• 대기
• /
• 제32권2호
• /
• pp.149-162
• /
• 2022

This study investigated the prediction skill of the Asian dust seasonal forecasting model (GloSea5-ADAM) on the Asian dust and meteorological variables related to the dust generation for the period of 1991~2016. Additionally, we evaluated the prediction skill of those variables depending on the combination of the initial dates in the sub-seasonal scale for the dust source region affecting South Korea. The Asian dust and meteorological variables (10 m wind speed, 1.5 m relative humidity, and 1.5 m air temperature) from GloSea5-ADAM were compared to that from Synoptic observation and European Centre for medium range weather forecasts reanalysis v5, respectively, based on Mean Bias Error (MBE), Root Mean Square Error (RMSE), and Anomaly Correlation Coefficient (ACC) as evaluation criteria. In general, the Asian dust and meteorological variables in the source region showed high ACC in the prediction scale within one month. For all variables, the use of the initial dates closest to the prediction month led to the best performances based on MBE, RMSE, and ACC, and the performances could be improved by adjusting the number of ensembles considering the combination of the initial date. ACC was as high as 0.4 in Spring when using the closest two initial dates. In particular, the GloSea5-ADAM shows the best performance of Asian dust generation with an ACC of 0.60 in the occurrence frequency of Asian dust in March when using the closest initial dates for initial conditions.

• Geomechanics and Engineering
• /
• 제28권6호
• /
• pp.599-611
• /
• 2022

Tendon reinforced cemented soil is applied extensively in foundation stabilisation and improvement, especially in areas with soft clay. To solve the deterioration problem led by steel corrosion, the glass fiber-reinforced polymer (GFRP) tendon is introduced to substitute the traditional steel tendon. The interface bond strength between the cemented soil matrix and GFRP tendon demonstrates the outstanding mechanical property of this composite. However, the lack of research between the influence factors and bond strength hinders the application. To evaluate these factors, back propagation neural network (BPNN) is applied to predict the relationship between them and bond strength. Since adjusting BPNN parameters is time-consuming and laborious, the particle swarm optimisation (PSO) algorithm is proposed. This study evaluated the influence of water content, cement content, curing time, and slip distance on the bond performance of GFRP tendon-reinforced cemented soils (GTRCS). The results showed that the ultimate and residual bond strengths were both in positive proportion to cement content and negative to water content. The sample cured for 28 days with 30% water content and 50% cement content had the largest ultimate strength (3879.40 kPa). The PSO-BPNN model was tuned with 3 neurons in the input layer, 10 in the hidden layer, and 1 in the output layer. It showed outstanding performance on a large database comprising 405 testing results. Its higher correlation coefficient (0.908) and lower root-mean-square error (239.11 kPa) were obtained compared to multiple linear regression (MLR) and logistic regression (LR). In addition, a sensitivity analysis was applied to acquire the ranking of the input variables. The results illustrated that the cement content performed the strongest influence on bond strength, followed by the water content and slip displacement.

• KNOM Review
• /
• 제24권2호
• /
• pp.24-34
• /
• 2021

엣지 컴퓨팅을 사용하는 서비스 공급업체는 높은 수준의 서비스를 제공한다. 이에 따라 다양하고 중요한 정보들이 단말 장치에 저장되면서 탐지하기 더욱 어려운 최신 사이버 공격의 핵심 목표가 됐다. 보안을 위해 침입 탐지시스템과 같은 보안 시스템이 자주 활용되지만, 기존의 침입 탐지 시스템은 탐지 정확도가 낮은 문제점이 존재한다. 따라서 본 논문에서는 엣지 컴퓨팅에서 단말 장치의 더욱 정확한 침입 탐지를 위한 기계 학습 모델을 제안한다. 제안하는 모델은 희소성 제약을 사용하여 입력 데이터의 중요한 특징 벡터들을 추출하는 stacked sparse autoencoder (SSAE)와 convolutional neural network (CNN)를 결합한 하이브리드 모델이다. 최적의 모델을 찾기 위해 SSAE의 희소성 계수를 조절하면서 모델의 성능을 비교 및 분석했다. 그 결과 희소성 계수가 일 때 96.9%로 가장 높은 정확도를 보여주었다. 따라서 모델이 중요한 특징들만 학습할 경우 더 높은 성능을 얻을 수 있었다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제47권3호
• /
• pp.175-182
• /
• 2024

Advanced modeled iterative reconstruction (ADMIRE) represents a repetitive reconstruction method that can adjust strength and kernel, each of which are known to affect computed tomography (CT) image quality. The aim of this study was to quantitatively analyze the noise and spatial resolution of CT images according to ADMIRE control factors. Patient images were obtained by applying ADMIRE strength 2 and 3, and kernel B40 and B59. For quantitative evaluations, the noise level, spatial resolution, and overall image quality were measured using coefficient of variation (COV), edge rise distance (ERD), and natural image quality evaluation (NIQE). The superior values for the average COV, ERD, and NIQE results were obtained for the ADMIRE reconstruction conditions of ADMIRE 2 + B40, ADMIRE 3 + B59, and ADMIRE3 + B59. NIQE, which represents the overall image quality based on no-reference, was about 6.04 when using ADMIRE 3 + B59, showing the best result among the reconstructed image acquisition conditions. The results of this study indicate that the ADMIRE strength and kernel chosen for use in ADMIRE reconstruction have a significant impact on CT image quality. This highlights the importance of adjusting to the control factors in consideration of the clinical environment.

• 경영과정보연구
• /
• 제37권1호
• /
• pp.123-138
• /
• 2018

본 연구는 한국노동연구원의 사업체패널조사 1-5차년도 자료와 행정자료인 "고용보험 DB"를 결합하여 구축한 "사업체-근로자 연계자료"를 활용하여 사업체 근로자의 연령구성과 생산성 및 인건비와의 관계를 실증분석 하였다. 사업체의 생산성은 1인당 부가가치로, 인건비는 1인당 노동비용으로, 사업체 근로자의 고령화 정도는 근로자의 연령구성으로 측정하였으며 동적패널모형을 활용하였다. 분석 결과, 생산성과 인건비 모두 사업체의 35-39세 연령대 근로자의 비율을 중심으로 역U자의 모습을 보였다. 즉, 35-39세 연령대 근로자 대신 더 젊은층의 근로자 혹은 더 고령층의 근로자 비중이 증가하는 경우 생산성 및 인건비에 부(-)의 영향을 미치는 것으로 나타났다. 특히, 35-39세 연령대 근로자 대신 50세 이상 연령대 근로자가 증가할 때의 생산성 추정계수와 인건비 추정계수와의 차이가 30세 미만 연령대 근로자가 증가할 때의 생산성 및 인건비의 추정계수와의 차이보다 더 큰 것으로 나타났다. 이러한 분석 결과를 통해 고령근로자의 생산성 저하에 대한 기업의 우려는 타당하나, 동시에 기업은 이미 인건비 조정 등의 방법을 통해 고령근로자를 효율적으로 활용해 왔음도 확인할 수 있다.

• 한국통신학회논문지
• /
• 제36권1B호
• /
• pp.101-110
• /
• 2011

광대역 네트워크 기술의 발전함에 따라 점점 더 많은 클라이언트들이 여러 가지 VoD (Video on Demand) 서비스를 사용할 수 있게 되었다. 많은 클라이언트들을 서포트하기 위하여, VoD 전송 방식을 설계할 때 아래의 몇가지 요소들을 고려하여야 한다. 즉 사용자 대기 시간 (Viewer's Waiting Time), 매 클라이언트에서 요구하는 최대 버퍼 요구량 (Buffer Requirement at Each Client ), 비디오 전송에 요구되는 채널개수(number of channel required for video delivery)와 비디오 분할 복잡도(video segmentation complexity) 등이다. 최근의 여러 가지 VoD 서비스들 중에서 Polyharmonic과 Staircase전송 방식이 사용자 대기 시간과 매 클라이언트에서 요구하는 최대 버퍼 요구량에서 제일 좋은 성능을 보여주고 있다. 그러나 이런 방식들은 하나의 비디오를 너무 많은 세그먼트들로 나누어야 하는데 이런 방식은 동시에 관리하고 사용하는 태널의 개수가 많아지게 한다. 이런 문제들을 해결하기 위하여 이 논문에서는 시스템 복잡도를 낮추면서 사용자 대기시간과 최대 버퍼 요구량의 성능을 동시에 향상시키기 위한 방법으로 Polyharmonic과 Staircase 모델을 헤드 파트에 적용하고 기존의 VoD 전송 방식들 가운데 가장 간단한 모델인 Staggered을 뒤 파트에 적용하여 Polyharmonic-Staircase-Staggered (PSS) 방식을 제안하고 있다. 이 방식은 간단하고 효율적이다. 수학적분석을 통해 사용자 대기시간은 기존의 Harmonic Broadcasting 방식과 비교했을 때 대역폭을 조금만 더 크게 차지하면 거의 동일한 성능을 나타내고 있고 최대 버퍼 요구량은 비디오 분할 계수의 조절에 의해 Harmonic Broadcasting보다 60% 우수한 성능을 나타냄을 알 수 있다. 제일 중요한 것은 제안된 방식은 제안된 방식은 실제 용용에서 중요한 요소인 비디오 서브세그먼트의 수, 동시에 관리하는 채널의 수, 동시에 사용하는 채널의 수도 크게 감소시켰다는 것이다. 또한 다양한 환경에 따라 비디오 분할 계수를 어떻게 적절히 조정하는지도 서술하고 있다.

• 한국지리정보학회지
• /
• 제27권1호
• /
• pp.115-127
• /
• 2024

본 연구는 Transformer 모듈을 기반으로 다양한 구조의 모델을 구성하고, 토지피복 분류를 수행하여 Transformer 모듈의 활용방안 검토를 목적으로 하였다. 토지피복 분류를 위한 딥러닝 모델은 CNN 구조를 가진 Unet 모델을 베이스 모델로 선정하였으며, 모델의 인코더 및 디코더 부분을 Transformer 모듈과 조합하여 총 4가지 딥러닝 모델을 구축하였다. 딥러닝 모델의 학습과정에서 일반화 성능 평가를 위해 같은 학습조건으로 10회 반복하여 학습을 진행하였다. 딥러닝 모델의 분류 정확도 평가결과, 모델의 인코더 및 디코더 구조 모두 Transformer 모듈을 활용한 D모델이 전체 정확도 평균 약 89.4%, Kappa 평균 약 73.2%로 가장 높은 정확도를 보였다. 학습 소요시간 측면에서는 CNN 기반의 모델이 가장 효율적이었으나 Transformer 기반의 모델을 활용할 경우, 분류 정확도가 Kappa 기준 평균 0.5% 개선되었다. 차후, CNN 모델과 Transformer의 결합과정에서 하이퍼파라미터 조절과 이미지 패치사이즈 조절 등 다양한 변수들을 고려하여 모델을 고도화 할 필요가 있다고 판단된다. 토지피복 분류과정에서 모든 모델이 공통적으로 발생한 문제점은 소규모 객체들의 탐지가 어려운 점이었다. 이러한 오분류 현상의 개선을 위해서는 고해상도 입력자료의 활용방안 검토와 함께 지형 정보 및 질감 정보를 포함한 다차원적 데이터 통합이 필요할 것으로 판단된다.

• 전기전자학회논문지
• /
• 제27권4호
• /
• pp.464-471
• /
• 2023

본 논문에서는 StyleGAN Encoder를 활용한 표정 이미지 생성에서의 연령 왜곡을 감소시키는 방법을 제안한다. 표정 이미지 생성 과정은 StyleGAN Encoder를 사용하여 얼굴 이미지를 생성하고, SVM을 이용하여 학습된 boundary를 잠재 벡터에 적용하여 표정을 변화시킨다. 그러나 웃는 표정의 boundary를 학습할 때 표정 변화에 따른 연령 왜곡이 발생한다. 웃는 표정에 대한 SVM 학습에서 생성된 smile boundary는 표정 변화로 인해 생긴 주름이 학습 요소로 포함되어 있으며 연령에 대한 특성도 함께 학습된 것으로 판단한다. 이를 해결하기 위해, 제안된 방법에서는 smile boundary와 age boundary의 상관계수를 계산하고, 이를 이용하여 smile boundary에서 age boundary를 상관계수에 비례하여 조절하는 방식을 도입한다. 제안된 방법의 효과를 확인하기 위해 공개된 표준 얼굴 데이터셋인 FFHQ 데이터셋을 사용하고 FID score를 측정하여 실험한 결과는 다음과 같다. Smile 이미지에서는 기존 방법에 비하여, Ground Truth와 제안된 방법으로 생성된 smile 이미지의 FID score가 약 0.46 향상되었다. 또한, Smile 이미지에서 기존 방법에 비하여, StyleGAN Encoder로 생성된 이미지와 제안된 방법으로 생성된 smile 이미지의 FID score가 약 1.031 향상되었다. Non-smile 이미지에서는 기존 방법에 비하여, Ground Truth와 본 논문에서 제안된 방법으로 생성된 non-smile 이미지의 FID score가 약 2.25 향상되었다. 또한, Non-smile 이미지에서 기존 방법에 비하여, StyleGAN Encoder로 생성된 이미지와 제안된 방법으로 생성된 non-smile 이미지의 FID score가 약 약 1.908 향상됨을 확인하였다. 한편, 각 생성된 표정 이미지의 연령을 추정하여 StyleGAN Encoder로 생성된 이미지의 추정된 연령과 MSE를 측정한 결과, 기존방법 대비 제안하는 방법이 smile 이미지에서 약 1.5, non-smile 이미지에서 약 1.63의 성능 향상되어 제안한 방법에 대한 성능의 효율성이 입증되었다.

• 한국환경농학회지
• /
• 제38권4호
• /
• pp.321-331
• /
• 2019

BACKGROUND: Pinoxaden is the phenylpyrazoline herbicide developed by Syngenta Crop Protection, Inc. and marketed on 2006. The maximum residue levels for wheat and barley were set by import tolerance. Thus, Ministry of Food and Drug Safety (MFDS) official analytical method determining Pinoxaden residue was necessary in various food matrixes. Satisfaction of international guideline of CODEX (Codex Alimentarius Commission CAC/GL 40) and National Institute of Food and Drug Safety Evaluation-MFDS (2017) are additional pre-requirements for analytical method. In this study, liquid chromatography-tandem mass spectrometry (LC-MS/MS) method was investigated to analyze residue of Pinoxaden (M4), which is defined as pesticide residue in Korea, in foods. METHODS AND RESULTS: Pinoxaden (M4) was extracted followed by acid digestion (2hr reflux with 1N HCl) and pH adjusting (pH 4-5 with 3% ammonium solution). To remove oil, additional clean-up step with hexane saturated with acetonitrile was required to high oil contained sample before purification. HLB cartridge and nylon syringe filter were used for purification. Then, samples were analyzed by LC-MS/MS using reserve phase column C₁₈. Five agricultural group representative commodities (mandarin, potato, soybean, hulled rice, and red pepper) were used to verify the method in this study. The liner matrix-matched calibration curves were confirmed with coefficient of determination (r²) > 0.99 at calibration range 0.002-0.2 mg/kg. The limits of detection and quantitation were 0.004 and 0.01 mg/kg, respectively, which were suitable to apply Positive List System (PLS). Mean average accuracies of pinoxaden (M4) were shown to be 74.0-105.7%. The precision of pinoxaden and its metabolites were also shown less than 14.5% for all five samples. CONCLUSION: The method investigated in this study was suitable to CODEX (CAC/GL 40) and National Institute of Food and Drug Safety Evaluation-MFDS (2017) guideline for residue analysis. Thus, this method can be useful for determining the residue in various food matrixes in routine analysis.

• 대한화학회지
• /
• 제53권1호
• /
• pp.27-33
• /
• 2009

실제 시료에 들어있는 흔적량 Cd(II)를 2-mercaptobenzothiazole이 내포되어 있는 미세결정 p-dichlorobenzene에 예비농축시킨 후 정량하는 감도좋은 방법을 개발하였다. 시료 용액의 pH, 킬레이트제 2-mercaptobenzothiazole의 양, 흡착제 p-dichlorobenzene-2-MBT의 양 그리고 시료 용액의 흐름속도 등 여러 실험조 건을 최적화하였다. 여러 공존이온에 대한 방해효과를 조사하였는데 다른 이온들보다 Cu(II)가 비교적 심하게 방해를 하였다. 그러나 Cu(II)에 의한 방해는 시료용액의 tartrate 이온의 농도를 0.01 M이 되게 하든지 또는 0.20 g의 p-dichlorobenzene에 내포된 2-mercaptobenzothiazole의 양을 0.08 g에서 0.12 g이 되게 하면 충분히 없앨 수 있었다. 이 방법에 의해 얻어진 직선 감응범위, 상관계수($R^2$) 및 검출한계는 각각 0.5-30 ng $mL^{-1}$, 0.9962, 및 0.39 ng $mL^{-1}$로서, p-dichlorobenzene을 흡착제 매질로 이용하여 매우 좋은 결과를 얻었다. 이 방법을 실제 시료에 적용할 수 있을지를 확인하기 위해 수용액 시료(폐수, 시냇물, 그리고 저수지물)와 플라스틱 시료에 응용하였다. 회수율은 93-104% 정도였으며, ICP-MS를 이용하여 얻은 값과 이 방법으로 얻은 값은 F 시험법에 의하면 95% 신뢰수준에서 차이가 없는 것으로 나타났다. 실험 결과들로부터 이 방법은 여러 실제 시료에 들어있는 Cd(II)을 농축 정량하는데 응용할 수 있음을 알 수 있었다.