• 한국학교ㆍ지역보건교육학회지
• /
• 제24권1호
• /
• pp.1-15
• /
• 2023

Objectives: The purpose of this study was to identify the major influencing factors of breast cancer death and to suggest policy measures to promote the health of breast cancer patients. Methods: The method of this study performed statistical analysis by applying weights to 2,300 cases of breast cancer registration statistics in Korea collected in 2018 due to the relatively small number of mortality data compared to survival. Statistical processing of the collected data was analyzed using SPSS 26.0. Results: The epidemiologic characteristics of death in breast cancer patients were 31.8% in those aged 70 years or older, and the mortality rate was 5.25 times higher in patients aged 70 years or older than those aged 39 years or younger. The anatomical site code was 36.4% in C50.4~C50.6, and the mortality rate was 1.82 times higher in C50.4~C50.6 than in C50.0~C50.1. The tumor size was 40.4% and larger than 4cm, and the mortality rate was 4.53 times higher in tumors larger than 4cm than those smaller than 1cm. The degree of differentiation was 13.9% in the poorly differentiated group, and the mortality rate was 4.38 times higher in the poorly differentiated group than in the highly differentiated group. In the hormone receptor test, non-triple negative cases were 59.6%, and the mortality rate was 0.57 times lower in non-triple negative cases than in triple negative cases. As for lymph node involvement, the presence or absence of lymph node involvement was 78.8%, and the mortality rate with lymph node involvement was 1.36 times higher than that without lymph node involvement. The survival period of 13 to 24 months was the highest at 26.5%, and the average survival period was 25.68 months (±14.830). Conclusion: A policy to advance the timing of national health examinations for early detection of breast cancer is necessary. In addition, a bill for the mandatory placement of health educators in medical institutions for patients with special diseases such as breast cancer should be prepared.

• 한국ITS학회 논문지
• /
• 제21권1호
• /
• pp.105-122
• /
• 2022

최근 5년간 고속도로에서 발생한 사망 사고의 통계를 살펴보면, 고속도로 전체 사망자 중 갓길에서 발생한 사망자의 사망률이 약 3배 높은 것으로 나타났다. 이는 갓길 사고 발생 시 사고의 심각도가 매우 높다는 것을 보여주며, 갓길 차로 위반 차량을 단속하여 사고를 미연에 방지하는 것이 중요하다는 것을 시시한다. 이에 본 연구는 Faster R-CNN 기법을 활용하여 갓길 차로 위반 차량을 검출할 수 있는 방법을 제안하였다. Faster R-CNN 기법을 기반으로 차량을 탐지하고, 추가적인 판독 모듈을 구성하여 갓길 위반 여부를 판단하였다. 실험 및 평가를 위해 현실세계와 유사하게 상황을 재현할 수 있는 시뮬레이션 게임인 GTAV를 활용하였다. 이미지 형태의 학습데이터 1,800장과 평가데이터 800장을 가공 및 생성하였으며, ZFNet과 VGG16에서 Threshold 값의 변화에 따른 성능을 측정하였다. 그 결과 Threshold 0.8 기준 ZFNet 99.2%, Threshold 0.7 기준 VGG16 93.9%의 검출율을 보였고, 모델 별 평균 검출 속도는 ZFNet 0.0468초, VGG16 0.16초를 기록하여 ZFNet의 검출율이 약 7% 정도 높았으며, 검출 속도 또한 약 3.4배 빠름을 확인하였다. 이는 비교적 복잡하지 않은 네트워크에서도 입력 영상의 전처리 없이 빠른 속도로 갓길 차로 위반 차량의 검출이 가능함을 보여주며, 실제 영상자료 기반의 학습데이터셋을 충분히 확보한다면 지정 차로 위반 검출에 본 알고리즘을 활용할 수 있다는 것을 시사한다.

• 한국전자거래학회지
• /
• 제27권2호
• /
• pp.205-218
• /
• 2022

최근 제조업에서의 디지털 전환이 가속화되고 있다. 이에 따라 사물인터넷(internet of things: IoT) 기반으로 현장 데이터를 수집하는 기술의 중요성이 증대되고 있다. 이러한 접근법들은 주로 각종 센서와 통신 기술을 활용하여 특정 제조 데이터를 확보하는 것에 초점을 맞춘다. 현장 데이터 수집의 채널을 확장하기 위해 본 연구는 비전(vision) 인공지능 기반으로 제조 데이터를 자동 수집하는 방법을 제안한다. 이는 실시간 영상 정보를 객체 탐지 및 추적 기술로 분석하고, 필요한 제조 데이터를 확보하는 것이다. 연구진은 객체 탐지 및 추적 알고리즘으로 YOLO(You Only Look Once)와 딥소트(DeepSORT)를 적용하여 프레임별 객체의 움직임 정보를 수집한다. 이후, 움직임 정보는 후보정을 통해 두 가지 제조 데이터(생산 실적, 생산 시간)로 변환된다. 딥러닝을 위한 학습 데이터를 확보하기 위해 동적으로 움직이는 공장 모형이 제작되었다. 또한, 실시간 영상 정보가 제조 데이터로 자동 변환되어 데이터베이스에 저장되는 상황을 재현하기 위해 운영 시나리오를 수립하였다. 운영 시나리오는 6개의 설비로 구성된 흐름 생산 공정(flow-shop)을 가정한다. 운영 시나리오에 따른 제조 데이터를 수집한 결과 96.3%의 정확도를 보였다.

• 대한토목학회논문집
• /
• 제28권2D호
• /
• pp.235-242
• /
• 2008

고령인구의 운전참여 비율이 급증하는 시점에서 시력 및 운전판단 능력이 떨어지는 고령운전자가 안전하게 운행할 수 있도록 하기 위해서는 고령운전자를 위한 도로교통환경의 정비가 무엇보다 중요하다. 도로교통 안전시설물 중에서 가장 먼저 생각할 수 있는 것은 도로표지로, 고령운전자가 도로표지를 잘 알아볼 수 있도록 설치할 필요가 있다. 본 연구는 고령운전자가 도로표지판의 지명개수에 대해서 어떻게 반응하는지, 또한 연령대별로 어느 정도 차이가 나는지를 실험하기 위해서 다양한 연령층(20대~70대)을 확보하여 실험을 수행하였다. 이때 사용된 장비는 표지판의 내용을 완벽하게 주시했는지를 알 수 있는 안구운동분석기와 도로현실을 최대한 반영한 가상 도로주행시뮬레이터를 사용하였다. 연구내용은 고령운전자에 대한 속도변화, 판독소요시간 분석, 오독률 분석을 실시하였다. 그 결과 각 구간에서 연령대별 판독과정에 따른 속도변화를 살펴보면, 전체적으로 연령이 높을수록 속도는 낮은 경향을 나타냈다. 연령대별 평균 판독소요시간 분석에서 회귀분석을 실시한 결과, 비표준화계수를 살펴보면 연령이 증가할수록 판독소요시간이 0.106초씩 증가하였다. 그리고 Logistic Model을 이용하여 연령별 지명개수에 따른 오독률을 분석한 결과, 5% 미만의 오독률을 고려하였을 때 고령자의 경우에는 지명개수가 4개 이하가 가장 바람직한 것으로 나타났다. 본 연구는 도로교통환경에서 보호받아야할 고령자에게 도로표지판의 적정 지명개수를 제시함으로써 도로교통안전에 도움이 될 것으로 본다. 또한 향후 각종 도로교통표지 설계시 안전성을 제고하는 기법 개발에 활용 및 기여할 것이다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권7호
• /
• pp.303-314
• /
• 2023

음성 변환(Voice Conversion)은 개인의 음성 데이터를 다른 사람의 음향적 특성(음조, 리듬, 성별 등)으로 재생성할 수 있는 기술로, 교육, 의사소통, 엔터테인먼트 등 다양한 분야에서 활용되고 있다. 본 논문은 StarGAN-VC 모델을 기반으로 한 접근 방식을 제안하여, 병렬 발화(Utterance) 없이도 현실적인 음성을 생성할 수 있다. 고정된 원본(source) 및 목표(target)화자 정보의 원핫 벡터(One-hot vector)를 이용하는 기존 StarGAN-VC 모델의 제약을 극복하기 위해, 본 논문에서는 사전 훈련된 Rawnet3를 사용하여 목표화자의 특징 벡터를 추출한다. 이를 통해 음성 변환은 직접적인 화자 간 매핑 없이 잠재 공간(latent space)에서 이루어져 many-to-many를 넘어서 any-to-any 구조가 가능하다. 기존 StarGAN-VC 모델에서 사용된 손실함수 외에도, Wasserstein-1 거리를 사용하여 생성된 음성 세그먼트가 목표 음성의 음향적 특성과 일치하도록 보장했다. 또한, 안정적인 훈련을 위해 Two Time-Scale Update Rule (TTUR)을 사용한다. 본 논문에서 제시한 평가 지표들을 적용한 실험 결과에 따르면, 제한된 목소리 변환만이 가능한 기존 StarGAN-VC 기법 대비, 본 논문의 제안 방법을 통해 다양한 발화자에 대한 성능이 개선된 음성 변환을 제공할 수 있음을 정량적으로 확인하였다.

• 한국식품위생안전성학회지
• /
• 제38권3호
• /
• pp.176-183
• /
• 2023

홍삼의 일반적인 가공법인 물과 주정 혼합용매로 추출 여과하여 농축액으로 제조 시 증숙 등의 가열처리에 의해 가수분해되거나 중합반응이 일어나게 되어 현재 기능성이 밝혀진 30여 가지 주요 진세노사이드 외 극미량인 200여종의 진세노사이드가 검출되고 있어서, 오히려 홍삼 본래의 기능성 규명과 효능 구현을 복잡하게 만들고, 추출 횟수를 거듭할수록 떫은맛이 강해지는 등 건강기능식품으로서 부정적인 영향을 배제하기 위하여 저온(40℃ 미만)에서 1차만 추출한 홍삼농축액을 제조한 결과 수율은 고형분 66-77% 정도에서 26-30%를 나타내어 기존의 연구 결과인 40.47±0.47% 보다 현저히 적은 수율을 나타내었고, 동결건조 분말의 진세노사이드 함량분석시험을 진행한 결과 시료 18종 전체에서 진세노사이드 34종이 검출되었고, 특히 홍삼 지표성분 3종인 Rb₁, Rg₁, Rg₃ 합계는 42.48 mg/g으로 시판 홍삼제품의 환산량 9.0 mg/g과 8.7 mg/g 보다 4-5배 많았다. 본 시료는 진한 홍삼의 향취와 함께 면역력 증진 등 6가지 기능발현에 9-25%의 소량 복용으로 1일 복용량이 유의성 있게 작아서 복용의 편의성과 함께 제품의 보관, 유통에 장점이 있는 것으로 판단된다.

• 지역과문화
• /
• 제6권4호
• /
• pp.23-45
• /
• 2019

본 연구는 전 세계의 관심을 받는 한반도의 판문점과 주변 DMZ의 가치를 제대로 보여줄 원천 스토리 발굴과 콘텐츠 개발 및 활용방안에 관한 연구이다. 판문점과 주변 DMZ의 고품격 브랜드화를 위한 연구로 세 가지 방법을 사용하였다. 첫 번째는 조셉 캠벨의 '영웅의 여행'이론을 이용, 여행 사이클을 통한 예비 방문객의 흥미 유발 부분이다. 두 번째는 현대 여행의 트렌드인 주관적 여행과 감성 자극 부분에 롤랑 바르트의 '제3의 의미'를 접목해보았다. 세 번째는 케빈 린치의 이론을 도입해 핵심장소인 판문점이라는 공간에 경로, 경계, 구역, 교차점, 랜드마크의 다섯 가지 요소를 배치해 보았다. 연구를 통해 판문점과 주변 DMZ의 콘텐츠 발굴은 역사적 사건의 정리와 더불어 관련 인물들의 이야기를 듣는 직접인터뷰 방식을 이용해 제3의 의미까지 수집할 필요가 있다. 80세 이상의 대상자를 우선순위로 진행하며 적어도 3번 이상 그리고 3대에 걸쳐 인터뷰가 이루어져야 한다. 이를 아카이브로 구축하고 스토리를 선별한 후 문화 콜라주 작업을 거치며 네트워크화와 브랜드화로 이어지는 과정은 5단계에 걸쳐 이루어진다. 이를 통해 원천 스토리 발굴-스토리텔링을 통한 콘텐츠 가공-콘텐츠 활용-지역 일자리 창출-지역경제 활성화라는 선순환의 구조를 만들어 낼 수 있다. 콘텐츠 개발은 시간성, 역사성, 장소성, 고유성, 진정성을 살리면서도 감성을 건드릴 수 있어야 한다. 관광과 여행, 개발과 훼손의 우려 사이에서 중심을 잡으며 신중하면서도 장기적인 계획과 다량의 원천 스토리 발굴이 이루어져야 하고, 적절한 스토리텔링이 필요함에 대한 공감대 형성이 요구된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권11호
• /
• pp.481-492
• /
• 2023

본 연구는 생성형 대규모 언어 모델을 활용하여 텍스트에서 정보를 추출하기 위한 한글 데이터셋 구축 방법을 탐구한다. 현대 사회에서는 혼합된 정보가 빠르게 유포되며, 이를 효과적으로 분류하고 추출하는 것은 의사결정 과정에 중요하다. 그러나 이에 대한 학습용 한국어 데이터셋은 아직 부족하다. 이를 극복하기 위해, 본 연구는 생성형 대규모 언어 모델을 사용하여 텍스트 기반 제로샷 학습(zero-shot learning)을 이용한 정보 추출을 시도하며, 이를 통해 목적에 맞는 한국어 데이터셋을 구축한다. 본 연구에서는 시스템-지침-소스입력-출력형식의 프롬프트 엔지니어링을 통해 언어 모델이 원하는 결과를 출력하도록 지시하며, 입력 문장을 통해 언어 모델의 In-Context Learning 특성을 활용하여 데이터셋을 구축한다. 생성된 데이터셋을 기존 데이터셋과 비교하여 본 연구 방법론을 검증하며, 관계 정보 추출 작업의 경우 KLUE-RoBERTa-large 모델 대비 25.47% 더 높은 성능을 달성했다. 이 연구 결과는 한국어 텍스트에서 지식 요소를 추출하는 가능성을 제시함으로써 인공지능 연구에 도움을 줄 것으로 기대된다. 더욱이, 이 방법론은 다양한 분야나 목적에 맞게 활용될 수 있어, 다양한 한국어 데이터셋 구축에 잠재력을 가진다고 볼 수 있다.

• 지구물리와물리탐사
• /
• 제26권4호
• /
• pp.229-237
• /
• 2023

도심지에서 화약, 기계적 진동 등의 인공 송신원을 이용할 경우 진동 및 소음으로 인한 민원발생으로 탄성파탐사에 어려움이 있다. 인공 송신원의 대안으로 교통차량의 진동에 의해 발생하는 표면파를 이용하여 도심 지하 천부의 물성을 파악할 수 있다. 그러나 교통차량 진동은 일정 속도로 연속적으로 이동하는 평면파의 형태를 하고 있어, 기존의 표면파 처리 및 역산 기법을 적용하기 위해서는 탄성파 간섭법을 적용하여 교통차량 진동 자료를 점-송신원 형태의 가상공통송신원모음으로 변환시켜야 한다. 본 연구에서는 교통차량 진동 자료에 다양한 탄성파 간섭법을 적용하고, 타우-피 및 주파수-파수 영역에서 그 결과를 비교하여 최적의 탄성파 간섭법을 도출하였다. 또한, 다양한 방향의 수진기 배열로 취득된 자료들에 대해 탄성파 간섭법을 적용하고, 그 결과들을 비교 및 분석하여 탐사에 가장 적합한 수진기 배열 방향을 도출하였다.

• 지구물리와물리탐사
• /
• 제26권4호
• /
• pp.211-228
• /
• 2023

방조제의 모니터링에는 지구물리학적 비파괴 검사인 GPR (Ground Penetrating Radar) 탐사가 주로 이용된다. GPR 반응은 상황에 따라 복잡한 양상을 보이므로 자료의 처리와 해석은 전문가의 주관적 판단에 의존하며, 이는 오 탐지의 가능성을 불러옴과 동시에 시간이 오래 걸린다는 단점이 있다. 따라서 딥 러닝을 이용하여 GPR 탐사자료의 공동을 탐지하는 다양한 연구들이 수행되고 있다. 딥 러닝 기반 방법은 데이터 기반 방법으로써 풍부한 자료가 필요하나 GPR 탐사의 경우 비용 등의 이유로 학습에 이용할 현장 자료가 부족하다. 따라서 본 논문에서는 데이터 증강 전략을 이용하여 딥 러닝 기반 방조제 GPR 탐사자료 공동 탐지 모델을 개발하였다. 다년간 동일한 방조제에서 탐사 자료를 사용하여 데이터 세트를 구축하였으며, 컴퓨터 비전 분야의 객체 탐지 모델 중 YOLO (You Look Only Once) 모델을 이용하였다. 데이터 증강 전략을 비교 및 분석함으로써 최적의 데이터 증강 전략을 도출하였고, 초기 모델 개발 후 앵커 박스 클러스터링, 전이 학습, 자체 앙상블, 모델 앙상블 기법을 단계적으로 적용하여 최종 모델 도출 후 성능을 평가하였다.