• 지능정보연구
• /
• 제24권2호
• /
• pp.243-264
• /
• 2018

현재 전세계 배터리 시장은 이차전지 개발에 박차를 가하고 있는 실정이지만, 실제로 소비되는 배터리 중 가격 대비 성능이 좋고 재충전을 통해 다시 재사용이 가능한 납축전지(이차전지)의 소비가 광범위하게 이루어지고 있다. 하지만 납축전지는 복합적 셀(cell)을 묶어 하나의 배터리를 구성하여 활용하는 배터리의 특성상 하나의 셀에서 열화가 발생하면 전체 배터리의 손상을 가져와 열화가 빨리 진행되는 문제가 존재한다. 이를 극복하기 위해 본 연구는 기계학습을 통한 배터리 상태 데이터를 학습하여 배터리 열화를 예측할 수 있는 모델을 개발하고자 한다. 이를 위해 실제 현장에서 배터리 상태를 지속적으로 모니터링 할 수 있는 센서를 골프장 카트에 부착하여 실시간으로 배터리 상태 데이터를 수집하고, 수집한 데이터를 이용하여 기계학습 기법을 적용한 분석을 통해 열화 전조 현상에 대한 예측 모델을 개발하였다. 총 16,883개의 샘플을 분석 데이터로 사용하였으며, 예측 모델을 만들기 위한 알고리즘으로 의사결정나무, 로지스틱, 베이지언, 배깅, 부스팅, RandomForest를 사용하였다. 실험 결과, 의사결정나무를 기본 알고리즘으로 사용한 배깅 모델이 89.3923%이 가장 높은 적중률을 보이는 것으로 나타났다. 본 연구는 날씨와 운전습관 등 배터리 열화에 영향을 줄 수 있는 추가적인 변수들을 고려하지 못했다는 한계점이 있으나, 이는 향후 연구에서 다루고자 한다. 본 연구에서 제안하는 배터리 열화 예측 모델은 배터리 열화의 전조현상을 사전에 예측함으로써 배터리 관리를 효율적으로 수행하고 이에 따른 비용을 획기적으로 줄일 수 있을 것으로 기대한다.

• 한국지리정보학회지
• /
• 제19권3호
• /
• pp.61-74
• /
• 2016

본 연구에서는 LANDSAT 8호, KOMPSAT 2호 위성영상과 1/25,000 수치지형도를 기반으로 작성된 음영기복도를 이용하여 2007년 1월 20일 오대산 지역에서 발생한 약 4.8의 중규모 지진과 선구조선의 관계를 분석하였다. 대부분의 선행연구는 지체구조와 관련된 선구조선 분석 연구를 하였으며, 주로 2차원의 위성영상과 음영기복도를 활용하였기에 지형의 기복 등에 대한 판독이 어려워 선구조선 추출이 제한적이었다. 본 연구에서는 이를 보완하기 위해 수치표고모델(Digital Elevation Model; DEM)을 기반으로 작성한 3차원 입체 영상과 수계망 분석을 통해 지형의 기복, 수계의 연결성 등을 판독해 선구조선을 추출하여, 2차원 영상에서 나타나는 시각적인 판독에 의한 오류를 최소화한 선구조선 판독도를 작성하였다. 또한 진앙에 대한 선구조선의 통계 요소별 밀도를 추정하기 위해 spline 내삽법을 이용하여 선구조선의 빈도, 교차점, 길이에 대한 밀도를 계산하였다. 그리고 진앙에서의 선구조선 밀도가 얼마나 밀집되어 있는지 정량적으로 표현하기 위하여 각 격자 내의 선구조선 밀도에 대해 최대 선구조선 밀도로 나누는 상대밀도 값(Value of the Relative Density; VRD)을 계산하는 알고리즘을 개발하여 밀도도(density map)를 작성하였다. 각 영상의 진앙에서의 VRD는 최소 약 0.60에서 최대 약 0.90으로 나타났지만, 각 영상별 광원의 고도각과 방위각이 차이가 있어 영상별 VRD보다 통계 요소별 VRD의 평균치를 사용하였다. 그 결과, 빈도의 평균 VRD는 약 0.85로 교차점과 길이의 평균 VRD보다 약 21% 높게 나타나, 선구조선의 빈도 요소가 진앙의 위치와의 관계가 가장 밀접함을 확인하였다. 이와 같이 3차원 영상의 선구조선 추출을 통한 밀도 분석 기술은 향후 지진 발생 가능 지역 분석에 기초자료로써의 의미가 있을 것으로 기대된다.

• 대한방사선치료학회지
• /
• 제26권1호
• /
• pp.107-114
• /
• 2014

목 적 : 두경부 치료계획 CT영상에서 dental implant로 인한 metal artifact 발생 시 O-MAR(Metal artifact Reduction for Orthopedic Implants)(ver. 3.6.0, Philips, Netherlands)를 적용할 수 있을지 여부를 평가하고자 한다. 대상 및 방법 : 모든 CT영상은 Brilliance Big Bore CT(Philips, Netherlands)에서 관전압 120kVp, 2mm 두께로 촬영하였으며, O-MAR를 이용하여 Metal artifact reduction 후 전산화치료계획장비(Eclipse ver 10.0.42, Varian, USA)로 원본영상과 비교, 분석하였다. O-MAR의 기본적인 성능 테스트를 위해 Metal artifact가 발생하지 않은 영상과 발생한 영상에서 O-MAR 적용시, HU 변화를 검증하기 위해 원통형 팬텀과 cerrobend 막대, 불균질 팬텀을 이용하여 실험하였다. 각각의 원본 영상과 O-MAR 적용 영상에서 관심영역 내 HU 변화를 측정하였다. 이를 바탕으로 본 연구의 주목적인 dental implant로 인한 metal artifact 발생 영상을 재현하기 위해 팬텀을 제작하여 사용하였고, 실제 임상 환자 영상에 O-MAR를 적용한 영상과 원본 영상 그리고 artifact 부분을 보정한 영상의 선량 분포를 SNC Patient(Sun Nuclear Co., USA)로 비교하였다. 결 과 : 두경부에서의 metal artifact를 재현한 원본 영상과 O-MAR 적용영상의 선량 분포를 비교한 결과 gamma passing rate 는 2 mm / 2% 기준으로 99.8%, 일치를 보였다. 실제 임상 환자 영상을 바탕으로 O-MAR 적용 전후 영상과 density corrected CT 영상에 동일한 조건으로 치료 계획을 수립하여 선량 분포를 비교한 결과는 98.5% 일치로 비교적 높은 gamma passing rate를 보였다. 전체적인 선량 분포 차이는 모두 2% 이내로 팬텀 실험과 실제 임상 환자 영상 실험에서 비슷한 결과로 나타났다. 하지만 선량 편차가 적더라도 국소적으로 집중되어 있는 것은 문제의 소지가 될 가능성이 있다. 화질 개선 면에서는 모든 실험에서 O-MAR 적용영상이 원본에 비해 개선됨을 알 수 있었으나, 두경부 metal artifact를 재현한 팬텀 영상 air cavity 내에서 최대 HU 값이 상승하는 경우가 생겼고, 환자 영상에서는 air cavity가 tissue로 잘못 보정되는 경우 또한 발견할 수 있었다. 결 론 : 업체에서 제시한 사용제한 사항인 피부 근처와 저밀도 영역이 공존하는 두경부에서 O-MAR의 사용 가능성을 확인해 본 결과, 원본의 왜곡과 보정이 동시에 일어났다. 심지어 팬텀 실험보다 더 심한 artifact가 생긴 환자의 경우 air cavity가 tissue로 잘못 보정되는 경우도 발생하였다. 결과적으로 아직까지는 O-MAR 알고리즘이 air cavity와 photon starvation artifact를 정확히 구분하지 못하는 것으로 보인다. 선량 측면에서의 영향은 임상에서 배제될 만큼 큰 차이를 보이지는 않았다. 임상에서 원본과 O-MAR 적용 영상을 비교하며 작업한다면 contouring, artifact 보정작업, DRR 화질 개선 등에 도움을 받을 수 있을 것으로 사료된다.