• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.91-98
• /
• 2023

오늘날 인공지능 산업이 발전함에 따라 여러 분야에 걸쳐 인공지능을 통한 자동화 및 최적화가 이루어지고 있다. 국내의 철도 분야 또한 지도 학습을 이용한 레일의 결함을 검출하는 연구들을 확인할 수 있다. 그러나 철도에는 레일만이 아닌 다른 구조물들이 존재하며 그중 선로 체결 장치는 레일을 다른 구조물에 결합시켜주는 역할을 하는 장치로 안전사고의 예방을 위해서 주기적인 점검이 필요하다. 본 논문에는 선로 체결 장치의 데이터를 이용하여 준지도 학습(semi-supervised learning)과 전이 학습(transfer learning)을 이용한 분류기를 학습시켜 선로 안전 점검에 사용되는 비용을 줄이는 방안을 제안한다. 사용된 네트워크는 Resnet50이며 imagenet으로 선행 학습된 모델이다. 레이블이 없는 데이터에서 무작위로 데이터를 선정 후 레이블을 부여한 뒤 이를 통해 모델을 학습한다. 학습된 모델의 이용하여 남은 데이터를 예측 후 예측한 데이터 중 클래스 별 확률이 가장 높은 데이터를 정해진 크기만큼 훈련용 데이터에 추가하는 방식을 채택하였다. 추가적으로 초기의 레이블된 데이터의 크기가 끼치는 영향력을 확인해보기 위한 실험을 진행하였다. 실험 결과 최대 92%의 정확도를 얻을 수 있었으며 이는 지도 학습 대비 5% 내외의 성능 차이를 가진다. 이는 제안한 방안을 통해 추가적인 레이블링 과정 없이 비교적 적은 레이블을 이용하여 분류기의 성능을 기존보다 향상시킬 수 있을 것으로 예상된다.

• 한국산학기술학회논문지
• /
• 제20권8호
• /
• pp.579-585
• /
• 2019

수중 표적의 탐지 효율을 증대시키기 위하여 능동 예인 음탐기는 적정 심도에서 바른 자세로 예인 되어야 한다. 본 연구에서는 능동 예인 음탐기의 꼬리 날개 형상이 예인 자세 및 예인 안정성에 미치는 영향을 확인하기 위하여 축소 모형 실험 2회 및 해상 실험 1회를 수행하고 그 결과를 분석하였다. 축소 모형 실험은 선형 수조에서 꼬리 날개 형상에 따른 속력 별 예인 거동을 측정하였으며, 축소 모형 실험에 활용된 꼬리 날개 형상은 I 형 꼬리 날개 1개와 Y 형 꼬리 날개 4개로 총 2종 5개에 대하여 실험을 수행하였다. 1차 축소 모형 실험에서는 Y형 꼬리 날개가 I 형 꼬리 날개 대비 예인 자세 및 예인 안정성이 우수함을 확인하였다. 2차 축소 모형 실험에서는 Y형 꼬리 날개를 기본으로 수직 꼬리 날개 높이 증가, 하부 수평 꼬리 날개 경사각 적용 형상에 대하여 속력 별 거동 특성을 확인하였으며, 하부 수평 꼬리 날개 경사각 적용 형상이 가장 우수한 성능을 나타내었다. 축소 모형 실험 결과를 검증하기 위해 실물 모형을 제작하여 해상 실험을 수행하였으며, 축소 모형 실험 결과와 유사함을 확인하였다.

• 대한영상의학회지
• /
• 제81권3호
• /
• pp.610-619
• /
• 2020

목적 본 연구는 방광암 환자에서 전립선 Prostate Imaging Reporting and Data System version 2 (이하 PI-RADS v2)가, 우연히 발견된 전립선암 또는 요로상피세포암종의 전립선침범을 예측하는데 도움이 되는지 분석하였다. 대상과 방법 3 Tesla 다중 매개 자기공명영상에서 수술 전 영상을 촬영한 후, 근치적 방광전립 선절제술을 시행한 72명의 방광암 환자가 연구에 포함되었다. 수술 전 영상 소견은 두 명의 영상의학과 의사가 분석하였고, 수술 검체는 한 명의 병리과 의사가 평가하였다. 그 후, 전립선 PI-RADS v2의 결과와 병리 소견을 비교 분석하였다. 결과 72명의 방광암 환자 중 29명이 전립선암(40.3%)이 있었고, 20명이 요로상피세포암종(27.8%)이 있었다. 스코어 4를 기준값으로 설정하였을 때, 전립선암을 예측하는 진단 정확도는 65.3%, 특이도는 90.7%, 양성 예측도는 66.7%였다. 또한 전립선암 또는 요로상피세포암종을 예측하는 진단 정확도는 47.2%, 특이도는 92.3%, 양성 예측도는 83.3%였다. 결론 정확도는 낮은 편이었지만, 양성 예측도와 특이도는 높은 편이었다. 따라서 전립선 PI-RADS v2에서 스코어 1, 2 또는 3에 해당되면 우연히 발견된 전립선암과 요로상피세포암종의 침범을 배제하는데 도움이 될 수 있다.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제14권4호
• /
• pp.1-18
• /
• 2008

본 연구에서는 실체적 진실을 알지 못하는 상황에서 두 가지의 통계적인 방법을 이용하여 폴리그라프 검사의 정확도를 추정하였다. 한 가지는 대검찰청과 지방검찰청에서 2000년부터 2004년까지 범죄피의자를 대상으로 수행한 폴리그라프 검사와 검찰처분(기소여부)의 일치율을 이용하여 폴리그라프 검사의 정확도를 추정하였으며, 다른 한 가지는 대검찰청과 지방검찰청에서 2006년에 수행한 폴리그라프 검사결과와 검찰처분의 빈도분포를 가지고 잠재계층분석을 이용하여 정확도를 추정하였다. 판단불능으로 결정된 사례를 제외하고 산출한 일치율로 폴리그라프 검사의 정확도를 추정한 결과, 2000-2004년 자료의 경우는 정확도가 .914(SE=.004)로 산출되었으며, 2006년 자료의 경우는 정확도가 .885(SE=.021)인 것으로 산출되었다. 2006년 자료에 판단불능 사례를 포함한 후 잠재계층분석을 이용하여 폴리그라프 검사의 정확도를 추정한 결과, 정확도가 .707~.734(SE=.027~.031)인 것으로 산출되었으며, 오류긍정율과 오류부정율은 각각 .078~.087(SE=.019~.023)과 .029~.078(SE=.010~.023)으로 추정되었다. 거짓을 말하는 사람을 정확하게 판별할 확률은 .912~.925(SE=.013~.016)로 높게 나타났고, 진실을 말하는 사람을 정확하게 판별할 확률은 .867~.955(SE=.011~.040)이었다.

• 전자공학회논문지
• /
• 제51권6호
• /
• pp.201-208
• /
• 2014

본 논문은 DTW 결과를 이용하여 분류기 구조를 설계하는 알고리즘을 제안한다. 제안된 알고리즘은 다수 클래스의 데이터를 분류하기 위한 SVM 기반 이진트리 구조를 설계하는데 있어 DTW 결과를 이용한다. 각 클래스에 대한 데이터를 DTW의 입력으로 하여 얻어진 결과행렬의 열의 합을 이용하여 계산된 임계치를 기준으로 SVM 기반 이진트리 구조(SVM-BTA)를 설계한다. 제안된 알고리즘의 성능 비교를 위해 데이터베이스와 k-means 알고리즘을 이용한 이진트리 구조의 분류 결과를 비교한다. 분류에 사용된 데이터는 수중과도소음 데이터베이스의 18개 클래스 333개의 데이터이다. 제안된 분류기는 데이터베이스의 체계를 이용한 분류기에 비해 분류성능이 향상되었고, k-means 알고리즘을 이용한 분류기에 비해 비 생물소음의 검출 확률이 향상되었다. 제안된 SVM-BTA는 생물 소음(BO) 68.77%, 기계 소음인 체인(CHAN) 92.86%, 그 외의 기계 소음 및 음향학적 소음, 기타소음의 6종은 100%로 분류한다.

• 대한토목학회논문집
• /
• 제26권1D호
• /
• pp.195-202
• /
• 2006

침투경로분석은 지형공간정보 기술을 활용한 군사응용분야 중 하나이다. 분석결과는 잠재적인 적의 침투에 대해 취약한 경로를 보여줄 것이다. 가능한 침투경로를 찾기 위하여 탐지확률의 합으로 표현되는 비용함수를 최소화하는 최적경로알고리듬(다익스트라 및 $A^*$)을 사용하였다. 열상장비의 성능, 수치고도모형을 이용한 가시선분석 결과와 지형분석도(VITD)에 포함된 지형공간정보 커버리지(coverage) 중 2개의 관련된 커버리지를 사용하여 비용함수를 계산하였다. $50m{\times}50m$ 셀(cell) 크기 단위로 각각의 비용이 계산되고 저장되었으며, 최적경로로서 경로상의 모든 비용의 합을 최소화하는 경로를 찾아내었다. 제안된 방법은 대한민국의 대전지역을 대상으로 실험하였다. 실험 결과 다익스트라와 $A^*$ 알고리듬은 큰 차이가 없었으며, 다만 $A^*$ 알고리듬의 수행시간 측면에서 유리하였다. 이러한 응용분야는 침투와 감시의 두 가지 측면에서 모두 활용될 수 있다. 열상장비의 위치를 바꿔서 시뮬레이션을 수행하면, 가장 취약한 경로를 침투목적으로 찾아낼 수 있다. 다른 측면으로 보면 열상장비의 최상의 위치를 선택하기 위하여 사용될 수 있다. 이는 군사응용분야에 대한 강력한 지형공간정보 활용 해법의 한 가지 예제가 될 것이다.

• 한국식품저장유통학회지
• /
• 제30권3호
• /
• pp.459-471
• /
• 2023

뱀장어 생산단계 안전성조사 부적합여부에 영향을 미치는 특성변수를 베이지안 네트워크(BN) 모델을 적용하여 분석하였다. 2012년부터 2021년까지의 통합식품안전정보망(IFSIN)의 뱀장어 생산단계 안전성조사 데이터에 양식장의 HACCP 정보, 지리적 정보 및 용수환경 데이터를 연계하여 BN 모델을 수립하였다. 뱀장어의 부적합여부에 영향을 주는 특성변수로 양식장의 HACCP 인증여부, 양식장의 이전 5년간 검사대상 유해물질의 검출여부, 해당 양식장의 이전 5년간 부적합적발이력, 사용되는 용수환경의 적정성이 제안되었으며, 이때 용수환경의 적정성은 총대장균군과 총유기탄소량으로부터 산출되었다. 뱀장어 부적합이 발생할 확률이 가장 높은 경우는 지난 5년간 검사대상 유해물질의 검출이력이 있으면서 동시에 부적합 적발 이력이 있는 HACCP 인증을 받지 않은 양식장으로서, 용수환경도 총대장균군 또는 총유기탄소가 높아 오염이 의심되는 용수를 사용하는 경우로 이때 부적합이 발생할 확률은 24.5%로 뱀장어 생산단계 안전성 조사 시 부적합률인 0.26%의 94배 높았다. 2022년 1월부터 8월까지 뱀장어 양식장 안전성조사 결과를 시험용 데이터세트(6,785건 중 부적합 15건)로 하여 BN 모델의 적정성을 검토하였다. 영향강도가 높았던 설명변수인 HACCP, 검출이력, 부적합이력으로 구성한 BN 모델을 시험용 데이터세트에 적용한 결과 부적합일 확률이 15.8%로 시험용데이터의 부적합률인 0.22%의 약 71.4배 개선할 수 있었다. 그러나 이 모델의 재현율은 0.2에 머물렀는데, 이는 특히 부적합항목인 유해물질의 기준·규격이 신설되어 해당 양식장에서 검사기록이 없는 경우와, 매우 드물게 발생하여 10년 동안 검출이력이 없어 학습데이터세트에는 없는 경우이었다. 베이지안 네트워크를 적용하여 부적합확률이 높은 생산단계 안전성 조사대상을 선정하게 되면 설명변수별로 시나리오에 따라 부적합확률을 설명가능하게 되어 다른 머신러닝 알고리즘을 적용하는 경우 지적되어온 설명불가능이라는 문제점을 해소할 수 있으며, 향후 안전성조사 데이터 축적 시 용이하게 모델 업데이트가 가능하며 이를 통해 모델의 예측성능개선도 기대할 수 있다는 장점이 있다.

• 한국통신학회논문지
• /
• 제23권7호
• /
• pp.1797-1806
• /
• 1998

멀티미디어 서비스를 위한 미래 위성통신용 Ka 대역(20/30 GHz)은 지상의 간섭으로부터 자유롭고 상대적으로 넓은 주파수 대역을 장점으로한다. 그러나, Ka 대역의 큰 단점은 강우 조건에서 매우 큰 대기중감쇄가 존재한다는 점이다. 통기화 CDMA는 유연한 주파수 재사용과 연성 통화인계(soft-handover), 간섭에 덜 민감한 점등의 이동통신을 위한 CDMA의 주요 특징뿐만아니라, 자기간섭을 상당히 줄일 수 있다는 특징도 가진다. 본 논문에서는 Ka 대역에서 운용되는 동기화 CDMA 정지위성 시스템 리턴링크의 성능을 고찰하였다. 기후 조건에 영향을 받는 특성을 가지는 정지위성 채널에 대해 신호의 포락선과 위상을 가우시안으로 모델링 하였다. 강우 조건에서의 비트 오율과 outage 확률 그리고 불완전한 칩동기화로 인한 검출손실을 해석적으로 계산하고, 기후 조건에 의한 시스템 수용용량 감소를 추정하였다. 강우에 의해 모든 사용자가 영향을 받는 일반적인 경우와, 기준 사용자만 영향을 받는 최악의 경우 두가지 경우에 대한 분석이 수행되었는데, 그 결과 동기화 CDMA는 전력제어 요구의 부담을 덜어주고, 불완전한 전력제어에 덜 민감함을 보였다.

• 융합신호처리학회논문지
• /
• 제23권3호
• /
• pp.166-172
• /
• 2022

본 연구에서는 전동 이동 보조기기를 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 보조기기의 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
• /
• 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.