• 대한원격탐사학회지
• /
• 제25권4호
• /
• pp.383-389
• /
• 2009

TerraSAR-X자료를 이용하여 고해상 X-밴드 SAR시스템을 이용한 조간대 갯벌 관측에의 적용 가능성을 시험하였다. 연구대상지 역은 강화도 남단과 영종도를 잇는 조간대이며, 단일편파자료와 이중편파자료를 이용하였다. 연구내용은 다음과 같은 세 가지로 분류된다. 첫째, X-밴드 영상에서의 연안의 레이더 반사도 특성 연구 및 waterline 추출 정밀도를 평가하였다. 연안지역의 waterline은 HH 편광자료의 레이더 반사도 특성을 통하여 추출하였을 때 가장 신뢰도가 높았으며, TerraSAR-X 시스템의 짧은 파장과 높은 궤도정밀도로 인하여 정밀한 지리좌표로의 변환이 가능하였다. 연구지역의 조간대 지형 경사도는 평균적으로 수평방향으로 60 m당 20 cm의 고도변화를 가지므로, TerraSAR-X HH 편광자료를 이용한 waterline 추출은 정밀한 조간대 DEM 추출로 응용될 수 있다. 둘째, 이중편파자료의 편파특성을 이용한 조간대 영생식물의 산란특성을 관측하였다. 조간대 수륙경계부에서 잘 관측되는 칠면초와 같은 염생식물은 해수면변화에 따른 조간대의 육지화 모니터링에 좋은 표적이 된다. TerraSAR-X 이중편파자료의 산란특성을 이용한 염생식물 관측결과는 2007년에 현장에서 취득된 실측자료와 비교하여 3 dB 이내의 정밀도로 일치하였다. 셋째, 단일편파자료의 레이더 간섭기법을 이용한 조간대 DEM작성을 시도하였다. 조간대 내에서 육지화가 진행된 지역은 표면에 염생식물이 발달하였음에도 불구하고 높은 간섭긴밀도를 나타내었다. 레이더 간섭기법을 통한 DEM의 제작은 일반적인 조간대에서는 적용이 제한적이며, TanDEM-X의 적용이 필요하다.

• 한국식품위생안전성학회지
• /
• 제34권5호
• /
• pp.413-420
• /
• 2019

본 연구에서는 chlorogenic acid 이성질체 9종과 arbutin을 분석하기 위하여, 전처리 과정과 UHPLC-MS/MS 동시분석 조건을 확립하였다. UHPLC-MS/MS에서 C18 column을 사용하여 15분 동안 분석할 수 있는 용매 조성을 만들고, 10가지 물질에 대한 정량, 정성 이온을 선택하여 negative 모드에서 분석하는 동시분석법을 확립하였고 과일류를 대상으로 추출, 진탕추출, 초음파 추출, 원심분리, 농축 등의 과정을 거치는 전처리법을 개발하였다. 기기분석과 전처리법에 대한 유효성은 특이성, 직선성, 정확성, 정밀성 그리고 검출한계 및 정량한계 등을 통하여 확인하였다. 회수율은 48.1-120.3%, intraday precision(RSD)는 0.4-7.9%, interday precision (RSD)는 0.0-7.2%로 확인되었다. 따라서, 본 연구에서 확립한 동시분석방법은 과일류 중 chlorogenic acid와 arbutin을 효과적으로 분석하는데 유용할 것으로 사료된다.

• 한국식품위생안전성학회지
• /
• 제34권5호
• /
• pp.454-462
• /
• 2019

본 연구는 국내 식생활의 기본적인 구성식단으로 알려진 구이, 찜, 볶음, 조림에 존재하는 다양한 영양성분 중 수용성 비타민인 $B_1$ (thiamin), $B_2$ (riboflavin), 그리고 $B_3$ (niacin)의 함량을 확인하였다. 실험분석 타당성 검증을 통해서 높은 직선성($r^2$>0.997)을 확인하였고, 검출한계의 경우 $0.001-0.067{\mu}g/mL$ 그리고 정량한계의 경우 $0.002-0.203{\mu}g/mL$를 확인하였다. 또한 실험값에 대한 정밀도와 반복성에 대한 검증을 위해서 standard reference materials를 통해 실험값과 표준값과의 오차가 신뢰도 이내에 존재한다는 결과를 확인하였다. 본 연구에서 제시된 구이식품의 경우 thiamin은 0.039-1.057 mg/100 g의 범위에 존재하였고, riboflavin은 0.058-0.686 mg/100 g의 범위에 존재했으며, niacin의 경우 0.021-21.772 mg/100 g 의 범위로 나타났다. 찜 종류의 경우 thiamin은 0.049-1.066 mg/100 g의 범위에 존재하였고, riboflavin은 0.025-0.548 mg/100 g의 범위에 존재했으며, niacin의 경우 0.134-21.509 mg/100 g의 범위로 나타났다. 볶음의 경우 thiamin은 0.114-0.388 mg/100 g의 범위에 존재하였고, riboflavin은 0.014-1.258 mg/100 g의 범위에 존재했으며, niacin의 경우 0.015-2.319 mg/100 g의 범위로 나타났다. 조림의 경우 thiamin은 0.112-1.656 mg/100 g의 범위에 존재하였고, riboflavin은 0.024-0.298 mg/100 g의 범위에 존재했으며, niacin의 경우 0.322-2.157 mg/100 g의 범위로 나타났다. 본 연구에서 제시된 구이, 찜, 볶음, 그리고 조림 식품에 대한 수용성 비타민 함량에 대한 영양성분 데이터베이스 구축 연구가 국민 식생활의 중요한 기초자료로 이용될 것으로 확신한다.

• 한국지하수토양환경학회지:지하수토양환경
• /
• 제14권3호
• /
• pp.1-13
• /
• 2009

탄산수를 대상으로 알칼리도 및 총 탄소 측정 방법의 타당성을 평가하기 위하여 산중화 적정법, 역적정법, 침전법, NDIR-TC 측정법 등 다양한 측정방법을 적용하였다. 인공적으로 제조한 탄산수(ACW(Artificial $CO_2$-rich Water): pH = 6.3, alkalinity = 68.8 meq/L, $HCO_3^-$ = 2,235 mg/L)의 알칼리도 및 총 탄소를 측정한 결과, 탄산수 제조와 동시에 측정된 시료에서는 상기한 모든 측정방법에서 비교적 정확한 측정값을 얻어내었다. 이때 퍼센트 오차는 0~12% 수준이었으며, 반복측정 분산분석(repeated measure ANOVA)의 사후 분석 결과 각 측정 방법간 차이는 95% 신뢰수준에서 없는 것으로 판정되었다. 또한 이때 정밀도(분산계수)도 4% 이내로 재현성이 높은 측정 방법이라고 할 수 있다. 탄산수와 같이 $CO_2$가 탈기(脫氣: degassing)되는 경우 각 측정 방법의 정도관리를 위하여 24시간, 48시간 동안 $CO_2$를 탈기시킨 후 각 측정 방법을 적용하였다. 그 결과 산중화 적정법과 NDIR-TC 방법으로 측정된 알칼리도는 $CO_2$의 탈기에 상관없이 일정한 값을 유지하고 있었다. 이는 알칼리도의 보존성에 기인한 결과로 해석된다. 반면, 역적정법과 침전법으로부터 구한 알칼리도는 증가하는 것으로 나타났다. 한편 총 탄소 함량은 꾸준히 감소하여 48시간후에는 최대 약 50%의 $CO_2$가 탈기된 것으로 평가되었다. 역적정법과 침전법으로부터 구한 알칼리도가 높아진 이유는 총 탄소 함량이 다른 방법에 비하여 높게 측정되었고, $CO_2$ 탈기를 모델링 한 결과, 측정된 총 탄소 함량에 평형인 pH보다 측정된 pH가 높기 때문이다. 이는 ACW에 잔류한 $CO_2$ 기포의 영향으로 생각된다. $CO_2$ 탈기에 의해 발생한 $CO_2$ 기포는 pH를 낮추지 못하고 알칼리도에 영향을 주지는 않기 때문에 산중화 적정법과 NDIR-TC 측정에서는 분석되지 않지만 역적정과 침전법을 적용하여 총 탄소를 분석할 경우에는 측정값에 포함된다. 따라서 탄산수에서 알칼리도 및 총 탄소의 측정과 해석을 정확하게 하기 위해서는 역적정법이나 침전법을 이용하여 측정한 결과를 비교 검토하는 것이 필요하다. 이 연구의 결과는 탄산수 연구나 $CO_2$ 지중저장에 관련된 연구에 활용될 수 있다. 특히 $CO_2$ 지중저장 연구에 응용될 경우 탈기되지 않는 $CO_2$ 기포의 함량을 반영할 수 있기 때문에 심부 지중의 pH를 보정하거나 $CO_2$의 지중 거동과 $CO_2$ 저장 용량 평가에 응용될 것으로 기대된다. 이 연구를 기반으로 고온 고압 환경에서 직접 총 탄소를 정확하고 편리하게 측정하기 위한 방법을 개발할 예정이다.

• 방송공학회논문지
• /
• 제26권4호
• /
• pp.453-462
• /
• 2021

자동차 번호인식을 위해선 수많은 번호판 데이터가 필요하다. 번호판 데이터는 과거의 번호판부터 최신의 번호판까지 균형 있는 데이터의 확보가 필요하다. 하지만 실제 과거의 번호판부터 최신의 번호판의 데이터를 획득하는데 어려움이 있다. 이러한 문제를 해결하기 위해 인조 번호판을 이용하여 자동차 번호판을 생성하여 딥러닝을 통한 번호판 인식 연구가 진행되고 있다. 하지만 인조 데이터는 실제 데이터와 차이가 존재하며, 이러한 문제를 해결하기 위해 다양한 데이터 증강 기법을 사용한다. 기존 데이터 증강 방식은 단순히 밝기, 회전, 어파인 변환, 블러, 노이즈등의 방법을 사용하였다. 본 논문에서는 데이터 증강 방법으로 인조데이터를 실제 데이터 스타일로 변환하는 스타일 변환 방법을 적용한다. 또한 실제 번호판 데이터는 원거리가 많고 어두운 경우 잡음이 많이 존재한다. 단순히 입력데이터를 가지고 문자를 인식할 경우 오인식의 가능성이 높다. 이러한 경우 문자인식 향상을 위해 본 논문에서는 문자인식을 위하여 화질개선 방법으로 DeblurGANv2 방법을 적용하여 번호판 인식 정확도를 높였다. 번호판 검출 및 번호판 번호인식을 위한 딥러닝의 방식은 YOLO-V5를 사용하였다. 인조 번호판 데이터 성능을 판단하기 위해 자체적으로 확보한 자동차 번호판을 수집하여 테스트 셋을 구성하였다. 스타일 변환을 적용하지 않은 번호판 검출이 0.614mAP를 기록하였다. 스타일 변환을 적용한 결과 번호판 검출 성능이 0.679mAP 기록하여 성능이 향상되었음을 확인하였다. 또한 번호판 문자인식에는 화질 개선을 하지 않은 검출 성공률은 0.872를 기록하였으며, 화질 개선 후 검출 성능이 0.915를 기록하여 성능 향상이 되었음을 확인 하였다.

• 한국식품위생안전성학회지
• /
• 제34권2호
• /
• pp.148-157
• /
• 2019

본 연구는 현재 우리나라에서 착색료로 사용허가 되어 있지만 아직 분석법이 개발되지 않은 철클로로필린나트륨의 최적 분석법을 개발하기 위하여 진행되었다. 철클로로필린나트륨은 HPLC-PDA (390 nm), Inertsil ODS-2 column, 1% 초산을 함유한 메탄올-물(80:20, v/v)을 이동상으로 분석할 때 가장 우수한 분리능과 재현성을 나타내었다. UPLC/MS를 통하여 철클로로필린나트륨의 주유도체를 확인한 결과 철 클로린 e4(Fe-chlorin e4)와 철 이소클로린 e4(Fe-isochlorin e4)가 피크의 주요 구성성분임을 확인하였다. 최적 분석법의 타당성을 확보하기 위해 직선성, 검출한계, 정량한계, 정확도, 정밀도, 회수율 분석을 실시하였다. 검량선의 $R^2$은 0.9999, 검출한계는 0.1 mg/kg, 정량한계는 0.3 mg/kg로 나타나 직선성, 검출 한계, 정량한계가 모두 우수하였다. 정확도는 일내분석 93.9~100.8%, 일간분석 99.3~104.95%로 나타났고, 정밀도는 일내분석 2.0~5.4%, 일간분석 4.6~7.7%로 나타났다. 회수율은 수용성 식품(캔디)과 지용성 식품(샐러드드레싱)에서 각각 93.3~104.4%(RSD 0.3~4.3%)과 82.6~114.9%(RSD 1.2~2.0%)로 나타나 국제표준화 기구(ISO)의 기준에 적합하였다. 본 연구는 식품 중 함유된 철클로로필린나트륨을 분석하고 그 유도체를 확인한 결과로 향후 공인분석 방법으로 활용 가치가 클 것으로 기대된다.

• 한국방사선학회논문지
• /
• 제12권6호
• /
• pp.737-743
• /
• 2018

전산화 단층촬영 장치의 정 도관리 항목 중 하나인 환자 피폭선량 피폭 시험은 의료법 제38조 특수의료장비 설치 및 운영에 따라 1년마다 측정을 시행하고 기록을 보관해야 한다. 선량 측정을 위해 사용되고 있는 CT-Dose 팬텀은 정확한 선량 측정이 가능하지만 가격이 비싸다는 단점이 있다. 따라서 본 연구를 통해 기존의 CT-Dose 팬텀을 3D프린터로 유사하게 제작하여 기존의 팬텀과 비교 분석하고 유용성을 알아보았다. 기존의 CT-Dose팬텀과 동일한 팬텀을 제작하기위해 PLA 필라멘트를 이용하여 FFF 방식의 3D프린터를 이용하였으며, CTDIw 값을 산출하기 위해 팬텀의 주변부와 중앙부에 이온챔버를 삽입하여 각 10번씩 측정하였다. 측정결과 주변부는 CT-Dose팬텀 $30.44{\pm}0.31mGy$, 중앙부는 $29.55{\pm}0.34mGy$ CTDIw값은 $30.14{\pm}0.30mGy$로 측정되었고, 3D프린터를 이용하여 제작된 팬텀은 주변부 $30.59{\pm}0.18mGy$, 중앙부 $29.01{\pm}0.04mGy$, CTDIw값은 $30.06{\pm}0.13mGy$로 측정되었다. SPSS 통계 프로그램의 Mann- Whiteney U-test를 사용하여 분석한 결과 중앙부의 결과 값은 통계적으로 유의한 차이가 있었지만 주변부와 CTDIw의 결과 값은 통계적으로 유의한 차이를 나타내지 않았다. 결론적으로, 3D프린터를 이용하여 제작된 팬텀으로 기존의 CT-Dose 팬텀과 유사한 선량측정 성능을 보였으며, 본 연구를 통해 3D프린터를 이용한 저비용의 팬텀 제작의 가능성을 확인할 수 있었다.

• 한국과학교육학회지
• /
• 제39권3호
• /
• pp.363-377
• /
• 2019

이 연구는 자기보고식 검사를 통해 과학 관련 정의적 영역을 평가하려할 때 검사 결과에서 나타나는 주관성의 양상을 과학 특이적 측면에서 밝혔다. 과학 관련 개념이나 인식을 측정하려할 때 학생이 지닌 과학 특성, 본성에 대한 인식이 원인이 되어 나타나는 반응을 과학 특이적 반응으로 정의했다. 그 중에서 과학 특이적 반응이 특별히 측정 구인을 방해하거나 정확한 자기 보고를 벗어나게 하는 경우에 대해 탐색했다. 고등학교 1, 2학년 649명의 정의적 특성 및 심리적 특성을 검사한 양적 자료와 학생 44명을 면담한 질적 자료로부터 과학 특이적 요소로 인한 오차 결과를 도출했다. 학생이 일상과 과학 학습 경험으로부터 내면화한 과학에 대한 관점과 과학 특성은 검사 도구를 이루는 문항들과 상호작용한다. 그 결과 과학의 특성, 개인의 과학 경험, 검사 도구 속 과학이라는 세 측면에서 정확한 자기 보고를 방해하는 요소가 발견되었다. 과학 본질적 측면과 관련 있는 과학의 특성은 학생들이 과학을 보는 관점과 주관적으로 인식한 과학의 특성이 측정하려는 구인에 관계없이 문항에 반응하도록 한다. 학습자 측면에서 개인의 과학 경험은 학생이 지닌 과학 동기, 과학 경험과의 상호작용, 과학과 삶에 대한 인식으로 구성된다. 마지막으로 도구적 측면에서 검사 도구 속 과학은 과학 개념의 불명확성으로 인한 용어 혼동으로 연결되며 정확한 자기보고를 방해할 수 있다. 본 연구 결과에 의한 시사점으로 검사 문항에서 과학 특이적 요소의 포함 여부 검토, 측정 개념을 명확히 하기 위한 주의점, 개발 단계에서의 과학 특이성 요소 검토, 일상 과학과 학교 과학의 괴리를 줄이려는 노력 필요 등을 제안했다.

• 핵의학기술
• /
• 제23권2호
• /
• pp.29-37
• /
• 2019

DMIDR (General Electric Healthcare, USA)은 GE 사(社)의 최신 장비로써 PSF (Point Spread Function reconstruction), TOF(Time of Flight)와 Q.Clear의 적용이 가능하다. 특히, Q.Clear는 보정 알고리즘으로써 복셀(voxel)단위 신호 잡음 제거로 기존 OSEM (Ordered Subset Expectation Maximization)의 한계를 넘어설 수 있다. 따라서 이러한 재구성 및 보정 알고리즘의 성능 평가를 통해 정확한 SUV를 구현하며, 병변 검출 능력에 도움이 되는 알고리즘의 조합을 확인하고자 하였다. H/B(Hot & Background) Ratio 2:1, 4:1, 8:1의 비율로 NEMA/IEC 2008 PET phantom을 제작하였다. DMIDR의 NEMA test protocol을 이용하여 영상 획득을 하였다. 재구성 조합은 (1) VPFX(VUE point FX(TOF)), (2) VPHD-S(VUE point HD+PSF), (3) VPFX-S(TOF+PSF), (4) QCHD-S-400(VUE point HD+Q.Clear(${\beta}-strength$ 400)+PSF), (5) QCFX-S-400(TOF+Q.Clear(${\beta}-strength$ 400)+PSF), (6) QCHD-S-50(VUE point HD+Q.Clear(${\beta}-strength$ 50)+PSF), (7) QCFX-S-50(TOF+Q.Clear(${\beta}-strength$ 50) + PSF)의 7 가지로 구성하였다. H/B Ratio 및 재구성 알고리즘 별로 측정된 결과를 이용하여 CR (Contrast Recovery)와 BV (Background Variability)을 구하였다. 또한, 각 조합의 count를 측정하여 SNR (Signal to Noise Ratio)과 RC(Recovery Coefficient)를 구하고 SUV (Standardized Uptake Value)를 측정하였다. 구의 크기가 가장 작은 10 mm와 13 mm에서는 VPFX-S, 17 mm 이상에서는 QCFX-S-50에서 가장 높은 CR 결과를 보였다. BV와 SNR의 비교에서는 QCFX-S-400과 QCHD-S-400에서 좋은 값을 보였다. SUV 측정 결과는 H/B ratio와 비례하여 증감하는 양상을 보였다. SUV에 대한 RC의 경우 H/B ratio와 반비례하는 양상을 보였으며, 재구성 알고리즘 중에서는 QCFX-S-50이 가장 높은 값을 보였다. 또한, Q.Clear에 ${\beta}-strength$ 400이 적용된 재구성 알고리즘들이 낮은 값 분포를 보였다. Q.Clear가 적용된 재구성 조합은 ${\beta}-strength$를 높이면 신호잡음이 억제되어 영상 품질면에서 우수한 결과를 보였고 ${\beta}-strength$를 낮추면 선예도가 증가하며, partial volume effect가 감소하여 기존의 재구성 조건에 비하여 높은 RC에 근거한 SUV 측정이 가능하였다. 이러한 진보된 알고리즘의 사용으로 보다 정확한 정량화와 미세병변 검출능력을 향상 시킬 수 있으나 상관 관계를 고려하여 목적에 맞는 최적화 과정이 필요할 것으로 사료된다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.43-61
• /
• 2019

최근 4차 산업혁명과 함께 인공지능 기술에 대한 연구가 활발히 진행되고 있으며, 이전의 그 어느 때보다도 기술의 발전이 빠르게 진행되고 있는 추세이다. 이러한 인공지능 환경에서 양질의 지식베이스는 인공지능 기술의 향상 및 사용자 경험을 높이기 위한 기반 기술로써 중요한 역할을 하고 있다. 특히 최근에는 인공지능 스피커를 통한 질의응답과 같은 서비스의 기반 지식으로 활용되고 있다. 하지만 지식베이스를 구축하는 것은 사람의 많은 노력을 요하며, 이로 인해 지식을 구축하는데 많은 시간과 비용이 소모된다. 이러한 문제를 해결하기 위해 본 연구에서는 기계학습을 이용하여 지식베이스의 구조에 따라 학습을 수행하고, 이를 통해 자연어 문서로부터 지식을 추출하여 지식화하는 방법에 대해 제안하고자 한다. 이러한 방법의 적절성을 보이기 위해 DBpedia 온톨로지의 구조를 기반으로 학습을 수행하여 지식을 구축할 것이다. 즉, DBpedia의 온톨로지 구조에 따라 위키피디아 문서에 기술되어 있는 인포박스를 이용하여 학습을 수행하고 이를 바탕으로 자연어 텍스트로부터 지식을 추출하여 온톨로지화하기 위한 방법론을 제안하고자 한다. 학습을 바탕으로 지식을 추출하기 위한 과정은 문서 분류, 적합 문장 분류, 그리고 지식 추출 및 지식베이스 변환의 과정으로 이루어진다. 이와 같은 방법론에 따라 실제 지식 추출을 위한 플랫폼을 구축하였으며, 실험을 통해 본 연구에서 제안하고자 하는 방법론이 지식을 확장하는데 있어 유용하게 활용될 수 있음을 증명하였다. 이러한 방법을 통해 구축된 지식은 향후 지식베이스를 기반으로 한 인공지능을 위해 활용될 수 있을 것으로 판단된다.