• 스마트미디어저널
• /
• 제9권4호
• /
• pp.66-72
• /
• 2020

온라인 교육시장이 확대됨에 따라 다양한 교육용 콘텐츠들이 출시되어지고 이를 사용하는 사용자들의 사용성과 사용자환경이 반영될 수 있는 콘텐츠 개발 방법이 연구되고 있다. 시장의 양적 확대를 뒷받침할 콘텐츠의 질적 성장을 위해서는 새로이 개발되지는 콘텐츠의 개발 방향성 확보 시점에서 기존 출시 모형에 대한 빠른 분석이 매우 중요하다. 하지만 콘텐츠 개발과정에서 개발 목표 설정에 필요한 전형적 모델의 추출과정을 직관적으로 협의할 수 있는 툴의 부재로 제작시안을 기준으로 한 반복적 업무 회귀가 개발공정에 필요한 많은 인력과 시간을 낭비하게 한다. 통계를 이용한 자료원 검증툴은 개발 전 과정과 최종 개발 결과에 영향을 주는 프로토타입의 선정 시 협력 업무를 수행하는 단일기업 내 또는 다수의 기업 간 소통의 부재로 인한 성과 이원화 문제를 공정 간에 스크린해주는 긍정적 효익으로 작용할 수 있다. 본 연구는 시료가 충분치 않은 AR기반 교육용 콘텐츠의 개발과정에 적용할 후속 현장실험 적용 통계서비스모델을 설계하는 것으로써 유사 범주의 시료 확보를 통해 개발에 필요한 데이터를 확보하는 것이 적정하여 빅데이터를 이용한 자료의 취합과 의사결정이 프로세스를 기준으로 진행되었다. 이번 연구에서 제시되는 데이터 통계분석서비스 기본 모형은 직관적인 다차원 요인과 속성의 선택과 검출이 가능한 구조로 설계하였으며 후속 현장형 실험연구와 연계하여 조직 내 또는 다수 기업 간 협력활동에 조력이 가능한 온라인 기반 데이터 통계분석서비스로 제안하고자 한다.

• 광물과 암석
• /
• 제33권4호
• /
• pp.391-405
• /
• 2020

본 연구에서는 안동댐 퇴적물의 일반항목과 중금속의 용출 특성에 대해 조사하였다. 용출 실험은 카드뮴, 구리, 납, 크롬, 아연, 수은, 비소, 철, 망간 등 중금속 9개 및 pH, 총인, 총질소등 일반 3개 항목에 대해 혐기성과 호기성 조건에서 60일간 실험을 수행하였다. 총질소와 총인은 호기성 조건에 비해 혐기성 조건의 용출이 높게 나타났으며, 일부 시료에서 높은 농도가 검출되었다. 대부분의 중금속의 용출율은 아주 낮았으며, 퇴적물에서 함유량이 높은 비소와 카드뮴도 최대 용출량이 각각 0.028 mg/L, 0.003 mg/L로 낮은 값을 나타낸다. 5단계 연속추출연구에서는 쉽게 용출될 수 있는 이온교환형태나 흡착한 형태의 분율이 전체 함유량의 10% 미만으로 낮게 나타났다. 대부분의 중금속은 왕수에 용해되는 잔류(residual)형태로 존재하고 있으며, 특히 독성이 높고 오염도가 높은 비소와 카드뮴의 경우 잔류형태로 존재하는 비율이 각각 80%와 95%로 오염도에 비해 짧은 시간에 용출되어 유해성을 일으킬 가능성은 낮은 것으로 판단된다.

• 한국방사선학회논문지
• /
• 제15권4호
• /
• pp.547-554
• /
• 2021

흉부 X선 영상의 폐렴을 신속하고 정확하게 진단하기 위하여 동일한 Xception 딥러닝 모델에 배치 사이즈를 4, 8, 16, 32로 다르게 적용하여 각각 3회의 모델링을 실시하였다. 그리고 성능평가 및 metric 평가에 대한 결과값을 3회 평균값으로 산출하여 배치 사이즈별 흉부 X선 영상의 폐렴 특징 추출과 분류의 정확도 및 신속성을 비교 평가하였다. 딥러닝 모델링의 성능평가 결과 배치 사이즈 32를 적용한 모델링의 경우 정확도, 손실함수 값, 평균제곱오차, 1 epoch 당 학습 소요 시간의 결과가 가장 우수한 결과를 나타내었다. 그리고 Test Metric의 정확도 평가는 배치 사이즈 8을 적용한 모델링이 가장 우수한 결과를 나타내었으며, 정밀도 평가는 모든 배치 사이즈에서 우수한 결과를 나타내었다. 재현율 평가는 배치 사이즈 16을 적용한 모델링이 가장 우수한 결과를 나타내었으며, F1-score는 배치 사이즈 16을 적용한 모델링이 가장 우수한 결과를 나타내었다. 그리고 AUC score 평가는 모든 배치 사이즈의 결과가 동일하였다. 이러한 결과를 바탕으로 배치 사이즈 32를 적용한 딥러닝 모델링이 높은 정확도, 안정적인 인공신경망 학습 및 우수한 신속성의 결과를 나타내었다. 향후 딥러닝을 이용한 흉부 X선 영상의 폐렴에 대한 특징 추출 및 분류에 관하여 자동진단 연구 시 배치 사이즈를 32로 적용한다면 정확하면서도 신속한 병변 검출이 가능할 것이라고 사료된다.

• 한국콘텐츠학회논문지
• /
• 제21권4호
• /
• pp.38-49
• /
• 2021

본 연구는 텍스트마이닝 기법을 사용하여 1990년부터 2019년까지 5,141건의 신문기사에서 '허위·과장광고' 용어의 트렌드를 분석하였다. 우선 전체 신문기사를 대상으로 빈도 분석을 통해 허위·과장광고의 최빈 키워드와 추출된 키워드 간의 맥락을 확인하고자 하였다. 다음으로 허위·과장광고가 어떻게 변화해왔는지에 대해 고찰하기 위해 10년 단위로 기사를 분리하여 빈도 분석을 수행하였고, 연도별 최빈 키워드를 주제로 한학술논문 수와 비교하여 해당 시기에 이슈가 된 키워드가 연구로까지 이어진 경향성을 파악하였다. 마지막으로 토픽모델링 분석을 통해 토픽 내 세부 키워드를 바탕으로 허위·과장광고의 동향을 제시하였다. 연구 결과, 특정 시점에 이슈가 되었던 주제가 최빈 키워드로 추출되었고 시대별 키워드 트렌드는 사회적, 환경적 요인과 연관되어 변화함을 확인하였다. 본 연구는 소비자들이 부당광고에 대한 배경지식을 함양함으로써 현명한 소비를 이어 나갈 수 있도록 도움을 주는 데 의의가 있다. 더욱이 핵심 키워드 추출을 통해 위법행위를 저지른 기업 및 관련 종사자들에게 광고의 참된 목적을 제시하고, 시사점을 전달할 수 있을 것이라 기대한다.

• 한국작물학회지
• /
• 제66권4호
• /
• pp.326-338
• /
• 2021

맥주보리 품종의 C-hordeins 분석을 위해 70% EtOH와 55% IPA가 추출용매로 이용되었으며, B-hordeins의 추출은 알코올성 용매에 1% DTT를 추가하여 수행되었다. D-hordeins은 보리 호데인 단백질 중 가장 분자량이 큰 단백질로 약산 혹은 약염기에서 용해가 이루어진다고 알려져 있으며, 본 연구에서는 pH 8.0의 약염기 용매가 추출용매로 이용되었다. 알코올성 용매 종류에 따른 C-hordeins의 구성과 양의 차이는 확인되지 않았으며 1% DTT가 첨가된 알코올성 용매에 B-hordeins과 C-hordeins이 모두 추출됨이 확인되었다. D-hordeins 추출 조건에서는 B-, C-, D-hordeins 이 모두 분석되었지만 B-hordeins의 머무름 시간은 1% DTT가 함유된 알코올 추출과 차이가 있었다. 국내 육성된 맥주보리 26품종들의 C-hordeins 분석을 통해 머무름 시간 16분에서 18분 사이의 피크 유사성을 가지고 7개의 그룹으로 분류할 수 있었다. 또한 맥주보리 육성 품종 중 사천6호와 두산29호, 진광보리와 제주보리, 호품과 다품보리를 제외한 20개 품종들은 마이너 피크들의 분석을 통해 품종의 구분이 가능하였다.

• Journal of Dental Anesthesia and Pain Medicine
• /
• 제22권2호
• /
• pp.145-153
• /
• 2022

Background: Postoperative analgesia (POA) is an important determinant of successful treatment. Dexmedetomidine (DEX) has recently gained attention as a promising adjuvant to local anesthetics (LA). The present study aimed to evaluate the efficacy and safety of levobupivacaine (LB) as an adjuvant during inferior alveolar nerve block (IANB) in the extraction of lower impacted third molars (LITM). Methods: A prospective, randomized, placebo-controlled, triple-blind, parallel-arm, and clinical study was performed on 50 systemically healthy participants who required removal of an asymptomatic LITM. Using a 1:1 distribution, the participants were randomized into two groups (n = 25). Group L (control group) received 1.8 mL of 0.5% LB and 0.2 mL normal saline (placebo) and Group D (study group) received a blend of 1.8 mL of 0.5% LB and 0.2 mL (20 ㎍) DEX. The primary outcome variable was the duration of POA and hemodynamic stability, and the secondary variable was the total number of analgesics required postoperatively for up to 72 h. The participants were requested to record the time of rescue analgesic use and the total number of rescue analgesics taken. The area under the curve was plotted for the total number of analgesics administered. The pain was evaluated using the visual analog scale. Data analysis was performed using paired students and unpaired t-test, Mann-Whitney U test, Chi-square test, and receiver operating characteristic analysis. Statistical significance was set at P < 0.05. Results: The latency, profoundness of anesthesia, and duration of POA were statistically significant (P < 0.05). The differences between mean pain scores at 6, 12, 24, 48, and 72 h were found to be significant (each P = 0.0001). Fewer analgesics were required by participants in group D (2.12 ± 0.33) than in L (4.04 ± 0.67), with a significant difference (P = 0.0001). Conclusion: Perineurally administered LA with DEX is a safe, effective, and therapeutic approach for improving latency, providing profound POA, and reducing the need for postoperative analgesia.

• 한국융합학회논문지
• /
• 제12권11호
• /
• pp.45-51
• /
• 2021

딥러닝의 발전으로 인하여 의미론적 분할 방법은 다양한 분야에서 연구되고 있다. 의료 영상 분석과 같이 정확성을 요구하는 분야에서 분할 정확도가 떨어지는 문제가 있다. 본 논문은 의미론적 분할 시 특징 손실을 최소화하기 위해 딥러닝 기반 분할 방법인 PSPNet을 개선하였다. 기존 딥러닝 기반의 분할 방법은 특징 추출 및 압축 과정에서 해상도가 낮아져 객체에 대한 특징 손실이 발생한다. 이러한 손실로 윤곽선이나 객체 내부 정보에 손실이 발생하여 객체 분류 시 정확도가 낮아지는 문제가 있다. 이러한 문제를 해결하기 위해 의미론적 분할 모델인 PSPNet을 개선하였다. 기존 PSPNet에 제안하는 multi scale attention을 추가하여 객체의 특징 손실을 방지하였다. 기존 PPM 모듈에 attention 방법을 적용하여 특징 정제 과정을 수행하였다. 불필요한 특징 정보를 억제함으로써 윤곽선 및 질감 정보가 개선되었다. 제안하는 방법은 Cityscapes 데이터 셋으로 학습하였으며, 정량적 평가를 위해 분할 지표인 MIoU를 사용하였다. 실험을 통해 기존 PSPNet 대비 분할 정확도가 약 1.5% 향상되었다.

• 한국식품위생안전성학회지
• /
• 제36권6호
• /
• pp.474-480
• /
• 2021

식품첨가물로 사용되는 알긴산나트륨은 알긴산염류로서 안정제, 증점제, 유화제 등의 기능을 한다. 알긴산나트륨의 정량법은 전처리가 복잡하고 분석시간이 많이 소요되어 상대적으로 간편하고 보편적인 분석법 연구가 요구되고 있다. 분석장비로는 HPLC-UVD 및 Unison US-Phenyl 컬럼을 사용하였으며, 전처리 조건으로 진탕기를 이용하여 실온에서 150 rpm으로 180분간 추출하였다. 알긴산나트륨의 표준용액을 5개 농도 범위에서 검량선을 작성한 결과 직선성(R²)은 평균 0.9999로 측정되었으며 검출한계(LOD) 및 정량한계(LOQ)는 각각 3.96 mg/kg, 12.0 mg/kg이었다. 또한, 천사채를 이용해 얻은 일내 및 일간 평균 회수율과 정밀도는 각각 98.47-103.74%, 1.69-3.08 RSD%이고, 빙과류에 대한 일내 및 일간 평균 회수율과 정밀도는 각각 99.95-105.76%, 0.59-3.63 RSD%이다. 상대불확도%는 CODEX의 기준에 적합한 1.5-7.9%의 결과를 나타냈다. 본 연구에서 확립한 방법의 적용성 검토를 위해 총 103개 품목에 대한 알긴산나트륨의 함량을 정량한 결과 당면, 유탕면, 당류가공품 유형 순으로 높은 검출율을 보였다.

• 지질공학
• /
• 제32권3호
• /
• pp.377-388
• /
• 2022

최근, 다수의 연구가 지수적으로 증가하는 지진 자료를 효율적이고 정확하게 처리하기 위해 기계학습을 활용하고 있다. 본 연구는 지진의 발생 시간, 위치, 규모의 정보를 확장하여 기계학습에 적용 가능한 자료를 제작한 후, 주성분 분석을 통해 추출한 자료의 주요 성분으로 자료의 차원을 축소하였다. 차원이 확장된 자료는 36,699개의 지진 사건을 포함하는 Global Centroid Moment Tensor 카탈로그로부터 얻은 지진 정보의 통계량으로 구성되었다. 표준화와 최대-최소화 스케일링을 활용하여 자료 전처리를 수행하였으며, 스케일링이 완료된 자료에 주성분 분석을 적용하여 자료의 주요 특징을 추출하였다. 스케일링은 상이한 단위로 인한 특징 값의 차이를 현저히 감소시켰으며, 그 중 표준화는 다른 전처리에 비해서 각 특징의 중앙값을 더 균등하게 변환하였다. 주성분 분석이 스케일링이 적용되지 않은 자료로부터 추출한 여섯 개의 주성분은 원본 자료의 정보를 99% 설명하였다. 표준화와 최대-최소 스케일링이 적용된 자료로부터 추출한 열여섯 개의 주성분은 원본 자료의 정보의 98%를 재구성하였다. 이는 특징 값의 분포가 균등한 자료의 정보를 보존하기 위해서는 더 많은 주성분이 필요함을 지시한다. 본 연구는 지진 데이터와 지진 거동과의 관계를 분석하는 효율적이고 정확한 기계 학습 모형을 훈련시키기 위한 데이터 처리 방법을 제안하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제26권4호
• /
• pp.20-29
• /
• 2022

상시진동을 이용하여 구조계의 동특성을 추출하는 운용모드해석 기법은 케이블교량 구조건전성모니터링의 한 분야로써 다양한 연구와 실험적 검증이 수행되어왔다. 본 연구에서는 두 번에 걸친 상시진동실험과 함께 3년간의 장기 계측을 통해 수집된 가속도 데이터를 이용하여 공용 중인 사장교의 장단기 동특성을 평가하였다. 교량 준공 이후 6년과 19년이 경과한 시기에 실시한 고해상도 상시진동실험으로부터 0.1 ~ 2.5 Hz 대역에서 27개 수직모드(휨, 비틈)와 1개 수평모드를 추출하였다. 운용모드해석에 기반한 동특성 추출은 PP기법, ERADC기법, FDD기법, TDD기법을 적용하였으며, 적용한 기법들 간에 유의미한 차이가 없는 것을 확인하였다. 장기 계측 고유진동수와 환경 요인(온도, 바람)에 대한 상관성 분석으로부터 온도 변화가 고유진동수 변동에 지배적인 영향인자임을 확인하였다. 대상교량의 고유진동수 감소 경향은 구조성능과 일체성이 변한 것이 아니라 두 번의 상시진동실험 간 온도 차이에 의한 환경영향이 컸음을 밝혔다. 또한 TDD기법 적용 시, 지연이 0에서 자기상관이 1이 되도록 시퀀스를 정규화하는 알고리즘을 추가하여 모드형상 추출의 정확도를 개선하였다.