• 한국측량학회지
• /
• 제39권2호
• /
• pp.93-101
• /
• 2021

Recently, with the urban redevelopment and the spread of the planned cities, there is increasing interest in the wind environment, which is related not only to design of buildings and landscaping but also to the comfortability of pedestrians. Numerical analysis for wind environment prediction is underway in many fields, such as dense areas of high-rise building or composition of the apartment complexes, a precisive 3D building model is essentially required in this process. Many studies conducted for wind environment analysis have typically used the method of creating a 3D model by utilizing the building layer included in the GIS (Geographic Information System) data. These data can easily and quickly observe the flow of atmosphere in a wide urban environment, but cannot be suitable for observing precisive flow of atmosphere, and in particular, the effect of a complicated structure of a single building on the flow of atmosphere cannot be calculated. Recently, drone photogrammetry has shown the advantage of being able to automatically perform building modeling based on a large number of images. In this study, we applied photogrammetry technology using a drone to evaluate the flow of atmosphere around two buildings located close to each other. Two 3D models were made into an automatic modeling technique and manual modeling technique. Auto-modeling technique is using an automatically generates a point cloud through photogrammetry and generating models through interpolation, and manual-modeling technique is a manually operated technique that individually generates 3D models based on point clouds. And then the flow of atmosphere for the two models was compared and analyzed. As a result, the wind environment of the two models showed a clear difference, and the model created by auto-modeling showed faster flow of atmosphere than the model created by manual modeling. Also in the case of the 3D mesh generated by auto-modeling showed the limitation of not proceeding an accurate analysis because the precise 3D shape was not reproduced in the closed area such as the porch of the building or the bridge between buildings.

• Journal of Animal Science and Technology
• /
• 제63권2호
• /
• pp.319-331
• /
• 2021

Heat stress (HS) causes adverse impacts on pig production and health. A potential biomarker of HS is required to predict its occurrence and thereby better manage pigs under HS. Information about the saliva metabolome in heat-stressed pigs is limited. Therefore, this study was aimed to investigate the effects of acute HS on the saliva metabolome and identify metabolites that could be used as potential biomarkers. Growing pigs (n = 6, 3 boars, and 3 gilts) were raised in a thermal neutral (TN; 25℃) environment for a 5-d adaptation period (CON). After adaptation, the pigs were first exposed to HS (30℃; HS30) and then exposed to higher HS (33℃; HS33) for 24 h. Saliva was collected after adaptation, first HS, and second HS, respectively, for metabolomic analysis using 1H-nuclear magnetic resonance spectroscopy. Four metabolites had significantly variable importance in the projection (VIP > 1; p < 0.05) different levels in TN compared to HS groups from all genders (boars and gilts). However, sex-specific characteristics affected metabolites (glutamate and leucine) by showing the opposite results, indicating that HS was less severe in females than in males. A decrease in creatine levels in males and an increase in creatine phosphate levels in females would have contributed to a protective effect from protein degradation by muscle damage. The results showed that HS led to an alteration in metabolites related to energy and protein. Protection from muscle damage may be attributed to the alteration in protein-related metabolites. However, energy-related metabolites showed opposing results according to sex-specific characteristics, such as sex hormone levels and subcutaneous fat layer. This study had shown that saliva samples could be used as a noninvasive method to evaluate heat-stressed pigs. And the results in this study could be contributed to the development of a diagnostic tool as a noninvasive biomarker for managing heat-stressed pigs.

• 지식경영연구
• /
• 제22권4호
• /
• pp.27-40
• /
• 2021

Click-Through Rate(CTR) 예측은 추천시스템에서 후보 항목의 순위를 결정하고 높은 순위의 항목들을 추천하여 고객의 정보 과부하를 줄임과 동시에 판매 촉진을 통한 수익 극대화를 달성할 수 있는 핵심 기능이다. 자연어 처리와 이미지 분류 분야는 심층신경망(deep neural network)의 활용을 통한 괄목한 성장을 하고 있다. 최근 이 분야의 주류를 이루던 모델과 차별화된 어텐션(attention) 메커니즘 기반의 트랜스포머(transformer) 모델이 제안되어 state-of-the-art를 달성하였다. 본 연구에서는 CTR 예측을 위한 트랜스포머 기반 모델의 성능 향상 방안을 제시한다. 자연어와 이미지 데이터와는 다른 이산적(discrete)이며 범주적(categorical)인 CTR 데이터 특성이 모델 성능에 미치는 영향력을 분석하기 위해 임베딩의 일반화(regularization)와 트랜스포머의 정규화(normalization)에 관한 실험을 수행한다. 실험 결과에 따르면, CTR 데이터 입력 처리를 위한 임베딩 과정에서 L2 일반화의 적용과 트랜스포머 모델의 기본 정규화 방법인 레이어 정규화 대신 배치 정규화를 적용할 때 예측 성능이 크게 향상됨을 확인하였다.

• 한국전기전자재료학회논문지
• /
• 제35권4호
• /
• pp.333-341
• /
• 2022

자기전기복합체(magnetoelectric, ME compositie)는 자왜재료와 압전재료의 결합현상을 이용하는 재료로서 지난 20여 년간 이론적, 실험적으로 많은 연구가 진행되어 왔다. 자기전기복합체의 출력특성은 구성하는 소재, 계면층, 복합체의 형상, 자기장하 진동모드 등의 많은 구성요소의 최적화를 통하여 급속히 향상되고 있다. 하지만 자기전기복합체의 자기전기 결합 특성 평가는 대부분의 연구들에서 구체적인 방법을 제시하지 않아 어떻게 측정한 것인지가 불명확한 경우가 많다. 본 논문에서는 자기전기복합체의 비공진, 공진상황에서 자기전기 전압계수를 어떻게 측정할 수 있는지에 대한 자세한 방법을 소개한다. 평가를 위한 샘플로서 대칭적인 구조를 가지는 Gelfenol/PMN-PZT/Gelfenol 자기전기복합체를 제조하였다. 압전 재료로는 이방성의 (011) 32 모드의 PMN-PZT 압전 단결정과 자왜재료로는 Galfenol 합금을 사용하여 에폭시로 접착하였다. 컴퓨터 인터페이스로 자동화된 자기전기 전압특성 측정 시스템의 구성을 우선 설명하고, 자기전기 결합특성의 측정 방법을 단계별로 설명한다. 본 튜토리얼 논문에서는 자기전기결합 특성과 특성평가방법을 이해하고자 하는 연구자들에게 도움이 될 수 있는 평가방법의 원리와 절차를 제공하고자 하였다.

• 응용통계연구
• /
• 제35권4호
• /
• pp.457-468
• /
• 2022

고령인구가 증가함에 따라 국가차원에서 노인의 건강노화 실현을 위한 장기요양 필요 발생의 예방 방안을 마련하는 것은 매우 중요하며, 정책적 효과를 극대화하기 위해서는 적절한 대상자의 선정이 선행되어야 한다. 이에 본 연구는 국민건강보험공단의 국민건강정보를 활용하여, 장기요양 필요를 야기하는 기능장애 발생 가능성이 높은 대상자를 발굴하기 위한 예측모형을 개발하고자 한다. 본 연구는 연구대상자의 과거 수집된 자료를 활용하는 후향적 연구로, 본 연구의 연구대상자는 만 65세 이상 의료보장등록인구이다(총 7,724,101명). 예측모형 개발을 위해 고유 방법인 로지스틱 회귀모형, 머신러닝 방법인 의사결정나무와 랜덤포레스트, 딥러닝 방법인 다층퍼셉트론 신경망을 분석하였다. 체계적 분석절차를 통해 각 분석방법별 모형을 적합하였고, 내적 타당성 및 외적 타당성 평가 결과를 기반으로 최종 예측모형을 랜덤포레스트로 선정하였다. 랜덤포레스트는 모집단에서의 4.50%밖에 되지 않는 장기요양 필요 대상자의 약 90%를 장기요양 필요 발생 고위험 대상자로 예측할 수 있다. 본 연구의 예측모형 및 고위험군 기준은 노인의 욕구 중심에서 예방 서비스가 필요한 대상자를 선제적으로 발굴하는데 기여할 것으로 기대된다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권10호
• /
• pp.373-380
• /
• 2022

본 논문에서는 네트워크 환경에서 원격사용자들의 몰입형 상호작용을 위한 딥러닝 기반의 그룹 동기화 기법을 제안한다. 그룹 동기화의 목적은 사용자의 몰입감을 높이기 위해서 모든 참여자가 동시에 상호작용이 가능하게 하는 것이다. 기존 방법은 시간 정확도를 향상을 위해 대부분 NTP(Network Time Protocol) 기반의 시간 동기화 방식에 초점이 맞추어져 있다. 동기화 서버에서는 미디어 재생 시간을 제어하기 위해 이동 평균 필터를 사용한다. 그 한 예로서, 지수 가중평균 방법은 입력 데이터의 변화가 크지 않으면 정확하게 재생 시간을 추종하고 예측하나 네트워크, 코덱, 시스템 상태의 급격한 변화가 있을 때는 안정화를 위해 더 많이 시간이 필요하다. 이런 문제점을 개선하기 위해서 데이터의 특성을 반영할 수 있는 딥러닝 기반의 그룹 동기화 기법인 DeepGroupSync를 제안한다. 제안한 딥러닝 모델은 시계열의 재생 지연 시간을 이용하여 최적의 재생 시간을 예측하는 두 개의 GRU(gated recurrent unit) 계층과 하나의 완전 연결 계층으로 구성된다. 실험에서는 기존의 지수 가중평균 기반 방법과 제안한 DeepGroupSync 방법에 대한 성능을 평가한다. 실험 결과로부터 예상하지 못한 급격한 네트워크 조건 변화에 대해서 제안한 방법이 기존 방법보다 더 강건함을 볼 수 있다.

• 융합정보논문지
• /
• 제11권5호
• /
• pp.30-37
• /
• 2021

사물인터넷 등을 통하여 각종 기기들이 인터넷으로 연결되어 있고 이로 인하여 인터넷을 이용한 공격이 발생하고 있다. 그러한 공격 중 악성 URL를 이용하여 사용자에게 잘못된 피싱 사이트로 접속하게 하거나 악성 바이러스를 유포하는 공격들이 있다. 이러한 악성 URL 공격을 탐지하는 방법은 중요한 보안 이슈 중에 하나이다. 최근 딥러닝 기술 중 뉴럴네트워크는 이미지 인식, 음성 인식, 패턴 인식 등에 좋은 성능을 보여주고 있고 이러한 뉴럴네트워크를 이용하여 악성 URL 탐지하는 분야가 연구되고 있다. 본 논문에서는 뉴럴네트워크를 이용한 악성 URL 탐지 성능을 각 파라미터 및 구조에 따라서 성능을 분석하였다. 뉴럴네트워크의 활성화함수, 학습률, 뉴럴네트워크 모델 등 다양한 요소들에 따른 악성 URL 탐지 성능에 어떠한 영향을 미치는 지 분석하였다. 실험 데이터는 Alexa top 1 million과 Whois에서 크롤링하여 데이터를 구축하였고 머신러닝 라이브러리는 텐서플로우를 사용하였다. 실험결과로 층의 개수가 4개이고 학습률이 0.005이고 각 층마다 노드의 개수가 100개 일 때, 97.8%의 accuracy와 92.94%의 f1 score를 갖는 것을 볼 수 있었다.

• 한국지반신소재학회논문집
• /
• 제21권4호
• /
• pp.1-12
• /
• 2022

토공사에서 다짐품질관리를 위해 일반적으로 평판재하시험 및 현장밀도시험 등이 실시되며, 다짐확인을 위한 추가 분석이 동반된다. 최근 IoT(Internet of Things) 기반의 디지털 환경이 조성되면서 스마트 다짐품질관리가 가능한 DCPT(Dynamic Cone Penetration Test) 장비가 개발되었고, 이러한 디지털 DCPT 시스템은 실시간 다짐에 대한 위치·시간정보와 작업자의 이력관리가 가능하게 되었다. IoT 기반의 DCPT 시스템은 기존의 다짐품질시험의 시간적·비용적 단점을 개선하고 현장에서 유연하게 적용가능하게 되었으며, 현장다짐 지표인 DPI(Dynamic Cone Penetration Index)의 기록과 저장이 자동화 되었다. 본 연구에서는 이러한 DCPT 장비를 현장 적용하여, 현장 적용 데이터인 DPI를 통해 다짐강도의 경향을 확인하였다. 그 결과 최종다짐에서 초기다짐의 DPI보다 1.4배 감소하여 지표에서 10~14cm 깊이인 노상 다짐층의 다짐강도 증가를 확인할 수 있었으며, 다짐결과비교를 위한 평판재하시험의 지지력 계수의 경향과 동일하게 최종 다짐시 다짐강도 증가경향을 확인할 수 있었다. 또한 기존 아날로그 DCPT의 경우가 아닌 IoT DCPT장비를 사용하므로 인원 및 시간을 저감한 시험수행이 가능하였으며 측정데이터의 스마트기기 전송을 통해 다짐정보의 실시간 확인이 가능하게 되었다. 이러한 스마트 기능이 추가된 IoT 기반 DCPT장비를 통해 DPI로 실시간 다짐관리 가능성을 확인할 수 있었으며, DPI에 대한 국내 다짐 재료 및 실내시험조건에 대한 추가연구와 평판재하시험과의 상관성에 대한 연구가 지속적으로 이루어진다면 다짐관리 및 확인 용도로 IoT 기반 DCPT장비가 폭넓게 활용될 수 있을 것이라 판단된다.

• Korean Chemical Engineering Research
• /
• 제60권3호
• /
• pp.398-406
• /
• 2022

그람음성균의 외막은 수많은 생물물리학적 및 생화학적 과정이 작용하여 생존력을 유지하도록 설계되어 있는 세포환경의 가장 바깥 층이다. 세포공학의 발전으로 인해 박테리아의 막 환경을 변경하는 등 유전정보를 원하는 대로 조작할 수 있게 되었고 이는 박테리아를 특정 목적에 적용시킬 수 있게 하였다. 그중 기능성 분자를 박테리아 외막에 표지하는 세포 표면공학은 숙주세포가 특정 외부물질이나 자극에 반응하도록 유도하는 전략 중 하나이다. 기능성 펩타이드 또는 단백질을 세포 표면에 표지하기 위한 방법으로 막 고정 모티프를 융합한 후 세포 내에서 발현하는 방법이 일반적으로 사용되고 있지만 이는 박테리아 시스템에서 발현할 수 없는 외인성 단백질이나 크기가 큰 단백질에는 적용할 수 없다는 한계점이 있다. 박테리아 외막의 구성요소에 자연적으로 존재하는 반응성 그룹과 기능성 물질을 화학접합하는 방법도 있으나 필수 구성 요소의 비특이적 변형으로 인해 세포의 생장이 저해되는 경우가 많다. 본 연구에서는 비천연아미노산 또는 자가결합 도메인을 사용해 대장균의 세포 표면을 부위 특이적으로 형광 표지하는 두 가지의 접근법을 수행하였다. 첫 번째 접근법은 화학선택적 반응성을 지닌 비천연아미노산이 삽입된 펩타이드를 대장균 표면에 발현하여 위치 특이적으로 형광염료를 접합시키는 방법이다. 두 번째 접근법은 자가결합능력을 지닌 이종 이량체 코일-코일에서 유래된 α-나선 도메인을 대장균 외막에 발현하고 녹색 형광 단백질이 융합된 상보적인 α-나선 도메인을 막 표면에 특이적으로 고정하는 방법이다. 제시된 방법들은 위치와 시간이 제어된 방식으로 박테리아 외막에 새로운 기능을 부여하는 방법론으로서 유용하다.

• 한국항공우주학회지
• /
• 제50권12호
• /
• pp.899-907
• /
• 2022

초경량 비행장치인 드론의 최대 허용 비행 고도는 지상 150m로 이는 난류의 영향을 받아 바람의 변동성이 강한 대기경계층 내에 존재한다. 또한 대기경계층 내에서의 바람 변동성은 지리적 위치에 따라 다른 특성을 가지므로 드론 관련 안전사고 방지를 위해서는 비행 지역에서의 각 고도의 바람 특성에 대한 명확한 이해가 필요하다. 본 연구에서는 인천국제공항 인근에 위치한 항공기상관측장비 테스트베드에서 윈드라이다(WindMast 350M)를 사용하여 2022년 7월과 9월에 바람의 연직 구조 관측을 수행하였고, 이러한 관측된 바람 자료를 활용하여 드론의 안전비행을 위한 정보를 생산하는 분석 방안을 제시하였다. 우선 윈드라이다를 통해 수집된 바람 자료에 푸리에 변환 분석 방법을 사용하여 수평 풍속의 시간 규모 특징을 각 고도별로 살펴보았다. 또한 강수와 무강수 사례의 바람장의 스펙트럼으로부터 드론 비행에 중요한 바람의 시간 규모인 1시간 이하 규모의 수평 풍속의 분산을 분리하여 전체 규모에 대한 1시간 이하 규모의 기여도를 각 고도별로 확인하였다.