• 한국지반환경공학회 논문집
• /
• 제24권8호
• /
• pp.13-20
• /
• 2023

지반이상대 구간을 지나는 터널은 시공 중 또는 시공 후 지반융기, 균열, 전단 파괴 등의 이상변위 발생이 많이 보고되고 있다. 이러한 이상변위가 지속되거나 큰 경우에는 최종적으로 터널 붕괴위험의 우려가 있으며, 다양한 보강공법을 사용하여 터널 붕괴위험을 저감시키고 있다. 본 연구에서 살펴본 터널은 막장이 완전 풍화상태가 주를 이루며 부분적으로 심한 풍화상태로 분포하는 구간에 시공되었다. 시공 중 터널 내공변위를 침범하여 강지보 및 숏크리트를 재시공하였으며, 기존 설치된 flat형 인버트의 제거없이 현 상태에서 라이닝 철근 보강공법을 적용하였다. 이러한 보강공법을 적용 후 실시한 계측 자료를 바탕으로 바닥의 융기 가능성 구간에 대하여 수치해석적인 방법으로 장기변위 예측을 통해 터널의 장기적인 안정성을 검토하였다.

• 한국게임학회 논문지
• /
• 제12권5호
• /
• pp.79-88
• /
• 2012

본 논문에서는 키보드나 마우스를 이용하지 않고 손 포즈나 동작으로 직관적인 사용자 인터 페이스를 제공하기 위한 실시간 손 포즈 인식 방법을 제안한다. 먼저 깊이 카메라 입력영상에서 왼손과 오른손의 영역을 분할 및 잡음 보정 후 각 손 영역에 대하여 손 회전각과 손 중심점을 계산한다. 그리고 손 중심점에서 일정간격으로 원을 확장해 나가면서 손 경계 교차점의 중간 지점을 구해 손가락 관절점과 끝점을 검출한다. 마지막으로 앞서 구한 손 정보와 이전 프레임의 손 모델간의 매칭을 수행하여 손 포즈를 인식한 후 다음 프레임을 위하여 손 모델을 갱신한다. 본 방법은 연속된 프레임간의 시간 일관성을 이용하여 이전 프레임의 손 모델 정보를 통하여 은닉된 손가락의 예측이 가능하다. 양손을 사용하여 은닉된 손가락을 가진 다양한 손 포즈에 대해 실험한 결과 제안 방법은 평균 95% 이상의 정확도로 32 fps 이상의 성능을 보였다. 제안 방법은 프리젠테이션, 광고, 교육, 게임 등의 응용분야에서 비접촉식 입력 인터페이스로 사용될 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.1515-1519
• /
• 2006

본 연구에서는 초단시간 강수예보(VSRF, Very Short-Range Forecast of precipitation) 시스템 구축 현황을 소개하고자 한다. VSRF 모델은 레이더 반사도 자료와 지상 AWS 자료를 이용하여 레이더-AWS 강우강도를 산출하는 강수분석과정과 분석된 강수량 자료와 중규모 수치예보장을 사용하여 외삽법에 의한 초단시간 강수예보를 수행하는 예보과정, 실시간으로 산출된 강수예보 자료를 검증하고 홈페이지에 제공하는 자료지원과정으로 구성된다. 본 연구에서는 모델의 예보능력을 향상시키기 위해 크게 두 가지 측면에서 모델을 개선하였다. 첫째는 모델의 입력자료인 레이더-AWS 강우강도 자료를 기상연구소 원격탐사연구실에서 운영하던 WPMM (Window Probability Matching Method)과 기상청 기상레이더과에서 운영하던 RQPE(Radar Quantitative Precipitation Estimation)의 알고리즘을 통합하여 정확한 강우강도 자료인 레이더-AWS 강우강도(RAR, Radar-AWS Rain rate) 시스템을 구축하여 개선하였으며, 둘째는 외삽과정을 통한 예보가 3시간이 지나면 예측능력이 감소하는 문제점을 보완하기 위해 현업 중규모 모델(RDAPS, Regional Data Assimilation and Prediction System)의 예측강수와 병합하여 모델을 개선하였다. 또한 이를 시계열 검증 및 공간 검증하는 실시간 검증 시스템을 구축하여 실시간으로 모델의 정확성을 평가하고 있다. 그 결과 입력자료 개선을 통한 모델의 정확도는 크게 향상된 결과는 볼 수 없었지만 미약하게 향상된 것을 확인할 수 있었으며, 모델의 병합을 통한 모델의 개선은 예측 3시간 이후부터는 50% 정도 향상되었다.의 대안을 제시하고자 한다.X>${\mu}_{max,A}$는 최대암모니아 섭취률을 이용하여 구한 결과 $0.65d^{-1}$로 나타났다.EX>$60%{\sim}87%$가 수심 10m 이내에 분포하였고, 녹조강과 남조강이 우점하는 하절기에는 5m 이내에 주로 분포하였다. 취수탑 지점의 수심이 연중 $25{\sim}35m$를 유지하는 H호의 경우 간헐식 폭기장치를 가동하는 기간은 물론 그 외 기간에도 취수구의 심도를 표층 10m 이하로 유지 할 경우 전체 조류 유입량을 60% 이상 저감할 수 있을 것으로 조사되었다.심볼 및 색채 디자인 등의 작업이 수반되어야 하며, 이들을 고려한 인터넷용 GIS기본도를 신규 제작한다. 상습침수지구와 관련된 각종 GIS데이타와 각 기관이 보유하고 있는 공공정보 가운데 공간정보와 연계되어야 하는 자료를 인터넷 GIS를 이용하여 효율적으로 관리하기 위해서는 단계별 구축전략이 필요하다. 따라서 본 논문에서는 인터넷 GIS를 이용하여 상습침수구역관련 정보를 검색, 처리 및 분석할 수 있는 상습침수 구역 종합정보화 시스템을 구축토록 하였다.N, 항목에서 보 상류가 높게 나타났으나, 철거되지 않은 검전보나 안양대교보에 비해 그 차이가 크지 않은 것으로 나타났다.의 기상변화가 자발성 기흉 발생에 영향을 미친다고 추론할 수 있었다. 향후 본 연구에서 추론된 기상변화와 기흉 발생과의 인과관계를 확인하고 좀 더 구체화하기 위한 연구가 필요할 것이다.게 이루어질 수 있을 것으로 기대된다.는 초과수익률이 상승하지만, 이후로는 감소하므로, 반전거래전략을 활용하는 경우 주식투자기간은 24개월이하의 중단기가 적합함을 발견하였다. 이상의 행태적 측면과 투자성과측면의 실증결과를 통하여 한국주식시장에

• 대한원격탐사학회지
• /
• 제34권2_1호
• /
• pp.203-211
• /
• 2018

댐 방류는 장마 또는 가뭄 등을 원인으로 하천과 하천 주변 지역의 관리를 위해 시행되고 있다. 댐 방류는 하천에서 수용할 수 있는 저수량을 정확하게 파악하는 것이 전제되어야 한다. 따라서 하천의 허용 저수량 파악은 하천 주변 환경 관리에 중요한 요소라고 할 수 있다. 하지만 현재 하천의 허용 저수량 파악에 사용되고 있는 수위계측기, 영상을 이용한 방법들은 정확성, 효율성 등의 측면에서 한계점을 보인다. 따라서 이를 해결하기 위해 본 논문에서는 드론으로 촬영한 영상을 기반으로 하천의 허용 저수량을 자동으로 계산하는 방법을 제안한다. 본 논문이 제안하는 방법은 크게 두 단계로 수행된다. 첫 번째 단계에서는 드론 영상을 이용하여 하천의 3차원 모델을 생성한다. 이 생성 과정은 대응점 추출, 영상 표정, 영상 정합 단계로 구성된다. 두 번째 단계에서는 생성된 하천 3차원 모델과 대상지역의 도로 및 하천 레이어를 이용하여 하천 단면 분석을 통해 허용 저수량을 산정한다. 이 단계에서는 하천의 최대 수위를 결정하고 하천을 따라 단면 프로파일을 추출, 3D 모델을 사용하여 대상지역 전체에 대한 허용 유량을 산정한다. 제안한 방법을 실험하기 위하여 북한강 일대의 데이터를 사용하였고, 결과적으로 허용 저수량을 자동으로 추출할 수 있었다. 제안한 방법은 하천과 그 주변지역의 실시간 관리 및 드론 영상을 활용한 3D 모델 활용에 큰 도움이 될 것이라 기대된다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제14권11호
• /
• pp.6935-6940
• /
• 2013

Background: This study aimed to develop a prognostic model in patients with early-stage cervical squamous cell carcinoma based on clinicopathological features, including invasive margin characteristics. Materials and Methods: Clinicopathological features and outcomes of 190 patients with FIGO stage IB-IIA cervical squamous cell carcinoma treated by surgery were collected and analyzed for factors associated with tumor recurrence. In addition to well-recognized pathological risk factors, the pathological characteristics of invasive margin (type of invasive pattern and degree of stromal desmoplasia and peritumoral inflammatory reaction) were also included in the analysis. Multiple scoring models were made by matching different clinicopathological variables and/or different weighting of the score for each variable. The model with the best performance in the prediction of recurrence and decreased survival was selected. Results: The model with the best performance was composed of a combined score of invasive pattern, lymphovascular space invasion (LVSI), and degree of inflammatory reaction and stromal desmoplasia (total score =10). Compared to those with score ${\leq}8$, the patients with score 9-10 had a significantly higher recurrence rate in the overall group (p<0.001) and the subgroup without adjuvant therapy (p<0.001), while the significance was marginal in the subgroup with adjuvant therapy (p=0.069). In addition, the patients with score 9-10 had a higher rate of tumor recurrence at distant sites (p=0.007). The disease-free survival was significantly lower in the patients with score 9-10 than those with score ${\leq}8$ among the overall patients (p<0.001), in the subgroup without adjuvant therapy (p<0.001), and the subgroup with adjuvant therapy (p=0.047). Conclusions: In this study, a prognostic model based on a combination of pathological characteristics of invasive margin and LVSI proved to be predictive of tumor recurrence and decreased disease-free survival in patients with early-stage cervical squamous cell carcinoma.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권1호
• /
• pp.1-11
• /
• 2008

본 논문은 비디오의 효율적인 내용기반 검색을 지원하기 위해 움직임벡터의 특징을 검출하였다. 이를 위해 비디오의 현재 프레임을 일정한 크기의 블록으로 나누고 시간 축상 기준이 되는 프레임에서 각 블록의 움직임을 추정하는 블록정합 알고리즘을 이용하였다. 하지만 블록 정합법의 경우 여러 가지제약 조건과 함께 블록 정합법에 의해 얻어지는 벡터가 실제 움직임과 상이한 경우도 발생한다. 이러한 문제점을 해결하기 위해서 전역탐색방식을 응용했으나 이 방법은 계산량이 많다는 단점이 있다. 그 대안으로 본 논문에서는 움직임 벡터의 시공간 상관성(MVSTC : Motion Vector Spatio-Temporal Correlations)의 시간적 공간적 특징을 추출하였다. 그 결과 본 논문에서는 인접 블록의 움직임 벡터를 이용하여 좀 더 정확한 움직임 벡터의 예측을 수행할 수 있었다. 하지만 참조되는 블록 벡터의 수가 여러개 발생되기 때문에 이러한 부가 정보를 수신단에 전송해야 하는 부담을 초래하게 된다. 따라서 각 블록의 움직임 특징을 예측하고 이에 알맞은 탐색 범위를 설정하는 문제도 고려해야 한다. 제시된 알고리즘을 바탕으로 움직임 보상을 위한 움직임 추정 기법을 고찰하고 이를 적용한 결과를 제시하고자 한다.

• 대한전자공학회논문지SP
• /
• 제43권4호
• /
• pp.55-65
• /
• 2006

대부분의 고속 블록 움직임 추정 알고리즘은 탐색점의 수를 줄여서 연산량을 감소시킨다. 하지만 이러한 고속 움직임 추정 알고리즘들은 비정규화 데이터 흐름 때문에 멀티미디어 프로세서에서는 좋은 성능을 보이기 어렵다. 미디어 프로세서에서는 내부 메모리에서 데이터의 효과적인 재사용이 SAD 명령의 수를 줄이는 것보다 더욱 중요하다. 이는 수행 사이클의 성능이 외부 메모리 액세스의 횟수에 매우 의존적이기 때문이다. 따라서 본 논문에서는 내부 메모리로부터 데이터를 효과적으로 재사용 할 수 있는 라인 탐색 패턴과 라인 탐색 패턴에서 불필요한 SAD 연산을 줄이기 위한 서브 샘플링 방법을 적용한 Hexagon 모양 라인 탐색(Hexagon-shape line search, HEXSLS) 기법을 제안한다. 모의실험을 통하여 HEXSLS 기법의 MAE 성능은 전역 탐색 블록 정합(FSBMA) 기법과 비슷하고, Hexagon 기반 탐색 (Hexagon-based search) 보다 우수한 성능을 가짐을 보인다. 또한 HEXSLS는 Hexagon 기반 탐색이나 예측 라인 탐색(predictive line search) 기법보다 적은 외부 메모리의 액세스가 발생한다. 결과적으로, 제안한 HEXSLS 기법은 종래의 기법과 비교하여 미디어 프로세서에서 매우 낮은 수행 사이클 성능을 보인다.

• Journal of Veterinary Science
• /
• 제23권4호
• /
• pp.55.1-55.12
• /
• 2022

Background: ASF was first reported in Kenya in 1910 in 1921. In China, ASF spread to 31 provinces including Henan and Jiangsu within six months after it was first reported on August 3, 2018. The epidemic almost affected the whole China, causing direct economic losses of tens of billions of yuan. Cause great loss to our pig industry. As ELISA is cheap and easy to operate, OIE regards it as the preferred serological method for ASF detection. P54 protein has good antigenicity and is an ideal antigen for detection. Objective: To identify a conservative site in the African swine fever virus (ASFV) p54 protein and perform a Cloth-enzyme-linked immunosorbent assay (ELISA) for detecting the ASFV antibody in order to reduce risks posed by using the live virus in diagnostic assays. Method: We used bioinformatics methods to predict the antigen epitope of the ASFV p54 protein in combination with the antigenic index and artificially synthesized the predicted antigen epitope peptides. Using ASFV-positive serum and specific monoclonal antibodies (mAbs), we performed indirect ELISA and blocking ELISA to verify the immunological properties of the predicted epitope polypeptide. Results: The results of our prediction revealed that the possible antigen epitope regions were A23-29, A36-45, A72-94, A114-120, A124-130, and A137-150. The indirect ELISA showed that the peptides A23-29, A36-45, A72-94, A114-120, and A137-150 have good antigenicity. Moreover, the A36-45 polypeptide can react specifically with the mAb secreted by hybridoma cells, and its binding site contains a minimum number of essential amino acids in the sequence 37DIQFINPY44. Conclusions: Our study confirmed a conservative antigenic site in the ASFV p54 protein and its amino acid sequence. A competitive ELISA method for detecting ASFV antibodies was established based on recombinant p54 and matching mAb. Moreover, testing the protein sequence alignment verified that the method can theoretically detect antibodies produced by pigs affected by nearly all ASFVs worldwide.

• 산업융합연구
• /
• 제21권1호
• /
• pp.175-185
• /
• 2023

최근 COVID-19와 같은 신종 바이러스 감염증이 확산하여 심각한 공중 보건 문제를 제기하고 있다. 특히 이러한 질병은 고령자에게 치명적으로 작용하여, 생명을 위협하고 심각한 사회적, 경제적 손실을 초래하였다. 이에 많은 산업분야에서 사물 인터넷(IoT) 및 인공 지능(AI)을 응용한 원격진료, 헬스케어, 질병예방 등의 애플리케이션이 소개되어 질병 감지, 모니터링 및 검역 성능을 향상하고 있다. 하지만 기존기술은 갑작스러운 전염병의 출현에 신속하고 통합적으로 적용되지 않기 때문에, 사회 속에 감염병이 대규모 감염 및 전국적 확산되는 것을 차단하지 못하였다. 따라서 본 논문에서는 바이러스 질병 정보 수집기를 통해 지역적 한계가 있는 다양한 감염 정보를 수집하고, AI 브로커를 통해 AI 분석 및 심각도 매칭을 수행하여 감염의 확산을 예측하고자 한다. 최종에는 질병관리본부를 통해 고령자에게 위험경보 발령, 확산 차단 문자 발송 및 감염지역 대피정보를 신속하게 제공한다. 현실적인 고령자 지원시스템은 감염자 발생지역 정보와 고령자의 위치정보를 비교하여 증강현실 기반의 스마트폰 애플리케이션으로 직관적인 위험지역(감염지역) 회피기능을 제공하고 감염지역 방문이 확인되면 자동으로 방역관리 서비스를 제공한다. 향후 제안시스템은 위치기반의 사용자 밀집도를 파악함으로써 갑작스런 인파 집중으로 인한 압사 사고를 사전에 예방하는 방법으로도 활용 가능할 것이다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.25-38
• /
• 2019

정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.