• 해양환경안전학회지
• /
• 제23권6호
• /
• pp.639-645
• /
• 2017

Application Specific Messages(ASM)은 다수 선박들의 AIS사용으로 인한 통신 과부하 문제를 해결하기 위해 IMO, ITU, IALA와 같은 국제기구들에 의해 해상에서의 적용이 결정되었다. ASM을 이용한 통신은 기상 정보, 사고보고 및 항해 경고를 포함하여 해양에서 많은 양의 안전 관련 정보를 전송할 수 있다. 특히 ASM통신 시스템은 음성을 통한 선박 간, 선박과 육상 간(4S) VHF통신의 일부를 메시지로 전달이 가능할 것으로 기대된다. 해상의 4S통신에서 중요도가 높은 문장을 표준통신메시지로 선정하여 ASM통신에 이용한다면, 정확하고 신속한 메시지의 송수신이 가능할 것이다. 표준통신메시지의 결정은 사용자의 의견이 적극적으로 반영되어야 하며, 이를 위해 본 연구에서는 57명의 항해사와 50명의 Vessel Traffic Service(VTS) 관제사를 대상으로 설문을 실시하였다. 설문의 결과를 분석하여 해상통신에서 사용빈도가 높은 53개의 표준통신메시지를 제시하였다. 제시된 표준통신메시지는 해상에서 사용되는 주요 문장들에 대한 실제적인 정보이며, ASM을 이용한 통신장비 및 인터페이스 개발을 위한 참고 자료로 이용될 수 있을 것이다.

• 농업생명과학연구
• /
• 제51권6호
• /
• pp.137-144
• /
• 2017

A diverse of recommendation has been made for the structure and management of dairy cows, despite demanding research, the relationship between lactation number and various factors is yet to be established. The present study was aimed to investigate the covariance among lactation number, growth performance, calving interval, and milk production was considered to increase an efficiency of selection schemes and to manage more efficiently Holstein dairy cows that have been raised on small-scale family farms in Republic of Korea. For that purpose, the data were observed from 850 Holstein dairy cows, which a total of 3929 milking, since April 2016 - January 2017. We measured the body weight, height, age, calving interval, and milk production of the each dairy cow. Also, information about the date of lactation, calving interval, and milk production was recorded using an automatic milking system(AMS) with identification numbers. Milk production was calculated per udder quarter in the AMS. Our study results showed the increased average body weight(p>0.05) in 1, 2, 3, and $4^{th}$ lactating dairy cows and afterwards, we noticed the tendency on the average body weight(p<0.05) per lactation progressed. There was no significant difference noticed on height measurement of dairy cows. From the processing data of 850 Holstein dairy cows, the lactation number 1 and 7 had a greater calving interval with significantly lowered milk production, and the lactation number 2, 3, 4, 5, and 6 had significantly lowered the calving interval(p<0.05) with a greater milk production. From our study results, we evidenced that there is a significant relationship between the lactation number, growth performance, calving interval, and milk yield, and the maximum production of milk occurring in the $3^{rd}$ and $4^{th}$ lactation dairy cows. The achieved results from this study can be used by the small-scale farmers to encourage the structure and management of growth performance, calving interval, and milk yield in Holstein dairy cows in Korea.

• 자원환경지질
• /
• 제52권4호
• /
• pp.313-322
• /
• 2019

SAR (Synthetic Aperture Radar) 원격탐사 관측 자료는 폭우나 태풍으로 인해 넓은 지역에 걸쳐 발생할 수 있는 산사태 피해 지역을 신속하게 탐지하는데 매우 유용한 도구이다. 본 연구의 목적은 산사태 발생 이후에 관측이 수행된 다중 편광 SAR 자료를 이용하여 산사태 지역을 자동으로 분류하는 효과적인 알고리즘을 개발하는 것이다. 실험적인 분석을 바탕으로 SAR 관측 자료로부터 산사태를 탐지하기 위해서는 SAR 영상의 스펙클 현상을 줄여주는 스펙클 필터와 경사진 지형에서의 기하왜곡을 보정하는 정사보정이 필수적임을 확인하였고, IDAN 필터를 적용하여 스펙클을 줄이고 다중 편광 파라미터를 추정한 후에 정사보정을 수행하는 것이 산사태 탐지를 위해 적합한 처리 과정임을 제시하였다. 또한 다양한 다중 편광 파라미터에 대한 탐지 성능 분석을 통해 entropy 파라미터가 산사태 탐지에 좋은 성능을 보임을 파악하였다. 이러한 분석을 토대로 다중 편광 파라미터에 대한 자동적인 문턱값 설정과 DEM을 보조적으로 사용하는 산사태 탐지 알고리즘을 제안하였다. 탐지 알고리즘은 2011년 9월 태풍 탈라스에 의해 발생한 산사태에 대해 관측을 수행한 ALOS-2위성의 PALSAR-2 자료를 이용하여 실험적인 평가를 수행하였고, 약 82%의 탐지율과 3%의 오경보율로 산사태를 탐지 할 수 있음을 확인하였다.

• 한국산학기술학회논문지
• /
• 제22권2호
• /
• pp.651-658
• /
• 2021

풀림 방지 코팅 볼트는 주로 자동차 안전 관련 부품을 결합하는 데 사용되므로 안전성 유지를 위해 코팅 결함을 사전에 감지해야 한다. 이를 위해 이전 연구 [CNN 및 모델 시각화 기법을 사용한 코팅 볼트 불량 판별]에서는 합성곱 신경망을 사용했다. 이때 합성곱 신경망은 데이터 수가 많을수록 이미지 패턴 및 특성 분석 정확도가 증가하지만 그에 따라 학습시간이 증가한다. 또한 확보 가능한 코팅 볼트 샘플이 한정적이다. 본 연구에서는 이전 연구에 전이학습을 추가적으로 적용해 데이터 개수가 적은 경우에도 코팅 결함에 대해 정확한 분류를 하고자 한다. 전이학습을 적용할 때 학습 데이터 수와 사전 학습 데이터 ImageNet 간의 유사성을 고려해 분류층만 학습했다. 데이터 학습에는 전역 평균 풀링, 선형 서포트 벡터 머신 및 완전 연결 계층과 같은 분류층을 적용했으며, 고려한 모델 중 완전 연결 계층 방법의 분류층이 가장 높은 95% 정확도를 가진다. 추가적으로 마지막 합성곱층과 분류층을 미세 조정하면 정확도는 97%까지 향상된다. 전이학습 및 미세 조정을 이용하면 선별 정확도를 향상시킴은 물론 이전보다 학습 소요시간을 절반으로 줄일 수 있음을 보였다.

• 한국항해항만학회지
• /
• 제45권1호
• /
• pp.26-32
• /
• 2021

해양에서 정보통신기술 기반의 4차 산업혁명 확산은 고정밀 및 안정적인 위치·항법·시각·정보(PNT&D)를 요구하고 있다. 국제해사기구(IMO)와 국제항로표지협회(IALA)에서는 범지구 위성 항법 시스템(GNSS) 의존도가 증가함에 따라 취약성 경감을 위해 백업시스템을 요구하고 있어 우리나라는 R-Mode 기술개발에 관한 연구를 진행하고 있다. 시설의 중복투자를 막기 위해 기존 해상 인프라인 중파를 이용하는 DGPS(Differential Global Positioning System) 보정국과 감시국 34개소 및 초단파를 이용하는 선박자동식별장치(AIS) 기지국을 활용하고자 하며, 일부 서해 지역에서 수신신호의 세기가 미약한 전파 음영지역이 있으므로, 이를 해결하기 위해 R-Mode 보정국과 감시국 신설을 통하여 전파 음영지역을 해소하고자 한다. 따라서 본 논문에서는 주파수가 낮은 대역에서(단파대 이하) 전파가 지표면(수면)을 따라 잘 전송되는 특징이 있어 시뮬레이션과 전파측정을 하였으며, 전파전파 특성 분석을 통하여 R-Mode 보정국과 감시국 신설 후보지를 제안하고자 한다. 본 논문을 활용하여 다른 지역의 전파 음영지역을 해소하기 위해 적절한 위치에 R-Mode 보정국과 감시국 후보지를 선정할 수 있다.

• 해양환경안전학회지
• /
• 제27권4호
• /
• pp.483-491
• /
• 2021

수역 내 충돌 위험 식별은 항해의 안전을 위해 중요하다. 본 연구에서는 거리 요인을 기반으로 한 군집화 방법인 계층 클러스터링을 포함하는 새로운 충돌 위험 평가 방법을 도입했으며, 주변의 선박이 많은 경우 실시간 데이터, 그룹 방법론 및 예비 평가를 사용하여 선박을 분류하고 충돌위험평가를 기반으로 평가하였다(HCAAP 처리라 부른다). 조우하는 선박들의 군집은 계층 프로그램에 의해 모아지고, 예비 평가와 결합되어 상대적으로 안전한 선박을 걸러내었다. 그런 다음, 각 군집 내에서 조우하는 선박 사이의 최근접점(DCPA) 및 최근접점까지의 도착시간(TCPA)까지의 시간을 계산하여 충돌위험지수(CRI)와의 관계를 비교하였다. 조우하는 선박들간의 군집에서 CRI와 DCPA 및 TCPA 수학적 관계는 음의 지수 함수로 구성되었다. 이러한 CRI로부터 운영자는 명시된 해역에서 항해하는 모든 선박의 안전성을 보다 쉽게 평가할 수 있으며, 프레임워크는 해상운송의 안전과 보안을 개선하고 인명 및 재산 손실을 줄일 수 있다. 본 연구에서 제안된 프레임워크의 효과를 설명하기 위해 국내의 목포 연안 해역에서 실험 사례 연구를 수행하였다. 그 결과, 본 연구의 프레임워크가 각 군집 내에서 조우 선박 간의 충돌 위험 지수를 탐지하고 순위를 매기는 데 효과적이고 효율적이라는 것을 보여 주었으며, 추가연구를 위한 자동 위험 우선순위를 지정할 수 있게 해주었다.

• 대한의용생체공학회:의공학회지
• /
• 제43권5호
• /
• pp.341-352
• /
• 2022

Medical image segmentation is the most important task in radiation therapy. Especially, when segmenting medical images, the liver is one of the most difficult organs to segment because it has various shapes and is close to other organs. Therefore, automatic segmentation of the liver in computed tomography (CT) images is a difficult task. Since tumors also have low contrast in surrounding tissues, and the shape, location, size, and number of tumors vary from patient to patient, accurate tumor segmentation takes a long time. In this study, we propose a method algorithm for automatically segmenting the liver and tumor for this purpose. As an advantage of setting the boundaries of the tumor, the liver and tumor were automatically segmented from the CT image using the 2D CoordConv DeepLab V3+ model using the CoordConv layer. For tumors, only cropped liver images were used to improve accuracy. Additionally, to increase the segmentation accuracy, augmentation, preprocess, loss function, and hyperparameter were used to find optimal values. We compared the CoordConv DeepLab v3+ model using the CoordConv layer and the DeepLab V3+ model without the CoordConv layer to determine whether they affected the segmentation accuracy. The data sets used included 131 hepatic tumor segmentation (LiTS) challenge data sets (100 train sets, 16 validation sets, and 15 test sets). Additional learned data were tested using 15 clinical data from Seoul St. Mary's Hospital. The evaluation was compared with the study results learned with a two-dimensional deep learning-based model. Dice values without the CoordConv layer achieved 0.965 ± 0.01 for liver segmentation and 0.925 ± 0.04 for tumor segmentation using the LiTS data set. Results from the clinical data set achieved 0.927 ± 0.02 for liver division and 0.903 ± 0.05 for tumor division. The dice values using the CoordConv layer achieved 0.989 ± 0.02 for liver segmentation and 0.937 ± 0.07 for tumor segmentation using the LiTS data set. Results from the clinical data set achieved 0.944 ± 0.02 for liver division and 0.916 ± 0.18 for tumor division. The use of CoordConv layers improves the segmentation accuracy. The highest of the most recently published values were 0.960 and 0.749 for liver and tumor division, respectively. However, better performance was achieved with 0.989 and 0.937 results for liver and tumor, which would have been used with the algorithm proposed in this study. The algorithm proposed in this study can play a useful role in treatment planning by improving contouring accuracy and reducing time when segmentation evaluation of liver and tumor is performed. And accurate identification of liver anatomy in medical imaging applications, such as surgical planning, as well as radiotherapy, which can leverage the findings of this study, can help clinical evaluation of the risks and benefits of liver intervention.

• 대한원격탐사학회지
• /
• 제39권1호
• /
• pp.77-86
• /
• 2023

Ship detection is widely used in areas such as maritime security, maritime traffic, fisheries management, illegal fishing, and border control, and ship detection is important for rapid response and damage minimization as ship accident rates increase due to recent increases in international maritime traffic. Currently, according to a number of global and national regulations, ships must be equipped with automatic identification system (AIS), which provide information such as the location and speed of the ship periodically at regular intervals. However, most small vessels (less than 300 tons) are not obligated to install the transponder and may not be transmitted intentionally or accidentally. There is even a case of misuse of the ship'slocation information. Therefore, in this study, ship detection was performed using high-resolution optical satellite images that can periodically remotely detect a wide range and detectsmallships. However, optical images can cause false-alarm due to noise on the surface of the sea, such as waves, or factors indicating ship-like brightness, such as clouds and wakes. So, it is important to remove these factors to improve the accuracy of ship detection. In this study, false alarm wasreduced, and the accuracy ofship detection wasimproved by removing wake.As a ship detection method, ship detection was performed using machine learning-based random forest (RF), and convolutional neural network (CNN) techniquesthat have been widely used in object detection fieldsrecently, and ship detection results by the model were compared and analyzed. In addition, in this study, the results of RF and CNN were combined to improve the phenomenon of ship disconnection and the phenomenon of small detection. The ship detection results of thisstudy are significant in that they improved the limitations of each model while maintaining accuracy. In addition, if satellite images with improved spatial resolution are utilized in the future, it is expected that ship and wake simultaneous detection with higher accuracy will be performed.

• 한국항해항만학회지
• /
• 제46권4호
• /
• pp.313-320
• /
• 2022

해상에 설치된 등부표는 기상, 통항선박에 의해 생성된 외력 등에 영향을 받아 위치가 항상 유동적이다. 등부표의 위치는 항로표지용 AIS와 RTU를 통해 확인 가능하다. 본 연구는 최근 5년간(2017-2021년) 등부표의 위치데이터를 분석하여 등부표의 최대 이출위치를 분석하였다. 연구결과 등부표의 위치데이터는 기본오류가 17.9%가 존재하였다. 또한 분석대상 등부표 197기의 이출위치 오류는 70.64%이고, 장비별로는 항로표지용 AIS 보다는 RTU가 심하였다. 한편, 등부표의 위치데이터를 플로팅한 결과 4가지 유형으로 구분되었다. 가장 일반적인 침추중심형, 침추를 중심으로 위치가 2개 구역으로 구분되는 침추중심 2분형, 중심이 변동된 중심 이동형 그리고 일정기간 위치가 중심을 벗어나는끌림형이다. 침추중심형(유형-1)을 제외하고는 등부표가 설치된 위치에 따라 유형이 결정되었다. 본 연구는 등부표의 위치데이터를 분석한 첫번째 연구로서 본 연구가 등부표 위치데이터의 품질 향상에 기여하기를 기대한다.

• 한국항해항만학회지
• /
• 제47권4호
• /
• pp.231-238
• /
• 2023

등부표는 조류, 바람 등 외력에 영향을 받아 위치가 항상 유동적이고 위치는 항로표지용 AIS 또는 RTU를 통해 확인할 수 있다. 위치 확인이 가능한 등부표의 최근 5년간(2017~2021년) 위치 데이터 분석 결과 위치 오류 데이터는 평균 15.4%로 나타났으며 항해 안전사고예방 및 관리를 위해서는 위치 오류 데이터를 검출하고 정제된 위치 데이터 획득이 필요하다. 본 연구에서는 항로표지용 AIS 또는 RTU를 통해 획득한 위치 데이터를 DBSCAN Clustering하여 위치 오류 데이터를 검출하고 정제된 위치 데이터를 획득하고자 한다. 이를 위하여 위치 오류가 가장 많은 서해 해역 중 RTU가 설치된 군산항 1호 등부표의 21년도 위치 데이터를 Python library를 사용하여 DBSCAN Clustering 하였다. DBSCAN Clustering에 필요한 minPts는 2차원 데이터에 일반적으로 사용하는 값을 적용하였고 epsilon은 k-NN(최근접 이웃)알고리즘을 사용하여 값을 산출 및 적용하였다. DBSCAN Clustering 결과 minPts와 epsilon을 만족하지 못하는 위치 오류 데이터를 검출하였고 정제된 위치 데이터를 획득할 수 있었다. 본 연구는 항로표지용 AIS 또는 RTU가 설치된 등부표의 신뢰성 있는 위치 데이터를 획득할 수 있는 기초 자료로 활용할 수 있으며 항해 안전사고 예방에도 큰 도움이 될 것으로 판단된다.