• 한국식품저장유통학회지
• /
• 제16권1호
• /
• pp.1-7
• /
• 2009

음파를 이용한 수박의 내부품질을 비파괴적으로 판정하는 시스템을 개발하였다. 개발된 수박품질판정기는 크기가 $200{\times}200\;mm$, 무게가 290 g로 휴대가 가능하여 수박 재배포장, 집하장, 슈퍼마켓 등 현장에서 쉽게 사용가능하도록 개발하였다. 수박의 음파수집한 후 음파데이터에서 영교차율, 피크(peak)점간 거리 표준편차, 시간파형에서 진폭 적분값, 주파수대역 에너지, 영점빈도수와 같은 특징인자를 추출하여 내부품질을 판정할 수 있는 주성분회귀 모델개발에 이용하였다. 개발된 수박의 주성분회귀 모델의 상관계수는 0.79, SEC는 0.28로 판정정확도는 87% 이었으며, 모델 검증한 결과 상관계수가 0.78, SEP가 0.785로 판정정확도가 83%이었다. 생산자 내부품질판정 정확도를 조사한 결과, 생산자 판정 정확도는 75% 이었다.

• 한국산학기술학회논문지
• /
• 제12권12호
• /
• pp.5622-5632
• /
• 2011

이 논문은 Automated Guided Vehicle(AGV)를 이용하여 운영되는 통합물류시스템의 시뮬레이션 실험설계와 분석에 관한 방법을 제시한다. 물류창고의 AGVs(Automated Guided Vehicle system) 성능을 최대로 운영하기 위해선 많은 변수들이 고려되어져야 하는데 대표적 중요 요인에는 차량 대수, 속도, 운행규칙, 부품 타입, 스케줄링, 버퍼 사이즈 등이 있다. 우리는 이 논문에서 다양한 중요요인들 중 (1)처리량 최대화, (2)차량 이용률 최대화 (3)차량 혼잡 최소화, (4)Automated Storage and Retrieval System(ASRS) 이용률 최대화를 고려하기 위해 직교배열(Orthogonal Array)로 실험계획을 수립하였고 이를 이용한 시뮬레이션 기반 분석과 진화전략(Evolution Strategy : ES)를 이용한 최적화를 각각 수행했다. 그 결과 ES에 비해 직교배열이 실험 시간과 회수를 절약하였고 두 결과에 대한 유효성 검사 또한 큰 차이를 나타내지 않았다. 따라서 본 논문에서 제시한 방법을 이용한 분석 방법은 시간, 회수 그리고 실험의 정확성에 대한 분석의 효율성을 증대시킬 것으로 예상되며 통합 물류 시스템 이외의 시스템에도 적용이 가능 할 것으로 생각된다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권4호
• /
• pp.284-288
• /
• 2009

단백질 상호작용의 예측 및 실험 결과가 대용량으로 배포되면서 바이오 정보 기술 연구자들은 생명체 내의 단백질 상호작용 네트워크를 구성하기 위해 노력하여 왔다. 일반적으로 대용량의 상호작용 데이터들은 많은 오류를 포함한다고 알려져 있으나, 최근 단백질의 물리 화학적 특성 및 구조를 기반으로 한 방법들이 실제 실험과 병행되어 고화질(High resolution)의 결과를 제공하게 되면서, 특정 종에 대한 단백질 상호작용 네트워크가 점차 완성되고 있다. 그러나, 단순 물리적 링크 수준의 단백질 상호작용 네트워크만으로는 특정 병원체의 발병 메커니즘 규명 등과 같은 응용분야의 활용에 한계가 있다. 본 논문에서는 실험을 통하여 보고된 신호 전달 경로(signaling transduction pathway)를 이용하여 단백질 기능 간의 관계를 방향성이 있는 그래프로 표현한 단백질 기능 흐름 모델을 제시한다. 제안하는 모델은 Gene Ontology에서 정의된 molecular function을 정점(vertex)으로 가지고 이들 사이의 관계를 간선(edge)으로 표현함으로써 특정 기능의 전이를 살펴볼 수 있다. 이러한 기능 흐름 모델은 수 만개의 정점(vertex)으로 구성된 단백질 상호작용 네트워크에서 의미 있는 경로를 추출하는 데에 제약 혹은 참조 조건으로 사용될 수 있어 향후 활용도가 클 것으로 기대한다. 평가는 KEGG에서 제공되는 11개의 인간 신호 전달 경로 각각에 대하여 대상 경로를 제외한 나머지로부터 생성된 모델과의 크론바하 알파 계수(Cronbach's alpha)를 측정하였고(${\alpha}=0.67$), 총 1023개의 흐름 중 ${\alpha}=0.6$ 이상의 신뢰도에 대하여 총 765개의 흐름을 가지는 기능 흐름 모델을 최종 구성하였다.

• 대기
• /
• 제29권1호
• /
• pp.105-112
• /
• 2019

대기 중에 지름이 약 1.68 mm 이상인 물방울이 존재하는 경우, 연직방향으로 주사하는 구름레이더에서 미(Mie) 기법을 사용하여 공기의 연직속도를 구할 수 있다. 이 리뷰논문에서는 강수가 있는 작은 적운 구름에서 구름레이더를 사용하여 공기의 연직속도를 구할 수 있는 방법을 정리하였다. 공기의 연직속도는 첫 번째 미(Mie) 최소치가 이론적으로 가지는 낙하속도와 스펙트럼상에서 첫 번째 미(Mie) 최소치가 실제로 관측된 시선속도와의 차이로 추정할 수 있다. 구름레이더가 항공기에 탑재된 경우에는, 항공기의 운동 및 자세각이, 관측된 도플러속도의 연직성분에 영향을 미치므로 이 항들을 보정하여 공기의 연직속도를 구할 수 있다. 항공용 도플러 레이더의 경우, 미(Mie)기법으로 구한 공기의 연직속도는 구름입자로부터 직접 후방산란 되어 관측된 연직속도 및 항공기 운항시스템으로부터 구한 연직속도와 잘 일치하는 결과를 보여주었다. 구름 레이더로부터 미(Mie) 산란 특징을 이용하여 연직속도를 추정하는 이 기술은 강수 및 비강수 구름시스템에서의 연직속도장 매핑(mapping)에 응용할 수 있다. 또한 여러 고도에서의 항공기 관측을 통하여, 연직속도의 총체적인 구조뿐 만 아니라 폭풍우의 성장, 발달, 소멸 주기(life cycle)를 재구성할 수 있을 것으로 기대된다.

• 인터넷정보학회논문지
• /
• 제23권1호
• /
• pp.77-86
• /
• 2022

본 연구의 궁극적인 목표인 지능형 해안 경계 체계 구축을 위해, 본 논문에서는 먼저 해안경계 지능화를 위한 AI 학습 모델의 구축 방안을 제시하였다. 우리는 3면이 바다로 이루어져있고 남과 북이 대치하는 상황으로 인해 해안 경계가 중요한 국가적 과업인 나라이다. 국방개혁 2.0에 의해 해안경계를 담당하고 있는 R/D (Radar) 운용인력이 감소하고 복무 기간이 단축되고 있다. 특히, 레이더와 같이 고도의 장비를 다루는 데에는 휴먼 에러가 발생할 개연성은 늘 상존하는 것이다. 해안 경계와 인공지능의 접목은 정부의 인공지능 국가전략의 구현과 확대라는 목표에도 필요 충분한 시점에 와 있다. 지능형 해안 경계 체계 구축을 위한 AI학습 모델 개발의 기능별 방안을 제시하였다. R/D신호 분석 AI모델 개발, 책임해역 분석 AI모델 개발, 표적 관리 자동화 기능으로 구분하였다. 이를 실현하기 위한 3단계 추진 전략을 살펴보았다. 1단계는 AI 학습모델 구축의 통상적인 단계로써, 데이터 수집, 데이터 저장, 데이터 여과, 데이터 정제, 데이터 변환 등이 이루어진다. 2단계에서는 R/D 특성에 기초해 신호분석을 실시하고, 실상과 허상을 분류하는 AI 학습모델 개발을 진행하고, 책임해역을 분석하고, 취약지역/시간 분석을 실시한다. 최종 단계에서는 AI 학습모델의 검증, 가시화 및 시연 등이 이루어진다. 군 무기체계에 AI 기술이 접목돼 지능화된 무기체계로 바뀌는 최초의 성과가 달성된다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제46권4호
• /
• pp.315-323
• /
• 2023

Post-mortem computed tomography (PMCT) is commonly employed in the field of forensic pathology. PMCT was mainly performed using a whole-body scan with a wide field of view (FOV), which lead to a decrease in spatial resolution due to the increased pixel size. This study aims to evaluate the potential for developing a super-resolution model based on conditional generative adversarial networks (CGAN) to enhance the image quality of CT. 1761 low-resolution images were obtained using a whole-body scan with a wide FOV of the head phantom, and 341 high-resolution images were obtained using the appropriate FOV for the head phantom. Of the 150 paired images in the total dataset, which were divided into training set (96 paired images) and validation set (54 paired images). Data augmentation was perform to improve the effectiveness of training by implementing rotations and flips. To evaluate the performance of the proposed model, we used the Peak Signal-to-Noise Ratio (PSNR), Structural Similarity Index Measure (SSIM) and Deep Image Structure and Texture Similarity (DISTS). Obtained the PSNR, SSIM, and DISTS values of the entire image and the Medial orbital wall, the zygomatic arch, and the temporal bone, where fractures often occur during head trauma. The proposed method demonstrated improvements in values of PSNR by 13.14%, SSIM by 13.10% and DISTS by 45.45% when compared to low-resolution images. The image quality of the three areas where fractures commonly occur during head trauma has also improved compared to low-resolution images.

• 한국시뮬레이션학회논문지
• /
• 제18권3호
• /
• pp.103-112
• /
• 2009

원자력발전소에서 센서의 주기적 교정은 안전운전을 위해 꼭 필요하다. 그러나 실제 드리프트가 발생하여 교정을 요하는 센서는 약 2% 미만이다. 또한, 센서의 작동 상태를 매 핵연료 주기마다 수행하는 것은 고장 혹은 드리프트가 발생한 센서를 최대 18개월까지 감지하지 못한 채 운전할 위험이 있다. 원전의 안전운전 및 불필요한 교정을 줄이기 위해 센서의 상시 교정 감시가 필요하다. 이를 위해 주성분 분석과 Support Vector Regression(SVR)을 이용한 PCSVR 알고리즘을 개발하였고, 고리원전 3호기의 출력증발 데이터를 이용하여 검증하였다. 주성분분석은 선형변환을 통한 입력공간의 축소 및 노이즈 제거 효과를 나타내며, AASVR은 해석학적 및 기계학적 모델로 모델링하기 힘든 복잡계를 쉽게 나타낼 수 있는 장점이 있다. SVR의 세가지 파라미터는 반응표면분석법에 의해 최적화하였다. 센서의 고장탐지를 위해 모델 출력의 잔차를 슈하르트 관리도, EWMA, CUSUM 및 일반화우도비검정(GLRT)을 통해 그 결과를 비교하였다. 미세한 드리프트에 대해 CUSUM과 GLRT가 우수한 결과를 보였다. 개발된 알고리즘은 수출형 원전 APR1000 설계시 적용가능 할 것으로 판단된다.

• Korean Journal of Radiology
• /
• 제24권6호
• /
• pp.553-563
• /
• 2023

Objective: Functional magnetic resonance imaging (fMRI) and diffusion tensor imaging-derived tractography (DTI-t) contribute to the localization of language areas, but their accuracy remains controversial. This study aimed to investigate the diagnostic performance of preoperative fMRI and DTI-t obtained with a simultaneous multi-slice technique using intraoperative direct cortical stimulation (DCS) or corticocortical evoked potential (CCEP) as reference standards. Materials and Methods: This prospective study included 26 patients (23-74 years; male:female, 13:13) with tumors in the vicinity of Broca's area who underwent preoperative fMRI and DTI-t. A site-by-site comparison between preoperative (fMRI and DTI-t) and intraoperative language mapping (DCS or CCEP) was performed for 226 cortical sites to calculate the sensitivity and specificity of fMRI and DTI-t for mapping Broca's areas. For sites with positive signals on fMRI or DTI-t, the true-positive rate (TPR) was calculated based on the concordance and discordance between fMRI and DTI-t. Results: Among 226 cortical sites, DCS was performed in 100 sites and CCEP was performed in 166 sites. The specificities of fMRI and DTI-t ranged from 72.4% (63/87) to 96.8% (122/126), respectively. The sensitivities of fMRI (except for verb generation) and DTI-t were 69.2% (9/13) to 92.3% (12/13) with DCS as the reference standard, and 40.0% (16/40) or lower with CCEP as the reference standard. For sites with preoperative fMRI or DTI-t positivity (n = 82), the TPR was high when fMRI and DTI-t were concordant (81.2% and 100% using DCS and CCEP, respectively, as the reference standards) and low when fMRI and DTI-t were discordant (≤ 24.2%). Conclusion: fMRI and DTI-t are sensitive and specific for mapping Broca's area compared with DCS and specific but insensitive compared with CCEP. A site with a positive signal on both fMRI and DTI-t represents a high probability of being an essential language area.

• 지능정보연구
• /
• 제16권3호
• /
• pp.77-97
• /
• 2010

매매시점결정은 금융시장에서 초과수익을 얻기 위해 사용되는 투자전략이다. 일반적으로, 매매시점 결정은 거래를 통한 초과수익을 얻기 위해 언제 매매할 것인지를 결정하는 것을 의미한다. 몇몇 연구자들은 러프집합분석이 매매시점결정에 적합한 도구라고 주장하였는데, 그 이유는 이 분석방법이 통제함수를 이용하여 시장의 패턴이 불확실할 때에는 거래를 위한 신호를 생성하지 않는다는 점 때문이었다. 러프집합은 분석을 위해 범주형 데이터만을 이용하므로, 분석에 사용되는 데이터는 연속형의 수치값을 이산화하여야 한다. 이산화란 연속형 수치값의 범주화 구간을 결정하기 위한 적절한 "경계값"을 찾는 것이다. 각각의 구간 내에서의 모든 값은 같은 값으로 변환된다. 일반적으로, 러프집합 분석에서의 데이터 이산화 방법은 등분위 이산화, 전문가 지식에 의한 이산화, 최소 엔트로피 기준 이산화, Na$\ddot{i}$ve and Boolean reasoning 이산화 등의 네 가지로 구분된다. 등분위 이산화는 구간의 수를 고정하고 각 변수의 히스토그램을 확인한 후, 각각의 구간에 같은 숫자의 표본이 배정되도록 경계값을 결정한다. 전문가 지식에 의한 이산화는 전문가와의 인터뷰 또는 선행연구 조사를 통해 얻어진 해당 분야 전문가의 지식에 따라 경계값을 정한다. 최소 엔트로피 기준 이산화는 각 범주의 엔트로피 측정값이 최적화 되도록 각 변수의 값을 재귀분할 하는 방식으로 알고리즘을 진행한다. Na$\ddot{i}$ve and Boolean reasoning 이산화는 Na$\ddot{i}$ve scaling 후에 그로 인해 분할된 범주값을 Boolean reasoning 방법으로 종속변수 값에 대해 최적화된 이산화 경계값을 구하는 방법이다. 비록 러프집합분석이 매매시점결정에 유망할 것으로 판단되지만, 러프집합분석을 이용한 거래를 통한 성과에 미치는 여러 이산화 방법의 효과에 대한 연구는 거의 이루어지지 않았다. 본 연구에서는 러프집합분석을 이용한 주식시장 매매시점결정 모형을 구성함에 있어서 다양한 이산화 방법론을 비교할 것이다. 연구에 사용된 데이터는 1996년 5월부터 1998년 10월까지의 KOSPI 200데이터이다. KOSPI 200은 한국 주식시장에서 최초의 파생상품인 KOSPI 200 선물의 기저 지수이다. KOSPI 200은 제조업, 건설업, 통신업, 전기와 가스업, 유통과 서비스업, 금융업 등에서 유동성과 해당 산업 내의 위상 등을 기준으로 선택된 200개 주식으로 구성된 시장가치 가중지수이다. 표본의 총 개수는 660거래일이다. 또한, 본 연구에서는 유명한 기술적 지표를 독립변수로 사용한다. 실험 결과, 학습용 표본에서는 Na$\ddot{i}$ve and Boolean reasoning 이산화 방법이 가장 수익성이 높았으나, 검증용 표본에서는 전문가 지식에 의한 이산화가 가장 수익성이 높은 방법이었다. 또한, 전문가 지식에 의한 이산화가 학습용과 검증용 데이터 모두에서 안정적인 성과를 나타내었다. 본 연구에서는 러프집합분석과 의사결정 나무분석의 비교도 수행하였으며, 의사결정나무분석은 C4.5를 이용하였다. 실험결과, 전문가 지식에 의한 이산화를 이용한 러프집합분석이 C4.5보다 수익성이 높은 매매규칙을 생성하는 것으로 나타났다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.73-85
• /
• 2013

정보기술의 비약적 발전에 힘입어, 오늘날 기업들은 지금까지 축적한 고객 데이터를 기반으로 맞춤형 서비스를 제공하는 것에 많은 관심을 가지고 있다. 고객에게 소구하는 맞춤형 서비스를 효과적으로 제공하기 위해서는 우선 그 고객이 처한 상태나 상황을 정확하게 인지하는 것이 중요하다. 특히, 고객에게 서비스가 전달되는 이른바 진실의 순간에 해당 고객의 감정 상태를 정확히 인지할 수 있다면, 기업은 더 양질의 맞춤형 서비스를 제공할 수 있을 것이다. 이와 관련하여 사람의 얼굴과 행동을 이용하여 사람의 감정을 판단하고 개인화 서비스를 제공하기 위한 연구가 활발하게 이루어지고 있다. 얼굴 표정을 통해 사람의 감정을 판단하는 연구는 좀 더 미세하고 확실한 변화를 통해 정확하게 감정을 판단할 수 있지만, 장비와 환경의 제약으로 실제 환경에서 다수의 관객을 대상으로 사용하기에는 다소 어려움이 있다. 이에 본 연구에서는 Plutchik의 감정 분류 체계를 기반으로 사람들의 행동을 통해 감정을 추론해내는 모형을 개발하는 것을 목표로 한다. 본 연구는 콘텐츠에 의해 유발된 사람들의 감정적인 변화를 사람들의 행동 변화를 통해 판단하고 예측하는 모형을 개발하고, 4가지 감정 별 행동 특징을 추출하여 각 감정에 따라 최적화된 예측 모형을 구축하는 것을 목표로 한다. 모형 구축을 위해 사람들에게 적절한 감정 자극영상을 제공하고 그 신체 반응을 수집하였으며, 사람들의 신체 영역을 나누었다. 특히, 모션캡쳐 분야에서 널리 쓰이는 차영상 기법을 적용하여 사람들의 제스쳐를 추출 및 보정하였다. 이후 전처리 과정을 통해 데이터의 타임프레임 셋을 20, 30, 40 프레임의 3가지로 설정하고, 데이터를 학습용, 테스트용, 검증용으로 구분하여 인공신경망 모형을 통해 학습시키고 성과를 평가하였다. 다수의 일반인들을 대상으로 수집된 데이터를 이용하여 제안 모형을 구축하고 평가한 결과, 프레임셋에 따라 예측 성과가 변화함을 알 수 있었다. 감정 별 최적 예측 성과를 보이는 프레임을 확인할 수 있었는데, 이는 감정에 따라 감정의 표출 시간이 다르기 때문인 것으로 판단된다. 이는 행동에 기반한 제안된 감정예측모형이 감정에 따라 효과적으로 감정을 예측할 수 있으며, 실제 서비스 환경에서 사용할 수 있는 효과적인 알고리즘이 될 수 있을 것으로 기대할 수 있다.