• 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.

• 대한의용생체공학회:의공학회지
• /
• 제42권3호
• /
• pp.100-106
• /
• 2021

Measuring Intima-media thickness (IMT) with ultrasound images can help early detection of coronary artery disease. As a result, numerous machine learning studies have been conducted to measure IMT. However, most of these studies require several steps of pre-treatment to extract the boundary, and some require manual intervention, so they are not suitable for on-site treatment in urgent situations. in this paper, we propose to use deep learning networks U-Net, Attention U-Net, and Pretrained U-Net to automatically segment the intima-media complex. This study also applied the HE, HS, and CLAHE preprocessing technique to wireless portable ultrasound diagnostic device images. As a result, The average dice coefficient of HE applied Models is 71% and CLAHE applied Models is 70%, while the HS applied Models have improved as 72% dice coefficient. Among them, Pretrained U-Net showed the highest performance with an average of 74%. When comparing this with the mean value of IMT measured by Conventional wired ultrasound equipment, the highest correlation coefficient value was shown in the HS applied pretrained U-Net.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.511-511
• /
• 2023

기후변화로 동절기 기온 저하에 따른 수도계량기의 동파는 지속적으로 심화되고 있으며, 이는 계량기 교체 비용, 누수, 누수량 동결에 의한 2차 피해, 단수 등 사회적 문제를 야기한다. 이와같은 문제를 해결하고자 구조적 대책으로 개별 가정에서 동파 방지형 계량기를 설치할 수 있으나 이를 위한 비용발생이 상당하고, 비구조적 대책으로는 기상청의 동파 지도 알림 서비스를 활용하여 사전적으로 대응하고자 하나, 기상청자료는 대기 온도를 중심으로 제공하고 있기 때문에 해당서비스만으로는 계량기의 동파를 예측하는데 필요한 추가적인 다양한 변수를 활용하는데 한계가 있다. 최근 정부와 공공부문에서 22개 지역, 110개소 이상의 수도계량기함내 IoT 온도센서를 시범 설치하여 계량기 함내의 상태 등을 확인할 수 있는 사업을 수행했다. 전국적인 계량기 상태의 예측과 진단을 위해서는 추가적인 센서 설치가 필요할 것이나, IoT센서 설치 비용 등의 문제로 추가 설치가 더딘 실정이다. 본 연구에서는 겨울 동파 예방을 위해 실제 온도센서를 기반으로 가상센서를 구축하고, 이를 혼합한 하이브리드 방식으로 동파위험 기준에 따라 전국 동파위험 지도를 구축하였다. 가상센서 개발을 위해 독립변수로 위경도, 고도, 음·양지, 보온재 여부 및 기상정보(기온, 강수량, 풍속, 습도)를 활용하고, 종속변수로 실제 센서의 온도를 사용하여 기계학습 모델을 개발하였다. 지역 특성에 따라 정확한 모델을 구축하기 위해 위치정보 및 보온재여부 등의 변수를 활용하여 K-means 방법으로 군집화 하였으며, 각 군집별로 3가지의 기계학습 회귀모델을 적용하였다. 최적의 군집 수를 검토한 결과 4개가 적정한 것으로 판단되었다. 군집의 특성은 지역별 구분과 유사한 패턴을 보이며, 모든 군집에서 Gradient Boosting 회귀모델을 적용하는 것이 적합한 것으로 나타났다. 본 연구에서 개발한 모델을 바탕으로 조건에 따라 동파 예측 알람서비스에 실무적으로 활용할 수 있도록 양호·주의·위험·매우위험 총 4개의 기준을 설정하였다. 실제 본 연구에서 개발된 알고리즘을 국가상수도정보 시스템에 반영하여 테스트 수행중에 있으며, 향후 지속 검증을 할 예정에 있다. 이를 통해 동파 예방 및 피해 최소화, 물절약 등 직간접적 편익이 기대된다.

• 정보관리학회지
• /
• 제39권1호
• /
• pp.91-117
• /
• 2022

국내를 비롯하여 전 세계적으로 우울증 환자 수가 매년 증가하는 추세이다. 그러나 대다수의 정신질환 환자들은 자신이 질병을 앓고 있다는 사실을 인식하지 못해서 적절한 치료가 이루어지지 않고 있다. 우울 증상이 방치되면 자살과 불안, 기타 심리적인 문제로 발전될 수 있기에 우울증의 조기 발견과 치료는 정신건강 증진에 있어 매우 중요하다. 이러한 문제점을 개선하기 위해 본 연구에서는 한국어 소셜 미디어 텍스트를 활용한 딥러닝 기반의 우울 경향 모델을 제시하였다. 네이버 지식인, 네이버 블로그, 하이닥, 트위터에서 데이터수집을 한 뒤 DSM-5 주요 우울 장애 진단 기준을 활용하여 우울 증상 개수에 따라 클래스를 구분하여 주석을 달았다. 이후 구축한 말뭉치의 클래스 별 특성을 살펴보고자 TF-IDF 분석과 동시 출현 단어 분석을 실시하였다. 또한, 다양한 텍스트 특징을 활용하여 우울 경향 분류 모델을 생성하기 위해 단어 임베딩과 사전 기반 감성 분석, LDA 토픽 모델링을 수행하였다. 이를 통해 문헌 별로 임베딩된 텍스트와 감성 점수, 토픽 번호를 산출하여 텍스트 특징으로 사용하였다. 그 결과 임베딩된 텍스트에 문서의 감성 점수와 토픽을 모두 결합하여 KorBERT 알고리즘을 기반으로 우울 경향을 분류하였을 때 가장 높은 정확률인 83.28%를 달성하는 것을 확인하였다. 본 연구는 다양한 텍스트 특징을 활용하여 보다 성능이 개선된 한국어 우울 경향 분류 모델을 구축함에 따라, 한국 온라인 커뮤니티 이용자 중 잠재적인 우울증 환자를 조기에 발견해 빠른 치료 및 예방이 가능하도록 하여 한국 사회의 정신건강 증진에 도움을 줄 수 있는 기반을 마련했다는 점에서 의의를 지닌다.

• 한국음향학회지
• /
• 제30권8호
• /
• pp.446-460
• /
• 2011

최근 항공 산업, 자동차 산업 등의 산업 현장에서 유도 전동기의 사용이 증대되고 있으며, 유도 전동기는 산업 현장에서 중요한 역할을 하고 있다. 따라서 유도 전동기의 고장으로 인한 피해를 최소화하기 위해 유도 전동기의 고장 검출 및 분류 시스템의 개발이 중요한 문제로 대두되고 있다. 이와 같은 이유로 본 논문에서는 유도 전동기의 고장을 조기에 검출하고 진단하기 위해 에너지 (short-time energy)와 특이치 분해와 이산 코사인 변환과 특이치 분해를 이용한 특징 벡터 추출 방법을 제안하였고, 이를 역 전파 신경 회로망과 다층 서포트 벡터 머신의 입력으로 이용하여 유도 전동기의 고장을 유형별로 분류하였다. 하지만 본 논문에서는 역 전파 신경 회로망과 다층 서포트 벡터 머신을 분류기로 사용함에 있어 역 전파 신경 회로망은 신경망을 구성하는 입력 뉴런 수, 은닉 뉴런 수, 학습 알고리즘에 의해 분류 성능이 달라지며, 다층 서포트 벡터 머신은 커널 함수로 사용한 가우시안 방사 기저 함수의 표준 편차 값에 따라 분류 성능이 달라지는 점을 고려하여 여러 가지 조건하에서의 실험을 통해 높은 분류 성능을 보이는 설정 방법을 제시하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권11호
• /
• pp.537-542
• /
• 2017

공격적인 성향의 운전은 자동차 사고의 주요한 원인이 된다. 기존 연구에서는 공격적 성향의 운전을 검출하기 위해, 주로 청년을 대상으로 연구가 이뤄졌으며 기계학습의 순수한 Clustering 또는 Classification 기법을 통해 이뤄졌다. 그러나 노인들은 취약한 신체적 조건에 의해 젊은 운전자와는 다른 운전 강도를 가지고 있어 기존의 방식으로는 검출이 불가능 하며, 데이터를 보정하는 등의 새로운 방법이 필요하다. 그리하여, 본 연구에서는 기존의 클러스터링 기법(K-means, Expectation - maximization algorithm)에, 새롭게 제안하는 ECA(Enhanced Clustering method for Acceleration data)기법을 추가하여, 주행 차량에 위치한 스마트폰으로부터 수집된 가속도 데이터를 분석하고 공격적인 운전 형태를 검출해 낸다. ECA는 모든 피험자의 데이터에서 K-means와 EM을 통해 검출된 군집군의 데이터 중 높은 강도의 데이터를 선별하여, 특징을 스케일링한 값을 통해 모델링한다. 본 방식을 통해 기존의 연구의 순수한 클러스터링 방식과는 달리, 모든 청장년 및 노인 실험 참가자 개인들의 공격적인 운전 데이터가 검출되었으며, 클러스터링 기법간의 비교를 통해 K-means 기법이 보다 높은 검출 효율을 갖고 있음을 확인했다. 또한, K-means 방식을 검출한 공격적인 운전 데이터에서는 젊은 운전자가 노인운전자에 비해 1.29배의 높은 운전 강도를 가지고 있음을 발견했다. 이와 같이 본 연구에서 제안된 방식은 낮은 운전 강도를 갖고 있는 노인의 데이터에서 공격적인 운전을 검출 가능하게 되었으며, 특히. 제안된 방법은 노인 운전자를 위한 맞춤형 안전운전 시스템을 구축이 가능하며, 추후 다양한 연구을 통해 이상 운전 상태를 검출하고 조기 경보하는데 활용이 가능할 것이다.

• 대한토목학회논문집
• /
• 제43권6호
• /
• pp.689-693
• /
• 2023

국내 교량은 향후 10년 이내에 공용연수가 30년 이상인 교량이전체 교량의 약 54%를 차지하며 교량의 노후화가 급격하게 진행될 것으로 예상된다. 최근 국내외에서는 BIM을 활용하여 교량의 유지관리 단계의 정보를 디지털화함으로써 정보의 접근성 및 활용성을 증가시키기 위한 연구를 수행하는 추세이다. 이에 본 연구는 교량 바닥판에 대한 BIM-FEM 상호 연계 알고리즘을 개발하여 유지관리 정보를 데이터화 하고, 이력관리를 보다 효율적으로 수행하는 기술을 개발하였다. 외관조사망도 기반의 초기 균열 BIM을 생성한 후, 교량 제원 및 손상 정보를 수치해석과 연동하여 손상 시나리오와 설계하중을 고려한 손상 해석을 수행하였다. 해석 결과를 통해 균열의 확산을 분석하였으며, 확산된 균열은 다시 BIM 상에 업데이트하여 손상 확산 BIM을 생성하였다. 또한 BIM을 기반으로 바닥판의 현재 및 미래의 상태등급 평가 자동화 기술을 개발하였다. 이를 통해 교량의 점검 및 진단의 이력데이터 구축을 통한 바닥판의 효율적인 유지관리가 가능하며, 미래의 균열 및 결함을 조기발견 및 예방하여 교량의 수명과 안전성을 향상시킬 수 있을 것을 기대된다.

• 대한교통학회지
• /
• 제29권5호
• /
• pp.121-138
• /
• 2011

최근 보다 경제적이고 쉽게 적용이 가능한 차량간 무선통신과 같은 첨단 기술들은 고비용의 교통시설과 미래의 교통수요에 대한 공간적 시스템 확장이 제한적인 고속도로에서 주로 시행되고 있는 중앙제어식 인프라기반 교통정보시스템의 가능한 대안으로 간주되고 있다. 본 논문은 차량간 무선통신을 이용한 분산식 첨단교통정보시스템을 개발하고 제안된 시스템의 효과 (운전자의 통행시간단축)를 향상시키는 세가지 보조기능(독립자동유고감지알고리즘, 실험차량 샘플 모델, 운전자행태 모델)을 소개하고자 한다. 그리고 전형적인 $6{\times}6$ 도시형 도로망에서 미시적 시뮤레이션모델(VISSIM)을 이용해서 세가지 중요한 패러미터(교통류, 무선통신 라디오 레인지, 통신차량의 보급율)에 따른 그 효과를 교통사고 시나리오에서 평가하고자 한다. 본 논문의 연구결과로는 세가지 시스템 패러미터가 증가함에 따라 보다 많은 무선통신 차량이 교통데이터 전송에 관련되었고 데이터전송 속도도 더 빨라짐을 보였다. 또한 통신차량들은 동적으로 현재의 교통상황 파악과 교통사고로 야기된 정체지역을 우회하는 최적의 경로를 탐색함으로써 운전자의 통행시간을 단축시키는 결과를 보였다. 교통사고로 인한 혼잡교통류 상황에 순간적으로 반응(통행시간 데이터베이스 갱신과 최적 경로 탐색)하는 차량들을 중심으로, 상대적으로 교통량이 적은 상황에서는 보다 시스템 효율적인 시간대에 운전자들이 경로를 변경하는 행태를 보인 반면에 교통량이 많은 상황에서는 많은 운전자들이 덜 효율적인 시간대, 예를 들면 교통사고가 해소된 후에도 경로를 변경하는 경우가 목격되었다. 따라서 차량당 평균통행시간단축은 교통수요와 밀접한 관계를 보였다. 그리고 실제 교통사고 시간 동안 교통사고의 직접적인 영향에 의해서 경로를 변경하는 통신차량들을 제외하면 도로망에 진입하는 차로에 있는 통신차량이 도로망내에 있는 다른 통신차량보다 통행시간이 짧은 것으로 나타났다. 또한 교통사고지점의 위치와 방향은 경로변경차량의 공간적인 분포를 결정하는 것으로 나타났다.

• 한국콘텐츠학회논문지
• /
• 제14권11호
• /
• pp.362-369
• /
• 2014

본 연구는 골다공증 환자의 Digital 요추 측부 영상을 이용하여 질감특징의 통계적 분석으로 컴퓨터 보조진단 시스템 구현과 질병의 조기진단 및 치료를 위한 실험적인 모형 연구로 신뢰성 있는 보조적 진단 정보를 제공함으로써 골다공증에 대한 정확한 진단 방향을 제시하고자 하였다. 이를 위해서 정상인의 Digital 방사선 요추 측부 영상과 골다공증 환자의 Digital 방사선 요추 측부 영상을 실험 영상으로 하여 설정된 ROI에 대한 통계적 질감특징 값을 6가지 parameter로 나타냈다. 골다공증에 대한 질감특징분석 값 중 Average Gray Level에서 95%로 최고 높은 인식률을 나타내었고, Uniformity에서 80%로 가장 낮은 인식률을 나타내었다. 또한 Average Contrast에서 82.5%, Smoothness에서 90%, Skewness에서 87.5%, Entropy에서 87.5%를 나타내어 6가지 Parameter에서 모두 80%이상의 높은 인식률을 나타내 알고리즘의 안정성을 입증하였다. 따라서 본 연구 결과를 토대로 의료영상의 컴퓨터자동진단 시스템으로 발전된 프로그램을 coding 한다면 의료영상의 병소부위 자동검출, 질병 진단을 위한 예비 진단자료, 질병의 확진을 위한 자료제공, 제한된 장비로도 진단 가능, 의료영상의 판독시간 단축에 유용하게 사용될 수 있으리라 사료된다.

• Journal of Astronomy and Space Sciences
• /
• 제26권4호
• /
• pp.567-588
• /
• 2009

한일공동VLBI상관기(Korea-Japan Joint VLBI Correlator, KJJVC)는 2010년 정상가동을 목표로 한국과 일본 간 공동으로 개발이 진행되고 있다. 이 연구에서는 KJJVC의 핵심이 되는 VLBI 상관 서브시스템(VLBI Correlation Subsystem, VCS)과 동일한 규격을 갖는 소프트웨어 상관기를 개발하였다. 소프트웨어 상관기는 VCS와 같은 8Gbps급, 8192출력채널, 262,144점 FFT(Fast Fourier Transform)의 규격을 갖고 있으며, VCS의 하드웨어 규격과 동일한 함수 알고리즘과 연산 레지스터를 적용하고 있다. 개발한 소프트웨어 상관기의 성능을 확인하기 위해 일본국립천문대의 VERA(VLBI Exploration of Radio Astrometry) 관측망으로 관측한 스펙트럼선과 연속파 천체를 대상으로 상관처리 실험을 수행하고, 그 결과는 미타카 FX 상관기의 스펙트럼 모양, 위상변화, 프린지 검출 등을 비교하였다. 실험을 통하여, VERA 관측데이터를 이용한 소프트웨어 상관기의 결과는 미타카 FX 상관기의 상관결과와 일치하는 것을 확인하여 그 유효성을 입증하였다. 향후 개발한 소프트웨어 상관기는 GUI와 같은 사용자 인터페이스와 상관 후 처리 부분을 개선하면 KJJVC와 함께 한국우주전파관측망(Korean VLBI Network, KVN)의 소프트웨어 상관기로 활용할 수 있을 것으로 기대된다.