• Journal of Information Processing Systems
• /
• 제8권2호
• /
• pp.213-240
• /
• 2012

Safety critical systems, real time systems, and event-based systems have a complex set of events and their own interdependency, which makes them difficult to test ma Safety critic Safety critical systems, real time systems, and event-based systems have a complex set of events and their own interdependency, which makes them difficult to test manually. In order to cut down on costs, save time, and increase reliability, the model based testing approach is the best solution. Such an approach does not require applications or codes prior to generating test cases, so it leads to the early detection of faults, which helps in reducing the development time. Several model-based testing approaches have used different UML models but very few works have been reported to show the generation of test cases that use events. Test cases that use events are an apt choice for these types of systems. However, these works have considered events that happen at a user interface level in a system while other events that happen in a system are not considered. Such works have limited applications in testing the GUI of a system. In this paper, a novel model-based testing approach is presented using business events, state events, and control events that have been captured directly from requirement specifications. The proposed approach documents events in event templates and then builds an event-flow model and a fault model for a system. Test coverage criterion and an algorithm are designed using these models to generate event sequence based test scenarios and test cases. Unlike other event based approaches, our approach is able to detect the proposed faults in a system. A prototype tool is developed to automate and evaluate the applicability of the entire process. Results have shown that the proposed approach and supportive tool is able to successfully derive test scenarios and test cases from the requirement specifications of safety critical systems, real time systems, and event based systems.

• 한국시뮬레이션학회논문지
• /
• 제29권4호
• /
• pp.73-84
• /
• 2020

인터넷이 대중화되기 시작하면서 해킹 및 시스템과 네트워크에 대한 공격이 있어 왔고, 날로 그 기법들이 진화되면서 기업 및 사회에 위험과 부담감을 주었다. 그러한 위험과 부담감을 덜기 위해서는 조기에 해킹 및 공격을 탐지하여 적절하게 대응해야 하는데, 그에 앞서 반드시 네트워크 침입탐지의 신뢰성을 높일 필요가 있다. 본 연구에서는 네트워크 침입탐지 정확도를 향상시키기 위해 가중치 초기화와 가중치 최적화를 KDD'99 데이터셋에 적용하는 연구를 하였다. 가중치 초기화는 Xavier와 He 방법처럼 가중치 학습 구조와 관련된 초기화 방법이 정확도에 영향을 준다는 것을 실험을 통해 알 수 있었다. 또한 가중치 최적화는 현재 가중치를 학습률에 반영할 수 있도록 한 RMSProp와 이전 변화를 반영한 Momentum의 장점을 결합한 Adam 알고리즘이 정확도면에서 단연 돋보임을 네트워크 침입탐지 데이터셋의 실험을 통해 확인하였다.

• 대한유전성대사질환학회지
• /
• 제16권1호
• /
• pp.1-9
• /
• 2016

국내 정부 지원 무료 검사로 진행 중인 6종 신생아 선별 검사에서 호모시스틴뇨증을 진단하기 위해 메티오닌의 증가가 마커로 사용되고 있다. 그러나 실제 고메티오닌혈증에서 감별해야 하는 질환들에는 간질환, tyrosinemia type I (MIM #276700), methionine adenosyltransferase (MAT) I/III 결핍, glycine N-methyltransferase (GNMT) 결핍, adenosylhomocy-steine hydrolase (SAHH) 결핍, adenosine kinase (ADK) 결핍, citrin deficiency (citrullinemia type I) 등이 있다. 고메티오닌혈증의 흔한 원인이자 양성 질환으로 알려졌던 MAT I/III 결핍 질환은 유전 방식에 따라 신경학적 증상 발현 및 치료의 필요성이 보고되고 있어 신생아 선별검사에서 고메티오닌혈증 양성으로 나올 경우 감별 진단 및 처치에 대한 가이드라인이 필요하겠다. 신생아 선별검사에서 고메티오닌혈증 양성으로 나올 경우, 간수치 및 혈장 아미노산 분석, 혈장 총 호모시스테인 수치를 통해 여러 질환 들을 감별할 수 있으며 혈장 총 호모시스테인의 증가가 40 umol/L 미만의 경우에서는 MAT I/III 결핍을 먼저 고려해 볼 수 있겠다. MAT I/III 결핍에서는 우성 유전형일 경우에는 치료가 필요 없지만 열성 유전형에서는 정기적인 발달 지표, 혈장 메티오닌과 총 호모시스테인 수치의 추적이 필요하겠으며 심한 고메티오인혈증(>800umol/L)에서는 저메티오닌식이를, 발달 지연, 뇌말이집 형성 장애가 동반한 경우에는 S-adenosylmethio-nine (SAM) 복용을 고려한다. 호모시스틴뇨증에서는 절반에서 피리독신 반응형을 보이고 피리독신 반응형은 조기에 메티오닌 증가가 없을 수 있기에 선별검사에서 놓칠 수 있다. 치료에는 저메티오닌 식이, 피리독신, 베타인, 엽산 등이 있으며 베타인 투약시 메티오닌 증가로 인한 뇌부종에 대한 주의가 필요하다. 그 외 GNMT, SAHH, ADK 결핍은 현재 환자 수와 예후가 제한적으로 조기 진단 및 치료에 대한 뚜렷한 이득이 명확하지 않은 상태이다. 미국, 유럽의 일부 기관들에서는 낮은 메티오닌 수치로 재메칠화 장애에 대한 선별검사도 시행하고 있어 국내에도 관련 질환에 대한 현황 및 선별검사 도입의 필요성에 대해 논의가 필요하겠다.

• 지적과 국토정보
• /
• 제50권1호
• /
• pp.201-214
• /
• 2020

본 연구는 UAV 영상의 식생지수를 활용한 소나무재선충병 피해목 조기 탐지를 그 목적으로 하며, NDVI를 비롯한 대표적인 식생지수들을 선정하고 각각의 분류 정확도 비교분석을 통해 최적의 식생지수를 분석해보았다. 현장답사를 통하여 193개체의 소나무재선충병 피해목 위치데이터를 구축하고 동시에 다중분광 UAV 영상을 이용하여 4가지 식생지수 분석을 수행하였다. 무감독분류(K-Means)를 통하여 피해목을 분류하였고, 오차행렬(Confusion Matrix)를 이용하여 식생지수별 분류정확도를 비교·분석하였다. 연구의 결과를 요약하면 다음과 같다. 첫째 분류의 전체정확도는 NDVI (88.04%, Kappa계수 0.76) > GNDVI (86.01%, Kappa계수 0.72) > NDRE (77.35%, Kappa계수 0.55) > SAVI (76.84%, Kappa계수 0.54)순으로 분석되어 NDVI가 가장 높은 정확도를 보였으며, GNDVI가 거의 비슷한 수준의 분류정확도를 보였다. 둘째, NDVI 및 GNDVI 식생지수를 이용한 K-Means 무감독 분류방법으로 피해목의 판별이 어느 정도 가능한 것으로 판단된다. 특히 위 기법은 연산이 집약적이고 사용자의 개입이 적고 분석과정이 상대적으로 간단하여 피해목의 조기 탐지에 도움을 줄 수 있을 것으로 판단된다. 향후 시계열영상의 활용 또는 딥러닝기법의 추가 응용으로 분류정확도를 높일 수 있을 것으로 기대한다.

• 대한의용생체공학회:의공학회지
• /
• 제18권4호
• /
• pp.429-438
• /
• 1997

기계식 판막은 매몰식 인공장기에 널리 사용돼 왔으며, 판막의 이상은 환자의 죽음으르 의미한다. 판막의 이상에 영향을 미치는 것은 많은 요소들이 있는데 대표적으로 기계적인 고장과 혈전현상이 있다. 그래서 비침습적으로 이것들을 발견하는 것이 필요하게 된 것이다. 이 논문의 목적은 스펙트럼의 해석과 인공신경망을 이용하여 혈전현상을 발견하는데 있다. 신호의 측정은 공압식 좌심실 보조장치에 장착한 기계식 판막으로부터 마이크로폰과 증폭기를 이용하였다. 디스크 위의 모의 혈전현상과 봉합링의 주위에 혈전현상, 20%, 40% 60%로 자라나는 혈전현상은 펠레세인과 실리콘을 이용하여 제작하였다. 기초 성능 평가를 위해 1KHz 정현파를 인가하여 시스템을 평가하였으며, 정상적인 판막과 5 종류의 혈전현상의 스펙트럼은 혈전현상의 정보를 지닌 개폐시 peak의 신호 파형에서 구하였다. 데이터의 정량적인 해석을 위해 7,000개의 입력 노드와 20개의 은닉층과 1개의 출력층으로 이루어진 인공신경망을 사용하였다. 결론적으로 훈련된 인공신경망을 사용한 결과 정상 판막과 비정상 판막을 판단하는데 90%의 판단능력을 보였다. 이상의 실험을 통해 판막의 이상유무를 신호의 스펙트럼 해석과 인공신경망을 통해 평가할수 있음을 알 수 있었다. 본 논문의 결과는 앞으로 인공장기를 몸속에 지니고 있는 환자에게서 장기의 상태를 지속적으로 감시할 수 있는 기술적 토대를 제공할 것이다.

• 한국전산구조공학회논문집
• /
• 제37권3호
• /
• pp.163-171
• /
• 2024

본 논문에서는 다목적 구조물인 다중연결 해양부유체를 대상으로 변형 기반 모드 차수축소법을 적용하고 차수축소모델의 구조응답 예측 성능을 향상시키기 위해 유전 알고리즘 기반의 센서 배치 최적화를 수행하였다. 다중연결 해양부유체의 차수축소모델 생성에 필요한 변형 기반 모드 데이터를 얻기 위해 다양한 규칙파랑하중조건에 대한 유체-구조 연성 수치해석을 수행하고 변형 기반 모드의 직교성, 자기상관계수를 이용하여 주요 변형 기반 모드를 선정하였다. 다중연결 해양부유체의 경우 차수축소모델의 구조응답 예측 성능이 계측 및 예측 구조응답 위치에 따라 민감하기 때문에 유전 알고리즘 기반의 최적화를 수행하여 최적의 센서 배치를 도출하였다. 최적화 결과, 모든 센서 배치 조합에 대한 차수축소모델 생성 및 예측 성능 평가 대비 약 8배의 계산 비용을 절감하였으며, 예측 성능 평가 지표인 평균 제곱근 오차가 초기 센서 배치보다 84% 감소하였다. 또한, 다중연결 해양부유체 모형시험 결과를 이용하여 불규칙파랑하중에 대한 최적화된 센서 배치의 차수축소모델의 구조응답 예측 성능을 평가 및 검증하였다.

• 지능정보연구
• /
• 제22권2호
• /
• pp.127-142
• /
• 2016

딥러닝은 인공신경망(neural network)이라는 인공지능분야의 모형이 발전된 형태로서, 계층구조로 이루어진 인공신경망의 내부계층(hidden layer)이 여러 단계로 이루어진 구조이다. 딥러닝에서의 주요 모형은 합성곱신경망(convolutional neural network), 순환신경망(recurrent neural network), 그리고 심층신뢰신경망(deep belief network)의 세가지라고 할 수 있다. 그 중에서 현재 흥미로운 연구가 많이 발표되어서 관심이 집중되고 있는 모형은 지도학습(supervised learning)모형인 처음 두 개의 모형이다. 따라서 본 논문에서는 지도학습모형의 가중치를 최적화하는 기본적인 방법인 오류역전파 알고리즘을 살펴본 뒤에 합성곱신경망과 순환신경망의 구조와 응용사례 등을 살펴보고자 한다. 본문에서 다루지 않은 모형인 심층신뢰신경망은 아직까지는 합성곱신경망 이나 순환신경망보다는 상대적으로 주목을 덜 받고 있다. 그러나 심층신뢰신경망은 CNN이나 RNN과는 달리 비지도학습(unsupervised learning)모형이며, 사람이나 동물은 관찰을 통해서 스스로 학습한다는 점에서 궁극적으로는 비지도학습모형이 더 많이 연구되어야 할 주제가 될 것이다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제29권2호
• /
• pp.299-306
• /
• 2016

Body temperature (BT) monitoring in cattle could be used to early detect fever from infectious disease or physiological events. Various ways to measure BT have been applied at different locations on cattle including rectum, reticulum, milk, subcutis and ear canal. In other to evaluate the temperature stability and reliability of subcutaneous temperature (ST) in highly fluctuating field conditions for continuous BT monitoring, long term ST profiles were collected and analyzed from cattle in autumn/winter and summer season by surgically implanted thermo-logger devices. Purposes of this study were to assess ST in the field condition as a reference BT and to determine any location effect of implantation on ST profile. In results, ST profile in cattle showed a clear circadian rhythm with daily lowest at 05:00 to 07:00 AM and highest around midnight and rather stable temperature readings (mean${\pm}$standard deviation [SD], $37.1^{\circ}C$ to $37.36^{\circ}C{\pm}0.91^{\circ}C$ to $1.02^{\circ}C$). STs are $1.39^{\circ}C$ to $1.65^{\circ}C$ lower than the rectal temperature and sometimes showed an irregular temperature drop below the normal physiologic one: 19.4% or 36.4% of 54,192 readings were below $36.5^{\circ}C$ or $37^{\circ}C$, respectively. Thus, for BT monitoring purposes in a fever-alarming-system, a correction algorithm is necessary to remove the influences of ambient temperature and animal resting behavior especially in winter time. One way to do this is simply discard outlier readings below $36.5^{\circ}C$ or $37^{\circ}C$ resulting in a much improved mean${\pm}$SD of $37.6^{\circ}C{\pm}0.64^{\circ}C$ or $37.8^{\circ}C{\pm}0.55^{\circ}C$, respectively. For location the upper scapula region seems the most reliable and convenient site for implantation of a thermo-sensor tag in terms of relatively low influence by ambient temperature and easy insertion compared to lower scapula or lateral neck.

• 한국의학물리학회지:의학물리
• /
• 제17권4호
• /
• pp.238-245
• /
• 2006

CT 검사에서 조영제 혈관외유출을 예방하기 위해 EDA 시스템을 개발하여 가토를 대상으로 실험적으로 혈관외유출의 검출 효율을 평가하였다. 7마리의 가토 IV 정맥 부위에 EDA 시스템의 스트레인게이지를 부착하여 조영제를 주입하면서 혈관외유출 검출 효율을 평가하였다. 조영제의 혈관외유출은 7건으로 혈관외유출 용량 $14{\sim}23ml$ (평균 18.86 ml), 혈관외유출 발생시간 평균 11.29초, 평균압력 109.71 psi, EDA 시스템에서 스트레인게이지의 분해능 평균 512.18, 진양성 7건, 진음성 19건, 위양성 2건이었고, 민감도 100%, 특이도 90%로 나타났다. 개발된 EDA 시스템을 가토에 실험적으로 적용하여 소량의 혈관외유출 조영제를 검출하는 효율이 있어 혈관외유출을 예방하는 효과가 있다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.27-42
• /
• 2020

인터넷이라는 가상 공간을 활용함으로써 물리적 공간의 제약을 갖는 오프라인 쇼핑의 한계를 넘어선 온라인 쇼핑은 다양한 기호를 가진 소비자를 만족시킬 수 있는 수많은 상품을 진열할 수 있게 되었다. 그러나, 이는 역설적으로 소비자가 구매의사결정 과정에서 너무 많은 대안을 비교 평가해야 하는 어려움을 겪게 함으로써 오히려 상품 선택을 방해하는 원인이 되기도 한다. 이런 부작용을 해소하기 위한 노력으로서, 연관 상품 추천은 수많은 상품을 다루는 온라인 상거래에서 소비자의 구매의사결정 과정 중 정보탐색 및 대안평가에 소요되는 시간과 노력을 줄여주고 이탈을 방지하며 판매자의 매출 증대에 기여할 수 있다. 연관 상품 추천에 사용되는 연관 규칙 마이닝 기법은 통계적 방법을 통해 주문과 같은 거래 데이터로부터 서로 연관성 높은 상품을 효과적으로 발견할 수 있다. 하지만, 이 기법은 거래 건수를 기반으로 하므로, 잠재적으로 판매 가능성이 높을지라도 충분한 거래 건수가 확보되지 못한 상품은 추천 목록에서 누락될 수 있다. 이렇게 추천 시 제외된 상품은 소비자에게 구매될 수 있는 충분한 기회를 확보하지 못할 수 있으며, 또 다시 다른 상품에 비해 상대적으로 낮은 추천 기회를 얻는 악순환을 겪을 수도 있다. 본 연구는 구매의사결정이 결국 상품이 지닌 속성에 대한 사용자의 평가를 기반으로 한다는 점에 착안하여, 추천 시 상품의 속성을 반영하면 소비자가 특정 상품을 선택할 확률을 좀더 정확하게 예측할 수 있다는 점을 추천 시스템에 반영하기 위한 목적으로 수행되었다. 즉, 어떤 상품 페이지를 방문한 소비자는 그 상품이 지닌 속성들에 어느 정도 관심을 보인 것이며 추천 시스템은 이런 속성들을 기반으로 연관성을 지닌 상품을 더 정교하게 찾을 수 있다는 것이다. 상품의 주요 속성의 하나로서, 카테고리는 두 상품 간에 아직 드러나지 않은 잠재적인 연관성을 찾기에 적합한 대상이 될 수 있다고 판단하였다. 본 연구는 연관 상품 추천에 상품 간의 연관성뿐만 아니라 카테고리 간의 연관성을 추가로 반영함으로써 추천의 정확도를 높일 수 있는 예측모형을 개발하였고, 온라인 쇼핑몰로부터 수집된 주문 데이터를 활용하여 이루어진 실험은 기존 모형에 비해 추천 성능이 개선됨을 보였다. 실무적인 관점에서 볼 때, 본 연구는 소비자의 구매 만족도를 향상시키고 판매자의 매출을 증가시키는 데에 기여할 수 있을 것으로 기대된다.