• Asian-Australasian Journal of Animal Sciences
• /
• 제32권12호
• /
• pp.1809-1815
• /
• 2019

Objective: Copy number variations (CNVs) are a major source of genetic diversity complementary to single nucleotide polymorphism (SNP) in animals. The aim of the study was to perform a comprehensive genomic analysis of CNVs based on high density whole-genome SNP markers in Chinese Dongxiang spotted pigs. Methods: We used customized Affymetrix Axiom Pig1.4M array plates containing 1.4 million SNPs and the PennCNV algorithm to identify porcine CNVs on autosomes in Chinese Dongxiang spotted pigs. Then, the next generation sequence data was used to confirm the detected CNVs. Next, functional analysis was performed for gene contents in copy number variation regions (CNVRs). In addition, we compared the identified CNVRs with those reported ones and quantitative trait loci (QTL) in the pig QTL database. Results: We identified 871 putative CNVs belonging to 2,221 CNVRs on 17 autosomes. We further discarded CNVRs that were detected only in one individual, leaving us 166 CNVRs in total. The 166 CNVRs ranged from 2.89 kb to 617.53 kb with a mean value of 93.65 kb and a genome coverage of 15.55 Mb, corresponding to 0.58% of the pig genome. A total of 119 (71.69%) of the identified CNVRs were confirmed by next generation sequence data. Moreover, functional annotation showed that these CNVRs are involved in a variety of molecular functions. More than half (56.63%) of the CNVRs (n = 94) have been reported in previous studies, while 72 CNVRs are reported for the first time. In addition, 162 (97.59%) CNVRs were found to overlap with 2,765 previously reported QTLs affecting 378 phenotypic traits. Conclusion: The findings improve the catalog of pig CNVs and provide insights and novel molecular markers for further genetic analyses of Chinese indigenous pigs.

• 방송공학회논문지
• /
• 제24권5호
• /
• pp.703-712
• /
• 2019

단일 영상 초해상도 (Single Image Super-Resolution - SISR)기법은 카메라로 획득된 저해상도 영상에 필터 기반의 연산을 적용하여 좋은 화질의 고해상도 영상을 복원하는 과정이다. 최근에 심층 합성곱 신경망 학습의 발전에 따라 단일 영상 초해상도에 적용되는 심층 학습 기법들은 좋은 성과를 보여 주고 있다. 그 대표적인 방법으로 영상의 특징 맵 기반 웨이블릿 계수 학습을 통해 고해상도 영상을 복원하는 WaveletSRNet이 있다. 하지만 복잡한 알고리즘으로 인해 계산량이 증대되어 처리 속도가 늦고 특징 추출할 때 특징 맵을 효율적으로 활용하지 못 한다는 단점을 가지고 있다. 이를 개선하기 위해 본 논문에서는 단일 영상 초해상도 RDB-WaveletSRNet 기법을 제안한다. 제안된 기법은 잔여밀집블록(Residual Dense Block)을 사용하여 저해상도의 특징 맵을 효과적으로 추출하여 초해상도의 성능을 향상시키고 적절한 성장률을 설정하여 복잡한 계산량 문제까지 해결하였다. 또한 웨이블릿 패킷 분해를 사용하여 확대율에 맞게 웨이블릿 계수를 획득하므로 높은 확대율의 단일 영상 초해상도를 얻게 하였다. 다양한 영상에 대한 실험을 통하여, 제안하는 기법이 기존 기법보다 수행시간이 빠르며 영상 품질도 우수함을 입증하였다. 제안하는 방법은 기존 방법보다 화질은 PSNR 0.1813dB만큼 우수하며 속도는 1.17배 빠른 것을 실험을 통해 확인하였다.

• 지구물리와물리탐사
• /
• 제8권1호
• /
• pp.18-25
• /
• 2005

풍화대의 심도가 급변하는 경암지형에서 얻은 자료로부터 굴절파의 정적 시간차(refraction statics)들이 계산되었다. 정보정값은 수신기 간격들의 12 배 정도되는 거리에 대해 보통 10 ms 이하에서 70 ms 이상의 값을 가진다. 이 논문에서는 자동 잔여 시간차가 항상 중요하지만은 않은 경암 지형에서 풍화대의 정확한 초기 굴절법 모델을 얻는 것이 얼마나 중요한 가에 대한 한 예를 보여주고 있다. GRM과 RCS(Refraction Convolution Section)법을 이용해 구한 간단한 풍화대 모델의 시간차 값들과 CG 법(Taner et al., 1998)을 이용한 최소 평균 제곱 역산에 의해 좀 복잡한 풍화대 모델에 대해 구해진 값들도 정확도 면에서 비교될 만하다. GRM 모델과 Taner 모델은 8.8 km 거리에 대해 체계적으로 평균 2 내지 4 ms 의 차이가 났다. 이들 두 모델들과 자동 잔여값을 포함한 최종 시간차 사이의 차이는 일반적으로 5 ms 이내이다. GRM 모델에서의 잔여값들은 때때로 Taner et al.(1998)의 모델의 잔여값들보다 작다. RCS법에서의 시간차들은 대략 10 ms 뒤에 발췌되지만 상대적인 정확도는 GRM 시간차들에 견줄만하다. 잔여 시간차값들은 굴절파 시간차값들과 일반적으로 상관관계를 보이며, 풍화대에서 더 낮은 탄성파 평균 속도를 이용함으로써 그 크기를 줄일 수 있다. 이들 결과들을 통해 풍화대에 적용된 부정확한 탄성파 평균 속도들은 주시로부터의 평균지연시간을 결정하는 역산 알고리듬의 어떤 문제점들보다도, 짧은 파장의 시간차의 원인이 될 수 있음을 알 수 있다.

• 한국재난정보학회 논문집
• /
• 제17권4호
• /
• pp.684-693
• /
• 2021

연구목적: 아두이노를 이용하여 실시간 대지저항 데이터를 취득할 수 있는 스마트 대지저항 측정장치를 개발하여 낙뢰 등 이상전압으로부터 안전한 설비환경을 구축하는것에 목적이 있다. 연구방법: 본 논문은 아두이노와 전력선 통신(PLC) 체계를 갖춘 대지저항 취득 및 분석 시스템을 개발하여 설계모델과 적용사례를 연구하였다. 경남지역의 풍력발전 단지 내 일부 부지를 테스트 베드로 선정하여 신기술을 적용한 실시간 대지저항 데이터를 취득하였다. 전극배열은 웨너(Wenner) 4전극배열과 슐렘버거(Schlumberger) 전극배열을 혼용한 스마트 전극배열을 채택하였다. 연구결과: 본 기술의 특징은 첫 번째로 스마트 다 전극의 깊이를 각기 다르게 편성해 층간에 특이성을 가지는 지층 구조에도 취득 데이터의 오차범위를 축소하였다. 두 번째로 스마트 접지전극에서 취득한 대지저항 데이터의 정보를 사물인터넷으로 실시간 송·수신이 가능하도록 IT융합 기술을 적용하였다. 마지막으로 규칙적인 관리 체계를 구축하고 Server에 축적된 빅 데이터를 분석하여 다양한 요소들의 변화추이를 확인할 수 있으며, IT융합 환경에 최적의 접지 알고리즘과 접지시스템 설계 모델링이 가능하다. 결론: 본 기술은 4차 산업 시대에 근간이 되는 도시 기반시설에 낙뢰로 인한 서지(Surge)의 피해를 줄이고 최적화된 접지시스템 모델을 설계하여 사용자의 안전과 생명을 보호 할 것이다. 또한 순수 국산 기술력의 지적재산권을 확보하여 포스트 코로나 시대에 팬데믹으로 정체되어있는 우리산업의 일자리 창출과 활기를 불어넣는 효과도 기대된다.

• 한국항행학회논문지
• /
• 제25권5호
• /
• pp.426-432
• /
• 2021

CW (continuous wave) 도플러 레이다는 카메라와 달리 사생활 침해 문제를 해결할 수 있고, 비접촉 방식으로 신호를 얻을 수 있다는 장점이 있다. 따라서, 본 논문에서는 CW 도플러 레이다를 이용한 사람 행동 인식 시스템을 제안하고, 가속을 위한 하드웨어 설계 및 구현 결과를 제시한다. CW 도플러 레이다는 사람의 연속된 동작에 대한 신호를 측정한다. 이에, 동작 분류를 위한 단일 스펙트로그램을 얻기 위해 운동 동작의 횟수를 세는 기법을 제안하였다. 또한, 연산의 복잡도와 메모리 사용량을 최소화하기 위해 동작 분류에 BNN (binarized neural network)을 사용하였고, 검증 결과 94%의 정확도를 보임을 확인하였다. BNN의 복잡한 연산을 가속하기 위해 FPGA를 이용하여 BNN 가속기가 설계 및 구현되었다. 제안된 사람 행동 인식 시스템은 logic 7,673개, register 12,105개, combinational ALUT (adaptive look up table) 10,211개, block memory 18.7 Kb를 사용하여 구현되었으며, 성능 평가 결과 소프트웨어 구현 대비 연산 속도가 99.97% 향상되었다.

• 한국산학기술학회논문지
• /
• 제20권2호
• /
• pp.7-13
• /
• 2019

본 연구에서는 이종경량재료의 마찰교반용접을 모사할 수 있는 유한요소 해석모델을 개발하고, 이를 통해 기초분석과 실용적 적용 가능성에 대해 고찰하였다. Coupled Eulerian Lagrangian 에 기반한 유한요소모델을 구성하였으며, 해석 모델은 외연적 시간적분을 이용하여 열-온도, 변위-응력 물리계로 이루어진 다중 물리계를 복합적으로 계산하며, 용접툴 표면과 피용접 재료 간 마찰, 극심한 소성변형으로 인한 열에너지 발생, 그리고, 밑면을 통한 열에너지 소산 등 열발생원과 열전달 메카니즘이 모두 고려되었다. Al6061T6와 AZ61 판재의 맞대기용접을 고려하였으며, 주요 용접변수인 용접 속도와 용접툴 회전속도를 변화시킨 세 가지 조건에 대해 해석을 실시하였다. 각 해석은 피용접물의 온도분포, 결함의 분포, 소성변형률 분포가 출력이 가능하였다. 구축한 모델을 이용한 해석 결과 알루미늄보다는 마그네슘부에서 더 높은 온도가 발생하였으며, 회전속도가 커질수록 최대 온도가 증가하기보다는 알루미늄쪽으로 높은 온도가 분산되어 가는 경향을 보였다. 또한, 회전속도가 커질수록 피용접물 재료가 위로 올라오는 플래시 결함의 경향 예측이 가능하였으나, 툴 주변 결함 형성예측은 메시가 세밀하지 못하여 정확한 결과를 산출하기에는 부족하다고 볼 수 있다. 본 모델은 마찰교반용접 중 발생 가능한 여러 물리계의 여러 물리적 현상을 실제에 가깝게 반영하고 있으며, 실험적으로 밝히기 어려운 기초 분석에 응용될 수 있으나, 1달이 넘는 해석소요시간을 감안하면 실용적으로 최적의 용접조건 도출에 응용되기는 어렵다고 판단된다.

• 한국해안·해양공학회논문집
• /
• 제33권3호
• /
• pp.93-100
• /
• 2021

고정된 격자시스템에서 임의형상의 불투과 경계를 갖는 물체와 유체와 연성해석이 가능한 IB(Immersed Boundary)법이 개발 된 이후로 다양한 CFD 모델에서 IB법의 활용이 증가하고 있다. 기존의 IB법의 대부분은 구조물의 경계면에서 산정되는 유체력으로부터 수치적으로 경계조건을 만족시키는 directing-forcing법이나 구조물 내부에 가상셀을 위치시켜 보간을 통해 경계조건을 만족시키는 ghost-cell법들로 알고리즘이 복잡하다. 본 연구에서는 고정된 격자시스템에서 가동물체형 구조물 해석이 가능함과 더불어 3차원으로의 확장도 용이한 SIB(Simplified Immersed Boundary)법을 제안하였다. 본 연구에서 제안한 SIB법은 각 상(phase)의 밀도함수가 국소질량의 중심과 함께 이동하는 것으로 가정한 단일유체모델(one-field model for immiscible two-phase fluid)을 기초로 하였다. 또한 이동하는 고체상태의 구조물을 취급하기 위해 고체의 밀도함수를 이용한 체적가중평균법을 적용하고, 수치확산을 방지하기 위해 이류계산에는 CIP법을 적용하였다. 제안된 SIB법의 해석성능을 검토하기 위해 자유수면으로 낙하하는 물체에 대한 수치모의를 수행하였다. 수치해석결과는 자유수면으로 낙하하는 물체를 양호하게 재현하였다.

• 인터넷정보학회논문지
• /
• 제20권5호
• /
• pp.95-104
• /
• 2019

사물인터넷 서비스를 위해 다양한 종류의 디바이스가 사용되고 있으며, 사물인터넷 디바이스들은 주로 비면허 대역의 주파수를 사용하는 통신기술을 활용하고 있다. 비면허 대역의 통신기술에는 몇 가지가 있지만, 현재 WiFi가 가장 대표적으로 사용된다. 사물인터넷 서비스를 위해 사용되는 디바이스는 제한된 기능을 가진 디바이스부터 스마트폰까지 컴퓨팅 리소스가 다양하고, WiFi 와 같은 무선 네트워크를 통해 서비스를 제공한다. 대부분의 사물인터넷 장치는 네트워크 제어를 위한 복잡한 연산을 할 수 없기 때문에 신호세기에 의존하여 WiFi 액세스 포인트를 선정하고 있다. 이는 사물인터넷 서비스 효율을 떨어뜨리는 원인으로 작용한다. 따라서, 본 논문에서는 액세스 포인트를 통해 사물이터넷 디바이스의 WiFi 연결을 제어할 수 있는 지능형 액세스 포인트 시스템을 구현한다. 사물인터넷 디바이스에서 측정된 네트워크 정보를 통해 액세스 포인트에서 피드 포워드 신경망 (feed forward neural network) 알고리즘을 사용하여 학습을 하고, 네트워크 연결 상태를 예측하여 디바이스의 WiFi연결을 제어한다. 이렇게 함으로써 사물인터넷 디바이스의 서비스 효율을 높일 수 있다.

• 한국측량학회지
• /
• 제40권3호
• /
• pp.239-247
• /
• 2022

현대에는 급속한 산업화와 인구 증가로 인해 도시들이 더욱 복잡해지고 있다. 특히 도심은 택지개발, 재건축, 철거 등으로 인해 빠르게 변화하는 지역에 해당한다. 따라서 자율주행에 필요한 정밀도로지도와 같은 다양한 목적을 위해 빠른 정보 갱신이 필요하다. 우리나라의 경우 기존 지도 제작 과정을 통해 지도를 제작하면 정확한 공간정보를 생성할 수 있으나 대상 지역이 넓은 경우 시간과 비용이 많이 든다는 한계가 있다. 지도 요소 중 하나인 도로는 인류 문명을 위한 많은 다양한 자원을 제공하는 중추이자 필수적인 수단에 해당한다. 따라서 도로 정보를 정확하고 신속하게 갱신하는 것이 중요하다. 이 목표를 달성하기 위해 본 연구는 Semantic Segmentation 알고리즘인 LinkNet, D-LinkNet 및 NL-LinkNet을 사용하여 광주광역시 도시철도 2호선 공사 현장을 촬영한 드론 정사영상에서 도로를 추출한 다음 성능이 가장 높은 모델에 하이퍼 파라미터 최적화를 적용하였다. 그 결과, 사전 훈련된 ResNet-34를 Encoder로 사용한 LinkNet 모델이 85.125 mIoU를 달성했다. 향후 연구 방향으로 최신 Semantic Segmentation 알고리즘 또는 준지도 학습 기반 Semantic Segmentation 기법을 사용하는 연구의 결과와의 비교 분석이 수행될 것이다. 본 연구의 결과는 기존 지도 갱신 프로세스의 속도를 개선하는 데 도움을 줄 수 있을 것으로 예상된다.

• 한국컴퓨터정보학회논문지
• /
• 제28권1호
• /
• pp.17-26
• /
• 2023

본 연구논문에서는 LSTM 기반의 학습 모델 적용과 그 효용성을 높일 수 있도록 몇 가지 평활 기법을 비교, 적용하고자 한다. 적용된 평활 기법은 Savitky-Golay, 지수 평활법, 가중치 이동 평균 등이다. 본 연구를 통해 비트코인 데이터에 LSTM모델 적용 시 보여준 결과 값보다 전처리 과정에서 적용된 Savitky-Golay 필터가 적용된 LSTM 알고리즘이 예측 성능에 유의미한 좋은 결과를 보였다. 예측 성능 결과를 확인하기 위해 비트코인 가격 예측에 따른 복잡 요인을 제거하는데 사용된 LSTM의 경우와 Savitzky-Golay LSTM 모델에 따른 학습 손실율과 검증 손실율을 비교하고 그 신뢰성을 높일 수 있도록 20회 평균값으로 실험하였다. 그 결과 (3.0556, 0.00005), (1.4659, 0.00002)의 값을 얻을 수 있었다. 결과적으로는 비트코인과 같은 암호화폐가 주식보다 더한 변동성을 가지는 만큼 데이터 전처리 과정에서 평활 기법(Savitzky-Golay)을 적용하여 잡음(Noise)을 제거하였으며, 전처리 후의 데이터는 LSTM 신경망 학습을 통해서 비트코인 예측률을 높이는데 가장 유의미한 결과를 얻을 수 있었다.