• 농촌의학ㆍ지역보건
• /
• 제47권1호
• /
• pp.14-26
• /
• 2022

본 연구는 2019년 제15차 청소년건강행태조사자료를 이용하여 청소년에서 학교에서의 손씻기 미실천율과 관련요인을 파악하고자 하였다. 학교에서의 손씻기 실천은 성별, 도시 규모, 학년, 학교 유형, 학업 성적, 경제적 상태, 집에서의 손씻기 실천, 연간 개인위생교육 경험과 유의미한 관련성을 보였다. 청소년의 학교 내 손씻기 실천율을 높이기 위해서는 손씻기 실천 관련요인들을 고려한 지속적인 개인위생교육과 함께 손씻기를 용이하게 하는 적절한 환경과 문화 조성이 필요하다.

• Composites Research
• /
• 제35권4호
• /
• pp.269-276
• /
• 2022

본 연구에서는 층간분리의 위험이 없는 3차원 직조방식으로 복합재 보강패널을 제작하고 좌굴하중과 고유진동수 등의 기계적 특성을 연구하였다. 보강패널의 스트링거와 외피는 일체형으로 제작하였고 T800급 탄소섬유로 만들어진 프리폼에 수지(EP2400)를 충진시키는 방식을 적용하였다. 제작된 보강판에 대하여 압축시험과 고유진동수 측정 시험을 수행하였고 유한요소해석 결과와 비교하였다. 또한 3차원 직조 구조물의 성능을 상대적으로 비교하기 위해 일방향 프리프레그와 2차원 평직(fabric)으로 동일한 치수의 보강패널을 제작하여 시험과 해석을 수행하였다. 시험값을 기준으로 일방향 프리프레그와 2차원 평직으로 제작된 보강패널의 좌굴하중은 3차원 직조 패널의 좌굴하중 대비 각각 20%, -3%의 차이를 보였다. 본 연구로부터 3차원 직조방식으로 제작된 일체형 보강패널의 좌굴하중은 일방향 프리프레그 적층 보강판의 좌굴하중보다는 낮지만 2차원 평직 보강판넬보다는 미세하게 높은 수준의 값을 보임을 확인하였다.

• 해양환경안전학회지
• /
• 제27권2호
• /
• pp.363-368
• /
• 2021

선박 기관실은 기술의 발전으로 인해 자동화 시스템이 향상되었지만, 해상에서는 바람, 파도, 진동, 기기 노후화 등의 다양한 변수가 많아 자동화 시스템에서 계측되지 않는 풀림, 절단, 누유, 누수 등이 발생하므로 기관사는 주기적으로 순찰을 한다. 순찰 시에는 1명의 기관사만 순찰하는 경우도 있으며, 이는 고온고압 및 회전기기가 운전 중인 기관실에서 많은 위험요소를 가지고 있다. 기관사가 순찰 시에는 오감을 활용하며, 특히 시각에 의존한다. 본 논문에서는 로봇이 기관실을 순찰하며 기기의 특이사항을 검출하고 알려주는 기관실 순찰 로봇을 구현하기 위한 선행연구로서 선박 기관실 기기의 이미지를 합성곱 신경망을 이용하여 분류하였다. 선박 기관실의 이미지 데이터 셋을 구성한 후 사전 훈련된 합성곱 신경망 모델로 학습하였다. 학습한 모델의 분류 성능은 높은 재현율을 보였으며, 클래스 활성화 맵으로 이미지를 시각화 하였다. 데이터의 양이 제한적이어서 일반화할 수는 없지만, 각 선박의 데이터를 전이학습으로 학습시키면 적은 시간과 비용으로 각 선박의 특성에 맞는 모델을 구축할 수 있을 것으로 사료된다.

• 한국포장학회지
• /
• 제28권1호
• /
• pp.15-21
• /
• 2022

본 연구는 국내 유통 되는 식품용 유리제 총 110개 제품을 대상으로 유리제에서 식품으로 이행될 우려가 있는 납, 카드뮴 및 바륨에 대하여 이행량을 조사하고 안전성 평가를 실시하였다. 납, 카드뮴 및 바륨은 ICP-OES로 측정되었고, 시험법은 직선성, 검출한계, 정량한계, 회수율, 정밀도 및 측정불확도 추정에 의해 검증되었다. 납과 바륨의 이행량은 각각 불검출 ~ 0.7949 mg/L 및 불검출 ~ 0.1823 mg/L 이었으며, 카드뮴은 모든 시료에서 검출되지 않았다. 식이를 통한 이행물질의 일일추정섭취량 및 위해도를 확인한 결과 국내 유통되는 식품용 유리제는 안전하게 관리되고 있음을 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권2호
• /
• pp.85-92
• /
• 2023

코로나바이러스감염증-19와 같은 호흡기 감염병은 주로 밀집/밀폐/밀접 공간인 실내에서 일어난다. 호흡기 감염병 이상징후의 존재 여부는 발열, 기침, 재채기 및 호흡곤란 등의 초기 증상을 통해 판단되고 있으며, 이러한 초기 증상에 대한 상시 모니터링이 요구된다. 열화상 온도 스크리닝 시스템은 개인의 피부 온도 상승의 징후가 있는지 초기에 선별하는 빠르고 쉬운 비접촉 스크리닝 방법을 제공하지만, 측정 타겟, 주변 온도 등의 측정 환경과 피 측정대상과의 측정 거리에 따른 오차로 인해 정확한 온도측정이 어렵다. 그리고 국제표준 IEC 80601-2-59 에서는 내안각(Inner Canthus) 인접한 영역에 대한 안면 열화상 촬영을 권고하고 있다. 본 논문에서는 가시광 카메라 모듈과 열화상 카메라 모듈에 대해서 이미지 일치화 보정을 수행하였으며, 흑체(Blackbody)를 이용해 측정 환경에 대한 열화상 카메라 모듈 온도를 보정하였다. 표준에서 권고하는 측정 타겟을 인식하기 위해 딥러닝 기반 객체 인식 알고리즘과 내안각 인식 모델을 개발하였으며, 100명의 실험자군에 대한 데이터셋을 적용하여 인식 모델 정확도를 도출하였다. 또한 라이다 모듈을 이용한 객체 거리 측정과 선형회귀 보정 모듈을 통해 측정 거리에 따른 오차를 보정하였다. 제안한 모델의 성능 측정을 위해 모터 스테이지, 열화상 온도 스크리닝 시스템, 흑체로 구성된 실험환경을 구축하였으며, 1m에서 3.5m 사이 가변 거리에 따른 온도측정 결과 0.28℃ 이내의 오차 정확도를 확인하였다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권7호
• /
• pp.181-192
• /
• 2021

이 연구의 목적은 만성 뇌졸중 환자의 낙상 전조 동작과 다양한 신체 기능과의 관련성을 알아봄으로써 뇌졸중 환자의 낙상 연구에 관한 기초 자료를 제공하고자 실시하였다. 연구 대상은 뇌졸중으로 편마비 진단을 받고 N병원에서 입원 치료를 받고 있는 환자 중 연구에 동의한 환자 75명을 대상으로 실시한 결과 낙상 유무에 따른 일반의학적 특성에서 성별, 연령, 신장, 체중, BMI, 진단명, 마비 유형, 유병 기간에서는 차이가 없었으나 보행 보조 도구 사용(독립보행, 네발 지팡이, 외발 지팡이)에서는 비낙상군이 1회 낙상군과 다발성 낙상군과 비교하여 차이가 있는 것으로 나타났다. 낙상 전조 동작에 영향을 주는 요인을 알아본 결과 일어서기에서는 STS, FM-하지 운동 기능 순이었으며, 일어서기 시도에서는 FM-하지 운동 기능, STS, 연령, TIS-동적 균형, OLST-마비측 순이었다. 일어선 직후 균형 잡기에서는 FM-하지 운동 기능이 영향을 주었고, 서서 균형 잡기에서는 FM-하지 운동 기능, OLST-마비측, TIS-협응력 순이었다. 살짝 밀기에서는 FM-총합이 영향을 주었으며, 서서 눈 감고 균형 잡기에서는 STS, 연령, OLST-비마비측, FM-하지 운동 기능, TIS-정적 균형, OLST-마비측, TIS-동적 균형 순이었다. 360도 회전하기에서는 TIS-협응력, FM-하지 운동 기능, FM-상지 운동 기능 순이었다. 이상의 결과로 볼 때, 만성 뇌졸중 환자의 낙상 전조 동작과 다양한 신체 기능과의 관련성을 확인함으로써 낙상을 예방하기 위한 마비측 하지 근력 강화와 더불어 정상적인 보행 주기 및 체중 부하에 입각한 집중적인 균형, 체간조절, 보행 대칭성 훈련 등이 필요하며, 외적인 자극에 대한 최적의 운동 반응을 유도할 수 있는 고유수용성 감각 훈련이 병행되어야 할 것이다.

• 한국ITS학회 논문지
• /
• 제21권5호
• /
• pp.171-182
• /
• 2022

구조물을 안전하게 관리하기 위해서는 우선적으로 건전한 유지가 전제되어야 한다. 이 같은 구조물의 건전성을 결정하는 요인 중에서 가장 대표적인 예로는 균열을 들 수 있다. 여러 가지 원인에 의해 발생하는 균열은 다양한 종류와 형태로 구조물에 손상을 입힌다. 무엇보다 이러한 균열이 방치될 경우 위험도가 증가하여 안전사고로 이어질 수 있다. 이러한 문제점을 경감하기 위하여 최근 들어 딥러닝과 컴퓨터 비전 기술을 활용하여 손상을 점검하는 방법들이 소개되고 있다. 이 같은 방법들은 대체로 충분한 양의 학습 데이터가 필요한 것이 사실이다. 하지만, 학습을 위한 영상 데이터의 충분한 확보가 어렵다는 점은 딥러닝 균열 탐지 알고리즘의 성능에 부정적인 영향을 미친다. 따라서 본 논문에서는 이에 대한 문제의식을 바탕으로 영상 변환 기법을 활용하여 균열 영상 데이터를 증강하는 방법을 제시했다. 이는 아스팔트 균열 영상을 콘크리트 균열 영상으로 변환하거나 혹은 이와 반대로 콘크리트 균열 영상을 아스팔트 균열 영상으로 변환하여 딥러닝 신경망 모델을 학습하기 위한 영상 데이터를 확보하는 방법이다. 이를 통해 학습 데이터의 다양성을 향상시켜 강건한 균열 탐지 알고리즘 개발에 기여할 수 있기를 기대한다.

• 문화기술의 융합
• /
• 제8권5호
• /
• pp.697-703
• /
• 2022

최근 Covid-19 및 불안한 국제정세로 인한 경기 침체로 많은 투자자들이 투자의 한 수단으로써 파생상품시장을 선택하고 있다. 하지만 파생상품시장은 주식시장에 비해 큰 위험성을 가지고 있으며, 시장 참여자들의 시장에 대한 연구 역시 부족한 실정이다. 최근 인공지능 분야의 발달로 파생상품시장에서도 기계학습이 많이 활용되고 있다. 본 논문은 해외선물에 분 단위로 거래하는 스캘핑 거래의 분석을 위해 기계학습 기법 중 하나인 강화학습을 적용하였다. 데이터 세트는 증권사에서 거래되는 해외선물 상품들 중 4개 상품을 선정해, 6개월간 1분봉 및 3분봉 데이터의 종가, 이동평균선 및 볼린저 밴드 지표들을 이용한 21개의 속성으로 구성하였다. 실험에는 DNN 인공신경망 모델과 강화학습 알고리즘인 DQN(Deep Q-Network), A2C(Advantage Actor Critic), A3C(Asynchronous A2C)를 사용하고, 학습 데이터 세트와 테스트 데이터 세트를 통해 학습 및 검증 하였다. 에이전트는 스캘핑을 위해 매수, 매도 중 하나의 행동을 선택하며, 행동 결과에 따른 포트폴리오 가치의 비율을 보상으로 한다. 실험 결과 에너지 섹터 상품(Heating Oil 및 Crude Oil)이 지수 섹터 상품(Mini Russell 2000 및 Hang Seng Index)에 비해 상대적으로 높은 누적 수익을 보여 주었다.

• 한국전산구조공학회논문집
• /
• 제35권6호
• /
• pp.375-380
• /
• 2022

고속철도 교량은 열차 하중에 의한 공진으로 인한 동적응답 증폭의 위험이 존재하므로 설계기준에 따른 동적해석을 통한 주행안전성 및 승차감 검토를 반드시 수행하여야 한다. 그러나 주행안전성 및 승차감 산정 절차는 열차의 종류별로 임계속도를 포함하여 설계속도의 110km/h까지 10km/h 간격으로 동적해석을 일일이 수행해야 하므로 많은 시간과 경비가 소요된다. 이 연구에서는 딥러닝 알고리즘을 활용하여 별도의 동적해석 없이 주행안전성 및 승차감을 사전에 예측할 수 있는 딥러닝 기반 예측 시스템 개발하였다. 제안된 시스템은 철도교량의 열차별, 속도별 동적해석 결과를 학습한 후 학습 완료된 신경망을 기반으로 한 예측 시스템이며, 열차속도, 교량 특성 등의 입력파라미터에 따른 주행안전성 및 승차감 산정 결과를 사전에 예측할 수 있다. 제안된 시스템의 성능을 확인하기 위하여 단경간 직선 단순보 교량을 대상으로 한 주행안전성 및 승차감 예측을 수행하였고, 주행안전성 및 승차감 산정을 위한 상판 연직변위 및 상판 연직가속도를 높은 정확도로 예측할 수 있음을 확인하였다.

• 산업과 과학
• /
• 제2권3호
• /
• pp.22-28
• /
• 2023

본 연구에서는 변동성 전략과 Fear and Greed 지수를 통하여 미국 주식의 매매를 자동으로 하는 연구를 진행하였다. 주식 시장의 변동성은 주가 변동을 유발할 수 있는 일반적인 현상이다. 투자자는 예상되는 변동성 수준에 따라 주식을 사고 파는 변동성 전략을 구현함으로써 이러한 변동성을 이용할 수 있다. 이 논문의 목적은 주식 시장에서 수익을 창출하는 변동성 전략의 효과를 탐구한다. 본 연구는 주식시장의 2차 데이터를 활용한 정량적 연구 방법론을 채택하여, 데이터에는 2016년부터 2020년까지 5년 동안 뉴욕증권거래소(NYSE)에 상장된 S&P 500 인텍스 주식에 대한 일일 주가 및 일일 변동성 측정치가 포함하였다. 전략은 변동성이 낮은 기간에서 주식을 사고 높은 변동성 기간에서 주식을 매도하는 것을 포함하였다. 결과는 변동성 전략이 샘플 기간 동안의 벤치마크 수익률 7.5%에 비해 연평균 9.2%의 긍정적인 수익률을 창출하였다. 따라서 전략이 샘플 기간의 5년 중 4년에서 벤치마크 수익률을 능가한다는 것을 나타났다. 이 전략은 2020년 COVID-19 대유행과 같이 시장 변동성이 높은 기간 동안 특히 잘 수행되어 벤치마크 수익률 5.5%에 비해 14.6%의 수익률을 기록하였다.