• Journal of Korean Neurosurgical Society
• /
• 제64권6호
• /
• pp.873-881
• /
• 2021

Objective : Peripheral nerve injuries occur mostly as a result of mechanical trauma. Due to the microvascular deterioration in peripheral nerve damage, it becomes challenging to remove free oxygen radicals. Gallic acid is a powerful antioxidant with anti-inflammatory effects and a free radical scavenger. The purpose of the study is to show that gallic acid contributes to the restorative effect in mechanical nerve damage, considering its antioxidant and anti-inflammatory effects. Methods : Thirty male Sprague Dawley albino mature rats were included in the study. Ten of them constituted the control group, 10 out of 20 rats for which sciatic nerve damage was caused, constituted the saline group, and 10 formed the gallic acid group. Post-treatment motor functions, histological, immunohistochemical, and biochemical parameters of the rats were evaluated. Results : Compared to the surgery+saline group, lower compound muscle action potential (CMAP) latency, higher CMAP amplitude, and higher inclined plane test values were found in the surgery+gallic acid group. Similarly, a higher nerve growth factor (NGF) percentage, a higher number of axons, and a lower percentage of fibrosis scores were observed in the surgery+gallic acid group. Finally, lower tissue malondialdehyde (MDA) and higher heat shock protein-70 (HSP-70) values were determined in the surgery+gallic acid group. Conclusion : Gallic acid positively affects peripheral nerve injury healing due to its anti-inflammatory and antioxidant effects. It has been thought that gallic acid can be used as a supportive treatment in peripheral nerve damage.

• 한국빅데이터학회지
• /
• 제6권1호
• /
• pp.197-206
• /
• 2021

GPR(Ground Penetrating Radar)에서 수집된 데이터는 지하 탐사를 위해 사용된다. 이 때, 지반 아래의 시설물들이 GPR을 반사하는 경우가 종종 발생하여 수집된 데이터는 전문가에 경험에 의존하여 해석된다. 또한, GPR 데이터는 수집 장비, 환경 등에 따라 데이터의 노이즈, 특성 등이 다르게 나타난다. 이로 인해 정확한 레이블을 가지는 데이터가 충분히 확보되지 못하는 경우가 많다. 일반적으로 이미지 분류 문제에서 높은 성능을 보이는 인공신경망 모델을 적용하기 위해서는 많은 양의 학습 데이터가 확보되어야 한다. 그러나 GPR 데이터의 특성 상 데이터에 정확한 레이블을 붙이는 것은 많은 비용을 필요로 하여 충분한 데이터를 확보하기가 어렵다. 이는 결국 일반적으로 활용되는 지도학습 방법을 기반으로 인공신경망을 적절히 학습시킬 수 없게 한다. 본 논문에서는 각 레이블의 정확도가 유사한 수준을 갖도록 하는 것을 목표로 데이터 특성을 바탕으로 하는 이미지 분류 방법을 제안한다. 제안 방법은 준지도학습을 기반으로 하고 있으며, 인공신경망으로부터 이미지의 특징값을 추출한 후 클러스터링 기법을 활용하여 이미지를 분류한다. 이 방법은 라벨링 된 데이터가 충분하지 않은 경우 라벨링할 때 뿐 만 아니라 데이터에 달린 레이블의 신뢰도가 높지 않은 경우에도 활용할 수 있다.

• 스마트미디어저널
• /
• 제10권2호
• /
• pp.70-75
• /
• 2021

디자인에 있어서 유사한 디자인들을 그룹핑하여 분류하는 것은 관리적인 측면에서 효율성을 높여주고 사용적인 측면에서는 편의성을 제공한다. 본 연구는 인공지능 알고리즘을 이용하여 텍스타일 디자인을 도트, 꽃무늬, 줄무늬, 그리고 기하학으로 4개의 카테고리로 분류하고자 하였다. 특히, 인공지능의 관점에서 분류의 근거가 되는 관심 영역을 찾아내고 설명할 수 있는 지를 탐색하였다. 총 4,536개의 디자인을 8:2의 비율로 무작위 추출하여 학습용 데이터 3,629개와 테스트용 데이터 907개로 구성하였다. 분류에 사용된 모델은 VGG-16과 ResNet-34로 두 모델의 꽃무늬 디자인에 대한 정밀도는 각각 0.79%, 0.89%이며, 재현율은 0.95%, 0.38%로 우수한 분류 성과를 보였다. LIME(Local Interpretable Model-agnostic Explanation) 기법을 이용하여 분석한 결과에 따르면, 기하학과 꽃무늬 디자인의 경우 도형과 꽃잎 부분이 분류의 근거가 되는 관심 영역으로 도출되었다.

• 한국정보통신학회논문지
• /
• 제25권9호
• /
• pp.1244-1253
• /
• 2021

본 논문에서는 보행자 경로 예측 기법을 이용하여 보행자들이 현재 시점 이후로 위험구역으로 진입하는지 사전에 예측하는 방법과 경로 예측 네트워크의 효율적인 간소화 방법을 제안한다. 그리고 임베디드 환경에서 실시간 운용을 위해 작은 네트워크에 대하여 KD(Knowledge Distillation)을 적용하는 방법을 제안한다. 예측된 미래 경로와 위험구역 간의 상관관계를 이용하여 진입 여부를 판단하였으며 작은 네트워크를 학습할 때 효율적인 KD를 적용하여 성능저하를 최소화하였다. 실험을 통하여, 제안하는 간소화 기법을 적용한 모델이 기존 모델과 비교하여 37.49%의 속도향상 대비 미미한 정확도 저하를 이끌어 내는 것을 보여 주었다. 또한, 91.43%의 정확도를 가진 작은 네트워크를 KD를 이용하여 학습한 결과 94.76%의 향상된 정확도를 보임을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권11호
• /
• pp.173-182
• /
• 2021

본 논문에서는 운전자의 주의산만을 유발하는 운전자, 탑승자의 동작을 분석하고 핸드폰과 관련된 운전자의 행동 10가지를 인식하였다. 먼저 주의산만을 유발하는 동작을 환경 및 요인으로 분류하고 관련 최근 논문을 분석하였다. 분석된 논문을 기반으로 주의산만을 유발하는 주요 원인인 핸드폰과 관련된 10가지 운전자의 행동을 인식하였다. 약 10만 개의 이미지 데이터를 기반으로 실험을 진행하였다. SURF를 통해 특징을 추출하고 3가지 모델(CNN, ResNet-101, 개선된 ResNet-101)로 실험하였다. 개선된 ResNet-101 모델은 CNN보다 학습 오류와 검증 오류가 8.2배, 44.6배가량 줄어들었으며 평균적인 정밀도와 f1-score는 0.98로 높은 수준을 유지하였다. 또한 CAM(class activation maps)을 활용하여 딥러닝 모델이 운전자의 주의 분산 행동을 판단할 때, 핸드폰 객체와 위치를 결정적 원인으로 활용했는지 검토하였다.

• 천문학회지
• /
• 제52권4호
• /
• pp.133-144
• /
• 2019

We develop forecast models of daily probabilities of major flares (M- and X-class) based on empirical relationships between photospheric magnetic parameters and daily flaring rates from May 2010 to April 2018. In this study, we consider ten magnetic parameters characterizing size, distribution, and non-potentiality of vector magnetic fields from Solar Dynamics Observatory (SDO)/Helioseismic and Magnetic Imager (HMI) and Geostationary Operational Environmental Satellites (GOES) X-ray flare data. The magnetic parameters are classified into three types: the total unsigned parameters, the total signed parameters, and the mean parameters. We divide the data into two sets chronologically: 70% for training and 30% for testing. The empirical relationships between the parameters and flaring rates are used to predict flare occurrence probabilities for a given magnetic parameter value. Major results of this study are as follows. First, major flare occurrence rates are well correlated with ten parameters having correlation coefficients above 0.85. Second, logarithmic values of flaring rates are well approximated by linear equations. Third, using total unsigned and signed parameters achieved better performance for predicting flares than the mean parameters in terms of verification measures of probabilistic and converted binary forecasts. We conclude that the total quantity of non-potentiality of magnetic fields is crucial for flare forecasting among the magnetic parameters considered in this study. When this model is applied for operational use, it can be used using the data of 21:00 TAI with a slight underestimation of 2-6.3%.

• 한국항해항만학회지
• /
• 제43권4호
• /
• pp.237-242
• /
• 2019

해기사의 행동오류는 충돌사고의 주요한 원인 중 하나이고, 교육과 훈련을 통하여 보정이 가능한 것으로 알려져 있다. 이러한 행동오류의 보정을 위해서는 행동오류가 발생되는 구조의 식별이 필요하다. 이를 위하여, 충돌조우상황에 대한 선박조종 시뮬레이션을 통해서 행동관측 데이터를 획득하고, 행동관측에는 Reason이 제안한 9-상태 행동오류 분류 프레임을 이용하였으며, 실험에는 50명의 대학생들이 참가하였다. 행동분석에는 충돌회피의 성공과 실패로 구분한 행동 모델을 이용하였는데, 이 모델은 9-상태의 Left-to-Right 구조를 갖는 은닉 마르코프 모델링 기법을 이용하여 개발하였다. 실험결과, 충돌회피의 성공과 실패에 대한 행동들 사이의 차이가 명확하게 식별되었고, 충돌예방에 필요한 9-상태 행동들 사이의 연계관계가 도출되었다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제25권3호
• /
• pp.123-131
• /
• 2019

본 연구에서는 CT 영상의 대퇴골 부위를 해부학적으로 의미 있게 변형하여 CT 영상의 대퇴골 영역을 분할하기 위한 컨벌루션 신경망(CNN)의 훈련 데이터를 증강하는 방법을 제안한다. 먼저 CT 영상으로부터 삼차원 삼각형 대퇴골 메쉬를 얻는다. 그 후 메쉬의 국소부위에 대한 기하학적 특성을 계산하고, 군집화하여 메쉬를 의미 있는 부분들로 분할한다. 마지막으로, 분할한 부분들을 적절한 알고리즘으로 변형한 뒤, 이를 바탕으로 CT 영상을 와핑하여 새로운 CT영상을 생성하였다. 본 연구의 데이터 증강 방법을 이용하여 학습시킨 딥러닝 모델은 기하학적 변환이나 색상 변환 같이 일반적으로 사용되는 데이터 증강법과 비교하여 더 나은 영상분할 성능을 보인다.

• 디지털융복합연구
• /
• 제17권7호
• /
• pp.369-376
• /
• 2019

본 연구에서는 기록종목과 대인종목의 경쟁적 운동선수를 과업지향 동기분위기와 자아지향 동기분위기가 완벽주의성향에 미치는 영향을 분석함으로써, 최적의 운동수행능력을 발휘할 수 있는 기초자료를 제공하고자 하였다. 대한민국 국가대표 선수촌에서 훈련 중인 엘리트 성인선수 196명을 대상으로 인구통계학적 특성과 완벽주의성향 및 동기분위기에 대한 설문조사를 실시하였고, 기록종목과 대인종목으로 분류하여 종목에 따른 인구통계학적 특성과 완벽주의성향, 동기분위기의 차이를 확인하기 위해 교차검증 또는 독립변인 t-검증을 실시하였으며, 구조방정식 모형분석을 통해 가설검증 및 모형적합도를 확인하였다. 그 결과, 완벽주의성향과 과업지향 및 자아지향 동기분위기 모두 대인종목 선수가 기록종목 선수보다 강한 것으로 확인되었고, 기록종목 운동선수의 경우 과제지향 동기분위기와 자아지향 동기분위기 모두 완벽주의성향에 영향을 미치는 것으로 확인되었으며 과제지향보다 자아지향 동기분위기가 더 큰 영향을 미치는 것으로 나타났다. 대인종목 운동선수의 경우에는 자아지향 동기분위기만이 완벽주의성향에 영향을 미치는 것으로 확인되었으나, 두 연구모형 모두 나쁜 적합도를 보였다.

• 한국정보통신학회논문지
• /
• 제22권12호
• /
• pp.1631-1638
• /
• 2018

오늘 날 한국사회는 세계화와 함께 빠른 이주민의 증가를 경험하고 있다. 특히, 급격히 증가하는 국제결혼과 다문화가족의 확대는 한국사회 내 이주민의 사회 적응과 통합 문제를 제기하게 되었다. 이에 본 연구는 이주민의 사회통합과 정보서비스 및 기술교육 서비스와의 관계에 주목하였다. 결혼이주여성에 대한 서베이조사를 활용하여 이들의 삶의 만족과 고용형태에 정보서비스 및 기술교육이 어떠한 영향을 주는가를 다항 및 로짓 회귀분석을 통해 분석하였다. 분석 결과, 사회서비스를 사용한 경험은 삶의 만족에 긍정적인 영향을 보이고 있다. 즉 정보서비스 및 기술교육의 경험은 결혼이주여성의 고용기회를 확대하였으며 그들의 창업 혹은 취업의지를 증가시키는 것으로 나타났다. 이러한 결과는 한국사회 결혼이주여성의 사회통합을 위해 정보서비스, 기술교육프로그램 및 기술교육서비스의 제공이 중요한 역할을 수행함을 보여준다.