• Smart Structures and Systems
• /
• 제11권1호
• /
• pp.1-17
• /
• 2013

This paper intended to investigate the feasibility of bridge health monitoring using a linear system parameter of a time series model identified from traffic-induced vibrations of bridges through a laboratory moving vehicle experiment on scaled model bridges. This study considered the system parameter of the bridge-vehicle interactive system rather than modal ones because signals obtained under a moving vehicle are not the responses of the bridge itself but those of the interactive system. To overcome the shortcomings of modal parameter-based bridge diagnosis using a time series model, this study considered coefficients of Autoregressive model (AR coefficients) as an early indicator of anomaly of bridges. This study also investigated sensitivity of AR coefficients in detecting anomaly of bridges. Observations demonstrated effectiveness of using AR coefficients as an early indicator for anomaly of bridges.

• Smart Structures and Systems
• /
• 제26권1호
• /
• pp.11-21
• /
• 2020

The hinge joint is the key to the overall cooperative working performance of the assembled beam bridge, and it is also the weakest part during the service period. This paper proposes a method for monitoring and evaluating the lateral cooperative working performance of fabricated beam bridges based on dynamic strain correlation coefficient indicator. This method is suitable for monitoring and evaluation of hinge joints status between prefabricated girders and overall cooperative working performance of bridge, without interruption of traffic and easy implementation. The remote cloud monitoring and diagnosis system was designed and implemented on a real assembled beam bridge. The algorithms of data preprocessing, online indicator extraction and status diagnosis were given, and the corresponding software platform and scientific computing environment for cloud operation were developed. Through the analysis of real bridge monitoring data, the effectiveness and accuracy of the method are proved and it can be used in the health monitoring system of such bridges.

• 한국인터넷방송통신학회논문지
• /
• 제14권5호
• /
• pp.197-202
• /
• 2014

한의학에서는, 한의사가 환자의 질병 상태를 판단하기위해서, 환자의 혀 상태를 관찰 하는 것을 중요하게 사용한다. 본 논문에서는, 한방 치료에서 가장 많이 사용 하고 있는 맥진 및 설진 방법을 이용하여서 스마트폰 기반 한방 전자 침을 개발 하였다. 기존의 주관적인 진단을 객관화 및 과학화 하고자 한다. 뿐만 아니라, 한의원에서, 잘못된 진단 없는 객관적인 판단을 하도록 하였다. 본 논문에서는, 스마트폰 기반에서, 퍼지 논리와 추론을 사용하여 환자의 건강 상태 자동 판단 및 지능형 전자침 키트를 완성하였다. 모의실험 결과 지능을 이용한 전자침이 기존의 방법보다 효율적인 것을 입증하였다.

• International journal of advanced smart convergence
• /
• 제13권2호
• /
• pp.61-68
• /
• 2024

In the quest for advancing diabetes diagnosis, this study introduces a novel two-step machine learning approach that synergizes the probabilistic predictions of Logistic Regression with the classification prowess of Random Forest. Diabetes, a pervasive chronic disease impacting millions globally, necessitates precise and early detection to mitigate long-term complications. Traditional diagnostic methods, while effective, often entail invasive testing and may not fully leverage the patterns hidden in patient data. Addressing this gap, our research harnesses the predictive capability of Logistic Regression to estimate the likelihood of diabetes presence, followed by employing Random Forest to classify individuals into diabetic, pre-diabetic or nondiabetic categories based on the computed probabilities. This methodology not only capitalizes on the strengths of both algorithms-Logistic Regression's proficiency in estimating nuanced probabilities and Random Forest's robustness in classification-but also introduces a refined mechanism to enhance diagnostic accuracy. Through the application of this model to a comprehensive diabetes dataset, we demonstrate a marked improvement in diagnostic precision, as evidenced by superior performance metrics when compared to other machine learning approaches. Our findings underscore the potential of integrating diverse machine learning models to improve clinical decision-making processes, offering a promising avenue for the early and accurate diagnosis of diabetes and potentially other complex diseases.

• 한국인터넷방송통신학회논문지
• /
• 제19권6호
• /
• pp.145-152
• /
• 2019

파킨슨병은 3대 노인성 질환 중 하나로 인구 고령화에 따라 전 세계적으로 발병률이 증가하고 있으며, 질병이 진행될수록 시간적·경제적인 비용이 높아지기 때문에 병의 진행정도를 파악하는 것과 초기에 진단해내는 것이 매우 중요하다. 본 논문에서는 스마트폰을 이용하여 파킨슨병을 조기 진단(Pre-Screening)할 수 있는 방법을 제안하고자 하였다. 개발한 어플리케이션의 콘텐츠들은 탭핑(Tapping), 떨림(Tremor), 나선형 그리기(Spiral Drawing), 보행(Gait)으로 구성되어 있으며, 통합형 파킨슨병 평가척도(Unified Parkinson's Disease Rating Scale)의 Part III(운동성 검사)를 기반으로 하였다. 이를 활용하여 파킨슨병의 운동성 증상으로 알려져 있는 서동증(Bradykinesia), 진전(Tremor), 자세 불안정(Postural Instability)에 대한 정량적인 진단이 가능하며, 증상의 진행 정도에 대한 모니터링이 가능하다. 이러한 방법은 파킨슨병 진단 및 치료에 유용하게 사용될 수 있을 것으로 기대된다.

• 스마트미디어저널
• /
• 제9권1호
• /
• pp.16-22
• /
• 2020

본 연구에서는 Multi-Tasking U-net를 사용하여 영역 세분화 작업(Segmentation) 과 분류 작업(Classification) 이 동시에 수행되게 함으로써 파프리카 병과 충 진단을 수행하였다. 시설 농장의 파프리카에는 병의 종류가 다양하지 않다. 이 연구에서는 비교적 발생빈도가 높은 흰가루병과 응애에 의한 피해, 정상 잎 3개의 클래스에 대해서만 진단 할 수 있도록 하였다. 이를 위한 중추 모델로는 U-net을 사용하였다. 또, 이 모델의 Encoder와 Decoder의 최종 단을 활용하여 분류 작업과 영역 세분화 작업이 각 각 수행되게하여, U-net의 Encoder가 분류작업과 영역 세분화 작업에 공유되도록 하였다. 학습 데이터로는 정상 잎 680장, 응애에 의한 피해 잎 450장, 흰가루병 370장을 사용하였다. 테스트 데이터로는 정상 잎 130장, 응애에 의한 피해 잎 100장, 흰가루병 90장을 사용하였고, 이를 통한 테스트 결과로는 89%의 인식률을 얻었다.

• 대한전자공학회논문지TC
• /
• 제48권10호
• /
• pp.43-52
• /
• 2011

본 논문에서는 스마트 헬스케어 서비스를 위한 정책 기반 응급 생체 정보 구조를 제시한다. 제안된 서비스 구조를 통해 의료진이 원격지 환자의 응급 생체데이터를 빠르고 정확하게 모니터링 할 수 있다. 제안된 시스템은 생체 데이터 수집 및 전송 기능을 가진 IEEE 11073 표준 기반 에이전트와 매니저, IEEE 11073과 HL7 간 변환 기능 및 정책 기반의 자동 진단 기능을 가진 EMS (Emergency Management Server), HL7 표준 기반의 HL7 의료 시스템으로 크게 3 부분으로 구성한다. 마지막으로, 제안된 시스템을 구현함으로써 스마트 헬스케어 서비스에서 생체 데이터의 수집 및 응급 데이터 관리가 가능함을 보였다.

• 스마트미디어저널
• /
• 제1권4호
• /
• pp.52-58
• /
• 2012

최근 고령화에 따른 사회적인 문제를 해결하기 위한 대안으로 IT와 BT기술을 접목한 U헬스 의료서비스가 주목을 받고 있다. 활성산소는 체내의 불안정한 상태의 유해산소로서 노화의 주원인이 되고, 다른 질병을 유발할 위험성이 크며, 현대인의 질병 중 약 905가 활성산소와 관련이 있다. 따라서 고 연령층과 지병환자들 뿐만 아니라 일반일들도 활성산소 포화도를 체계적으로 관리해야 할 필요성이 있다. 본 논문에서 신체로부터 측정한 활성산소 측정데이터를 의료기관의 데이터 저장소로 전송하여 서비스 제공자로부터 진단을 받을 수 있는 효과적인 U헬스 시스템에 대하여 소개한다. 제안하는 시스템은 사용자의 신체검사정보확인, 의료기기와 모바일 간의 표준에 따른 블루투스 데이터 통신, 의료정보 기능을 지원하고, 또한 모바일의 3G/4G, Wi-Fi를 이용하여 게이트웨이 역할을 수행하도록 설계하였다. 제안시스템의 U헬스 기기와 모바일 간의 표준에 의한 데이터통신을 통해 의료기관으로부터 언제, 어디서든 진단을 받을 수 있는 효과적인 U헬스 서비스 환경을 구축할 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제18권4호
• /
• pp.111-116
• /
• 2018

본 논문에서는 관절 각도계를 사용하여 관절가동범위의 측정하던 것을 각도계를 사용하지 않고 플렉서블 센서를 이용하여 측정하고 측정된 값을 스마트 디바이스와 연동하여 실시간 모니터링이 가능하게 하였다. 현재의 관절가동 범위 측정은 관절 각도기를 활용하여 사람이 직접 측정하고 있다. 이러한 방법은 측정하는 사람의 측정 방법과 위치에 따른 오류로 일관성 있는 측정이 어려워 오차가 발생할 수 있다. 그래서 측정해야 할 관절에 센서를 부착하여 관절의 운동 범위를 측정하였다. 측정을 위한 센서는 플랙서블 형태로 관절의 움직임에 따라 변화되는 저항 값을 측정하는 센서로서 센싱 된 값을 ROM 센서노드를 통하여 무선으로 스마트 디바이스로 전송될 수 있도록 하였다. 개발 된 ROM 측정 장치는 일반적인 관절 각도기를 활용한 측정보다 일관성 있는 측정이 이루어 질 수 있고 스마트 디바이스와 연동하여 실시간 모니터링 함으로써 관절의 움직임에 따른 신속한 진단으로 환자의 빠른 치료와 재활의료 발전에 도움이 될 것이다.

• 응용통계연구
• /
• 제34권1호
• /
• pp.99-114
• /
• 2021

반도체 제조 산업에서는 Big Data에 기초한 Smart Factory 도입과 적용이 가시화되면서 생산 공정의 각 단계에서 수집 가능한 다양한 센서(sensor) 데이터를 활용하여 공정 이상 탐지 및 최종 수율 예측 등에 다양한 분석 방법을 시도하고 있다. 현재 반도체 공정은 원료인 잉곳(ingot)에서 패키징(packaging) 작업 이전의 웨이퍼(wafer) 생산까지 500 600개 이상의 세부 공정과 이와 연계된 수천 개의 계측 공정으로 구성된다. 개별 계측 공정 내의 실제 계측 비율은 대상 제품 대비 0.1%에서 최대 5%를 넘지 못하고 계측 시점별로 일정하게 유지할 수 없다. 이러한 이유로 공정 각 단계의 정상 상태를 간접적으로 판단할 수 있는 장비 센서(sensor) 데이터를 활용하여 관리 여부를 판단하고자 하는 노력이 계속되고 있다. 본 연구에서는 장비 센서 데이터 기반의 공정 이상 탐지 프로세스를 정의하고 현재 적용 되고 있는 기술 통계량 기반 진단 방법의 단점을 보완하기 위해 FDA(Functional Data Analysis)방법을 활용하였다. 실제 현장 사례 데이터에 머신러닝을 이용하여 이상 탐지 정확도 비교를 통해 효과성을 검증하였다.