• 정보과학회 논문지
• /
• 제43권2호
• /
• pp.186-195
• /
• 2016

본 논문에서는 도로주행 영상에서의 자동차 번호판 검출방법을 제안한다. 제안하는 방법은 조명변화에 강인한 8bit-MCT 특징과 랜드마크 기반의 Adaboost 알고리즘을 이용하여 번호판 후보 영역을 생성하고, Adaboost의 검출 스코어를 이용하여 번호판의 위치를 확률로 추정하는 현저도 지도를 생성한다. 현저도 지도에서 임계값 이상의 영역을 번호판 후보 영역으로 검출하고, 각 후보 영역에 대하여 지역분산을 이용하여 영역을 보정한 후 SVM과 8bit-MCT의 히스토그램을 특징으로 사용하여 영역을 검증하고 자동차 번호판 영역을 확정한다. 본 논문에서 제안한 방법을 한국과 유럽의 다양한 도로주행 영상에 적용하여 85%의 안정적인 검출 성능을 실험을 통하여 입증하였다.

• 한국시뮬레이션학회논문지
• /
• 제26권1호
• /
• pp.39-46
• /
• 2017

은밀하게 침투하여 아군의 핵심자산으로 접근하는 표적 잠수함을 상시 감시하기 위하여 수중 해저면 위치에 최적의 고정형 수동탐지소나를 배치하는 것을 고려 할 수 있다. 수동탐지소나 배치 최적화를 위한 효과도 지수는 넓은 탐지영역과 위치추정가능성의 함수로 적용할 수 있는데 계절적인 요인, 해상상태, 표적 잠수함의 침투심도 등의 다양한 확률적 변이를 포함하고 있어서 효과도지수가 배치의 입력에 대하여 확률적으로 나타나는 특성을 갖는다. 본 논문에서는 다양한 파라메타의 입력조건에 대하여 확률적인 출력을 갖는 수동탐지소나의 배치에 대한 최적화 문제를 정의하였으며, DPSO(Discrete binary version of PSO) 방법을 사용하여 최적 배치 안을 도출하기 위한 모의기반의 절차를 제시하고 고찰하였다.

• 보건교육건강증진학회지
• /
• 제32권5호
• /
• pp.73-81
• /
• 2015

Objectives: We tried to confirm physical activity of 1,000 Kcal per week was a meaningful point in controlling coronary artery disease risks in female older adults. Methods: Participants were 66 female older adults recruited from senior welfare center. Participants were provided with accelerometer (e-step, Kenz, Japan) for measuring daily energy expenditure. Graded exercise test was done for measuring aerobic fitness. Blood glucose and lipid were analyzed. Framingham risk score was calculated based on blood glucose, blood lipid, and smoking. These variables were compared between the group expended more than 1,000 Kcal/week and the group with energy expenditure below 1,000 Kcal/week. Results: The group expended over 1,000kcal/week showed to be superior to the counterpart group in following variables; AC(Abdominal Circumference), %BF, $HR_{rest}$(resting heart rate), $VO_{2peak}$, FBG, LDL-C, TG, BDI-II, QOL, AR(Absolute Risk), RR(Relative Risk). Conclusions: The group expended over 1,000 Kcal/week was likely to have less probability in CAD than group expended less than 1,000 Kcal/week. The result of this study suggests the important role of active daily life that can be replaced with that of regular exercise especially for those who are not available to do structured exercise.

• 한국인터넷방송통신학회논문지
• /
• 제11권4호
• /
• pp.113-118
• /
• 2011

서열 상동성 분석은 생명현상에 관여하는 물질을 정렬, 색인하여 데이터베이스 하는 것으로, 생명정보학의 유용성을 입증하는 분야이다. 본 논문에서는 구조가 복잡한 진핵생물의 서열 패턴을 단백질 서열로 변환하기 위해 은닉마르코프모델을 이용하는 GenScan 프로그램을 이용한다. 서열상동성 분석 중 최소거리 탐색 문제는 문제의 크기가 커지면 계산량이 기하급수적으로 증가하여 정확한 계산이 불가능해진다. 따라서 유사한 아미노산간의 치환과 상이한 아미노산간의 치환 점수를 차등화한 점수표를 적용하고, 은닉마르코프모델 등을 적용해 정교한 전이 확률모델을 적용한다. 변환된 서열을 서열 상동성 분석을 위해 사용되는 blast p를 이용하여, 은닉 마르코프 모델을 도입함으로 인해 단백질 구조 서열로 변환하는 데에 있어서 우수한 기능을 제공함을 알 수 있다.

• 한국임상약학회지
• /
• 제23권1호
• /
• pp.77-80
• /
• 2013

메치실린 저항성 황색 포도상구균(MRSA)에 감염된 환자에게 단기간 연속적으로 반코마이신을 투여했을 때 비정상적으로 호중구의 수치가 감소한 약인성 부작용 사례를 보고하고자 한다. 해당 여성 환자는 61세로서 MRSA 감염증을 판정받고 반코마이신 투여와 더불어 점차 백혈구(WBC)와 절대호중구수치(ANC)가 감소하였고, 제10일째에 이르러 호중구 감소증이 발생하여 ANC가 최저 430 $cells/mm^3$까지 낮아졌으나, 반코마이신의 투여를 중단하자 곧 정상수준으로 회복되었다. 본 사례는 Naranjo Probability Scale과 Korean Algorithm Score(Ver. 2.0)로 각각 평가하였을 때 반코마이신의 투여와 호중구감소증의 발현 사이에 모두 '가능한(probable)' 정도의 인과관계를 가진 것으로 평가되었다. 이는 통상적으로 20일 이상 연속투여를 할 때 임상적으로 관측되던 반코마이신-유래 호중구감소증이 단지 10일 정도의 단기간 투여만으로도 발생할 수 있다는 임상적 약물부작용의 사례로서, 향후 MRSA환자에게 반코마이신을 선택할 때에는 이와 같은 부작용을 고려하여 환자의 WBC와 ANC를 면밀히 관찰하면서 투여할 필요성이 있음을 시사한다.

• 한국콘텐츠학회논문지
• /
• 제17권9호
• /
• pp.77-87
• /
• 2017

본 연구는 국민건강영양조사 자료를 활용하여 자살생각이 있는 우리나라 성인의 도움추구에 영향을 미치는 요인을 분석하였다. 지난 2주간 자살생각을 경험한 만 19세 이상 성인을 조사대상으로 하였으며 이들이 우울증상과 관련하여 상담이나 도움을 요청하였는지의 여부에 영향을 미치는 선행요인, 욕구요인, 가능요인들을 알아보는 이항 로지스틱 회귀분석을 실시하였다. 분석결과 기혼자, 가구소득이 낮은 사람, 그리고 예전에 우울증 진단을 받은 적이 없는 사람은 도움추구를 할 가능성이 낮은 것으로 나타났다. 성별, 나이, 교육수준, PHQ-9 총점, 거주지, 건강보험은 통계적으로 유의미한 결과를 나타내지 않았다. 이를 바탕으로 도움추구 증진을 통한 자살예방을 위해서 저소득계층, 예전에 관련 의료체계를 이용한 경험이 없는 사람들, 비공식적 도움을 선호하는 사람들에 대한 의료 및 상담 체계 접근성 향상이 필요함을 제안한다.

• 한국보육지원학회지
• /
• 제15권3호
• /
• pp.115-133
• /
• 2019

Objective: The purpose of the study was to develop a mathematics education program utilizing food to improve the mathematical abilities of 4-year-olds and to analyze the effects of this program on 4-years-olds' mathematical concepts (number and operation, algebra, geometry, measurement, data analysis, and probability). Methods: The study selected 30 4-year-olds from two daycare centers located in K city. The experimental group (N=15) participated in the mathematics education program utilizing food, 10 times for five weeks, while the comparative group (N=15) participated in the seasonal mathematics education program based on the Nuri Curriculum. The activities of this intervention program were designed to cover all domains of Mathematical Exploratory areas in the Nuri Curriculum. For data processing and analysis, pre-test and post-test score differences between the two groups were analyzed through MANCOVA. Results: The experimental group had significantly higher scores on five mathematical concepts compared with the control group. A mathematics education program utilizing food had the positive effect of improving 4-year-olds' mathematical ability. Conclusion/Implications: Mathematic education programs utilizing food are recommended as necessary pedagogical data to develop the mathematical abilities of children in education centers, families, or relating to parenting education.

• STI Policy Review
• /
• 제9권1호
• /
• pp.55-76
• /
• 2018

This study analyzed the effect of the government R&D subsidy program on long-term firm survival. In order to estimate the average treatment effect for the treated group, we used the survival analysis and matching method by constituting a comprehensive dataset of more than 90,000 observations. The analysis results show that the government R&D subsidy has a negative impact on long-term firm survival. In particular, not only the subsidy does not have a statistically significant effect on firm survival in the relatively short-term, the survival probability of the subsidized firms is statistically significantly lower than the non-subsidized firms after six years. These results can be seen as weakening the justification of government R&D support. There may be problems in the subsidy policy itself and the process of selection of subsidy awardees; however, the more fundamental problem is that the subsidy policy is concluded as the one-time event. Admittedly, it would be difficult for the government to precisely manage the subsidized projects over a long term period. However, in the case of a project in which short-term performance is detected, it would be necessary to provide a step-by-step support to strengthen the firm's competitiveness through further support and continuous development of performance. Of course, mid- and long-term evaluations of subsidy support policy should be performed in parallel with such phased support.

• 한국기계가공학회지
• /
• 제20권12호
• /
• pp.1-7
• /
• 2021

The deep learning image processing technique was used to prevent accidents in lathe work caused by worker negligence. During lathe operation, when the chuck is rotated, it is very dangerous if the operator's hand is near the chuck. However, if the chuck is stopped during operation, it is not dangerous for the operator's hand to be in close proximity to the chuck for workpiece measurement, chip removal or tool change. We used YOLO (You Only Look Once), a deep learning image processing program for object detection and classification. Lathe work images such as hand, chuck rotation and chuck stop are used for learning, object detection and classification. As a result of the experiment, object detection and class classification were performed with a success probability of over 80% at a confidence score 0.5. Thus, we conclude that the artificial intelligence deep learning image processing technique can be effective in preventing incidents resulting from worker negligence in future manufacturing systems.

• Journal of Information Processing Systems
• /
• 제19권5호
• /
• pp.688-701
• /
• 2023

The conventional methods of network intrusion detection system (NIDS) cannot measure the trend of intrusiondetection targets effectively, which lead to low detection accuracy. In this study, a NIDS method which based on a deep neural network in a big-data environment is proposed. Firstly, the entire framework of the NIDS model is constructed in two stages. Feature reduction and anomaly probability output are used at the core of the two stages. Subsequently, a convolutional neural network, which encompasses a down sampling layer and a characteristic extractor consist of a convolution layer, the correlation of inputs is realized by introducing bidirectional long short-term memory. Finally, after the convolution layer, a pooling layer is added to sample the required features according to different sampling rules, which promotes the overall performance of the NIDS model. The proposed NIDS method and three other methods are compared, and it is broken down under the conditions of the two databases through simulation experiments. The results demonstrate that the proposed model is superior to the other three methods of NIDS in two databases, in terms of precision, accuracy, F1- score, and recall, which are 91.64%, 93.35%, 92.25%, and 91.87%, respectively. The proposed algorithm is significant for improving the accuracy of NIDS.