• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 추계학술대회
• /
• pp.382-386
• /
• 2011

RFID 태그 생산 분야에서 RFID 칩 본딩 과정 이후에 RFID 태그 불량 검출 기능을 수행하는 불량 검출 시스템 개발이 요구되어 왔다. 그러나 RFID 태그의 특징을 이해하면서 제대로 된 설계 개념을 가지고 구현된 시스템을 설계하기가 어렵고 사소한 기능의 변화에도 시스템을 처음부터 설계를 해야 하는 어려움이 있었다. 이 논문에서는 RFID 태그 불량 검출 기능을 수행하는 불량검출 시스템을 UML을 이용하여 객체지향 기법으로 설계하고 UML로 설계된 모델링을 객체지향을 지원하는 비주얼 언어인 LabVIEW OOP로 적용하는 방법을 제시한다. UML과 LabVIEW OOP로 설계되고 구현된 불량검출 시스템에 대한 성능과 시스템의 기능 변화에 따른 재설계 기법에 대한 기법도 제안한다.

• 정신신체의학
• /
• 제24권1호
• /
• pp.66-73
• /
• 2016

연구목적 소방관에서 기능성 소화불량의 유병률이 높고 기능성 소화불량의 발현과 악화에 심리사회적 요인이 깊이 연관되어 있음에도 불구하고 이에 관한 연구는 매우 부족한 상황이다. 따라서 본 연구에서는 소방관들을 대상으로 기능성 소화불량에 관련되는 심리사회적 요인의 특징을 알아보고 삶의 질에 미치는 영향을 파악하고자 하였다. 방 법 소방관 1,217명을 대상으로 로마 III 진단기준에 따라 기능성 소화불량 집단을 선별하였다. 인구학적 요인을 조사하였으며 심리사회적 요인을 평가하기 위해 Patient Health Questionnaire-9(PHQ-9), Generalized Anxiety Disorder questionnaire-7(GAD-7), Korean Occupational Stress Scale(KOSS), Ways of Coping Checklist(WCCL), Rosenberg's Self-Esteem Scale(RSES) 그리고 World Health Organization Quality of Life Scale abbreviated version(WHOQOL-BREF)를 사용하였다. 기능성 소화불량에 따라 집단을 나누고 교차분석(chisquare test)과 독립표본 t-검정(independent t-test)을 사용하여 집단 간의 차이를 알아보았다. 또한 KOSS의 각 하위 영역별로 기능성 소화불량의 위험도를 평가하기 위해 로지스틱 회귀분석(logistic regres-sion analysis)을 시행하였다. 기능성 소화불량 집단의 삶의 질과 독립변인들의 상관관계를 파악하기 위해 Pearson 상관분석(Pearson's correlation test)을 시행하였으며, 위계적 회귀분석(hierarchical regression anal-ysis)을 통해 기능성 소화불량 집단의 삶의 질에 영향을 미치는 예측 요인을 알아보았다. 결 과 기능성 소화불량 집단은 남성(p=0.006)이 많았고, PHQ-9(p<0.001), GAD-7(p<0.001), KOSS(p<0.001) 점수가 유의미하게 높았으며, RSES(p=0.008), WHOQOL-BREF(p<0.001) 점수는 유의미하게 낮았다. KOSS 하위 영역 중 높은 직무요구도(OR 1.94, 95% CI : 1.29-2.93), 부적절한 보상(OR 2.47, 95% CI : 1.61-3.81), 그리고 불편한 직장 문화(OR 1.51, 95% CI : 1.01-2.24)에서 기능성 소화불량의 위험도가 높았다. 기능성 소화불량 집단의 삶의 질에 대한 최종 회귀모델에서 우울증상과 직무스트레스가 낮고, 자아존중감이 높은 것이 삶의 질의 42.0%를 설명했다. 결 론 본 연구 결과 기능성 소화불량 및 삶의 질에 대한 심리사회적 요인의 영향이 확인되었다. 따라서 향후 기능성 소화불량의 평가에 있어 내과적 접근 뿐만 아니라 정신건강의학과적인 접근이 동시에 이루어져야 할 것으로 판단된다.

• 아시안잔디학회지
• /
• 제26권2호
• /
• pp.129-134
• /
• 2012

경기도 여주군의 R골프장에서 페어웨이 건설 시 토양조사 및 적절한 토양개량이 실시되지 않아 배수불량 지역이 발생하였다. 2003년과 2008년에 토양물리 화학성검사를 실시하여 배수불량의 원인 분석과 토양개량 실시여부에 대한 배수능력 개선 결과와 토양물리성 변화에 대한 분석을 실시하였다. 배수불량지역은 분석결과 표토 5 cm~8 cm 구간이 토양 경화로 인해 토양 물리성이 악화되어 약 3,000 Kpa의 높은 경도를 보였고, 그에 따른 낮은 투수율에 의해 토양 하부층으로의 배수능력이 저조하여 배수 불량의 직접 원인이 되어있었다. 반면 토양갱신구역은 토양 경도가 양호하며 깊이에 큰 영향 없이 1,500 Kpa 이하로 대체적으로 균일한 것으로 나타났다. 토양수분을 측정한 결과도 비슷한 경향을 보였는데 배수불량지역은 토양하부 5~15 cm 지역은 20~30%의 수분량을 보인 반면 토양개량이 성공한 지역은 8~12%의 이상적인 수분분포를 보였다. 또 토양개량을 실시한 지역이더라도 식재된 보식용 잔디의 식재층에 실트와 점토가 많이 함유되어 이식 지역의 토양과 식재층이 다르면 이식 후 토양층에 이질층이 형성되어 수분의 이동이 원활하지 못해 배수 불량의 원인이 되었다. 배수불량으로 인해 토양 내 토양이 환원 상태가 되면서 혐기성 미생물의 생육이 증가하고, 메탄가스가 55 ppm 정도로 축적되고 토양의 공기순환이 자유롭지 못해 식재된 잔디의 뿌리 생장에 악영향을 주어 결과적으로 잔디 생육이 불량하게 되는 연쇄적인 문제가 발생하였다.

• 스마트미디어저널
• /
• 제11권4호
• /
• pp.46-55
• /
• 2022

과일 품질 자동 선별 시스템에서 흠집이나 부패한 부위가 존재하는 불량 과일을 우선적으로 검출하여 제거하는 작업은 매우 중요하다. 본 연구에서는 기존의 영상처리 기법을 이용하여 불량 부위가 있는 과일 검출하는 방법의 한계점을 극복하기 위하여, 최신 인공지능 기술인 Yolo V4 딥러닝 지능기술을 이용하여 과일 불량 부위를 검출하는 방법을 제안한다. 본 연구에서는 흠집 또는 부패 부위가 존재하는 1,100개의 불량 사과 및 1,300개의 불량 배를 포함한 총 2,400개의 불량 과일에 대하여 Yolo V4 딥러닝 모델을 사용하여 학습하고 불량 부위 검출 실험을 하였다. 성능 실험 결과에 따르면 사과의 정확률은 0.80, 재현율은 0.76, IoU는 69.92%, mAP는 65.27%이고, 배의 정확률은 0.86, 재현율은 0.81, IoU는 70.54%, mAP는 68.75%의 성능을 나타내었다. 본 연구에서 제안한 방법은 기존 영상처리 기법을 이용한 방법보다 불량 부위가 있는 과일을 실시간으로 정확하게 선별하여 기존 과일 자동 품질 선별시스템의 성능을 획기적으로 개선할 수 있다.

• 한국산업정보학회논문지
• /
• 제22권5호
• /
• pp.113-128
• /
• 2017

본 연구에서는 고객 불량행동이 서비스 종사원의 감정부조화에 미치는 영향을 살펴보고 감정부조화가 감정고갈에 미치는 영향과 감정고갈이 이직의도와 고객지향성에 미치는 영향을 살펴보고자 한다. 또한 고객 불량행동과 감정부조화 간의 관계에서 감정노동전략(표면행동, 내면행동)의 조절 효과를 살펴보고자 한다. 병원에 종사하는 종사원들을 대상으로 설문조사를 실시하였으며 그 결과는 다음과 같다. 첫째, 불량행동은 감정부조화에 정(+)의 유의적인 영향을 미치는 것으로 나타났다. 둘째, 감정부조화는 감정고갈에 정(+)의 유의적인 영향을 미치며 셋째, 감정고갈은 이직의도에 정(+)의 유의적인 영향, 고객지향성에는 부(-)의 유의적인 영향을 미치는 것으로 나타났다. 끝으로 위계적 회귀분석을 통해 종속변수인 감정부조화에 대해서, 불량행동과 조절변수인 표면행동의 상호작용효과는 유의한 것으로 나타났으나 불량행동과 조절변수인 내면행동의 상호작용효과는 유의하지 않은 것으로 나타났다.

• 한국콘텐츠학회논문지
• /
• 제17권9호
• /
• pp.426-436
• /
• 2017

본 연구는 시설 치매노인을 대상으로 영양불량 상태에 영향을 미치는 요인을 분석하고자 실시하였다. 연구대상은 충남 소재 요양시설 3곳에 거주하는 치매노인 140명으로 자료 수집은 2016년 5월 30일~9월 30일까지 하였고 자료는 설문지를 이용하여 실시하였다. 수집된 자료는 t-test, ANOVA, 상관관계, 회귀분석으로 검정하였다. 대상자의 영양불량 상태는 고 위험군 (84명, 60.0%)이 많았으며, 성별, 장기요양등급, 신체기능, 식사행동 장애 및 인지기능과 관련을 보이는 것으로 나타났다. 다중 회귀 분석결과 영양불량 상태에 유의한 영향변수는 신체기능(${\beta}=0.379$, p=.000) 식사행동 장애(${\beta}=0.264$, p=.001), 인지기능(${\beta}=-0.187$, p=.014)으로서 이들 변수는 영양불량 상태에 대해 35.9%의 설명력을 보였다. 본 연구결과는 시설 치매노인의 영양불량 상태 개선을 위한 프로그램 개발에 기초자료로 활용될 것으로 기대된다.

• 융합정보논문지
• /
• 제11권11호
• /
• pp.304-311
• /
• 2021

연구목적은 불량고객 행동지각이 감정부조화 및 직무열의와 경영성과에 미치는 영향을 실증적 연구 하였다. 표본은 뷰티종사자327명이다. 연구방법은 빈도분석, 요인분석, 신뢰도분석, 상관관계분석, 단순회귀분석을 실시하였다. 연구결과 첫째, 불량고객 행동지각이 감정부조화 및 직무열의가 상실되는 것으로 확인되었다. 둘째, 불량고객 행동지각이 감정부조화에 통계학적 유의한 영향을 미치는 것으로 확인되었다. 셋째, 불량고객 행동지각이 경영성과에 통계학적 유의한 영향을 미쳤다. 넷째, 감정부조화가 직무열의에 통계학적 유의한 영향을 미쳤다. 다섯째, 경영성과가 직무열의에 영향을 미치는 것으로 보아 통계학적 유의한 영향을 미치는 것으로 확인되었다. 따라서 불량고객 행동지각은 뷰티종사자의 감정부조화로 인해 직무열의 및 경영성과에 부정적 요인을 주는 것으로 사료된다.

• 사물인터넷융복합논문지
• /
• 제9권3호
• /
• pp.81-86
• /
• 2023

플래시 메모리 기반 저장장치인 SSD(solid state disk)는 높은 집적도와 빠른 데이터 처리가 가능한 장점을 가지고 있다. 따라서 급격하게 증가하고 있는 빅데이터를 관리하는 고용량 데이터 저장 시스템의 저장장치로 활용되고 있다. 그러나 저장 미디어인 플래시 메모리에 일정 횟수 이상 반복해서 쓰기/지우기 동작을 반복하면 셀이 마모되어 사용하지 못하는 물리적 한계가 있다. 본 논문에서는 플래시 메모리의 불량률을 줄이고 수명을 연장하기 위해 불량이 발생한 다중 비트 셀을 단일 비트 셀로 변환하여 사용하는 방법을 제안한다. 제안하는 아이디어는 물리적 특징이 다르지만 동일하게 불량으로 처리되고 있는 다중 비트 셀과 단일 비트 셀의 불량 및 처리 방법을 구분하였다. 그리고 불량이 예상되는 다중 비트 셀을 단일 비트 셀로 변환하여 불량률을 개선하고 전체적인 수명을 연장하였다. 마지막으로 시뮬레이션을 통해 SSD의 증가한 수명을 측정하여 제안하는 아이디어의 효과를 증명하였다.

• 한국정보통신학회논문지
• /
• 제26권12호
• /
• pp.1794-1799
• /
• 2022

최근 증가하고 있는 도로 위 적재 불량 화물차는 비정상적인 무게 중심으로 인해 물체 낙하, 도로 파손, 연쇄 추돌 등 교통안전에 위해가 되고 한번 사고가 발생하면 큰 피해가 유발할 수 있다. 하지만 이러한 비정상적인 무게 중심은 적재 불량 차량 인식을 위한 주행 중 축중 시스템으로는 검출이 불가능하다는 한계점이 있다. 본 논문에서는 이러한 사회 문제를 야기하는 적재 불량 차량을 관리하기 위한 객체 인식 기반 AI 모델을 구축하고자 한다. 또한 AI-Hub에 공개된 약 40만 장의 데이터셋을 비교 분석하여 전처리를 통해 적재 불량 차량 검지 AI 모델의 성능을 향상시키는 방법을 제시한다. 또한 객체 추적을 통해 실시간 검지를 수행하는 방법을 제안한다. 이를 통해, 원시 데이터를 활용한 학습 성능 대비 약 23% 향상된 적재 불량 차량의 검출 성능을 나타냄을 보였다. 본 연구 결과를 통해 공개 빅데이터를 보다 효율적으로 활용하여, 객체 인식 기반 적재 불량 차량 탐지 모델 개발에 적용할 수 있을 것으로 기대된다.

• 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.