• 한국IT서비스학회지
• /
• 제18권2호
• /
• pp.143-159
• /
• 2019

Machine learning (ML) is a method of fitting given data to a mathematical model to derive insights or to predict. In the age of big data, where the amount of available data increases exponentially due to the development of information technology and smart devices, ML shows high prediction performance due to pattern detection without bias. The feature engineering that generates the features that can explain the problem to be solved in the ML process has a great influence on the performance and its importance is continuously emphasized. Despite this importance, however, it is still considered a difficult task as it requires a thorough understanding of the domain characteristics as well as an understanding of source data and the iterative procedure. Therefore, we propose methods to apply deep learning for solving the complexity and difficulty of feature extraction and improving the performance of ML model. Unlike other techniques, the most common reason for the superior performance of deep learning techniques in complex unstructured data processing is that it is possible to extract features from the source data itself. In order to apply these advantages to the business problems, we propose deep learning based methods that can automatically extract features from transaction data or directly predict and classify target variables. In particular, we applied techniques that show high performance in existing text processing based on the structural similarity between transaction data and text data. And we also verified the suitability of each method according to the characteristics of transaction data. Through our study, it is possible not only to search for the possibility of automated feature extraction but also to obtain a benchmark model that shows a certain level of performance before performing the feature extraction task by a human. In addition, it is expected that it will be able to provide guidelines for choosing a suitable deep learning model based on the business problem and the data characteristics.

• 한국ITS학회 논문지
• /
• 제20권3호
• /
• pp.74-85
• /
• 2021

전파를 수신하여 측위를 수행하는 GNSS 수신기는 본질적으로 재밍에 취약하다. 재밍 발생 검출, 재밍 신호 종류 판별, 재밍원 위치추정 기능을 갖는 GNSS 재밍 모니터링 시스템은 안전한 자율주행 환경구축에 도움을 준다. 이를 위하여 다수의 저가 GNSS 수신기들의 배치로 구성된 GNSS 모니터링 네트워크 구축이 필요하며, 앞서 언급한 3가지 기능 구현을 위하여 네트워크 내 독립된 저가 GNSS 수신기 간 정밀 시각 동기가 요구된다. 본 논문은 신호영역 TDOA 기술 직접 사용방식의 수신기 간 시각 동기화 기법을 제안한다. 계산 효율성을 위하여 상대적으로 낮은 샘플링 주파수에도 시각 동기 정밀도를 유지하고자 블록 보간법을 추가로 활용한다. 수치적 시뮬레이션을 통하여 제안한 GNSS 수신기 간 시각 동기화 기법의 가용성을 입증한다.

• International Journal of Computer Science & Network Security
• /
• 제21권6호
• /
• pp.319-328
• /
• 2021

Parallel administration of numerous drugs increases Drug-Drug Interaction (DDI) because one drug might affect the activity of other drugs. DDI causes negative or positive impacts on therapeutic output. So there is a need to discover DDI to enhance the safety of consuming drugs. Though there are several DDI system exist to predict an interaction but nowadays it becomes impossible to maintain with a large number of biomedical texts which is getting increased rapidly. Mostly the existing DDI system address classification issues, and especially rely on handcrafted features, and some features which are based on particular domain tools. The objective of this paper to predict DDI in a way to avoid adverse effects caused by the consumed drugs, to predict similarities among the drug, Drug pair similarity calculation is performed. The best optimal weight is obtained with the support of KHA. LSTM function with weight obtained from KHA and makes bets prediction of DDI. Our methodology depends on (LSTM-KHA) for the detection of DDI. Similarities among the drugs are measured with the help of drug pair similarity calculation. KHA is used to find the best optimal weight which is used by LSTM to predict DDI. The experimental result was conducted on three kinds of dataset DS1 (CYP), DS2 (NCYP), and DS3 taken from the DrugBank database. To evaluate the performance of proposed work in terms of performance metrics like accuracy, recall, precision, F-measures, AUPR, AUC, and AUROC. Experimental results express that the proposed method outperforms other existing methods for predicting DDI. LSTMKHA produces reasonable performance metrics when compared to the existing DDI prediction model.

• Composites Research
• /
• 제34권3호
• /
• pp.143-147
• /
• 2021

유리섬유 복합재료(GFRP) 내부 미세 박리에서 나타나는 테라헤르츠(THz) 중첩 신호의 FWHM 분석을 통한 미세 박리 검출 기술을 연구하였다. 테라헤르츠 시간영역 분광(THz-TDS) 시스템의 반사모드를 통해 유리섬유 복합재료 내부의 미세 박리 크기 별 THz 신호를 측정하였고, 미세 박리 위치에서 반사되어 검출되는 THz 중첩 신호의 Full Width Half Maximum (FWHM) 값을 추출하였다. 이후, 유리섬유 복합재료의 복소굴절률을 측정하여 미세 박리 크기에 따른 미세 박리 위치에서의 THz 중첩 신호 및 FWHM 값을 계산하여 비교하였다. 이론적으로 계산된 THz 중첩 신호로부터 미세 박리 크기와 중첩 신호에서의 FWHM 값의 상관관계를 도출하였으며, 미세 박리 위치에서의 THz 신호로부터 추출된 FWHM의 분석을 통해 미세 박리 크기를 예측할 수 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권7호
• /
• pp.257-262
• /
• 2021

매년 동절기 블랙아이스(Black Ice)로 인한 사고는 빈번하게 발생하고 있으며, 치사율은 다른 교통사고에 비해 매우 높다. 따라서 블랙아이스 발생 구간을 사전에 예측하기 위한 체계화된 방법이 필요하다. 이에 본 논문에서는 이질(heterogeneous)·다형(diverse)의 데이터를 활용한 블랙아이스 발생 구간 예측 모델을 제안한다. 이를 위해 국토 교통 공공데이터와 기상 공공데이터 42종의 12,574,630건을 수집하여, 결측값을 처리하고 정규화하는 등의 전처리 과정을 수행한 뒤 최종 약 60만여 건의 정제 데이터셋을 구축하였다. 수집된 요인들의 상관관계를 분석하여 블랙아이스 예측에 유효한 영향을 주는 21개 요인을 선별, 다양한 학습모델을 조합하는 방법을 통해 블랙아이스 발생 예측 모델을 구현하였다. 이를 통해 개발된 예측 모델은 최종적으로 노선별 블랙아이스 위험지수 도출에 사용되어 블랙아이스 발생 경고 서비스를 위한 사전 연구로 활용될 것이다.

• 문화기술의 융합
• /
• 제8권6호
• /
• pp.435-439
• /
• 2022

2022년 2월 24일, 우크라이나-러시아 전쟁이 발발했다. 이 전쟁에서 특이한 현상들이 발생하고 있는데, 그중에 하나가 2차 세계대전 이후 장군들의 전사율이 가장 높다는 것이다. 이것은 우크라이나군이 러시아군의 장군들만을 제거하는 핀셋작전을 전개하고 있기 때문이다. 이를 위해, 우크라이나군은 군사정보팀이라는 특수작전 부대를 운용하고 있는데, 이들은 자체, 미군·나토군, 민간 등의 자산을 융복합하여 다영역에서 활용함으로써 시너지를 창출하고 있다. 특히, 이들은 스타링크를 활용하여 '감시-결심-타격' 활동을 실시간 초연결함으로써 생존성과 작전효용성을 극대화하고 있다. 한국군 또한 다양한 특수작전부대를 보유하고 있고, 한반도에는 대량살상무기 위협이 내재되어 있다. 따라서 우크라이나군에서 운용하는 군사정보팀의 조직편성, 무기체계 및 운용 방법은 한국군이 미래 위협을 상쇄하는데 방향성을 제공할 수 있다.

• Animal Bioscience
• /
• 제36권7호
• /
• pp.1120-1129
• /
• 2023

Objective: This study aimed to determine the protective efficacy of Buddha's Temple (BT) extract against tert-butyl hydroperoxide (t-BHP)-induced oxidative stress in Gallus gallus chicken embryo fibroblast cell line (DF-1) and its effects on the cell lipid metabolism. Methods: In this experimental study, Gallus gallus DF-1 fibroblast cells were pretreated with BT 10^-7 for 24 hours, followed by their six-hour exposure to t-BHP (100 μM). Water-soluble tetrazolium salt-8 (WST-8) assays were performed, and the growth curve was computed. The intracellular gene expression changes caused by BT extract were confirmed through quantitative polymerase chain reaction (qPCR). Flow cytometry, oil red O staining experiment, and thin-layer chromatography were performed for the detection of intracellular metabolic mechanism changes. Results: The WST-8 assay results showed that the BT pretreatment of Gallus gallus DF-1 fibroblast cell increased their cell survival rate by 1.08%±0.04%, decreased the reactive oxygen species (ROS) level by 0.93%±0.12% even after exposure to oxidants, and stabilized mitochondrial activity by 1.37%±0.36%. In addition, qPCR results confirmed that the gene expression levels of tumor necrosis factor α (TNFα), TIR domain-containing adapter inducing IFN-beta (TICAM1), and glucose-regulated protein 78 (GRP78) were regulated, which contributed to cell stabilization. Thin-layer chromatography and oil red O analyses showed a clear decrease in the contents of lipid metabolites such as triacylglycerol and free fatty acids. Conclusion: In this study, we confirmed that the examined BT extract exerted selective protective effects on Gallus gallus DF-1 fibroblast cells against cell damage caused by t-BHP, which is a strong oxidative inducer. Furthermore, we established that this extract significantly reduced the intracellular ROS accumulation due to oxidative stress, which contributes to an increase in poultry production and higher incomes.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.162-162
• /
• 2020

토양수분은 TDR(Time Domain Reflectometry)이나 Tensiometer 등의 장비를 이용하여 측정을 시행하고 있으나, 이를 위해서는 많은 인력과 경제적 자원이 소비될 뿐만 아니라 시공간적으로 측정할 수 있는 범위에 한계가 있다. 지상 관측의 대안으로 MIRAS(Microwave Imaging Radiometer with Aperture Synthesis)나 SMAP(Soil Moisture Active Passive), AMSR2(Advanced Microwave Scanning Radiometer 2) 등의 수동 마이크로파 위성 센서를 이용한 공간 토양수분 관측이 수행되었으나, 낮은 공간 해상도(9~36km)는 지역 규모의 토양수분 분포를 나타내기 충분하지 않고, 높은 불확실성을 내포하고 있다. 본 연구에서는 금강 상류의 용담댐 유역(930.0㎢)을 대상으로 Sentinel-1 C-band SAR(Synthetic Aperture Radar) 영상을 이용한 토지 피복 및 토양 속성을 고려한 10m 해상도의 토양수분 산출을 수행하였다. 용담댐 유역은 산림 79.7%, 논 9.0%, 밭 5.4%, 주거지 2.9%의 토지 피복 비율을 가지며 토양은 사양토(66.6%)와 양토(20.9%)가 우세하다. Sentinel-1 C-band SAR 영상은 SeNtinel Application Platform(SNAP)을 이용하여 전처리 후, 후방산란계수로 변환하였다. 토양수분 알고리즘은 TU-Wien change detection algorithm과 Regression model을 활용하였고, 검증을 위한 실측 토양수분 자료는 한국수자원공사(K-water)에서 제공하는 5년(2014~2018)간의 토양수분 관측자료를 이용하였다. 산출된 토양수분은 결정계수(Coefficient of determination, R²) 및 평균제곱근오차(Root Mean Square Error, RMSE)를 이용하여 실측 토양수분과 비교하였다. Sentinel-1 C-band SAR 영상을 이용한 고해상도의 토양수분 산출은 토지 피복 및 토양 속성을 고려한 지역 규모의 공간 토양수분 분포 및 시간적 변화를 표현 가능할 것으로 판단된다.

• 한국ITS학회 논문지
• /
• 제23권1호
• /
• pp.182-196
• /
• 2024

자동차 보급과 교통 시설 발달로 인한 문제에 대응하여, ADAS와 같은 운전 보조 기술이 주목받고 있다. 최근에는 스마트폰 내장 센서를 사용한 운전패턴 분석 방법론이 개발되었다. 이 연구에서는 레이블 없이 대조학습을 통해 운전패턴의 특징을 학습하고 변화점을 감지하는 새로운 방법을 제안한다. 이 방법은 운전패턴 분류에도 확장 가능하여, 매우 적은 레이블링 데이터만으로 높은 분류 성능을 달성할 수 있음은 물론 적용 차량이 달라지는 도메인 변화 문제에 민감하게 반응하지 않아 일반화된 성능을 달성할 수 있다는 장점을 가지고 있다. 또한 본 연구에서는 추후 스마트폰 적용성을 고려하여 6가지 대표적인 경량화 딥러닝 모델에 대해 제안하는 방법을 적용하고 비교분석하여 추후 스마트폰 기반의 시스템 개발에 활용할 수 있도록 하였다.

• 한국음향학회지
• /
• 제29권1호
• /
• pp.69-75
• /
• 2010

본 논문에서는 스펙트럼 신호를 최대한 평탄화시킴으로써 포만트의 영향을 제거하고 고조파 성분을 분리해 내어 이를 피치검출에 사용한다. 스펙트럼 신호로부터 포만트의 영향과 천이진폭의 영향을 제거하기 위해 주파수 대역을 LSP(Line Spectrum Pair)를 기준으로 서브밴드로 나누고 각각의 서브밴드에서 기울기를 취한 후에 역기울기로 스펙트럼을 보상한다. 실험 결과 제안한 방법이 LPC법, Lifter법, Cepstrum법을 이용하여 평탄화시킬 때 보다 평탄화 정도가 좋아짐을 알 수 있다. 또한 제안한 방법 이외에 가장 양호한 성능을 나타낸 LPC법을 이용하여 피치를 구했을 때 제안한 방법의 조오율이 평균 1.30% 감소하였다. 또한 제안한 방법은 잡음을 부가한 음성의 경우에도 낮은 에러율을 보여 배경잡음에 강하다는 것을 알 수 있었다.