진주 지역에서 1000 여두의 생후 1주령 포유 자돈군에 심한 설사증이 발생하였던바 소장조직으로부터 RNA를 추출한 후 reverse transcription-polymerase chain reaction을 실시하였던 결과, porcine epidemic diarrhea (PED) virus (PEDV)의 N 유전자가 검출되어 PED로 진단되었다. Trypsin (10ug/ml)을 첨가한 배지에서 Vero 세포를 배양하면서 장조직으로부터 바이러스 분리배양을 시도하였던 결과 2회의 blind passage 후에 PEDV를 분리할 수 있었다. 따라서 이 분리주를 Chinju99로 명명하였으며, Chinju99주의 생물학적 및 물리화학적 성상을 조사하였던 결론은 다음과 같다. Chinju99주는 전자현미경 소견에서 비정형의 타원형 입자로서 표면에 spike 구조를 가지고 있었으며, Vero 세포내 배양시에 점진적으로 원형변성, 합포체형성 등의 세포변성 소견을 나타내었다. 또한 20% ether, 5% chloroform에서 불안정하였으며 pH 4-7의 산성조건에서는 안정성을 나타내었다. 동시에 $50^{\circ}C$에서 180분간 처리 후에도 감염성이 유지되었고 sucrose 용액에서의 부유밀도가 1.180g/ml으로서, coronavirus의 전형적인 생물학적 및 물리화학적 성상을 나타내었다.
This paper presents a lateral collision risk index between an ego vehicle and a rear-side vehicle. The lateral collision risk is designed to represent a lateral collision risk and provide the appropriate threshold value of activation of the lateral collision management system such as the Blind Spot Detection(BSD). The lateral collision risk index is designed using the Time to Line Crossing(TLC) and the longitudinal collision index at the predicted TLC. TLC and the longitudinal collision index are calculated with the signals from the exterior sensor such as the radar equipped on the rear-side of a vehicle and a vision sensor which detects the distance and time to the lane departure. For the robust situation assessment, the perception of driving environment determining whether the road is straighten or curved should be determined. The relative motion estimation method has been proposed with the road information via the integrated estimator using the environment sensors and vehicle sensor. A lateral collision risk index was composed with the estimated relative motion considering the relative yaw angle. The performance of the proposed lateral collision risk index is investigated via computer simulations conducted using the vehicle dynamics software CARSIM and Matlab/Simulink.
본 논문에서는 디지털 트윈 기반의 건물 관제 시스템에 활용할 수 있는 건물탐사 드론을 제안한다. 기존 건물 관제 시스템은 고정된 센서 박스를 통해 관제 정보를 관리하므로 관리 체계의 사각지대가 발생하는 문제점과 순찰을 통한 인위적인 방법은 자원적 한계성을 가진다. 본 논문은 온습도 센서와 가스 누출 탐지 센서를 내장한 드론을 통하여 관제 사각지대를 중심으로 건물의 내부 경로를 탐색하고 영상과 더불어 실시간으로 정보를 전송하여 관제 시스템의 문제점을 극복하고자 한다. 또한, 옵티컬 플로어 센서를 이용한 안정적인 호버링 기능을 가지며 기존 디지털 트윈 기반의 건물 관제 시스템에 적용할 수 있게 한다. 본 연구의 결과는 드론 활용을 통하여 향후 디지털 트윈 관제 시스템의 질적 향상에 많은 도움이 될 것으로 사료된다.
높은 주탑을 가지는 해상특수교량은 특수한 구조적 특징으로 인해 육안점검이 어려운 점검사각지대가 존재하게 되며, 이를 해결하기 위해 드론을 활용한 안전점검 방법들이 연구되고 있다. 본 연구에서는 드론을 이용하여 해상특수교량 주탑의 영상 데이터를 취득하고, 인공지능 알고리즘을 개발하여 주탑부 표면 손상에 대한 탐지를 수행하였다. 인공지능 알고리즘은 서로 다른 구조를 지닌 딥러닝 네트워크를 활용하여 앙상블을 형성한 모델을 구축하고 결과를 취합하는 스태킹 앙상블 학습법을 적용하였다.
Lee, Jung Dal;Park, Yong Wook;Back, OunCheol;Jung, Pa Jong;Kim, Jong Yull
대한임상검사과학회지
/
제45권3호
/
pp.108-113
/
2013
The study compared the cytological features of papillary thyroid carcinoma (PTC) in liquid-based preparations (LBPs) and conventional Pap (CP) smears from fine needle aspiration (FNA), and assessed the feasibility of LBP using the Cell Scan $1500^{TM}$ processor on thyroid FNA samples. Thyroid FNA samples were obtained from 883 consecutive patients. Each sample was divided into two and used for LBPs and CP smears. All were screened independently in a double-blind manner. From the 883 cases, 95 cases were diagnosed as PTC in one or both types of preparation (10.8%). PTC was diagnosed via CP smears in 83 cases (87.4%) and via LBPs in 70 cases (73.7%). However, there were differences in categorization between the paired preparations: Twelve (12) PTCs were misinterpreted in CP smears and 25 PTCs in LBPs. There was a significant discrepancy in the rate of detection of the diagnostic features, with LBPs having a lower detection rate. One (1) case (1.2%) of CP smears and 16 cases (22.9%) of LBPs were categorized as unsatisfactory/nondiagnostic in a total of the 95 PTCs. To conclude, the detection rate of the diagnostic features of PTC is lower in Cell Scan 1500TM samples than in CP smears. However, there are some cases in which a diagnosis of PTC is made in LBPs, but not in CP smears. Therefore, definitive cancer diagnosis in thyroid FNA preparations is likely to result from agreement between direct smears and Cell Scan 1500TM preparations.
본 논문은 시각장애인들의 실외 보행 시 위험한 장애물을 탐지하여 진동으로 경고해주고, 필요에 따라 물체의 색상과 주변의 자기를 음성으로 알려주는 SmartWand 개발에 관한 것이다. 이 기기는 시각장애인들이 널리 사용하는 횐 지팡이에 쉽게 탈 부착할 수 있는 형태로 횐 지팡이로 감지할 수 없는 사각지대의 장애물을 초음파로 탐지하여 경고해주며, 컬러센서와 조도센서를 이용하여 물체의 색상과 주변의 밝기를 음성으로 알려주는 기능을 가지고 있다 SmartWand는 1, 2차 버전으로 개발되었는데, 2차 버전에서는 1차 버전의 사용성 평가 결과를 토대로 무게 및 크기를 줄여 실용성을 개선시켰으며, 가속도 센서를 통해 초음파 센서의 탐지 범위를 조정하여 시각장애인이 횐 지팡이의 타법을 행할 때 진행방향에 놓인 장애물만을 탐지할 수 있도록 하였다. 또한 지팡이로 땅을 칠 때의 충격으로 인한 초음파센서의 오동작을 제거하기 위한 필터를 사용하였다 이러한 기능들은 다양한 환경에서 실험을 통해 적절한 인자들을 결정하였다.
Various monitoring systems have been implemented in civil infrastructure to ensure structural safety and integrity. In long-term monitoring, these systems generate a large amount of data, where anomalies are not unusual and can pose unique challenges for structural health monitoring applications, such as system identification and damage detection. Therefore, developing efficient techniques is quite essential to recognize the anomalies in monitoring data. In this study, several machine learning techniques are explored and implemented to detect and classify various types of data anomalies. A field dataset, which consists of one month long acceleration data obtained from a long-span cable-stayed bridge in China, is employed to examine the machine learning techniques for automated data anomaly detection. These techniques include the statistic-based pattern recognition network, spectrogram-based convolutional neural network, image-based time history convolutional neural network, image-based time-frequency hybrid convolution neural network (GoogLeNet), and proposed ensemble neural network model. The ensemble model deliberately combines different machine learning models to enhance anomaly classification performance. The results show that all these techniques can successfully detect and classify six types of data anomalies (i.e., missing, minor, outlier, square, trend, drift). Moreover, both image-based time history convolutional neural network and GoogLeNet are further investigated for the capability of autonomous online anomaly classification and found to effectively classify anomalies with decent performance. As seen in comparison with accuracy, the proposed ensemble neural network model outperforms the other three machine learning techniques. This study also evaluates the proposed ensemble neural network model to a blind test dataset. As found in the results, this ensemble model is effective for data anomaly detection and applicable for the signal characteristics changing over time.
국내외 식품산업에서 방사선 조사 기술이 본격적으로 이용됨에 따라 방사선 조사식품의 조사 여부 검지(detection)와 조사/흡수선량(absorbed dose)의 확인 방법이 필요하게 되었다. 본 연구는 상업적으로 처리되고 있는 효소분말을 대상으로 감마선과 전자선을 조사하고$(2.5{\sim}15\;kGy)$ ESR signal intensity와의 상관관계를 구해 본 결과, 높은 유의성을 보여 주었다(감마선 $R^2$=0.9904; 전자선 $R^{\;2}$=0.9696). 조사 여부 검지에 필요한 threshold value는 비조사구(n = 20)가 1.19(최대값), 2.5 kGy 조사구(n = 20)가 최소값으로 6.97(감마선) 및 7.36(전자선)으로 나타났다. 이상의 threshold value를 이용하여 30개의 미지시료(unknown samples)에 대한 검지시험(blind test)을 실시하여 본 결과, 방사선 조사된 것과 조사되지 않은 시료의 판정이 정확하였다. 한편 dose-effect curve로부터 2가지 회귀식을 구하여 흡수선량 예측에 적용하여 보았을 때 2차회귀식이 $4{\sim}7\;kGy$ 범위의 감마선 및 전자선 조사 시료에 대하여 적용가능성이 높았다.
조개추출물분말, 해물조미베이스, 라면분말수프, 정어리추출물분말 등 조미분말식품에 대한 TL 검지방법의 적용가능성을 확인하였다. 이들 시료의 방사선 조사선량과 TL response 간의 $R^2$는0.5966 이상을 보여 주었고, 특히 라면수프는 0.9500 이상의 상관계수를 보이면서 방사선 조사선량이 증가할수록 TL intensity도 증가하였다. 따라서 라면수프 시료를 대상으로 re-irradiation step에 의한 TL response의 검증을 실시하였고, 미지시료의 검지에 필요한 역치(threshold value)를 측정하였다. 이때 비조사 시료의 역치는 최고 1.37 이하였고, 감마선 조사시료(2.5 kGy) 역치는 최저 6.06 이상이였다. 그리고 1.37과 6.06 사이의 역치를 나타내는 미지시료는 재조사하여 방사선 조사유무를 검지하였고, 검지시료의 호기성 전세균의 수를 측정함으로써 검지 결과를 검증하였다. Blind test의 일환으로 실시한 미지시료 검지실험에서는 본 실험에서 설정한 역치의 적용으로 총 167개 시료(감마선 82, 전자선 85)의 방사선 조사유무를 정확하게 확인할 수 있었다. 방사선 조사선량을 예측하기 위하여 3가지 예측모델식을 설정하고 조사선량을 예측하여 본 결과, 2차회귀식이 가장 적합하였으나 실제 조사선량과는 상당한 오차를 보였다.
컴퓨터 비전 기술이 위성영상에 적용되면서, 최근 들어 딥러닝 영상인식을 이용한 구름 탐지가 관심을 끌고 있다. 본연구에서는 SPARCS (Spatial Procedures for Automated Removal of Cloud and Shadow) Cloud Dataset과 영상자료증대 기법을 활용하여 U-Net 구름탐지 모델링을 수행하고, 10폴드 교차검증을 통해 객관적인 정확도 평가를 수행하였다. 512×512 화소로 구성된 1800장의 학습자료에 대한 암맹평가 결과, Accuracy 0.821, Precision 0.847, Recall 0.821, F1-score 0.831, IoU (Intersection over Union) 0.723의 비교적 높은 정확도를 나타냈다. 그러나 구름그림자 중 14.5%, 구름 중 19.7% 정도가 땅으로 잘못 예측되기도 했는데, 이는 학습자료의 양과 질을 보다 더 향상시킴으로써 개선 가능할 것으로 보인다. 또한 최근 각광받고 있는 DeepLab V3+ 모델이나 NAS(Neural Architecture Search) 최적화 기법을 통해 차세대중형위성 1, 2, 4호 등의 구름탐지에 활용 가능할 것으로 기대한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.