• Smart Structures and Systems
• /
• 제31권3호
• /
• pp.229-245
• /
• 2023

The absence of excitation measurements may pose a big challenge in the application of structural damage identification owing to the fact that substantial effort is needed to reconstruct or identify unknown input force. To address this issue, in this paper, an iterative strategy, a synergy of Tikhonov regularization method for force identification and modified Jaya algorithm (M-Jaya) for stiffness parameter identification, is developed for damage identification with partial output-only responses. On the one hand, the probabilistic clustering learning technique and nonlinear updating equation are introduced to improve the performance of standard Jaya algorithm. On the other hand, to deal with the difficulty of selection the appropriate regularization parameters in traditional Tikhonov regularization, an improved L-curve method based on B-spline interpolation function is presented. The applicability and effectiveness of the iterative strategy for simultaneous identification of structural damages and unknown input excitation is validated by numerical simulation on a 21-bar truss structure subjected to ambient excitation under noise free and contaminated measurements cases, as well as a series of experimental tests on a five-floor steel frame structure excited by sinusoidal force. The results from these numerical and experimental studies demonstrate that the proposed identification strategy can accurately and effectively identify damage locations and extents without the requirement of force measurements. The proposed M-Jaya algorithm provides more satisfactory performance than genetic algorithm, Gaussian bare-bones artificial bee colony and Jaya algorithm.

• 교육녹색환경연구
• /
• 제22권4호
• /
• pp.1-8
• /
• 2023

학령인구의 급격한 감소에 따른 학교의 소규모화가 가속화되고 있으며, 지역 및 학교 소멸에 대한 위기가 고조되고 있는 상황에서 소규모학교에서 미래교육 대응에 대한 필요성이 점점 증가하고 있다. 미래에는 유연한 교육과정, 디지털·인공지능 기반의 교실 수업 개선 등과 같은 교육과정을 통해서 학생들의 학교생활 만족도 향상, 창의성 및 인성 함양, 학업성취도 향상, 협력적 소통 역량 강화와 교사들의 교수학습 방법의 변화 등의 교육적 효과가 중요하다고 볼 수 있으며, 이를 위해서는 학교공간혁신 등 학교시설을 미래지향적인 공간으로 변화시킬 필요가 있다. 본 연구는 소규모 학교에서 미래형 교육체제가 무엇인지를 살펴보았고 학교공간 변화와 학교교육 상관관계, 스마트 환경 등 공간혁신의 교육적 효과와 지속가능성에 대한 인식을 중점적으로 분석하여 향후 소규모학교 공간혁신사업의 바람직한 추진 방향을 제시하였다.

• Smart Structures and Systems
• /
• 제32권3호
• /
• pp.135-151
• /
• 2023

Using 3D asphalt pavement surface data, a deep and multiscale network named CrackNet-M is proposed in this paper for pixel-level crack detection for improvements in both accuracy and robustness. The CrackNet-M consists of four function-specific architectural modules: a central branch net (CBN), a crack map enhancement (CME) module, three pooling feature pyramids (PFP), and an output layer. The CBN maintains crack boundaries using no pooling reductions throughout all convolutional layers. The CME applies a pooling layer to enhance potential thin cracks for better continuity, consuming no data loss and attenuation when working jointly with CBN. The PFP modules implement direct down-sampling and pyramidal up-sampling with multiscale contexts specifically for the detection of thick cracks and exclusion of non-crack patterns. Finally, the output layer is optimized with a skip layer supervision technique proposed to further improve the network performance. Compared with traditional supervisions, the skip layer supervision brings about not only significant performance gains with respect to both accuracy and robustness but a faster convergence rate. CrackNet-M was trained on a total of 2,500 pixel-wise annotated 3D pavement images and finely scaled with another 200 images with full considerations on accuracy and efficiency. CrackNet-M can potentially achieve crack detection in real-time with a processing speed of 40 ms/image. The experimental results on 500 testing images demonstrate that CrackNet-M can effectively detect both thick and thin cracks from various pavement surfaces with a high level of Precision (94.28%), Recall (93.89%), and F-measure (94.04%). In addition, the proposed CrackNet-M compares favorably to other well-developed networks with respect to the detection of thin cracks as well as the removal of shoulder drop-offs.

• 한국재난정보학회 논문집
• /
• 제19권4호
• /
• pp.844-850
• /
• 2023

연구목적: 본 논문은 백열전구를 이용하여 단락보호 전원공급 장치를 개발하고, 이를 학습 교구로 활용하는 연구에 관한 것이다. 전기 안전과 에너지 절약을 동시에 고려한 이 연구는 교육과 산업 분야에서 중요한 응용 가능성을 가지고 있다. 백열전구를 활용한 단락보호 전원공급 장치는 기존의 전원공급 장치와 비교하여 안전성과 효율성을 향상시키는데 도움이 되며, 학습 교구로 학습자들에게 전기 안전 교육을 제공함으로써 실생활에서의 전기 안전 지식을 습득하는데 기여한다. 연구방법: 백열전구를 사용하여 단락보호 전원공급 장치를 개발하고 개발된 장치의 성능 평가 및 안전성 확인을 통해 학습 교구로 활용할 수 있는 새로운 전원공급장치를 제작 한다. 결론:백열전구를 활용한 단락보호 전원공급 장치의 개발과 학습 교구로의 응용 가능성을 탐구한 연구이다. 이를 통해 전기 안전과 에너지 절약에 기여할 수 있는 혁신적인 솔루션을 제시하였으며, 교육 분야와 산업 분야에서의 응용 가능성을 열어놓았다. 이러한 연구는 전기 안전 및 에너지 관리 분야에서의 연구와 교육에 기여할 것으로 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.1-7
• /
• 2023

딥러닝의 발전은 의료 분야에서도 다양한 응용을 가능하게 하고 있으며 이러한 애플리케이션 중에 심박수 측정은 개인의 건강을 관리하기 위한 필수적인 아이템이라 할 수 있다. 광혈류 측정을 이용한 기존 방법의 경우 스마트워치 같은 장비의 착용이 필수적이다. 그러나 최근 딥러닝 기술의 발전은 비침습식으로 원격에서 사용자의 얼굴 이미지를 분석하여 심박수를 높은 성능으로 측정가능하게 한다. 본 연구에서는 모바일 환경에서 사용 가능한 경량화된 심박수 추정 방법론을 제안한다. 이 방법론은 2D 컨볼루션에 기반한 특화된 2채널 네트워크 구조를 사용하여, 혈류와 근육 수축으로 인한 얼굴의 미세한 움직임과 색상 변화를 고려한다. 제안하는 네트워크 구조는 이미지 특성을 분석하는 인코더와 혈류량 파동을 예측하는 회귀 레이어로 구성되어있다. 이러한 복합적인 특성을 동시에 분석함으로써, 제한된 컴퓨팅 리소스를 가진 환경에서도 심박수를 정확하게 추정할 수 있다. 이 연구의 접근 방식은 침습적인 기술 없이도 심박수를 효과적으로 모니터링 할 수 있는 새로운 경로를 제공할 것으로 예상한다.

• 아태비즈니스연구
• /
• 제14권2호
• /
• pp.85-100
• /
• 2023

Purpose - The purpose of this study is to identify the factors of shocking events in the career aspect experienced by Korean workers in the context of the Covid-19 pandemic, and to find out whether these career shocks affect individual perceptions of the importance of subjective career success. Design/methodology/approach - In the survey of 146 respondents, the career shock events experienced in the context of the Covid-19 pandemic were largely divided into three categories; 'work change', 'employment anxiety', and 'life anxiety'. For the subjective career success, seven dimensions - 'financial security', 'financial achievement', 'entrepreneurship', 'positive relationship', 'positive impact', 'learning and development', 'work-life balance' - were used. Findings - As a result, there was no difference in the perception of subjective career success due to the experience of 'work change' during the Covid-19 period. However, the respondents who experienced 'employment anxiety' came to recognize that 'financial security' and 'financial achievement' were more increasing in terms of the degree of difference of importance. And respondents who experienced 'lifetime anxiety' perceived that the degree of difference of importance was increasing in the six dimensions except for 'social influence'. Particularly, the increase in the importance of 'work-life balance' and 'positive relationship' was found to be the greatest among the career success dimensions. Research implications or Originality - Finally, it was concluded that changes in the external environment such as Covid-19 pandemic influence as a career shock and affect the level of importance in subjective career success perception. Based on the results, the theoretical implication on current career study and some practical implications for organizational career management were suggested.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권9호
• /
• pp.273-282
• /
• 2023

최근 스마트항만을 구축하기 위해 ICT 기술이 적용된 물류 자동화, 항만 운영 자동화 등 다양한 기술이 개발 중이다. 하지만 항만 안전과 안전사고를 예방하기 위한 기술 개발은 부족한 상황이다. 이에 본 논문에서는 항만 내 컨테이너 적재 공간에서 발생할 수 있는 안전사고를 예방하기 위한 인공지능 기반 컨테이너 적재 안전관리 시스템을 제안한다. 이 시스템은 인공지능 기반 컨테이너 안전사고 위험도 분류 및 저장 기능과 실시간 안전사고 모니터링 기능으로 구성되어 있다. 이 시스템은 실시간으로 현장의 사고 위험도를 모니터링하며 이를 통해 컨테이너 붕괴사고를 예방할 수 있다. 제안된 시스템은 프로토타입으로 개발되어 직접 항만에 적용하여 시스템을 평가하였다.

• International journal of advanced smart convergence
• /
• 제12권4호
• /
• pp.434-442
• /
• 2023

The relationship between acute kidney injury (AKI) prediction and nephrotoxic drugs, or drugs that adversely affect kidney function, is one that has yet to be explored in the critical care setting. One contributing factor to this gap in research is the limited investigation of drug modalities in the intensive care unit (ICU) context, due to the challenges of processing prescription data into the corresponding drug representations and a lack in the comprehensive understanding of these drug representations. This study addresses this gap by proposing a novel approach that leverages patient prescription data as a modality to improve existing models for AKI prediction. We base our research on Electronic Health Record (EHR) data, extracting the relevant patient prescription information and converting it into the selected drug representation for our research, the extended-connectivity fingerprint (ECFP). Furthermore, we adopt a unique multimodal approach, developing machine learning models and 1D Convolutional Neural Networks (CNN) applied to clinical drug representations, establishing a procedure which has not been used by any previous studies predicting AKI. The findings showcase a notable improvement in AKI prediction through the integration of drug embeddings and other patient cohort features. By using drug features represented as ECFP molecular fingerprints along with common cohort features such as demographics and lab test values, we achieved a considerable improvement in model performance for the AKI prediction task over the baseline model which does not include the drug representations as features, indicating that our distinct approach enhances existing baseline techniques and highlights the relevance of drug data in predicting AKI in the ICU setting.

• 인터넷정보학회논문지
• /
• 제25권2호
• /
• pp.49-55
• /
• 2024

본 논문은 물고기 양식 전문가의 먹이 배급을 모방하는 신경망 모델인 PredFeed Net을 제안한다. PredFeed Net은 기존의 먹이 배급 자동화 시스템과 달리, 전문가의 먹이 배급 패턴을 학습하는 방식으로 먹이 배급량을 예측한다. 이는 실제 수조에서 환경에 따른 먹이 배급 변수를 바꾸며 실험할 필요 없이, 기존의 환경 데이터와 먹이 배급 전문가의 먹이 배급 기록만으로 학습이 가능하다는 이점이 있다. 학습이 완료된 PredFeed Net은 현재 환경이나 어류의 상태를 통해 다음 먹이 배급량을 예측한다. 먹이 배급량 예측은 먹이 배급 자동화에 필요한 요소이며, 먹이 배급 자동화는 스마트 양식업이나 아쿠아포닉스 시스템 같은 최신 양식어업에 발전에 기여한다.

• 경영정보학연구
• /
• 제22권1호
• /
• pp.113-124
• /
• 2020

농가를 운영함에 있어서 수확한 작물에 대한 품질을 평가하여 불량품을 분류하는 작업은 매우 중요하다. 그러나, 농가는 부족한 자본과 인력으로 인하여 품질평가에 소요되는 비용과 시간을 감당하는데 어려움이 있다. 이에 본 연구는 인공지능 기술인 딥 러닝 알고리즘을 이용하여 과일의 표피를 분석함으로써 불량을 검출하고자 한다. 과일을 촬영한 동영상 이미지에 대하여 영역기반 합성곱 신경망(Region Convolutional Neural Network)을 기반으로 한 YOLOv3 알고리즘을 적용하여 표피를 분석할 수 있는 모델을 개발하였다. 총 4개의 클래스를 정해서 학습을 진행하였고, 총 97,600번의 epoch을 통해서 우수한 성능의 불량검출 모델을 얻을 수 있었다. 본 연구에서 제안한 농작물 불량검출 모델은 데이터 수집, 분석된 데이터를 통한 품질평가, 그리고 불량검출에 이르는 과정의 자동화에 활용될 수 있다. 특히, 농작물들 중에서도 외상에 가장 취약한 복숭아를 대상으로 분석모델을 개발하였기 때문에, 다른 작물에도 적용될 수 있을 것으로 기대된다.