• 한국ITS학회 논문지
• /
• 제23권1호
• /
• pp.61-81
• /
• 2024

eCall은 교통사고 발생 시 긴급구난 기관과 현장상황을 정확하게 파악할 수 있는 사고정보를 연계하여 교통사고 피해자를 신속하게 구조·구급하도록 지원하는 시스템을 말한다. 본 논문의 목적은 국내 긴급구난 기관의 요구사항을 반영한 한국형 eCall 시스템을 개발하고 통합실증을 통해 기대효과를 분석하는 것이다. 통합실증은 전국을 대상으로 진행되었고, 통합실증 결과 eCall IVS와 센터 간 통신성공율은 99.25%, 위치정보 평균 오차는 1.2 m로 측정되었다. 특히, 위치정보 평균 오차는 방송통신위원회의 국내 긴급구조 위치정보 품질 측정 결과인 21.6 m 보다 우수한 것을 확인할 수 있었다. eCall 시스템이 도입 시 교통사고 발생부터 병원도착까지 시간은 고속도로는 3분 38초, 일반도로는 1분 22초 단축 가능하다는 것을 확인할 수 있었다. 이를 2005년부터 2022까지의 교통사고 사망자에 적용한 결과 교통사고 사망자 수는 82,662명, 사회적 비용은 약1,026,100천달러가 감소되는 것으로 분석되었다.

• 경영정보학연구
• /
• 제23권1호
• /
• pp.69-91
• /
• 2021

국내 개인신용평가회사들은 과거와 현재 시점의 다양한 금융거래 정보를 활용하여 개인의 신용을 평가하고 있는데, 이 중 과거에 대출을 실행하여 이를 상환 또는 연체한 이력에 대한 정보를 의미하는 '상환이력정보'는 신용평가에 활용되는 다른 항목들에 비해 상대적으로 활용 비중이 높은 항목이다. 그러나 개인이 연체된 채무를 모두 변제하여 현재 연체중인 상태가 아닌 경우에도 과거의 연체 이력이 부정적인 요인으로 최장 5년간 평가에 반영되고 있어 금융소비자에게 과도한 불이익을 준다는 지적이 지속적으로 있어 왔다. 실제로 연체 이력이 있는 개인의 경우, 연체된 채무를 성실하게 변제한 개인(정상변제)과 그렇지 않은 개인(비정상변제)으로 구분할 수 있는데, 이들 간에는 신용도의 차이가 존재하므로 '정상변제'하는 개인의 특징을 확인하여 이들에게 '상환이력정보'의 활용기간을 단축시켜 주는 등의 혜택을 제공하는 것이 바람직하다고 판단된다. 본 연구는 이러한 문제의식에서 출발하여 한국신용정보원에서 보유하고 있는 2019년 12월 말 기준, 개인의 대출·연체·변제 정보에 기반하여 국내 연체경험자의 정상변제 요인을 분석하였다. 방법론은 개인신용평가모형에서 주로 사용하는 로지스틱 회귀모형을 기본으로 하여 의사결정나무, 신경망 모형 등의 머신러닝 방법론을 추가로 활용하였으며, 각 방법론별 성능을 비교해보았다. 실증분석 결과, 연체건수, 대출·연체유형 등이 정상변제 여부에 영향을 미치는 유의한 변수들로 확인되었으며 방법론 중에는 신경망 모형의 성능이 가장 높은 것으로 나타났다. 이러한 연구결과는 연체된 개인 차주의 정상변제 여부에 영향을 미치는 요인을 확인하여 개인신용평가모형을 고도화하는데 도움이 될 수 있을 것으로 보이며 연체 후 성실하게 변제하는 개인을 정책적으로 지원하기 위한 기초자료로도 활용될 수 있을 것으로 보인다. 향후에는 정상변제 요인을 추가 발굴하여 금융업권별 정상변제 요인의 세부적인 차이를 확인하고 이를 실제 모형에 반영하는 연구가 필요할 것이다.

• 경영정보학연구
• /
• 제23권1호
• /
• pp.155-172
• /
• 2021

최근 온라인 상품 구매의 증가로 인해 사용자의 선호에 맞는 상품을 추천해주는 시스템이 지속적으로 연구되고 있다. 추천 시스템은 사용자들에게 개인화된 상품 추천 서비스를 제공하는 시스템으로 사용자가 상품에 남긴 평점을 이용한 협업 필터링(Collaborative Filtering)이 가장 널리 쓰이는 추천 방법이다. 협업 필터링에서 상품 간의 유사도 계산은 시간이 많이 소요되는데, 특히 리뷰 데이터와 같은 빅데이터를 사용할 경우 더욱 많은 시간을 소요한다. 그래서 본 연구에서는 리뷰 데이터 마이닝을 이용하여 상품 간의 유사도 계산을 빠르게 수행할 수 있으면서 정확도를 높일 있도록 2단계(2-Phase) 방법을 이용한 하이브리드 추천시스템 방식을 제안한다. 이를 위해 온라인 전자책 상거래 상점인 아마존 킨들 스토어(Amazon Kindle Store)의 약 98만 개의 온라인 소비자 평점과 리뷰 데이터를 수집하였다. 실험 결과 본 연구에서 제안한 사용자의 평점과 리뷰를 단계적으로 반영한 하이브리드 추천 방식이 전통적인 추천 방식과 비교하여 추천 시간은 비슷하였으나 높은 정확도를 나타내는 것을 확인하였다. 따라서 제안한 방법을 사용하면 사용자가 선호하는 상품을 빠르고 정확하게 추천함으로써 고객의 만족을 높여서 기업의 매출 증대에 기여할수 있을 것으로 기대된다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제28권3호
• /
• pp.66-73
• /
• 2024

사장교에서 케이블 부재는 하중을 전달하는 가장 중요한 부재 중 하나이다. 따라서 사장교의 구조적 상태 및 안정성을 평가하기 위해서는 케이블의 상태를 파악하기 위해 지속적인 모니터링을 수행하는 것이 중요하다. 이러한 모니터링 시스템은 케이블에 부착된 가속도계를 통해 진동을 측정하고 이를 토대로 케이블 장력과 감쇠비를 추정하고, 이를 토대로 케이블의 상태 평가의 기초자료로 활용한다. 이러한 상시 모니터링 시스템은 지속적으로 진동 데이터를 측정하기 때문에 데이터 수집 시스템을 포함한 하드웨어가 안정적이고 전력 효율성이 높아야 한다. 또한 지속적으로 생성되는 대량의 진동 신호들을 사람의 개입을 최소화하며 안정적으로 분석할 수 있는 자율모니터링 시스템이 요구된다. 본 연구에서는 IoT를 활용한 도메인 지식 기반 자율 모니터링 시스템을 개발하였다. 케이블 자율 모니터링 시스템을 구현하기 위한 가장 중요한 요소는 케이블의 장력과 감쇠비의 추정을 위한 진동 신호의 주파수 영역 내 발생하는 첨두의 자동 추정이다. 본 연구에서는 도메인 지식 기반 첨두 자동 추정 알고리즘을 데이터 수집 및 On-Board Processing이 가능한 IoT 시스템에 내장하여 IoT 센서 단에서 Edge computing이 가능한 효율적인 IoT 자율 모니터링 시스템을 구현하였다. 개발된 자율 모니터링 시스템을 국내 사장교에 설치하여 장기간 현장 운영 성능을 평가하였으며, 그 결과 장기 데이터 수신률, 장력 추정의 정확성, 효율성 측면에서 기존 시스템과 비교하여 작동 성능을 확인하고 검증하였다.

• Korean Journal of Radiology
• /
• 제22권11호
• /
• pp.1764-1776
• /
• 2021

Objective: This study aimed to validate a deep learning-based fully automatic calcium scoring (coronary artery calcium [CAC]_auto) system using previously published cardiac computed tomography (CT) cohort data with the manually segmented coronary calcium scoring (CAC_hand) system as the reference standard. Materials and Methods: We developed the CAC_auto system using 100 co-registered, non-enhanced and contrast-enhanced CT scans. For the validation of the CAC_auto system, three previously published CT cohorts (n = 2985) were chosen to represent different clinical scenarios (i.e., 2647 asymptomatic, 220 symptomatic, 118 valve disease) and four CT models. The performance of the CAC_auto system in detecting coronary calcium was determined. The reliability of the system in measuring the Agatston score as compared with CAC_hand was also evaluated per vessel and per patient using intraclass correlation coefficients (ICCs) and Bland-Altman analysis. The agreement between CAC_auto and CAC_hand based on the cardiovascular risk stratification categories (Agatston score: 0, 1-10, 11-100, 101-400, > 400) was evaluated. Results: In 2985 patients, 6218 coronary calcium lesions were identified using CAC_hand. The per-lesion sensitivity and false-positive rate of the CAC_auto system in detecting coronary calcium were 93.3% (5800 of 6218) and 0.11 false-positive lesions per patient, respectively. The CAC_auto system, in measuring the Agatston score, yielded ICCs of 0.99 for all the vessels (left main 0.91, left anterior descending 0.99, left circumflex 0.96, right coronary 0.99). The limits of agreement between CAC_auto and CAC_hand were 1.6 ± 52.2. The linearly weighted kappa value for the Agatston score categorization was 0.94. The main causes of false-positive results were image noise (29.1%, 97/333 lesions), aortic wall calcification (25.5%, 85/333 lesions), and pericardial calcification (24.3%, 81/333 lesions). Conclusion: The atlas-based CAC_auto empowered by deep learning provided accurate calcium score measurement as compared with manual method and risk category classification, which could potentially streamline CAC imaging workflows.

• Korean Journal of Radiology
• /
• 제21권1호
• /
• pp.88-100
• /
• 2020

Objective: We aimed to develop and validate a deep learning system for fully automated segmentation of abdominal muscle and fat areas on computed tomography (CT) images. Materials and Methods: A fully convolutional network-based segmentation system was developed using a training dataset of 883 CT scans from 467 subjects. Axial CT images obtained at the inferior endplate level of the 3rd lumbar vertebra were used for the analysis. Manually drawn segmentation maps of the skeletal muscle, visceral fat, and subcutaneous fat were created to serve as ground truth data. The performance of the fully convolutional network-based segmentation system was evaluated using the Dice similarity coefficient and cross-sectional area error, for both a separate internal validation dataset (426 CT scans from 308 subjects) and an external validation dataset (171 CT scans from 171 subjects from two outside hospitals). Results: The mean Dice similarity coefficients for muscle, subcutaneous fat, and visceral fat were high for both the internal (0.96, 0.97, and 0.97, respectively) and external (0.97, 0.97, and 0.97, respectively) validation datasets, while the mean cross-sectional area errors for muscle, subcutaneous fat, and visceral fat were low for both internal (2.1%, 3.8%, and 1.8%, respectively) and external (2.7%, 4.6%, and 2.3%, respectively) validation datasets. Conclusion: The fully convolutional network-based segmentation system exhibited high performance and accuracy in the automatic segmentation of abdominal muscle and fat on CT images.

• Korean Journal of Radiology
• /
• 제22권5호
• /
• pp.829-839
• /
• 2021

Objective: To compare the diagnostic performance of contrast-enhanced radial T1-weighted gradient-echo 3-tesla (3T) magnetic resonance imaging (MRI) and computed tomography (CT) for the detection of visceral pleural surface invasion (VPSI). Visceral pleural invasion by non-small-cell lung cancer (NSCLC) can be classified into two types: PL1 (without VPSI), invasion of the elastic layer of the visceral pleura without reaching the visceral pleural surface, and PL2 (with VPSI), full invasion of the visceral pleura. Materials and Methods: Thirty-three patients with pathologically confirmed VPSI by NSCLC were retrospectively reviewed. Multidetector CT and contrast-enhanced 3T MRI with a free-breathing radial three-dimensional fat-suppressed volumetric interpolated breath-hold examination (VIBE) pulse sequence were compared in terms of the length of contact, angle of mass margin, and arch distance-to-maximum tumor diameter ratio. Supplemental evaluation of the tumor-pleura interface (smooth versus irregular) could only be performed with MRI (not discernible on CT). Results: At the tumor-pleura interface, radial VIBE MRI revealed a smooth margin in 20 of 21 patients without VPSI and an irregular margin in 10 of 12 patients with VPSI, yielding an accuracy, sensitivity, specificity, positive predictive value, negative predictive value, and F-score for VPSI detection of 91%, 83%, 95%, 91%, 91%, and 87%, respectively. The McNemar test and receiver operating characteristics curve analysis revealed no significant differences between the diagnostic accuracies of CT and MRI for evaluating the contact length, angle of mass margin, or arch distance-to-maximum tumor diameter ratio as predictors of VPSI. Conclusion: The diagnostic performance of contrast-enhanced radial T1-weighted gradient-echo 3T MRI and CT were equal in terms of the contact length, angle of mass margin, and arch distance-to-maximum tumor diameter ratio. The advantage of MRI is its clear depiction of the tumor-pleura interface margin, facilitating VPSI detection.

• 한국해양학회지:바다
• /
• 제13권3호
• /
• pp.280-285
• /
• 2008

자유낙하식 시료채취기(Free Fall Grab, FFG)를 이용하여 산출한 망간단괴의 부존밀도는 보정이 필요하다. 그 이유는 FFG로 망간단괴를 채취할 때 해저면에 부존되어 있는 망간단괴의 실제 양 보다 적은 양만이 채취되는 것으로 알려져 있기 때문이다. 지난 1994년과 2002년에 각각 1.29와 1.13의 망간단괴 부존밀도 보정상수가 제시된 바 있으며, 이는 주로 해저면 영상자료의 분석을 통해 이루어 졌다. 이 연구에서는 동일한 정점에서 FFG와 상자형 시료채취기(Box Corer, BC)를 이용하여 회수한 망간단괴의 부존밀도를 비교하여 기존에 제시된 망간단괴 부존밀도 보정상수와 비교하였다. 그 결과 FFG를 이용한 망간단괴의 회수율이 BC에 비하여 낮으며, 그 차이는 약 1.4배로 기존의 보정상수에 비해 훨씬 더 크게 나타났다. 따라서 향후 추가 시료 획득과 해저면 영상분석의 개선을 통해 기존의 망간단괴 부존밀도 보정식을 재산정할 필요성이 제기된다.

• 한국전산구조공학회논문집
• /
• 제37권2호
• /
• pp.111-118
• /
• 2024

원자력발전소(원전) 시스템 내진성능 평가를 위하여 구조물내응답스펙트럼(ISRS)은 필수적으로 요구된다. 특히, 원전 부지 고유 스펙트럼 변경 시 새로운 ISRS 도출이 요구될 경우 지진 재해석 등의 상당한 비용을 필요로 하게 된다. 따라서 이 연구는 지진 재해석이 필요 없는 ISRS 스케일링 근사 방법에 대한 여러 가지 접근법을 제공한다. 이러한 접근법으로 도출한 ISRS는 정확한 ISRS와 비교한다. 근사 방법의 ISRS 가 원전 주요 시스템 지진응답 및 내진성능에 미치는 영향을 분석한다. 결과적으로 본 연구에서 제시한 ISRS 스케일링 근사 방법은 저주파에서 비교적 유사하게 ISRS를 도출하지만, 고주파에서는 그 정확도가 감소하였다. ISRS 스케일링 근사방법이 시스템 지진응답/내진성능 산출 정확도에 미치는 영향은 방법의 시스템 주요 모드 응답 유사도 산출 정도에 따라 결정된 것을 확인할 수 있었다.

• 한국환경생태학회지
• /
• 제37권6호
• /
• pp.450-463
• /
• 2023

본 연구는 전문가 기반형 모델(Habitat Suitability Index)의 한계로 지적되는 주관적 기준, 통계분석의 부재 등과 통계기반형 모델(MaxEnt)의 한계로 지적되는 현장검증, 전문가 의견 반영 등의 극복을 위하여 각각의 모델을 개발하여 통합하는 방식으로 핵심서식지를 도출하였다. 핵심서식지 발굴을 위해 문헌분석 및 공간분석자료를 바탕으로 전문가 심층면담을 진행하였고, 전문가 자문과 GIS 도면 구축 가능성을 고려하여 모델을 개발하였다. 주요 환경변수는 식생대, 임상, 임분밀도, 연평균 강수량, 유효토심으로 선정되었다. 그 결과 현재 나도승마가 분포하고 있는 16지점 중 15지점이 핵심서식지로 나타났으며, 개발된 모델은 약 93.75%의 높은 정확도를 가지고 있는 것으로 나타났다. 하지만 전체 연구대상지의 약 27.8%가 핵심서식지로 나타남에 따라, 추후 서식변수 및 공간자료 정밀화를 통한 모델의 고도화가 필요할 것으로 판단된다. 따라서 높은 등급으로 확인된 서식지라도 대상종의 서식유무 파악을 위한 현장검증은 필수적으로 수행되어야 한다. 하지만, 이러한 한계에도 불구하고 HSI와 MaxEnt의 상호보완적 활용은 생물종의 분포와 서식지 이용 특성을 통하여 적합 서식지를 예측하고, 신규 서식지 발굴 및 대체서식지 선정 등 다양한 방면으로 활용 가능할 것으로 판단된다.