• 해양환경안전학회지
• /
• 제26권7호
• /
• pp.759-766
• /
• 2020

최근 해상교통 환경의 변화가 다양해지고, 해상 교통량이 지속적으로 증가함에 따라 해상교통 분석에 대한 요구가 다양해지고 있다. 이러한 해상교통 분석 작업은 교통 특성에 대한 모델링이 선행되어야 하지만, 기존의 방법은 자동화되어 있지 않아 전처리 작업에 시간이 많이 소요되고, 분석 결과에 작업자의 주관적인 견해가 포함될 수 있는 문제점이 있었다. 이러한 문제점을 해결하고자 본 논문에서는 해상교통 분석을 위한 자동화된 교통 네트워크 생성 방법을 제안하였으며, 활용 가능성을 검토하기 위해 실제 목포항에서 수집된 6개월간의 항적 데이터를 이용한 실험을 수행하였다. 실험 결과, 대상 해역의 교통 특성을 반영한 교통 네트워크를 자동으로 생성할 수 있었으며, 대용량의 항적 데이터에도 적용할 수 있음을 확인하였다. 또한, 생성된 교통 네트워크는 시공간적 특징 분석이 가능하여 다양한 해상교통 분석에 활용될 수 있을 것으로 기대한다.

• 한국컴퓨터정보학회논문지
• /
• 제26권12호
• /
• pp.143-150
• /
• 2021

최근 전력산업에서는 검침원에 의한 수기 검침에서 AMI(Advanced Metering Infrastructure)를 활용한 원격검침으로 변화가 일어나고 있다. 원격검침 인프라에서 발생하는 전력 데이터가 블록체인에 기록된다면 위변조 방지로 무결성이 보장되고, 데이터 공유가 투명해짐에 따라 새로운 비즈니스가 창출될 수 있다. 하지만 기존의 이더리움 블록체인은 처리속도의 한계로 인해 대량의 트랜잭션 처리에 적합하지 않다. 이에 대한 해결책으로 다양한 On/Off-Chain 솔루션들이 연구되고 있다. 본 논문에서는 대량의 전력 데이터를 블록체인에 저장하기 위한 해결책으로 데이터 샤드(Shard) 처리를 활용한 연계 인터페이스 서버를 제안한다. 데이터를 샤드 단위로 처리하는 기법을 적용하여 대량의 트랜잭션을 이더리움에 전송했을 때 데이터 누락률이 0%가 되고, 동시에 처리속도가 대략 9배 향상되는 것을 실험을 통해 검증하였다.

• Journal of Periodontal and Implant Science
• /
• 제52권1호
• /
• pp.54-64
• /
• 2022

Purpose: This in vitro study was conducted to evaluate the effects of different debridement techniques and conditioning procedures on root surface morphology and blood clot stabilization. Methods: Two debridement techniques (curette [CU] vs. high-speed ultrasound [US]) and 2 conditioning procedures (ethylenediaminetetraacetic acid [EDTA] and phosphoric acid [PA]) were used for the study. Seven experimental groups were tested on root surfaces: 1) no treatment (C); 2) CU; 3) US; 4) CU+EDTA; 5) US+EDTA; 6) CU+PA; and 7) US+PA. Three specimens per group were observed under scanning electron microscopy (SEM) for surface characterization. Additional root slices received a blood drop, and clot formation was graded according to the blood element adhesion index by a single operator. Data were statistically analyzed, using a threshold of P<0.05 for statistical significance. Results: The C group displayed the most irregular surface among the tested groups with the complete absence of blood traces. The highest frequency of blood component adhesion was shown in the CU+EDTA group (P<0.05), while no differences were detected between the CU, US+EDTA, and CU+PA groups (P<0.05), which performed better than the US and US+PA groups (P<0.05). Conclusions: In this SEM analysis, EDTA and conventional manual scaling were the most efficient procedures for enhancing smear layer removal, collagen fiber exposure, and clot stabilization on the root surface. This technique is imperative in periodontal healing and regenerative procedures.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.117-127
• /
• 2022

Data anomalies seriously threaten the reliability of the bridge structural health monitoring system and may trigger system misjudgment. To overcome the above problem, an efficient and accurate data anomaly detection method is desiderated. Traditional anomaly detection methods extract various abnormal features as the key indicators to identify data anomalies. Then set thresholds artificially for various features to identify specific anomalies, which is the artificial experience method. However, limited by the poor generalization ability among sensors, this method often leads to high labor costs. Another approach to anomaly detection is a data-driven approach based on machine learning methods. Among these, the bidirectional long-short memory neural network (BiLSTM), as an effective classification method, excels at finding complex relationships in multivariate time series data. However, training unprocessed original signals often leads to low computation efficiency and poor convergence, for lacking appropriate feature selection. Therefore, this article combines the advantages of the two methods by proposing a deep learning method with manual experience statistical features fed into it. Experimental comparative studies illustrate that the BiLSTM model with appropriate feature input has an accuracy rate of over 87-94%. Meanwhile, this paper provides basic principles of data cleaning and discusses the typical features of various anomalies. Furthermore, the optimization strategies of the feature space selection based on artificial experience are also highlighted.

• 한국컴퓨터정보학회논문지
• /
• 제14권2호
• /
• pp.17-26
• /
• 2009

본 연구는 교육용 로봇의 한 종류인 피코 크리켓을 활용한 프로그래밍 학습에 있어서 문제해결력과 프로그래밍 흥미에 미치는 효과를 검증하는 실험연구이다. 정보 과목의 핵심 내용이라고 볼 수 있는 프로그래밍 학습은 문제해결력을 신장시키는 데 효과적인 과목이다. 그러나 프로그래밍 학습은 프로그램의 문법적인 사용법을 익혀야 하는 부가적이면서 어려운 학습내용 때문에 그 효과를 제대로 발휘하지 못하고 있다. 교육용 로봇은 놀이적 요소가 포함되어 프로그래밍 학습에 쉽게 다가가게 하는 장점이 있다. 그 중에 피코 크리켓은 기존 교육용 로봇이 지적 받아왔던 경쟁을 유도하지 않고 협동적인 학습 환경을 조성한다는 장점이 있다. 또한 피코 크리켓은 프로그래밍 학습을 기피하는 것으로 지적 받고 있는 여학생들에게 그들의 관심 영역인 생활 중심적이고 협력적인 학습 내용을 제시하여 줄 수 있어 여학생들을 프로그래밍 학습에 관심을 갖게 할 수 있다. 따라서 본 연구에서는 중학교 남학생과 여학생을 대상으로 피코 크리켓을 활용한 프로그래밍 학습이 문제해결력과 프로그래밍 흥미에 미치는 효과와 남학생과 여학생의 비교 연구를 실시하였다.

• 한국컴퓨터정보학회논문지
• /
• 제14권7호
• /
• pp.25-32
• /
• 2009

논문에서는 오프라인 환경에서 패턴분석을 적용하여 두필적의 유사성을 자동으로 분석하여 필적을 검증하는 방법을 제안한다. 제안된 방법에서는 먼저 필적 문서에서 문자 영역만을 분할하고, 분할된 문자 영역에 대한 특징을 추출한다. 그리고 비선형적인 형태로 추출되는 특징으로부터 동적 타임 워핑(DTW)과 다변량 통계 분석법(PCA) 알고리즘을 이용하여 기준이 되는 특징과의 유사성을 구한다. 본 논문에서 제안된 필적 검증 방법은 효과적인 특징 추출 방법 및 기존의 짧은 패턴에서 효과적으로 수행하던 방법들을 다양한 길이를 가진 특징에 대해서도 효과적으로 필적 검증이 가능하도록 하였다. 본 논문은 실험 결과는 제안된 방법인 기존의 방법보다 우수함을 다양한 실험을 통해서 보여준다. 제안된 필적 검증 방법은 기존에 감정 전문가에 의해 수동적으로 수행되던 필적 검증 작업을 자동화하고, 기존 필적 검증 작업의 객관성을 배가할 수 있을 것으로 기대된다.

• Journal of the Korean Association of Oral and Maxillofacial Surgeons
• /
• 제48권1호
• /
• pp.50-58
• /
• 2022

Objectives: Osteoarthritis (OA) is the most prevalent and disabling joint disease in the world. Temporomandibular joint (TMJ) exercise is a widely used treatment and could be a beneficial and long-term tool for treating TMJ OA. The present study aims to evaluate the effects of therapeutic exercise in the conservative treatment of TMJ OA. Materials and Methods: A single-group experimental pre-post test was performed. We included patients who met the diagnostic criteria for TMJ OA. Outcome variables were pain intensity (visual analogue scale), functionality (Helkimo index), and structural changes (ultrasound). Follow-up periods were at months 1, 3, and 6. The intervention included a home-based program with thermotherapy, manual therapy, and therapeutic exercise during the entire follow-up period. Results: We included 15 patients and 26 joints, all women with a median age of 57 years (range, 49-62 years). Median change in pain intensity on joint palpation, mouth opening, and at rest at the first month was 47.5 mm, 51 mm, and 60 mm, respectively, and 48 mm, 49.5 mm, and 42.5 mm, at six months (P=0.001). The Helkimo index showed significant improvement in medians from baseline severe dysfunction (17 points) to minimal dysfunction at three and six months (2 points) (P=0.001). Ultrasound showed improved disc position. Conclusion: This study demonstrated significant improvements in pain, function, and joint disc position and represents a valuable tool for the long-term treatment of patients with TMJ OA.

• 중환자간호학회지
• /
• 제16권2호
• /
• pp.1-14
• /
• 2023

Purpose : Sleep disturbances in patients in the intensive care unit (ICU) are related to health problems after discharge. Therefore, active prevention and management are required. Hence, identification of the factors that affect sleep in patients who are critically ill is necessary. Methods : The PubMed, Cochrane Library, CINAHL, EMBASE, and Web of Science databases were searched. Selection criteria were observational and experimental studies that assessed sleep as an outcome, included adult patients admitted to the ICU, and published between November 2015 and April 2022. Results : A total of 21,136 articles were identified through search engines and manual searches, and 42 articles were selected. From these, 22 influencing factors and 11 interventions were identified. Individual factors included disease severity, age, pain, delirium, comorbidities, alcohol consumption, sex, sleep disturbance before hospitalization, chronic obstructive pulmonary disease (COPD), cardiovascular disease, and high diastolic blood pressure (DBP), low hemoglobin (Hb), and low respiratory rate (RR). Environmental factors included light level, noise level, and temperature. Furthermore, treatment-related factors included use of sedatives, melatonin administration, sleep management guidelines, ventilator application, nursing treatment, and length of ICU stay. Regarding sleep interventions, massage, eye mask and earplugs, quiet time and multicomponent protocols, aromatherapy, acupressure, sounds of the sea, adaptive intervention, circulation lighting, and single occupation in a room were identified. Conclusion : Based on these results, we propose the development and application of various interventions to improve sleep quality in patients who are critically ill.

• International Journal of Computer Science & Network Security
• /
• 제24권3호
• /
• pp.125-134
• /
• 2024

The novel coronavirus 2019 is called COVID-19 has outspread swiftly worldwide. An early diagnosis is more important to control its quick spread. Medical imaging mechanics, chest calculated tomography or chest X-ray, are playing a vital character in the identification and testing of COVID-19 in this present epidemic. Chest X-ray is cost effective method for Covid-19 detection however the manual process of x-ray analysis is time consuming given that the number of infected individuals keep growing rapidly. For this reason, it is very important to develop an automated COVID-19 detection process to control this pandemic. In this study, we address the task of automatic detection of Covid-19 by using a popular deep learning model namely the VGG19 model. We used 1300 healthy and 1300 confirmed COVID-19 chest X-ray images in this experiment. We performed three experiments by freezing different blocks and layers of VGG19 and finally, we used a machine learning classifier SVM for detecting COVID-19. In every experiment, we used a five-fold cross-validation method to train and validated the model and finally achieved 98.1% overall classification accuracy. Experimental results show that our proposed method using the deep learning-based VGG19 model can be used as a tool to aid radiologists and play a crucial role in the timely diagnosis of Covid-19.

• 한국컴퓨터정보학회논문지
• /
• 제29권2호
• /
• pp.101-108
• /
• 2024

AI-OCR은 광학 문자 인식(OCR) 기술과 Artificial intelligence(AI)의 결합으로 사람의 인식이 필요하던 OCR의 단점을 보완하는 기술 향상을 이뤄내고 있다. AI-OCR의 성능을 높이기 위해서는 다양한 학습데이터의 훈련이 필요하다. 하지만 이미지 색상이 비슷한 밝기를 가진 경우에는 인식률이 떨어지기 때문에, Homomorphic filtering(HF)을 이용한 전처리 과정으로 색상 차이를 분명하게 하여 텍스트 인식률을 높이게 된다. HF은 감마값을 이용해 이미지의 고주파와 저주파를 각각 조절한다는 점에서 텍스트 추출에 적합하지만 감마값의 조절이 수동적으로 이뤄지는 단점이 존재한다. 본 연구는 시험적 과정을 거쳐 이미지의 대비, 밝기 및 엔트로피를 근거하는 감마의 임계값 범위를 제안한다. 제안된 감마값 범위를 적용한 HF의 실험 결과는 효율적인 AI-OCR의 높은 등장 가능성을 시사한다.