• 한국축산식품학회지
• /
• 제39권3호
• /
• pp.371-378
• /
• 2019

The objective of this study was to develop mathematical models for describing the kinetic behavior of Staphylococcus aureus (S. aureus) in seasoned beef jerky. Seasoned beef jerky was cut into 10-g pieces. Next, 0.1 mL of S. aureus ATCC13565 was inoculated into the samples to obtain 3 Log CFU/g, and the samples were stored aerobically at $10^{\circ}C$, $20^{\circ}C$, $25^{\circ}C$, $30^{\circ}C$, and $35^{\circ}C$ for 600 h. S. aureus cell counts were enumerated on Baird Parker agar during storage. To develop a primary model, the Weibull model was fitted to the cell count data to calculate Delta (required time for the first decimal reduction) and ${\rho}$ (shape of curves). For secondary modeling, a polynomial model was fitted to the Delta values as a function of storage temperature. To evaluate the accuracy of the model prediction, the root mean square error (RMSE) was calculated by comparing the predicted data with the observed data. The surviving S. aureus cell counts were decreased at all storage temperatures. The Delta values were longer at $10^{\circ}C$, $20^{\circ}C$, and $25^{\circ}C$ than at $30^{\circ}C$ and $35^{\circ}C$. The secondary model well-described the temperature effect on Delta with an $R^2$ value of 0.920. In validation analysis, RMSE values of 0.325 suggested that the model performance was appropriate. S. aureus in beef jerky survives for a long period at low storage temperatures and that the model developed in this study is useful for describing the kinetic behavior of S. aureus in seasoned beef jerky.

• 한국차세대컴퓨팅학회논문지
• /
• 제15권5호
• /
• pp.64-74
• /
• 2019

비강체 정합은 임상적 필요성은 높으나 계산 복잡도가 높고, 정합의 정확성 및 강건성을 확보하기 어려운 분야이다. 본 논문은 비지도 학습 환경에서 3차원 뇌 자기공명 영상 데이터에 딥러닝 네트워크를 이용한 비강체 정합 기법을 제안한다. 서로 다른 환자의 두 영상을 입력받아 네트워크를 통하여 두 영상 간의 특징 벡터를 생성하고, 변위 벡터장을 만들어 기준 영상에 맞추어 다른 쪽 영상을 변형시킨다. 네트워크는 U-Net 형태를 기반으로 설계하여 정합 시 두 영상의 전역적, 지역적인 차이를 모두 고려한 특징 벡터를 만들 수 있고, 손실함수에 균일화 항을 추가하여 3차원 선형보간법 적용 후에 실제 뇌의 움직임과 유사한 변형 결과를 얻을 수 있다. 본 방법은 비지도 학습을 통해 임의의 두 영상만을 입력으로 받아 단일 패스 변형으로 비강체 정합을 수행한다. 이는 반복적인 최적화 과정을 거치는 비학습 기반의 정합 방법들보다 빠르게 수행할 수 있다. 실험은 50명의 뇌를 촬영한 3차원 자기공명 영상을 가지고 수행하였고, 정합 전·후의 Dice Similarity Coefficient 측정 결과 평균 0.690으로 정합 전과 비교하여 약 16% 정도의 유사도 향상을 확인하였다. 또한, 비학습 기반 방법과 비교하여 유사한 성능을 보여주면서 약 10,000배 정도의 속도 향상을 보여주었다. 제안 기법은 다양한 종류의 의료 영상 데이터의 비강체 정합에 활용이 가능하다.

• 한국산림과학회지
• /
• 제110권2호
• /
• pp.155-164
• /
• 2021

자연환경에 대한 국민들의 관심 증가로 스마트폰과 같은 휴대용 기기를 이용한 수목 동정의 자동화에 대한 요구가 증가하고 있다. 최근 딥러닝 기술의 발전에 힘입어, 외국에서는 수목 인식 분야에의 적용이 활발하게 이루어지고 있다. 수목의 분류를 위해 꽃, 잎 등 다양한 형질들을 대상으로 연구가 진행되고 있지만, 접근성을 비롯한 여러 장점을 가진 수피의 경우 복잡도가 높고 자료가 부족하여 연구가 제한적이었다. 본 연구에서는 국내에서 흔히 관찰 가능한 수목 54종의 사진자료를 약 7,000 여장 수집 및 공개하였고, 이를 해외의 20 수종에 대한 BarkNet 1.0의 자료와 결합하여 학습에 충분한 수의 사진 수를 가지는 53종을 선정하고, 사진들을 7:3의 비율로 나누어 훈련과 평가에 활용하였다. 분류 모델의 경우, 딥러닝 기법의 일종인 합성곱 신경망을 활용하였는데, 가장 널리 쓰이는 VGGNet (Visual Geometry Group Network) 16층, 19층 모델 두 가지를 학습시키고 성능을 비교하였다. 또한 본 모형의 활용성 및 한계점을 확인하기 위하여 학습에 사용하지 않은 수종과 덩굴식물과 같은 방해 요소가 있는 사진들에 대한 모델의 정확도를 확인하였다. 학습 결과 VGG16과 VGG19는 각각 90.41%와 92.62%의 높은 정확도를 보였으며, 더 복잡도가 높은 모델인 VGG19가 조금 더 나은 성능을 보임을 확인하였다. 학습에 활용되지 않은 수목을 동정한 결과 80% 이상의 경우에서 같은 속 또는 같은 과에 속한 수종으로 예측하는 것으로 드러났다. 반면, 이끼, 만경식물, 옹이 등의 방해 요소가 존재할 경우 방해요소가 자치하는 비중에 따라 정확도가 떨어지는 것이 확인되어 실제 현장에서 이를 보완하기 위한 방법들을 제안하였다.

• 한국건설순환자원학회논문집
• /
• 제9권3호
• /
• pp.303-310
• /
• 2021

교량의 균열은 교량의 상태를 나타내는 중요한 요소이며 주기적인 모니터링 대상이다. 그러나 전문가가 육안으로 점검하는 것은 비용, 시간, 신뢰성 면에서 문제가 있다. 따라서 최근에는 이러한 문제를 극복하기 위해 자동화 가능한 딥러닝 모델을 적용하기 위한 연구가 시작되었다. 딥러닝 모델은 예측할 상황에 대한 충분한 데이터가 필요하지만 교량 균열 데이터는 상대적으로 얻기가 어렵다. 특히 교량의 설계, 위치, 공법에 따라 교량 균열의 형상이 달라질 수 있어 특정 상황에서 많은 양의 균열 데이터를 수집하기 어려움이 따른다. 본 연구에서는 적대적 생성 신경망(Generative Adversarial Network, GAN)을 통해 불충분한 균열 데이터를 생성하고 학습하는 균열 탐지 모델을 개발했다. 본 연구에서는 GAN을 이용하여 주어진 균열 데이터와 통계적으로 유사한 데이터를 성공적으로 생성했으며, 생성된 이미지를 사용하지 않을 때보다 생성된 이미지를 사용할 때 약 3% 더 높은 정확도로 균열 감지가 가능했다. 이러한 접근 방식은 교량의 균열 검출이 필요하지만 균열 데이터는 충분하지 않거나 하나의 클래스에 대한 데이터가 상대적으로 적을 때 감지 모델의 성능을 효과적으로 향상시킬 것으로 기대된다.

• 지적과 국토정보
• /
• 제51권1호
• /
• pp.111-124
• /
• 2021

최근, 2019년 4월 15일에 있었던 노트르담 대성당 화재로 문화재 복원 및 재현에 대해 2008년 숭례문 화재사건 이후 관심이 다시 한 번 집중되고 있다. 특히, 기존에 활용되던 LiDAR 및 광파기 측량 등을 활용한 문화재 실측을 다양한 3차원 재현 기술을 활용하여 복원 및 재현하려는 연구가 활발히 진행되고 있다. 본 연구는 운주사의 와형석조여래불을 대상으로 최근 4차 산업혁명 시대에서 핵심기술로 자리매김한 UAV(Unmanned Aerial Vehicle)의 무인항공영상와 기존에 사진측량에 활용되던 근접영상(CRP) 및 지상 LiDAR 스캐닝을 활용하여 데이터를 획득하고, 이들을 3가지 융합모델로 SfM기반의 3차원 재현을 실시, 모델의 재현도 및 정확도를 비교·분석하였다. 아울러, 3가지의 모델 중 가장 우수한 융합모델을 활용하여 11세기 초 고려시대의 불교 천문학적 고증이 녹아있는 와형석조여래불을 실세계 좌표기반으로 북극성과의 연관성을 확인한다. 본 연구를 통해 문화재의 단순한 외형적인 3차원 재현뿐 아니라 문화재에 담긴 역사적 고증을 확인함으로써 문화재의 종류 및 형태에 따라 고증까지 함께 재현하는 방안을 모색하였다.

• 한국인터넷방송통신학회논문지
• /
• 제22권2호
• /
• pp.63-70
• /
• 2022

2D 객체 감지 시스템은 최근 몇 년 동안 심층 신경망과 대규모 이미지 데이터세트의 사용으로 크게 개선되었지만, 아직도 범주 내에서 데이터 부족, 다양한 외관 및 객체 형상 때문에 자율 탐색 등과 같은 로봇 공학과 관련된 응용에서 2D 물체 감지 시스템은 적절하지 않다. 최근에 소개되고 있는 구글 Objectron 또한 증강 현실 세션 데이터를 사용하는 새로운 데이터 파이프라인이라는 점에서 도약이라 할 수 있지만, 3D 공간에서 2D 객체 이해라는 측면에서 마찬가지로 한계가 있다. 이에 본 연구에서는 더 성숙한 2D 물체 감지 방법을 Objectron에 도입하는 3D 물체 감지 시스템을 나타낸다. 대부분의 객체 감지 방법은 경계 상자를 사용하여 객체 모양과 위치를 인코딩한다. 본 작업에서는 가우스 분포를 사용하여 객체 영역의 확률적 표현을 탐색하는데, 일종의 확률적 IoU라 할 수 있는 Hellinger 거리를 기반으로 하는 가우스 분포에 대한 유사성 측도를 제시한다. 이러한 2D 표현은 모든 객체 감지기에 원활하게 통합할 수 있으며, 실험 결과 데이터 집합에서 주석이 달린 분할 영역에 더 가까워서 Objectron의 단점이라 할 수 있는 3D 감지 정확도를 높일 수 있다.

• 한국시뮬레이션학회논문지
• /
• 제31권1호
• /
• pp.29-41
• /
• 2022

이상기후로 인한 불안정한 식량 수급을 해결하기 위한 대안 중 하나로 식물공장의 필요성이 증대되고 있다. 식물공장 내 기류는 재배작물의 증산작용과 열교환에 중요한 인자 중 하나로 인식되고 있다. 한편, 디지털트윈(Digital Twin: DT)은 실체계를 가상세계에 복제한 것으로 실체계만으로 불가능한 다양한 서비스를 제공하는 수단으로 주목받고 있다. 본 연구에서는 디지털트윈 개념을 실제 운용중인 식물공장 기류해석에 적용하여 다양한 상황에 기류를 예측할 수 있는 기류 예측 DT 모델 개발을 목표로 하였다. 이를 위해 먼저 기류 해석용 디지털트윈 수학적 형식론을 제시하고, 이를 기반으로 실제 운용중인 식물공장의 기류예측 모델링에 필요한 정보들을 명세한다. 이어서 식물공장 내 형상을 CAD로 구현하고 유동해석을 위한 전산유체역학(CFD) 구성요소들을 결합하여 DT 모델을 개발하였다. 마지막으로 DT 모델의 시뮬레이션 해석 결과를 식물공장에서 수집한 실제 기류값과 비교하는 모델의 실증 및 기계학습 기반 보정을 통해 정확도가 높은 기류 예측용 DT 모델을 완성하였다.

• 한국콘텐츠학회논문지
• /
• 제22권3호
• /
• pp.390-400
• /
• 2022

대학 아이덴티티(University Identity)는 대학의 정체성 확립과 하나의 고유한 이미지를 통합하여 학교가 지향하는 핵심 가치를 효과적으로 전달이 가능하다. 따라서 대다수의 대학은 대학 아이덴티티를 새롭게 정의하거나 문화상품을 내놓는 등 적극적인 홍보 전략을 펼치고 있다. 최근 기존의 광고나 홈페이지는 물론 인스타 그램, 유튜브, 페이스북등의 SNS로 대학브랜드를 지속적으로 노출하며 차별화하고 있다. 본 연구는 '2021 QS World University Rankings'에서 '2021 QS ASIA University Rankings'의 한국과 중국의 상위 각 80개 대학 아이덴티티를 분석하여 디자인의 형태, 색상 수, 영어 표현에서 차이가 확인 된다. 그리고 한국과 중국 대학의 시각화된 대학 아이덴티티 디자인의 계량화와 교차분석을 통한 양국의 시각적 표현 차이분석과 데이터의 정확성을 확보하기 위해 'Cohen's Kappa' 일치성 분석을 하였다. 연구결과 창의적이고 불규칙형태를 나타내며 파랑색, 빨강색, 초록색의 사용이 많으며 대부분 2가지 이내 색상의 사용을 볼 수 있다. 또한 대학 아이덴티티 디자인은 워드마크와 추상적 형식의 표현이 확인된다. 본 연구는 향후 대학의 국제화, 차별화된 대학 아이덴티티 디자인을 창출하기 위한 효과적인 기초자료로 시사점을 제시할 수 있다.

• 농촌계획
• /
• 제27권4호
• /
• pp.55-70
• /
• 2021

In this study, in the field of remote sensing, where the scope of application is rapidly expanding to fields such as land monitoring, disaster prediction, facility safety inspection, and maintenance of cultural properties, monitoring of rural space and surrounding environment using UAV is utilized. It was carried out to verify the possibility, and the following main results were derived. First, the aerial image taken with an unmanned aerial vehicle had a much higher image size and spatial resolution than the aerial image provided by the National Geographic Information Service. It was suitable for analysis due to its high accuracy. Second, the more the number of photographed photos and the more complex the terrain features, the more the point cloud included in the aerial image taken with the UAV was extracted. As the amount of point cloud increases, accurate 3D mapping is possible, For accurate 3D mapping, it is judged that a point cloud acquisition method for difficult-to-photograph parts in the air is required. Third, 3D mapping technology using point cloud is effective for monitoring rural space and rural resources because it enables observation and comparison of parts that cannot be read from general aerial images. Fourth, the digital elevation model(DEM) produced with aerial image taken with an UAV can visually express the altitude and shape of the topography of the study site, so it can be used as data to predict the effects of topographical changes due to changes in rural space. Therefore, it is possible to utilize various results using the data included in the aerial image taken by the UAV. In this study, the superiority of images acquired by UAV was verified by comparison with existing images, and the effect of 3D mapping on rural space monitoring was visually analyzed. If various types of spatial data such as GIS analysis and topographic map production are collected and utilized using data that can be acquired by unmanned aerial vehicles, it is expected to be used as basic data for rural planning to maintain and preserve the rural environment.

• 디지털융복합연구
• /
• 제19권11호
• /
• pp.391-396
• /
• 2021

본 연구에서는 주요 산림 선진국인 오스트리아, 일본, 뉴질랜드, 인도네시아의 산림 정책 및 레이저 스캐닝 기술을 활용한 산림자원조사 사례를 조사하고, 레이저 스캐닝을 통해 취득되는 포인트클라우드 데이터의 산림자원조사 적용 가능성을 파악하였다. 연구를 통해 선진국의 산림정책은 지속 가능한 산림의 보전 및 관리와 일자리 창출, 목재 생산성 향상을 목적으로 추진되고 있으며, 새로운 기술 연구 및 실제 사업에서의 적용이 이루어지고 있음을 알 수 있었다. 우리나라는 주요 산림 선진국과 비교했을 때 국토면적에 비해 높은 산림 비율을 가지고 있지만 임목축적은 상대적으로 낮게 나타나 임목축적의 향상을 위한 과학적인 산림관리가 필요한 시점이라 할 수 있다. 레이저 스캐닝 기술의 적용 가능성 파악을 위해 포인트클라우드 데이터를 이용한 산림자원조사 실험을 수행하였으며, 흉고직경, 수고, 단위면적당 본수를 산출하고, 수관의 형태를 파악하였다. 향후 다양한 레이저 스캐닝 기술을 적용한 현장 실험과 정확도 평가가 이루어진다면 포일트클라우드를 이용한 산림자원조사의 정량적인 업무 개선정도를 제시할 수 있을 것이다.