• 한국엔터테인먼트산업학회논문지
• /
• 제13권8호
• /
• pp.551-561
• /
• 2019

본 연구는 인문계 3학년 여자 고등학생의 입시스트레스와 구강관리 자기효능감과의 관련성을 파악하고자 하였다. 2018년 6월부터 7월까지 G지역 인문계 고등학교에 재학 중인 3학년 여학생 192명을 대상으로 자기기입식 설문조사를 실시하였다. 입시스트레스의 하위영역 중 시험긴장/성적부진이 3.07점으로 가장 높았고, 여가생활부족 2.83점, 미래불확실성 2.57점, 부모압력 2.44점 순이었다. 연구대상자의 일반적인 특성과 입시스트레스를 분석한 결과, 시험긴장/성적부진 스트레스와 관련된 변수는 학업성적(p<.01), 가족소득수준(p<.05), 주관적 구강건강상태(p<.05), 일일칫솔질횟수(p<.01)이었다. 구강관리 자기효능감의 하위영역별 수준은 칫솔질 자기효능감이 3.13점으로 가장 높았고, 치과방문 2.80점, 치간청결 2.64점 순이었다. 연구대상자의 일반적인 특성과 구강관리 자기 효능감을 분석한 결과, 칫솔질 자기효능감과 관련 있는 변수는 주관적 구강건강상태, 우식성 간식 섭취(1일 기준), 우식성 음료 섭취(1일 기준)이었다(p<.01). 입시스트레스 하위영역과 구강관리 자기효능감 간에는 음의 상관관계를 나타내어 입시스트레스가 높을 수록 구강관리 자기효능감은 낮아지는 것으로 나타났다. 이에 입시스트레스가 높은 학생의 구강질환 예방과 구강관리 자기효능감을 높이기 위해 학생들이 흥미를 가지고 구강보건행동을 쉽게 수행할 수 있는 학교구강보건교육 프로그램 제공이 필요할 것으로 사료된다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.108-109
• /
• 2023

본 연구는 최근 발표된 국내 장비산업 육성 전략에 따라 이를 구체적으로 추진할 수 있는 정책을 설정하고, 이를 추진할 수 있는 방안을 제시하는 것을 목적으로 한다. 이를 위해 항만장비산업에 대한 신기술 인증제도와 신기술 시험검증영역 운영 및 활성화 방안 두가지를 대안으로 설정하고, 이에 대한 구체적 수요와 도입방안을 도출하기 위해 기술개발을 수행하는 기업을 대상으로 설문조사를 수행하였다. 설문조사 결과 신기술 인증제도 및 시험검증영역의 활용 수요가 높은 것으로 파악되었으며, 장비산업 육성을 위해 항만장비와 연계한 실증 지원, 공인검증기관과 연계한 시험 및 평가, 전담기관 마련 등의 대안이 도출되었다. 이를 바탕으로 항만 장비에 특화된 신기술 인증제도 신설 및 이를 제도화 할 수 있는 방안을 제시하였다. 또한 설문조사 결과 및 인증제도와 연계하여 신기술 시험검증영역의 기본적 기능과 역할을 정립하고, 향후 활성화를 위해 인증비용 면제, 실적확인서 발급 등의 실효서 있는 인센티브 제공, 전담조직 및 인증센터 운영을 통한 효율적 관리 등의 방안을 제시하였다.

• Asia Marketing Journal
• /
• 제6권3호
• /
• pp.59-81
• /
• 2004

오늘날 서비스 마케팅은 기업의 비즈니스 전략에서 매우 중요한 부분으로 인식을 받고 있다. 그 중에서 종업원 서비스와 점포 충성도는 점포와 고객이 장기간 비즈니스를 지속할 수 있게 하는 중요한 경로이며, 기업 이미지와 해당 점포의 수준을 결정짓게 하는 척도로서 매우 중요한 역할을 가지고 있다. 따라서 본 연구는 종업원 서비스가 점포 충성도에 미치는 영향을 알아보기 위하여 결정요인들의 구조적인 분석에 관하여 규명하고자 노력하였다. 이를 위하여 LISREL 8.30을 사용하여 구성개념간의 공분산 구조모델 분석을 실시하였다. 연구결과 종업원의 자발적 서비스는 개인간 관계와 전환장벽을 통하여 점포 충성도를 유발시키는 유의한 요소라는 것을 확인하였다. 또한 비자발적 서비스는 점포 만족 및 점포 충성도에 영향을 미치는 요소임을 확인하였다. 하지만 전환장벽을 결정하는 요소에 점포만족이 유의하지 않고, 개인간 관계만이 전환장벽에 유의한 영향을 미친다는 흥미로운 사실도 발견하였다. 이러한 연구결과는 향후 종업원에 대한 지도관리 및 평가시에는 현재 종업원의 매출실적 및 계량적 평가방식에서 행위적 실적평가(behavioral performance evaluation)로 확대 개선 할 필요성을 제시하여 주고 있으며, 현재 소매업체의 실태를 감안할 때 향후 정부 및 중소기업지원 유관기관 등에서 활용할 수 있는 시사점으로서 그 의미는 매우 크다고 볼 수 있다.

• 현장농수산연구지
• /
• 제18권1호
• /
• pp.101-112
• /
• 2016

본 연구는 원예시설의 원격제어에 대한 불안감을 해소하고 신뢰성을 확보하기 위하여 감시 및 제어 기능과 안정성을 높인 ICT기반 온실제어시스템을 개발하고 비닐하우스에 적용하여 그 성능을 검증하고자 하였다. 온실 환경 제어 시스템은 온실의 환경 정보를 취득하는 센서와 센서G/W로 구성된 센서부와 온실의 환경을 제어하는 PLC, 이더넷 통신을 통해 환경 정보 데이터와 구동부의 작동상태를 수집하고 외부 서버와 연계되어 환경정보와 제어정보를 전달하는 로컬서버, 천.측창, 커튼 등을 작동시키는 구동부, 재배작물과 작동부 감시를 위한 카메라 등으로 구성하였다. 온실 환경 제어 시스템은 현장제어와 원격 제어 간의 충돌을 방지하기 위해 원격/로컬 상태 구분을 위한 선택 스위치와 원격제어에 따른 안전성을 확보하기 위한 안전장치를 마련하였다. 즉, 각 내부장치를 동작시키는 전자개폐기, 조작 스위치로부터 상태를 수집하며, 모터 등 과부하 발생 시 과부하계전기의 TRIP신호를 감지하여 운영자의 컴퓨터와 스마트폰으로 경보가 보내지도록 구현하였다. 소프트웨어는 웹브라우저를 이용한 HMI(Human Machine Interface) 구현으로 관리자 페이지를 통해 다수의 브라우저에서도 지원 가능하도록 하였다. 또한, 모바일 웹방식을 도입하여 안드로이드, 아이폰 등 운영체제와 상관없이 구동할 수 있도록 구현하였다. 제어화면은 운영자가 한눈에 알아보기 쉽게 온실의 모형과 부대 장치와 작동기기를 이미지화하여 동작 상태를 표시하도록 하였으며, 작동 버튼을 클릭하여 수동조작도 가능하도록 구현하였다. 온실 환경 제어 시스템 성능시험결과 천창, 측창, 수평커튼, 측면커튼은 작동 조건에 따라 모두 성공적으로 작동함을 확인하였다. 또한, 소프트웨어의 데이터 수집 및 디스플레이 상태, 이벤트 출력, 영상모니터링 등 계측 및 제어성능 모두 양호하게 나타났다.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.1-8
• /
• 2023

자동차의 주요 부품인 휠 베어링에 결함이 생기면 교통사고등 문제를 발생시켜 이를 해결하기 위해 빅데이터를 수집해서 예측진단 및 관리 기술을 통한 휠 베어링의 고장 유무 및 고장 유형을 조기에 알려 주는 알고리즘과 모니터링 시스템 개발이 필요하다. 본 논문에서는 이러한 지능형 휠 허브 베어링 정비 시스템 구현을 위해 신뢰성 및 건전성에 대한 모니터링용 센서 및 예측 진단하는 알고리즘이 탑재된 임베디드 시스템을 개발하였다. 사용된 알고리즘은 휠 베어링에 설치된 가속도 센서로부터 진동 신호를 취득하고 이를 신호 처리기법, 결함주파수 분석, 건전성 특징 인자정의 등의 과정을 빅데이터 기술을 통해 고장을 예측하고 진단할 수 있다. 구현된 알고리즘은 진동 주파수 성분들은 최소화하고 휠 베어링에서 발생하는 진동 성분을 극대화할 수 있는 안정 신호 추출 알고리즘을 적용하고, 필터를 활용한 노이즈 제거에서는 인공지능 기반의 건전성 추출 알고리즘을 적용하였으며, FFT를 통한 결함 주파수를 분석하여 고장 특성인자 추출을 통한 고장을 진단하였다. 본 시스템의 성능 목표는 12,800ODR 이상으로 시험 결과를 통해 목표치를 만족하였다.

• 한국정보전자통신기술학회논문지
• /
• 제16권5호
• /
• pp.331-337
• /
• 2023

본 논문에서는 근감소증의 발병 여부와 정도를 확인하기 위해 3번 요추부 (L3) CT 영상을 검출하는 딥러닝 모델을 제안하는 것이다. 또한, CT 데이터 내에 L3 레벨과 L3 레벨이 아닌 부분의 데이터 불균형으로 인한 성능 저하의 문제점을 오버샘플링 비율과 클래스 가중치를 설계변수로 하는 최적화 기법을 제시하고자 한다. 모델 학습 및 검증을 위하여 강릉아산병원에 내원한 전립선암 환자 104명, 방광암 환자 46명의 총 150명의 전신 CT 영상이 활용되었다. 딥러닝 모델은 ResNet50을 활용하였으며, 최적화기법의 설계변수로는 모델 하이퍼파라미터 5종과 데이터 증강비율 및 클래스 가중치로 선정하였다. 제안하는 최적화 기반의 L3 레벨 추출 모델은 대조군 (하이퍼파라미터 5종만을 최적화한 모델)과 비교하여 중간 L3 오차가 약 1.0 슬라이스 감소한 것을 확인할 수 있었다. 본 연구결과를 통하여 정확한 L3 슬라이스 검출이 가능하며, 추가적으로 데이터 증강을 통한 오버 샘플링과 클래스 가중치 조절을 통해 데이터 불균형 문제를 효과적으로 해결할 수 있는 가능성을 제시할 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제23권6호
• /
• pp.185-190
• /
• 2023

최근 추적레이더는 다양한 환경에서 높은 해상도로 표적의 정보를 획득하기 위한 밀리미터파 추적레이더의 개발을 요구한다. 밀리미터파 추적레이더의 개발은 밀리미터파 추적레이더에 적용할 수 있는 송·수신 구성품의 개발과 동시에 추적레이더의 적용성을 필요로 한다. 개발된 송·수신 구성품의 적용성을 검증하기 위해서는 추적레이더의 운용개념을 적용한 송·수신 구성품을 제어하고, 상태를 확인할 수 있는 신호획득장치의 개발을 요구한다. 본 논문에서는 밀리미터파 추적레이더를 위해 개발된 구성품의 적용성을 확인할 수 있는 신호획득장치를 설계하였다. 구현한 신호획득장치는 수신신호를 검증하기 위해 4채널에서 입력되는 OOOMHz의 중심주파수와 OOOMHz 대역폭의 신호를 실시간으로 처리하기를 요구한다. 또한 추적레이더의 운용개념을 적용한 구성품 제어는 RS422, RS232, SPI 통신과 송수신구간 제어신호 생성으로 제어를 할 수 있도록 설계하였다. 마지막으로 신호획득장치 성능시험으로 구현한 신호획득장치를 검증하였다.

• 융합신호처리학회논문지
• /
• 제24권2호
• /
• pp.119-125
• /
• 2023

본 연구에서는 전동 이동 보조기를 이용하는 교통약자의 이동을 저해하거나 불편을 초래하는 횡단 보도, 측구, 맨홀, 점자블록, 부분 경사로, 임시안전 방호벽, 계단, 경사형 연석과 같은 주행 장애물 객체를 촬영한 뒤 객체를 분류하고 이를 자동 인식하는 최적의 AI 모델을 개발하여 주행 중인 전동 이동 보조기 전방에 나타난 장애물을 효율적으로 판단할 수 있는 알고리즘을 구현하고자 한다. 객체 검출을 높은 확률로 AI 학습이 될 수 있도록 데이터 셋 구축 시 라벨링 형태를 폴리곤 형태로 라벨링 하며, 폴리곤 형태로 라벨링 된 객체를 탐지할 수 있는 Detectron2 프레임워크를 활용하여 Mask R-CNN 모델을 활용하여 개발을 진행하였다. 영상 획득은 일반인과 교통약자의 두 개 그룹으로 구분하여 진행하였고 테스트베드 2개 지역에서 얻어진 영상정보를 확보하였다. Mask R-CNN 학습 결과 파라미터 설정은 IMAGES_PER _BATCH : 2, BASE_LEARNING_RATE 0.001, MAX_ITERATION : 10,000으로 학습한 모델이 68.532로 가장 높은 성능을 보인 것이 확인되어 주행 위험, 장애 요소를 빠르고 정확하게 사용자가 인지할 수 있도록 하는 딥러닝 모델을 구축이 가능한 것을 확인할 수 있었다.

• 융합신호처리학회논문지
• /
• 제24권1호
• /
• pp.69-75
• /
• 2023

최근 동물 행동 분석 및 건강관리 분야를 중심으로 딥러닝 기반 동물 자세 추정 기법에 대한 관심이 높아지고 있다. 그러나 기존 동물 자세 추정 기법은 영상에서 신체 부위가 가려지거나 존재하지 않을 경우 좋은 성능을 보이지 않는다. 특히 꼬리나 귀가 가려진 경우, 반려견의 행동 및 감정 분석의 성능에도 심각한 영향을 미친다. 본 논문에서는 이러한 다루기 힘든 문제를 해결하기 위해, 이미지 아웃페인팅 네트워크를 자세 추정 네트워크에 연결하여 이미지 외부에 존재하는 반려견의 신체를 복원한 확장된 이미지를 생성하여 반려견의 자세를 추정하는 단순하면서도 새로운 접근방법을 제안하였고, 제안된 방법의 실현가능성을 검토하는 예비 연구를 수행하였다. 이미지 아웃페인팅 모델로는 CE-GAN과 트랜스포머 기반의 BAT-Fill을 사용하였고, 자세 추정 모델로는 SimpleBaseline을 사용하였다. 실험 결과, 크롭된 입력 이미지에서 반려견의 자세를 추정하였을 때보다, BAT-Fill을 사용하여 아웃페인팅된 확장 이미지에서 반려견의 자세를 추정하였을 때 자세 추정의 성능이 향상되었다.

• 천문학회지
• /
• 제56권2호
• /
• pp.213-224
• /
• 2023

Type II solar radio bursts show frequency drifts from high to low over time. They have been known as a signature of coronal shock associated with Coronal Mass Ejections (CMEs) and/or flares, which cause an abrupt change in the space environment near the Earth (space weather). Therefore, early detection of type II bursts is important for forecasting of space weather. In this study, we develop a deep-learning (DL) model for the automatic detection of type II bursts. For this purpose, we adopted a 1-D Convolution Neutral Network (CNN) as it is well-suited for processing spatiotemporal information within the applied data set. We utilized a total of 286 radio burst spectrum images obtained by Hiraiso Radio Spectrograph (HiRAS) from 1991 and 2012, along with 231 spectrum images without the bursts from 2009 to 2015, to recognizes type II bursts. The burst types were labeled manually according to their spectra features in an answer table. Subsequently, we applied the 1-D CNN technique to the spectrum images using two filter windows with different size along time axis. To develop the DL model, we randomly selected 412 spectrum images (80%) for training and validation. The train history shows that both train and validation losses drop rapidly, while train and validation accuracies increased within approximately 100 epoches. For evaluation of the model's performance, we used 105 test images (20%) and employed a contingence table. It is found that false alarm ratio (FAR) and critical success index (CSI) were 0.14 and 0.83, respectively. Furthermore, we confirmed above result by adopting five-fold cross-validation method, in which we re-sampled five groups randomly. The estimated mean FAR and CSI of the five groups were 0.05 and 0.87, respectively. For experimental purposes, we applied our proposed model to 85 HiRAS type II radio bursts listed in the NGDC catalogue from 2009 to 2016 and 184 quiet (no bursts) spectrum images before and after the type II bursts. As a result, our model successfully detected 79 events (93%) of type II events. This results demonstrates, for the first time, that the 1-D CNN algorithm is useful for detecting type II bursts.