• 방송공학회논문지
• /
• 제23권6호
• /
• pp.855-865
• /
• 2018

음향 이벤트 인식은 다수의 음향 이벤트가 발생하는 환경에서 이를 인식하고 각각의 발생과 소멸 시점을 판단하는 기술로써 인간의 청각적 인지 특성을 모델화하는 연구다. 음향 장면 및 이벤트 인식 연구 그룹인 DCASE는 연구자들의 참여 유도와 더불어 음향 인식 연구의 활성화를 위해 챌린지를 진행하고 있다. 그러나 DCASE 챌린지에서 제공하는 데이터 세트는 이미지 인식 분야의 대표적인 데이터 세트인 이미지넷에 비해 상대적으로 작은 규모이며, 이 외에 공개된 음향 데이터 세트는 많지 않아 알고리즘 개발에 어려움이 있다. 본 연구에서는 음향 이벤트 인식 기술 개발을 위해 실내외에서 발생할 수 있는 이벤트를 정의하고 수집을 진행하였으며, 보다 큰 규모의 데이터 세트를 확보하였다. 또한, 인식 성능 개선을 위해 음향 이벤트 존재 여부를 판단하는 보조 신경망을 추가한 이중 CNN 구조의 알고리즘을 개발하였고, 2016년과 2017년의 DCASE 챌린지 기준 시스템과 성능 비교 실험을 진행하였다.

• 기록학연구
• /
• 제56호
• /
• pp.81-112
• /
• 2018

공공기관의 정부간행물은 그 기관의 목적이나 업무수행의 내용을 기관 내부나 일반인에게 전달하기 위해 발간하는 자료이다. 법과 제도의 틀에서 정부간행물 관리의 중요성이 커지게 되었지만 기록관리 현장에서는 여전히 정부간행물의 특성과 가치를 고려한 업무들이 이루어지지 않고 있는 실정이다. 6대 광역자치단체의 기록관을 중심으로 효율적인 정부간행물 관리제도에 대해서 살펴보고 문제점과 개선방안을 제시하였다. 이를 위해서는 첫째, 정부간행물 납본제도를 일관성 있게 정비하여야 한다. 정부간행물의 납본에 있어 납본 방법과 납본 자료가 법마다 다르게 제시하고 있어 통합적으로 관리하는 시스템을 구축하여 간략한 정보 및 원문 정보를 제공해야한다. 둘째, 기록관 환경에 맞는 행정적 제도를 마련해야 한다. 정부간행물 지침에서 제시하는 발간등록 및 납본 제도는 국가기록원의 중심제도이므로 기관 기록관에서는 효율적인 제도가 되지 못하고 있다. 셋째, 정부간행물이 가지는 가치를 인식하여 장기적으로 보관하고 관리될 수 있도록 지원이 이루어져야 한다. 정부간행물 정리를 위해서는 현실성 있는 분류 방법과 통합 관리되는 프로그램 제시, 서비스를 이용하는 이용자에 대한 기준을 제시해야 한다. 넷째, 정부간행물 통합관리시스템의 구축이다. 국가기록원을 비롯하여 국립중앙도서관, 국회도서관에서는 정보의 요약본과 원문 정보를 동시 구축하여 체계적, 효율적으로 관리할 수 있도록 해야 한다.

• 한국안전학회지
• /
• 제33권6호
• /
• pp.28-36
• /
• 2018

There was a difference in recognition of respirators according to the educational performance environment. they were showed higher recognition of respirators of group by internal and external mix trainer, less than 6 months, over 1hour, more than 5 times, variety of education. To identify the relationship between types of job classification(typical and atypical)and the levels of recognition of respirators, a total of 153 workers in a business workplace. mainly, typical workers showed higher recognition of respirators than atypical workers. Training of correct wearing showed high demands both typical and atypical workers. Descriptive statistics(SAS ver 9.2)was performed. the results of recognition of respirators were analyzed the mean and standard deviation by t-test, and anova, fit factor is used geometric means(geometric standard deviation), paired t-test, Wilcoxon analysis(P=0.05). Particulate filtering facepiece respirators (PFFR) is one of the most widely used items of personal protective equipments, and a tight fit of the respirators on the wearers is critical for the protection effectiveness. In order to effectively protect the workers through the respirators, it is important to find and evaluate the ways that can be readily applicable at the workplace to improve the fit of the respirators. This study was designed to evaluate effects of mask style (cup or foldable type) and donning training on fit factors (FF) of the respirators, since these are available at various workplace, especially at small business workplace. A total of 40 study subjects, comprised of employment type workers in metalworking industries, were enrolled in this study. The FF were quantitatively measured before and after training related to the proper donning and use of cup or foldable-type respirators. The pass/fail criterion of FF was set at 100. After the donning training for the cup-type mask, fit test were increased by 769%. but foldable-type mask was also increased after the donning training, the GM of FF for the foldable-type mask and it's increase rate were smaller as compared to the cup-type mask. Furthermore, the differences of the increase rates of the GM of FF in employment type of the subjects were not significantly for the foldable-type mask. These results imply that the raining on the donning and use of PFFR can enhance the protection effectiveness of cup or foldable-type mask, and that the training effects for the foldable-type mask is less significant than that for the cup-type mask. Therefore, it is recommended that the donning training and fit tests should be conducted before the use of the PFFR, and listening to workers opinion regularly.

• 인터넷정보학회논문지
• /
• 제19권6호
• /
• pp.21-29
• /
• 2018

4차 산업혁명 시대의 도래와 함께 스마트 팩토리의 개념이 대두되면서 설비가동률과 생산성에 악영향을 미치는 설비 오류의 발생을 데이터 분석 기법을 통해 예측하고자 하는 노력이 이루어지고 있다. 데이터 분석 기법을 활용하여 설비 오류를 예측하기 위해서는 설비 오류가 발생한 상황과 설비 오류 유형을 명시한 데이터인 설비 오류 이력이 필요하다. 하지만 많은 제조 현장에서는 설비 오류 유형이 정확하게 정의/분류가 되지 않아 설비를 운영하는 작업자가 자신의 경험적 판단에 의거하여 정형화되지 않은 텍스트의 형태로 설비 오류 유형을 작성하고, 이에 따라 데이터 분석 기법의 적용이 어렵다. 따라서 본 논문에서는 수기로 작성된 설비 오류 이력을 활용하여 설비 오류 유형을 파악하고 구조화하기 위한 구절 네트워크 구축 방법을 제안하고자 한다. 구체적으로, 단어를 쓰임새에 따라 분류한 용도 딕셔너리를 활용하여 비정형의 텍스트 데이터로부터 설비 오류 유형을 의미하는 구절을 추출하고, 추출된 구절 간의 유사도를 계산하여 네트워크를 구축한다. 제안하는 방법의 성능을 실제 제조 기업의 설비 오류 이력 데이터를 활용하여 검증하였으며, 본 연구의 결과는 텍스트 데이터에 기반한 설비 오류 유형 구조화와 나아가서는 설비 오류 발생 예측에 이용할 수 있을 것을 기대한다.

• 한국산림과학회지
• /
• 제110권2호
• /
• pp.155-164
• /
• 2021

자연환경에 대한 국민들의 관심 증가로 스마트폰과 같은 휴대용 기기를 이용한 수목 동정의 자동화에 대한 요구가 증가하고 있다. 최근 딥러닝 기술의 발전에 힘입어, 외국에서는 수목 인식 분야에의 적용이 활발하게 이루어지고 있다. 수목의 분류를 위해 꽃, 잎 등 다양한 형질들을 대상으로 연구가 진행되고 있지만, 접근성을 비롯한 여러 장점을 가진 수피의 경우 복잡도가 높고 자료가 부족하여 연구가 제한적이었다. 본 연구에서는 국내에서 흔히 관찰 가능한 수목 54종의 사진자료를 약 7,000 여장 수집 및 공개하였고, 이를 해외의 20 수종에 대한 BarkNet 1.0의 자료와 결합하여 학습에 충분한 수의 사진 수를 가지는 53종을 선정하고, 사진들을 7:3의 비율로 나누어 훈련과 평가에 활용하였다. 분류 모델의 경우, 딥러닝 기법의 일종인 합성곱 신경망을 활용하였는데, 가장 널리 쓰이는 VGGNet (Visual Geometry Group Network) 16층, 19층 모델 두 가지를 학습시키고 성능을 비교하였다. 또한 본 모형의 활용성 및 한계점을 확인하기 위하여 학습에 사용하지 않은 수종과 덩굴식물과 같은 방해 요소가 있는 사진들에 대한 모델의 정확도를 확인하였다. 학습 결과 VGG16과 VGG19는 각각 90.41%와 92.62%의 높은 정확도를 보였으며, 더 복잡도가 높은 모델인 VGG19가 조금 더 나은 성능을 보임을 확인하였다. 학습에 활용되지 않은 수목을 동정한 결과 80% 이상의 경우에서 같은 속 또는 같은 과에 속한 수종으로 예측하는 것으로 드러났다. 반면, 이끼, 만경식물, 옹이 등의 방해 요소가 존재할 경우 방해요소가 자치하는 비중에 따라 정확도가 떨어지는 것이 확인되어 실제 현장에서 이를 보완하기 위한 방법들을 제안하였다.

• Journal of Platform Technology
• /
• 제9권3호
• /
• pp.52-62
• /
• 2021

제조업 현장에서 제작 공정 수행 전 품질 불량 위험 공정을 예측하여 사전품질관리를 수행하는 것은 매우 중요한 일이다. 하지만 기존 엔지니어의 역량에 의존하는 방법은 그 제작공정의 종류와 수가 다양할수록 인적, 물리적 한계에 부딪힌다. 특히 원자력 주요기기 제작과 같이 제작공정이 매우 광범위한 도메인 영역에서는 그 한계가 더욱 명확하다. 본 논문은 제조업 현장에서 자연어 처리 및 기계학습을 활용하여 품질 불량 위험 공정을 예측하는 방법을 제시하였다. 이를 위해 실제 원자력발전소에 설치되는 주기기를 제작하는 공장에서 6년 동안 수집된 제작 기록의 텍스트 데이터를 활용하였다. 텍스트 데이터의 전처리 단계에서는 도메인 지식이 잘 반영될 수 있도록 단어사전에 Mapping 하는 방식을 적용하였고, 문장 벡터화 과정에서는 N-gram, TF-IDF, SVD를 결합한 하이브리드 알고리즘을 구성하였다. 다음으로 품질 불량 위험 공정을 분류해내는 실험에서는 k-fold 교차 검증을 적용하고 Unigram에서 누적 Trigram까지 여러 케이스로 나누어 데이터셋에 대한 객관성을 확보하였다. 또한, 분류 알고리즘으로 나이브 베이즈(NB)와 서포트 벡터 머신(SVM)을 사용하여 유의미한 결과를 확보하였다. 실험결과 최대 accuracy와 F1-score가 각각 0.7685와 0.8641로서 상당히 유효한 수준으로 나타났다. 또한, 수행해본 적이 없는 새로운 공정을 예측하여 현장 엔지니어들의 투표와의 비교를 통해서 실제 현장에 자연스럽게 적용할 수 있음을 보여주었다.

• 디지털융복합연구
• /
• 제19권1호
• /
• pp.249-260
• /
• 2021

본 연구는 국내 간호대학생을 대상으로 한 플립러닝 연구들의 결과를 통합하고 분석하기 위해 실시한 메타분석연구이다. 대상 문헌은 PubMed, EMBASE, Cochrane, CINAHL, Korean databases가 이용되었으며 국내 간호학과학생들의 플립러닝 효과를 평가하는 무작위 실험과 비무작위 실험연구가 포함되었다. 95% 신뢰 구간과 SMD가 변량효과 메타분석 결과로 산출되었으며, 플립러닝 전체 효과 크기는 대조군에 비해 큰 효과 크기(SMD = 1.21; 95% CI = 0.84 ~ 1.63; I2 = 93.9; n = 23)로 나타났다. Bloom 분류에 따른 추가 분석 결과, 플립러닝은 심동적 영역, 인지적 영역, 정서적 영역의 변수들에 의미있게 영향을 미치는 것으로 나타났다. 본 메타분석은 총 10건의 문헌 분석을 통해 국내의 간호학과 학생들에 대한 플립러닝 교수법이 전통적인 교수법보다 심동적 영역, 인지적 영역, 정서적 영역에서 효과적임을 보여주었다. 추후 플립러닝은 간호대학생들의 학문적 수행 능력 향상을 위한 이론수업 및 실습 간호교육에 까지 통합 되어질 수 있다.

• 한국전자거래학회지
• /
• 제26권1호
• /
• pp.93-106
• /
• 2021

최근 도로균열 탐지에 대한 많은 연구에서 딥러닝 기반의 접근법을 활용하면서 과거 알고리즘 기반의 접근법을 활용한 연구들보다 높은 성능과 성과를 보이고 있다. 그러나 딥러닝 기반의 많은 연구가 여전히 균열의 유형을 분류하는 것에 집중되어 있다. 균열 유형의 분류는 현재 수작업에 의존하고 있는 균열탐지 프로세스를 획기적으로 개선해 줄 수 있다는 점에서 상당한 기대를 받고 있다. 그러나 실제 도로의 유지보수 작업에 있어서는 균열의 유형뿐만 아니라 균열의 심각도에 관한 판단이 필수적이지만, 아직까지 도로균열 탐지와 관련된 연구들이 균열의 심각도에 대한 자동화된 산출까지 진전되지 못하고 있다. 균열의 심각도를 산출하기 위해서는 균열의 유형과 이미지 속 균열의 부위가 함께 파악되어야 한다. 본 연구에서는 균열 유형과 균열 부위의 동시적 탐지를 효과적으로 자동화하기 위해 딥러닝 기반의 객체탐지 모델인 Mobilenet-SSD를 활용하는 방법을 다루고 있다. 균열탐지의 정확도를 개선하기 위해 U-Net을 활용해 입력 이미지를 자동 분할하고, 이를 객체탐지 기법과 결합하기 위한 여러 실험을 진행하여 그 결과를 정리하였다. 결과적으로 U-Net을 활용한 이미지 의 자동 마스킹을 통해 객체탐지의 성능을 mAP 값이 0.9315가 되도록 향상시킬 수 있었다. 본 연구의 결과를 참고하여 도로포장 관리시스템의 구현에 균열탐지 기능의 자동화가 더욱 진전될 수 있다고 기대된다.

• 공업화학
• /
• 제32권4호
• /
• pp.361-370
• /
• 2021

탄소 섬유 강화플라스틱은 가볍지만 우수한 기계적 강도를 가지는 복합재의 한 종류이다. 가벼우면서 우수한 기계적 강도를 가지는 탄소 섬유 강화플라스틱은 산업 전반에 널리 이용되고 있으며, 최근 활발히 연구되고 있는 전기자동차 및 무인기 등의 무게 감소 핵심 대체 부품으로 연구되고 있다. 배터리를 전원으로 사용하는 운송수단 등은 외부 충격에 이차 폭발의 위험이 있기 때문에 배터리를 안전하게 보호할 수 있는 덮개가 필수적인 동시에, 무게를 줄여 주행거리를 늘려야 하는 요구조건을 만족해야 한다. 이러한 요구 조건에 부합하는 재료로 탄소섬유 강화플라스틱이 손꼽히고 있고, 배터리 보호 덮개 및 다양한 대체품으로의 활용이 연구되고 있다. 한편, 우수한 전기적 특성을 가진 탄소 섬유를 배터리 구성품으로 활용하는 연구가 배터리 분야에서 진행 중이고, 이에 더 나아가 탄소 섬유가 배터리를 보호하고 배터리 전극 및 집전체 역할까지 동시에 수행하는 구조용 배터리에 대한 연구가 스웨덴과 미국을 중심으로 활발히 연구 중이다. 본 총설에서는 탄소 섬유의 역할에 따른 구조용 배터리의 분류 및 해당 배터리들에서 발생하는 문제점 등을 포괄하는 최근 연구 동향을 요약하고, 구조용 배터리에 대한 전망을 간략히 논의하고자 한다.

• 정보보호학회논문지
• /
• 제21권6호
• /
• pp.183-190
• /
• 2011

감시카메라 환경에서 군중의 비정상 집단행동 탐지란 감시카메라로부터 유입되는 영상에서 다중 객체가 위험에 처한 상황을 신속하고 정확하게 탐지하는 분야를 말한다. 본 논문에서는 CCTV 등과 같은 감시카메라 환경에서 움직임 벡터와 SVDD를 이용하여 집단내의 비정상 상황을 탐지하는 프로토타입 시스템을 제안한다. 제안된 시스템은 H.264 압축과정에서의 움직임 벡터 정보를 이용하여 영상내의 움직임 정보를 추출 표현하였으며, 비정상 집단행동의 판별 문제를 실용적 차원의 단일 클래스 분류 문제로 재해석하여 단일 클래스 SVM의 대표적 모델인 SVDD를 탐지기로 설계하였다. 제안된 시스템은 H.264 압축 과정에서 얻어지는 움직임 벡터를 이용함으로써, 실시간성을 보장하며 SVDD의 점증적 갱신 학습 능력으로 인하여 비정상 집단행동 데이터베이스의 변화에도 능동적으로 적응할 수 있다. 공개적으로 사용 가능한 벤치마크 데이터 셋인 PETS 2009와 UMN을 이용하여 본 논문에서 제안한 비정상 집단행동 탐지 시스템의 성능을 실험적으로 검증한다.