• 지능정보연구
• /
• 제27권3호
• /
• pp.57-73
• /
• 2021

ICT 인프라의 이상탐지를 통한 유지보수와 장애 예방이 중요해지고 있다. 장애 예방을 위해서 이상탐지에 대한 관심이 높아지고 있으며, 지금까지의 다양한 이상탐지 기법 중 최근 연구들에서는 딥러닝을 활용하고 있으며 오토인코더를 활용한 모델을 제안하고 있다. 이는 오토인코더가 다차원 다변량에 대해서도 효과적으로 처리가 가능하다는 것이다. 한편 학습 시에는 많은 컴퓨터 자원이 소모되지만 추론과정에서는 연산을 빠르게 수행할 수 있어 실시간 스트리밍 서비스가 가능하다. 본 연구에서는 기존 연구들과 달리 오토인코더에 2가지 요소를 가미하여 이상탐지의 성능을 높이고자 하였다. 먼저 다차원 데이터가 가지고 있는 속성별 특징을 최대한 부각하여 활용하기 위해 멀티모달 개념을 적용한 멀티모달 오토인코더를 적용하였다. CPU, Memory, network 등 서로 연관이 있는 지표들을 묶어 5개의 모달로 구성하여 학습 성능을 높이고자 하였다. 또한, 시계열 데이터의 특징을 데이터의 차원을 늘리지 않고 효과적으로 학습하기 위하여 조건부 오토인코더(conditional autoencoder) 구조를 활용하는 조건부 멀티모달 오토인코더(Conditional Multimodal Autoencoder, CMAE)를 제안하였다. 제안한 CAME 모델은 비교 실험을 통해 검증했으며, 기존 연구들에서 많이 활용된 오토인코더와 비교하여 AUC, Accuracy, Precision, Recall, F1-score의 성능 평가를 진행한 결과 유니모달 오토인코더(UAE)와 멀티모달 오토인코더(Multimodal Autoencoder, MAE)의 성능을 상회하는 결과를 얻어 이상탐지에 있어 효과적이라는 것을 확인하였다.

• 한국재료학회:학술대회논문집
• /
• 한국재료학회 2011년도 춘계학술발표대회
• /
• pp.5-5
• /
• 2011

The research and development of hybrid electric vehicle (HEV), plug-in hybrid electric vehicle (PHEV) and electric vehicle (EV) are intensified due to the energy crisis and environmental concerns. In order to meet the challenging requirements of powering HEV, PHEV and EV, the current lithium battery technology needs to be significantly improved in terms of the cost, safety, power and energy density, as well as the calendar and cycle life. One new technology being developed is the utilization of composite cathode by mixing two different types of insertion compounds [e.g., spinel $LiMn_2O_4$ and layered $LiMO_2$ (M=Ni, Co, and Mn)]. Recently, some studies on mixing two different types of cathode materials to make a composite cathode have been reported, which were aimed at reducing cost and improving self-discharge. Numata et al. reported that when stored in a sealed can together with electrolyte at $80^{\circ}C$ for 10 days, the concentrations of both HF and $Mn^{2+}$ were lower in the can containing $LiMn_2O_4$ blended with $LiNi_{0.8}Co_{0.2}O_2$ than that containing $LiMn_2O_4$ only. That reports clearly showed that this blending technique can prevent the decline in capacity caused by cycling or storage at elevated temperatures. However, not much work has been reported on the charge-discharge characteristics and related structural phase transitions for these composite cathodes. In this presentation, we will report our in situ x-ray diffraction studies on this mixed composite cathode material during charge-discharge cycling. The mixed cathodes were incorporated into in situ XRD cells with a Li foil anode, a Celgard separator, and a 1M $LiPF_6$ electrolyte in a 1 : 1 EC : DMC solvent (LP 30 from EM Industries, Inc.). For in situ XRD cell, Mylar windows were used as has been described in detail elsewhere. All of these in situ XRD spectra were collected on beam line X18A at National Synchrotron Light Source (NSLS) at Brookhaven National Laboratory using two different detectors. One is a conventional scintillation detector with data collection at 0.02 degree in two theta angle for each step. The other is a wide angle position sensitive detector (PSD). The wavelengths used were 1.1950 ${\AA}$ for the scintillation detector and 0.9999 A for the PSD. The newly installed PSD at beam line X18A of NSLS can collect XRD patterns as short as a few minutes covering $90^{\circ}$ of two theta angles simultaneously with good signal to noise ratio. It significantly reduced the data collection time for each scan, giving us a great advantage in studying the phase transition in real time. The two theta angles of all the XRD spectra presented in this paper have been recalculated and converted to corresponding angles for ${\lambda}=1.54\;{\AA}$, which is the wavelength of conventional x-ray tube source with Cu-$k{\alpha}$ radiation, for easy comparison with data in other literatures. The structural changes of the composite cathode made by mixing spinel $LiMn_2O_4$ and layered $Li-Ni_{1/3}Co_{1/3}Mn_{1/3}O_2$ in 1 : 1 wt% in both Li-half and Li-ion cells during charge/discharge are studied by in situ XRD. During the first charge up to ~5.2 V vs. $Li/Li^+$, the in situ XRD spectra for the composite cathode in the Li-half cell track the structural changes of each component. At the early stage of charge, the lithium extraction takes place in the $LiNi_{1/3}Co_{1/3}Mn_{1/3}O_2$ component only. When the cell voltage reaches at ~4.0 V vs. $Li/Li^+$, lithium extraction from the spinel $LiMn_2O_4$ component starts and becomes the major contributor for the cell capacity due to the higher rate capability of $LiMn_2O_4$. When the voltage passed 4.3 V, the major structural changes are from the $LiNi_{1/3}Co_{1/3}Mn_{1/3}O_2$ component, while the $LiMn_2O_4$ component is almost unchanged. In the Li-ion cell using a MCMB anode and a composite cathode cycled between 2.5 V and 4.2 V, the structural changes are dominated by the spinel $LiMn_2O_4$ component, with much less changes in the layered $LiNi_{1/3}Co_{1/3}Mn_{1/3}O_2$ component, comparing with the Li-half cell results. These results give us valuable information about the structural changes relating to the contributions of each individual component to the cell capacity at certain charge/discharge state, which are helpful in designing and optimizing the composite cathode using spinel- and layered-type materials for Li-ion battery research. More detailed discussion will be presented at the meeting.

• 대한소아치과학회지
• /
• 제34권4호
• /
• pp.569-578
• /
• 2007

본 연구는 자가 부식과 two-bottle system에 의한 레진 부착시 레이저와 일반 고속 핸드피스에 의한 치아형성 관계를 규명해보고자 하였다. 55개의 유치를 발거한 후 레진에 매몰하여 상아질을 노출시켜 시편을 준비하였고 다음과 같이 분류하였다. I군은 고속핸드피스로 치아 형성 후 $Adper^{TM}$ $Prompt^{TM}$ L-$Pop^{TM}$(3M Unitek, USA)을, II군은 Er:YAG 레이저로 치아 형성 후 $Adper^{TM}$ $Prompt^{TM}$ L-$Pop^{TM}$(3M Unitek, USA)을, III군은 레이저로 형성 후 산부식과 $Adper^{TM}$ Single Bond Plus Adhesive(3M Unitek, USA)를, IV군은 레이저로 형성 후 산부식 없이 $Adper^{TM}$ Single Bond Plus Adhesive(3M Unitek, USA)를 적용하였고 V군은 고속 핸드피스로 치아 형성 후 산부식과 $Adper^{TM}$ Single Bond Plus Adhesive(3M Unitek, USA)를 적용하였다. 레진 $Filtek^{TM}$ Z250(3M Unitek, USA)을 직경 1.5 mm, 길이 3 mm의 투명관에 충전 후 적용하였다. 각 그룹 시편의 전단강도를 측정하였고 레이저와 고속 핸드피스로 치아 형성 후와 각각 산부식을 한 후 주사전자 현미경으로 관찰한 결과 다음과 같은 결론을 얻었다. 1. 기존 방법인 고속 핸드피스를 이용한 치아 형성 후 산부식과 $Adper^{TM}$ Single Bond를 이용한 방법이 가장 높은 결합 강도를 보였다. 2. 레이저를 이용한 치아 형성 후 산부식을 하지 않고 $Adper^{TM}$ Single Bond를 이용한 방법은 가장 낮은 결합 강도를 보였다. 3. 고속 핸드피스를 이용한 치아 형성 후 $Prompt^{TM}$ L-$Pop^{TM}$을 이용한 레진 부착을 한 그룹과 레이저를 이용해 치아를 형성한 이후 산부식과 $Adper^{TM}$ Single Bond를 이용한 방법간의 결합 강도는 유의한 차이를 나타내지 않았다. 4. 레이저를 이용한 치아 형성 후 $Prompt^{TM}$ L-$Pop^{TM}$을 이용한 II군은 I, III, V군에 비해서는 결합강도가 낮았으나 IV군에 비해서는 결합강도가 유의성 있게 높았다. 5. 주사전자 현미경 관찰시 레이저로 치아 형성한 상아질 표면은 불규칙한 표면이 두드러졌으며 도말층이 제거되었음을 볼 수 있었고 산부식 후에는 불규칙한 부위가 줄어들고 상아세관이 커짐을 확인했다.

• 한국방사선학회논문지
• /
• 제13권4호
• /
• pp.581-588
• /
• 2019

자기공명영상검사는 조직의 대조도 와 해상력이 우수하지만, 인공물이 발생 될 경우 진단에 영향을 주어 판독이 불가능한 영상을 생성하기도 한다. 치아에 삽입된 금속은 강자성체 또는 상자성체로 되어있는 경우가 대부분이며 자화율 차이로 인하여 기하학적 왜곡을 유발하여 영상진단에 저해되는 경우가 많으며 이를 저감시킬 필요가 있다. 이에 본 연구는 반자성 물질을 사용에 따른 금속 인공물 분석을 실시하고자 한다. 자성 물질로는 치아교정용 와이어와 브라켓인 스테인리스 스틸이 사용되었고 반자성 물질은 구리, 아연, 비스무트를 사용하였다. 검사장비는 1.5T, 3T가 사용되었으며 사용된 시퀀스는 SE, TSE, GE, EPI을 사용하여 측정하였다. 자체 제작된 팬텀을 물질은 균등한 신호를 위하여 아가로스 겔(10%)을 사용하였으며 인공물 유발 물질은 스테인리스 스틸은 팬텀의 정중앙에 위치시켜 검사하고 각 길이 10mm의 정 육면체 반자성 물질의 씌워 검사하였다. 인공물 측정은 Image J를 사용하여 순수한 팬텀 영상에서 자성물질을 포함한 영상을 감산하여 얻은 영상에서 Low Threshold 값을 10으로 설정 한 후 Wand tool을 사용하여 인공물 영역설정 후 면적을 구하였다. 스테인리스 스틸에서 발생한 금속 인공물은 반자성 물질 중 비스무트를 사용한 영상에서 금속 인공물이 가장 많이 감소하였으며 구리와 아연은 약간은 감소하지만, 그 정도의 차이는 크지 않다고 하겠다. 이러한 이유는 비스무트의 반자성 자화율이 가장 작아서 강자성체에서의 자화율을 가장 많이 상쇄하였기 때문이라고 생각된다. 1.5T 와 3T 모두에서 비스무트를 사용한 영상의 인공물이 가장 적게 나왔다. 시퀀스별 인공물 감소는 1.5T에서는 TSE에서 가장 많이 인공물이 감소하였으며 3T에서는 SE에서 가장 많은 인공물이 감소하였다. 따라서 반자성물질의 따른 인공물 변화의 결과는 자화율(${\chi}$)이 가장 낮은 비스무트를 사용한 영상에서 금속인공물이 기준인 Implant 인공물 보다 줄어든 양상을 보여 자화율이 낮은 물질일수록 금속 인공물이 줄어든다는 것을 알 수 있었으며, 기존 금속 인공물의 해결 방법의 단점으로 지적되어온 스캔 시간의 증가 등이 나타나지 않으면서도 인공물을 줄일 수 있는 방법으로 향후 치아 교정 물질뿐만 아니라 치아 보철물 전체에 대한 금속 인공물 저감에 관한 연구의 기초 자료로 사용될 것으로 사료된다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.173-198
• /
• 2020

최근 온라인의 비약적인 활성화로 캠페인 채널들이 다양하게 확대되면서 과거와는 비교할 수 없을 수준의 다양한 유형들의 캠페인들이 기업에서 수행되고 있다. 하지만, 고객의 입장에서는 중복 노출로 인한 캠페인에 대한 피로감이 커지면서 스팸으로 인식하는 경향이 있고, 기업입장에서도 캠페인에 투자하는 비용은 점점 더 늘어났지만 실제 캠페인 성공률은 오히려 더 낮아지고 있는 등 캠페인 자체의 효용성이 낮아지고 있다는 문제점이 있어 실무적으로 캠페인의 효과를 높이고자 하는 다양한 연구들이 지속되고 있다. 특히 최근에는 기계학습을 이용하여 캠페인의 반응과 관련된 다양한 예측을 해보려는 시도들이 진행되고 있는데, 이 때 캠페인 데이터의 다양한 특징들로 인해 적절한 특징을 선별하는 것은 매우 중요하다. 전통적인 특징 선택 기법으로 탐욕 알고리즘(Greedy Algorithm) 중 SFS(Sequential Forward Selection), SBS(Sequential Backward Selection), SFFS(Sequential Floating Forward Selection) 등이 많이 사용되었지만 최적 특징만을 학습하는 모델을 생성하기 때문에 과적합의 위험이 크고, 특징이 많은 경우 분류 예측 성능 하락 및 학습시간이 많이 소요된다는 한계점이 있다. 이에 본 연구에서는 기존의 캠페인에서의 효과성 제고를 위해 개선된 방식의 특징 선택 알고리즘을 제안한다. 본 연구의 목적은 캠페인 시스템에서 처리해야 하는 데이터의 통계학적 특성을 이용하여 기계 학습 모델 성능 향상의 기반이 되는 특징 부분 집합을 탐색하는 과정에서 기존의 SFFS의 순차방식을 개선하는 것이다. 구체적으로 특징들의 데이터 변형을 통해 성능에 영향을 많이 끼치는 특징들을 먼저 도출하고 부정적인 영향을 미치는 특징들은 제거를 한 후 순차방식을 적용하여 탐색 성능에 대한 효율을 높이고 일반화된 예측이 가능하도록 개선된 알고리즘을 적용하였다. 실제 캠페인 데이터를 이용해 성능을 검증한 결과, 전통적인 탐욕알고리즘은 물론 유전자알고리즘(GA, Genetic Algorithm), RFE(Recursive Feature Elimination) 같은 기존 모형들 보다 제안된 모형이 보다 우수한 탐색 성능과 예측 성능을 보임을 확인할 수 있었다. 또한 제안 특징 선택 알고리즘은 도출된 특징들의 중요도를 제공하여 예측 결과의 분석 및 해석에도 도움을 줄 수 있다. 이를 통해 캠페인 유형별로 중요 특징에 대한 분석과 이해가 가능할 것으로 기대된다.