• 노인복지연구
• /
• 제73권1호
• /
• pp.517-542
• /
• 2018

본 연구는 클라이언트 폭력 예방교육 프로그램의 효과성을 검증하는데 목적이 있다. 이를위해 2016년 1월 28일부터 2월 25일까지 서울의 S노인복지관 종사자를 대상으로 주 1회, 2시간, 총 4회 프로그램을 실시하였다. 통제집단으로는 경기도 B노인복지관의 종사자를 활용하였으며 실험집단과 통제집단 각각 15명이었다. 본 연구에서는 프로그램의 효과성을 검증하고자 비동일통제집단 전후 비교 설계로 자료를 수집하였으며, 클라이언트 폭력에 대한 준비, 대처자신감, 예방 및 대처지식, 대처역량, 자기효능감의 변화율에 대한 비모수적 조건부 2단계 비교분석을 실시하였다. 1단계 Wilcoxon 부호순위 검증을 실시한 결과, 실험집단이 통제집단에 비해 클라이언트 폭력에 대한 준비, 대처자신감, 예방 및 대처지식에서 통계적으로 유의한 변화가 있음이 확인되었다. 2단계 Mann-Whitney 순위합 검증을 실시한 결과, 실험집단이통제집단에 비해 클라이언트 폭력에 대한 대처역량, 자기효능감에서 통계적으로 유의한 변화가 있음이 확인되었다. 이러한 연구결과를 바탕으로, 클라이언트 폭력 예방교육 프로그램의 실천적 함의와 시사점을 도출하였다.

• 대한전자공학회논문지SP
• /
• 제43권5호
• /
• pp.30-36
• /
• 2006

변형된 면적기반영역선별 기법으로 문자영상 속에 내재되어 있던 영역 분할을 회복하는 새로운 기법을 제안한다. 정보영역과 바탕영역으로 양분되어 있는 이진 원영상에 비해 오염 및 훼손으로 관측영상은 얼룩점과 잡음이 전체 영상에 섞여 다수의 크고 작은 영역들이 혼재된 그레이스케일 형태가 된다. 이러한 영상을 종래의 문턱치 처리나 확률적 기법으로 영역 분할하려면 이진영상으로 전환시킴에 의한 영역 형태 변형 문제가 발생한다. 이 문제를 최소화하기 위해 마름모꼴 블록을 채택한 반복조건부양식(iterated conditional mode, ICM) 기법으로 이진 영상을 구현하여 일차적으로 영역들의 집합으로 분류하였다. 그 다음 현재고려중인 화소에서 화소의 영역형성 판별과 영역의 면적을 산출하였다. 이를 전체 화소에 걸쳐 순차적으로 확산하여 해당영역들의 정보영역으로의 귀속 여부를 선택적으로 판정 분할함으로 정보영역 본래 형태를 복원하였다. 이 때 지정 영역들의 산출 면적들은 하나의 집합으로 배속 정렬되며 확률처리로 얻은 판별 파라미터 값에 의해 선별된다. 그레이스케일 탁본영상을 대상으로 종래의 문턱치 영역분할 기법과 ICM 기법도 함께 실험하였다. 그 결과 종래의 기법에 비해 우수한 영역분할 효과를 얻을 수 있었다.

• Smart Structures and Systems
• /
• 제21권5호
• /
• pp.705-713
• /
• 2018

High-speed rail (HSR) has been in operation and development in many countries worldwide. The explosive growth of HSR has posed great challenges for operation safety and ride comfort. Among various technological demands on high-speed trains, vibration is an inevitable problem caused by rail/wheel imperfections, vehicle dynamics, and aerodynamic instability. Ride comfort is a key factor in evaluating the operational performance of high-speed trains. In this study, online monitoring data have been acquired from an in-service high-speed train for condition assessment. The measured dynamic response signals at the floor level of a train cabin are processed by the Sperling operator, in which the ride comfort index sequence is used to identify the train's operation condition. In addition, a novel technique that incorporates salient features of Bayesian inference and time series analysis is proposed for outlier detection and change detection. The Bayesian forecasting approach enables the prediction of conditional probabilities. By integrating the Bayesian forecasting approach with time series analysis, one-step forecasting probability density functions (PDFs) can be obtained before proceeding to the next observation. The change detection is conducted by comparing the current model and the alternative model (whose mean value is shifted by a prescribed offset) to determine which one can well fit the actual observation. When the comparison results indicate that the alternative model performs better, then a potential change is detected. If the current observation is a potential outlier or change, Bayes factor and cumulative Bayes factor are derived for further identification. A significant change, if identified, implies that there is a great alteration in the train operation performance due to defects. In this study, two illustrative cases are provided to demonstrate the performance of the proposed method for condition assessment of high-speed trains.

• 지구물리와물리탐사
• /
• 제25권3호
• /
• pp.140-161
• /
• 2022

탄성파 탐사 자료 획득 시 자료의 일부가 손실되는 문제가 발생할 수 있으며 이를 위해 자료 보간이 필수적으로 수행된다. 최근 기계학습 기반 탄성파 자료 보간법 연구가 활발히 진행되고 있으며, 특히 영상처리 분야에서 이미지 초해상화에 활용되고 있는 CNN (Convolutional Neural Network) 기반 알고리즘과 GAN (Generative Adversarial Network) 기반 알고리즘이 탄성파 탐사 자료 보간법으로도 활용되고 있다. 본 연구에서는 손실된 탄성파 탐사 자료를 높은 정확도로 복구하는 보간법을 찾기 위해 CNN 기반 알고리즘인 U-Net과 GAN 기반 알고리즘인 cWGAN (conditional Wasserstein Generative Adversarial Network)을 탄성파 탐사 자료 보간 모델로 사용하여 성능 평가 및 결과 비교를 진행하였다. 이때 예측 과정을 Case I과 Case II로 나누어 모델 학습 및 성능 평가를 진행하였다. Case I에서는 규칙적으로 50% 트레이스가 손실된 자료만을 사용하여 모델을 학습하였고, 생성된 모델을 규칙/불규칙 및 샘플링 비율의 조합으로 구성된 총 6가지 테스트 자료 세트에 적용하여 모델 성능을 평가하였다. Case II에서는 6가지 테스트 자료와 동일한 형식으로 샘플링된 자료를 이용하여 해당 자료별 모델을 생성하였고, 이를 Case I과 동일한 테스트 자료 세트에 적용하여 결과를 비교하였다. 결과적으로 cWGAN이 U-Net에 비해 높은 정확도의 예측 성능을 보였으며, 정량적 평가지수인 PSNR과 SSIM에서도 cWGAN이 높은 값이 나타나는 것을 확인하였다. 하지만 cWGAN의 경우 예측 결과에서 추가적인 잡음이 생성되었으며, 잡음을 제거하고 정확도를 개선하기 위해 앙상블 작업을 수행하였다. Case II에서 생성된 cWGAN 모델들을 이용하여 앙상블을 수행한 결과, 성공적으로 잡음이 제거되었으며 PSNR과 SSIM 또한 기존의 개별 모델 보다 향상된 결과를 나타내었다.