• 한국수자원학회논문집
• /
• 제53권12호
• /
• pp.1173-1181
• /
• 2020

최근 단기간의 국지성호우가 빈번하게 발생하면서 단순 1차적 피해를 넘어 경제적, 사회적 영향이 커지고 있다. 기상선진국에서는 단순 기상예보로서의 정보전달이 아닌 사회 경제적 영향을 분석하여 현실적이고 신뢰할 수 있는 영향예보를 실시하고 있다. 본 논문에서는 사람의 보행에 영향을 미칠 수 있는 영향한계강우량을 산정하기 위해서 Spatial Runoff Assessment Tool (S-RAT), FLO-2D 모델을 사용하여 침수정도를 도출하였고 Grid to Grid (G2G)개념의 한계강우량을 산정하였다. 또한, 과거 의학 분야에서 많이 사용하였지만 현재는 가뭄이나 홍수 등의 자연현상 및 머신러닝에 많이 사용하는 ROC 분석 기법을 통해 정량적인 정확도분석을 실시하였다. 분석 결과 실제 침수와 모의 침수가 비슷한 시간대의 결과가 나왔으며 ROC 곡선의 결과 0.7이상으로 Fair 단계의 적정성을 확보하였다.

• 한국축산식품학회지
• /
• 제41권2호
• /
• pp.312-323
• /
• 2021

The purpose of this study was to use 1H nuclear magnetic resonance (1H NMR) to quantify taste-active and bioactive compounds in chicken breasts and thighs from Korean native chicken (KNC) [newly developed KNCs (KNC-A, -C, and -D) and commercial KNC-H] and white-semi broiler (WSB) used in Samgye. Further, each breed was differentiated using multivariate analyses, including a machine learning algorithm designed to use metabolic information from each type of chicken obtained using 1H-13C heteronuclear single quantum coherence (2D NMR). Breast meat from KNC-D chickens were superior to those of conventional KNC-H and WSB chickens in terms of both taste-active and bioactive compounds. In the multivariate analysis, meat portions (breast and thigh) and chicken breeds (KNCs and WSB) could be clearly distinguished based on the outcomes of the principal component analysis and partial least square-discriminant analysis (R2=0.945; Q2=0.901). Based on this, we determined the receiver operating characteristic (ROC) curve for each of these components. AUC analysis identified 10 features which could be consistently applied to distinguish between all KNCs and WSB chickens in both breast (0.988) and thigh (1.000) meat without error. Here, both 1H NMR and 2D NMR could successfully quantify various target metabolites which could be used to distinguish between different chicken breeds based on their metabolic profile.

• 한국융합학회논문지
• /
• 제13권3호
• /
• pp.33-41
• /
• 2022

본 논문에서는 다중 요인을 고려한 천연 가스 누출 정도 예측을 위해 관련 요인을 포함하는 기상청 자료와 천연가스 누출 자료를 통합하고, 요인 분석을 기반으로 중요 특성을 선택하는 머신러닝 기법을 제안한다. 제안된 기법은 3단계 절차로 구성되어 있다. 먼저, 통합 데이터 셋에 대해 선형 보간법을 수행하여 결측 데이터를 보완하는 전처리를 수행한다. 머신러닝 모델 학습 최적화를 위해 OrdinalEncoder(OE) 기반 정규화와 함께 요인 분석을 사용하여 필수 특징을 선택하며, 데이터 셋은 k-평균 클러스터링으로 레이블을 지정한다. 최종적으로 K-최근접 이웃, DT(Decision Tree), RF(Random Forest), NB(Naive Bayes)의 네 가지 알고리즘을 사용하여 가스 누출 수준을 예측한다. 제안된 방법은 정확도, AUC, 평균 표준 오차(MSE)로 평가되었으며, 테스트 결과 OE-F 전처리를 수행한 경우 기존 기법에 비해 성공적으로 개선되었음을 보였다. 또한 OE-F 기반 KNN(OE-F-KNN)은 95.20%의 정확도, 96.13%의 AUC, 0.031의 MSE로 비교 알고리즘 중 최고 성능을 보였다.

• 대한후두음성언어의학회지
• /
• 제33권1호
• /
• pp.1-6
• /
• 2022

Vocal fold injection (VFI) is widely accepted as a first line treatment in treating unilateral vocal fold paralysis and other vocal fold diseases. Although VFI is advantageous for its minimal invasiveness and efficiency, the invisibility of the needle tip remains an essential handicap in precise localization. Real-time light-guided vocal fold injection (RL-VFI) is a novel technique that was developed under the concept of performing simultaneous injection with precise placement of the needle tip under light guidance. RL-VFI has confirmed its possibility of technical implementation and the feasibility in injecting the needle from various directions through ex vivo animal studies. Further in vivo animal study has approved the safety and feasibility of the procedure when various transcutaneous approaches were applied. Currently, RL-VFI device is authorized for clinical use by the Ministry of Food and Drug Safety in South Korea and is clinically applied to patients with safe and favorable outcome. Several clinical studies are currently under process to approve the safety and the efficiency of RL-VFI. RL-VFI is expected to improve the complication rate and the functional outcome of voice. Furthermore, it will support laryngologists in overcoming the steep learning curve by its intuitive guidance.

• 방송공학회논문지
• /
• 제27권5호
• /
• pp.812-815
• /
• 2022

햇빛 아래에서 디지털 기기에 표시되는 영상은 일반적으로 원본 영상보다 어둡게 인식되어 시인성이 저하된다. 더 나은 시인성을 위해서, 주변광에 적응적인 전역 휘도 보상 혹은 톤 매핑이 필요하다. 하지만 기존의 기법들은 색차 보상에 한계가 존재하고, 무거운 계산 비용 때문에 실제 환경에서 활용하는데 어려움이 존재한다. 이를 해결하기 위해 본 논문에서는 휘도와 색차를 모두 보상하는 Piece-wise Linear Enhancement Curves (PLECs) 기반 영상 개선 기법을 제안한다. 이때, PLECs은 딥러닝을 통해 회귀 되며, lookup table 형식으로 구현되어 실시간 동작이 가능하다. 실험 결과 제안 방법이 낮은 계산 비용으로 원본 영상 대비 더 나은 시인성을 가짐을 보인다

• Clinics in Shoulder and Elbow
• /
• 제24권4호
• /
• pp.209-214
• /
• 2021

Background: The treatment for acromioclavicular joint injuries (ACJI) ranges from a conservative approach to extensive surgical reconstruction, and the decision on how to manage these injuries depends on the grade of acromioclavicular (AC) joint separation, resources, and skill availability. After a thorough review of the literature, the researchers adopted a simple cost-effective technique of AC joint reconstruction for acute ACJI requiring surgery. Methods: This was a prospective single-center study conducted between April 2017 and April 2018. For patients with acute ACJI more than Rockwood grade 3, the researchers performed open coracoclavicular ligament reconstruction using synthetic sutures along with an Endobutton and a figure of 8 button plate. This was followed by AC ligament repair augmenting it with temporary percutaneous AC K-wires. Clinical outcomes were evaluated using the Constant Murley shoulder score. Results: Seventeen patients underwent surgery. The immediate postoperative radiograph showed an anatomical reduction of the AC joint dislocation in all patients. During follow-up, one patient developed subluxation but was asymptomatic. The mean follow-up period was 30 months (range, 24-35 months). The mean Constant score at 24 months was 95. No AC joint degeneration was noted in follow-up X-rays. The follow-up X-rays showed significant infra-clavicular calcification in 11 of the 17 patients, which was an evidence of a healed coracoclavicular ligament post-surgery. Conclusions: This study presents a simple cost-effective technique with a short learning curve for anatomic reconstruction of acute ACJI. The preliminary results have been very encouraging.

• 대한의용생체공학회:의공학회지
• /
• 제44권1호
• /
• pp.25-32
• /
• 2023

Recognizing the size and location of prostate cancer is critical for prostate cancer diagnosis, treatment, and predicting prognosis. This paper proposes a model to classify the tumor region and normal tissue with cross-sectional visual images of prostatectomy tissue. We used specimen images of 44 prostate cancer patients who received prostatectomy at Gachon University Gil Hospital. A total of 289 prostate slice images consist of 200 slices including tumor region and 89 slices not including tumor region. Images were divided based on the presence or absence of tumor, and a total of 93 features from each slice image were extracted using Radiomics: 18 first order, 24 GLCM, 16 GLRLM, 16 GLSZM, 5 NGTDM, and 14 GLDM. We compared feature selection techniques such as LASSO, ANOVA, SFS, Ridge and RF, LR, SVM classifiers for the model's high performances. We evaluated the model's performance with AUC of the ROC curve. The results showed that the combination of feature selection techniques LASSO, Ridge, and classifier RF could be best with an AUC of 0.99±0.005.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.212-212
• /
• 2023

비점오염원관리와 같이 장기적인 유역 관리 계획에서 유역 내 오염원 평가는 정말 중요하다. 유역 내 오염원 평가는 강우 유출에 의한 비점오염 발생원이 어디서 얼마나 발생시키는지에 대한 정량적인 조사가 필요하다. 유역 내의 오염원에 대한 정량적인 조사는 많은 비용과 시간이 필요하다. 이러한 비용과 시간을 줄이기 위해 유역단위 수리 수문 모델을 사용하고 있다. 유역단위 수리수문 모델은 HSPF (Hydrological Simulation Program in Fortran), SWAT (Soil and Water Assessment Tool), L-THIA ACN-WQ(The Long-term Hydrologic Impact Assessment Model with Asymptotic Curve Number Regression Equation and Water Quality model)등 다양한 모델이 사용되고 있다. 하지만 유역 모델을 통한 모의는 다양한 연산 과정을 진행하여 모의까지 많은 시간이 필요하다는 단점이 있다. 이에 따라 데이터 기반 모델링 기법(머신러닝/딥러닝)을 이용한 유출 및 수질 예측 연구가 많이 이루어지고 있다. 단순 머신러닝/딥러닝 기반 모델링 기법은 점(최종유출구)에서의 예측만 가능하여 최적관리 기법 적용 등과 같은 유역관리 방안을 적용하기 힘들다는 문제점이 있다. 따라서 본 연구에서 머신러닝/딥러닝을 통해 일부 수문 프로세스를 대체하고 소유역별 하도추적 기법을 연계하여 유량 및 수질 항목들의 모의가 가능한 하이브리드 모델을 개발하였다. 이는 머신러닝/딥러닝이 유역 모델의 일부 연산 과정을 대체하여 모의시간이 빠르며, 기존 머신러닝/딥러닝 예측 모델에서 평가가 어려웠던 유역 관리 방안 및 최적관리기법 적용 평가에도 활용이 가능할 것으로 판단이 된다.

• 한국컴퓨터정보학회논문지
• /
• 제28권9호
• /
• pp.149-158
• /
• 2023

전 세계적으로 기후변화의 패러다임에 따라 조선업계에서도 친환경연료를 이용하는 추진시스템이 고려되면서, 다양한 추진기 역시 각광을 받고 있다. 일반적인 프로펠러와 타로 구성되었던 추진기들은 전방위추진기(아지무스 스러스터)라는 특수한 추진기의 발전으로부터 그 종류가 다양해지고 있다. 이러한 전방위추진기는 과거에는 예인선에 많이 설치되어 있으나, 현재는 동적위치제어시스템을 탑재한 해양플랜트운영선박에 많이 설치되어 사용되고 있는데, 이는 일반적인 추진기의 조타 방법과 상이하여 승선하는 선원들이 그 특성을 익히는데 많은 시간이 소요되고 있다. 아울러 이러한 특수한 추진기와 관련한 교육 역시 제한적으로 존재한다. 본 연구에서는 전방위추진기 탑재 선박의 조종 미숙으로 발생한 해양사고를 STAMP 기법을 통해 원인을 분석한 후 특수한 추진기를 설치한 선박의 안전 운항을 위해 표준조타명령에 대한 필요성을 시사하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.112-112
• /
• 2020

하천에서 유해화학물질 유입 사고 발생 시 수환경 피해를 최소화하기 위해 신속한 초기 대응이 필요하다. 따라서, 본 연구에서는 수환경 화학사고 대응 시스템 구축을 위해 하천 실시간 모니터링 지점에서 관측된 유해화학물질의 농도 자료를 이용하여 발생원의 유입 지점과 유입량을 역추적하는 프레임워크를 개발하였다. 본 연구에서 제시하는 프레임워크는 첫 번째로 하천 저장대 모형(Transient Storage Zone Model; TSM)과 HEC-RAS 모형을 이용하여 다양한 유량의 수리 조건에서 화학사고 시나리오를 생성하는 단계, 두번째로 생성된 시나리오의 유입 지점과 유입량에 대한 시간-농도 곡선 (BreakThrough Curve; BTC)을 21개의 곡선특징 (BTC feature)으로 추출하는 단계, 최종적으로 재귀적 특징 선택법(Recursive Feature Elimination; RFE)을 이용하여 의사결정나무 모형, 랜덤포레스트 모형, Xgboost 모형, 선형 서포트 벡터 머신, 커널 서포트 벡터 머신 그리고 Ridge 모형에 대한 모형별 주요 특징을 학습하고 성능을 비교하여 각각 유입 위치와 유입 질량 예측에 대한 최적 모형 및 특징 조합을 제시하는 단계로 구축하였다. 또한, 현장 적용성 제고를 위해 시간-농도 곡선을 2가지 경우 (Whole BTC와 Fractured BTC)로 가정하여 기계학습 모형을 학습시켜 모의결과를 비교하였다. 제시된 프레임워크의 검증을 위해서 낙동강 지류인 감천에 적용하여 모형을 구축하고 시나리오 자료 기반 검증과 Rhodamine WT를 이용한 추적자 실험자료를 이용한 검증을 수행하였다. 기계학습 모형들의 비교 검증 결과, 각 모형은 가중항 기반과 불순도 감소량 기반 특징 중요도 산출 방식에 따라 주요 특징이 상이하게 산출되었으며, 전체 시간-농도 곡선 (WBTC)과 부분 시간-농도 곡선 (FBTC)별 최적 모형도 다르게 산출되었다. 유입 위치 정확도 및 유입 질량 예측에 대한 R²는 대부분의 모형이 90% 이상의 우수한 결과를 나타냈다.