• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.1-16
• /
• 2022

Despite recent breakthroughs in deep learning and computer vision fields, the pixel-wise identification of tiny objects in high-resolution images with complex disturbances remains challenging. This study proposes a modified U-net for tiny crack segmentation in real-world steel-box-girder bridges. The modified U-net adopts the common U-net framework and a novel Self-Attention-Self-Adaption (SASA) neuron as the fundamental computing element. The Self-Attention module applies softmax and gate operations to obtain the attention vector. It enables the neuron to focus on the most significant receptive fields when processing large-scale feature maps. The Self-Adaption module consists of a multiplayer perceptron subnet and achieves deeper feature extraction inside a single neuron. For data augmentation, a grid-based crack random elastic deformation (CRED) algorithm is designed to enrich the diversities and irregular shapes of distributed cracks. Grid-based uniform control nodes are first set on both input images and binary labels, random offsets are then employed on these control nodes, and bilinear interpolation is performed for the rest pixels. The proposed SASA neuron and CRED algorithm are simultaneously deployed to train the modified U-net. 200 raw images with a high resolution of 4928 × 3264 are collected, 160 for training and the rest 40 for the test. 512 × 512 patches are generated from the original images by a sliding window with an overlap of 256 as inputs. Results show that the average IoU between the recognized and ground-truth cracks reaches 0.409, which is 29.8% higher than the regular U-net. A five-fold cross-validation study is performed to verify that the proposed method is robust to different training and test images. Ablation experiments further demonstrate the effectiveness of the proposed SASA neuron and CRED algorithm. Promotions of the average IoU individually utilizing the SASA and CRED module add up to the final promotion of the full model, indicating that the SASA and CRED modules contribute to the different stages of model and data in the training process.

• 자원환경지질
• /
• 제55권4호
• /
• pp.339-352
• /
• 2022

환경 기준 항목이 증가하거나 강화되면서 지질기원에 의한 중금속 오염사례가 증가하고 있으며, 토양이나 지하수의 기준치 초과양상에서 자연적 기원인지 인위적 기원인지 구분해야 할 필요성이 높아지고 있다. 본 연구에서는 전국 지화학도 자료에 대한 통계적 처리와 높은 지질축적지수 분포 지역의 지화학적 특성을 평가하여 중금속 원소들의 지질기원 발생요인을 규명하였다. 지화학도가 작성된 Co, Cr, Cu, Ni, Pb, V, Zn 등을 대상으로 하였으며, 초염기성암 또는 초고철질암에서 기원한 Co, Cr, Ni, V이 요인 1로, 비철금속 황화광물에 기인한 Cu, Pb, Zn가 요인 2로 구분되어졌다. 특히 충청지역의 사문암체 분포지역에서 요인 1에 의한 중금속 지질기원 부화현상이 주로 나타나며 이를 포함한 인근지역에서도 오염 위험이 있다. 요인 2의 경우 태백산 및 경남 광화대 등지의 비철금속 광화지역 뿐만 아니라 국내의 전반적인 금-은 광화대 지역에서도 지질기원 부화현상이 우려된다.

• 한국시뮬레이션학회논문지
• /
• 제18권3호
• /
• pp.13-21
• /
• 2009

무선 센서 네트워크 환경에서 네트워크를 구성하는 센서 노드들은 라우팅 및 센싱 역할을 함께 수행해야 하기 때문에 각 센서 노드들은 항상 에너지 부담을 가지고 있다. 이러한 무선 센서 네트워크에 사용되는 센서는 무인으로 동작 되거나 사람이 접근하기 힘든 환경에서 동작하는 경우가 대부분이다. 또한 다량의 센서를 배치하여 무선 센서 네트워크를 형성 하는 경우가 많아 센서 노드의 크기가 작아야 하고, 가격이 저렴해야 하므로 노드에 공급할 수 있는 전원의 양과 데이터 처리 능력에 제한이 있게 된다. 본 논문에서는 무선 센서 네트워크 환경에서 센서 노드의 전력 소모를 줄이고, 망을 효율적으로 관리할 수 있는 알고리즘과 효율적인 라우팅 프로트콜을 제안하고, 제안한 알고리즘을 LEACH 프로토콜에 적용시켜 에너지 효율성을 검증하였다. Particle Sensor에서 이전 주기에 측정된 값과 현재 주기에 측정된 값을 비교하여 현재 측정된 값이 작거나 같으면 먼지가 감소하고 있다고 가정하고 다음 주기에 sleep모드를 설정해 주어 센서 노드의 에너지 소비를 줄여주는 알고리즘이다. 제안한 알고리즘의 시뮬레이션 결과를 보면 센서 노드의 에너지 소모를 향상시켜 주었고, LEACH 라우팅 프로토콜에 적용시킨 결과 네트워크의 수명을 향상 시켰다.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.1243-1244
• /
• 2022

In recent years, the growing interest in off-site construction has led to factories scaling up their manufacturing and production processes in the construction sector. Consequently, continuous large-scale site monitoring in low-variability environments, such as prefabricated components production plants (precast concrete production), has gained increasing importance. Although many studies on computer vision-based site monitoring have been conducted, challenges for deploying this technology for large-scale field applications still remain. One of the issues is collecting and transmitting vast amounts of video data. Continuous site monitoring systems are based on real-time video data collection and analysis, which requires excessive computational resources and network traffic. In addition, it is difficult to integrate various object information with different sizes and scales into a single scene. Various sizes and types of objects (e.g., workers, heavy equipment, and materials) exist in a plant production environment, and these objects should be detected simultaneously for effective site monitoring. However, with the existing object detection algorithms, it is difficult to simultaneously detect objects with significant differences in size because collecting and training massive amounts of object image data with various scales is necessary. This study thus developed a large-scale site monitoring system using edge computing and a small-object detection system to solve these problems. Edge computing is a distributed information technology architecture wherein the image or video data is processed near the originating source, not on a centralized server or cloud. By inferring information from the AI computing module equipped with CCTVs and communicating only the processed information with the server, it is possible to reduce excessive network traffic. Small-object detection is an innovative method to detect different-sized objects by cropping the raw image and setting the appropriate number of rows and columns for image splitting based on the target object size. This enables the detection of small objects from cropped and magnified images. The detected small objects can then be expressed in the original image. In the inference process, this study used the YOLO-v5 algorithm, known for its fast processing speed and widely used for real-time object detection. This method could effectively detect large and even small objects that were difficult to detect with the existing object detection algorithms. When the large-scale site monitoring system was tested, it performed well in detecting small objects, such as workers in a large-scale view of construction sites, which were inaccurately detected by the existing algorithms. Our next goal is to incorporate various safety monitoring and risk analysis algorithms into this system, such as collision risk estimation, based on the time-to-collision concept, enabling the optimization of safety routes by accumulating workers' paths and inferring the risky areas based on workers' trajectory patterns. Through such developments, this continuous large-scale site monitoring system can guide a construction plant's safety management system more effectively.

• 한국응용과학기술학회지
• /
• 제40권2호
• /
• pp.233-243
• /
• 2023

본 연구는 고등학생의 자기결정성 동기가 운동만족, 운동지속의도에 미치는 영향 관계를 분석하는데 목적이 있다. 이를 위해 2022년 3월을 기준으로 서울, 경기지역의 고등학교에 재학 중인 남학생 440명을 대상으로 온라인 설문지를 배포하여 자기평가기입법을 통해 설문을 작성하도록 하였다. 같은 패턴의 응답, 미완성된 응답 등 불성실한 응답자 94부를 제외한 346부를 유효 표본으로 선정하였다. 자료처리는 SPSS 24.0와 IBM AMOS 18.0 통계 프로그램을 이용하여 빈도분석, 확인적요인분석, 상관관계분석을 진행하였으며, 요인 간 구조적 관계를 파악하기 위하여 구조방정식모형 분석을 통해 다음과 같은 결과를 도출하였다. 첫째, 자기결정성 동기 요인 중 유능성, 관계성은 운동만족에 정(+)의 영향을 주지만, 자율성은 운동만족에 부(-)의 영향이 미치는 것으로 나타났다. 둘째, 고등학생의 자기결정성 동기와 운동지속의도는 관련이 없는 것으로 나타났다. 셋째, 운동만족과 운동지속의도의 관계에서는 정(+)의 영향을 미치는 것으로 나타났다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권6호
• /
• pp.175-184
• /
• 2022

블록체인은 물류, 핀테크, 의료, 공공 등 다양한 분야에서 연구되고 있다. 공공정보 소프트웨어 사업에서 개발 산출물과 프로젝트 관리 방법론에서 요청하는 산출물이 일치하지 않아 산출물이 누락되는 경우가 발생하고 대금을 지급하기 위해 별도의 프로세스가 필요하다. 본 논문에서는 이더리움 블록체인을 사용하여 분산 환경을 구성하고 모든 산출물이 승인되었을 경우 자동으로 대금이 지급되게 공공정보 소프트웨어 사업산출물 관리 시스템을 제안한다. 이를 통해 시스템 장애가 발생해도 정상 서비스를 제공하고, 산출물 관리의 투명성과 추적성을 제공하며, 자동화된 대금 지급으로 발주사와 수행사 간 갈등을 줄이고자 한다. 본 시스템에서 산출물의 정보는 블록체인에 저장하고, 산출물은 버전 정보와 이전 산출물 파일의 해시값까지 활용하여 계산된 해시값을 파일명으로 SFTP 서버에 저장한다. 실험을 통해 수행사에서 등록한 산출물의 해시값이 정확한지 확인하고, SFTP 서버에 저장된 산출물의 파일명이 이더리움 블록체인에 등록된 해시값과 같은지 확인하였으며, 모든 산출물이 승인되었을 때 수행사의 이더리움 주소로 대금이 자동 송금되는 것을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권12호
• /
• pp.505-518
• /
• 2023

3차원 포인트 클라우드 의미적 분할은 각 포인트별로 해당 포인트가 속한 물체나 영역의 분류 레이블을 예측함으로써, 포인트 클라우드를 서로 다른 물체들이나 영역들로 나누는 컴퓨터 비전 작업이다. 기존의 3차원 의미적 분할 모델들은 RGB 영상들에서 추출하는 2차원 시각적 특징과 포인트 클라우드에서 추출하는 3차원 기하학적 특징의 특성을 충분히 고려한 특징 융합을 수행하지 못한다는 한계가 있다. 따라서, 본 논문에서는 2차원-3차원 멀티-모달 특징을 이용하는 새로운 3차원 의미적 분할 모델 MMCA-Net을 제안한다. 제안 모델은 중기 융합 전략과 멀티-모달 교차 주의집중 기반의 융합 연산을 적용함으로써, 이질적인 2차원 시각적 특징과 3차원 기하학적 특징을 효과적으로 융합한다. 또한 3차원 기하학적 인코더로 PTv2를 채용함으로써, 포인트들이 비-정규적으로 분포한 입력 포인트 클라우드로부터 맥락정보가 풍부한 3차원 기하학적 특징을 추출해낸다. 본 논문에서는 제안 모델의 성능을 분석하기 위해 벤치마크 데이터 집합인 ScanNetv2을 이용한 다양한 정량 및 정성 실험들을 진행하였다. 성능 척도 mIoU 측면에서 제안 모델은 3차원 기하학적 특징만을 이용하는 PTv2 모델에 비해 9.2%의 성능 향상을, 2차원-3차원 멀티-모달 특징을 사용하는 MVPNet 모델에 비해 12.12%의 성능 향상을 보였다. 이를 통해 본 논문에서 제안한 모델의 효과와 유용성을 입증하였다.

• 스마트미디어저널
• /
• 제13권2호
• /
• pp.32-43
• /
• 2024

게임 플레이를 위한 행동 주체인 에이전트는 게임 만족도를 높일 수 있는 중요한 요소이다. 하지만 다양한 게임 난이도와 게임 환경, 여러 플레이어를 위한 게임 에이전트 개발에는 많은 시간과 노력이 필요하다. 또한 캐릭터 추가나 업데이트와 같은 게임 환경 변화가 일어나면 새로운 게임 에이전트의 개발이 필요하고, 개발 난이도는 점차 높아진다는 단점이 존재한다. 이와 함께 다양한 플레이어의 수준에 맞는 세분화된 게임 에이전트 역시 중요하다. 단순히 강한 게임 에이전트보다는 세분화된 수준의 게임 플레이가 가능한 게임 에이전트가 활용성이 높고, 플레이어에 대한 만족도를 높일 수 있기 때문이다. 본 논문에서는 카드형 대전 게임을 대상으로 빠른 게임 에이전트 학습과 세분화된 플레이 수준 조절이 가능한 방법을 제안한다. 제안된 방법은 먼저 행동 구성에 대한 높은 자유도와 멀티 에이전트 환경에서의 빠른 학습을 위해 정책(Policy) 기반 분산형 강화학습 방법 중 하나인 IMPALA를 적용한다. 세분화된 플레이 수준 조절은 Temperature-Softmax를 통해 얻은 행동별 확률 값의 샘플링을 통해 수행한다. 논문에서는 Temperature 값의 증가에 따라 게임 에이전트의 플레이 수준이 낮아지는 결과와 이 수치를 다변화하여 손쉽게 다양한 플레이 수준 조절이 가능함을 확인하였다.

• 한국주조공학회지
• /
• 제44권1호
• /
• pp.9-15
• /
• 2024

본 연구에서는 망간강을 소재로 하는 부품의 수명향상을 위해 망간강에 Ti의 첨가량을 변화하여 망간강을 주조하였으며, 주조한 소재의 특성을 확인하기 위하여 인장 및 표면 특성 그리고 베어링률 등 가공특성에 대해 조사하였다. 고망간강에 Ti 첨가 시 0.5%를 초과 시 결정립 미세화로 인한 합금의 강도가 향상되었으며 내부에 미세 탄화물이 형성시킴으로써 Mn만 첨가된 합금에 비해 표면의 마모에 대한 저항성을 높이는 결과를 나타냄을 확인하였다. 망간강에서 Ti의 함유량이 증가함으로 인해 인장강도가 증가함에는 큰 차이가 없었으나 마모성의 부분에서는 Ti이 Mn에 비해 마모성에는 미량이지만 더 큰 영향을 끼치며 Ti의 함량에 따라 탄화물의 크기 및 분포가 조대하고 균일하게 분포하였다. 망간강을 소재로 하는 부품의 수명향상을 위해 망간강에 Ti 첨가함으로써 강도 및 표면특성을 향상시킬수 있음을 확인하였다. Ti이 수지상정 결정립의 미세화로 인한 내마모성이 우수한 재질을 개발하는데 효과있음을 알 수 있었다. Ti가 첨가된 샘플에서 탄화물은 표면 거칠기에 대한 내성을 증가시키는 것으로 나타났으며 Mn강의 특성상 표면경화가 일어나기 시작하여 수명이 연장되는 것으로 보인다.

• 한국식품영양과학회지
• /
• 제45권9호
• /
• pp.1249-1256
• /
• 2016

백삼을 9회 증숙 및 건조 과정 후 제조한 흑삼의 항산화 효과급성위염 유발 모델에서 점막 보호 효과를 확인하기 위하여 증숙 횟수별 추출한 시료를 통해 실험을 진행하였다. 백삼과 흑삼의 증숙 횟수에 따른 추출물의 성분을 분석한 결과 백삼과 비교하여 흑삼 추출물에서 모두 유효성분의 양이 증가하는 것을 확인하였고, 특히 9회 반복 과정을 거친 BG군에서 가장 높은 성분 함량을 보였다. 또한, 항산화능을 확인하기 위하여 실시된 DPPH, ABTS free radical 소거 활성에서도 BG군의 억제율이 가장 높게 나타났으며, 총페놀과 총플라보노이드의 함량도 가장 높게 나타났다. 이러한 결과를 토대로 백삼과 9번 증숙 과정을 거친 흑삼을 HCl/에탄올로 유도한 급성위염 마우스에 투여한 결과 BG군에서 위 점막의 손상은 대조군과 비교하여 유의한 감소를 보였으며, 또한 백삼과 비교하여 9회 증숙한 흑삼에서 유의한 감소를 보였다. 혈액에서 측정한 활성산소종의 수치에서도 대조군과 비교하여 9회 증숙 흑삼에서 유의한 감소를 보였고, 백삼과 비교하여 뛰어난 항산화 효과를 나타내었다. 산화적 스트레스의 증가로 발생한 사이토카인의 발현을 확인한 결과에서도 COX-2, TNF-${alpha}$와 IL-6의 경우 대조군보다 유의한 감소를 보였고, 백삼과 비교하여도 유의한 감소를 보였다. 그러므로 9회 증숙한 흑삼에서는 백삼과 비교하여 유효성분 함량의 증가가 발생하여 뛰어난 항산화력을 보이고, 이에 따라 염증성 사이토카인의 발현을 억제시키므로 9회 증숙한 흑삼은 항산화 효과에 따른 급성위염 유발모델에서 점막 보호 효과가 있다고 생각한다.