• 제목/요약/키워드: Software Testing

검색결과 1,272건 처리시간 0.02초

레진 시멘트와 코발트 크롬 합금의 미세인장결합강도에 다양한 프라이머들이 미치는 영향 (Effects of primers on the microtensile bond strength of resin cements to cobalt-chromium alloy)

  • 정홍택;;박진홍;신주희;이정열
    • 대한치과보철학회지
    • /
    • 제57권2호
    • /
    • pp.95-101
    • /
    • 2019
  • 목적: 레진 시멘트와 코발트 크롬 합금 간의 미세인장결합강도에 다양한 프라이머들이 미치는 영향을 평가하기 위한 것이다. 재료 및 방법: 본 실험에서는 4개의 프라이머(Universal primer, Metal primer II, Alloy primer, and Metal/Zirconia primer)와 2개의 레진 시멘트(Panavia F2.0, G-CEM LinkAce)를 사용하였고, 길이 6 mm, 폭 1 mm, 두께 1 mm의 150개의 코발트 크롬 빔들이 캐스팅 과정을 통해 제작되었다. 150개의 코발트 크롬 빔들을 프라이머와 레진 시멘트의 종류에 따라 프라이머 처리를 하지 않은 대조군을 포함하여 10개 그룹으로 나누었다. 금속과 레진시멘트를 산화알루미늄($125{\mu}m$ 크기)으로 샌드블라스팅 처리한 후 실리콘 틀을 이용하여 접착시켰다. 실험 전에, 입체현미경(stereomicroscope)을 이용하여 모든 금속-레진 빔들을 검사하였고, 미세인장결합강도 실험을 시행하였다. 통계적인 평가에는 one-way ANOVA와 Tukey's test를 사용하였다. 결과: 모든 그룹들의 평균 미세인장결합강도는 20 - 28 MPa이었으며, 그룹 간에 통계적으로 유의한 차이는 없었다. Panavia F2.0과 G-CEM LinkAce 그룹 모두에서 접착 파절과 응집 파절이 동시에 나타나는 혼합 파절이 가장 흔하게 일어난 파절 양태였다. 결론: 모든 실험군들의 미세인장결합강도는 상대적으로 높았지만, 본 실험에서는 프라이머의 사용이 Panavia F2.0 및 G-CEM LinkAce 레진시멘트와 코발트 크롬 합금 사이의 미세인장결합강도를 증가시키지 않았다.

CCTV 영상 기반 강우강도 산정을 위한 실환경 실험 자료 중심 적정 강우 이미지 DB 구축 방법론 개발 (Rainfall image DB construction for rainfall intensity estimation from CCTV videos: focusing on experimental data in a climatic environment chamber)

  • 변종윤;전창현;김현준;이재준;박헌일;이진욱
    • 한국수자원학회논문집
    • /
    • 제56권6호
    • /
    • pp.403-417
    • /
    • 2023
  • 본 연구에서는 CCTV 영상 기반 강우강도 산정 시 필수적으로 요구되는 적정 강우 이미지 DB를 구축하기 위한 방법론을 개발하였다. 먼저, 실환경에서 불규칙적이고 높은 변동성을 보일 수 있는 변수들(바람으로 인한 빗줄기의 변동성, 녹화 환경에서 포함되는 움직이는 객체, 렌즈 위의 흐림 현상 등)에 대한 통제가 가능한 한국건설생활환경시험연구원 내 기후환경시험실에서 CCTV 영상 DB를 구축하였다. 서로 다른 5개의 실험 조건을 고려하여 이상적 환경에서 총 1,728개의 시나리오를 구성하였다. 본 연구에서는 1,920×1,080 사이즈의 30 fps (frame per second) 영상 36개에 대하여 프레임 분할을 진행하였으며, 총 97,200개의 이미지를 사용하였다. 이후, k-최근접 이웃 알고리즘을 기반으로 산정된 최종 배경과 각 이미지와의 차이를 계산하여 빗줄기 이미지를 분리하였다. 과적합 방지를 위해 각 이미지에 대한 평균 픽셀 값을 계산하고, 설정한 픽셀 임계치보다 큰 자료를 선별하였다. 180×180 사이즈로의 재구성을 위해서 관심영역을 설정하고 10 Pixel 단위로 이동을 진행하여 픽셀 변동성이 최대가 되는 영역을 산정하였다. 합성곱 신경망 모델의 훈련을 위해서 120×120 사이즈로 재변환하고 과적합 방지를 위해 이미지 증강 과정을 거쳤다. 그 결과, 이미지 기반 강우 강도 합성곱 신경망 모델을 통해 산정된 결과값과 우량계에서 취득된 강우자료가 전반적으로 유사한 양상을 보였으며, 모든 강우강도 실험 조건에 대해서 약 92%의 데이터의 PBIAS (percent bias)가 절댓값 범위 10% 이내에 해당하였다. 본 연구의 결과물과 전이학습 등의 방법을 연계하여 기존 실환경 CCTV의 한계점을 개선할 수 있을 것으로 기대된다.