• 문화기술의 융합
• /
• 제5권4호
• /
• pp.379-385
• /
• 2019

본 연구는 도시철도 콘크리트궤도 목침목 분기기의 손상현황 및 손상유형별 원인을 분석하고자 현장조사를 수행하였다. 또한 약 24년간의 분기기 유지관리이력을 열차 통과톤수와 연계하여 운영 호선별로 구분하여 손상발생빈도와 연계분석하고 현재까지 수행되어온 손상항목별 궤도보수내용의 적정성을 비교 분석하였다. 도시철도 콘크리트 도상에 적용된 목침목 분기기의 특성상 목침목 하부에 삽입되어 있는 침목방진패드의 성능유지가 중요하다. 현장조사결과 목침목 분기기 궤도구조의 적정탄성 수준 부족에 따른 손상 및 다양한 유형의 레일손상이 조사되었으며, 레일의 손상은 독립적인 손상이 아닌 다른 궤도구성품의 손상에서 기인되어 유발되는 경우도 다수 발견되었다. 분기기 궤도구성품별 손상빈도 분석결과, 손상발생빈도는 레일, 타이플레이트, 나사스파이크, 목침목 순으로 나타났으며 이를 바탕으로 목침목 분기기 궤도구조의 주요 손상유형은 목침목의 변형에 따른 나사스파이크와 타이플레이트의 고정상태불량에서 기인된 손상이 주요 손상유형으로 분석되었다. 연구결과, 분기기에 적용된 목침목의 변형은 레일체결장치구성품의 고정상태 불량을 초래하고 이로 인한 연계손상이 유발될 수 있음을 현장조사결과를 바탕으로 분석하였다. 또한 분기기의 중점 점검항목 및 현행 분기기 점검 시트의 보완점을 도출하여 개선 안을 제시하였다.

• 한국컴퓨터정보학회논문지
• /
• 제25권6호
• /
• pp.109-117
• /
• 2020

에듀테인먼트 시스템은 학습자가 문제를 효과적으로 인식하고, 문제를 해결하는 데 필요한 중요한 정보를 파악 분류하고, 배운 내용을 전달할 수 있도록 돕는 것을 목표로 한다. 에듀테인먼트를 활용한 콘텐츠는 과학 및 산업 분야의 교육 및 훈련에 유용하게 적용될 수 있다. 본 논문에서는 직관적인 멀티 모달 인터페이스를 활용하여 신약개발에서 활용되고 있는 가상스크리닝에 적용될 수 있는 에듀테인먼트 시스템을 제안한다. 본 연구에서는 분자 구조의 3D 모델을 효과적으로 조작하기 위해 입체 모니터를 활용하여 3차원(3D)거대 분자 모델링을 시각화 하였으며, 멀티 모달 인터페이스를 활용하여 분자 모델을 조작하고 있다. 본 시스템은 신약 개발 혹은 백신 개발에 있어 매우 중요한 방법 중의 하나인 가상 약물 선별 방법 중 하나 인 도킹 시뮬레이션 실험을 게임적 요소를 활용하여 쉽게 해결하는 방법을 제안하고 있다. 레벨 업 개념은 게임 요소가 객체와 사용자의 수에 의해 의존되는 바이오 게임 접근법을 활용하여 구현하였다. 실험 방법으로는 제안된 시스템의 신약 개발 과정에서 인간 면역 결핍 바이러스 (HIV)의 새로운 후보물질을 활용하여 바이러스의 활동 억제를 스크리닝하는 도킹 과정에서의 시간 측정으로 성능 비교 평가하였다.

• 한국항행학회논문지
• /
• 제22권6호
• /
• pp.537-544
• /
• 2018

항공기 개발 및 개조를 위한 비행시험 또는 항행안전시설 및 관련 구성품 개발을 위한 비행 검사 등을 위한 목적으로 국가종합 비행성능시험장 구축이 추진되고 있다. 비행시험 업무는 특성상 안전 리스크가 높기 때문에 운용에 앞서 철저한 리스크 관리 프로세스의 엄격한 적용이 요구되고 있다. 또한 비행시험장은 현행법상으로 비행장 규정을 적용받기 때문에 안전관리시스템을 도입하면 일반 공항처럼 안전이 제고될 것이다. ICAO 기준을 기반으로 한 안전관리시스템 구축은 비행시험장의 안전하고 원활한 운영을 위한 최적의 보증 수단으로서, 비행시험 시에 발생할 수 있는 리스크를 크게 완화할 것이다. 본 논문에서는 비행시험장 안전관리에 요구되는 리스크 평가 및 완화 방안을 중점적으로 다루었다. 이전 연구에서 식별된 비행시험 위해요인에 대하여 리스크 평가를 실시하였다. 그리고 고 리스크 군의 위해요인을 선별한 후 회피, 감소, 수용, 통제 등의 리스크 완화 기법을 적용한 비행시험 리스크 경감 방안을 제시하였다.

• 한국시뮬레이션학회논문지
• /
• 제30권2호
• /
• pp.41-48
• /
• 2021

농촌 인구의 감소와 고령화가 지속되면서 농업 생상성 향상의 중요성이 높아지고 있는 가운데, 농작물 품질에 대한 조기 예측은 농업 생산성 및 수익성 향상에 중요한 역할을 할 수 있다. 최근 CNN 기반의 딥러닝 기술 및 전이 학습을 활용하여 농작물의 질병을 분류하거나 수확량을 예측하는 연구가 활발하게 진행되고 있지만, 수확 후 농작물의 품질을 식재단계에서 조기에 예측하는 연구는 찾아보기 힘들다. 본 연구에서는 건강 기능성 식품으로 주목받고 있는 새싹삼을 대상으로, 수확 후 새싹삼의 품질을 식재단계에서 조기에 예측하는 모델을 제안한다. 이를 위하여 묘삼의 이미지를 촬영한 후 수경재배를 통해 새싹삼을 재배하였고, 수확 후 새싹삼의 품질을 분류하여 실험 데이터를 수집하였다. 다수의 CNN 기반의 사전 학습된 모델을 활용하여 새싹삼 조기 품질 예측 모델을 구축하고, 수집된 데이터를 이용하여 각 모델의 학습 및 예측 성능을 비교 분석하였다. 분석 결과 모든 예측 모델에서 80% 이상의 예측 정확도를 보였으며, 특히 ResNet152V2 기반의 예측 모델에서 가장 높은 정확도를 보였다. 본 연구를 통해 인력에 의존하던 기존의 묘삼 선별 작업을 자동화하여 새싹삼의 품질을 높이고 생산량을 증대시켜 농가의 수익창출에 기여할 수 있을 것으로 기대된다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권2호
• /
• pp.85-92
• /
• 2023

코로나바이러스감염증-19와 같은 호흡기 감염병은 주로 밀집/밀폐/밀접 공간인 실내에서 일어난다. 호흡기 감염병 이상징후의 존재 여부는 발열, 기침, 재채기 및 호흡곤란 등의 초기 증상을 통해 판단되고 있으며, 이러한 초기 증상에 대한 상시 모니터링이 요구된다. 열화상 온도 스크리닝 시스템은 개인의 피부 온도 상승의 징후가 있는지 초기에 선별하는 빠르고 쉬운 비접촉 스크리닝 방법을 제공하지만, 측정 타겟, 주변 온도 등의 측정 환경과 피 측정대상과의 측정 거리에 따른 오차로 인해 정확한 온도측정이 어렵다. 그리고 국제표준 IEC 80601-2-59 에서는 내안각(Inner Canthus) 인접한 영역에 대한 안면 열화상 촬영을 권고하고 있다. 본 논문에서는 가시광 카메라 모듈과 열화상 카메라 모듈에 대해서 이미지 일치화 보정을 수행하였으며, 흑체(Blackbody)를 이용해 측정 환경에 대한 열화상 카메라 모듈 온도를 보정하였다. 표준에서 권고하는 측정 타겟을 인식하기 위해 딥러닝 기반 객체 인식 알고리즘과 내안각 인식 모델을 개발하였으며, 100명의 실험자군에 대한 데이터셋을 적용하여 인식 모델 정확도를 도출하였다. 또한 라이다 모듈을 이용한 객체 거리 측정과 선형회귀 보정 모듈을 통해 측정 거리에 따른 오차를 보정하였다. 제안한 모델의 성능 측정을 위해 모터 스테이지, 열화상 온도 스크리닝 시스템, 흑체로 구성된 실험환경을 구축하였으며, 1m에서 3.5m 사이 가변 거리에 따른 온도측정 결과 0.28℃ 이내의 오차 정확도를 확인하였다.

• 해양환경안전학회지
• /
• 제29권2호
• /
• pp.160-167
• /
• 2023

통합항해시스템(INS)은 기존 항해 장비들을 통합하여 부가가치를 제공하는 장치로써 항해 업무 수행을 위한 정보와 기능을 다기능표시장치에(MFD)에 통합하는 것으로 정의된다. IMO 성능 기준은 각 업무에 대한 최소 요구사항을 명시하고 있지만, 장비 및 기능의 목록은 정의하지 않아 제조사마다 INS의 구성이 상이하고 사용자 관점에 기반 한 지침 또한 부족한 실정이다. 본 연구는 선박 운용상황 및 수행 업무에 따라 사용자가 요구하는 정보를 분석하고, 이를 INS의 MFD에 효과적으로 구조화하여 INS의 사용성을 높이기 위해 수행되었다. INS 관련 국제 기준 및 제조사의 구성 장비 목록을 분석하여 필수 항해 정보들을 선별하고 MFD 사용 경험이 있는 선박 운항자를 대상으로 카드 소팅 테스트를 실시하여 각 INS 업무에 요구되는 정보들을 분류하도록 하였다. 연구의 결과는 제조사들이 제품 설계 시 사용자 경험을 반영한 정보 구성에 기본적인 가이드로 활용될 수 있을 것이다.

• 스마트미디어저널
• /
• 제12권1호
• /
• pp.9-16
• /
• 2023

최근 농가의 사과 품질 선별 작업에서 인적자원의 한계를 극복하기 위해 합성곱 신경망(CNN) 기반 시스템이 개발되고 있다. 그러나 합성곱 신경망은 동일한 크기의 이미지만을 입력받기 때문에 샘플링 등의 전처리 과정이 요구될 수 있으며, 과도 샘플링의 경우 화질 저하, 블러링 등 원본 이미지의 정보손실 문제가 발생한다. 본 논문에서는 위 문제를 최소화하기 위하여, 원본 이미지의 패치 기반 그래프를 생성하고 그래프 트랜스포머 모델의 랜덤워크 기반 위치 인코딩 방법을 제안한다. 위 방법은 랜덤워크 알고리즘 기반 위치정보가 없는 패치들의 위치 임베딩 정보를 지속적으로 학습하고, 기존 그래프 트랜스포머의 자가 주의집중 기법을 통해 유익한 노드정보들을 집계함으로써 최적의 그래프 구조를 찾는다. 따라서 무작위 노드 순서의 새로운 그래프 구조와 이미지의 객체 위치에 따른 임의의 그래프 구조에서도 강건한 성질을 가지며, 좋은 성능을 보여준다. 5가지 사과 품질 데이터셋으로 실험하였을 때, 다른 GNN 모델보다 최소 1.3%에서 최대 4.7%의 학습 정확도가 높았으며, ResNet18 모델의 23.52M보다 약 15% 적은 3.59M의 파라미터 수를 보유하여 연산량 절감에 따른 빠른 추론 속도를 보이며 그 효과를 증명한다.

• 응용통계연구
• /
• 제37권2호
• /
• pp.225-237
• /
• 2024

경쟁위험자료에서 일부 공변량들이 연구대상들의 일부분에 대해 관측되지 않을 수 있다. 그런 경우 결측된 공변량 값을 가진 연구대상들을 분석에서 제외하는 것은 편향된 추정치와 효율성 손실이 발생할 수 있다. 본 논문에서는 누락된 공변량을 가진 원인별 비례위험모형의 회귀모수 추정을 위해 다중대체 방법과 증대된 역 확률 가중 방법을 연구하였다. 모의실험을 통해 다중대체 방법과 증대된 역 확률 가중 방법에 의해 구해진 추정량의 성능을 평가한 결과, 이 방법들이 잘 수행됨을 확인하였다. 미국 국립암연구소의 전립선, 폐, 대장, 난소 암 선별 시험 연구에서 제공하는 종양 크기의 값이 누락된 유방암 자료에 대해 암 사망 위험률과 다른 원인 사망 위험률에 유의한 영향을 미치는 요인을 파악하기 위해 다중대체 방법과 증대된 역 확률 가중 방법을 적용하였다. 다중대체 방법과 증대된 역 확률 가중 방법에 의해 원인별 비례위험모형을 적합한 결과, 인종, 기혼여부, 병기, 분화도, 종양의 크기는 유방암 사망 위험률에 유의한 영향을 미치는 요인들이였으며, 병기가 유방암 사망 위험률을 높이는데 가장 큰 영향을 미치는 요인임을 확인하였다. 진단시 연령과 종양의 크기는 다른 원인 사망 위험률을 높이는데 유의한 영향을 미치는 요인이였다.

• 환경생물
• /
• 제41권4호
• /
• pp.370-385
• /
• 2023

수자원의 부영양화와 인위적인 수변환경 조성 및 기후 변화의 영향으로 인한 유해 남세균의 대발생의 빈도와 강도가 증가하고 있다. 유해 남세균은 시아노톡신 (Cyanotoxins)을 배출하여 수자원의 안전뿐 아니라 생태계에 악영향을 주기 때문에 국제적인 환경문제로 관심을 받고 있다. 특히, 독성이 강한 마이크로시스틴(microcystins, MCs)의 제거를 위한 연구가 가장 활발히 연구되어 왔으며 이를 위한 다양한 수처리 방법이 제안되고 있다. 본 논문에서는 기존에 보고된 마이크로시스틴 제거를 위한 기술 중 경제적, 효율적인 방안으로 평가받고 있는 흡착기술(adsorption)에 대하여 주안점을 두고 조사하였다. 활성탄(activated carbons)은 마이크로시스틴 제거를 위한 흡착소재로 가장 광범위하게 활용되고 있으며 우수한 마이크로시스틴 흡착성능이 보고되고 있다. 바이오차(biochar), 생체흡착소재(biosorbents)와 같은 활성탄을 대체하는 흡착소재의 활용 연구도 진행되고 있으나 활성탄에 비하여 그 효과가 미흡한 실정이다. 이러한 마이크로시스틴 흡착에는 흡착소재의 특성(기공 특성과 표면화학적 특성)과 환경인자(용액의 pH, 온도, 자연 유기물 및 이온성 물질)가 영향을 미치는 것으로 보고되고 있으며 이에 대한 고찰을 진행하였다. 또한, 보다 효과적인 제어를 위하여 용존 마이크로시스틴의 제거뿐 아니라 유해 남세균의 직접적인 제거를 위한 흡착기술의 활용 가능성도 확인하였다. 하지만, 마이크로시스틴의 제거를 위한 실질적인 흡착소재의 활용을 위해서는 실제 환경조건에서 적용과 환경적, 경제적인 관점에서의 최적화 연구가 필요하다고 판단된다. 본 논문은 체계적인 자료 조사 및 분석을 통하여 향후 마이크로시스틴의 제거를 위한 효과적인 흡착소재 및 적용방법의 개발 및 선별에 관한 통찰을 제시할 수 있을 것이다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.1-20
• /
• 2013

소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.