• 감성과학
• /
• 제25권4호
• /
• pp.77-94
• /
• 2022

Social interactions often involve encountering inconsistent information about social others. We conducted a functional magnetic resonance imaging (fMRI) study to comprehensively investigate voxel-wise temporal dynamics showing how impressions are anchored and/or adjusted in response to inconsistent social information. The participants performed a social impression task inside an fMRI scanner in which they were shown a male face, together with a series of four adjectives that described the depicted person's personality traits, successively presented beneath the image of the face. Participants were asked to rate their impressions of the person at the end of each trial on a scale of 1 to 8 (where 1 is most negative and 8 is most positive). We established two hypothetical models that represented two temporal patterns of voxel activity: Model 1 featured decreasing patterns of activity towards the end of each trial, anchoring impressions to initially presented information, and Model 2 showed increasing patterns of activity toward the end of each trial, where impressions were being adjusted using new and inconsistent information. Our data-driven model fitting analyses showed that the temporal activity patterns of voxels within the ventral anterior cingulate cortex, medial orbitofrontal cortex, posterior cingulate cortex, amygdala, and fusiform gyrus fit Model 1 (i.e., they were more involved in anchoring first impressions) better than they did Model 2 (i.e., showing impression adjustment). Conversely, voxel-wise neural activity within dorsal ACC and lateral OFC fit Model 2 better than it did Model 1, as it was more likely to be involved in processing new, inconsistent information and adjusting impressions in response. Our novel approach to model fitting analysis replicated previous impression-related neuroscientific findings, furthering the understanding of neural and temporal dynamics of impression processing, particularly with reference to functionally segmenting each region of interest based on relative involvement in impression anchoring as opposed to adjustment.

• 스마트미디어저널
• /
• 제12권10호
• /
• pp.85-92
• /
• 2023

2014년 12월, 가축 및 축산물 이력 관리에 관한 법률이 제정되면서 소비자는 축산물 이력정보를 제공받게 되었다. 이러한 축산물이력제는 소비자들에게 먹거리에 대한 투명하고 공정한 정보를 제공하여 신뢰를 높일 수 있는 반면, 정육업계 관계자들에게는 이력 관리로 인한 업무 증가와 과태료 부담을 가져왔다. 본 논문에서는 판매자가 소비자에게 편리하게 축산물 이력정보를 제공할 수 있도록 이력번호 기반의 재고관리 IoT 시스템을 제안하였다. 저울 데이터를 관리하기 위한 전송 프로토콜을 분석하고 모바일 기기에서의 기능 테스트와 검증을 진행하였으며, 안드로이드 기반 기기에서 이력정보와 상품정보를 전자저울과 연동하고 동기화할 수 있도록 사용자 입장에서의 UI/UX를 고려한 디자인 설계와 시스템 기능을 구현하였다. 향후 제안된 방식은 기존 시장에서 사용자의 불편함을 최소화하고 생산 효율성을 향상시킬 것으로 기대된다.

• 한국인공지능학회지
• /
• 제11권4호
• /
• pp.9-13
• /
• 2023

In this study, we explored the potential of integrating interactive AI callbot technology into the medical consultation domain as part of a broader service development initiative. Aimed at enhancing patient satisfaction, the AI callbot was designed to efficiently address queries from hospitals' primary users, especially the elderly and those using phone services. By incorporating an AI-driven callbot into the hospital's customer service center, routine tasks such as appointment modifications and cancellations were efficiently managed by the AI Callbot Agent. On the other hand, tasks requiring more detailed attention or specialization were addressed by Human Agents, ensuring a balanced and collaborative approach. The deep learning model for voice recognition for this study was based on the Transformer model and fine-tuned to fit the medical field using a pre-trained model. Existing recording files were converted into learning data to perform SSL(self-supervised learning) Model was implemented. The ANN (Artificial neural network) neural network model was used to analyze voice signals and interpret them as text, and after actual application, the intent was enriched through reinforcement learning to continuously improve accuracy. In the case of TTS(Text To Speech), the Transformer model was applied to Text Analysis, Acoustic model, and Vocoder, and Google's Natural Language API was applied to recognize intent. As the research progresses, there are challenges to solve, such as interconnection issues between various EMR providers, problems with doctor's time slots, problems with two or more hospital appointments, and problems with patient use. However, there are specialized problems that are easy to make reservations. Implementation of the callbot service in hospitals appears to be applicable immediately.

• 한국지반신소재학회논문집
• /
• 제23권1호
• /
• pp.17-25
• /
• 2024

골재 간극률은 구조적 강도, 내구성, 배수 및 투수성 등 다양한 아스팔트의 특성에 직접적인 영향을 미친다. 따라서 아스팔트 포장이 사용되는 위치, 기후, 환경 등에 적절하도록 골재 간극률이 설계되어야한다. 하지만 골재 간극률은 다양한 요인들에 의해 영향을 받으므로 그 설계가 쉽지 않다. 예를 들어 골재 입자의 크기 분포, 구성이나 아스팔트 바인더의 양, 다짐 수준 등 다양한 영향인자가 존재한다. 본 연구에서는 골재 간극률에 영향을 미치는 요인들로부터 골재 간극률을 예측하고자 하였다. 이를 위해 다양한 기계학습 모델 방법을 적용하였고 단일 기계학습 모델을 적용했을 때보다 높은 정확도로 골재 간극률을 예측할 수 있음을 보였다. 본 연구의 결과는 경험과 노동집약적인 실험에 의존하는 골재 간극률 예측에 데이터 기반의 접근방법을 적용할 수 있음을 보였으며 향후 최적 골재 간극률 설계 등에 활용 가능할 것으로 기대된다.

• Nuclear Engineering and Technology
• /
• 제56권4호
• /
• pp.1310-1319
• /
• 2024

The reactor cavity cooling system (RCCS) is a passive reactor safety system commonly present in the designs of High-Temperature Gas-cooled Reactors (HTGR) that removes heat from the reactor pressure vessel by means of natural convection and radiation. It is one of the factors responsible for ensuring that the reactor does not melt down under any plausible accident scenario. For the simulation of accident scenarios, which are transient phenomena unfolding over a span of up to several days, intermediate fidelity methods and system codes must be employed to limit the models' execution time. These models can quantify radiation heat transfer well, but heat transfer caused by natural convection must be quantified with the use of correlations for the heat transfer coefficient. It is difficult to obtain reliable correlations for HTGR RCCS heat transfer coefficients experimentally due to such a system's size. They could, however, be obtained from high-fidelity steady-state simulations of RCCSs. The Rayleigh number in RCCSs is too high for using a Direct Numerical Simulation (DNS) technique; thus, a Reynolds-Averaged Navier-Stokes (RANS) approach must be employed. There are many RANS models, each performing best under different geometry and fluid flow conditions. To find the most suitable one for simulating an RCCS, the RANS models need to be validated. This work benchmarks various RANS models against three experiments performed on the HTTR RCCS Mockup by the Japanese Atomic Energy Agency (JAEA) in 1993. This facility is a 1/6 scale model of a vessel cooling system (VCS) for the High Temperature Engineering Test Reactor (HTTR), which is operated by JAEA. Multiple RANS models were evaluated on a simplified 2d-axisymmetric geometry. They were found to reproduce the experimental temperature profiles with errors of up to 22% for the lowest temperature benchmark and 15% for the higher temperature benchmarks. The results highlight that the pragmatic turbulence models need to be validated for high Rayleigh natural convection-driven flows and improved accordingly, more publicly available experimental data of RCCS resembling experiments is needed and indicate that a 2d-axisymmetric geometry approximation is likely insufficient to capture all the relevant phenomena in RCCS simulations.

• 대한토목학회논문집
• /
• 제38권4호
• /
• pp.579-586
• /
• 2018

단기 통행속도 예측을 위해 데이터 기반 비모수적 기법들을 활용한 다양한 연구들이 수행되고 있다. 그럼에도 교통신호 및 교차로로 인한 복잡한 동적 특성을 가지는 도시부의 예측 연구는 상대적으로 부족한 실정이다. 본 연구는 도시부 통행 속도를 예측하기 위해 앙상블 경험적 모드 분해법(EEMD)과 인공신경망(ANN)을 이용한 하이브리드 접근법을 제안하는 것을 목적으로 한다. EEMD는 통행속도의 시계열 자료를 고유모드함수(IMF)와 오차항으로 분해한다. 분해된 IMF는 시간단위의 국지적 특성을 반영하며, ANN을 통해 개별적으로 예측된다. IMF는 원본데이터가 가진 비선형성, 비정상성, 진동 등의 복잡성을 완화하기 때문에, 원래의 통행속도에 비하여 더 정확하게 예측될 수 있다. 예측된 IMF들은 합산되어 예측 통행속도를 표현한다. 본 연구에서 제시된 방법을 검증하기 위하여 대구시의 DSRC로부터 구득된 통행속도 데이터가 활용된다. 성능평가는 도시부 링크 중 특히 예측이 어려운 지점에 대해 수행되었으며, 분석 결과 제시된 모형은 15분 후 예측에 대해 각각 평상시 10.41%, 와해상태시 25.35%의 오차율을 가지며, 단순 ANN 기법에 비하여 우수한 성능을 보이는 것으로 확인된다. 본 연구에서 개발된 모형은 도시교통관리체계의 신뢰성 있는 교통정보를 제공하는 데에 기여할 수 있을 것으로 기대된다.

• 지구물리와물리탐사
• /
• 제26권3호
• /
• pp.114-125
• /
• 2023

편미분방정식의 해를 구하기 위한 여러 수치해법들의 한계와 순수 데이터 기반 기계학습의 단점을 극복하기 위해 물리정보신경망(physics-informed neural network, PINN)이 제안되었다. 물리정보신경망은 편미분방정식을 손실함수 구성에 직접 활용하여 기계학습 훈련에 물리적 제약을 주는 기법으로 파동방정식 모델링에도 활용될 수 있다. 그러나 물리정보신경망을 이용하여 파동방정식을 풀기 위해서는 신경망 훈련 시 입력에 대한 2차 미분이 수행되어야 하고, 그 결과로 출력되는 파동장은 복잡한 역학적 현상들을 포함하고 있어 섬세한 전략이 필요하다. 이 해설 논문에서는 물리정보신경망의 기본 개념을 설명하고 파동방정식 모델링에 활용하기 위한 고려사항들에 대해 고찰하였다. 이러한 고려사항에는 공간좌표 정규화, 활성함수 선정, 물리손실 추가 전략이 포함된다. 훈련자료의 공간좌표를 정규화한 후 사용하면 파동방정식 모델링을 위한 신경망 훈련에서 초기 조건이 더 정확하게 반영되는 것을 수치 실험을 통해 보였다. 또한 신경망을 통한 파동장 예측에 가장 적절한 활성함수를 선정하기 위해 여러 함수들의 특성을 비교했다. 특성 비교는 각 활성함수들의 입력자료에 대한 미분과 수렴성을 중심으로 이루어졌다. 마지막으로 신경망 훈련 중 손실함수에 물리손실을 추가하는 두가지 시나리오의 결과를 비교하였다. 수치 실험을 통해 훈련 초기부터 물리손실을 활용하는 전략보다 초기 훈련단계 이후부터 물리손실을 적용하는 커리큘럼 기반 학습전략이 효과적이라는 결과를 도출했다. 추가로 이 결과를 물리손실을 전혀 사용하지 않은 훈련 결과와 비교하여 PINN기법의 효과를 확인하였다.

• 지구물리와물리탐사
• /
• 제1권1호
• /
• pp.49-56
• /
• 1998

탄성파토모그래피는 고해상의 자료분석을 필요로 하는 환경이나 토목 등 공학적 응용분야에서 지하구조를 결정하기 위해 널리 사용되는 방법이다. 지금까지의 탄성파토모그래피는 대부분 주시역산에 의존해 왔으나 최근에는 파형정보를 이용하는 역산기법들이 활발히 연구되고 있다. 본 연구에서는 이러한 파형정보를 이용하여 음파 매질에서의 이차원 전파형 역산 알고리듬을 개발하였다. 전파형 역산은 Born역산의 약산란장 가정이나 주시역산의 고 주파수 가정이 필요 없는,분해능이 가장 좋은 방법이다. 그러나 초기추정값이 실제 모델과 많이 다를 경우 국부 최소값에 빠진다는 단점이 있다. 본 연구에서는 주시 역산을 통해 배경값을 추정하고 이를 초기추정 값으로 주어 전 파형 역산을 수행하는 알고리듬을 개발하였다. 본 알고리듬을 인공탄성파자료에 적용한 결과, 주시 역산 결과를 전파형 역산의 초기치로 사용할 경우 오차의 수렴속도가 매우 빠르고 분해능이 뛰어난 영상을 제공함을 확인할 수 있었다. 이는 주시역산을 통한 배경값 추정이 전파형 역산의 국부 최소값 문제와 계산 시간의 문제를 효과적으로 해결할 수 있는 방안임을 시사한다. 또한 축소모형실험자료에 대하여 본 알고리듬을 적용한 결과 재구성된 속도구조가 실제 모형과 잘 일치함을 알 수 있었고, 이를 통하여 현장자료에 대한 적용가능성을 확인하였다.

• 성인간호학회지
• /
• 제12권1호
• /
• pp.52-63
• /
• 2000

In Korea, most of the patients with chronic liver diseases have been using some kind of alternative therapies at home. however, the question is why do people turn to alternative therapy and how the patients are able to use the alternative therapies widely, though the effects have not been proven scientifically. Therefore, it is necessary to explore the process of the patients' experiences using the alternative therapies. The 16 participants were from internalmedical departments in hospital and the permission was received to participate in this study from the subjects. The data were collected with interviews and participants observations, analyzed by the grounded theory methodology of Strauss and Corbin(1990). With the analysis of the data, 15 categories were generated such as psychological pressures, barriers of role performances, distrusts of western medicine, blind obediences to the treatments, attitudes towards alternative therapies, supportive systems, obstacles to taking alternative therapies, financial burdens, collecting informations, pursuing alternative modalities, efforting diversities, analyzing by themselves, managing the body, accepting the disease, and ambivalence. The paradigm model was developed to identify the relationships of categories. The central phenomenon of the experiences of seeking alternative therapies was named jagi momdasrim. The central concept of jagi momdasrim is a mind-set to desire to wellness and to take more responsibility for one's own healing by pursuing alternate healing modalities rather than the western medical system. The process of jagi momdasrim evolved several stages such as seeking, finding, struggling, overcoming, fulfilling, and governing the diseases. Four patterns of taking alternative therapies were found as follows: the bulsin-chujong-hyung, the suyoung-hyung, the yangdari-gulchiki-hyung, the chamjae-hyung. In conclusion, the phenomenon of alternative therapies as consumer-driven force to heal the chronic liver diseases of the patients could be explained as an adaptive behavior through the process of jagi momdasrim. However, since most of the participants practicing some kind of alternative therapies had no evidences of its effects and never tried to consult with their medical doctors about alternative therapies, we should approach more actively. Therefore, it is recommended for nurses to listen and watch the patients behaviors of using alternative therapies and find out how to educate the patients about the proper and safe way to take the alternative therapies.

• 벤처창업연구
• /
• 제15권2호
• /
• pp.127-135
• /
• 2020

이 논문은 데이터 기반의 정량적 기준 즉, 성장단계, 투자시기, 투자유치금액 등에 의해 개별 스타트업을 성장단계별로 구분하고, 단계별 기업군의 특성을 파악하였다. 이는 정확한 통계를 기반으로 스타트업의 성장과정에 대한 정부의 체계적 지원의 근거를 제공하기 위함이다. 분석대상은 TIPS(Tech Incubator Program for Startup) 지원 창업기업으로, 상대적으로 신뢰도가 높은 스타트업을 한정적으로 활용하였다. 분석 결과, 스타트업은 창업 후 1.5년 내에 최소기능제품(Minimum Viable Product) 완성을 위한 종자돈(Seed money)을 확보하고, 1년 내에 제품-시장 적합도(Product-Market Fit)를 검증하여 Series A 투자를 유치하였다(창업 후 2.5년 내에 Series A 투자 유치). 이후 상용화에 성공하면 1.5년 내에 안정적인 성장을 위한 Series B 투자를 유치하였다(창업 후 4년 내에 Series B 투자 유치). 2019년 부터 정부는 흩어진 창업사업화 지원을 통합하여 예비, 초기, 도약으로 구분하여 지원하고 있다. 예비단계는 예비창업자, 초기는 창업 후 3년 이내 기업, 도약은 3년~7년 이내 기업이다. 연구 결과, 단계별 창업사업화를 지원하는 정부 프로그램의 예비·초기·도약 단계의 구분 즉, 창업 3년 이내 구분은 현재까지 유의미하다고 할 수 있다. 향후 연구방향으로 3가지를 제시한다. 첫째, 스타트업 성장단계 판별 및 모니터링을 위한 지표를 개발한다. 둘째, 연차별 변화를 지속적으로 업데이트하여 개별 기업의 성장단계 변화를 추적한다. 셋째, 성공 스타트업에 대한 심층 사례분석을 모델에 적용해 봄으로써, 기술기반 스타트업의 성공적인 성장법칙을 발견한다.