• 한국정보통신학회논문지
• /
• 제16권9호
• /
• pp.2021-2030
• /
• 2012

조기심실수축(PVC)은 가장 보편적인 부정맥으로 심실세동, 심실빈맥 등과 같은 위험한 상황을 유발할 수 있는 가능성을 가지고 있기 때문에 이의 조기 검출은 매우 중요하다. 특히 일반인들의 건강상태를 지속적으로 모니터링 해야 하는 헬스케어 시스템에서는 이를 위한 심전도 신호의 실시간 처리가 필요하다. 즉, 최소한의 연산량으로 정확한 R파를 검출하고, 대상 환자의 특징을 파악하여 PVC를 분류할 수 있는 적합한 알고리즘의 설계가 필요하다. 따라서 본 연구에서는 PVC 실시간 분류를 위한 환자 적응형 패턴 매칭 기법을 제안한다. 이를 위해 전 처리 과정과 적응 가변형 문턱 값과 윈도우를 통해 R파를 검출하였으며, 검출 대상에 따른 정상신호 군을 선별하고 이를 벗어나는 신호를 이상신호로 분류하기 위해 해쉬 함수를 통한 패턴 매칭 기법을 적용하였다. 제안한 알고리즘의 R파 검출 및 정상신호 분류 성능을 평가하기 위해서 MIT-BIH 부정맥 데이터베이스를 사용하였다. 성능평가 결과, R파는 평균 99.33%, 이상신호 분류에 대한 에러율은 0.32%로 나타났다.

• 대한조선학회논문집
• /
• 제57권3호
• /
• pp.140-151
• /
• 2020

It is important to identify the location of ship hull blocks with exact block identification number when scheduling the shipbuilding process. The wrong information on the location and identification number of some hull block can cause low productivity by spending time to find where the exact hull block is. In order to solve this problem, it is necessary to equip the system to track the location of the blocks and to identify the identification numbers of the blocks automatically. There were a lot of researches of location tracking system for the hull blocks on the stockyard. However there has been no research to identify the hull blocks on the stockyard. This study compares the performance of 5 Convolutional Neural Network (CNN) models with multi-view image set on the classification of the hull blocks to identify the blocks on the stockyard. The CNN models are open algorithms of ImageNet Large-Scale Visual Recognition Competition (ILSVRC). Four scaled hull block models are used to acquire the images of ship hull blocks. Learning and transfer learning of the CNN models with original training data and augmented data of the original training data were done. 20 tests and predictions in consideration of five CNN models and four cases of training conditions are performed. In order to compare the classification performance of the CNN models, accuracy and average F1-Score from confusion matrix are adopted as the performance measures. As a result of the comparison, Resnet-152v2 model shows the highest accuracy and average F1-Score with full block prediction image set and with cropped block prediction image set.

• 지능정보연구
• /
• 제20권1호
• /
• pp.15-34
• /
• 2014

성과 지표로서의 전방적 정확도는 정답인 경우 1, 오답인 경우 0으로 계사하는 이른바 모듈화된 정확도를 충분히 고려하지 못한다. 이에 문제의 특징에 따라 모듈화 정확도에 맞는 판별 규칙을 최적화 하는 보다 스마트한 판별 알고리즘이 필요하다고 볼 수 있다. 이에 따라, 스마트한 알고리즘은 문제 유형에 따라 보다 일반화되고 실제 성능의 왜곡을 야기할 수 있는 이산화에 제약되지 않아야 한다. 따라서 본 논문의 목적인 모듈화 정확도를 개선하는 새로운 부스팅 알고리즘을 제안하는 것이다. 이에 일반화를 도모하고 문제 영역의 특성에 맞게 판별화 모형을 선정하기 위해 스마트함을 고려한 모형 선정 알고리즘을 개발하였다. 제안된 방법의 성능을 검증하기 위해 실제로 47,000여건의 특허건을 가지고 실제 실용화 가능성을 판별하는 실험을 수행하였다.

• 정보처리학회논문지B
• /
• 제15B권1호
• /
• pp.1-8
• /
• 2008

일반적으로 감시영상에서 움직이는 물체들은 배경빼기 혹은 프레임 차를 이용하여 추출된다. 하지만 객체에 의해서 만들어지는 그림자는 심각한 탐지의 오류를 야기시킬 수 있다. 특히, 도로 상에 설치된 감시카메라로부터 획득된 영상으로부터 차량 정보를 분석할 때, 차량에 의해서 생성되는 그림자로 인하여 차량의 모양을 왜곡시켜 부정확한 결과를 만든다. 때문에 그림자의 제거는 감시 영상 내에서의 정확한 객체 추출을 위해서 반드시 필요하다. 본 논문은 도로감시영상 내에서 움직이는 차량의 차종판별 성능을 향상시키기 위한 움직이는 객체 내에 만들어지는 그림자를 제거한다. 제거된 객체의 영역은 소실점을 이용하여 3차원 객체로 피팅(Fitting)한 후 측정된 데이터를 감독 학습하여 원하는 차종 판별결과를 얻는데 사용한다. 실험은 3가지 기계학습 방법{IBL, C4.5, NN(Neural Network)}을 이용하여 그림자의 제거가 차종의 판별성능에 미치는 결과의 평가한다.

• 한국정보통신학회논문지
• /
• 제26권3호
• /
• pp.341-346
• /
• 2022

지구온난화 및 이상 기후로 인해 홍수의 빈도 및 피해 규모가 늘어나고 있으며, 홍수 취약 지역에 노출된 사람이 2000년도에 비하여 25% 증가하였다. 홍수는 막대한 금전적, 인명적 손실을 유발하며, 홍수로 인한 손실을 줄이기 위해 홍수를 미리 예측하고 빠른 대피를 결정해야 한다. 본 논문은 홍수 예측을 위한 핵심 데이터인 강우량과 수위 데이터를 활용하여 시기적절한 대피 결정이 이루어질 수 있도록 CNN기반 분류 모델을 활용하여 홍수 위험도 판별 모델을 제안한다. 본 논문에서 제안한 CNN 기반 분류 모델과 DNN 기반의 분류 모델의 결과를 비교하여 더 좋은 성능을 보이는 것을 확인하였다. 이를 통해 홍수의 위험도를 판별하여, 대피 여부 판단하며 최적의 시기에 대피 결정을 내릴 수 있도록 하는 초기 연구로서 활용할 수 있을 것으로 사료된다.

• Nuclear Engineering and Technology
• /
• 제44권3호
• /
• pp.225-236
• /
• 2012

The Fukushima-Daiichi accident shook the world, as a well-known plant design, the General Electric BWR Mark I, was heavily damaged in the tsunami, which followed the Great Japanese Earthquake of 11 March 2011. Plant safety functions were lost and, as both AC and DC failed, manoeuvrability of the plants at the site virtually came to a full stop. The traditional system of Emergency Operating Procedures (EOPs) and Severe Accident Management Guidelines (SAMG) failed to protect core and containment, and severe core damage resulted, followed by devastating hydrogen explosions and, finally, considerable radioactive releases. The root cause may not only have been that the design against tsunamis was incorrect, but that the defence against accidents in most power plants is based on traditional assumptions, such as Large Break LOCA as the limiting event, whereas there is no engineered design against severe accidents in most plants. Accidents beyond the licensed design basis have hardly been considered in the various designs, and if they were included, they often were not classified for their safety role, as most system safety classifications considered only design basis accidents. It is, hence, time to again consider the Design Basis Accident, and ask ourselves whether the time has not come to consider engineered safety functions to mitigate core damage accidents. Associated is a proper classification of those systems that do the job. Also associated are safety criteria, which so far are only related to 'public health and safety'; in reality, nuclear accidents cause few casualties, but create immense economical and societal effects-for which there are no criteria to be met. Severe accidents create an environment far surpassing the imagination of those who developed EOPs and SAMG, most of which was developed after Three Mile Island - an accident where all was still in place, except the insight in the event was lost. It requires fundamental changes in our present safety approach and safety thinking and, hence, also in our EOPs and SAMG, in order to prevent future 'Fukushimas'.

• 한국정보처리학회논문지
• /
• 제7권5호
• /
• pp.1401-1408
• /
• 2000

소프트웨어 개발 초기 단계의 문제점이 개발 후반부 산물의 품질에 심각한 영향을미치기 때문에 설계 명세를 이용하여 위험 부분을 예측하는위험도 예측 모델은 전체 시스템 개발비용을 낮추는 데 중요한 역할을 하고 있으며, 이러한 예측 모델은 결과 산물이 매우 크고 실행 정확성이 요구되는통신 소프트웨어 같은 실시간 시스템 설계에 더욱 필요하다. 판별분석, 인공신경망, 분류트리 등의 기법들을 이용한 모델들이 제안되었으나 이들은 결과에 대한 원인 분석의 어려움, 낮은 확장성 등의 문제점들을 지니고 있었다. 본 논문에서는 유전자 알고리즘에 의해 구축된 퍼지 규칙 베이스를 이용한 위험도 예측 모델을 제안한다. 제안 모델은 예측 결과에 대한 원인 분석이 용이하고 높은 확정성과 적용성을 지니고 규칙수에 대한 제안이 없다. 이러한 내부특성들 비교의 모의 실을 통한 예측 정확도 비교를 통해 제안 모델이 타 모델들보다 우수함을 보였다.

• 한국과학교육학회지
• /
• 제18권4호
• /
• pp.635-641
• /
• 1998

초 중등학교의 과학(생물 영역)교과서의 분류 체계를 조사 검토하여 학교 급간별 인지 발달 수준에 맞는 식물 분류 개념 및 체계의 위계성 및 계열성에 대한 방향성을 모색하였다. 연구 결과는 다음과 같다. 1. 초등학교의 슬기로운 생활과 자연 교과서의 교과 내용은 생물을 식물계와 동물계로 구분하고, 식물을 크기와 사는 장소로 구분하여 학습 내용을 전개하였다. 학생들의 식물 개념은 꽃 위주로 형성되어 있어 꽃이 피는 식물과 꽃이 안 피는 식물로 분류하여 학습 내용을 구성하여야 할 것이다. 2. 중학교 과정은 생물계를 식물계와 동물계의 2계로, 고등학교에서는 식물계, 동물계와 원생생물계의 3계로 구분하나 원핵생물계, 균계, 원생생물계, 식물계, 동물계의 5계로 제시해 주어야 할 것이다. 중등학교의 분류의 개념은 종의 특징을 기술한 각론 위주로 구성되나 전반적인 특징, 분류 기준, 분류방법등 총론 위주로 구성되어야 할 것이다. 고등학교에서는 조류(algae)에 편중되어 있으나 고등식물인 종자식물 위주로 구성되어야 할 것이다.

• 한국안전학회지
• /
• 제26권5호
• /
• pp.110-117
• /
• 2011

The paper tries to understand the other side of characteristics on occupational injuries and diseases in forestry. Occupational injuries and diseases in forestry seems to be greatly influenced by the environmental characteristics of the mountain district and individual's ability of workers. A traditional method on the analysis of occupational injuries and diseases data may show that the main cause of occupational injuries and diseases is the material factors significantly. To identify the other side of occupational injuries and diseases in forestry, the occupational injuries and diseases data of 3,091 workers in forestry was analyzed. The data in forestry, 2009 shows certain characteristics among the recent occupational injuries and diseases data. The first step is to classify the data according to standard of classification of original cause materials. Material factors are 72.3% and human factors (included managerial factors) and environmental factors are 27.0%. The next step is to reclassify the first step data by using the concept of influence factors which caused and influenced occupational injuries and diseases. The result is that material factors are 2.4%, human factors(included managerial factors) and environmental factors are 97.0%. Also, an aging degree of workers in forestry is higher than other categories of business. It is true that an aging degree of injured or diseased workers in forestry is higher than that of other categories of business. However, relevance with increase of occupational injuries and diseases could not be explained. An injury and disease rate in forestry is remarkably increased recently than other categories of business. One of the reason why an injury and disease rate increased remarkably in 2009 could be considered as the increase of the number of workers and related budget. Therefore, this study proposes important measures or means to prevent occupational injuries and diseases in forestry.

• Nuclear Engineering and Technology
• /
• 제51권3호
• /
• pp.709-718
• /
• 2019

The international nuclear industry has undergone a lot of changes since the Fukushima, Chernobyl and TMI nuclear power plant accidents. However, there are still large and small component deficiencies at nuclear power plants in the world. There are many causes of electrical equipment defects. There are also factors that cause component failures due to human errors. This paper analyzed the root causes of failure and types of human error in 300 cases of electrical component failures. We analyzed the operating experience of electrical components by methods of root causes in K-HPES (Korean-version of Human Performance Enhancement System) and by methods of human error types in HuRAM+ (Human error-Related event root cause Analysis Method Plus). As a result of analysis, the most electrical component failures appeared as circuit breakers and emergency generators. The major causes of failure showed deterioration and contact failure of electrical components by human error of operations management. The causes of direct failure were due to aged components. Types of human error affecting the causes of electrical equipment failure are as follows. The human error type group I showed that errors of commission (EOC) were 97%, the human error type group II showed that slip/lapse errors were 74%, and the human error type group III showed that latent errors were 95%. This paper is meaningful in that we have approached the causes of electrical equipment failures from a comprehensive human error perspective and found a countermeasure against the root cause. This study will help human performance enhancement in nuclear power plants. However, this paper has done a lot of research on improving human performance in the maintenance field rather than in the design and construction stages. In the future, continuous research on types of human error and prevention measures in the design and construction sector will be required.