• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.212-215
• /
• 2022

오늘날 소위 디지털 전환시대를 맞아, 많은 부분에서 빅데이터의 구축과 활용에 대한 필요성이 높아졌다. 오늘날에 많은 데이터가 디지털기기, 미디어 친화적으로 생산 및 보관되는 것과 달리, 과거 오랜 기간 데이터의 생산 및 보관은 활자 인쇄도서가 주를 이루었다. 따라서 오랜 기간 축적되어온 방대한 활자 인쇄도서를 빅데이터로써 활용하기 위한 광학 문자 판독(OCR: Optical Character Recognition) 기술의 필요성 역시 빅데이터의 필요성에 맞추어 함께 요구되었다. 본 연구에서는 도서 스캔 이미지의 정보를 각 문서 객체별로 세분화하여 그 구조와 내용을 디지털화하는 시스템을 제안한다. 제안 시스템은 크게 1) 문서객체(표, 수식, 그림, 본문)의 영역정보를 인식. 2)인식된 객체의 영역정보를 각각 표 처리, 수식 처리, 텍스트 처리 모듈로 OCR. 3) OCR로 처리된 문서 정보를 JSON형식으로 종합하여 반환하는 세 단계로 구성된다. 본 연구에서 제안하는 모델은 이러한 단계를 수행함에 있어 오픈소스로 공개된 프로젝트를 활용하되, 본 시스템의 목표에 맞추어 추가적인 학습과 개량을 거쳤다. 본 연구에서 제안한 지능형 OCR 시스템은 문서 이미지 내 4종(표, 수식, 이미지, 텍스트)의 객체인식과 처리에 있어 상용 소프트웨어 수준의 성능을 확인할 수 있었다.

• 해양환경안전학회지
• /
• 제29권7호
• /
• pp.971-979
• /
• 2023

소형 선박(<499 GT)이 전체 선박의 46%를 지배하고 있어 상대적으로 많은 CO₂ 배출가스를 가지고 있다고 결론지을 수 있다. 최적의 Trim 조건에서 운전하면 선박의 저항을 감소시킬 수 있어 온실가스가 적게 발생할 수 있다. Trim을 최적화하는 가장 저렴한 방법 중 하나는 최적의 Longitudal Center of Gravity(LCG)를 얻기 위해 무게 분포를 조정하는 것이다. 따라서 본 연구에서는 소형 선박의 저항에 대한 LCG 변화의 영향을 경험적 및 수치적 해석을 통해 연구하고자 한다. 선체를 설계하는 Savitsky 경험식은 Maxsurf Resistance의 방법으로 사용된다. 수치해석에는 STAR-CCM+ 상용 CFD(Computational Fluid Dynamics) 소프트웨어가 사용되지만 최종적으로 선박 설계 과정 이후 최적의 LCG를 얻기 위해 전체 저항을 비교한다. 결론적으로 Froude Number 0.56에서는 수치해석에 의해 전체 길이(LoA) 46.2%에서 최적의 LCG를 달성하고 Froude Number 0.63에서는 43.4% LoA를 달성하여 29.2% LoA에서 기준점에 비해 최대 41.12% - 45.16%의 상당한 저항 감소를 얻을 수 있다.

• Korean Journal of Radiology
• /
• 제22권7호
• /
• pp.1172-1184
• /
• 2021

Objective: The purposes of this study were to analyze the radiation doses for pediatric abdominopelvic and chest CT examinations from university hospitals in Korea and to establish the local diagnostic reference levels (DRLs) based on the body weight and size. Materials and Methods: At seven university hospitals in Korea, 2494 CT examinations of patients aged 15 years or younger (1625 abdominopelvic and 869 chest CT examinations) between January and December 2017 were analyzed in this study. CT scans were transferred to commercial automated dose management software for the analysis after being de-identified. DRLs were calculated after grouping the patients according to the body weight and effective diameter. DRLs were set at the 75th percentile of the distribution of each institution's typical values. Results: For body weights of 5, 15, 30, 50, and 80 kg, DRLs (volume CT dose index [CTDI_vol]) were 1.4, 2.2, 2.7, 4.0, and 4.7 mGy, respectively, for abdominopelvic CT and 1.2, 1.5, 2.3, 3.7, and 5.8 mGy, respectively, for chest CT. For effective diameters of < 13 cm, 14-16 cm, 17-20 cm, 21-24 cm, and > 24 cm, DRLs (size-specific dose estimates [SSDE]) were 4.1, 5.0, 5.7, 7.1, and 7.2 mGy, respectively, for abdominopelvic CT and 2.8, 4.6, 4.3, 5.3, and 7.5 mGy, respectively, for chest CT. SSDE was greater than CTDI_vol in all age groups. Overall, the local DRL was lower than DRLs in previously conducted dose surveys and other countries. Conclusion: Our study set local DRLs in pediatric abdominopelvic and chest CT examinations for the body weight and size. Further research involving more facilities and CT examinations is required to develop national DRLs and update the current DRLs.

• 한국구조물진단유지관리공학회 논문집
• /
• 제28권1호
• /
• pp.70-81
• /
• 2024

본 연구에서는 진동원으로서 교통하중(고속열차)에 대해 수직 방진기능과 수평 면진기능을 조합한 3차원 하이브리드 면진시스템(Tridimensional Hybrid Isolation System, THIS)을 제안하였고, 고속열차 진동에 대한 THIS의 수직 진동 사용성 개선 효과를 해석적으로 평가하였다. 해석을 위하여 실제 16층의 공동주택을 상용구조해석프로그램의 고유치해석과 침실 바닥판에 대한 펄스 응답 분석을 통해 주요 진동모드를 식별하였고, 이 주요 진동 모드를 가지고 바닥판의 수평과 수직, 회전 자유도를 가지는 16개 층의 골조 모델을 제작하였다. 해석방법은 실제 고속철도가 통행할 때 철로와 인접한 구조물에서 계측한 가속도를 진동원으로 적용하고 THIS의 강성과 감쇠비를 변수로 상태-공간방정식을 이용하여 동적해석을 수행하였다. 그 결과, 기존 구조물의 수직 고유주기 대비 THIS의 수직 주기가 커질수록 층별 바닥판 응답이 저감되기 시작하는 임계 주기비가 다르고, 주기가 5배 이상(0.006 이하의 강성비)일 때 모든 바닥판의 가속도 수준이 비면진 대비 약 70% 이하로 감소하였다. 또한, THIS의 감쇠비에 대한 응답 제어에 미치는 영향이 매우 적은 것으로 나타났다. 마지막으로 THIS에 대한 수직 진동 사용성 개선 효과를 확인하기 위하여 비면진 구조물과 0.006의 강성비와 0.03의 감쇠비를 가지는 THIS가 적용된 구조물에 대하여 1층과 16층 바닥판 가속도를 AIJ, SCI, AISC 진동 사용성 기준에 따라 평가하였고, 기존에 주거지 사용성 기준을 만족하지 못한 데 반해, THIS 적용 후 주거지 사용성 기준을 모두 만족하는 것을 확인하였다.

• Korean Journal of Radiology
• /
• 제24권4호
• /
• pp.294-304
• /
• 2023

Objective: We aimed to investigate whether image standardization using deep learning-based computed tomography (CT) image conversion would improve the performance of deep learning-based automated hepatic segmentation across various reconstruction methods. Materials and Methods: We collected contrast-enhanced dual-energy CT of the abdomen that was obtained using various reconstruction methods, including filtered back projection, iterative reconstruction, optimum contrast, and monoenergetic images with 40, 60, and 80 keV. A deep learning based image conversion algorithm was developed to standardize the CT images using 142 CT examinations (128 for training and 14 for tuning). A separate set of 43 CT examinations from 42 patients (mean age, 10.1 years) was used as the test data. A commercial software program (MEDIP PRO v2.0.0.0, MEDICALIP Co. Ltd.) based on 2D U-NET was used to create liver segmentation masks with liver volume. The original 80 keV images were used as the ground truth. We used the paired t-test to compare the segmentation performance in the Dice similarity coefficient (DSC) and difference ratio of the liver volume relative to the ground truth volume before and after image standardization. The concordance correlation coefficient (CCC) was used to assess the agreement between the segmented liver volume and ground-truth volume. Results: The original CT images showed variable and poor segmentation performances. The standardized images achieved significantly higher DSCs for liver segmentation than the original images (DSC [original, 5.40%-91.27%] vs. [standardized, 93.16%-96.74%], all P < 0.001). The difference ratio of liver volume also decreased significantly after image conversion (original, 9.84%-91.37% vs. standardized, 1.99%-4.41%). In all protocols, CCCs improved after image conversion (original, -0.006-0.964 vs. standardized, 0.990-0.998). Conclusion: Deep learning-based CT image standardization can improve the performance of automated hepatic segmentation using CT images reconstructed using various methods. Deep learning-based CT image conversion may have the potential to improve the generalizability of the segmentation network.

• Korean Journal of Radiology
• /
• 제23권12호
• /
• pp.1251-1259
• /
• 2022

Objective: T1 mapping provides valuable information regarding cardiomyopathies. Manual drawing is time consuming and prone to subjective errors. Therefore, this study aimed to test a DL algorithm for the automated measurement of native T1 and extracellular volume (ECV) fractions in cardiac magnetic resonance (CMR) imaging with a temporally separated dataset. Materials and Methods: CMR images obtained for 95 participants (mean age ± standard deviation, 54.5 ± 15.2 years), including 36 left ventricular hypertrophy (12 hypertrophic cardiomyopathy, 12 Fabry disease, and 12 amyloidosis), 32 dilated cardiomyopathy, and 27 healthy volunteers, were included. A commercial deep learning (DL) algorithm based on 2D U-net (Myomics-T1 software, version 1.0.0) was used for the automated analysis of T1 maps. Four radiologists, as study readers, performed manual analysis. The reference standard was the consensus result of the manual analysis by two additional expert readers. The segmentation performance of the DL algorithm and the correlation and agreement between the automated measurement and the reference standard were assessed. Interobserver agreement among the four radiologists was analyzed. Results: DL successfully segmented the myocardium in 99.3% of slices in the native T1 map and 89.8% of slices in the post-T1 map with Dice similarity coefficients of 0.86 ± 0.05 and 0.74 ± 0.17, respectively. Native T1 and ECV showed strong correlation and agreement between DL and the reference: for T1, r = 0.967 (95% confidence interval [CI], 0.951-0.978) and bias of 9.5 msec (95% limits of agreement [LOA], -23.6-42.6 msec); for ECV, r = 0.987 (95% CI, 0.980-0.991) and bias of 0.7% (95% LOA, -2.8%-4.2%) on per-subject basis. Agreements between DL and each of the four radiologists were excellent (intraclass correlation coefficient [ICC] of 0.98-0.99 for both native T1 and ECV), comparable to the pairwise agreement between the radiologists (ICC of 0.97-1.00 and 0.99-1.00 for native T1 and ECV, respectively). Conclusion: The DL algorithm allowed automated T1 and ECV measurements comparable to those of radiologists.

• Animal Bioscience
• /
• 제37권8호
• /
• pp.1398-1407
• /
• 2024

Objective: The objective of this study was to determine internal structure spectral profile of by-products from coffee processing that were affected by added-microorganism fermentation duration in relation to truly absorbed feed nutrient supply in ruminant system. Methods: The by-products from coffee processing were fermented using commercial fermentation product, consisting of various microorganisms: for 0 (control), 7, 14, 21, and 28 days. In this study, carbohydrate-related spectral profiles of coffee by-products were correlated with their chemical and nutritional properties (chemical composition, total digestible nutrient, bioenergy values, carbohydrate sub-fractions and predicted degradation and digestion parameters as well as milk value of feed). The vibrational spectra of coffee by-products samples after fermentation for 0 (control), 7, 14, 21, and 28 days were determined using a JASCO FT/IR-4200 spectroscopy coupled with accessory of attenuated total reflectance (ATR). The molecular spectral analyses with univariate approach were conducted with the OMNIC 7.3 software. Results: Molecular spectral analysis parameters in fermented and non-fermented by-products from coffee processing included structural carbohydrate, cellulosic compounds, non-structural carbohydrates, lignin compound, CH-bending, structural carbohydrate peak1, structural carbohydrate peak2, structural carbohydrate peak3, hemicellulosic compound, non-structural carbohydrate peak1, non-structural carbohydrate peak2, non-structural carbohydrate peak3. The study results show that added-microorganism fermentation induced chemical and nutritional changes of coffee by-products including carbohydrate chemical composition profiles, bioenergy value, feed milk value, carbohydrate subfractions, estimated degradable and undegradable fractions in the rumen, and intestinal digested nutrient supply in ruminant system. Conclusion: In conclusion, carbohydrate nutrition value changes by added-microorganism fermentation duration were in an agreement with the change of their spectral profile in the coffee by-products. The studies show that the vibrational ATR-FT/IR spectroscopic technique could be applied as a rapid analytical tool to evaluate fermented by-products and connect with truly digestible carbohydrate supply in ruminant system.

• 한국터널지하공간학회 논문집
• /
• 제26권4호
• /
• pp.345-363
• /
• 2024

강관보강그라우팅 공법은 터널 시공 중 막장면 천단의 보강과 차수를 목적으로 시공현장에서 널리 적용되고 있다. 가장 보편적인 강관다단그라우팅 공법은 주입재의 역류를 막기 위해 강관과 보어홀 사이에 실링재를 주입하도록 규정되어 있으며 이 공정에서 긴 시간이 요구되는 실정이다. 따라서 실링 주입 공정을 제거한 강관보강그라우팅 공법이 여러 종류 제안되었으며, 대표적으로 구획을 나누어 동시에 주입하는 공법과 외부 패커를 활용해 다단으로 주입하는 공법이 있다. 시공 기간과 장비 면에서 이러한 대체 공법들의 장단점이 논의된 바 있으나 실제 지반에 각 주입 방법 별로 얼마나 주입 범위를 확보할 수 있는지에 대해서는 정량적으로 검토된 바가 없다. 따라서 본 연구에서는 실제 주입 공정에 기반하여 그라우트 주입 방법에 따른 주입 범위를 평가하고자 한다. 우선 그라우트의 점도를 실내 실험을 통해 계측하였다. 그리고 전산유체역학 상용 프로그램을 사용하여 수치해석 모델링을 구성하였다. 수치해석 모델링에 측정된 그라우트 물성과 현장에서의 주입 절차를 반영하여 매개변수 해석을 수행하였으며, 그 결과 주입 방식에 따라 주입 범위와 거동이 크게 달라지며 특히 비균질한 지반에서 더 두드러짐을 확인할 수 있었다. 본 연구에서 확인한 주입 방법과 지반 종류, 그리고 그라우트 종류에 따른 주입 범위를 기반으로 효과적인 주입공법의 선정에 기여할 수 있을 것으로 기대된다.

• 한국응용곤충학회지
• /
• 제54권2호
• /
• pp.73-81
• /
• 2015

온도에 따른 톱다리개미허리노린재 (Riptortus pedestris)의 개체군 밀도 변동 예측 모델을 상용 소프트웨어인 DYMEX로 구축하고 월동 성충밀도를 바탕으로 한 연간 발생 밀도 변동 패턴과 살충제 처리 시기에 따른 밀도 억제 효과를 시뮬레이션하였다. 구축된 모델은 총 10개의 모듈을 사용하였으며, Lifecycle 모듈은 알, 1, 2, 3, 4, 5령, 성충의 7개 발육 단계로 구성하였다. 월동 성충 개체군의 포획시기를 이용하여 연중 밀도 변동을 예측한 결과 연도에 따라 3~4번의 신 성충 발생이 가능하여 페로몬 트랩 포획밀도 조사와 유사하였다. 콩 포장으로 침입해 들어오는 두 번째 신성충의 경우 개발된 모델을 이용하여 예측된 성충 발생 최성일이 페로몬 트랩으로 조사된 포획 밀도 최성기와 거의 일치 하였다. 그러나 예측된 첫번째 신 성충 발생 최성일은 페로몬트랩 포획 최성기보다 연도에 따라 9~16일 늦었으며, 마지막 세대의 발생 최성일은 연도에 따라 페로몬 트랩 포획 최성기보다 17~23일 빨랐다. 살충제 사용을 가정한 첫 번째 신성충 개체군 밀도 억제가 다음 세대들의 밀도 증가에 미치는 영향을 시뮬레이션한 결과, 신 성충 발생 초기일수록 밀도 억제효과가 커서 7월 1일 살충제 처리를 가정하였을 때 다음 세대에 형성된 성충은 무처리의 3% 정도로 현저하게 낮았다. 또한 포장에 침입해 들어오는 두 번째 신성충 개체군을 대상으로 시기별 살충제 처리 효과를 시뮬레이션한 결과 8월 30일 살충제 처리를 가정한 경우 다음세대 성충 최고 밀도는 무처리의 25% 정도로 줄었고, 최고 밀도에 도달한 시기도 무처리에 비해 2주 이상 늦었다. 이상의 연구 결과들은 톱다리개미허리노린재의 효율적인 종합적 방제 계획을 세우는데 유용하게 사용될 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.19-38
• /
• 2017

본 연구는 사용자 평점 이외에 사용자 간 직접 간접적 신뢰 및 불신 관계 네트워크의 분석 결과를 추가로 반영한 새로운 하이브리드 협업필터링(Collaborative filtering, CF) 추천방법을 제안한다. 구체적으로 사용자 간의 유사도를 계산할 때 사용자 평가점수의 유사성만을 고려하는 기존의 CF와 다르게, 사용자 신뢰 및 불신 관계 데이터의 사회연결망분석 결과를 추가적으로 고려하여 보다 정교하게 사용자 간의 유사도를 산출하였다. 이 때, 사용자 간의 유사도를 재조정하는 접근법으로 특정 이웃 사용자가 신뢰 및 불신 관계 네트워크에서 높은 신뢰(또는 불신)를 받을 때, 추천 대상이 되는 사용자와 해당 이웃 간의 유사도를 확대(강화) 또는 축소(약화)하는 방안을 제안하고, 더 나아가 최적의 유사도 확대 또는 축소의 정도를 결정하기 위해 유전자 알고리즘(genetic algorithm, GA)을 적용하였다. 본 연구에서는 제안 알고리즘의 성능을 검증하기 위해, 특정 상품에 대한 사용자의 평가점수와 신뢰 및 불신 관계를 나타낸 실제 데이터에 추천 알고리즘을 적용하였으며 그 결과, 기존의 CF와 비교했을 때 통계적으로 유의한 수준의 예측 정확도 개선이 이루어짐을 확인할 수 있었다. 또한 신뢰 관계 정보보다는 불신 관계 정보를 반영했을 때 예측 정확도가 더 향상되는 것으로 나타났는데, 이는 사회적인 관계를 추적하고 관리하는 측면에서 사용자 간의 불신 관계에 대해 좀 더 주목해야 할 필요가 있음을 시사한다.