• 암석학회지
• /
• 제16권3호
• /
• pp.129-143
• /
• 2007

강화군 석모도 일대의 중생대 화강암 및 세립질 흑운모화강암에서 분포하는 미세균열의 분포특성을 규명하였다. 14개소에서 채취한 암석시료의 수평면 상에서 발달하는 미세균열에 대하여 영상처리를 통하여 구별하였다. 미세균열의 방향성과 석모도의 중생대 화강암에서 발달하는 18조의 절리의 방향성과 대비하였다. 상관도에서 미세균열의 여러 조는 수직상의 일반적인 절리의 방향과 일치하는 강한 배향성을 보여 준다. 이러한 대비의 결과에서 거시적인 절리는 기존 미세균열의 성장 및 계단식 절리작용의 산물의 가능성을 시사한다. 또한 이 연구에서 수행한 방법론에 의하여 도출된 미세균열의 방향성을 전국의 쥬라기 및 백악기 화강암 석산에서 측정된 1번 및 2번 면의 방향성과 상호 대비하였다. 분포도에서 보는바와 같이, 미세균열과 이들 면과의 분포형태가 일치한다는 사실은 전국의 쥬라기 및 백악기 화강암에서도 이와 유사한 미세균열의 계가 광역적으로 나타날 가능성을 시사한다. 각 영역내에 속하는 이들 미세균열의 조들은 다른 지질 과정 및 변화하는 조건하에서 점차 형성된 복잡한 복합적인 미세균열의 계를 구성한다.

• 대한의용생체공학회:의공학회지
• /
• 제25권2호
• /
• pp.137-144
• /
• 2004

심전도 신호에는 근 잡음과 전원잡음 둥의 잡음이 섞이는 경우가 많다. 이러한 잡음들은 심전도 신호의 주요 주파수 성분에 비하여 상대적으로 고주파 성분이지만 전체적으로 보면 주파수 스펙트럼이 중첩된다. 본 논문에서는 연속적으로 변하는 차단주파수를 가지는 시변 저역통과 디지털필터를 이용하여 원신호의 왜곡을 최소화하면서 잡음을 제거하는 신호처리 방법에 대하여 기술한다 이 필터는 차단주파수 제어기와 가변차단주파수 저역통과필터로 구성된다. 차단주파수 제어기는 잡음이 포함된 심전도 신호로부터 신호의 기울기를 이용하여 차단주파수 제어 신호를 생성한다. 가변차단주파수 저역통과필터의 구현을 위해서 본 논문에서는 컨벡스 조합 필터와 계수보간 필터로 불리는 새로운 두 가지 필터 설계방법을 제안하였으며, 이 두 가지 방법을 이용함으로써 저역통과필터의 차단주파수를 임의의 제한된 구간에서 연속적으로 변화시키는 것이 가능하였다. 고주파 잡음이 첨가된 심전도 신호에서 가변차단주파수 저역통과필터의 잡음 제거 능력이 우수함을 보였으며, 본 논문에서 제안된 가변차단주파수 저역퉁과필터는 심전도 신호의 전처리에 유용하게 사용되어질 것으로 판단된다. 특히, 제어된 환경이 아닌 일상생활 환경에서 심전도를 측정하는 재택건강관리 시스템에서 신호의 품질을 개선하는 데에 효과가 있을 것으로 기대한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권11호
• /
• pp.471-480
• /
• 2023

국내 건설수주 규모는 2013년 91.3조원에서 2021년 총 212조원으로 특히 민간부문에서 크게 성장하였다. 국내외 시장 규모가 성장하면서, EPC(Engineering, Procurement, Construction) 프로젝트의 규모와 복잡성이 더욱 증가되고, 이에 프로젝트 관리 및 ITB(Invitation to Bid) 문서의 위험 관리가 중요한 이슈가 되고 있다. EPC 프로젝트 발주 이후 입찰 절차에서 실제 건설 회사에게 부여되는 대응 시간은 한정적일 뿐만 아니라, 인력 및 비용의 문제로 ITB 문서 계약 조항의 모든 리스크를 검토하는데 매우 어려움이 있다. 기존 연구에서는 이와 같은 문제를 해결하고자 EPC 계약 문서의 위험 조항을 범주화하고, 이를 AI 기반으로 탐지하려는 시도가 있었으나, 이는 레이블링 데이터 활용의 한계와 클래스 불균형과 같은 데이터 측면의 문제로 실무에서 활용할 수 있는 수준의 지원 시스템으로 활용하기 어려운 상황이다. 따라서 본 연구는 기존 연구와 같이 위험 조항 자체를 정의하고 분류하는 것이 아니라, FIDIC Yellow 2017(국제 컨설팅엔지니어링 연맹 표준 계약 조건) 기준 계약 조항을 세부적으로 분류할 수 있는 AI 모델을 개발하고자 한다. 프로젝트의 규모, 유형에 따라서 세부적으로 검토해야 하는 계약 조항이 다를 수 있기 때문에 이와 같은 다중 텍스트 분류 기능이 필요하다. 본 연구는 다중 텍스트 분류 모델의 성능 고도화를 위해서 최근 텍스트 데이터의 컨텍스트를 효율적으로 학습할 수 있는 ELECTRA PLM(Pre-trained Language Model)을 사전학습 단계부터 개발하고, 해당 모델의 성능을 검증하기 위해서 총 4단계 실험을 진행했다. 실험 결과, 자체 개발한 ITB-ELECTRA 모델 및 Legal-BERT의 앙상블 버전이 57개 계약 조항 분류에서 가중 평균 F1-Score 기준 76%로 가장 우수한 성능을 달성했다.

• 한국전자거래학회지
• /
• 제18권4호
• /
• pp.145-167
• /
• 2013

본 논문에서는 조선 산업에서 블록 조립 작업에 대한 계획 프로세스와 실적 프로세스를 비교하는 방법을 제안한다. 제안한 방법은 계획과 실적 데이터 기반으로 프로세스 마이닝 기법을 이용하여 프로세스 모델을 도출하고 비교 분석을 수행하는데, 분석 절차는 1) 데이터 전처리, 2) 분석 수준의 정의, 3) 조립 블록 군집화, 4) 군집별 프로세스 모델 도출, 5) 계획과 실적 프로세스 모델 비교, 다섯 단계로 구성된다. 단계 5에서는 프로세스 모델, 작업, 프로세스 인스턴스, 모델 적합도와 같은 다양한 관점에서 계획과 실적의 프로세스를 비교할 것을 제안하고, 각 관점별 비교 인자들을 정의한다. 특히, 적합도 관점에서는 교차 적합도를 정의하여, 도출된 프로세스 모델에 대해 자신의 데이터에 대한 적합도뿐만 아니라, 상대 데이터(계획 모델의 경우 실적 데이터, 실적 모델의 경우 계획 데이터)에 대한 적합도를 계산하고 비교 분석할 것을 제안한다. 제안한 방법의 효용성은 세계 최고 수준의 국내 조선 업체의 블록 조립 계획 시스템과 블록 조립 모니터링 시스템의 실제 데이터를 이용하여 사례 연구를 통해 설명하고 검증하였다.

• 대한전자공학회논문지TC
• /
• 제42권1호`
• /
• pp.17-27
• /
• 2005

이 논문은 다중반송파 직접수열 코드분할 다중접속 (MC-DS/CDMA) 시스템 환경에서 성능향상을 위한 병렬형 간섭제거시스템 (Parallel Interference Canceller: PIC)을 소개한다. 기존의 병렬형 간섭제거 방식은 다중접속간섭을 원하는 신호에서 동시에 제거하는 기법으로 처리시간이 매우 빠르지만, 원하는 성능을 얻기 위해서 다단으로 시스템을 구성해야만 한다. 기존 방식의 성능은 정확한 간섭추정과 매우 밀접한 관계가 있으므로, 우리는 원하는 신호보다 작은 간섭신호 그룹을 좀 더 정확하게 추정하여 성능을 개선시킨 간섭제거 방식을 소개한다. 제안된 수신기의 동작원리는 수신된 신호를 크기에 따라 내림차순 정렬을 하고, 작은 신호들을 정확하게 추정하기 위하여 원하는 신호에서 큰 간섭신호를 제거한다. 다음으로 전 단계에서 개선된 작은 간섭신호들을 원하는 신호에서 제거한다. 이 결과, 큰 신호들의 정확성이 보장되므로 제안 방식은 기존의 병렬형 간섭제거 시스템보다 전반적인 비트 에러율 (Bit Error Ratio)성능이 향상된다. 단점으로 전력 정렬과 간섭추정 단계가 요구되므로 기존시스템보다 처리시간이 조금 지연된다. 성능은 한정된 대역 내에서 부반송파의 증가에 따라 다른 비선형 간섭제거 시스템과 비교 분석하였다.

• Smart Structures and Systems
• /
• 제21권5호
• /
• pp.687-694
• /
• 2018

The problem of wheel tread defects has become a major challenge for the health management of high-speed rail as a wheel defect with small radius deviation may suffice to give rise to severe damage on both the train bogie components and the track structure when a train runs at high speeds. It is thus highly desirable to detect the defects soon after their occurrences and then conduct wheel turning for the defective wheelsets. Online wheel condition monitoring using wheel impact load detector (WILD) can be an effective solution, since it can assess the wheel condition and detect potential defects during train passage. This study aims to develop an FBG-based track-side wheel condition monitoring method for the detection of wheel tread defects. The track-side sensing system uses two FBG strain gauge arrays mounted on the rail foot, measuring the dynamic strains of the paired rails excited by passing wheelsets. Each FBG array has a length of about 3 m, slightly longer than the wheel circumference to ensure a full coverage for the detection of any potential defect on the tread. A defect detection algorithm is developed for using the online-monitored rail responses to identify the potential wheel tread defects. This algorithm consists of three steps: 1) strain data pre-processing by using a data smoothing technique to remove the trends; 2) diagnosis of novel responses by outlier analysis for the normalized data; and 3) local defect identification by a refined analysis on the novel responses extracted in Step 2. To verify the proposed method, a field test was conducted using a test train incorporating defective wheels. The train ran at different speeds on an instrumented track with the purpose of wheel condition monitoring. By using the proposed method to process the monitoring data, all the defects were identified and the results agreed well with those from the static inspection of the wheelsets in the depot. A comparison is also drawn for the detection accuracy under different running speeds of the test train, and the results show that the proposed method can achieve a satisfactory accuracy in wheel defect detection when the train runs at a speed higher than 30 kph. Some minor defects with a depth of 0.05 mm~0.06 mm are also successfully detected.

• 대한의용생체공학회:의공학회지
• /
• 제23권3호
• /
• pp.197-205
• /
• 2002

본 연구에서는 잡음이 존재하는 공간에서 획득한 음성신호로부터 후두질환을 감별진단 할 수 있는 분류기를 구현하였다. 이를 위해 후두질환 환자로부터 수집한 /아/ 모음에 잡음을 혼입하여 음성 신호를 획득하였고, 여러 가지 후두질환을 감별진단 할 수 있는 파라미터를 추출하였으며. 이를 입력으로 하는 계층적 신경회로망을 구성하여 후두질환을 감별진단 하도록 하였다. 감별진단용 분류기는 다섯 단계의 계층적 신경회로망으로 구성하였다 첫 번째 신경회로망은 정상 양성 후두질환과 악성 후두질환을. 두 번째 신경회로망은 정상과 양성 후두질환을 감별진단 하도록 하였다 그리고 세 번째 신경회로망은 양성 후두질환 중 후두용. 성대결절 후두마비를 감별진단 하도록 하였으며. 네 번째와 다섯 번째 신경회로망은 성문암 1-4기를 감별진단 하도록 구성하였다. 분류기에 적용된 신경회로망은 다층퍼셉트론 구조로써 역전파 알고리듬으로 학습시켰으며, 선형변환 표준점수변환 등 전처리과정을 적용하여 분류기의 성능을 개선하였다. 후두질환의 감별진단 결과 후두용 88.23%. 정상. 성대결절. 후두마비 100%. 성문암 1기 90%, 성문암 2-4기 100%의 감별진단율을 관찰할 수 있었다.

• 한국측량학회지
• /
• 제28권2호
• /
• pp.265-271
• /
• 2010

본 논문에서는 대용량의 수치표고모델(DEM) 데이터의 효율적인 압축을 위해 허프만 코딩과 Lempel-Ziv-Welch 압축방법을 기반으로 하는 새로운 DEM 압축 소프트웨어인 DEM_Comp를 개발하였다. DEM_Comp의 개발을 위해서 $C^{++}$ 언어를 이용하였으며, 모든 Window 플랫폼에서 사용이 가능하도록 하였다. 개발된 소프트웨어의 성능을 평가하기 위해 다양한 지형의 형태를 가지는 DEM에 대해 압축을 수행하고, 출력파일의 용량에 따른 압축효율을 평가하였다. 최근 새로운 지형데이터 취득장비인 LiDAR와 SAR 등에 의해 고해상도의 DEM의 활용이 급격하게 증가하고 있어, 데이터의 저장용량과 전송대역폭을 감소시킬 수 있는 DEM 압축기술이 매우 유용하게 이용되고 있다. 일반적으로 데이터 압축기술은 i) 데이터 사이의 관계를 분석하고, ii) 분석 결과에 따라 압축 및 저장기술을 결정하는 2부분으로 구성되는데, DEM_Comp에서는 정규격자, Lempel-Ziv 압축방법, 허프만 코딩의 3단계 압축 알고리즘을 통해 DEM이 압축된다. DEM_Comp의 압축효율 실험 결과 전처리만 수행하였을 경우 지형의 기복과 상관없이 압축효율은 약 83% 정도를 나타내었지만, 3단계의 압축 알고리즘이 완료된 경우에는 압축효율이 97%까지 증가하는 것으로 나타났다. 이러한 수치는 일반적인 상업용 압축 소프트웨어들과 비교하여 약 14% 정도의 압축효율이 향상되었음을 나타낸다. 이에 따라 본 연구에서 개발된 DEM_Comp S/W를 이용하면 대용량의 고해상도 DEM의 관리, 저장, 배포를 보다 효율적으로 수행할 수 있을 것으로 판단된다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권9호
• /
• pp.251-260
• /
• 2021

보행 분석은 인간의 걸음걸이를 분석하여 보행과 관련된 여러 다양한 정보를 얻기 위한 연구 분야 중 하나로써 의료 분야뿐만 아니라 기계공학, 전자공학 및 컴퓨터공학 등 다양한 학문 분야에서 오랫동안 연구되고 있다. 보행 분석을 통해 걸음걸이에 문제가 있는지를 파악하려는 노력이 꾸준히 이어져 왔다. 본 논문에서는 이러한 보행 이상을 알아보기 위한 전 단계로써 보행 데이터를 활용하여 동일 실험 참가자에 대해 노인 체험복착용 전후의 걸음걸이를 기계학습 모델에 적용하여 학습시킴으로써 노인 체험복 착용 여부를 구별할 수 있는지를 연구하였다. 총 45명의 실험 참가들을 대상으로 노인 체험복 착용 전과 후 각각의 보행 데이터를 수집하였고, 총 6개의 기계학습 모델을 이용하여 보행 데이터를 학습시켰다. 신경망 모델을 활용하여 노인 체험복 착용 여부를 판별한 결과 약 99%의 높은 정확도를 보였다. 본 연구에서 시사하는 것은 기계학습을 활용하여 보행의 이상 유무를 판단할 수 있는 가능성을 모색했다는 데 있다.

• 인터넷정보학회논문지
• /
• 제20권5호
• /
• pp.27-36
• /
• 2019

본 연구에서는 공개된 뇌파 데이터인 DEAP(A Database for Emotion Analysis using Physiological Signals) 데이터 세트를 활용한 감정분류 분석 및 정확도 향상에 대한 실험을 진행하였다. 실험에는 32명에 대한 32개의 뇌파측정 채널 데이터가 모두 사용되었다. 전처리과정에서는 뇌파 데이터에 대한 256Hz 샘플링작업을 진행하였고, 유한 임펄스 응답 필터를 사용하여 주파수 대역별로 쎄타(4-8Hz), 슬로 알파(8-10Hz), 알파(8-12Hz), 베타(12-30Hz), 감마(31-45Hz) 파형에 대한 데이터를 추출하였다. 추출한 데이터는 시간-주파수 변형을 통하여 데이터의 상태를 구분한 후에, 독립성분분석방법을 통해 잡음(Artifact)을 제거하여 데이터를 정제했다. 도출된 데이터는 분류기 기계학습 알고리즘 실험을 시행할 수 있도록 CSV 파일로 변형 하였으며, 감정분류에는 Arousal-Valence 평면을 사용하였다. 감정은 "긍정적(Positive)", "부정적(Negative)" 이외에 평온한 상태로 존재하는 "중립적(Neutral)"의 3가지 상태로 분류하였다. 정확도를 개선하기 위해서 랜덤 포레스트(Random Forest) 알고리즘에 속성 선택적 분류기(Attribute Selected Classifier: ASC) 방식에 의해 선택된 속성을 적용하여 실험하였다. 정확도는 "각성(Arousal)" 부분에서 Koelstra의 결과보다 "32.48%" 높은 결과가 도출되었고, Liu의 실험의 "정서가(Valence)"와 비교해보면 ASC(Random Forest) 결과가 "8.13%" 더 높은 결과를 도출하였다. 정확도를 개선하기 위해 ASC 방식을 적용한 랜덤 포레스트 분류기 실험결과에서는 전체평균을 기준으로 기존 연구 결과와 대비하여 "2.68%" 높은 정확도가 도출되었다.