• 정보처리학회 논문지
• /
• 제13권7호
• /
• pp.326-334
• /
• 2024

파노라마 X-ray (PX) 및 Cone Beam Computed Tomography (CBCT)와 같은 구강 영상 기술은 영상 촬영 시 환자의 편의성과 전체 치아 정보를 시각화할 수 있는 능력으로 인해 치과 진료소에서 가장 선호되는 영상 기법이다. PX는 일상적인 임상 치료에 선호되고, CBCT는 복잡한 수술 및 임플란트 치료에 선호된다. 그러나 PX는 3차원 공간정보가 부족하다는 한계가 있는 반면 CBCT는 환자에게 높은 방사선 노출을 초래한다. PX가 이미 사용 가능한 경우 PX로부터 3D강 구강구조를 복원함으로써 추가 비용을 줄이고 방사선량을 피할 수 있다. 본 논문에서는 PX 이미지로부터 구강구조의 3차원 복원을 위한 U-Net 기반 딥러닝 프레임워크인 3DentAI를 제안한다. 제안된 프레임워크는 PX 이미지에서 깊이를 추정하기 위한 Attention U-Net 기반 재구성 모듈, 사전 정의된 초점 골 및 광선 데이터를 사용하여 예측된 편평 볼륨을 턱 모양에 정렬하기 위한 재정렬 모듈과, 구강의 원활한 표현을 얻기 위해 누락된 정보를 보간하는 3D U-Net 기반 개선 모듈의 세 가지 모듈로 구성된다. 네트워크를 훈련하기 위해, 쌍을 이루는 PX 및 CBCT 데이터셋 대신에 광선 추적 및 렌더링을 통해 CBCT로 부터 합성한 PX 데이터를 사용하였다. 600명의 환자로 구성된 다양한 데이터셋으로 모델을 훈련한 결과, 낮은 계산 복잡도에도 GAN 기반 모델에 비해 우수한 성능을 보였다.

• International Journal of Computer Science & Network Security
• /
• 제24권9호
• /
• pp.30-40
• /
• 2024

Building an accurate 3-D spatial road network model has become an active area of research now-a-days that profess to be a new paradigm in developing Smart roads and intelligent transportation system (ITS) which will help the public and private road impresario for better road mobility and eco-routing so that better road traffic, less carbon emission and road safety may be ensured. Dealing with such a large scale 3-D road network data poses challenges in getting accurate elevation information of a road network to better estimate the CO₂ emission and accurate routing for the vehicles in Internet of Vehicle (IoV) scenario. Clustering and regression techniques are found suitable in discovering the missing elevation information in 3-D spatial road network dataset for some points in the road network which is envisaged of helping the public a better eco-routing experience. Further, recently Explainable Artificial Intelligence (xAI) draws attention of the researchers to better interprete, transparent and comprehensible, thus enabling to design efficient choice based models choices depending upon users requirements. The 3-D road network dataset, comprising of spatial attributes (longitude, latitude, altitude) of North Jutland, Denmark, collected from publicly available UCI repositories is preprocessed through feature engineering and scaling to ensure optimal accuracy for clustering and regression tasks. K-Means clustering and regression using Support Vector Machine (SVM) with radial basis function (RBF) kernel are employed for 3-D road network analysis. Silhouette scores and number of clusters are chosen for measuring cluster quality whereas error metric such as MAE ( Mean Absolute Error) and RMSE (Root Mean Square Error) are considered for evaluating the regression method. To have better interpretability of the Clustering and regression models, SHAP (Shapley Additive Explanations), a powerful xAI technique is employed in this research. From extensive experiments , it is observed that SHAP analysis validated the importance of latitude and altitude in predicting longitude, particularly in the four-cluster setup, providing critical insights into model behavior and feature contributions SHAP analysis validated the importance of latitude and altitude in predicting longitude, particularly in the four-cluster setup, providing critical insights into model behavior and feature contributions with an accuracy of 97.22% and strong performance metrics across all classes having MAE of 0.0346, and MSE of 0.0018. On the other hand, the ten-cluster setup, while faster in SHAP analysis, presented challenges in interpretability due to increased clustering complexity. Hence, K-Means clustering with K=4 and SVM hybrid models demonstrated superior performance and interpretability, highlighting the importance of careful cluster selection to balance model complexity and predictive accuracy.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1463-1478
• /
• 2022

한국 수출입의 99.7%는 해상운송이 차지하고 있으며, 항만의 효율적 운영을 위해 해운 물류 모니터링 시스템 개발 필요성이 대두되고 있다. 현재 automatic identification system (AIS)를 기반으로 선박의 정보를 조회하여 해상 물동량 추정 연구가 진행되고 있지만, AIS를 운영하지 않는 선박들에 대한 모니터링은 불가능하다는 한계가 있다. 고해상도 광학 위성 영상은 광역의 범위에서 AIS 미운영 선박 및 소형 선박을 식별할 수 있기 때문에 AIS 기반 물동량 모니터링의 공백을 보완할 수 있다. 그러므로 선박 및 물동량 모니터링에 활용하기 위해, 고해상도 광학 위성영상에서 선박을 탐지하고 화물선 및 소형 선박을 분류하는 연구가 필요하다. 본 연구는 초기 국토위성영상을 이용하여 생산된 학습 자료 기반으로 인공지능 모델을 훈련시키고 다른 영상에서 탐지를 수행함으로써, 국토위성영상의 딥러닝 학습 자료 생산 및 선박 모니터링 활용 가능성을 알아보고자 하였다. 학습 자료는 황해 및 황해 주요 항만 구역 내 선박들을 추출하여 제작했으며, You Only Look Once (YOLO) 알고리즘을 사용하여 탐지 모델은 구축하고 국내외 주요 항만 각 1개소를 대상으로 선박 탐지 성능을 평가하였다. 항만 접안 및 해상 정박중인 선박을 대상으로 탐지 모델에 적용한 결과를 AIS의 선종 정보와 비교하였고, 국내 항만에서 85.5%와 89%, 국외 항만에서 70%의 선종 분류 정확도를 확인하였다. 본 연구 결과는 정박중인 선박을 중심으로 고해상도 국토위성영상을 활용하여 모니터링이 가능함을 확인하였다. 향후 지속적인 학습 자료 구축을 통해 탐지 모델의 정확도를 향상시킨다면 전세계 주요 항만에서 선박 및 물동량 모니터링 분야에 활용할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.171-187
• /
• 2023

저화소의 감시카메라와 같은 촬영 장비를 통해 사람의 얼굴을 인식할 경우, 화질이 낮아 얼굴을 포착하기 어렵다는 문제점이 있다. 이렇게, 사람의 얼굴을 인식하기 어렵다면 범죄용의자나 실종자를 특정해내지 못하는 등의 문제가 발생할 수 있다. 기존 이미지 속 안면 인식에 관한 연구들에서는 정제된 데이터셋을 사용하였기 때문에 다양한 환경에서의 성능을 가늠하기 어렵다는 한계가 존재한다. 이에, 본 논문에서는 저화질 이미지에서 안면 인식 성능이 떨어지는 문제를 해결하기 위해 다양한 환경을 고려한 저화질 안면 이미지에 대해 화질 개선을 수행하여 고화질 이미지를 생성한 뒤, 안면 특징점 검출의 성능 향상시키는 방법을 제안한다. 제안 방법의 현실 적용 가능성을 확인하기 위해 전체 이미지에서 사람이 상대적으로 작게 나타나는 데이터셋을 선정하여 실험을 수행하였다. 또한 마스크 착용 상황을 고려한 안면 이미지 데이터셋을 선정하여, 현실 문제로의 확장 가능성을 탐구하였다. 안면 이미지의 화질을 개선하여 특징점 검출 모델의 성능을 측정한 결과, 개선 후 안면의 검출 여부는 마스크를 착용하지 않은 이미지의 경우 평균 3.47배, 마스크를 착용한 경우 평균 9.92배로 성능 향상을 확인할 수 있었다. 안면 특징점에 대한 RMSE는 마스크를 착용한 이미지의 경우 평균 8.49배 감소, 마스크를 착용하지 않은 경우 평균 2.02배 감소한 것을 확인할 수 있었다. 이에, 화질 개선을 통해 저화질로 포착된 안면 이미지에 대한 인식률을 높여 제안 방법의 활용 가능성을 확인할 수 있었다.

• 시큐리티연구
• /
• 제48호
• /
• pp.147-176
• /
• 2016

한반도는 삼면이 바다로 둘러싸여 있는 지정학적 특성으로 인해 수출입 물동량의 97% 이상을 해양을 통하여 교류하고 있으며, 세계화 국제화 추세에 따라 외국적 선박 및 국제 여객선을 통한 외국여행객들의 출입이 증가하는 추세에 있다. 또한 국민소득 향상과 해양에 대한 관심도 높아짐에 따라 해양 레저객이 급증하고 있어 해양에서의 사건, 사고가 연간 끊임없이 발생하고 있다. 해양에서 치안을 담당하는 해양경비안전본부의 관할 면적은 국토의 약4.5배에 달하며, 해안선의 길이는 도서지역 포함하여 14,963km, 안전센터 1개소 당 94km를 관장하고 있으며, 경비함정 1척당 $24,068km^2$를 담당하고 있어 효율적인 순찰 및 방범활동이 이루어지지 않고 있다. 본 연구에서는 이러한 문제 인식아래 해양경비안전본부에서 취급하는 해양 범죄의 현황과 추세를 분석하여 보다 효율적인 순찰, 방범 방안을 제시하고자 한다. 증가하는 해양 범죄에 효율적으로 대응하기 위한 방안으로 1900년대 초 미국에서 개발되어 활용하고 있는 지리적 프로파일링 기법의 도입을 제안하였다. 지리적 프로파일링은 공간분석과 지도화를 응용하여 범죄 위험 지역을 예측하고 상습적으로 발생하는 지역에 대해 특별관리 하는 핫스팟 분석 등 다양한 기법으로 활용되고 있으며, 국내에서도 경찰청에서 2008년부터 도입하여 죄종별, 시간대별, 지역별, 범죄 다발지, 범죄 발생 우려지 등으로 구분하여 일상화된 순찰 개념이 아닌 고도화된 분석에 의한 순찰과 방범활동에 활용하고 있다. 이러한 지리적 프로파일링을 해양에서도 도입하여 해양 범죄를 유형별, 장소별, 시기별, 기간별 등으로 세분화하여 분석, "해양 범죄 지도"를 작성하고, 이를 토대로 살인, 강도, 절도, 실종, 변사, 충돌 등 중요범죄에 대한 위험발생 지역을 "범죄 지점" 일명, 크리미널 포인트(Criminal Point)로 지정 하고 이 지역을 중심으로 시기별, 시간대별로 구분하여 경비함정을 배치하고 정기 또는 수시 경비활동과 방범활동 등을 전개한다면 해양 범죄 및 해양 사고 대응력이 향상될 것으로 기대한다.

• 기술혁신연구
• /
• 제17권2호
• /
• pp.1-23
• /
• 2009

본 연구에서는 국가의 연구개발활동조사에서 기업연구개발활동 통계에 대한 효과적인 산출방법을 제시하고자 하였다. 이를 위하여 국내 외 연구개발 통계 방법을 조사한 후 이를 토대로 우리나라에서 기업연구개발활동에 대한 자료의 수집 및 분석에 대한 개선 방안을 제시 하였다. 대부분의 국가에서 대기업은 전수조사, 소규모 기업은 표본조사를 수행하고 있으나, 우리나라에서는 연구소 등록법인에 대하여 전수조사를 행하고 있다. 전수조사는 비용이 많이 들고 비표본오차로 인하여 모집단에 대한 체계적인 추정이 불가능하다는 문제점이 있다. 현재 산업기술진흥협회에 등록된 연구기관의 수가 20,000개를 넘어서고 있어 전수조사는 한계에 다다른 것으로 생각되어 표본조사 도입에 대한 타당성과 방법론을 중점적으로 검토하였다. 먼저, 표본조사의 타당성을 평가하기 위하여 현재 전수조사를 통해 수집된 자료를 이용하여 표본조사를 수행한 결과를 비교 분석하였다. 산업별(24개), 그룹별(8개)로 구분하여 216개 셀별로 모집단수/표본수를 곱하여 산정(셀별추정법)한 결과, 전수 통계치와 거의 동일하게 나타났다. 따라서, 산업별, 그룹별로 세분하여 모집단수/표본수를 곱하여 추정하는 셀별추정법이 타당한 것으로 평가할 수 있다. 이상의 분석결과를 토대로 조사설계 방안을 제시하면 다음과 같다. 직전연도 조사기업은 직전연도 연구개발비 수준과 기업종류(대기업, 벤처기업, 중소기업), 그리고 산업에 따라 셀을 분할한다. 대기업, 연구개발비 수준이 높은 기업 등 주요한 셀에 대하며는 전수조사를 실시한다. 나머지 셀에 대하여는 각 셀별 연구개발지출의 분포가 동질적이기 때문에 표본 추출 방법은 단순임의추출법(SRS)을 사용한다. 다만 전년도 미계상된(또는 미포함된) 기업에 대하여는 신규 대형 연구소 진입 등을 고려하여 규모비례확률추출법(PPS)을 고려하는 것이 바람직할 것으로 판단된다. 일부 기업들이 특정 항목에 대한 자료를 제공하지 않는 항목무응답의 경우, 누락된 자료에 대하여는 대체기법(Imputation Algorithm)에 따라 이를 추정한다. 이러한 표본조사방법은 전수조사에서 발생하는 비표본오차를 해소하고, 자료 수집비용 및 소규모기업의 행정적 부담을 경감할 수 있다는 장점이 있다. 향후 연구에서는 좀 더 구체적인 조사방법론을 강구할 필요가 있으며, 이와 함께, 연구개발에 대한 다양한 측면의 정보를 수집하기 위해 새로운 설문지를 개발할 필요성이 있다.

• Journal of Nutrition and Health
• /
• 제52권6호
• /
• pp.581-592
• /
• 2019

본 연구는 에너지 섭취 급원에 따라 골격근육량과 에너지 섭취량 간의 연관성이 달라지는지 알아보기 위해 수행되었다. 본 연구는 2008 ~ 2010년도 국민건강영양조사 자료를 이용하여 30세 이상 한국 성인 7,922명을 대상으로 각 식품의 에너지섭취비율을 기반으로 식사패턴을 분류하고 각 식사패턴 군집 내에서 대상자들의 골격근육량과 에너지 섭취량 간의 연관성을 분석하였다. 대상자의 22가지 식품군의 에너지 섭취량을 기준으로 군집분석을 실시한 결과 남성과 여성 모두에서 '밀가루와 유지류 (Flour, Animal fat)', '흰 쌀 (White rice)', '건강혼합식 (Healthy mixed diet)' 3가지 식사패턴을 도출하였다. 그 중 '흰 쌀' 식사패턴에서 남성 (p < 0.0001)과 여성 (p < 0.0195) 모두 에너지 섭취량과 골격근육량의 연관성이 있었으며, 나머지 식사패턴에서는 근육량과 에너지 섭취량 간의 관련성이 통계적으로 유의하지 않았다. 본 연구의 결과에서 30대 이상 한국 성인들의 골격근육량의 변화와 에너지 섭취량 간에는 유의한 양적 연관성이 있으나 대상자가 주로 섭취하는 식사 형태에 따라 에너지 섭취와 골격근육량의 연관성이 다른 것을 알 수 있었다. 본 연구의 결과에 근거하여, 골격근육량과 연관된 에너지 섭취량의 변화 [14]는 쌀밥 위주의 식사를 하는 한국 성인에 특이적인 결과임을 추정할 수 있다. 이는 에너지 섭취량의 증가 없이도 군집에 속한 식품의 영양소 균형이 골격근육량 유지에 도움을 주는 다른 식사패턴 (예, 건강혼합식)과는 달리 쌀밥위주의 식사가 전형적인 한국인의 경우 전체적인 식사량의 확보도 골격근육 유지에 중요함을 제시하는 결과이며 쌀밥 위주의 식사를 하는 대상자들의 체중감량식단이나 근감소증 비율이 상대적으로 높은 노인들의 식사 지침에 응용할 수 있을 것으로 기대된다.

• Journal of Nutrition and Health
• /
• 제51권6호
• /
• pp.567-579
• /
• 2018

본 연구는 국민건강영양조사 자료를 이용하여 교대 근무자의 근무시간이 대사증후군의 유병률에 영향을 미치는 요인을 파악하는데 대사증후군의 위험군으로 식습관, 영양섭취상태, 일상생활 관련 특성의 관점에서 관리하는 데 도움을 주고자 진행되었다. 본 연구의 분석결과는 다음과 같다. 첫째, 교대 근무자의 근무시간과 식습관 관계는 직접관계 (direct causality)가 있지 않으나 일상생활과는 직접관계를 갖는 것으로 나타났다. 또한, 식습관과 영영 상태, 대사증후군과는 직접관계가 있지 않은 것으로 나타났고 영양섭취상태와 대사증후군과는 직접관계가 없으나 일상생활과는 직접 인과관계가 있는 것으로 나타났다. 둘째, 교대 근무자의 근무시간과 대사증후군 관계에서 각각 식습관, 일상생활의 개별 매개 효과 (specific mediator effect)는 통계적으로 유의한 것으로 나타났으나, 식습관과 영양섭취상태의 다중매개효과 (multiple mediator effect), 그리고 식습관, 영양섭취상태, 일상생활의 다중매개 효과는 통계적으로 유의하지 않는 것으로 나타났다. 셋째, 교대 근무자의 근무시간이 배제된 상태에서 영양섭취상태, 일상생활 그리고 대사증후군 간의 관계에서 영양섭취상태와 일상생활 그리고 일상생활과 대사증후군과는 직접 인과관계는 없으나 일상생활에 의한 매개 효과는 통계적으로 유의한 것으로 나타났다. 넷째, 교대 근무자의 근무시간과 식습관은 대사증후군에 대해 전체 총 효과 (total effect)를 가진 것으로 나타났으나 영양섭취상태와 일상생활은 대사증후군에 대해 총 효과를 갖고 있지 않은 것으로 나타났다. 결론적으로, 구조방정식 모델을 사용하여 교대 근무자의 교대시간은 그들의 일상생활 또는 식습관에 영향을 주고 대사증후군 유병률과 관련성이 있음을 밝혔다.

• 대한치과보철학회지
• /
• 제57권2호
• /
• pp.102-109
• /
• 2019

목적: 이 연구의 목적은 단일 수복물 지대치와 3본 고정성 수복물 지대치 모델에서 3종류의 구강 스캐너에 따른 정확도를 평가하는 것이다. 재료 및 방법: 본 연구에서는 단일 수복물 지대치와 제1대구치가 상실된 3본 고정성 수복물 지대치를 제작하고, 이를 주모형으로 설정하였다. 제작된 주 모형은 산업용 삼차원 스캐너로 스캔하였고, 이를 참조 스캔 데이터로 설정하였다. 3종류의 구강 스캐너(CS3600, CS3500, 그리고 EZIS PO)를 이용하여 주 모형을 5회 스캔 하였다. 이를 평가 스캔 데이터로 설정하였다. 삼차원 비교분석(Geomagic control X)에서 지대치의 스캔 정확도를 평가하기 위해 분할된 지대치를 선택하여 분석하였다. 통계분석은 SPSS 소프트웨어를 이용하여 분석하였다 (${\alpha}=.05$). 구강 스캐너 정확도는 kruskal-wallis test를 실시하여 비교하였고, pairwise test로 사후 검정을 실시하였다. 단일 수복물 지대치 모델과 3본 고정성 수복물 지대치 모델의 정확도 차이는 mann-whitney U test로 분석하였다. 결과: 구강 스캐너에 따른 정확도의 측정결과는 모두 유의한 차이를 보였다 (P < .05). 그리고 단일 수복물 지대치 모델과 3본 고정성 수복물 지대치 모델의 진도(trueness)는 통계적으로 유의한 차이를 보여주었으며, 단일 수복물 지대치에서 더 좋은 진도를 나타냈다 (P < .05). 정밀도(precision)에서는 유의미한 차이가 없었다 (P = .616). 결론: 단일 수복물과 3본 고정성 수복물 지대치의 정확도를 비교한 결과, 스캔 영역이 늘어날수록 지대치 스캔의 오류는 증가하였고, 3종류의 구강 스캐너에서 3본 고정성 수복물 지대치 모델의 스캔 정확도는 임상적으로 허용 가능하다.

• 한국가정과교육학회지
• /
• 제35권1호
• /
• pp.1-14
• /
• 2023

본 연구는 2007~2016 국민건강영양조사 자료를 이용하여 한국 여성의 탄수화물과 지방 섭취 수준에 따른 대사증후군 유병율에 대한 연관성을 파악하고자 실시하였다. 연구대상은 만 19~69세의 여성으로 임신 또는 수유중인 경우를 제외한 총 22,850명을 중심으로 분석하였다. 식이 섭취 조사는 24 시간 회상법을 이용하여 탄수화물과 지방의 섭취량에 따라 5가지 군으로 구분하였다. 교란 변수(연령, 가구소득, 흡연, 음주, 운동, 에너지 섭취량, 체질량 지수, 단백질 섭취량)을 통제한 후, 들을 통제한 후, 회귀분석과 일반 선형 모형으로 탄수화물 및 지방 섭취율에 따른 대사증후군 구성요소와의 관계를 분석하였다. 탄수화물을 가장 많이 섭취하는 군은 가장 적게 섭취하는 군에 비해 중성지방(p for trend=0.04), 허리둘레(p for trend<0.01), 그리고 수축기 혈압(p for trend<0.01) 이 유의하게 높았으며, HDL 콜레스테롤(p for trend<0.01)은 낮았다. 지방을 가장 많이 섭취하는 군은 적게 섭취하는 군에 비해 허리둘레(p for trend=0.02), 중성지방(p for trend<0.01), 그리고 수축기 혈압(p for trend<0.01)은 낮았던 반면, HDL 콜레스테롤(p for trend<0.01)은 더 높았다. 또한 탄수화물을 가장 많이 섭취하는 군에서 대사증후군 유병율이 나타났으며(5^th quintile vs. 1^st quintile, OR: 1.32; 95% CI: 1.11 to 1.57) 지방을 가장 많이 섭취한 군에서는 대사증후군 유병율이 더 적게(5^th quintile vs. 1^st quintile, OR: 0.73; 95% CI: 0.61 to 0.86) 나타났다. 연구 결과, 한국 여성에 있어서 과도한 탄수화물의 섭취와 적은 지방의 섭취는 대사증후군의 유병율과의 관계가 있음을 확인할 수 있었다.