생성된 영상에 대한 분석은 전문가에 의해 수작업으로 진행되고 있어서, 질병 영상 진단을 돕기 위한 영상 분석 자동화에 대한 수요가 증가하고 있다. 그 중에서도 본 연구에서는 위장관 내에서 발견될 수 있는 융기성 병변인 폴립 영상 자동 검출에 초점을 맞추었다. 본 연구에서는 멀티 스케일 분석을 통해 폴립 의심 영역을 추출하고, 이것을 원본 영상과 합성하여 폴립 학습을 강화시킬 수 있는 가중치 영상을 생성하는 기법을 제안한다. 수집한 452장의 데이터에 대해 머신 러닝 기법중 하나인 SVM과 RF로 실험한 결과, 원본 영상을 이용한 폴립 검출의 F1점수는 89.3%였지만, 생성된 가중치 영상을 통해 학습한 결과 F1점수가 93.1%로 향상된 것을 확인하였다.

• 한국산학기술학회논문지
• /
• 제22권2호
• /
• pp.368-377
• /
• 2021

매실은 생과로 섭취하기 보다는 가공하여 많이 섭취하는 대표적인 과실이다. 본 연구에서는 매실의 가공식품 중 하나인 장아찌를 제조하였는데 인력에 의존하던 씨 분리 및 과육 절단 작업을 기계화를 적용하여 자동으로 작업이 가능하게 하고 그 과정에서 제조 방법의 변형이 있었다. 이렇게 제조된 매실 장아찌의 미생물 검출 및 착색료와 보존료 검출 분석을 통해 품질과 안전성을 평가하였고 관능평가를 통해 외관, 향, 맛, 식감, 기호도를 알아보았다. 그 결과, 현재 시중에 판매되고 있는 매실 장아찌와 비교하였을 때 2.7±0.1 Log CFU/g으로 일반세균에서 평균보다 다소 높은 수치가 나왔으나 그 차이가 미미하였다. 나머지 대장균, 착색료, 보존료는 모두 불검출되어 품질 및 안전성은 양호하였다. 관능평가에서는 통계적으로 큰 차이가 없었고 외관에서는 시중에 판매되고 있는 제품들 보다 좋은 평가를 받았다. 본 연구결과를 통해 매실 가공식품의 기계화를 적용할 수 있는 기반을 마련하고 주산지의 지역 경제 활성화를 촉진하고 시장 경쟁력 측면에서도 충분하다고 판단된다.

• 한국정보통신학회논문지
• /
• 제25권2호
• /
• pp.193-201
• /
• 2021

용접은 선박 및 해양플랜트의 생산 및 건조에 있어 매우 높은 비중을 차지하는 작업이다. 용접부의 품질 검증을 위해 비파괴 검사를 수행하는데, 우리나라에서는 주로 방사선투과검사(RT)를 활용한다. 현재 대부분의 조선소에서는 용접부의 촬영을 통해 얻어진 필름을 인화하여 검사에 활용하는 아날로그 형태를 채택하고 있다. 이에 방사선 촬영에서부터 합부 판정까지 소요시간이 길고 복잡하며, 관련 분야의 자격을 보유한 검사자에 의해 수작업으로 진행되고 있는 실정이다. 본 논문에서는 이러한 문제를 개선하기 위해 조선소에서 발생하고 있는 RT 필름을 고해상도로 스캔하여 디지털화한 후, 관리 서버에 축적하고, 인공지능 기술을 적용하여 용접 결함을 판독하기 위한 플랫폼에 관한 내용을 다룬다. 이를 위한 일련의 요소인 아날로그 RT 필름 스캔장비, 용접 검사 정보 통합 관리 플랫폼, 결함 판독 알고리즘, 시각화 소프트웨어 등을 설계 및 개발하고, 개발한 각 요소를 상호 연계하여 테스트 및 검증하는 과정에 관하여 기술한다.

• 한국농림기상학회지
• /
• 제24권2호
• /
• pp.95-114
• /
• 2022

본 연구는 MFOS라 명명한 다중센서 기반의 서리 관측 시스템의 고안 및 설치를 통해 서리의 자동 관측 가능성 및 실제 서리 발생 시 관련 영상 자료를 제시하였다. MFOS의 구성은 RGB 카메라, 열화상 카메라, LWS이며, 각 장비들은 서로 상보적인 역할을 수행한다. 서리 발생 전 장비의 시험 운영을 통해, 무강수 사례인 경우 높은 상대습도를 유지할 때 LWS의 전압값은 증가하였고, 특히 주변의 농수로로 인해 높은 상대습도가 유지되는 가평군 관측지에서 크게 증가하였다. RGB 카메라 이미지에서는 일출 전과 일몰 후에 LWS와 지표면을 관측할 수 없었으나 나머지 시간에 대해서는 가능하였다. 강수 사례의 경우 강수 기간 동안 LWS의 전압값은 급격하게 증가하였고, 강수 종료 후 감소하였다. RGB 카메라 이미지는 강수 현상과 상관없이 LWS와 지표면을 관측하였다. 반면, 열화상 카메라의 경우 강수 현상으로 인해 이미지 촬영은 되었지만 LWS와 지표면을 관측하지 못했다. 실제 서리가 발생한 사례의 자료를 통해, LWS의 전압값이 서리에 해당하는 범위보다 높더라도 RGB 카메라가 서리의 지표면 및 장비 표면 발생을 관측할 수 있는 것으로 나타났다.

• 한국콘텐츠학회논문지
• /
• 제22권3호
• /
• pp.71-80
• /
• 2022

과거 양식장에서 어류 질병은 세균성이었던 반면 최근은 바이러스성 및 혼합된 형태가 되면서 어류 질병의 빈도가 높아졌다. 양식장이라는 밀폐된 공간에서 바이러성 질병은 확산속도가 높으므로 집단 폐사로 이어질 확률이 매우 높다. 집단 폐사를 방지하기 위해서는 어류 질병의 빠른 식별이 중요하다. 그러나 어류의 질병 진단은 고도의 전문지식이 필요하고 매번 어류의 상태를 눈으로 확인하기 어렵다. 질병의 확산을 막기 위해서는 병이든 어류의 자동식별 시스템이 필요하다. 본 논문에서는 딥러닝 기반의 넙치의 질병 식별 시스템의 성능을 높이기 위해서 기존 전처리 방법을 비교 실험한다. 대상 질병은 넙치에서 가장 빈번히 발생하는 3가지 질병 스쿠티카병, 비브리오증, 림포시스티스를 선정하였고 이미지 전처리 방법으로 RGB, HLS, HSV, LAB, LUV, XYZ, YCRCV를 사용하였다. 실험결과 일반적인 RGB를 사용하는 것보다 HLS가 가장 좋은 결과를 얻을 수 있었다. 간단한 방법으로 질병의 인식률을 향상해 어류 질병 식별 시스템을 고도화 할 수 있을 것으로 예상한다.

• 국제학술발표논문집
• /
• The 3th International Conference on Construction Engineering and Project Management
• /
• pp.30-31
• /
• 2009

Early detection of schedule delay in field construction activities is vital to project management. It provides the opportunity to initiate remedial actions and increases the chance of controlling such overruns or minimizing their impacts. This entails project managers to design, implement, and maintain a systematic approach for progress monitoring to promptly identify, process and communicate discrepancies between actual and as-planned performances as early as possible. Despite importance, systematic implementation of progress monitoring is challenging: (1) Current progress monitoring is time-consuming as it needs extensive as-planned and as-built data collection; (2) The excessive amount of work required to be performed may cause human-errors and reduce the quality of manually collected data and since only an approximate visual inspection is usually performed, makes the collected data subjective; (3) Existing methods of progress monitoring are also non-systematic and may also create a time-lag between the time progress is reported and the time progress is actually accomplished; (4) Progress reports are visually complex, and do not reflect spatial aspects of construction; and (5) Current reporting methods increase the time required to describe and explain progress in coordination meetings and in turn could delay the decision making process. In summary, with current methods, it may be not be easy to understand the progress situation clearly and quickly. To overcome such inefficiencies, this research focuses on exploring application of unsorted daily progress photograph logs - available on any construction site - as well as IFC-based 4D models for progress monitoring. Our approach is based on computing, from the images themselves, the photographer's locations and orientations, along with a sparse 3D geometric representation of the as-built scene using daily progress photographs and superimposition of the reconstructed scene over the as-planned 4D model. Within such an environment, progress photographs are registered in the virtual as-planned environment, allowing a large unstructured collection of daily construction images to be interactively explored. In addition, sparse reconstructed scenes superimposed over 4D models allow site images to be geo-registered with the as-planned components and consequently, a location-based image processing technique to be implemented and progress data to be extracted automatically. The result of progress comparison study between as-planned and as-built performances can subsequently be visualized in the D4AR - 4D Augmented Reality - environment using a traffic light metaphor. In such an environment, project participants would be able to: 1) use the 4D as-planned model as a baseline for progress monitoring, compare it to daily construction photographs and study workspace logistics; 2) interactively and remotely explore registered construction photographs in a 3D environment; 3) analyze registered images and quantify as-built progress; 4) measure discrepancies between as-planned and as-built performances; and 5) visually represent progress discrepancies through superimposition of 4D as-planned models over progress photographs, make control decisions and effectively communicate those with project participants. We present our preliminary results on two ongoing construction projects and discuss implementation, perceived benefits and future potential enhancement of this new technology in construction, in all fronts of automatic data collection, processing and communication.