• 문화기술의 융합
• /
• 제9권6호
• /
• pp.301-307
• /
• 2023

딥러닝은 심층신경망(Deep Neural Network)을 구축하고 대량의 훈련 데이터를 수집한 후, 구축된 신경망을 오랫동안 학습 시켜야 한다. 만약, 학습이 제대로 진행되지 않거나 과적합이 발생하면, 학습은 실패하게 된다. 현재까지 개발되고 있는 딥러닝 도구들을 사용할 경우, 훈련데이터 수집과 학습에 많은 시간이 소요된다. 하지만, 모바일 환경의 급격한 도래와 센서 데이터의 증가로 인해, 신경망 학습에 걸리는 시간을 획기적으로 줄일 수 있는 실시간 증강형 딥러닝 기술에 대한 요구가 급격하게 증가하고 있다. 본 연구에서는 미세먼지 센서를 장착한 아두이노 시스템을 사용하여 실시간 증강형 딥러닝 시스템을 구현 하였다. 구현된 시스템에서는 미세먼지 데이터를 5초마다 측정하고 최대 120개가 축적이 되면, 기존에 축적된 데이터와 새로이 축적된 데이터를 데이터셋으로 사용하여 학습을 수행하도록 하였다. 학습 수행을 위한 신경망은 입력층 1개, 은닉층 1개, 출력등 1개로 구성하였다. 구현된 시스템에 대한 성능을 평가하기 위해 학습 시간과 평균 제곱근 오차(root mean square error, RMSE)를 측정 하였다. 실험 결과, 평균 학습 오차는 0.04053796이었으며, 학습주기당(1 에포크) 평균 학습 시간은 3,447 초 정도의 시간이 걸렸다.

• 한국수자원학회논문집
• /
• 제56권12호
• /
• pp.939-953
• /
• 2023

천수방정식(shallow water equations, SWE)은 물의 거동을 수치적으로 해석하기 위한 지배방정식으로 수리수문 분야에 널리 활용되고 있으며, 비선형 연립방정식으로 일반적으로 수치적으로 해석할 수 있다. 하지만 기존의 여러 수치 해석법은 격자망 생성에 민감하며 복잡한 지형에서의 해석에 한계가 발생할 수 있다. 이러한 한계점을 극복하기 위하여 본 연구에서는 물리 정보 신경망(Physics-Informed Neural Networks, PINNs)을 사용하고자 하였다. PINNs은 물리 법칙을 신경망에 직접적으로 도입하여 지배방정식을 해석하고자 하는 기법이며 지배 방정식에 대한 물리적, 수학적 정보를 손실함수로 변환하여 최적화하고 해를 산정할 수 있다. 본 연구에서는 지배방정식을 PINNs 구조 내에서 사용할 수 있도록 신경망 구조, 학습 전략, 데이터 생성 기술과 같은 포괄적인 방법론을 제시하고 결과를 ANN 기법과 비교하였다. 물리적 사전지식이 반영되지 않은 ANN과 달리 PINNs은 천수방정식에 대하여 매우 정확한 수치적 솔루션을 효과적으로 제공하는 것으로 나타났다. 따라서 PINNs은 지배방정식의 수치해석적 연구에 많은 잠재력이 있는 것으로 판단되며, 정확하고 효율적인 천수방정식의 솔루션을 위한 기법으로 활용될 수 있을 것으로 기대된다.

• 농촌의학ㆍ지역보건
• /
• 제49권2호
• /
• pp.132-145
• /
• 2024

본 연구는 국내 의료기관 중심 보건의료·복지통합 서비스 활성 방안을 모색하기위하여 대구의료원 달구벌건강주치의사업, 삼척의료원 301 네트워크 사업, 부산의료원 3 for 1 사업 을 프로그램 논리모형을 적용하여 사례 비교하였다. 상황적 측면에서 세 사업 모두 보건의료·복지 서비스의 분절과 의료사각지대 문제를 해결하기 위해 고안되었으며, 투입 요소 중 인력은 모두 다학제 팀 구성 현황은 유사하였으나 구체적인 구성 분야, 채용 규모, 고용 형태, 에서는 기관별 차이가 있었다. 예산을 지원받는 재원 출처의 차이로 각 사업은 지역사회와 협력하고 지원하는 방식과 향후 방향성에서의 차별성도 확인할 수 있었다. 산출은 수혜대상자 수와 진료 건수에 차이가 있었으며, 투입인력 또는 운영비 대비실인원 수, 수혜대상 1인당 사업비 비교시 다른 결과를 확인하였다. 의료기관 중심의 보건의료·복지 통합제공체계의 설계 시 우선적으로 권고하는 상황은 안정적인 기금마련 기전을 확보하고 이에 합당한 대상자와 서비스 전달체계를 구축하라는 것이다. 또한, 의료기관 내 사례관리 전담기구로서 각 부문의 활동을 연계할 수 있도록 위탁이 아닌 전담부서 설치, 적정 규모의 채용, 안정적 고용 체계가 필요하며, 민·관 협력 및 경증부터 중증까지 제공할 수 있는 포괄적 제공체계 구축을 제안한다. 이를 통해 의료기관 중심보건의료복지 통합 서비스 제공 사업은 지역사회에서 풀리지 않는 난제였던 보건의료 서비스 강화와 촘촘한 연계를 가능하게 함으로 궁극적인 지역사회 건강안전망 역할 강화를 기대한다.

• 한국음향학회지
• /
• 제25권7호
• /
• pp.346-355
• /
• 2006

본 논문에서는 동해 천해 영역에서 예인 음원과 L-자형 수신 선배열을 이용한 해상 실험(MAPLE IV)을 통해 수집된 신호 자료에 대해 정합장처리를 이용한 지음향 역산 및 음원 위치 추정을 수행하였다. L-자 형태의 수신 선배열은 수직 선배열과 해저면에 수평으로 놓여진 수평 선배열로 구성되어 있으며, 음원은 협대역 다중 주파수 성분을 가지는 저주파 연속 음원이 예인되었다. 역산 목적함수는 선배열 수신 신호벡터 처리 방식에 따라 다음과 같이 Bartlett 프로세서를 기반으로 한 세 가지 형태 - (1) 수직 및 수평선배열 자료 전체를 하나의 신호 벡터로 상관 처리할 경우, (2) 수직 및 수평선배열 각각에 대한 결과를 비상관 평균할 경우, (3) 수직 및 수평선배열 상호간의 상관 관계만을 이용할 경우- 를 사용하고 그 결과들을 수직 및 수평 선배열 신호를 단독으로 사용할 경우의 결과들과 함께 비교하였다. 역산 결과의 타당성을 확인하기 위해 역산 과정에서 사용한 각 프로세서와 역산된 지음향 인자를 이용하여 낮은 신호 대 잡음비를 갖는 주파수 성분에 대해 음원 위치 추정을 수행하고 성능을 비교하였다.

• 한국음향학회지
• /
• 제26권2호
• /
• pp.61-68
• /
• 2007

마이크로폰의 주파수 응답 특성은 마이크로폰이 레벨 허용 범위로 재생할 수 있는 주파수 범위를 나타내는 것으로, 마이크로폰이 가지고 있는 특성을 평가하는 기준으로 사용되는 가장 중요한 음향 특성 파라메타 중의 하나이다. 이와 같은 마이크로폰의 주파수 응답 특성을 측정하기 위한 기존의 방법들은 그 측정 조건이 매우 까다로울 뿐만 아니라, 고가의 장비를 사용하여 측정하여야 한다는 문제점을 갖고 있다. 이러한 단점을 보완하기 위하여 본 논문에서는 마이크로폰의 주파수 응답 특성을 간단하게 측정할 수 있는 알고리즘을 제안한다. 제안한 알고리즘은 컴퓨터로 생성한 Optimized Aoshima's Time Stretched Pulse(OATSP) 신호를 표준 스피커를 통하여 발생시킨 다음, 측정하고자 하는 마이크로폰으로 수음된 신호와 역 OATSP 신호를 컨볼루션시켜 마이크로폰의 임펄스 응답을 측정하고, 이 신호를 이용하여 측정할 마이크로폰의 주파수 응답 특성을 구하는 방범이다. 제안한 알고리즘의 성능 평가는 제안한 알고리즘을 이용하여 구한 마이크로폰의 주파수 응답 특성 측정값과 그들이 갖고 있던 주파수 응답 특성 데이터를 비교 분석하였다. 비교 결과, 측정한 각각의 마이크로폰 주파수 응답 특성들 사이에 오차가 발생하였으나, 오차가 그 측정값들이 허용 오차(${\pm}3{\sim}{\pm}5dB$) 범위에 내에 있었으므로 제안한 알고리즘이 마이크로폰의 주파수 응답 특성을 측정하기에 적합한 방법임을 입증하였다.

• Korean Journal of Radiology
• /
• 제21권7호
• /
• pp.869-879
• /
• 2020

Objective: To evaluate the performance of a convolutional neural network (CNN) model that can automatically detect and classify rib fractures, and output structured reports from computed tomography (CT) images. Materials and Methods: This study included 1079 patients (median age, 55 years; men, 718) from three hospitals, between January 2011 and January 2019, who were divided into a monocentric training set (n = 876; median age, 55 years; men, 582), five multicenter/multiparameter validation sets (n = 173; median age, 59 years; men, 118) with different slice thicknesses and image pixels, and a normal control set (n = 30; median age, 53 years; men, 18). Three classifications (fresh, healing, and old fracture) combined with fracture location (corresponding CT layers) were detected automatically and delivered in a structured report. Precision, recall, and F1-score were selected as metrics to measure the optimum CNN model. Detection/diagnosis time, precision, and sensitivity were employed to compare the diagnostic efficiency of the structured report and that of experienced radiologists. Results: A total of 25054 annotations (fresh fracture, 10089; healing fracture, 10922; old fracture, 4043) were labelled for training (18584) and validation (6470). The detection efficiency was higher for fresh fractures and healing fractures than for old fractures (F1-scores, 0.849, 0.856, 0.770, respectively, p = 0.023 for each), and the robustness of the model was good in the five multicenter/multiparameter validation sets (all mean F1-scores > 0.8 except validation set 5 [512 x 512 pixels; F1-score = 0.757]). The precision of the five radiologists improved from 80.3% to 91.1%, and the sensitivity increased from 62.4% to 86.3% with artificial intelligence-assisted diagnosis. On average, the diagnosis time of the radiologists was reduced by 73.9 seconds. Conclusion: Our CNN model for automatic rib fracture detection could assist radiologists in improving diagnostic efficiency, reducing diagnosis time and radiologists' workload.

• 한국전기전자재료학회논문지
• /
• 제37권4호
• /
• pp.427-432
• /
• 2024

The polymer crystallization process, promoting the formation of ferroelectric β-phase, is essential for developing polyvinylidene fluoride (PVDF)-based high-performance piezoelectric energy harvesters. However, traditional high-temperature annealing is unsuitable for the manufacture of flexible piezoelectric devices due to the thermal damage to plastic components that occurs during the long processing times. In this study, we investigated the feasibility of introducing a flash lamp annealing that can rapidly induce the β-phase in the PVDF layer while avoiding device damage through selective heating. The flash light-irradiated PVDF films achieved a maximum β-phase content of 76.52% under an applied voltage of 300 V and an on-time of 1.5 ms, a higher fraction than that obtained through thermal annealing. The PVDF-based piezoelectric energy harvester with the optimized irradiation condition generates a stable output voltage of 0.23 V and a current of 102 nA under repeated bendings. These results demonstrate that flash lamp annealing can be an effective process for realizing the mass production of PVDF-based flexible electronics.

• 인지과학
• /
• 제35권1호
• /
• pp.23-48
• /
• 2024

대형언어모형(LLM)을 현실에 적용하려는 지속적인 노력에도 불구하고, 인공지능이 맥락을 이해하고 사람의 의도에 맞게 사회적 지지를 제공하는 능력은 아직 제한적이다. 본 연구에서는 LLM이 사람의 감정 상태를 추론하도록 유도하기 위해, 심리 치료 이론을 기반으로 한 공감 체인(Chain of Empathy, CoE) 프롬프트 방법을 새로 개발했다. CoE 기반 LLM은 인지-행동 치료(CBT), 변증법적 행동 치료(DBT), 인간 중심 치료(PCT) 및 현실 치료(RT)와 같은 다양한 심리 치료 방식을 참고하였으며, 각 방식의 목적에 맞게 내담자의 정신 상태를 해석하도록 설계했다. CoE 기반 추론을 유도하지 않은 조건에서는 LLM이 사회적 지지를 구하는 내담자의 글에 주로 탐색적 공감 표현(예: 개방형 질문)만을 생성했으며, 추론을 유도한 조건에서는 각 심리 치료 모형을 대표하는 정신 상태 추론 방법과 일치하는 다양한 공감 표현을 생성했다. 공감 표현 분류 과제에서 CBT 기반 CoE는 감정적 반응, 탐색, 해석 등을 가장 균형적으로 분류하였으나, DBT 및 PCT 기반 CoE는 감정적 반응 공감 표현을 더 잘 분류하였다. 추가로, 각 프롬프트 조건 별로 생성된 텍스트 데이터를 정성적으로 분석하고 정렬 정확도를 평가하였다. 본 연구의 결과는 감정 및 맥락 이해가 인간-인공지능 의사소통에 미치는 영향에 대한 함의를 제공한다. 특히 인공지능이 안전하고 공감적으로 인간과 소통하는 데 있어 추론 방식이 중요하다는 근거를 제공하며, 이러한 추론 능력을 높이는 데 심리학의 이론이 인공지능의 발전과 활용에 기여할 수 있음을 시사한다.

• 한국광학회지
• /
• 제35권4호
• /
• pp.157-163
• /
• 2024

상업용 회절 광학 소자를 통한 레이저 빔결합 연구를 위해 시드 공유형 3 채널 광섬유 레이저와 위상 제어 시스템을 제작하였다. 회절 광학소자에 입사되는 빔의 각도를 조절하여 빔결합을 실시하고, 이 때 각 빔의 위상을 제어하여 결합된 빔의 세기가 최대가 되도록 하였다. 소자를 투과하기 전 3 채널 레이저의 출력은 약 65 mW이다. 결합된 빔의 세기는 각 채널의 위상 변화에 따라 2.9-48.3 mW로 변화하였으며, 45초간의 위상제어를 통해 결합된 빔의 출력은 42 mW로 전체 시간의 91.8% 이상의 구간에서 출력을 유지할 수 있었다. 본 연구에서 더 나아가 향후 회절 광학 소자의 효율을 높이고 위상 제어 시스템의 성능을 개선함으로써 빔결합 효율을 더 높일 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제22권1호
• /
• pp.139-157
• /
• 2016

앙상블 분류기란 개별 분류기보다 더 좋은 성과를 내기 위해 다수의 분류기를 결합하는 것을 의미한다. 이와 같은 앙상블 분류기는 단일 분류기의 일반화 성능을 향상시키는데 매우 유용한 것으로 알려져 있다. 랜덤 서브스페이스 앙상블 기법은 각각의 기저 분류기들을 위해 원 입력 변수 집합으로부터 랜덤하게 입력 변수 집합을 선택하며 이를 통해 기저 분류기들을 다양화 시키는 기법이다. k-최근접 이웃(KNN: k nearest neighbor)을 기저 분류기로 하는 랜덤 서브스페이스 앙상블 모형의 성과는 단일 모형의 성과를 개선시키는 데 효과적인 것으로 알려져 있으며, 이와 같은 랜덤 서브스페이스 앙상블의 성과는 각 기저 분류기를 위해 랜덤하게 선택된 입력 변수 집합과 KNN의 파라미터 k의 값이 중요한 영향을 미친다. 하지만, 단일 모형을 위한 k의 최적 선택이나 단일 모형을 위한 입력 변수 집합의 최적 선택에 관한 연구는 있었지만 KNN을 기저 분류기로 하는 앙상블 모형에서 이들의 최적화와 관련된 연구는 없는 것이 현실이다. 이에 본 연구에서는 KNN을 기저 분류기로 하는 앙상블 모형의 성과 개선을 위해 각 기저 분류기들의 k 파라미터 값과 입력 변수 집합을 동시에 최적화하는 새로운 형태의 앙상블 모형을 제안하였다. 본 논문에서 제안한 방법은 앙상블을 구성하게 될 각각의 KNN 기저 분류기들에 대해 최적의 앙상블 성과가 나올 수 있도록 각각의 기저 분류기가 사용할 파라미터 k의 값과 입력 변수를 유전자 알고리즘을 이용해 탐색하였다. 제안한 모형의 검증을 위해 국내 기업의 부도 예측 관련 데이터를 가지고 다양한 실험을 하였으며, 실험 결과 제안한 모형이 기존의 앙상블 모형보다 기저 분류기의 다양화와 예측 성과 개선에 효과적임을 알 수 있었다.