• Structural Monitoring and Maintenance
• /
• 제2권1호
• /
• pp.77-93
• /
• 2015

The idea of using measured dynamic characteristics for damage detection is attractive because it allows for a global evaluation of the structural health and condition. However, vibration-based damage detection for complex structures such as long-span cable-supported bridges still remains a challenge. As a suspension or cable-stayed bridge involves in general thousands of structural components, the conventional damage detection methods based on model updating and/or parameter identification might result in ill-conditioning and non-uniqueness in the solution of inverse problems. Alternatively, methods that utilize, to the utmost extent, information from forward problems and avoid direct solution to inverse problems would be more suitable for vibration-based damage detection of long-span cable-supported bridges. The auto-associative neural network (ANN) technique and the probabilistic neural network (PNN) technique, that both eschew inverse problems, have been proposed for identifying and locating damage in suspension and cable-stayed bridges. Without the help of a structural model, ANNs with appropriate configuration can be trained using only the measured modal frequencies from healthy structure under varying environmental conditions, and a new set of modal frequency data acquired from an unknown state of the structure is then fed into the trained ANNs for damage presence identification. With the help of a structural model, PNNs can be configured using the relative changes of modal frequencies before and after damage by assuming damage at different locations, and then the measured modal frequencies from the structure can be presented to locate the damage. However, such formulated ANNs and PNNs may still be incompetent to identify damage occurring at the deck members of a cable-supported bridge because of very low modal sensitivity to the damage. The present study endeavors to enhance the damage identification capability of ANNs and PNNs when being applied for identification of damage incurred at deck members. Effort is first made to construct combined modal parameters which are synthesized from measured modal frequencies and modal shape components to train ANNs for damage alarming. With the purpose of improving identification accuracy, effort is then made to configure PNNs for damage localization by adapting the smoothing parameter in the Bayesian classifier to different values for different pattern classes. The performance of the ANNs with their input being modal frequencies and the combined modal parameters respectively and the PNNs with constant and adaptive smoothing parameters respectively is evaluated through simulation studies of identifying damage inflicted on different deck members of the double-deck suspension Tsing Ma Bridge.

• Journal of Acupuncture Research
• /
• 제23권6호
• /
• pp.239-254
• /
• 2006

The 3rd Japan-Korea Workshop on Acupuncture and EBM was held at Kanazawa on June $16^{th}$. From Korea team, 4 papers were presented. Dr. Hahn introduced a new approach of data analysis on series of n-of-1 trials using the Bayesian statistics. It offered important information for the future n-of-1 trials. Dr. Park clearly demonstrated the significance of various sham devices proposed and stressed the importance of research questions when we choose the control intervention in RCT. Dr. Lee reported the results of survey in Korean Medical Doctors (KMD) for their point selection and techniques to the distal and local points. Dr. Kim presented the results of face to face survey on the KMD with 28 items for acupuncture treatment on the knee OA. Finally, a draft of protocol was introduced by Dr. Kim. The title was "multi-center, a randomized, single blinded, two arms, parallel-group study to compare the effectiveness and safety of 'individualized acupuncture' and 'standardized minimal acupuncture' in Korean and Japanese patients with knee osteoarthritis (Phase IV)". From Japan team, 7 speakers presented their comments and proposals on the protocol. Dr. Takahashi introduced several issues regarding n-of-1 trials and pointed out the importance of obtaining generalizability from n-of-1 trials. Dr. Shichidou pointed the importance of research design, selection of outcome measures and reduction of biases. Dr. Itoh presented the results of point selection for the knee OA based on the literature survey. Dr. Sumiya introduced several differences between KMD and Japanese acupuncturists based on the questionnaire used in KMD survey. Dr. Furuya demonstrated a result of press tack needle and its sham device on shoulder stiffness. Dr. Yamashita introduced the results of literature survey regarding adverse events occurred by acupuncture on knee OA. Dr.Tsukayama stressed the importance of responsibility of Institutional Review Board (IRB) for the conduction of clinical trials. After several issues were discussed, the need of continued meeting for final protocol development was agreed, then the workshop was closed.

• 대한전자공학회논문지TC
• /
• 제46권5호
• /
• pp.70-77
• /
• 2009

하나의 reader와 여러 tag로 구성된 RFID 망에서 tag의 응답 간 충돌을 중재하기 위해 tag가 응답하도록 여러 슬롯을 마련해 주는 프레임화 및 슬롯화된 ALOHA 방식이 소개되었다. 프레임화 및 슬롯화된 ALOHA에서는 tag 인식의 효율이 극대화되기 위해 프레임 별 슬롯의 수가 최적화되어야 한다. 이러한 최적화는 tag의 수를 필요로 하나 reader는 tag의 수를 알기 힘들다. 본 논문에서는 별도로 tag의 수를 추정하지 않고 슬롯의 수에 대해 직접 Bayes action을 취하는 프레임화 및 슬롯화된 ALOHA에 기초한 tag 인식 방식을 제안한다. 구체적으로 Bayes action은 tag의 수가 갖는 사전 분포, 어떤 tag도 응답하지 않은 슬롯의 수에 대한 관찰값, 그리고 인식률을 반영한 손실 함수를 결합한 결정 문제를 풀어 구한다. 또한 tag의 수가 갖는 사전 분포의 진화를 통해 각 프레임에서 이러한 Bayes action을 지원한다. 모의 실험 결과로부터 진화하는 사전 분포와 Bayes action의 쌍은 robust 방식을 이루어 tag의 수의 참값과 초기 추측값의 큰 괴리에도 불구하고 일정 수준의 인식률을 얻을 수 있음을 관찰한다. 또한 제안하는 방식은 tag의 수에 대한 고전적인 추정값을 사용하는 방식에 비해 높은 인식 완료 확률을 얻을 수 있음을 확인한다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제30권12호
• /
• pp.1684-1688
• /
• 2017

Objective: From a review of published information on genetic association studies, a meta-analysis was conducted to determine the influence of the genes ${\kappa}-casein$ (CSN3) and ${\beta}-lactoglobulin$ (LGB) on milk yield traits in Holstein, Jersey, Brown Swiss, and Fleckvieh. Methods: The GLIMMIX procedure was used to analyze milk production and percentage of protein and fat in milk. Models included the main effects and all their possible two-way interactions; not estimable effects and non-significant (p>0.05) two-way interactions were dropped from the models. The three traits analyzed used Poisson distribution and a log link function and were determined with the Interactive Data Analysis of SAS software. Least square means and multiple mean comparisons were obtained and performed for significant main effects and their interactions (p<0.0255). Results: Interaction of breed by gene showed that Holstein and Fleckvieh were the breeds on which CSN3 ($6.01%{\pm}0.19%$ and $5.98%{\pm}0.22%$), and LGB ($6.02%{\pm}0.19%$ and $5.70%{\pm}0.22%$) have the greatest influence. Interaction of breed by genotype nested in the analyzed gene indicated that Holstein and Jersey showed greater influence of the CSN3 AA genotype, $6.04%{\pm}0.22%$ and $5.59%{\pm}0.31%$ than the other genotypes, while LGB AA genotype had the largest influence on the traits analyzed, $6.05%{\pm}0.20%$ and $5.60%{\pm}0.19%$, respectively. Furthermore, interaction of type of statistical model by genotype nested in the analyzed gene indicated that CSN3 and LGB genes had similar behavior, maintaining a difference of more than 7% across analyzed genotypes. These results could indicate that both Holstein and Jersey have had lower substitution allele effect in selection programs that include CSN3 and LGB genes than Brown Swiss and Fleckvieh. Conclusion: Breed determined which genotypes had the greatest association with analyzed traits. The mixed model based in Bayesian or Ridge Regression was the best alternative to analyze CSN3 and LGB gene effects on milk yield and protein and fat percentages.

• 한국항행학회논문지
• /
• 제15권2호
• /
• pp.287-297
• /
• 2011

전자메일은 사용의 편리성과 정보전달의 신속성 때문에 널리 사용되고 있지만, 광고목적이나 악의성을 갖는 스팸메일의 양도 증가하여 사회적 경제적으로 큰 문제를 야기한다. 스팸메일을 필터링하기 위한 방법은 수용 전 단계와 수용 후 단계로 나누어서 접근할 수 있는데, 수용 후 접근의 경우는 메시지로부터 단어나 문장 단위로 자질을 추출하고 그로부터 학습이나 매칭방법을 통하여 필터링을 하는 과정을 포함한다. 하지만, 필터링을 우회하기위해 스패머는 계속적으로 단어를 변형시켜 메일을 발송시키고 있다. 특히 한국어의 경우는 특성상 한 음절을 이루는 음소의 변화로부터 변형이 가능하기 때문에 그 변칙적 사용이 더 다양하다고 할 수 있다. 따라서, 기존의 정규식이나 학습알고리즘은 대처에 한계를 갖게 된다. 이에 본 논문에서는 한글의 변칙어를 인식할 수 있는 방법을 제안함으로서 스팸메일분류 시스템의 성능을 향상시키고자 한다. 이를 위해, 자소접근방법을 사용하고, Smith-Waterman알고리즘을 적용하였다. 메일서버로부터 추출한 필터키워드와 메일로부터 제안한 방법을 실험한 결과 유사도 수준에 따라 한글 변칙어들을 정확히 인지해 낼 수 있었다. 실험을 통해 소요 공간 및 시간은 허용될 수 있는 수준임을 확인하였다.

• 정보과학회 논문지
• /
• 제42권4호
• /
• pp.451-458
• /
• 2015

기존 멀티모달 학습 기법의 대부분은 데이터에 포함된 컨텐츠 모델링을 통한 지식획득보다는 이미지나 비디오 검색 및 태깅 등 구체적 문제 해결에 집중되어 있었다. 본 논문에서는 멀티모달 개념계층모델을 이용하여 만화 비디오로부터 컨텐츠를 학습하는 기법을 제안하고 학습된 모델로부터 등장인물의 특성을 고려한 자막을 생성하는 방법을 제시한다. 멀티모달 개념계층 모델은 개념변수층과 단어와 이미지 패치의 고차 패턴을 표현하는 멀티모달 하이퍼네트워크층으로 구성되며 이러한 모델구조를 통해 각각의 개념변수는 단어와 이미지패치 변수들의 확률분포로 표현된다. 제안하는 모델은 비디오의 자막과 화면 이미지로부터 등장 인물의 특성을 개념으로서 학습하며 이는 순차적 베이지안 학습으로 설명된다. 그리고 학습된 개념을 기반으로 텍스트 질의가 주어질 때 등장인물의 특성을 고려한 비디오 자막을 생성한다. 실험을 위해 총 268분 상영시간의 유아용 비디오 '뽀로로'로부터 등장인물들의 개념이 학습되고 학습된 모델로부터 각각의 등장인물의 특성을 고려한 자막 문장을 생성했으며 이를 기존의 멀티모달 학습모델과 비교했다. 실험결과는 멀티모달 개념계층모델은 다른 모델들에 비해 더 정확한 자막 문장이 생성됨을 보여준다. 또한 동일한 질의어에 대해서도 등장인물의 특성을 반영하는 다양한 문장이 생성됨을 확인하였다.

• 마이크로전자및패키징학회지
• /
• 제19권1호
• /
• pp.81-87
• /
• 2012

본 논문에서는 마이크로 BGA 패키지 내외부의 마이크로 볼의 3차원 형상을 측정하는 광학 측정 시스템을 제안하고 이를 구현한다. 대부분의 시각 검사 시스템은 마이크로 볼의 복잡한 반사 특성 때문에 검사에 어려움을 겪고 있다. 정확한 형상의 측정을 위해서, 특별히 설계된 시각 센서 시스템을 제안하고, 위상이송 모아레 간섭계의 측정원리에 기반한 형상측정 알고리즘을 제안한다. 센서 시스템은 4개의 서브시스템을 보유한 패턴 투사 시스템과 영상획득 시스템으로 구성된다. 패턴 투사용 서브시스템은 공간상으로 서로 상이한 투사 방향을 가지며, 이는 측정 물체에 각기 다른 입사 방향을 가지는 패턴 조명이 투사될 수 있도록 하는 것을 목적으로 한다. 위상이송 모아레 간섭계의 구현을 위한 정밀 위상이송을 위해서, 각 서브시스템의 패턴 격자는 PZT 구동기를 이용하여 일정 간격으로 이송한다. 최종적으로 측정되는 마이크로 볼의 경면반사와 그림자 영역을 효과적으로 제거하기 위해서, 다중 패턴 투사 시스템과 영상획득 시스템을 구현하고, 이를 테스트한다. 특히, 다중 프로젝션을 이용하여 획득되는 다중 높이 정보를 효과적으로 융합하기 위하여, 베이지안 센서 융합 이론을 기반으로한 센서 융합 알고리즘이 제안된다. 제안되는 시스템의 원리검증과 성능확인을 위해, 마이크로 BGA볼과 기판 범프의 측정대상물에 대해서, 측정 반복성을 중심으로 실험이 수행되었으며, 획득된 실험 결과를 분석하고 논의한다.

• 정보처리학회논문지B
• /
• 제16B권2호
• /
• pp.131-140
• /
• 2009

본 논문에서는 입력된 FISH 세포영상을 군집세포영역과 독립세포영역으로 분류하고, 군집세포영역에 대해서는 하나의 세포를 분리하는 알고리즘을 제안한다. 먼저 입력된 영상에 대해서 가우시안혼합모델과 세포의 명암도 값에 대한 최대 우도 함수를 사용하여 세포영역과 배경영역을 분할해줄 임계값을 정의하게 된다. 이렇게 얻어진 전경세포영역에 대해서 보다 정확한 세포 분석을 위해서 군집세포와 독립세포를 분류하게 된다. 세포 영역의 분류과정을 위해서는 베이지안 네트워크와 확률밀도함수를 사용한다. 학습데이터로부터 밀집도(compactness), 평활도(smoothness), 후-모멘트(Hu-moment)에 대한 형태학적 특징값을 추출하여 확률밀도함수를 구성하고, 이를 기반으로 베이지안 네트워크를 사용하여 두 영역을 분류하게 된다. 군집세포로 분류된 영역에 대해서는 그 군집세포를 구성하고 있는 독립세포로 각각 분리한다. 먼저, 명암도 기울기 변환(intensity gradient transform) 영상과 워터쉐드 알고리즘을 이용하여 군집세포 영역을 작은 영역으로 분할하게 된다. 작게 분할된 영역을 하나의 세포영역으로 병합시키기 위해서, 군집세포에 존재하는 독립세포의 수만큼의 마커를 결정 침식 연산을 사용하여 추출하고, 추출된 마커를 중심으로 단계적 병합 알고리즘을 제안한다. 본 논문에서 제안한 방법은 166개의 FISH 세포를 사용하여 테스트한 결과 99.29%의 정확한 분리결과를 보여줬으며 기존의 다른 알고리즘보다도 뛰어난 성능과 빠른 실행시간을 보여주었다.

• 한국환경생태학회지
• /
• 제26권4호
• /
• pp.475-483
• /
• 2012

잉어목(Cypriniformes) 황어아과(Leuciscinae)의 황어(Tribolodon hakonensis)는 회유성 어류로서 일생의 대부분을 바다에서 보내고 산란기인 3월 중순경부터 물이 맑은 하천으로 소상하여 자갈이나 모랫바닥에 집단으로 알을 낳는다. 본 연구의 목적은 5개의 microsatellite 유전자 분석을 통하여 단편화된 하천에서 황어 집단 간 유전자 흐름과 다양성을 측정하는 것이다. 강원도 삼척 오십천은 여러 대형 보에 의해 부분적으로 단편화되어 있는 중형 하천으로, 본 연구에서 하류지역과 대형 보를 여러 번 지나야 다다를 수 있는 상류지역에서 채집한 황어 개체들의 유전자형을 비교, 분석하였다. 유전자 분석 결과 상, 하류 집단들은 많은 대립인자를 공유하지만 그 빈도에 있어 다소 큰 차이를 보였다. 상류와 하류 간 유전적 분화($F_{ST}$)는 0.083 정도로 두 집단 간에는 제한된 유전적 흐름만이 존재한다고 볼 수 있다. 상류집단이 유전적으로 고립이 되어 있지만 뚜렷한 유전적 다양성의 감소나 집단의 크기 감소가 관찰되지는 않았다. 이러한 양상을 개체 수준에서 증명하기 위해 Bayesian 통계를 이용, 집단의 유전적 구조를 파악하였다. 분석 결과 삼척 오십천 개체들은 2개의 유전적 cluster로 구분할 수 있으며, 상류 집단 개체들은 모두 cluster 1에 해당하는 등 단일하게 나타났으나 하류 집단 개체 중 65 % 정도가 cluster 2에 그리고 나머지 개체들은 cluster 1에 해당하는 다양한 양상이 나타났다. 이로 미루어 두 집단은 유전적으로 분화되어 있고, 상류의 집단이 하류에 흘러들어가는 경우는 있지만 하류로부터 유전적 공급은 거의 전무한 형태로 볼 수 있고, 인위적 구조물들이 이러한 집단 구조에 영향을 미쳤을 가능성이 있다. 본 연구에서 제시된 자료들은 향후 황어 집단의 보전 정책 등을 수립하는데 필요한 정보를 제시할 수 있을 것이다.

• 정보처리학회논문지B
• /
• 제10B권3호
• /
• pp.287-296
• /
• 2003

추천 시스템에 있어서 협력적 필터링 기술은 많은 연구가 되고 있다. 그러나 협력적 필터링 기술을 이용한 추천 시스템은 초기 평가 문제와 희박성 문제가 발생한다. 이를 해결하기 위해서 본 논문에서는 선호도 재 계산을 위한 연관 사용자 군집과 베이지안 추정치를 이용한 사용자 선호도 예측 방법을 제안한다. 제안한 방법에서는 협력적 필터링 시스템에서 아이템의 속성을 고려하지 않는 단점을 보완하기 위해서 선호도에 가장 크게 영향을 미치는 대표 장르를 추출하여 유사한 이웃을 찾아 낼 때 예측에 이용하는 Representative Attribute-Neighborhood 방법을 사용한다. 협력적 필터링의 알고리즘에 군집 아이템 백터 내의 특정 아이템의 선호도를 재계산 하기 위한 연관 사용자 군집 분석을 적용하여 성능 향상을 하였다. 또 초기 평가 문제와 희박성 문제를 해결하기 위하여 Association Rule Hypergraph Partitioning 알고리즘을 사용하여 사용자를 장르별로 군집한다. 새로운 사용자는 Naive Bayes 분류자에 의해 이들 장르 중 하나로 분류된다. 또한, 분류된 장르 내에 속한 사용자들과 새로운 사용자의 유사도를 구하기 위해 Naive Bayes 학습을 통해 사용자가 평가한 아이템에 추정치를 달리 부여한다. 추정치가 부여된 선호도를 피어슨 상관 관계에 적용할 경우 결측치(Missing Value)로 인한 예측의 오류를 적게하여 예측의 정확도를 높일 수 있다. 제안된 방법은 기존의 방법보다 높은 성능을 나타냄을 보인다.