• 한국정보전자통신기술학회논문지
• /
• 제10권6호
• /
• pp.626-632
• /
• 2017

최근의 해마다 발생하는 자연재해를 살펴보면 사망, 실종과 같은 심각한 인명 피해와 더불어 수억 원에 달하는 재산피해가 동반된다. 이를 극복하기 위해 사회적, 경제적 손실을 최소화할 수 있는 ICT 기반의 자연재난 감시 및 대응 기술 개발에 대한 관심도가 높아지고 있다. 제안하는 플랫폼은 무인기에 탑재된 다중 센서 데이터의 실시간 처리 분석을 통해 국지적 산불 재난의 감지 및 상황대응을 지원하고, 통합경보 시스템과 연동하여 대국민 재난 정보 전달 서비스를 제공하는 서비스이다. 본 논문에서는 재난 영상의 획득, 분석, 대응을 수행하는 재난 감시 및 대응 플랫폼의 세부 기능들에 대해서 소개하고, 재난 인지에 핵심요소 기술인 Deep Learning 기반의 산불 영상 분석 기술을 제안한다. 제안하는 Deep Learning 기반 재난 영상 분석은 과거로부터 반복적으로 발생하는 재난이 촬영된 영상 정보를 사전에 미리 학습함으로써, 새롭게 획득한 재난 영상에 대한 재난 발생 여부를 판단한다. 제안하는 산불 영상 분석 알고리즘에 대한 실험 결과를 확인하여 제안하는 기법의 성능을 검증한다.

• 융합신호처리학회논문지
• /
• 제23권2호
• /
• pp.62-69
• /
• 2022

의료현장에서는 최근 디지털 헬스케어의 중요성이 대두되면서, 다양한 형태의 생체신호 측정 관련 연구가 활발히 진행되고 있다. 생체신호 중 가장 중요한 신호로 심전도를 들 수 있으며, 특히 부정맥 환자에 있어 심전도 신호의 연속 모니터링은 매우 중요하다. 부정맥은 동결절(sinus node), 동빈맥(sinus tachycardia), 심방조기수축(atrial premature beat, APB), 심실세동 (ventricular fibrillation) 등으로 그 발병원에 따른 형태가 다양하며, 발병 이후의 예후가 좋지 않으므로 일상 중 연속 모니터링은 부정맥의 조기 진단과 치료방향 설정에서 매우 중요하다. 부정맥 환자의 심전도 신호는 매우 불안정하며, 부정맥을 자동 검출하기 위한 주요 특징점으로 작용하는 정확한 R-peak 포인트의 검출이 어렵다. 본 연구에서는 연속 측정하는 홀터 심전도 모니터링 기기와 분석용 소프트웨어를 개발하였으며, 부정맥 데이터베이스를 통해 심전도 신호의 R-peak 효용성을 확인하였다. 향후 연구에서는 다양한 발병원인으로 인한 부정맥의 형태적 구분 및 예측을 위한 알고리즘과 임상 데이터에 근거한 유효성 검증에 관한 추가 연구가 필요하다.

• 한국정보통신학회논문지
• /
• 제25권4호
• /
• pp.515-522
• /
• 2021

본 논문에서는 관형 철탑의 용접부 결함을 상시적으로 감시하기 위하여 초음파 탐상 신호에 대한 기계학습 알고리즘의 적용 방법을 제시하고 분석하였다. 기계학습 방법으로는 유전자 알고리즘에 의한 특징 선택과 서포트 벡터머신을 이용한 탐상 신호 분류 방법을 사용하였다. 특징 선택에서는 30개의 후보 특징들 가운데 피크, 히스토그램 하한 경계, 정규 음로그우도가 선택되었으며, 이들은 결함의 깊이에 따른 신호의 차이를 명확하게 나타내었다. 또한, 선택된 특징들을 서포트 벡터 머신에 적용한 결과 정상 부위와 결함 부위를 완벽하게 분류할 수 있는 것으로 나타났다. 따라서 본 연구의 결과는 향후 초음파 신호 기반 결함 성장 조기 감지시스템의 개발과 이를 통한 에너지 송전 관련 산업에 유용하게 사용될 수 있을 것으로 기대된다.

• 한국재난정보학회 논문집
• /
• 제16권1호
• /
• pp.96-110
• /
• 2020

최근 국내외적으로 기후변화로 인한 대형화재, 집중호우, 지진 등으로 재난발생 가능성이 높아지고 있으며, 특히 어린이와 노약자등을 포함한 다양한 사람들이 몰리는 전통시장, 노유자시설, 다중이용시설 등 이용자 밀집지역에 대형 재난사고가 지속적으로 발생하고 있다. 연구목적: 본 연구에서는 화재발생 시 이용자 밀집시설에서 화재발생 사실을 조기에 감지하고, 대피자가 안전하게 대피하기 위해 빅데이터와 첨단기술을 활용한 재난감지 및 최적의 대피경로를 분석하고자 한다. 연구방법: 상황인지 기반의 3차원 객체모델 기술과 A*알고리즘의 최적화를 통한 새로운 알고리즘을 제안하고, 이들 활용한 시나리오 기반의 최적 대피경로 선정 기법을 제시하였다. 연구결과: HPA*E알고리즘을 이용하여 화재발생 시 대피시뮬레이션을 3D모델로 재현하고, 최적의 대피경로와 대피시간을 시나리오별로 산출하였다. 결론: 본 연구는 향후 우리나라에서 재난사고 발생 시 대피자가 안전하고 신속하게 대피할 수 있는 경로를 제시함으로써 인명피해를 줄 일 수 있을 것으로 기대된다.

• 한국산학기술학회논문지
• /
• 제17권9호
• /
• pp.292-301
• /
• 2016

구제역 발생에 따른 피해는 매우 크기 때문에 구제역의 피해를 최소화하기 위해서는 선제적인 구제역 진단 및 대응이 필수적이다. 주요 구제역 증상은 소의 체온 상승, 식욕 부진, 유량 감소, 입 발굽 유방에 물집 형성 등이며, 이중 확인하기 가장 쉽고 빠른 방법은 체온을 검사하는 방법이다. 본 논문에서는 선제적 구제역 대응을 위해 소 발굽 검출 알고리즘을 개발 구현하고, 축사에 고해상도 카메라 모듈과 열화상 카메라, 온습도 모듈 설치하여 발굽 검색 테스트를 시행하였다. 본 연구에서 개발한 알고리즘과 시스템을 통해 구제역 의심 가축의 조기 상황 대처를 할 수 있으며, 가축의 최적 성정 환경을 조성할 수 있다. 특히, 본 연구에서는 기존의 휴대용이 아닌 열화상 카메라를 활용한 구제역 대응 시스템은 축사에 고정으로 부착하여 별도 인력을 필요로 하지 않고 이미지 알고리즘을 통하여 가축의 발굽 온도를 자동 측정하는 기능과 스마트 폰을 활용한 자동 경고 기능을 가지고 있다. 이러한 시스템은 실시간을 구제역 가능성 예측을 가능케 하며, 별도의 인력이 없이 가축 질병에 대한 초동 방역 대응을 할 수 있다.

• 대한의용생체공학회:의공학회지
• /
• 제38권6호
• /
• pp.321-329
• /
• 2017

This paper presents a bone metastasis Detection algorithm on abdominal computed tomography images for early detection using fully convolutional neural networks. The images were taken from patients with various cancers (such as lung cancer, breast cancer, colorectal cancer, etc), and thus the locations of those lesions were varied. To overcome the lack of data, we augmented the data by adjusting the brightness of the images or flipping the images. Before the augmentation, when 70% of the whole data were used in the pre-test, we could obtain the pixel-wise sensitivity of 18.75%, the specificity of 99.97% on the average of test dataset. With the augmentation, we could obtain the sensitivity of 30.65%, the specificity of 99.96%. The increase in sensitivity shows that the augmentation was effective. In the result obtained by using the whole data, the sensitivity of 38.62%, the specificity of 99.94% and the accuracy of 99.81% in the pixel-wise. lesion-wise sensitivity is 88.89% while the false alarm per case is 0.5. The results of this study did not reach the level that could substitute for the clinician. However, it may be helpful for radiologists when it can be used as a screening tool.

• 한국통신학회논문지
• /
• 제29권3C호
• /
• pp.374-386
• /
• 2004

유방암은 최근에 빠르게 증가하고 있는 여성 암중의 하나이며 그 발명원인이 불명확하여 조기 검출만이 생존율을 높일 수 있는 유일한 방법이다. 본 논문에서는 효율적으로 미소석회질의 의심 영역을 검출할 수 있는 방법에 대하여 설명한다. 본 논문에서는 디지털 마모램 영상에 대한 통계적 분석으로부터 일반적인 미소석회질의 특성을 분석한 후 분석된 자료를 이용하여 다단 신경망을 구성한 후 의심영역으로 간주되는 ROI를 검출한다. ROI 검출을 위하여 4단계로 구성되는 알고리즘을 제안하며 전처리 과정, 다단계 thresholding, 선형필터를 이용한 1차 미소석회질 선별작업, 다단계 신경망을 이용한 2차 미소석회질 검출이 포함된다. 선형필터를 이용한 1차 선별작업에서는 모든 미소석회질을 검출할 수 있었고 유방조직 제거를 통한 신경망에서의 작업처리 감소율이 86％로 나타났다. 2단 신경망을 이용한 2차 미소석회질 검출단계에서 첫 번째 신경망에서는 미소석회질의 형태적 특성을 기반으로 11개의 특징 값들을 정의하였으며 모든 데이터에 대한 실험 결과 평균 96.66％의 인식률을 보였다. 그리고 두 번째 신경망에서는 첫 번째 인식 결과 값과 미소석회질의 군집특성을 이용하기 위해 첫 번째 인식결과를 토대로 조사된 군집분포 여부를 특징 값으로 사용하였으며 그 결과 1차 신경망보다 높은 평균 98.26％의 인식률을 보였다.

• 조명전기설비학회논문지
• /
• 제22권2호
• /
• pp.71-79
• /
• 2008

철도 고압배전선로의 경우 궤도를 따라 양방향으로 선로연변에 통신 및 신호설비와 병행하여 가공 또는 지중선로로 설치되어 있다. 가공선로의 경우에는 대기중에 노출되어 있어 뇌격, 폭풍우, 염해 등 자연현상으로 인한 고장발생이 다수 발생하고 있으며, 이에 따른 보호장치의 오 부동작이 빈번하게 발생하고 있다. 철도 고압배전선로에서 발생하는 사고 중 가장 많은 것은 1선 지락이지만 이밖에 선간 단락, 심할 경우에는 3선 지락(단락)으로까지 진전되는 사고가 있을 뿐만 아니라 단선 사고까지 발생하는 경우도 있다. 따라서 사고를 방지하기 위해서는 보다 상세한 점검보수가 필요하며, 고장발생시 조기발견과 신속한 고장처리는 철도안전수송에 중요하다. 본 논문에서는 철도 고압배전계통의 주류를 이루게 될 22.9[kV] 직접접지 계통을 대상으로 고장 발생시 고장 위치를 신속하게 표정할 수 있는 고장점 표정 알고리즘 개발을 위해 22.9[kV] 고압배전계통을 모델링 하여 특성해석과 고장해석을 수행하였고, 정확한 고장점 표정이 가능한 반복계산법을 이용한 알고리즘을 제시하였으며, 사례연구를 통해 성능을 입증하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권5호
• /
• pp.877-884
• /
• 2011

의사결정나무는 데이터마이닝의 대표적인 알고리즘으로서, 의사결정 규칙을 도표화하여 관심대상이 되는 집단을 몇 개의 소집단으로 분류하거나 예측을 수행하는 방법이다. 일반적으로 의사결정나무의 모형 생성 시, 입력 변수의 수가 많을 경우 생성된 의사결정모형은 복잡한 형태가 될 수 있고, 모형 탐색 및 분석에 있어 어려움을 겪기도 한다. 이때 입력변수들 간의 내재적인 관련성은 없으나, 외적 변수에 의하여 각 변수가 우연히 어떤 다른 변수와 연결됨으로써 관련성이 있는 것으로 나타나는 것을 종종 볼 수 있다. 이에 본 논문에서는 의사결정나무 생성 시, 입력 변수에 대한 외적 관계를 파악할 수 있는 다중외적연관성규칙을 이용하여 의사결정나무 생성에 불필요한 입력변수를 제거하는 방법을 제시하고 그 효율성을 파악하기 위하여 실제 자료에 적용하고자 한다.

• 한국식품위생안전성학회지
• /
• 제26권4호
• /
• pp.302-307
• /
• 2011

One of the most important objectives of post-marketing monitoring of dietary supplements is the early detection of unknown and unexpected adverse events (AEs). Several causality algorithms, such as the Naranjo scale, the RUCAM scale, and the M & V scale are available for the estimation of the likelihood of causation between a product and an AE. Based on the existing algorithms, the Korea Food & Drug Administration has developed a new algorithm tool to reflect the characteristics of dietary supplements in the causality analysis. However, additional work will be required to confirm if the newly developed algorithm tool has reasonable sensitivity and not to generate an unacceptable number of false positives signals.