• 디지털융복합연구
• /
• 제19권1호
• /
• pp.475-483
• /
• 2021

이 연구는 2018 FIFA 러시아 월드컵 영상자료에서 수집한 2차 가공 데이터와 공식기록을 비교 및 활용하여 패스 정확도의 시간적, 공간적 특성을 규명 하는데 목적이 있었다. 이를 위해 총 128경기를 대상으로 경기결과, 패스 시간, 패스 위치에 따른 패스성공률을 반복측정 이원변량분석을 활용해 검증했다. 연구결과 승패 집단 간 패스성공률의 차이는 나타나지 않았으며, 패스시간 및 위치에 대한 상호작용효과도 발견되지 않았다. 패스시간에 따른 패스성공률은 전반전이 후반전에 비해 높게나왔으며, 15~30분 지점인 전반 중반(79.2%)과 60~75분 지점인 후반 중반(77.9%)에서 가장 높은 성공률을 보였다. 패스지역에 따른 패스성공률은 수비-미드필드지역(83.9%), 미드필드-공격지역(81.7%), 수비지역(70.6%), 공격지역(61.1%)순으로 나타났다. 결론적으로 월드컵 경기의 상대적 경쟁의 강도가 높은 특성에 따라 승패 팀의 패스성공률의 차이가 나타나지 않았다고 판단되며, 향후 다양한 매개변수를 적용해 승패 요소 보다는 경기내용 자체를 분석하기 위한 후속 연구가 필요하다.

• 대한원격탐사학회지
• /
• 제36권6_3호
• /
• pp.1711-1720
• /
• 2020

최근 급속한 산업화와 도시화로 인해 인위적으로 발생하는 미세먼지(Particulate matter, PM)는 기상 조건에 따라 이동 및 분산되면서 피부와 호흡기 등 인체에 악영향을 미친다. 본 연구는 기상인자를 multiple linear regression(MLR), support vector machine(SVM), 그리고 random forest(RF) 모델의 입력자료로 하여 서울시 PM10 농도를 예측하고, 모델 간 성능을 비교 평가하는데 그 목적을 둔다. 먼저 서울시에 소재한 39개소 대기오염측정망(air quality monitoring sites, AQMS)에서 관측된 PM10 농도 자료를 8:2 비율로 구분하여 모델 훈련과 검증 데이터셋으로 사용되었다. 또한 기상관측소(automatic weather system, AWS)에서 관측되고 있는 자료 중 9개 기상인자(평균기온, 최고기온, 최저기온, 일 강수량, 평균풍속, 최대순간풍속, 최대순간풍속풍향, 황사발생유무, 상대습도)가 모델의 입력자료로 선정되었다. 각 AQMS에서 관측된 PM10 농도와 MLR, SVM, 그리고 RF 모델에 의해 예측된 PM10 농도 간 결정계수(R2)는 각각 0.260, 0.772, 그리고 0.793이었고, RF 모델이 PM10 농도 예측에 가장 높은 성능을 나타냈다. 특히 모델 검증에 사용되는 AQMS 중 관악구와 강남대로 AQMS는 상대적으로 AWS에 가까워 SVM과 RF 모델에서 높은 정확도를 나타냈다. 종로구 AQMS는 AWS에서 비교적 멀리 떨어져 있지만, 인접한 두 AQMS 데이터가 모델 학습에 사용되었기 때문에 두 모델에서 높은 정확도를 나타냈다. 반면 용산구 AQMS는 AQMS 및 AWS에서 비교적 멀리 떨어져 있기에 두 모델의 성능이 낮게 나타냈다.

• 한국지구과학회지
• /
• 제42권1호
• /
• pp.1-10
• /
• 2021

규소(Si)는 지각의 구성 원소 중 두 번째로 흔히 존재하는 원소로, 3개의 안정동위원소, 28Si (92.23%), 29Si(4.67%), 30Si (3.10%)를 가진다. 규소 동위원소는 규소의 생지화학적 순환에 대한 지시자로 고환경 및 고기후 복원을 위해 전 세계에서 널리 연구되고 있다. 그러나 국내에서는 아직까지 생물 기원 규소에 대한 규소 동위원소 연구가 전무한 실정이다. 본 연구에서는 대형 규조류 시료에 대한 규소 동위원소 분석을 위해 기존 보고된 알칼리 용융법을 정리하고 생물 기원 규소 분석에 가장 적합한 규소 분리법을 구축하고자 하였다. 해당 시료를 고온 알칼리 용융을 통해 완전 용해시킨 후 시료 내 규소를 AG® 50W-X8 양이온 교환수지를 이용하여 효과적으로 분리하였다. 분리된 시료에 대한 신뢰성 검증을 위하여 Si 동위원소 표준물질(NBS-28) 및 USGS 암석 표준시료(AGV-2, GSP-2, BHVO-2)에 대한 분석을 함께 실시하였으며, 분석된 시료 모두 기존 연구결과와 오차범위 내에서 일치하는 값을 나타내었다. 본 연구에서 개발한 규소 동위원소 분석법은 향후 국내의 지구과학 및 관련 연구 발전에 많은 도움을 줄 것으로 기대된다.

• 대한의용생체공학회:의공학회지
• /
• 제42권4호
• /
• pp.150-158
• /
• 2021

Intracranial hemorrhage (ICH) refers to acute bleeding inside the intracranial vault. Not only does this devastating disease record a very high mortality rate, but it can also cause serious chronic impairment of sensory, motor, and cognitive functions. Therefore, a prompt and professional diagnosis of the disease is highly critical. Noninvasive brain imaging data are essential for clinicians to efficiently diagnose the locus of brain lesion, volume of bleeding, and subsequent cortical damage, and to take clinical interventions. In particular, computed tomography (CT) images are used most often for the diagnosis of ICH. In order to diagnose ICH through CT images, not only medical specialists with a sufficient number of diagnosis experiences are required, but even when this condition is met, there are many cases where bleeding cannot be successfully detected due to factors such as low signal ratio and artifacts of the image itself. In addition, discrepancies between interpretations or even misinterpretations might exist causing critical clinical consequences. To resolve these clinical problems, we developed a diagnostic model predicting intracranial bleeding and its subtypes (intraparenchymal, intraventricular, subarachnoid, subdural, and epidural) by applying deep learning algorithms to CT images. We also constructed a visualization tool highlighting important regions in a CT image for predicting ICH. Specifically, 1) 27,758 CT brain images from RSNA were pre-processed to minimize the computational load. 2) Three different CNN-based models (ResNet, EfficientNet-B2, and EfficientNet-B7) were trained based on a training image data set. 3) Diagnosis performance of each of the three models was evaluated based on an independent test image data set: As a result of the model comparison, EfficientNet-B7's performance (classification accuracy = 91%) was a way greater than the other models. 4) Finally, based on the result of EfficientNet-B7, we visualized the lesions of internal bleeding using the Grad-CAM. Our research suggests that artificial intelligence-based diagnostic systems can help diagnose and treat brain diseases resolving various problems in clinical situations.

• 한국항행학회논문지
• /
• 제25권4호
• /
• pp.305-312
• /
• 2021

보안 시스템에는 다양한 센서가 사용되고 있지만, 사생활 문제가 논란이 됨에 따라 레이다 센서가 대안으로 제시되고 있다. 그 중 PD (Pulse Doppler) 레이다는 짧은 펄스를 사용함으로써 수신부 복잡도가 증가하는 문제가 존재하나, FMCW (Frequency modulated continuous wave) 레이다는 그러한 제한이 적다는 장점이 있다. 그러나, FMCW 레이다는 2D-FFT (2-dimensional fast Fourier transform)를 사용하므로 기존의 센서에 비해서 상대적으로 높은 복잡도를 가지며, 정지해있는 표적에 대해 사람과 사물을 구분하기 어려운 단점이 있다. 따라서 본 논문에서는 1D-FFT와 위상 변화만으로 호흡 여부를 확인하여 사람과 사물을 구분할 수 있는 레이다 신호처리 프로세서의 설계 및 구현 결과를 제시한다. 제안된 신호처리 프로세서는 Verilog-HDL을 기반으로 설계하여 FPGA 디바이스에 기반하여 구현 및 검증하였다. LUT (Look up table) 6,425개, register 4,243개, 12,288개의 memory bit로 구현하여 92.1%의 정확도로 대상의 호흡 여부를 확인할 수 있음을 확인하였다.

• 한국도서관정보학회지
• /
• 제52권2호
• /
• pp.145-166
• /
• 2021

이 연구는 고차원적 사고 능력이 형성되는 시기에 있는 초등학교 고학년 아동의 독후활동으로서 북코딩(Book-Coding)의 독서교육 효과를 검증하는 것을 목적으로 하였다. 이를 위하여 경기도 N시 소재 N초등학교 5학년 아동 30명을 대상으로 북코딩을 활용한 독서교육 프로그램 집단 15명, 독서감상문 작성 프로그램 집단 15명으로 구성하여 총 12회기에 걸쳐 독서교육 프로그램을 적용하였다. 연구의 주요 결과를 요약하면 다음과 같다. 첫째, 북코딩을 활용한 융합 독서교육 프로그램은 초등학교 아동의 논리적 사고력에 미치는 효과를 분석한 결과, 논리적 사고력의 하위 요인인 보존 논리, 비례 논리, 변인 통제 논리, 확률 논리, 상관 추리 논리, 조합 논리 모두 긍정적인 영향을 주는 것으로 나타났다. 둘째, 북코딩을 활용한 융합 독서교육 프로그램은 초등학교 아동의 창의력에 미치는 효과를 분석한 결과, 호기심, 집요성, 유효성, 독자성, 모험성, 개방성, 지식, 상상력, 독자성, 민감성, 유창성, 융통성, 정교성 모두 긍정적인 영향을 주는 것으로 나타났다. 셋째, 북코딩을 활용한 융합 독서교육 프로그램은 초등학교 아동의 창의적 인성에 미치는 효과를 분석한 결과, 호기심, 과제집착, 독립성, 위험감, 사고의 개방성, 심미성 모두 긍정적인 영향을 주는 것으로 나타났다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권3호
• /
• pp.133-140
• /
• 2022

우리는 유학생이 작성한 한국어 쓰기 답안지의 점수 구간을 예측하는 문제에서 세 개의 딥러닝 기반 한국어 언어모델의 예측 성능을 조사한다. 이를 위해 총 304편의 답안지로 구성된 실험 데이터 세트를 구축하였는데, 답안지의 주제는 직업 선택의 기준('직업'), 행복한 삶의 조건('행복'), 돈과 행복('경제'), 성공의 정의('성공')로 다양하다. 이들 답안지는 네 개의 점수 구간으로 구분되어 평어 레이블(A, B, C, D)이 매겨졌고, 총 11건의 점수 구간 예측 실험이 시행되었다. 구체적으로는 5개의 '직업' 답안지 점수 구간(평어) 예측 실험, 5개의 '행복' 답안지 점수 구간 예측 실험, 1개의 혼합 답안지 점수 구간 예측 실험이 시행되었다. 이들 실험에서 세 개의 딥러닝 기반 한국어 언어모델(KoBERT, KcBERT, KR-BERT)이 다양한 훈련 데이터로 미세조정되었다. 또 두 개의 전통적인 확률적 기계학습 분류기(나이브 베이즈와 로지스틱 회귀)도 그 성능이 분석되었다. 실험 결과 딥러닝 기반 한국어 언어모델이 전통적인 기계학습 분류기보다 우수한 성능을 보였으며, 특히 KR-BERT는 전반적인 평균 예측 정확도가 55.83%로 가장 우수한 성능을 보였다. 그 다음은 KcBERT(55.77%)였고 KoBERT(54.91%)가 뒤를 이었다. 나이브 베이즈와 로지스틱 회귀 분류기의 성능은 각각 52.52%와 50.28%였다. 학습된 분류기 모두 훈련 데이터의 부족과 데이터 분포의 불균형 때문에 예측 성능이 별로 높지 않았고, 분류기의 어휘가 글쓰기 답안지의 오류를 제대로 포착하지 못하는 한계가 있었다. 이 두 가지 한계를 극복하면 분류기의 성능이 향상될 것으로 보인다.

• 한국식품위생안전성학회지
• /
• 제36권6호
• /
• pp.474-480
• /
• 2021

식품첨가물로 사용되는 알긴산나트륨은 알긴산염류로서 안정제, 증점제, 유화제 등의 기능을 한다. 알긴산나트륨의 정량법은 전처리가 복잡하고 분석시간이 많이 소요되어 상대적으로 간편하고 보편적인 분석법 연구가 요구되고 있다. 분석장비로는 HPLC-UVD 및 Unison US-Phenyl 컬럼을 사용하였으며, 전처리 조건으로 진탕기를 이용하여 실온에서 150 rpm으로 180분간 추출하였다. 알긴산나트륨의 표준용액을 5개 농도 범위에서 검량선을 작성한 결과 직선성(R²)은 평균 0.9999로 측정되었으며 검출한계(LOD) 및 정량한계(LOQ)는 각각 3.96 mg/kg, 12.0 mg/kg이었다. 또한, 천사채를 이용해 얻은 일내 및 일간 평균 회수율과 정밀도는 각각 98.47-103.74%, 1.69-3.08 RSD%이고, 빙과류에 대한 일내 및 일간 평균 회수율과 정밀도는 각각 99.95-105.76%, 0.59-3.63 RSD%이다. 상대불확도%는 CODEX의 기준에 적합한 1.5-7.9%의 결과를 나타냈다. 본 연구에서 확립한 방법의 적용성 검토를 위해 총 103개 품목에 대한 알긴산나트륨의 함량을 정량한 결과 당면, 유탕면, 당류가공품 유형 순으로 높은 검출율을 보였다.

• 한국농촌건축학회논문집
• /
• 제24권1호
• /
• pp.9-17
• /
• 2022

Rural spaces are increasingly valuable as areas for introducing renewable energy infrastructure to achieve carbon neutrality. Rural areas are the living grounds of rural residents, and the balance of conservation and development for rural areas is important for the introduction of reasonable facilities. In order to maintain a balance between development and preservation and to introduce reasonable renewable energy facilities, it is necessary to develop a current status survey and an effective survey method to utilize a space capable of introducing renewable energy facilities such as idle land and vacant houses. Therefore, this study was conducted to verify the readability using an unmanned aerial vehicle, and the main results are as follows. The detection of photovoltaic power generation facilities using unmanned aerial vehicles was effective in analyzing the location and area of photovoltaic panels located on the roofs of buildings, and it was possible to calculate the expected power generation by region through the area calculation of photovoltaic panels. The vacant house detection can be used to select an investigation target for an vacant house condition survey as it can identify damage to buildings that are expected to be empty houses, management status, and electricity supply facilities through aerial photos. It is judged that the unmanned aerial vehicle detection capability can be utilized as a method to improve the efficiency of investigation and supplement the data related to solar power generation facilities and vacant houses provided by public institutions. Although this study detected the status of solar power generation facilities and vacant houses through high-resolution aerial image analysis, as a follow-up study, automatic measurement methods using the temperature difference of solar power generation facilities and general characteristics of vacant houses that can be read from the air were investigated. If the deriving research is carried out, it is judged that it will be possible to contribute to the improvement of the accuracy of the detection result using the unmanned aerial vehicle and the expansion of the application range.

• 한국시뮬레이션학회논문지
• /
• 제31권1호
• /
• pp.29-41
• /
• 2022

이상기후로 인한 불안정한 식량 수급을 해결하기 위한 대안 중 하나로 식물공장의 필요성이 증대되고 있다. 식물공장 내 기류는 재배작물의 증산작용과 열교환에 중요한 인자 중 하나로 인식되고 있다. 한편, 디지털트윈(Digital Twin: DT)은 실체계를 가상세계에 복제한 것으로 실체계만으로 불가능한 다양한 서비스를 제공하는 수단으로 주목받고 있다. 본 연구에서는 디지털트윈 개념을 실제 운용중인 식물공장 기류해석에 적용하여 다양한 상황에 기류를 예측할 수 있는 기류 예측 DT 모델 개발을 목표로 하였다. 이를 위해 먼저 기류 해석용 디지털트윈 수학적 형식론을 제시하고, 이를 기반으로 실제 운용중인 식물공장의 기류예측 모델링에 필요한 정보들을 명세한다. 이어서 식물공장 내 형상을 CAD로 구현하고 유동해석을 위한 전산유체역학(CFD) 구성요소들을 결합하여 DT 모델을 개발하였다. 마지막으로 DT 모델의 시뮬레이션 해석 결과를 식물공장에서 수집한 실제 기류값과 비교하는 모델의 실증 및 기계학습 기반 보정을 통해 정확도가 높은 기류 예측용 DT 모델을 완성하였다.