• 대한원격탐사학회지
• /
• 제28권2호
• /
• pp.181-189
• /
• 2012

최근 수질추정을 위한 고해상도 위성영상의 활용 가능성에 대한 관심이 증대되고 있다. 그러나 고해상도 위성영상에서의 수면지역의 낮은 SNR(Signal to Noise Ratio)과 밝기값 비선형성과 같은 방사학적 오차는 수질추정 정확도를 감소시키는 원인이 된다. 이에 따라 위성영상을 이용한 정확한 수질추정을 위해서는 방사학적 보정이 반드시 수행되어져야 하나 KOMPSAT-2 위성영상의 경우 밝기값과 입사광량간 변환관계식이 제공되지 않기 때문에 이러한 방사학적 보정에 어려움이 존재한다. 따라서 수질모니터링에 KOMPSAT-2 영상을 활용하기 위해서는 밝기값 비선형성과 내륙 수면지역의 잡음현상을 실험적으로 파악할 필요가 있다. 본 논문에서는 충분한 검보정을 통해 선형성이 보장되고 있는 IKONOS와 GeoEye-1 영상을 기준영상으로 사용하여 동일시기에 동일지역을 촬영한 KOMPSAT-2 영상과의 밝기값 상호비교를 수행하였다. 상호비교 결과, 기준영상에 비해 KOMPSAT-2 영상의 잡음은 다소 높게 나타나나 밝기값의 경향 및 잡음의 크고 작은 패턴은 정확하게 일치하였고 KOMPSAT-2 영상 내 잡음의 영향이 최소화되는 적절한 영역의 크기는 $5{\times}5$로 나타났다. 또한 모든 실험 영상에서 밝기값의 비선형성은 존재하지 않는 것으로 확인되었다. 실험결과는 KOMPSAT-2 영상이 클로로필 농도와 같은 수질인자 추정을 위해 사용될 수 있는 가능성을 보여준다.

• 한국융합학회논문지
• /
• 제8권6호
• /
• pp.29-36
• /
• 2017

본 논문에서는 인간의 시각인지 형태와 유사한 결과를 갖는 Saliency map의 정확성과 신뢰성을 향상시키기 위해 학습한 다중 특징을 기반으로 개선된 saliency map 방법을 제안한다. 기존의 Saliency map 생성에서 색상 기반의 돌출 영역 추정 시 발생하는 역 선택이나 부분손실 등의 부정확한 결과가 나오는 것을 보완하기 위해 제안하는 방법은 학습 기반의 다중 특징 데이터를 생성하였다. 원 영상에서의 색상 패턴과 특이성을 갖는 영역의 구별과정을 거쳐 영상에서 고려될 특성들을 분석하고, LAB 색 공간 기반의 색상 분석을 이용한 유사 돌출 영역 정의와 특이성 영역의 조합으로 학습 데이터를 구성한다. 구성된 학습 데이터와 주파수, 색상, 초점정보 등의 low level feature로 구한 돌출 정보를 결합한 뒤 최종 saliency map을 구하기 위해 재구성 과정을 거쳐 부정확한 saliency 영역을 최소화하도록 하였다. 실험을 위해 Ground truth 이미지를 각 실험 결과와 비교하여 precision-recall 및 F-Measure 값을 구한 결과 기존 알고리즘에 비해 7%, 29%의 향상된 결과를 나타내었다.

• 한국융합학회논문지
• /
• 제11권9호
• /
• pp.1-6
• /
• 2020

본 연구에서는 도로 위험 탐지를 위한 데이터 편향성 최적화 기반 연관 추론 모델을 제안한다. 이는 사용자의 개인적 특성과 주변 환경 데이터를 수집하고 교통사고 방지 서비스를 제공하기 위한 연관분석 기반의 마이닝 모델이다. 이는 다양한 상황 변수들로 구성된 트랜잭션 데이터를 생성한다. 생성된 정보를 바탕으로 연관 패턴 분석을 통해 각 트랜잭션 내 변수들의 유의미한 연관관계를 도출한다. 분류된 범주형 데이터의 편향성을 고려하여 최적화된 지지도 및 신뢰도 값으로 가지치기를 진행한다. 추출된 상위 연관규칙을 바탕으로 사용자에게 개인 특성과 주행 도로 상황에 대한 위험 탐지모델을 제공한다. 이는 데이터 편향성 문제를 극복하고 데이터간 연관성을 고려하여 잠재적인 도로 사고를 예방하는 교통 서비스가 가능하다. 성능 평가는 제안하는 방법이 정확도에서 0.778, Kappa 계수에서 0.743로 우수하게 평가된다.

• 한국산학기술학회논문지
• /
• 제18권8호
• /
• pp.64-71
• /
• 2017

본 연구에서는 재킷식 해상풍력터빈 지지구조물의 효과적인 건전성 모니터링을 위하여, 손상에 의한 구조물의 모드 특성 변화 및 군집신경망기법을 이용한 손상추정기법을 제안한다. 실용적 적용을 위하여 제한된 계측자료를 활용하고, 구조적으로 중요하며 손상이 발생될 확률이 큰 것으로 판단되는 중요부재를 대상으로 손상을 추정한다. 즉, 재킷식 지지구조물은 부재 개수가 많기 때문에, 모든 부재를 적절히 식별하기 위해서는 이에 상당하는 많은 수의 계측 데이터 채널 및 센서를 설치해야 한다. 이는 건전성 모니터링의 경제적 및 실용적인 측면에서 적절치 않다고 판단되며, 본 연구에서는 중요 구조부재에 대하여 제한된 계측자료를 활용하여 집중적으로 손상추정을 수행하기 위한 연구를 수행한다. 5 MW 해상풍력터빈에 적용될 수 있는 재킷식 해상풍력터빈 지지구조물을 모델링한 후, 수치 시뮬레이션을 수행하여 신경망의 훈련패턴을 생성한다. 이후, 군집신경망기법을 이용하여 중요부재에 대한 손상위치 및 손상정도를 20가지 손상경우에 대하여 추정한 결과, 모든 손상 경우에 대하여 성공적으로 손상을 판정할 수 있었으며, 군집신경망기법을 적용함으로써 추청결과의 정확성이 향상됨을 알 수 있었다. 또한 실험연구를 통하여 기법을 검증하였는데, 3가지 손상경우에 대하여 손상을 추정한 결과 합리적으로 손상을 추정할 수 있었다.

• 한국정보통신학회논문지
• /
• 제22권3호
• /
• pp.471-479
• /
• 2018

최근 안드로이드, iOS 등의 셋톱박스 기반의 스마트 TV에 대한 보급에 따라 제스처로 TV를 컨트롤 할 수 있는 새로운 접근을 제안한다. 본 논문에서는 모노 카메라 센서를 이용한 AdaBoost 기반 제스처 인식에 관한 알고리즘을 제안한다. 우선, 신체 좌표 추출을 위해 가우시안 배경 제거 및 Camshift 기반 자세 추적 및 추정 알고리즘을 사용한다. AdaBoost 학습 모델을 신체 정규화된 광역 및 지역 특징 벡터의 집합을 특징 패턴으로 하여, 속도가 다른 동작들을 인식할 수 있도록 하였다. 또한 속도가 다른 다양한 제스처를 인식하기 위해 다중 AdaBoost 알고리즘을 적용하였다. CART 알고리즘을 이용하여 성공적인 중요 특징 벡터를 확인하고 중요도가 낮은 특징벡터를 제거하는 방식을 적용하면서 분류 성공률이 높은 최적의 특징 벡터를 탐색하였다. 그 결과 24개의 주성분 특징 벡터를 찾았으며, 기존 알고리즘에 비해 낮은 오분류율(3.73%)과 높은 인식률(95.17%)을 지닌 특징 벡터 및 분류기를 설계하였다.

• 한국습지학회지
• /
• 제20권1호
• /
• pp.94-104
• /
• 2018

강우-유출 모의를 수행할 때 기상 및 강우관측소의 자료를 이용하는 것이 일반적이다. 그러나 유역면적이 클 경우 기상 및 강우관측소의 자료만으로 신뢰성 있는 유출량을 산정하기란 어렵다. 따라서 본 연구에서는 이용되는 강우자료에 따라 준분포형 모형에 의해 산정되는 유출량에 미치는 영향을 검토하기 위해 대상유역에 위치하고 있는 기상관측소의 강우자료, 기상 및 강우관측소의 강우자료, 크리깅 기법에 의해 기상 및 강우관측소의 강우자료를 공간적으로 분포시켜 얻은 가상지점의 관측 강우자료를 이용해 각 소유역의 면적 강우량을 산정하였다. 또한 각각의 강우자료들을 비교하였으며, 분포형 모형인 SWAT모형을 이용하여 각각의 강우자료에 따른 유출량을 비교 분석하였다. 본 연구는 공간 분포된 면적강우량을 이용해 산정된 유출량의 정확성을 검토하기 위한 것으로써 분석 결과, 공간 분포된 면적 강우량을 이용한 유출량이 기상 및 강우관측소의 강우량을 이용한 유출량보다 실제 유출량을 보다 더 잘 모의하는 것으로 나타났다. 이는 공간 분포된 강우가 실제 강우패턴을 가장 잘 반영한다고 할 수 있다.

• 대한한방내과학회지
• /
• 제41권3호
• /
• pp.467-477
• /
• 2020

Objectives: This study investigated the cutaneous electrogastrogram (EGG) and other clinical characteristics of dyspeptic patients who have been diagnosed with Stomach Qi Deficiency (SQD) using the Scale for Stomach Qi Deficiency (SSQD). Methods: This study reviewed the clinical records of 38 patients with dyspepsia who were evaluated with SSQD and EGG at the Department of Digestive Diseases of Kyung Hee University Korean Medicine Hospital in Seoul, Korea from November 1, 2019 to February 29, 2020. We evaluated the EGG and other clinical characteristics of the SQD patients to determine if there was an association between the SSQD scores and the EGG. Results: In terms of the EGG, the SQD patients showed no significant increase in the percentage of normal slow wave after a meal and a slightly decreased power ratio at Channel 1 and Channel 2. We also found an association between the SSQD scores and the EGG parameters at Channel 1 and Channel 3. The average Ryodoraku score of the patients was 33.00±14.90 (μA). In the Heart Rate Variability (HRV) test, the average Total Power (TP) and Low Frequency/High Frequency (LF/HF)) ratio was 1356.60±13 6.41(ms²) and 1.68±2.25, respectively. Conclusions: The results of this study suggest that clinicians can use Electrogastrography to enhance accuracy when diagnosing the SQD pattern.

• Journal of Korean Neurosurgical Society
• /
• 제30권7호
• /
• pp.861-869
• /
• 2001

Objective : In this study, we investigated the relationship between the histologic grading of meningiomas and proliferative potentials determined by the Ki-67, proliferating cell nuclear antigen(PCNA) and flow cytometry (FCM) with the aim of determining whether these potentials can be used as a parameter to the proliferative activity, in particular of atypical and malignant meningiomas. Methods : This study consisted of 47 meningiomas(6 malignant, 14 atypical, and random sampled 27 benign meningiomas). By immunohistochemical staining of Ki-67 and PCNA on formalin-fixed, paraffin-embedded sections, the anti-human rabbit polyclonal antibody against Ki-67 antigen and anti-PCNA monoclonal antibody(PC10) scores were counted. FCM was also performed on paraffin-embedded tissue using a selective staining technique for DNA. DNA ploidy, S-phase fraction, and proliferative index(PI)) were determined. Results : The results are summarized as follows ; 1) Proliferation rates as assessed by Ki-67 and PCNA closely correlated with the degree of anaplastic histologic features. 2) Proliferative potentials determined by FCM(S-phase fraction and PI) were not able to distinguish between benign and atypical/malignant meningiomas. 3) DNA ploidy was not a useful indicator of histologic grade in these tumors. 4) Proliferative potentials such as Ki-67 staining index(SI) and PCNA SI did not correlate with the ploidy pattern. 5) There was a linear correlation between Ki-67 SI and PCNA SI, but we could not find a correlation between Ki-67 SI and S-phase fraction or PI. Our results also did not show a statistically signficant correlation between PCNA SI and S-phse fraction or PI. Conclusions : We conclude that evaluation of the proliferative potentials with Ki-67 and PCNA is important as an additional factor for the prediction of malignancy in meningiomas. A dual study of Ki-67 and PCNA SIs on the same tissue might improve the accuracy with which the proliferative potential of a tumor can be predicted. We demonstrated that FCM in meningiomas is not valuable in predicting the behavior of these neoplasms, but we did observe a trend toward more malignancy with higher percent S-phase fraction and higher PI. Analysis of the S-phase fraction and PI might therefore be a useful tool to discriminate among histologic grades of meningiomas.

• 대한원격탐사학회지
• /
• 제15권1호
• /
• pp.9-20
• /
• 1999

농업을 비롯한 산업활동을 효율적으로 수행하기 위해서는 전문 기상정보의 활용이 필수적이다. 영농활동에 있어서 의사지원시스템의 핵심으로 떠오르고 있는 작물 생장모형은 부단히 변화하는 대기환경에 대한 공간정보를 요구하기 때문에, 모형의 실용화를 위해서는 기상 관측밀도가 낮은 광범위한 작물 생육지역을 대상으로 일별 기상요소에 대한 공간분포를 추정해야 한다. 이러한 취지에서 본 연구는 미관측 지점을 포함하는 우리 나라 전국을 대상으로 작물모형의 구동에 필요한 최소 기상요소들 중에서 일 최고 및 일 최저기온의 공간적인 분포를 추정하고 그 추정 정도를 검증하고자 하였다. 이를 이해 먼저 58개 지점의 23년간 실측 기온자료로부터 지형기후학적 방법에 의하여 격자단위의 월별 기온평년값을 추정하고, 조화해석법에 의하여 일별값으로 변환하였다. 66개 기상청 관측소에서 수집된 임의 날짜의 최고/최저기온값과 관측소 해당 격자점의 평년값간 편차를 구한 다음, 미관측 격자점을 포함하는 한반도 전역의 기온편차를 거리역산가중법에 의하여 내삽.추정하였다. 각 격자점의 최종적인 기온 추정값은 기온 평년값에 이 편차를 더함으로써 얻었다. 얻어진 온도 분포는 위성자료로부터 추정한 지표온도분포 양상과 크게 다르지 않았다. 300여개의 자동기상관측 장비들로부터 수집된 자료와 비교한 결과, 추정오차는 $1.5^{\circ}C$~2.5$^{\circ}C$였다.

• 융합보안논문지
• /
• 제21권2호
• /
• pp.57-66
• /
• 2021

딥뉴럴네트워크는 이미지 인식, 음성 인식, 패턴 인식 등에 좋은 성능을 보여주고 있는 대표적인 딥러닝모델 중에 하나이다. 하지만 이러한 딥뉴럴네트워크는 적대적 샘플을 오인식하는 취약점이 있다. 적대적 샘플은 원본 데이터에 최소한의 노이즈를 추가하여 사람이 보기에는 이상이 없지만 딥뉴럴네트워크가 잘못 인식 하게 하는 샘플을 의미한다. 이러한 적대적 샘플은 딥뉴럴네트워크를 활용하는 자율주행차량이나 의료사업에서 차량 표지판 오인식이나 환자 진단의 오인식을 일으키면 큰 사고가 일어나기 때문에 적대적 샘플 공격에 대한 방어연구가 요구된다. 본 논문에서는 여러 가지 파라미터를 조절하여 적대적 샘플에 대한 앙상블 방어방법을 실험적으로 분석하였다. 적대적 샘플의 생성방법으로 fast gradient sign method, DeepFool method, Carlini & Wanger method을 이용하여 앙상블 방어방법의 성능을 분석하였다. 실험 데이터로 MNIST 데이터셋을 사용하였으며, 머신러닝 라이브러리로는 텐서플로우를 사용하였다. 실험방법의 각 파라미터들로 3가지 적대적 샘플 공격방법, 적정기준선, 모델 수, 랜덤노이즈에 따른 성능을 분석하였다. 실험결과로 앙상블 방어방법은 모델수가 7이고 적정기준선이 1일 때, 적대적 샘플에 대한 탐지 성공률 98.3%이고 원본샘플의 99.2% 정확도를 유지하는 성능을 보였다.