• 한국음향학회지
• /
• 제42권5호
• /
• pp.460-468
• /
• 2023

고관절 이형성증(Developmental Dysplasia of Hip, DDH)은 영유아 성장기에 흔히 발생하는 병리학적 상태로, 영유아의 성장을 방해하고 잠재적인 합병증을 유발하는 원인 중 하나이며 이를 조기에 발견하고 치료하는 것은 매우 중요하다. 기존의 DDH 진단 방법으로는 촉진법과 X-ray 또는 초음파 영상 기반 고관절에서의 특징점 검출을 이용한 진단 방법이 있지만 특징점 검출 시 객관성과 생산성에 제한점이 존재한다. 본 연구에서는 X-ray 및 초음파 영상을 이용한 딥러닝 모델 기반 특징점 검출 방법을 제시하고, 다양한 딥러닝 모델을 이용하여 특징점 검출의 성능을 비교 분석하였다. 또한, 부족한 의료 데이터를 보완하는 방법인 다양한 데이터 증강 기법을 제시하고 비교 평가하였다. 본 연구에서는 Residual Network 152(ResNet152) 및 Simple & Complex augmentation 기법을 적용하였을 때 가장 높은 특징점 검출 성능을 보여주었으며, X-ray 영상에서 평균 Object Keypoint Similarity(OKS)가 약 95.33 %, 초음파 영상에서는 약 81.21 %로 각각 측정되었다. 이러한 결과는 고관절 초음파 및 X-ray 영상에서 딥러닝 모델을 적용함으로써 DDH 진단 시 특징점 검출에 관한 객관성과 생산성을 향상시킬 수 있음을 보여준다.

• Geomechanics and Engineering
• /
• 제14권3호
• /
• pp.271-281
• /
• 2018

A jointed rock slope stability evaluation was simulated by a discontinuous deformation analysis numerical method to investigate the process and safety factors for different crack distributions and different overloading situations. An optimized method using Discontinuous Deformation Analysis for Rock Failure (DDARF) is presented to perform numerical investigations on the jointed rock slope stability evaluation of the Dagangshan hydropower station. During the pre-processing of establishing the numerical model, an integrated software system including AutoCAD, Screen Capture, and Excel is adopted to facilitate the implementation of the numerical model with random joint network. These optimizations during the pre-processing stage of DDARF can remarkably improve the simulation efficiency, making it possible for complex model calculation. In the numerical investigations on the jointed rock slope stability evaluations using the optimized DDARF, three calculation schemes have been taken into account in the numerical model: (I) no joint; (II) two sets of regular parallel joints; and (III) multiple sets of random joints. This model is capable of replicating the entire processes including crack initiation, propagation, formation of shear zones, and local failures, and thus is able to provide constructive suggestions to supporting schemes for the slope. Meanwhile, the overloading numerical simulations under the same three schemes have also been performed. Overloading safety factors of the three schemes are 5.68, 2.42 and 1.39, respectively, which are obtained by analyzing the displacement evolutions of key monitoring points during overloading.

• Advances in concrete construction
• /
• 제10권6호
• /
• pp.479-488
• /
• 2020

The experimental and numerical works were carried out on high performance fiber reinforced concrete (HPFRC) with w/cm ratios ranging from 0.25 to 0.40, fiber volume fraction (Vf)=0-1.5% and 10% silica fume replacement. Improvements in compressive and flexural strengths obtained for HPFRC are moderate and significant, respectively, Empirical equations developed for the compressive strength and flexural strength of HPFRC as a function of fiber volume fraction. A relation between flexural strength and compressive strength of HPFRC with R=0.78 was developed. Due to the complex mix proportions and non-linear relationship between the mix proportions and properties, models with reliable predictive capabilities are not developed and also research on HPFRC was empirical. In this paper due to the inadequacy of present method, a back propagation-neural network (BP-NN) was employed to estimate the 28-day compressive strength of HPFRC mixes. BP-NN model was built to implement the highly non-linear relationship between the mix proportions and their properties. This paper describes the data sets collected, training of ANNs and comparison of the experimental results obtained for various mixtures. On statistical analyses of collected data, a multiple linear regression (MLR) model with R2=0.78 was developed for the prediction of compressive strength of HPFRC mixes, and average absolute error (AAE) obtained is 6.5%. On validation of the data sets by NNs, the error range was within 2% of the actual values. ANN model has given the significant degree of accuracy and reliability compared to the MLR model. ANN approach can be effectively used to estimate the 28-day compressive strength of fibrous concrete mixes and is practical.

• 경영정보학연구
• /
• 제23권1호
• /
• pp.135-154
• /
• 2021

네트워크 경제에서 중소기업의 정보화 수준은 기업의 경쟁력인 동시에 생산성을 결정하는데 중요한 역할을 한다. 중소기업의 정보화는 최근 4차 산업혁명의 흐름과 더불어 중요성이 대두되고 있다. 본 연구는 IT 비즈니스 가치 모형을 기반으로 중소기업 정보화의 핵심 요인을 분석한다. 그리고 중소기업의 종사자 수에 따른 기업의 규모로 계층을 구분하여 다층모형 분석을 실시하였다. 이를 위해 중소벤처기업부와 중소기업 기술정보진흥원에서 2017년도에 수행한 중소기업 정보화 수준 조사의 3,700개 중소기업들의 응답을 바탕으로 실증하였다. 중소기업의 정보화 수준과 정보화 효과를 평가하기 위해 자원 기반 이론을 근거하여 업무 프로세스 관점에서 평가하였다. 분석 결과 중소기업의 정보화 수준을 결정하는데 보완적 조직 자원이 핵심적 요인인 것을 확인하였다. 또한 중소기업의 규모에 따른 중소기업의 정보화 효과의 주요 요인은 기업의 공단 입주 형태가 중요한 요인인 것을 확인하였다.

• 전자공학회논문지CI
• /
• 제49권2호
• /
• pp.7-12
• /
• 2012

최근 의료분야에서는 방대한 양의 정보를 효과적으로 처리하기 위하여 의사결정트리, 신경망, 베이지안망 등을 비롯한 각종 데이터마이닝 기법의 적용 방안을 연구하고 있다. 또한 환자의 기본적인 신상정보나 과거력, 가족력과 같은 정보 이외에도 MRI, HRCT 등의 영상정보를 추가적으로 수집하고 진단에 활용함으로써 질병진단의 정확도 향상을 도모하는 것이 일반적인 현황이다. 하지만 실제 상황에서는 결과에 영향을 미치는 다량의 변수가 존재하므로 특정 데이터마이닝 기법을 통하여 얻을 수 있는 정보가 상당히 제한적이라고 볼 수 있다. 그뿐만 아니라 촬영된 의료영상도 부수적으로 진단에 긍정적인 영향을 줄 수는 있지만, 주관적인 판단 비중이 높아 자동화된 시스템으로 처리하기가 난해한 문제이다. 이에 따라 현실의 복잡한 상황에서 상대적으로 대처가 유리하고 다변량 확률적인 모델을 기반으로 하는 베이지안망에서 K2나 TAN 등으로 탐색 알고리즘을 개선한 확장 모델이 제안되었다. 이 때, 적용되는 탐색 알고리즘의 종류에 따라 그 성능이 크게 좌우되는 확장 베이지안망의 특성상, 각 기법에 대한 성능과 적합성의 사실적인 평가가 요구된다. 따라서 본 논문에서는 확장 베이지안망에서 질병 진단에 대한 동일한 데이터를 이용하여 실험을 수행하였으며, K2, TAN과 같은 탐색 알고리즘에 변화를 주며 분류 정확도를 측정하였다. 실험에서는 10-fold 교차검증을 수행한 결과분석을 기반으로 성능을 비교평가하고, 발병 위험성이 높은 환자에 대한 HRCT 영상을 분류하여 고위험성의 데이터를 식별 가능하도록 하였다.

• 한국수자원학회논문집
• /
• 제51권1호
• /
• pp.81-88
• /
• 2018

도시지역의 모든 하수관망을 사용하여 구축된 강우-유출모형은 그 규모가 방대하고 복잡하여 실시간 도시홍수예보에 적합하지 않다. 따라서 본 연구에서는 상대적으로 도시화가 많이 진행된 서울시의 상습침수지역인 도림천 대림배수분구의 하수관망도를 이용하여 강우-유출모형을 구축하고 이를 단순화하였다. 하수관망 단순화는 노드의 누가유역면적을 단순화의 범위 산정을 위한 기준으로 설정하고 총 5단계의 과정으로 나누었으며 단순화 과정에서 SWMM의 모든 매개변수들을 면적가중치를 적용하여 계산하였다. 또한 하수관망의 적정 단순화 범위를 산정하기 위하여 유출모형에 5가지 단순화 범위를 설정하고 유출분석과 침수분석을 실시하였다. 그 결과, 유출모형의 노드와 관망의 개수 그리고 모의시간 모두 단순화 범위에 따라 50~90%까지 일정하게 감소하였으며 단순화 이전과 동일한 유출량 결과를 나타내었다. 2차원 침수분석의 경우, 누가유역면적별로 단순화의 범위가 커질수록 월류지점의 개수가 크게 감소하고 위치가 바뀌었으나 비슷한 침수양상을 나타내었다. 다만 누가유역면적을 기준으로 6 ha 이상에서는 상류부터 삭제되는 노드에 의해 나타내지 못하는 침수지역이 발생하였다. 2차원 침수면적, 주요침수구간, 침수심 등을 비교 분석한 결과, 누가유역면적을 기준으로 1 ha의 단순화 범위가 단순화 이전의 분석결과와 가장 유사함을 나타내었다. 본 연구는 SWMM 매개변수를 모두 고려한 하수관망 단순화를 실시함으로써 실시간 도시홍수예보를 위한 신속하고 정확한 유출자료 생성에 활용될 수 있을 것으로 기대한다.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2004년도 가을 학술발표회 논문집
• /
• pp.150-156
• /
• 2004

Though the concept of Life-Cycle Cost (LCC) itself is not new, its effectiveness for planning, design, rehabilitation and maintenance/management of civil infrastructures is becoming increasingly recognized. For the decision problems as in the case of the LCC of plant facilities, equipments, bridge decks, pavements, etc., the Life-Cycle Cost Analysis (LCCA) is relatively simple, and thus its practical implementation is rather straightforward. However, when it comes to major infrastructures such as bridge, tunnels, underground facilities, etc., the LCCA problem becomes extremely complex because lack of cost data associated with various direct and indirect losses, and the absence of uncertainty data available for the assessment as well. As a result, the LCC studies have been largely limited only to those relatively simple LCCA problems of planning or conceptual design for making decisions. Accordingly, in the recent years, the researchers have pursued extensive studies on the LCC effectiveness mostly related to LCC models and frameworks for civil infrastructures. Moreover, recently the demand on the practical application of LCC effective decisions in design and maintenance is rapidly growing unprecedently in civil engineering practice. Indirction cost is very important on LCC formulation. But that is very difficult and complicate the estimation every LCC. The objective of this paper is to suggest efficient regression model for the estimation of indirect cost approach to the practical application of LCC for the design and rehabilitation of civil. infrastructures considering traffic, traffic network, detour condition, and workzone condition. In this paper, it performed the sensitivity analysis and correlation analysis of parameter for development of regression model of inflection cost.

• 한국농공학회논문집
• /
• 제66권3호
• /
• pp.39-51
• /
• 2024

To effectively implement the integrated water management policy outlined in the National Water Management Act, it is essential to analyze agricultural water supply and demand at both basin and water district levels. Currently, agricultural water is primarily distributed through open canal systems and controlled by floodgates, yet the utilization-to-supply ratio remains at a mere 48%. In the case of agricultural water, when analyzing water balance through existing national basin water resource models (K-WEAP, K-MODISM), distortion of supply and regression occurs due to calculation of regression rate based on the concept of net water consumption. In addition, by simplifying the complex and diverse agricultural water supply system within the basin into a single virtual reservoir, it is difficult to analyze the surplus or shortage of agricultural water for each field within the basin. There are limitations in reflecting the characteristics and actual sites of rural water areas, such as inconsistencies with river and reservoir supply priority sites. This study focuses on the development of a model aimed at improving the deficiencies of current water balance analysis methods. The developed model aims to provide standardized water balance analysis nationwide, with initial application to the Anseo standard watershed. Utilizing data from 32 facilities within the standard watershed, the study conducted water balance analysis through watershed linkage, highlighting differences and improvements compared to existing methods.

• 지능정보연구
• /
• 제23권4호
• /
• pp.1-31
• /
• 2017

현대 기업들은 효율성과 생산성을 향상시킬 뿐 아니라 시장 진출을 위해 새로운 기술들을 채택하고 있다. 광고 업계도 전통적인 채널 (라디오, TV 및 인쇄 매체)에서 인터넷, 소셜 미디어, 모바일 기반광고와 같은 새로운 매체로 지속적인 파괴적 혁신을 경험하고 있다. 본 연구는 서울 지하철에 지능형 광고 비즈니스 모델을 제안한 사례이다. 서울은 세계에서 가장 분주 한 지하철 중 하나로서 메트로 네트워크를 통해 마케팅 담당자가 다양한 고객과 잠재 고객 모두와 교류하고 상호 작용할 수 있는 플랫폼이 될 수 있다. 현재의 광고 매체의 대부분은 공간, 조명 등 국부적 한계를 가지고 있으나 본 사례의 지능형 디지털 광고 플랫폼은 데이터로 구동되는 광고를 통해 위치기반 모바일 전자상거래를 제공할 수 있다. 등록된 지하철 카드를 통해 고객 데이터를 분석하고 특정 고객 그룹을 타겟팅하고, 대상 소비자 그룹을 기반으로 광고 사용자를 정의하고, 동영상, 애니메이션, 쿠폰, 문자 등 다양한 광고 형식을 제공 할 수 있다. 위치 정보를 통해 다음역을 탐지하여 지하철 안의 스크린이 다음 정차 할 역의 광고에 우선 순위를 부여하고, 사용자 모바일에서 알림을 수신하도록 선택한 고객은 광고주의 사업장 근처에 접근 할 때 알림을 받게 된다. 또한, 내비게이션 서비스를 통해 지하 쇼핑몰의 고객이 상점, 제품, 시설, 이벤트 등을 검색하고 광고나 추천서비스를 받을 수 있게 한다. 이러한 광고는 고객이 광고를 클릭하면 제품 설명 페이지로 연결되어 전자 상거래로 이어지도록 한다. 이 모델을 통해 개선된 고객 경험뿐만 아니라 지하상가의 중소기업 지원, 새로운 직업 기회, 비즈니스 모델 운영자에 대한 추가 매출 및 광고 유연성 등 새로운 가치 창출이 가능할 것으로 기대된다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.