• 대한원격탐사학회지
• /
• 제25권6호
• /
• pp.547-557
• /
• 2009

LIDAR (LIght Detection And Ranging) is an active remote sensing technology which provides 3D coordinates of the Earth's surface by performing range measurements from the sensor. Early small footprint LIDAR systems recorded multiple discrete returns from the back-scattered energy. Recent advances in LIDAR hardware now make it possible to record full digital waveforms of the returned energy. LIDAR waveform decomposition involves separating the return waveform into a mixture of components which are then used to characterize the original data. The most common statistical mixture model used for this process is the Gaussian mixture. Waveform decomposition plays an important role in LIDAR waveform processing, since the resulting components are expected to represent reflection surfaces within waveform footprints. Hence the decomposition results ultimately affect the interpretation of LIDAR waveform data. Computational requirements in the waveform decomposition process result from two factors; (1) estimation of the number of components in a mixture and the resulting parameter estimates, which are inter-related and cannot be solved separately, and (2) parameter optimization does not have a closed form solution, and thus needs to be solved iteratively. The current state-of-the-art airborne LIDAR system acquires more than 50,000 waveforms per second, so decomposing the enormous number of waveforms is challenging using traditional single processor architecture. To tackle this issue, four parallel LIDAR waveform decomposition algorithms with different work load balancing schemes - (1) no weighting, (2) a decomposition results-based linear weighting, (3) a decomposition results-based squared weighting, and (4) a decomposition time-based linear weighting - were developed and tested with varying number of processors (8-256). The results were compared in terms of efficiency. Overall, the decomposition time-based linear weighting work load balancing approach yielded the best performance among four approaches.

• 대한의용생체공학회:의공학회지
• /
• 제42권3호
• /
• pp.100-106
• /
• 2021

Measuring Intima-media thickness (IMT) with ultrasound images can help early detection of coronary artery disease. As a result, numerous machine learning studies have been conducted to measure IMT. However, most of these studies require several steps of pre-treatment to extract the boundary, and some require manual intervention, so they are not suitable for on-site treatment in urgent situations. in this paper, we propose to use deep learning networks U-Net, Attention U-Net, and Pretrained U-Net to automatically segment the intima-media complex. This study also applied the HE, HS, and CLAHE preprocessing technique to wireless portable ultrasound diagnostic device images. As a result, The average dice coefficient of HE applied Models is 71% and CLAHE applied Models is 70%, while the HS applied Models have improved as 72% dice coefficient. Among them, Pretrained U-Net showed the highest performance with an average of 74%. When comparing this with the mean value of IMT measured by Conventional wired ultrasound equipment, the highest correlation coefficient value was shown in the HS applied pretrained U-Net.

• 한국정보통신학회논문지
• /
• 제25권4호
• /
• pp.515-522
• /
• 2021

본 논문에서는 관형 철탑의 용접부 결함을 상시적으로 감시하기 위하여 초음파 탐상 신호에 대한 기계학습 알고리즘의 적용 방법을 제시하고 분석하였다. 기계학습 방법으로는 유전자 알고리즘에 의한 특징 선택과 서포트 벡터머신을 이용한 탐상 신호 분류 방법을 사용하였다. 특징 선택에서는 30개의 후보 특징들 가운데 피크, 히스토그램 하한 경계, 정규 음로그우도가 선택되었으며, 이들은 결함의 깊이에 따른 신호의 차이를 명확하게 나타내었다. 또한, 선택된 특징들을 서포트 벡터 머신에 적용한 결과 정상 부위와 결함 부위를 완벽하게 분류할 수 있는 것으로 나타났다. 따라서 본 연구의 결과는 향후 초음파 신호 기반 결함 성장 조기 감지시스템의 개발과 이를 통한 에너지 송전 관련 산업에 유용하게 사용될 수 있을 것으로 기대된다.

• 대한의용생체공학회:의공학회지
• /
• 제43권4호
• /
• pp.185-192
• /
• 2022

Early detection of mild cognitive impairment can help prevent the progression of dementia. The purpose of this study was to design and validate a machine learning model that automatically differential diagnosed patients with mild cognitive impairment and identified cognitive decline characteristics compared to a control group with normal cognition using resting-state quantitative electroencephalogram (qEEG) with eyes closed. In the first step, a rectified signal was obtained through a preprocessing process that receives a quantitative EEG signal as an input and removes noise through a filter and independent component analysis (ICA). Frequency analysis and non-linear features were extracted from the rectified signal, and the 3067 extracted features were used as input of a linear support vector machine (SVM), a representative algorithm among machine learning algorithms, and classified into mild cognitive impairment patients and normal cognitive adults. As a result of classification analysis of 58 normal cognitive group and 80 patients in mild cognitive impairment, the accuracy of SVM was 86.2%. In patients with mild cognitive impairment, alpha band power was decreased in the frontal lobe, and high beta band power was increased in the frontal lobe compared to the normal cognitive group. Also, the gamma band power of the occipital-parietal lobe was decreased in mild cognitive impairment. These results represented that quantitative EEG can be used as a meaningful biomarker to discriminate cognitive decline.

• 정보관리학회지
• /
• 제39권1호
• /
• pp.91-117
• /
• 2022

국내를 비롯하여 전 세계적으로 우울증 환자 수가 매년 증가하는 추세이다. 그러나 대다수의 정신질환 환자들은 자신이 질병을 앓고 있다는 사실을 인식하지 못해서 적절한 치료가 이루어지지 않고 있다. 우울 증상이 방치되면 자살과 불안, 기타 심리적인 문제로 발전될 수 있기에 우울증의 조기 발견과 치료는 정신건강 증진에 있어 매우 중요하다. 이러한 문제점을 개선하기 위해 본 연구에서는 한국어 소셜 미디어 텍스트를 활용한 딥러닝 기반의 우울 경향 모델을 제시하였다. 네이버 지식인, 네이버 블로그, 하이닥, 트위터에서 데이터수집을 한 뒤 DSM-5 주요 우울 장애 진단 기준을 활용하여 우울 증상 개수에 따라 클래스를 구분하여 주석을 달았다. 이후 구축한 말뭉치의 클래스 별 특성을 살펴보고자 TF-IDF 분석과 동시 출현 단어 분석을 실시하였다. 또한, 다양한 텍스트 특징을 활용하여 우울 경향 분류 모델을 생성하기 위해 단어 임베딩과 사전 기반 감성 분석, LDA 토픽 모델링을 수행하였다. 이를 통해 문헌 별로 임베딩된 텍스트와 감성 점수, 토픽 번호를 산출하여 텍스트 특징으로 사용하였다. 그 결과 임베딩된 텍스트에 문서의 감성 점수와 토픽을 모두 결합하여 KorBERT 알고리즘을 기반으로 우울 경향을 분류하였을 때 가장 높은 정확률인 83.28%를 달성하는 것을 확인하였다. 본 연구는 다양한 텍스트 특징을 활용하여 보다 성능이 개선된 한국어 우울 경향 분류 모델을 구축함에 따라, 한국 온라인 커뮤니티 이용자 중 잠재적인 우울증 환자를 조기에 발견해 빠른 치료 및 예방이 가능하도록 하여 한국 사회의 정신건강 증진에 도움을 줄 수 있는 기반을 마련했다는 점에서 의의를 지닌다.

• 대한토목학회논문집
• /
• 제43권6호
• /
• pp.689-693
• /
• 2023

국내 교량은 향후 10년 이내에 공용연수가 30년 이상인 교량이전체 교량의 약 54%를 차지하며 교량의 노후화가 급격하게 진행될 것으로 예상된다. 최근 국내외에서는 BIM을 활용하여 교량의 유지관리 단계의 정보를 디지털화함으로써 정보의 접근성 및 활용성을 증가시키기 위한 연구를 수행하는 추세이다. 이에 본 연구는 교량 바닥판에 대한 BIM-FEM 상호 연계 알고리즘을 개발하여 유지관리 정보를 데이터화 하고, 이력관리를 보다 효율적으로 수행하는 기술을 개발하였다. 외관조사망도 기반의 초기 균열 BIM을 생성한 후, 교량 제원 및 손상 정보를 수치해석과 연동하여 손상 시나리오와 설계하중을 고려한 손상 해석을 수행하였다. 해석 결과를 통해 균열의 확산을 분석하였으며, 확산된 균열은 다시 BIM 상에 업데이트하여 손상 확산 BIM을 생성하였다. 또한 BIM을 기반으로 바닥판의 현재 및 미래의 상태등급 평가 자동화 기술을 개발하였다. 이를 통해 교량의 점검 및 진단의 이력데이터 구축을 통한 바닥판의 효율적인 유지관리가 가능하며, 미래의 균열 및 결함을 조기발견 및 예방하여 교량의 수명과 안전성을 향상시킬 수 있을 것을 기대된다.

• 대한교통학회지
• /
• 제29권5호
• /
• pp.121-138
• /
• 2011

최근 보다 경제적이고 쉽게 적용이 가능한 차량간 무선통신과 같은 첨단 기술들은 고비용의 교통시설과 미래의 교통수요에 대한 공간적 시스템 확장이 제한적인 고속도로에서 주로 시행되고 있는 중앙제어식 인프라기반 교통정보시스템의 가능한 대안으로 간주되고 있다. 본 논문은 차량간 무선통신을 이용한 분산식 첨단교통정보시스템을 개발하고 제안된 시스템의 효과 (운전자의 통행시간단축)를 향상시키는 세가지 보조기능(독립자동유고감지알고리즘, 실험차량 샘플 모델, 운전자행태 모델)을 소개하고자 한다. 그리고 전형적인 $6{\times}6$ 도시형 도로망에서 미시적 시뮤레이션모델(VISSIM)을 이용해서 세가지 중요한 패러미터(교통류, 무선통신 라디오 레인지, 통신차량의 보급율)에 따른 그 효과를 교통사고 시나리오에서 평가하고자 한다. 본 논문의 연구결과로는 세가지 시스템 패러미터가 증가함에 따라 보다 많은 무선통신 차량이 교통데이터 전송에 관련되었고 데이터전송 속도도 더 빨라짐을 보였다. 또한 통신차량들은 동적으로 현재의 교통상황 파악과 교통사고로 야기된 정체지역을 우회하는 최적의 경로를 탐색함으로써 운전자의 통행시간을 단축시키는 결과를 보였다. 교통사고로 인한 혼잡교통류 상황에 순간적으로 반응(통행시간 데이터베이스 갱신과 최적 경로 탐색)하는 차량들을 중심으로, 상대적으로 교통량이 적은 상황에서는 보다 시스템 효율적인 시간대에 운전자들이 경로를 변경하는 행태를 보인 반면에 교통량이 많은 상황에서는 많은 운전자들이 덜 효율적인 시간대, 예를 들면 교통사고가 해소된 후에도 경로를 변경하는 경우가 목격되었다. 따라서 차량당 평균통행시간단축은 교통수요와 밀접한 관계를 보였다. 그리고 실제 교통사고 시간 동안 교통사고의 직접적인 영향에 의해서 경로를 변경하는 통신차량들을 제외하면 도로망에 진입하는 차로에 있는 통신차량이 도로망내에 있는 다른 통신차량보다 통행시간이 짧은 것으로 나타났다. 또한 교통사고지점의 위치와 방향은 경로변경차량의 공간적인 분포를 결정하는 것으로 나타났다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제29권2호
• /
• pp.299-306
• /
• 2016

Body temperature (BT) monitoring in cattle could be used to early detect fever from infectious disease or physiological events. Various ways to measure BT have been applied at different locations on cattle including rectum, reticulum, milk, subcutis and ear canal. In other to evaluate the temperature stability and reliability of subcutaneous temperature (ST) in highly fluctuating field conditions for continuous BT monitoring, long term ST profiles were collected and analyzed from cattle in autumn/winter and summer season by surgically implanted thermo-logger devices. Purposes of this study were to assess ST in the field condition as a reference BT and to determine any location effect of implantation on ST profile. In results, ST profile in cattle showed a clear circadian rhythm with daily lowest at 05:00 to 07:00 AM and highest around midnight and rather stable temperature readings (mean${\pm}$standard deviation [SD], $37.1^{\circ}C$ to $37.36^{\circ}C{\pm}0.91^{\circ}C$ to $1.02^{\circ}C$). STs are $1.39^{\circ}C$ to $1.65^{\circ}C$ lower than the rectal temperature and sometimes showed an irregular temperature drop below the normal physiologic one: 19.4% or 36.4% of 54,192 readings were below $36.5^{\circ}C$ or $37^{\circ}C$, respectively. Thus, for BT monitoring purposes in a fever-alarming-system, a correction algorithm is necessary to remove the influences of ambient temperature and animal resting behavior especially in winter time. One way to do this is simply discard outlier readings below $36.5^{\circ}C$ or $37^{\circ}C$ resulting in a much improved mean${\pm}$SD of $37.6^{\circ}C{\pm}0.64^{\circ}C$ or $37.8^{\circ}C{\pm}0.55^{\circ}C$, respectively. For location the upper scapula region seems the most reliable and convenient site for implantation of a thermo-sensor tag in terms of relatively low influence by ambient temperature and easy insertion compared to lower scapula or lateral neck.

• 기술혁신학회지
• /
• 제20권3호
• /
• pp.576-606
• /
• 2017

제품 수명주기의 급격한 단축화와 기술융합의 가속화와 같은 환경 변화의 대응 방안으로서 경쟁뿐만 아니라 기업 간 협력의 중요성도 강조되고 있다. 이러한 관점에서 본 연구는 디스플레이 산업에서 나타나는 코피티션의 맥락과 동향을 파악하고자 다음과 같은 연구목적 하에 연구를 진행하였다. 첫째, 전 세계 디스플레이 산업에서 기업들의 협력과 경쟁을 결정하는 경영 및 기술 관련 행위의 특성을 규명한다. 둘째, 전 세계 디스플레이 산업에서 협력과 경쟁 행위에서 향후 중요하게 부각되는 요소를 파악한다. 셋째, 한국의 디스플레이 산업에서 협력과 경쟁 행위의 특징과 향후 견지해야 할 전략적 방향을 제시한다. 이를 위하여, 최근 15년간의 전 세계 기업들의 협력 및 경쟁 행위 관련 정보를 수집하였으며, 기술시장의 전환시점을 고려하여 이를 두 기간으로 구분하였다. 기업 행위 정보를 이용하여 구축한 키워드 네트워크의 네트워크 지표 분석과 군집 분석을 통해 전 세계 기업과 국내 기업의 코피티션 동향을 비교 분석하였다. 분석 결과, 디스플레이 산업에서의 코피티션은 다양한 주제가 분산되어 나타나기보다는 특정 주제들이 중심이 되어 협력과 경쟁 활동을 주도하는 경향을 보였으며, 한국의 파생기술과 산업주도권 선점을 위한 선제적 활동이 두드러지게 나타났다. 본 연구는 전 세계 디스플레이 산업에서 나타나는 기술 분야의 전조 현상 및 이와 관련한 전략적 행동들을 포착하고, 한국 기업들의 선제적 역할을 파악하였다는데 의의가 있다. 연구결과는 향후 제품개발 및 기술마케팅 혁신 방향의 예측가능성을 제시하는데 활용 가능할 것으로 기대된다.

• Journal of Astronomy and Space Sciences
• /
• 제26권4호
• /
• pp.567-588
• /
• 2009

한일공동VLBI상관기(Korea-Japan Joint VLBI Correlator, KJJVC)는 2010년 정상가동을 목표로 한국과 일본 간 공동으로 개발이 진행되고 있다. 이 연구에서는 KJJVC의 핵심이 되는 VLBI 상관 서브시스템(VLBI Correlation Subsystem, VCS)과 동일한 규격을 갖는 소프트웨어 상관기를 개발하였다. 소프트웨어 상관기는 VCS와 같은 8Gbps급, 8192출력채널, 262,144점 FFT(Fast Fourier Transform)의 규격을 갖고 있으며, VCS의 하드웨어 규격과 동일한 함수 알고리즘과 연산 레지스터를 적용하고 있다. 개발한 소프트웨어 상관기의 성능을 확인하기 위해 일본국립천문대의 VERA(VLBI Exploration of Radio Astrometry) 관측망으로 관측한 스펙트럼선과 연속파 천체를 대상으로 상관처리 실험을 수행하고, 그 결과는 미타카 FX 상관기의 스펙트럼 모양, 위상변화, 프린지 검출 등을 비교하였다. 실험을 통하여, VERA 관측데이터를 이용한 소프트웨어 상관기의 결과는 미타카 FX 상관기의 상관결과와 일치하는 것을 확인하여 그 유효성을 입증하였다. 향후 개발한 소프트웨어 상관기는 GUI와 같은 사용자 인터페이스와 상관 후 처리 부분을 개선하면 KJJVC와 함께 한국우주전파관측망(Korean VLBI Network, KVN)의 소프트웨어 상관기로 활용할 수 있을 것으로 기대된다.