• 한국치위생학회지
• /
• 제17권3호
• /
• pp.331-342
• /
• 2017

Objectives: This study aimed at helping oral health prevention of the blind and related management plan, which is defined as the influence factors between missing and filled permanent teeth index and general feature and oral health behavior of the blind in Korea (estimates 229,678 persons) using data of the 6th Korea National Health and Nutrition Examination Survey from 2014 Korea Centers For Disease Control and Prevention. Methods: The blind over the age of 30 were selected as study subjects who have conducted health survey and dental inspections in KNHANES VI-2. Estimates of the subjects were 229,67 persons. For analyzing data, general linear models: GLM and covariance analysis were conducted to identify the relation between general feature and oral health behavior and missing and filled permanent teeth index. SPSS 21 statistical program was used, which is possible to conduct complex sampling design, and the significance level was 0.05. Results: The missing and filled permanent teeth index was 8.58 points. Regarding the results of the analysis, R-squared of the missing and filled permanent teeth index depending on general features of the blind was 0.839 points, which shows gender, age, residence, education level, individual income, disability rating, kinds of health insurance, marital status and recipient of basic living had an effect on the missing and filled permanent teeth index. R2 of the missing and filled permanent teeth index depending on oral health form of the blind was 0.728 points, which shows oral examination, dental treatment, smoking and toothbrushing after lunch had an effect on the missing and filled permanent teeth index. Conclusions: With the result of this study, we found the oral health actual condition of the blind in Korea. Therefore, it is considered that the government needs to introduce the personalized oral health education program to maintain oral health of the blind and to develop a program that uses braille and voice device which enables to access and utilize to improve oral health behavior that the government could use it as a reference to establish the policy plan.

• 터널과지하공간
• /
• 제30권3호
• /
• pp.214-225
• /
• 2020

쉴드 TBM(Tunnel Boring Machine) 터널 굴착 시 암반의 상태는 굴진 성능을 결정하는 중요한 요소 중 하나이다. 암석 강도는 지반조사 시 실내시험을 통해 얻을 수 있으나, 전체 TBM 굴진 구간에 대해 모두 알 수 없다. TBM 굴진 시 최적 Operation Parameter를 적용하기 위해서는 굴진 속도에 영향을 미치는 암석 강도를 파악하는 것이 매우 중요하다. 이에 본 연구에서는 TBM 굴착 중 생성되는 기계 데이터와 머신러닝(Machine Learning) 기법을 활용하여 암석 강도를 예측하고자 한다. 암석 강도를 예측하기 위해 여러 머신러닝 기법을 사용하여 비교하였고, 가장 예측 성능이 좋은 스태킹 모델을 최종 모델로 선택하였다. 암반 구간 Slurry 쉴드 TBM 굴진 사례에서 지반조사 및 시공 중 조사한 암석 강도와 강도를 획득한 위치에서의 TBM 굴착 데이터를 사용하였다. TBM 굴착 데이터는 Training과 Test용으로 8:2로 분할하였으며, 변수 선택(feature selection), 표준화(scaling), 이상치(outlier) 제거 등 전처리 과정을 수행하였다. 하이퍼파라미터 튜닝까지 마친 후, 스태킹 모델에 대해 평균 제곱근 오차(Root Mean Square Error, RMSE)와 결정 계수(R²)로 모델을 평가한 결과 각각 5.556과 0.943로 나타났으며, TBM 굴착 데이터로 암석 강도를 예측하는 모델로 유용할 것으로 판단된다.

• 한국전산구조공학회논문집
• /
• 제30권2호
• /
• pp.169-177
• /
• 2017

본 논문에서는 기어 전달오차의 EEMD 적용을 통한 기어 이빨의 박리결함과 균열결함의 분류법을 소개한다. 두 가지 결함을 적용한 기어의 유한요소모델을 바탕으로 전달오차를 획득하고 전달오차에서 나타나는 두 가지 결함의 특징과 정상상태의 전달오차와의 차이를 나타내는 RTE에서 나타나는 두 가지 결함의 특징을 확인했으며 유한요소해석 결과를 이용한 시뮬레이션 신호를 구성하여 신호처리를 통한 RTE 획득과정을 구성하였다. 시뮬레이션 신호로부터 얻은 RTE의 EEMD 적용을 통하여 박리과 균열의 신호가 각기 다른 IMF에서 비중이 크다는 것을 확인하였고, 이를 실험을 통해 검증하고자 하였다. 한 쌍의 기어와 서보모터, 파우더브레이크 그리고 기어의 회전량을 측정하기 위한 엔코더로 구성되어있는 테스트베드를 꾸려 전달오차를 획득하였다. 두 개의 기어를 이용하여 정상, 박리, 균열 세가지 상황에 대한 전달오차를 획득하여 시뮬레이션과 같은 과정을 거쳐 결함이 신호로 구분되는 것을 확인했다. 이를 정량화 하기위해 파고율을 각 IMF에 적용하였고 첫 번째 IMF와 세 번째 IMF의 파고율을 특징 신호로 선정하였다. 실험을 통해 확보된 데이터를 이용하여 Bayes decision 이론을 이용하여 분류 방법을 제시하였다.

• 재활복지공학회논문지
• /
• 제11권3호
• /
• pp.261-270
• /
• 2017

바르지 못한 앉은 자세는 다양한 질병과 신체 변형을 유발한다. 하지만 오랜 시간동안 바른 앉은 자세를 유지하는 것은 쉬운 일이 아니다. 이러한 이유 때문에 그동안 자동으로 바른 앉은 자세를 유도하기 위한 다양한 시스템이 제안되어왔다. 이전에 제안되었던 앉은 자세 판별 및 바른 앉은 자세 유도 시스템은 영상 처리를 이용한 방법, 의자에 압력센서를 달아 측정하는 방법, IMU(Internal Measurement Unit)를 이용한 방법이 있었다. 이 중 IMU를 이용한 측정 방법은 하드웨어 구성이 간단하고, 공간, 광량 등의 환경적 제한이 적어 측정에 있어서 용이한 이점이 있었다. 본 논문에서는 하나의 IMU를 이용하여 적은 데이터로 효율적으로 앉은 자세를 분류하는 방법을 연구하였다. 특징추출 기법을 이용하여 데이터 분류에 기여도가 낮은 데이터를 제거하였으며, 머신러닝 기법을 이용하여 앉은 자세 분류에 적합한 센서 위치를 찾고, 여러 개의 머신러닝 모델 중 가장 분류 정확도가 높은 머신러닝 모델을 선정하였다. 특징추출 기법은 PCA(Principal Component Analysis)를 사용하였고, 머신러닝 모델은 SVM(Support Vector Machine), KNN(K Nearest Neighbor), K-means (K-means Algorithm) GMM (Gaussian Mixture Model), and HMM (Hidden Marcov Model)모델을 사용하였다. 연구결과 데이터 분류율이 높게나온 뒷목이 적합한 센서 위치가 되었으며, 센서 데이터 중 Yaw데이터는 분류 기여도가 가장 낮은 데이터임을 PCA 특징추출 기법을 이용하여 확인하고, 제거하여도 분류율에 영향이 매우 작음을 확인하였다. 적합 머신러닝 모델은 SVM, KNN 모델로 다른 모델에 비하여 분류율이 높게 나오는 것을 확인할 수 있었다.

• 전자공학회논문지CI
• /
• 제46권2호
• /
• pp.84-91
• /
• 2009

본 논문에서는 모바일 증강 현실 시스템 및 항공사진을 이용하여 건물의 부분적 3D 모델을 생성하고, 이를 비디오 영상과 비교하여 사용자의 위치를 실시간으로 추적하는 방법을 제안한다. 제안된 시스템은 미리 생성된 모델을 사용하는 대신, 시스템 동작 중에 사용자 뷰와 항공 뷰를 결합하여 3D 모델을 생성한다. 우선 GPS의 위치에 따라 데이터베이스로부터 검색된 항공사진과, 피치를 추정하는 관성 센서를 이용하여 사용자의 초기 자세를 계산한다. 그리고 그래프 컷을 이용하여 건물의 상단의 에지를 검출하고, 제안된 비용 함수를 최소화함으로써 하단의 에지와 모퉁이 위치를 찾는다. 실시간으로 사용자의 자세를 추적하기 위해, 사용자가 관촬 중인 건물의 에지 및 벽면에서의 특이점을 이용하여 추적을 수행한다. 본 논문에서는 최소 자승 추정법과 언센티트 칼만 필터를 사용하여 카메라 자세 추정 방법을 구현하고 비교하였다. 또한 두 방법에 대하 속도와 정확도를 비교하고, Anywhere Augmentation 시나리오에 대한 중요한 기본 구성 요소들로서 실험결과의 유용성을 보였다.

• KDI Journal of Economic Policy
• /
• 제14권2호
• /
• pp.189-203
• /
• 1992

본고(本稿)에서는 화폐(貨幣)보다 더 우월(優越)한 가치저장기능(價値貯藏機能)을 가진 실물자산(實物資産)이 존재함에도 불구하고 화폐가 존재해 온 현상이 화폐경제(貨幣經濟)의 특징이라고 파악하였다. Wallace(1980)의 중복세대모형(重複世代模型)이 이러한 화폐경제의 특징을 설명하지 못하는 이유는 화폐존재의 근본원인인 "상품교환욕구(商品交換欲求)의 상호불일치(相互不一致)"가 모형(模型)에 내재(內在)되어 있지 않기 때문이다. 본고(本稿)에서 제시한 중복유형모형(重複類型模型)에서는 이질적(異質的) 선호(選好)를 가진 소비자가 이질적(異質的) 재화(財貨)를 가지고 이질적(異質的) 장소(場所)에 태어나기 때문에 불확실성(不確實性), 거래비용(去來費用), 정보부족(情報不足) 등이 배제되었음에도 불구하고, 가치저장기능이 다른 실물자산(實物資産)보다 열위(劣位)한 화폐가 순수교환기능(純粹交換機能)을 수행하면서 존재하게 된다. 중복유형모형(重複類型模型)에서의 화폐경제는 비화폐경제(非貨幣經濟)보다 항상 우월한 자원배분(資源配分)을 하지만, 그렇다고 해서 "파레토"최적성(最適性)을 보장해 주지는 않는다. 화폐는 경제구조(經濟構造)가 불완전하기 때문에 존재하며, 따라서 경제구조(經濟構造)의 불완전성(不完全性)을 일부(一部)는 극복하게 해주지만 전부(全部)를 항상 극복하게 하지는 않기 때문이다. 본고(本稿)에서는 이러한 중복유형모형(重複類型模型)의 최적성(最適性) 특성(特性)이 향후 화폐경제의 제반문제(諸般問題)를 연구하는 데 중요한 의미를 가진다고 주장하였다.

• 융합신호처리학회논문지
• /
• 제3권1호
• /
• pp.8-14
• /
• 2002

본 논문에서는 Gaussian mixture model을 이용한 실시간 문맥독립화자식별시스템을 구현하여 인식실험을 수행하였으며, 인식시스템의 성능을 향상시키기 위하여 화자검증시스템에서 좋은 결과를 보인 유사도 정규화(Likelihood normalization)방법을 적용하여 인식실험을 하였다. 시스템은 크게 전처리단과 화자모델생성단, 화자식별단으로 나누어진다. 전처리단에서는 화자의 발성변화를 고려하여 CMN(Cepstral mean normalization)과 Silence removal 방법을 적용하였다. 화자모델생성단에서는, 화자발성의 음향학적 특징을 잘 표현할 수 있는 GMM(Gaussian mixture model)을 이용하여 화자모델을 작성하였으며, GMM의 파라미터를 최적화하기 위하여 MLE(Maximum likelihood estimation)방법을 사용하였다. 화자식별단에서는 학습된 데이터와 테스트용 데이터로부터 ML(Maximum likelihood)을 이용하여 유사도를 계산하였으며, 이 과정에서 유사도 정규화를 적용한 경우에는 프레임단위로 유사도를 계산하게 된다. 계산된 유사도는 스코어(S$_{C}$)로 표현하였고, 가장 높은 스코어를 가지는 화자가 인식화자로 결정된다. 화자인식에서 발성의 종류로는 문맥독립 문장을 사용하였다. 인식실험을 위해서는 ETRI445 DB와 KLE452 DB를 사용하였으며, 특징파라미터로서는 켑스트럼계수 및 회귀계수값만을 사용하였다. 인식실험에서는 등록화자의 수를 달리하여 일반적인 화자식별방법과 프레임단위유사도정규화방법으로 각각 인식실험을 하였다. 인식실험결과, 프레임단위유사도정규화방법이 인식화자수가 많아지는 경우에 일반적인 방법보다 향상된 인식률을 얻을 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제25권6호
• /
• pp.35-47
• /
• 2020

박스 오피스 예측은 영화 이해관계자들에게 중요하다. 따라서 정확한 박스 오피스 예측과 이에 영향을 미치는 주요 변수를 선별하는 것이 필요하다. 본 논문은 영화의 박스 오피스 예측 정확도 향상을 위해 다변량 시계열 데이터 분류와 주요 변수 선택 방법을 제안한다. 연구 방법으로 한국 영화 일별 데이터를 KOBIS와 NAVER에서 수집하였고, 랜덤 포레스트(Random Forest) 방법으로 주요 변수를 선별하였으며, 딥러닝(Deep Learning)으로 다변량 시계열을 예측하였다. 한국의 스크린 쿼터제(Screen Quota) 기준, 딥러닝을 이용하여 영화 개봉 73일째 흥행 예측 정확도를 주요 변수와 전체 변수로 비교하고 통계적으로 유의한지 검정하였다. 딥러닝 모델은 다층 퍼셉트론(Multi-Layer Perceptron), 완전 합성곱 신경망(Fully Convolutional Neural Networks), 잔차 네트워크(Residual Network)로 실험하였다. 결과적으로 주요 변수를 잔차 네트워크에 사용했을 때 예측 정확도가 약 93%로 가장 높았다.

• 지적과 국토정보
• /
• 제53권1호
• /
• pp.47-63
• /
• 2023

서울시는 도시에서 발생하는 다양한 문제를 해결하고 대시민 서비스 등을 위해 디지털트윈 기반의 도시 공간정보를 구축 및 운영하고 있다. 이러한 디지털트윈 도시 구현을 위한 공간정보의 안정적인 활용을 보장하기 위한 필수요소 2가지는 자료의 최신성과 품질이다. 그러나 높은 품질의 도시 공간정보에 대해 지속적인 최신성을 유지하는 것은 많은 시간과 비용이 필요하다. 이를 극복하기 위하여 효율적인 도시 공간정보 구축 기술과 구축 데이터의 운영, 관리 및 갱신 절차를 연구하였다. 우선, 최신 하이브리드센서를 활용한 포인트 클라우드 중심의 자동 3차원 건물 제작 기술을 실증하여 적용하였고, 고점밀도 항공라이다 성과를 이용하여 수준 높은 건물 모델을 자동제작이 가능함을 확인하였으며, 효율적인 데이터 관리 방안을 수립하였다. 지역별 차별화된 제작 방법의 적용, 공간 객체 고유 관리번호를 통한 도시 변화지역 탐지 지원하고, 수준별 국제표준자료 제작으로 도시 공간정보의 활용성을 강화하였다. 본 연구를 통해 디지털트윈 기반의 도시 공간정보 활성화를 고민하는 지방자치단체 및 관련 기관의 사업 추진에 좋은 선례가 될 수 있을 것으로 판단되며, 도시 단위 디지털트윈 구현의 인프라 정보로써 공간정보의 구축 및 관리에 대한 논의가 지속적으로 이루어 질 것을 기대한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권12호
• /
• pp.505-518
• /
• 2023

3차원 포인트 클라우드 의미적 분할은 각 포인트별로 해당 포인트가 속한 물체나 영역의 분류 레이블을 예측함으로써, 포인트 클라우드를 서로 다른 물체들이나 영역들로 나누는 컴퓨터 비전 작업이다. 기존의 3차원 의미적 분할 모델들은 RGB 영상들에서 추출하는 2차원 시각적 특징과 포인트 클라우드에서 추출하는 3차원 기하학적 특징의 특성을 충분히 고려한 특징 융합을 수행하지 못한다는 한계가 있다. 따라서, 본 논문에서는 2차원-3차원 멀티-모달 특징을 이용하는 새로운 3차원 의미적 분할 모델 MMCA-Net을 제안한다. 제안 모델은 중기 융합 전략과 멀티-모달 교차 주의집중 기반의 융합 연산을 적용함으로써, 이질적인 2차원 시각적 특징과 3차원 기하학적 특징을 효과적으로 융합한다. 또한 3차원 기하학적 인코더로 PTv2를 채용함으로써, 포인트들이 비-정규적으로 분포한 입력 포인트 클라우드로부터 맥락정보가 풍부한 3차원 기하학적 특징을 추출해낸다. 본 논문에서는 제안 모델의 성능을 분석하기 위해 벤치마크 데이터 집합인 ScanNetv2을 이용한 다양한 정량 및 정성 실험들을 진행하였다. 성능 척도 mIoU 측면에서 제안 모델은 3차원 기하학적 특징만을 이용하는 PTv2 모델에 비해 9.2%의 성능 향상을, 2차원-3차원 멀티-모달 특징을 사용하는 MVPNet 모델에 비해 12.12%의 성능 향상을 보였다. 이를 통해 본 논문에서 제안한 모델의 효과와 유용성을 입증하였다.