• The KIPS Transactions:PartB
• /
• v.12B no.4 s.100
• /
• pp.487-498
• /
• 2005

Recently, It has focused on decision tree algorithm that can handle large dataset. However, because most of these algorithms for large datasets process data in a batch mode, if new data is added, they have to rebuild the tree from scratch. h more efficient approach to reducing the cost problem of rebuilding is an approach that builds a tree incrementally. Representative algorithms for incremental tree construction methods are BOAT and ITI and most of these algorithms use a local discretization method to handle the numeric data type. However, because a discretization requires sorted numeric data in situation of processing large data sets, a global discretization method that sorts all data only once is more suitable than a local discretization method that sorts in every node. This paper proposes an incremental tree construction method that efficiently rebuilds a tree using a global discretization method to handle the numeric data type. When new data is added, new categories influenced by the data should be recreated, and then the tree structure should be changed in accordance with category changes. This paper proposes a method that extracts sample points and performs discretiration from these sample points to recreate categories efficiently and uses confidence intervals and a tree restructuring method to adjust tree structure to category changes. In this study, an experiment using people database was made to compare the proposed method with the existing one that uses a local discretization.

• Korean Journal of Remote Sensing
• /
• v.38 no.5_2
• /
• pp.793-810
• /
• 2022

Synthetic Aperture Radar (SAR) is considered to be suitable for near real-time inundation monitoring. The distinctly different intensity between water and land makes it adequate for waterbody detection, but the intrinsic speckle noise and variable intensity of SAR images decrease the accuracy of waterbody detection. In this study, we suggest two modules, named 'morphology module' and 'edge-enhanced module', which are the combinations of pooling layers and convolutional layers, improving the accuracy of waterbody detection. The morphology module is composed of min-pooling layers and max-pooling layers, which shows the effect of morphological transformation. The edge-enhanced module is composed of convolution layers, which has the fixed weights of the traditional edge detection algorithm. After comparing the accuracy of various versions of each module for U-Net, we found that the optimal combination is the case that the morphology module of min-pooling and successive layers of min-pooling and max-pooling, and the edge-enhanced module of Scharr filter were the inputs of conv9. This morphologic and edge-enhanced U-Net improved the F1-score by 9.81% than the original U-Net. Qualitative inspection showed that our model has capability of detecting small-sized waterbody and detailed edge of water, which are the distinct advancement of the model presented in this research, compared to the original U-Net.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.26 no.6B
• /
• pp.597-603
• /
• 2006

The purpose of this study is to improve the short term rainfall forecast skill using neural network model that can deal with the non-linear behavior between satellite data and ground observation, and minimize the flood damage. To overcome the geographical limitation of Korean peninsula and get the long forecast lead time of 3 to 6 hour, the developed rainfall forecast model took satellite imageries and wide range AWS data. The architecture of neural network model is a multi-layer neural network which consists of one input layer, one hidden layer, and one output layer. Neural network is trained using a momentum back propagation algorithm. Flood was estimated using rainfall forecasts. We developed a dynamic flood inundation model which is associated with 1-dimensional flood routing model. Therefore the model can forecast flood aspect in a protected lowland by levee failure of river. In the case of multiple levee breaks at main stream and tributaries, the developed flood inundation model can estimate flood level in a river and inundation level and area in a protected lowland simultaneously.

• Journal of Korea Water Resources Association
• /
• v.54 no.12
• /
• pp.1233-1242
• /
• 2021

In this study, a model was developed to determine whether flooding occurred using image data, which is unstructured data. CNN-based VGG16 and VGG19 were used to develop the flood classification model. In order to develop a model, images of flooded and non-flooded images were collected using web crawling method. Since the data collected using the web crawling method contains noise data, data irrelevant to this study was primarily deleted, and secondly, the image size was changed to 224×224 for model application. In addition, image augmentation was performed by changing the angle of the image for diversity of image. Finally, learning was performed using 2,500 images of flooding and 2,500 images of non-flooding. As a result of model evaluation, the average classification performance of the model was found to be 97%. In the future, if the model developed through the results of this study is mounted on the CCTV control center system, it is judged that the respons against flood damage can be done quickly.

• The Korean Journal of Emergency Medical Services
• /
• v.13 no.3
• /
• pp.71-76
• /
• 2009

서론(Introduction) : 의학 시뮬레이션(medical simulation)은 교육생 학습과정에서 내재된 위험이 환자에게 가해짐 없이 교육생이 실제적인 환자 상황을 경험할 수 있게 하고 여러 다양한 임상내용이 포함한 상황에 적용될 수 있다. 시뮬레이션 기술의 사용은 의학교육(medical education), 인증서(certification), 면허교부(Licensure)와 의료의 질 형성에 큰 잠재력을 가지고 있다. 복강경 수술, 내시경검사, 전문심장구조술, 응급기도관리와 외상소생을 포함한 다양한 임상시술의 수행에서 시뮬레이션이 교육생의 술기를 달성하고, 측정하고, 유지하는 유효성을 증명하였다 컴퓨터로 조절되는 시뮬레이터는 맥박, 혈압, 호흡, 대화가 가능하고, 중증질환 또는 외상환자의 치료에 필요한 같은 인명구조 시술을 수행할 수 있다. 의학 시뮬레이션은 의사, 간호사, 응급구조사와 응급 진료를 필요로 하는 환자를 치료하는 사람에게 필요하다. 최신 전문심장구조술 과정수업은 전통적인 강의와 제한된 팀 상호작용이 포함된 이틀 과정이다. 우리는 비 영어권 국제 응급구조학생의 전문심장구조술 술기능력을 알아보고, 그것을 미국 응급구조학생과 비교하고자 한다. 목적(Objective) : 이 연구의 목적은 다양한 전문심장구조술 증례 시나리오를 가진 의학 시뮬레이터를 이용하여 미국과 한국의 응급구조 학생의 능력을 비교하는 것이다. 시행 장소(Site Location) : 이 연구는 한국 제주도에 위치한 제주한라대학 스토니브룩 응급의료교육원에서 진행되었다. 학생들의 평가는 스토니브룩에 위치한 스토니브룩 대학 의료원의 한 명의 평가자(Dr. lee)에 의해 수행되었다. 방법(Methods) : 15명의 한국 응급구조학생들은 세 팀으로 무작위로 선정하였다. 5명이 한 팀이 되어 같은 증례의 시나리오를 받았다. 세 가지 시나리오는 : 첫째, 천식지속상태(Status asthmaticus), 둘째, 긴장기흉을 동반한 만성폐쇄성폐질환(COPD with tension penumothorax) 그리고 마지막으로 메가코드(megacode)를 가진 심정지 이다. 세 팀을 각각 그리고 기본인명구조술(BLS)과 전문심장구조술(ACLS)과정을 마친 미국 응급구조학생들과 비교하였다. 15명의 미국 응급구조학생들 또한 세 팀으로 무작위로 선정하였다. 이 응급구조 학생들은 플러싱병원 의료원 소속으로 그곳에서 이 연구에 참여할 뿐만 아니라 지속적인 의학교육(CME)이수를 받았다. 이들에게도 같은 세 가지 증례의 시나리오가 주어졌고 Dr lee는 총 여섯 팀을 평가하였다(한국 세 팀과 미국 세팀). 결과(Results) : 양 국가의 모든 15명의 학생이 의학시뮬레이터를 사용하여 전문심장구조술 메가코드시험을 포함한 시험에 모두 통과하였다. 비록 학생들을 무작위로 세 팀으로 나누었지만 한 팀이 이 모든 세 증례에서 다른 팀보다 뛰어났다. 제주한라대학 2번 팀은 더 나은 기도관리, 리듬인식과 임상술기를 가진 모든 중요한 활동을 얻기에서 우수했다. 그들은 핵심요구사항을 90% 이상 충족시겼다. 한국의 2번팀(G2K)은 메가코드에서 기도개방, 호흡평가, 순환징후 그리고 흉부압박수와 같은 신체검진 술기에서도 탁월했다. 게다가 다른 팀과 비교 시 리듬인식, 약물지식과 임상술기에서도 높은 점수를 받았으며 2번팀(G2K)이 6팀 중에 가장 뛰어나게 역활수행을 하였다. 결론(Conclusion) : 이 비교 연구에서 한국학생과 미국학생간에 전문심장구조술 메가코드 시험의 통과율에는 차이가 없었다. 그러나 미국학생은 세 팀 사이에 더 적은 변이로 더 일괄된 점수를 받았다. 한국학생들도 모든 세 가지 증례를 통과하였지만 이 세 팀은 미국학생 팀보다 점수에서 더 큰 변이를 보였다.