• 한국지능시스템학회논문지
• /
• 제23권6호
• /
• pp.519-526
• /
• 2013

심전도 신호는 P, Q, R, S, T파를 한 주기로 하여 반복되는 특징을 가지고 있으며 일반적으로 높은 표본화 주파수로 샘플링 된다. 이러한 심전도 신호의 주기적인 특징을 이용하여 진단에 중요한 정보의 손실을 최소화하면서 압축 효율을 극대화시키는 방법이 필요하다. 그러나 이러한 주기적인 특징은 심검자와 측정 시기에 따라 진폭과 주기가 일정하지가 않다. 또한 환자의 경우, 같은 시기에 측정하더라도 주기적 특징이 다르게 나타나는 구간이 존재한다. 본 논문에서는 적응적 멀티 레벨 코드를 이용하여 주도적인 신호 구간과 비주도적인 신호 구간의 심전도 신호를 적응적으로 코드화하는 방법을 제안한다. 제안하는 방식은 주도적인 신호 구간과 비주도적인 신호 구간에 따른 손실 대비 압축률을 차등 적용함으로써 반복적인 신호를 멀티 레벨 코드를 이용하여 압축의 효율성을 극대화하는 것이다. 이는 심전도 신호의 주기성을 이용하지 않은 기존의 압축 방식에 비해 장시간 측정 데이터의 압축률을 극대화시키고 비주도적인 신호를 코드화하여 무손실 압축을 함으로써 진단에 중요한 정보를 손실 없이 보존할 수 있는 장점이 있다. MIT-BIH 부정맥 데이터베이스에 있는 심전도 신호에 대한 실험을 통하여 압축의 효용성을 검증하였다.

• 한국지능시스템학회논문지
• /
• 제22권2호
• /
• pp.192-197
• /
• 2012

DNA 마이크로어레이 기술의 발달과 함께 이를 활용한 질병 진단 및 치료 예후 확인을 목적으로 하는 연구가 활발히 진행 되고 있다. 일반적으로 마이크로어레이 데이터를 이용한 실험에서는 특징들의 수에 비해 적은 샘플의 수, 내재적 측정 노이즈, 서로 다른 샘플들 간의 이질성 등이 분류 성능을 떨어트리는 원인이 된다. 이러한 문제를 극복하기 위해 패스웨이 기반의 기능적 모듈 단위의 마커를 사용하는 방법들이 새롭게 제안 되었다. 이들은 패스웨이의 멤버 유전자들의 발현 값을 요약하여 해당 패스웨이의 활성도로 사용하는데, 기존의 기법들과 비교하여 뛰어난 분류 성능과 재현성을 보여주었다. 그러나 이러한 활성도 계산 방법은 개별 유전자들과 표현형 사이의 상관관계를 무시하거나, 개별 유전자들이 갖는 발현 특성이 제거 되는 단점들이 있다. 본 논문에서는 선택된 기능적 모듈 단위의 유전자들의 부분집합들을 기반으로 약 분류기를 구성하고, 이들의 분류 결과를 결합하여 최종 결과를 추론하는 앙상블 분류 기법을 제안한다. 이 과정에서 유전자 상호작용 정보와 mRMR 필터를 사용하는 필터링과정을 통해 탐색 공간을 최소화하여 분류 성능을 높일 수 있도록 하였다. 제안 된 방법의 성능을 테스트하기 위해 폐암 데이터에 적용한 결과, 기존의 기법들에 비해 신뢰성이 있고 우수한 분류 성능을 보여주었다.

• 한국지능시스템학회논문지
• /
• 제20권2호
• /
• pp.165-172
• /
• 2010

임상 데이터마이닝에서 최적의 특징 집합을 선택하는 것은 주어진 데이터로부터 생성된 모델의 복잡성을 줄일 뿐만 아니라 유용성을 향상시키는 데에 매우 중요하고, 선택된 특징들의 임계값은 질병의 감별진단을 위해 임상 전문가의 결정기준으로 사용된다. 본 논문에서는 데이터의 공간적인 분포, 즉 중첩영역에서 중복 속성값을 포함하는 데이터의 분리성 정도를 평가함으로써 연속형 속성을 가진 데이터에 대한 퍼지 이산화기법을 제안한다. 제안된 방법에서 중복 속성값의 가중치 평균값은 각 특징의 임계값(즉 경계값)을 결정하기 위해서 사용되었고, 러프집합은 전체 특징들 중에서 중요특징들의 집합을 선택하기 위해서 이용하였다. 제안된 방법의 타당성을 검증하기 위해 호흡곤란을 주호소로 내원한 668명의 환자 데이터를 근거로 3가지 이산화방법과 제안된 이산화방법에 대한 실험을 수행하였다. 실험결과, 퍼지분할을 기반으로 한 이산화방법이 하드분할을 기반으로 한 이산화방법에 비해서 평균 분류정확도와 G-mean 성능에서 보다 좋은 결과를 제공함을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제16권1호
• /
• pp.66-71
• /
• 2006

최근 웹 기반으로 한 교수-학습 시스템이 교육현장에 적용되면서 교수자와 학습자 모두로 하여금 시${\cdot}$공간전인 제한사항을 탈피한 교육현장을 제시하고 있다. 다양한 연구의 결과 음악교육에서 멀티미디어의 활용은 효과적임을 입증한 바 있으며 학습자의 흥미를 유발하고 자기주도적으로 학습할 수 있는 방안을 제공해 준다는 점에 있어서도 논이 평가되고 있다. 본 논문에서는 멀티미디어 학습 자료를 이용한 학습 방법과 학습자의 요구에 맞는 웹을 학습의 보조 자료로 활용함으로써 다양한 교육정보를 학습자 스스로 찾아 자기 주도적으로 학습을 한 수 있도록 도와주는 음악교과 학습 사이트를 설계하고 구현하였다. 본 사이트를 운영 및 분석한 결과 다음과 같은 결과를 얻었다. 첫째, 웹 사이트의 학습의 효과에서 긍정적인 반응을 보여 본 연구에서 개발한 웹 사이트에 대체적으로 만족스러운 반응이었으며 웹 사이트를 수정${\cdot}$보완해 나간다면 계속 사용하겠다는 응답자로 총 학습자 34명중 25명$(73.5\%)$으로 나타났다. 둘째, 학습자들 중 학습자가 문제은행 기능이 있어 학습결과를 즉각적으로 알 수 있어 유용하다는 평가를 나타냈다. 셋째, 웹 사이트를 통해서 자기주도적 학습에 도움이 된다고 응답하여 매우 긍정적인 평가를 받았다.

• 한국지능시스템학회논문지
• /
• 제15권5호
• /
• pp.599-604
• /
• 2005

본 논문은 가중 퍼지소속함수 기반 신경망(Neural Network with Weighted Fuzzy Membership Functions, NEWFM)을 이용하여 위스콘신 유방암(Wisconsin breast cancer)의 진단을 수행하는 퍼지규칙을 추출하고, 비중복면적 분산 측정법을 사용하여 특징입력수를 최소로하는 방안을 제안하고 있다. NEWFM 구조의 중간 부분인 하이퍼박스(hyperbox)들은n 개의 대, 중, 소로 구성된 가중 퍼지소속함수 집합으로 구성되며, 학습 후 각 집합의 대, 중, 소로 구성된 가중 퍼지소속함수는 퍼지집합의 경계합(bounded sum)을 사용하여 다시 하나의 가중 퍼지소속함수로 합성(BSWFM) 된다. n 개의 특징입력(feature input)은 학습된 모든 하이퍼박스에 연결되어 예측 작업을 수행한다. 여기에 비중복면적 분산 측정법을 적용하여 중요도가 낮은 특징입력을 제거하면서 최소의 m 개 특징입력만을 사용한 하이퍼박스로 단순화시킨다. 이러한 방법으로 위스콘신 유방암의 9개의 특징입력 중 4개를 사용하여 NEWFM으로 추출된 2개의 퍼지규칙은 99.71%의 예측 인식율을 가지며 이는 퍼지규칙의 수와 인식율에 있어 현재 발표된 논문의 결과보다 우수함을 보여준다.

• 한국ITS학회 논문지
• /
• 제22권6호
• /
• pp.208-222
• /
• 2023

최근 「교통약자의 이동편의 증진법」 및 동법 시행규칙이 개정됨으로써 노선버스 운송사업자는 버스를 대폐차하는 경우 저상버스를 도입해야 한다. 다만, 저상버스 운행이 불가한 노선의 경우 운송사업자는 「교통약자의 이동편의 증진법 시행규칙」 제4조의2에 따라 소속 교통행정기관의 승인을 받아 저상버스를 도입하지 않을 수 있다. 전국버스운송사업조합연합회에서 제공받은 시도별 저상버스 도입 예외승인 현황에 의하면 전체 시내버스 노선 중 약 5.9%가 저상버스 투입 예외 노선으로 조사되나, 저상버스 운행이 불가한 노선이 많을 것으로 판단되는 지역이 제외된 자료이기 때문에 실제 저상버스 도입이 불가능한 노선의 비율은 더욱 증가할 것으로 판단된다. 지방자치단체를 통해 저상버스 예외 승인 과정을 확인한 결과 예외 승인을 위한 구체적인 조사방법, 기준 등이 전무해 체계적인 조사가 이루어지지 않고 있다. 이러한 문제로 실제 저상버스가 운행 가능한 노선임에도 저상버스 투입 예외 승인을 받는 등의 문제가 발생하고 있다. 따라서, 본 연구는 도로기하구조, 도로시설 등 저상버스 운행환경 전반을 객관적으로 진단 가능한 매뉴얼을 개발하였다. 후속연구에서는 더 많은 사례에 적용하여 다양한 맥락에서 더욱 정교하게 적용하도록 개선할 계획이다.

• 지능정보연구
• /
• 제13권1호
• /
• pp.15-27
• /
• 2007

간암은 우리나라에서 전체 암 사망자 중 17.2%로 3번째의 흔한 사망 원인이며, 간암에 의한 사망률은 인구 10만 명당 약 21명에 이른다. 본 논문에서는 간 내부에서 발생하는 간 세포암을 CT 영상에서 자동으로 추출하는 방법을 제안하여 간 세포암의 보조진단으로서의 유용성에 대해 알아보고자 한다. 간 내부의 종양을 추출하기 위해 흉부의 윗부분에서 시작하여 2.5mm의 간격으로 약 $45{\sim}50$장 정도를 촬영한 CT 영상들을 대상으로 간 영역을 추출한다. 간 영역 추출은 관심이 없는 외부 영역을 갈비뼈를 중심으로 제거한 후, 영상의 자기 정보를 이용하여 각 기관의 영역을 분할한다. 분할된 영역들은 위 아래로 인접한 영상에서의 분할 영역들과 자기 값을 비교하여 적절하게 병합하는 3차원적 접근방법을 적용한다. 간 영역은 여러 개의 영역들 중에서 간 영역의 구조 및 위치 등의 정보를 활용하여 추출한다. 추출된 간 영역에서 종양 판별과 추출을 위해 종양이 가지는 특징을 분석하여 종양을 추출한다. 전형적인 간 세포암은 과혈관성 종양이므로 조영증강 CT 영상에서는 주위보다 밝은 색으로 나타나며, 팽창형 성장을 보일 경우에는 구형으로 나타나는 특징이 있다. 이에, 주위 보다 밝은 색을 가지고 둥근 형태를 가지는 영역을 종양의 후보 영역으로 선정한 후, 그 영상의 위와 아래로 연결되는 영상에서도 같은 위치에서 같은 특징을 보이는 영역이 있으면 간 내부의 종양으로 판별하여 추출한다. 제안된 간 영역 및 간 종양 추출 방법의 정확성을 판별하기 위하여 CT 영상을 대상으로 실험하여 영상의학 전문의가 판단한 결과와 비교하였다. 간 영역 추출은 정확히 모두 추출되었으며, 간 종양 추출 및 판별은 전문의의 보조 진단 도구로 활용할 수 있는 가능성이 매우 높다는 것을 확인할 수 있었다.

• 방송공학회논문지
• /
• 제25권6호
• /
• pp.973-979
• /
• 2020

본 연구에서는 동공 반응 데이터를 수집하여 공감의 사회 감성을 객관적이고 정량적으로 추정하는 데 목적이 있다. 52명(남 26명, 여 26명)의 피험자가 실험에 참여하였다. 실험은 30초의 참조 데이터 측정 후, 공감 유무에 따라 얼굴 표정 모방 과제와 자발적 표현과제로 구분되어 두 사람은 상호작용하였고 동공을 촬영하였다. 이진화 및 원형 윤곽선 검출법의 영상처리를 활용하여 동공 데이터를 수집하였고, 이상 데이터 제거 기법을 활용해 눈 깜빡임 노이즈를 제거하였다. 공감 유무에 따른 동공 크기 데이터는 정규성 검증 및 독립표본 t 검정을 통해 통계적 유의성을 확인하였다. 분석 결과, 공감하는 경우(M ± SD = 0.050 ± 1.817)와 공감하지 않은 경우(M ± SD = 1.659 ± 1.514) 동공 크기가 통계적으로 유의미한 차이를 보였다(t(92) = -4.629, p = 0.000). 판별분석을 통해 동공 크기에 따른 공감 유무를 추정하는 규칙을 정의하였고, 새로운 실험참가자 12명(남 6명, 여 6명, M ± SD = 22.84 ± 1.57세)을 대상으로 규칙을 검증(추정 정확도 75%)하였다. 본 연구에서 제안한 동공 크기 데이터를 이용한 공감의 사회 감성 추정 기술은 비접촉식 카메라 기반의 기술로 스마트 글래스와 접목되어 다양한 가상 현실 분야에 활용도가 높을 것으로 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제27권9호
• /
• pp.49-57
• /
• 2022

현재 우리 사회는 기후 문제와 세계 인구 증가로 인해 식량 부족 문제가 대두되고 있다. 이를 해결할 방안으로 인공지능(Artificial Intelligent, AI)와 정보통신기술(Information and Communication Technology, ICT)을 접목 시킨 다중 원격 제어 스마트팜을 제안한다. 제안하는 스마트팜은 ICT 기술을 접목시켜 공간과 시간에 제약 없이 원격으로 제어 및 관리하고 작물의 생육환경을 다중 제어한다. 아두이노를 활용하여 스마트폰 애플리케이션(Application, APP)을 통한 다중 제어가 가능한 스마트팜 시스템을 제안하였고, 딥러닝 기술을 적용하여 작물의 생장을 실시간으로 관찰하면서 다양한 데이터 확보 및 진단 기능을 가지는 AI기술을 포함하였다. 스마트팜 내의 각종 센서들을 제어하고 센서들의 데이터 값을 구축한 데이터베이스에 저장하여 사용자가 APP을 통하여 확인할 수 있도록 하였다. 사용자는 APP에서 현재 기상을 참고하여 제어할 수 있도록 하였고 캠을 통해 생육 환경을 실시간으로 확인할 수 있다. 다중 작물을 위한 다중 제어에는 2개 이상의 생육 환경에 대한 각각의 LED, COOLING FAN, WATER PUMP를 적용하여 사용자가 편리하게 제어할 수 있도록 구현하였다. 그리고 딥러닝 기술을 사용하여 TensorFlow 프레임워크를 통해 생육 단계를 진단해주는 APP을 구현하여 사용자가 현재 작물이 어느 단계의 생육 상태인지 손쉽게 진단할 수 있도록 도와주는 애플리케이션을 개발 하고 적용하였다.

• 지능정보연구
• /
• 제11권1호
• /
• pp.17-33
• /
• 2005

자기공명영상과 계층적 신경망을 이용하여 간경변증을 단계별로 분류하고자 하였다. 내원한 231명의 데이터를 분석하였으며, 각 단계별 분류는 정상,1, 2, 3단계로 분류하였다. TI강조 자기공명 간 영상으로부터 정상 간 실질과 간 경변 결절을 추출하고, 간 경화증의 단계를 객관적으로 해석 분류하였다. 간 경변 분류기 구현은 계층적 신경망을 이용하였고, 명암도 분석과 간 결절 특성을 통하여 정상간과 3단계의 간 경변으로 구분하였다. 제안한 신경망 분류기는 오류 역전파 알고리듬을 이용하였다. 분류결과 인식율이 정상군은 $100\%$, 1 단계는 $82.8\%$, 2 단계는 $87.1\%$, 3 단계는 $84.2\%$의 분류율을 나타내었다. 신경망 분류 결과와 전문의 판독 결과를 서로 비교한 결과 인식률은 매우 높게 나타났다. 만일 더욱더 충분한 데이터나 파라미터를 가지고 지속적으로 수행한다면 간 경변 환자들에게 임상적으로 지원하는 도구뿐만 아니라 의료전문 신경망으로도 기대된다.