• Genomics & Informatics
• /
• 제19권4호
• /
• pp.49.1-49.11
• /
• 2021

Nowadays, Genomic data constitutes one of the fastest growing datasets in the world. As of 2025, it is supposed to become the fourth largest source of Big Data, and thus mandating adequate high-performance computing (HPC) platform for processing. With the latest unprecedented and unpredictable mutations in severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), the research community is in crucial need for ICT tools to process SARS-CoV-2 RNA data, e.g., by classifying it (i.e., clustering) and thus assisting in tracking virus mutations and predict future ones. In this paper, we are presenting an HPC-based SARS-CoV-2 RNAs clustering tool. We are adopting a data science approach, from data collection, through analysis, to visualization. In the analysis step, we present how our clustering approach leverages on HPC and the longest common subsequence (LCS) algorithm. The approach uses the Hadoop MapReduce programming paradigm and adapts the LCS algorithm in order to efficiently compute the length of the LCS for each pair of SARS-CoV-2 RNA sequences. The latter are extracted from the U.S. National Center for Biotechnology Information (NCBI) Virus repository. The computed LCS lengths are used to measure the dissimilarities between RNA sequences in order to work out existing clusters. In addition to that, we present a comparative study of the LCS algorithm performance based on variable workloads and different numbers of Hadoop worker nodes.

• 한국인터넷방송통신학회논문지
• /
• 제22권1호
• /
• pp.77-82
• /
• 2022

실내공기오염이 인체에 미치는 영향이 실외공기오염보다 더 크며 위험하다. 일반적으로 사람은 실내에 머무는 시간이 길고, 밀폐된 실내는 오염물질이 지속적으로 쌓여 오염된 공기가 폐에 더 잘 전달된다. 특히 어린 아이들의 경우 실내공기에 매우 민감하며 치명적이다. 이와 더불어 코로나19로 인한 더 잦은 실내활동과 지속적으로 증가하는 외부 미세먼지와 함께 환기를 못하는 현재 실내공기오염을 줄이는 방법은 더욱 중요해지고 있다. 본 논문은 기존 자율주행 공기청정 로봇의 문제점을 개선하고자 지도를 분할과 UCT(Upper Confidence bounds applied to Trees) 기반의 알고리즘을 통해 자율주행 로봇이 구역을 살균하지 않거나 한곳에 계속 머무르는 문제점과 실내공기오염에 취약한 아이들의 문제를 개선할 수 있는 그린 스마트 스쿨을 위한 공간 적응형 자율주행 공기청정 로봇을 제안한다.

• 한국컴퓨터정보학회논문지
• /
• 제14권11호
• /
• pp.159-167
• /
• 2009

경제가 성장함에 따라 자동차는 현대인의 생활에 많은 영향을 끼치고 있다. 차량항법장치는 운전자에게 목적지까지의 경로를 안내해 주기 때문에 많은 편의를 제공하고 있다. 그러나 개인의 차량 소유가 대중화됨에 따라 교통혼잡이 발생하지만 차량항법장치는 환경을 고려하지 않는 일방적인 경로를 계획한다. 기존의 차량항법장치는 시간대와 상관없이 출발지와 목적지만 같으면 항상 동일한 경로와 소요시간을 제공하는 한계를 가지고 있다. 본 논문에서는 누적된 과거의 주행정보를 퍼지이론과 베이지안 갱신에 적용하여 교통상황을 예측하고 경로 계획에 반영하는 방법을 제안한다. 퍼지 이론을 통해 과거 주행정보의 출발 시간대와 속도율로 분류하고 베이지안 갱신을 사용하여 각 시간대에서 벌어질 교통상황을 확률로 계산한다. 전자지도에서 출발지와 목적지를 포함한 타원관심영역을 설정하고 Dijkstra와 $A^*$ 알고리즘을 융합하여 교통상황을 고려한 최적의 경로를 계획한다. 제안한 알고리즘의 성능과 정확성은 계획된 경로를 실제 주행함으로써 예측된 소요시간과 실제 주행시간을 비교하여 검증하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.260-262
• /
• 2021

최근 화재 발생 시 인명 피해를 줄이기 위해 많은 연구가 진행되고 있다. 대형화된 도시에서는 화재 시 Mobile GIS(geographic information system)를 사용한 대피로 안내 서비스를 제공한다. 하지만 기존의 대피로 시스템에 사용되는 알고리즘 중 Dijkstra Algorithm은 비용이 음수일 경우 무한 루프나 정확한 결과값을 구하지 못하고 모든 경로를 탐색하여 적절한 최단 경로 선택함에 도움을 주지 못하는 문제점이 있다. 이에 본 논문에서는 A^* Algorithm 기반 최단 경로 안내 시스템을 제안한다. 화재 발생 시 최단 경로 탐색과 mobile GIS를 사용하여 모바일 기기에서 지도 서비스를 사용하여 최단 경로를 시각화하여 제공한다.

• 한국음향학회지
• /
• 제26권7호
• /
• pp.353-360
• /
• 2007

급속한 도시화와 인구밀도의 증가로 도시의 주거지역은 점점 고층화, 고밀화 되어가는 추세이다. 그로 인하여 인구의 공간적 집중으로 발생하는 교통수요를 감당하기 위하여 도시내부 도로는 점차 증가하였으며, 주거지역은 도로에 바로 인접하여 개발되고 있다. 이에 따라 도로에 연접한 주거지역의 도로교통소음 문제를 해결하기 위하여 방음벽에 의존하는 실정이었으나, 경관저해, 소음차단성능저해 등 다양한 역기능이 발생하고 있다. 본 연구에서는 방음벽의 역기능을 해소하고 바람직한 개선방안을 제시하기 위하여 도로변에 위치한 주거지역의 현장측정을 통하여 시뮬레이션의 정확도를 검증한 후 방음시설별 성능평가 및 전체 지역을 분석하였다. 그리고 개선방안으로 건축물의 배치형태 변화와 도로단으로부터의 이격거리를 20m 증가시켰다. 분석 결과 도로변과 평행한 공동주택의 피해가 가장 심각하였고, 시설별 분석에서는 방음벽의 성능이 우수하였으며, 건물 배치형태는 $30^{\circ}$ 배치가 우수하며, 이격거리가 증가함에 따라 교통소음이 감소하는 것으로 나타났다.

• 대한영상의학회지
• /
• 제82권3호
• /
• pp.500-511
• /
• 2021

하지동맥 질환의 유병률은 고연령 군에서 증가한다. 최근의 기술적 진보로 혈관 내 치료가 점점 더 많은 빈도로 시행되고 있다. 간헐적 파행의 치료 목표는 보행 능력을 향상시키고 증상을 완화시키는 것이다. 이를 위해 해부학적 내구성을 높이는 것이 중요한 전략이며 개통률이 치료 평가 기준이 된다. 임계 하지허혈을 가진 환자에서는 병변이 광범위하고 특히 무릎아래동맥을 심하게 침범한다. 임계 하지허혈의 치료 목적은 상처 회복을 촉진하고 주요 절단을 예방하는데 있으며 사지 보존율이 평가의 기준이 된다. 장골동맥 협착의 치료에는 피복 혹은 비피복 스텐트 삽입술이 일차적 치료로 인정된다. 대퇴슬와동맥 질환은 죽종제거술과 함께 약물방출풍선 및 스텐트가 자주 사용되는 반면 무릎아래동맥 질환에서는 풍선확장술이 주요 치료 방법이다. 컴퓨터단층 혈관조영술은 절대적 금기증이 없는 환자에서 혈관 내 치료계획 수립을 하는데 로드맵을 제공한다.

• Investigative Magnetic Resonance Imaging
• /
• 제10권2호
• /
• pp.108-116
• /
• 2006

목적 : 3.0 Tesla 고 자장에서 고 해상도 나선주사영상을 수행하였다. 나선주사영상은 초고속 영상기법의 하나로서, Echo Planar Imaging(EPI)에 비하여 eddy current 가 작게 발생하고, 경사자계 파형의 기울기가 완만하여 상대적으로 낮은 slew rate 를 가진 경사자계시스템으로 구현이 가능한 장점이 있다. 또한 고 자장 영상에서 고속스핀에코(Fast Spin Echo: FSE) 등의 rf 에코 기반의 고속영상방법에서 심각하게 대두되는 SAR 문제가 근원적으로 발생하지 않는 장점이 있어 고 자장에서의 초고속영상방법으로 주목을 받고 있다. 본 연구에서는 3.0 Tesla 에서 나선주사방식으로 고 해상도 영상을 얻어 고 자장 MRI에서 나선주사영상기법의 다양한 응용 가능성을 살펴보고자 한다. 대상 및 방법 : 3 Tesla 전신 자기 공명 영상 시스템에서 다양한 해상도의 나선주사영상 방법을 개발하였다. 고차(higher-order) shimming 을 통하여 영상의 화질을 개선하였고, 해상도에 맞게 interleaves 수를 조절하였다. 스핀에코 와 gradient에코 기반 나선주사영상방법을 구현하였고, 에코 time 과 repetition time, rf 회전 각도를 조절하여 영상의 대조도(contrast)와 신호대잡음비를 조절하였다. 결과 : 3 Tesla 전신 자기 공명 영상 시스템에서 나선 주사 방법을 이용하여 다양한 해상도의 영상을 얻었다. 고 자장에서 주 자장의 불균일도(inhomogeneity) 의 절대 크기가 커지기 때문에 이를 줄이기 위한 shimming 이 더욱 중요해진다. 한번의 스캔으로 axial, sagittal, coronal 방향의 불균일도 map을 구하여 spherical harmonics 분석으로 고차 shimming을 하였다. 팬텀과 in-vivo 두부 영상에서 single shot 나선주사 영상으로 $100{\times}100$ 정도의 영상과 6-12 정도의 interleaves 를 적용하여 $256{\times}256$ 의 고 해상도 영상을 얻을 수 있었다. 결론 : 신호대잡음비의 향상과 스펙트럼의 분리, 뇌기능영상에서 BOLD 효과 향상 등으로 고자장 영상에 대한 관심이 높아지고 있다. 그러나 고 자장 영상에서의 rf field 에 의한 SAR 증가는 중요한 제한 요소로 부각되고 있다. 나선주사영상은 SAR 문제가 근원적으로 발생하지 않고, EPI에 비하여 하드웨어 요구 조건이 낮아 고 자장에서의 고속영상방법으로 적합하다. 본 논문에서는 고차 shimming 을 통하여 불균일도를 개선하고, single shot 과 interleaving 을 적용한 multi-shot 나선주사영상 기법으로 $100{\times}100$에서 $256{\times}256$의 고해상도 영상을 얻어 고 자장에서 초고속영상기법으로 다양한 적용 가능성을 보였다.

• 한국축산시설환경학회지
• /
• 제11권3로
• /
• pp.207-214
• /
• 2005

축산폐수에서 용해인과 암모니아 질소를 제거하기 위하여 마그네슘을 첨가하여 시험을 수행하였다. 자돈사의 축산폐수를 대상으로 실험을 하였을 때 원수의 용해인의 수치가 폭기구에서 $471mg/\ell$, NaOH로 pH를 조정하여 준 구에서 $559mg/\ell$ 이었으며, 각기 $5mg/\ell$와 $4mg/\ell$으로 감소하여 공히 $99\%$의 제거효율을 나타내었다 특히, 실험온도가 $6-8^{\circ}C$를 유지하였는데에도 양호한 효과를 나타내어서 겨울철 낮은 온도에서도 작동이 가능할 것으로 판단되었다. 암모니아 질소의 제거효율은 폭기구에서 $15\%$, NaOH로 pH를 조절해준 구에서 $18\%$를 나타내었다. pH를 NaOH로 조정해준 구와 폭기를 시켜준 구의 비교에서 폭기만 시켜주어도 pH가 8.4 정도로 되어 pH 조정구와 유사한 제거 효과를 얻을 수 있었다. Struvite 결정체의 관찰에서 직사각형 형태의 결정체와 결정체가 서로 결합한 모양을 볼 수 있었다. 마그네슘과 인을 동시에 주입하여 암모니아 질소의 제거효율을 높이고자 한 실험에서 용해인은 인을 2g 넣은 구에서는 $99\%$로 거의 제거되었으나 4g 넣은 구에서는 절대량으로 보아서는 제거량이 많으나 효율면에서는 $15\~19\%$로 그리 높지 알았다. 암모니아 질소의 제거율도 각각 $18\%,\;15\%$로 앞선 실험의 결과와 유사하였고 향상되지 않아 반응기작에 관한 분석이 더 필요한 것으로 사료된다.

• 한국토양비료학회지
• /
• 제43권6호
• /
• pp.828-836
• /
• 2010

본 연구에서는 1:25,000 정밀토양도 등 가용한 공간자료를 이용하여 작성된 토양유실도를 이용하여 한강 상류지역 10개 중권역 108 소유역에 대하여 토양유실량 평가하고 토지이용별 토양유실 위험지역을 분석하였다. 대상유역 총 토양유실량은 895만 Mg $yr^{-1}$으로 예측되었으며, 면적당 평균 토양유실량은 6.1 Mg $ha^{-1}yr^{-1}$ 이었다. 중소유역 단위로 살펴보면 남한강지역이 북한강 지역의 유실량 뿐만 아니라 면적당 유실량이 더 많았다. 이는 북한강 권역의 경우 화강암 및 화강편마암이 주요모재인 반면에 남한강 권역의 경우 토양모재가 퇴적암지대를 많이 포함있어 토양침식성 인자 (K factor)와 경사인자 (LS factor)가 상대적으로 높고, 남한강 지역의 경우 농경지 토양이 상대적으로 많이 분포하고 있기 때문으로 판단된다. 대상유역의 토지이용별 연평균 토양유실량을 분석한 결과 산림/초지 > 밭 ${\gg}$ 도심/대지 ${\gg}$ 논 > 과수의 순로분석 대상유역 중 10.7%를 차지하고 있는 농경지에서 유실되는 토양의 추정량은 41.3%이였으며, 이중 6.2% 면적을 차지하는 밭이 40.6%으로 44.2%의 산림/초지와 비슷한 수준이었다. 한강상류지역 토양유실 위험성 평가시 분포형 토양침식지도와 항공사진을 비교한 결과 토양유실에 대한 공간인 정보를 확실하게 보여주고 있으며, 토양침식위험성은 남한강권역의 남한강 상류 (1001), 평창강 (1002), 충주댐 (1003) 권역에서 각각 토양침식위험성이 "보통" 이상으로 높은 지역이 각각 8.7%, 7.9%, 7.8%로 평균인 5.9%보다 높았으며, 이에 대한 보전방안이 강구될 필요가 있고 판단된다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.939-951
• /
• 2022

자율주행차에 있어 가장 중요한 요소는 차량 주변 환경과 정확한 위치를 인식하는 것이며, 이를 위해 다양한 센서와 항법 시스템 등이 활용된다. 하지만 센서와 항법 시스템의 한계와 오차로 인해 차량 주변 환경과 위치 인식에 어려움이 있다. 이러한 한계를 극복하고 안전하고 편리한 자율주행을 위해서 고정밀의 인프라 정보를 제공하는 정밀도로지도(high definition map, HD map)의 필요성은 증대되고 있다. 정밀도로지도는 모바일 매핑 시스템(mobile mapping system, MMS)을 통해 획득된 3차원 point cloud 데이터를 이용하여 작성된다. 하지만 정밀도로지도 작성에 많은 양의 점을 필요로 하고 작성 항목이 많아 수작업이 요구되어 많은 비용과 시간이 소요된다. 본 연구는 정밀도로지도의 필수 요소인 차선을 포함한 도로, 연석, 보도, 중앙분리대, 기타 6개의 클래스로 MMS point cloud 데이터를 유의미한정보로 분할하여 정밀도로지도의 효율적인 작성에 목적을 둔다. 분할에는 머신러닝 모델인 random forest (RF), support vector machine (SVM), k-nearest neighbor (KNN) 그리고 gradient boosting machine (GBM)을 사용하였고 MMS point cloud 데이터의 기하학적, 색상, 강도 특성과 차선 분할을 위해 추가한 도로 설계적 특성을 고려하여 11개의 변수를 선정하였다. 부산광역시 미남역 일대 5차선도로 130 m 구간의 MMS point cloud 데이터를 사용하였으며, 분할 결과 각 모델의 평균 F1 score는 RF 95.43%, SVM 92.1%, GBM 91.05%, KNN 82.63%로 나타났다. 가장 좋은 분할 성능을 보인 모델은 RF이며 클래스 별 F1 score는 도로, 보도, 연석, 중앙분리대, 차선에서 F1 score가 각각 99.3%, 95.5%, 94.5%, 93.5%, 90.1% 로 나타났다. RF 모델의 변수 중요도 결과는 본 연구에서 추가한 도로 설계적 특성의 변수 XY dist., Z dist. 모두 mean decrease accuracy (MDA), mean decrease gini (MDG)가 높게 나타났다. 이는 도로 설계적 특성을 고려한 변수가 차선을 포함한 여러 클래스 분할에 중요하게 작용하였음을 뜻한다. 본 연구를 통해 MMS point cloud를 머신러닝 기반으로 차선을 포함한 여러 클래스로 분할 가능성을 확인하고 정밀도로지도 작성 시 수작업으로 인한 비용과 시간 소모를 줄이는데 도움이 될 것으로 기대한다.