• 한국지리정보학회지
• /
• 제27권1호
• /
• pp.99-114
• /
• 2024

국내 해안 쓰레기 모니터링은 노동 집약적 방식과 한정적인 조사 범위로 세밀한 분포 확인이 어렵다. 따라서 해안 쓰레기 자료수집의 효율성 증대를 위해 원격탐사 기법을 이용한 연구가 이루어지고 있다. 하지만 국내 원격탐사 기반 해안 쓰레기 모니터링 방안에 대한 기준이 미흡한 실정이다. 본 연구에서는 국내 연구 결과를 기초로 메타분석 방법을 적용하여 원격탐사체 중 드론을 이용한 해안 쓰레기 모니터링 연구 19건에 대해 모니터링 방법과 결과에 대해 분석하였다. 모니터링 방법을 대상으로 데이터 수집 방법, 수집 데이터 정보, 모니터링 대상지 정보에 대해 분석하였으며, 모니터링 결과를 대상으로 모니터링 실태, 탐지대상 및 활용모델에 대해 분석하였다. 또한, 메타분석 결과를 바탕으로 드론을 이용한 해안 쓰레기 모니터링 수행 시 고려 항목과 권장 항목, 수행 기준에 대한 모니터링 기준 항목을 제시하였다. 본 연구 결과를 통해 드론을 이용한 해안 쓰레기 모니터링 운용 기준 마련에 필요한 조건 및 기준을 정의하였으며, 추후 외국 사례 분석 및 현장 적용 결과를 추가하여 국가 차원의 원격탐사체를 이용한 해안 쓰레기 모니터링 지침 마련이 가능할 것으로 보인다.

• 재활치료과학
• /
• 제13권2호
• /
• pp.69-84
• /
• 2024

목적 : 노인의 건강한 삶의 방식으로서 라이프스타일에 대한 연구가 증가하고 있다. 라이프스타일이 개개인의 가치와 삶의 태도를 반영하는 개념임에도 불구하고, 아직까지 개인의 어떠한 가치가 라이프스타일을 건강하게 유도하는지 파악한 연구는 부족한 실정이다. 이에 본 연구는 노인의 라이프스타일 유형을 두 가지로 분류하고, 머신러닝을 활용하여 어떠한 개인적 가치가 건강한 라이프스타일에 우선적으로 작용하는지 파악하고자 한다. 연구방법 : 본 연구는 지역사회에 거주하는 55세 이상 중고령 노인 300명을 대상으로 횡단 연구를 수행하였다. 라이프스타일은 Yonsei Lifestyle Profile-Active, Balanced, Connected, Diverse (YLP-ABCD) 응답을 사용하여 잠재프로파일 분석을 통해 유형화하였다. 라이프스타일 유형을 예측하는 개인적 가치는 YLP-V (Values) 응답을 수집하여, 예측성능이 가장 높은 머신러닝 알고리즘을 선정한 후 상대적 중요도를 파악하였다. 결과 : 잠재프로파일 분석 결과, 라이프스타일은 건강한 라이프스타일 실천형(48.87%), 비실천형(51.13%)으로 분류되었다. 실천형에 속한 중고령 노인은 비실천형에 비해 사회관계가 활발한 특성을 나타내었다. 본 연구에 포함된 머신러닝 알고리즘 중 가장 우수한 성능을 보인 모델은 서포트 벡터 머신으로, 정확도 96%, Receiver Operating Characteristic (ROC) 영역 95%로 나타났다. 본 알고리즘을 바탕으로 개인적 가치의 상대적 중요도를 분석한 결과, 건강한 식단, 건강 매체, 여가활동, 건강 제품 및 머신러닝에 주의를 기울일수록, 해당 가치에 따라 중고령 노인은 건강한 라이프스타일을 실천하는 그룹에 속할 가능성이 큰 것으로 나타났다. 결론 : 본 연구는 중고령 노인의 사회적 관계망을 포함한 건강한 라이프스타일을 유도하기 위해, 건강 식단, 매체, 여가, 제품 및 습관에 대한 가치 향상을 중점적으로 다루는 종합적인 프로그램 및 서비스의 필요성을 시사한다.

• 정보처리학회 논문지
• /
• 제13권7호
• /
• pp.326-334
• /
• 2024

파노라마 X-ray (PX) 및 Cone Beam Computed Tomography (CBCT)와 같은 구강 영상 기술은 영상 촬영 시 환자의 편의성과 전체 치아 정보를 시각화할 수 있는 능력으로 인해 치과 진료소에서 가장 선호되는 영상 기법이다. PX는 일상적인 임상 치료에 선호되고, CBCT는 복잡한 수술 및 임플란트 치료에 선호된다. 그러나 PX는 3차원 공간정보가 부족하다는 한계가 있는 반면 CBCT는 환자에게 높은 방사선 노출을 초래한다. PX가 이미 사용 가능한 경우 PX로부터 3D강 구강구조를 복원함으로써 추가 비용을 줄이고 방사선량을 피할 수 있다. 본 논문에서는 PX 이미지로부터 구강구조의 3차원 복원을 위한 U-Net 기반 딥러닝 프레임워크인 3DentAI를 제안한다. 제안된 프레임워크는 PX 이미지에서 깊이를 추정하기 위한 Attention U-Net 기반 재구성 모듈, 사전 정의된 초점 골 및 광선 데이터를 사용하여 예측된 편평 볼륨을 턱 모양에 정렬하기 위한 재정렬 모듈과, 구강의 원활한 표현을 얻기 위해 누락된 정보를 보간하는 3D U-Net 기반 개선 모듈의 세 가지 모듈로 구성된다. 네트워크를 훈련하기 위해, 쌍을 이루는 PX 및 CBCT 데이터셋 대신에 광선 추적 및 렌더링을 통해 CBCT로 부터 합성한 PX 데이터를 사용하였다. 600명의 환자로 구성된 다양한 데이터셋으로 모델을 훈련한 결과, 낮은 계산 복잡도에도 GAN 기반 모델에 비해 우수한 성능을 보였다.

• 인터넷정보학회논문지
• /
• 제25권3호
• /
• pp.43-54
• /
• 2024

본 연구는 텍스트 마이닝 기법을 활용하여 다양한 OTT(Over-The-Top) 서비스 플랫폼에 대한 사용자 반응을 비교한다. 연구의 주요 목표는 OTT 서비스 플랫폼의 사용자 만족도를 파악하여 보다 효과적인 리뷰 전략을 수립하는 데 기여하는 것이다. 본 연구에서 다루는 주요 질문에는 다양한 OTT 서비스에 대한 사용자 리뷰에서 두드러진 토픽과 키워드를 식별하고 플랫폼별 사용자 반응을 이해하는 것이 포함된다. 이를 위해 긍정, 부정 리뷰에서 중요 단어를 추출하기 위해 Tf-idf를, 복잡한 사용자 리뷰를 보다 정교하고 포괄적으로 분석하기 위해 고급 토픽 모델링 기법인 BERTopic을 사용한다. Tf-idf 분석한 결과, 앱에 대한 긍정 리뷰는 콘텐츠와 관련된 단어들의 수치가 높았으며 부정 리뷰에서는 앱 사용 과정에서 발생할 수 있는 문제점에 관한 단어 수치가 높게 기록되었다. BERTopic을 활용한 토픽 모델링에서는 콘텐츠의 속성과 연관 지어 콘텐츠의 다양성, 앱 성능 요소, 결제, 호환성에 관한 키워드를 도출하였으며, 플랫폼 별로 두각을 보이는 속성이 다르다는 점도 확인하였다. 본 연구 결과는 사용자 행동과 선호도에 대한 중요한 인사이트를 제공하며, 이를 통해 OTT 서비스 제공업체는 사용자 경험과 만족도를 개선하는 데 활용할 수 있다. 또한, 연구자들은 사용자 리뷰 텍스트 분석에서 딥러닝 모델을 활용한 연구의 아이디어를 얻을 수 있을 것이라 기대한다.

• 한국수자원학회논문집
• /
• 제57권7호
• /
• pp.461-470
• /
• 2024

본 연구는 다양한 인간의 활동으로 인해 공공수역에 영양물질이 유입됨에 따라 발생하는 부영양화를 초기에 대응하기 위해 T-P (Total Phosphorus) 예측을 진행하였다. 기존의 T-P 모니터링 시스템은 인력 및 시간이 많이 소요되는 단점이 존재해 직독식 센서를 활용한 측정이 국내외를 막론하고 많이 시도되고 있는 추세이다. 따라서 직독식 센서를 통해 얻을 수 있는 수질항목을 활용하여 T-P 예측을 진행하였으며, 두 단계로 나누어 진행하였다. T-P 예측에 있어 Turbidity (Tur)의 중요성에 대해 살펴보았으며, 자동수질분석기 분석항목을 추가한 분석을 통해 직독식 센서 측정 항목만으로 T-P 예측이 가능한지 살펴보았다. 본 연구의 연구 대상 지점인 낙동강 유역 내 T-P 현황을 살펴본 결과, T-P 농도가 상류 지역 대비 중·하류 지역에 높게 나타났다. Pearson 상관분석을 통해 지점별로 T-P와 상관성이 높은 수질항목을 파악하였으며, 이를 활용하여 다중선형회귀분석을 진행하여 T-P를 예측하였다. Tur의 유무에 따른 분석을 진행하였으며, 자동수질분석기 분석항목이 포함된 분석을 통해 직독식 센서 측정 항목과의 성능을 비교하였다. 결과적으로 Tur 활용의 중요성을 확인하였으며, 이는 부영양화 개선 대책 수립을 위한 보조 자료로 활용할 수 있을 것으로 판단된다.

• 대한치매학회지
• /
• 제21권4호
• /
• pp.147-161
• /
• 2022

Background and Purpose: Subjective cognitive decline (SCD) refers to the self-perception of cognitive decline with normal performance on objective neuropsychological tests. SCD, which is the first help-seeking stage and the last stage before the clinical disease stage, can be considered to be the most appropriate time for prevention and treatment. This study aimed to compare characteristics between the amyloid positive and amyloid negative groups of SCD patients. Methods: A cohort study to identify predictors for the clinical progression to mild cognitive impairment (MCI) or dementia from subjective cognitive decline (CoSCo) study is a multicenter, prospective observational study conducted in the Republic of Korea. In total, 120 people aged 60 years or above who presented with a complaint of persistent cognitive decline were selected, and various risk factors were measured among these participants. Continuous variables were analyzed using the Wilcoxon rank-sum test, and categorical variables were analyzed using the χ² test or Fisher's exact test. Logistic regression models were used to assess the predictors of amyloid positivity. Results: The multivariate logistic regression model indicated that amyloid positivity on PET was related to a lack of hypertension, atrophy of the left temporal lateral and entorhinal cortex, low body mass index, low waist circumference, less body and visceral fat, fast gait speed, and the presence of the apolipoprotein E ε4 allele in amnestic SCD patients. Conclusions: The CoSCo study is still in progress, and the authors aim to identify the risk factors that are related to the progression of MCI or dementia in amnestic SCD patients through a two-year follow-up longitudinal study.

• 한국컴퓨터그래픽스학회논문지
• /
• 제30권3호
• /
• pp.81-86
• /
• 2024

영상 신호 프로세서(Image Signal Processor, ISP)는 카메라 센서로부터 획득된 RAW 영상을 사람의 눈에 보기 좋은 sRGB 영상으로 변환한다. RAW 영상은 sRGB 영상에 비해 영상 처리에 도움이 되는 정보를 가지고 있지만 상대적으로 큰 용량으로 인해 주로 sRGB 영상만 저장되고 사용된다. 또한, 실제 카메라의 ISP 과정이 공개되어 있지 않아 그 역과정을 모사하는 것은 매우 어렵다. 이에 sRGB와 RAW 영상의 상호 변환을 위한 카메라 ISP 모델링 연구가 활발히 진행되고 있으며, 최근 기존의 단순한 ISP 신경망 구조를 고도화하고 실제 카메라 ISP의 동작과 유사하게 카메라 파라미터(노출 시간, 감도, 조리개 크기, 초점 거리)를 직접 반영하는 ParamISP[1] 모델이 제안되었다. 하지만 ParamISP[1]를 포함한 기존의 연구는 카메라 ISP를 모델링함에 있어 렌즈로 인해 발생하는 렌즈 쉐이딩(Lens Shading), 광학 수차(Optical Aberration), 렌즈 왜곡(Lens Distortion) 등을 고려하지 않아 복원 성능에 한계가 있다. 본 연구는 ISP 신경망이 렌즈로 인해 발생하는 열화를 보다 잘 다룰 수 있도록 위치 정보 인코딩(Positional Encoding)을 도입한다. 제안하는 위치 정보 인코딩 기법은 영상을 분할하여 패치(Patch) 단위로 학습하는 카메라 ISP 신경망에 적합하며 기존 모델에 비해 영상의 공간적 맥락을 반영할 수 있어 더욱 정교한 영상 복원을 가능하게 한다.

• 한국방사선학회논문지
• /
• 제18권4호
• /
• pp.317-325
• /
• 2024

본 연구는 갑상샘 초음파 영상에서 정상영상과 결절영상을 GLCM과 머신러닝을 이용하여 분류하고자 하였다. 부산 소재 S병원에 내원하여 갑상샘 초음파를 이용하여 갑상선 결절 진단받은 600명을 대상으로 연구를 진행하였다. 갑상샘 초음파 영상에서 ROI 50 X 50 픽셀 크기로 설정 하고 GLCM을 이용하여 21개의 파라메터와 4가지 각도를 사용하여 갑상샘 정상 패턴과 갑상샘 결절 패턴을 분석하였다. 분석된 자료는 MATLAB 모델 중 SVM모델과 KNN모델을 이용하여 진단 결과가 정상과 결절을 구별할 수 있도록 하였다. 그 결과 갑상샘 결절 분류율의 정확도는 SVM모델은 94%, KNN모델은 91%으로 나타났다. 두 모델 모두 90% 이상의 정확도를 나타내었는데 이는 갑상샘 정상과 갑상샘 결절의 분류를 위해 머신러닝을 이용할 경우 분류율이 우수하다는 것을 알 수 있다. ROC곡선에서도 SVM 모델에 대한 ROC 곡선은 전반적으로 KNN모델과 비교해 ROC곡선이 높으며, 이는 KNN모델보다 표본 내 성능이 높다는 결과가 나타났다. 이러한 결과를 바탕으로 SVM 모델이 갑상샘 결절 진단에서 높은 정확도를 보여주었다. 이 결과는 향후 의료 진단보조 도구로서의 연구에 기초자료로 활용될 수 있으며, 머신러닝 기술이 의료 서비스의 질적 개선에 기여할 것으로 기대된다.

• 마케팅과학연구
• /
• 제18권2호
• /
• pp.89-111
• /
• 2008

디지털 기술의 발전으로 일상생활에 접목시킨 스마트 의류 개발에 관한 연구가 활발히 진행되고 있으나, 실질적으로 착용하게 될 소비자의 인식이나 태도에 관한 연구가 이루어지지 않고 있다. 본 연구에서는 스마트의류의 지각된 혁신속성과 위험지각 차원이 제품 태도와 수용의도에 미치는 영향을 알아보고자 대학생을 대상으로 설문지법을 이용하여 조사하였다. 연구의 결과, 스마트의류의 지각된 혁신속성은 상대적 이점, 가시성, 복잡성의 3가지 요인으로, 지각된 위험은 신체/성과적 위험, 사회심리적 위험, 시간손실 위험, 경제적 위험 4가지 요인으로 추출되었다. 혁신특성 중 상대적 이점, 가시성이, 위험지각 중 사회심리적 위험과 경제적 위험이 제품 태도와 구매의도 예측에 주요한 변인으로 나타났다. 한편 사회심리적, 경제적 위험은 상대적이점과 복잡성을 설명하는데, 신체성과적, 사회심리적, 시간손실 위험은 가시성을 설명하는데 유의한 변인으로 나타났다. 제품 태도는 혁신특성과 구매 의도 사이에서는 부분매개 역할을, 위험지각과 구매의도 사이에서는 완전매개역할을 하는 것으로 나타났다. 본 연구는 스마트의류 구입 시 소비자가 인지하는 혁신특성과 지각된 위험의 유형을 파악함으로써 스마트의류 마케터들이 소비자의 긍정적인 태도 형성을 위한 마케팅 전략 수립 시 활용할 수 있는 기초 정보를 제시하였다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.55-79
• /
• 2013

본 연구에서는 집중형 센터를 가진 역물류네트워크(Reverse logistics network with centralized centers : RLNCC)를 효율적을 해결하기 위한 혼합형 유전알고리즘(Hybrid genetic algorithm : HGA) 접근법을 제안한다. 제안된 HGA에서는 유전알고리즘(Genetic algorithm : GA)이 주요한 알고리즘으로 사용되며, GA 실행을 위해 0 혹은 1의 값을 가질 수 있는 새로운 비트스트링 표현구조(Bit-string representation scheme), Gen and Chang(1997)이 제안한 확장샘플링공간에서의 우수해 선택전략(Elitist strategy in enlarged sampling space) 2점 교차변이 연산자(Two-point crossover operator), 랜덤 돌연변이 연산자(Random mutation operator)가 사용된다. 또한 HGA에서는 혼합형 개념 적용을 위해 Michalewicz(1994)가 제안한 반복적언덕오르기법(Iterative hill climbing method : IHCM)이 사용된다. IHCM은 지역적 탐색기법(Local search technique) 중의 하나로서 GA탐색과정에 의해 수렴된 탐색공간에 대해 정밀하게 탐색을 실시한다. RLNCC는 역물류 네트워크에서 수집센터(Collection center), 재제조센터(Remanufacturing center), 재분배센터(Redistribution center), 2차 시장(Secondary market)으로 구성되며, 이들 각 센터 및 2차 시장들 중에서 하나의 센터 및 2차 시장만 개설되는 형태를 가지고 있다. 이러한 형태의 RLNCC는 혼합정수계획법(Mixed integer programming : MIP)모델로 표현되며, MIP 모델은 수송비용, 고정비용, 제품처리비용의 총합을 최소화하는 목적함수를 가지고 있다. 수송비용은 각 센터와 2차 시장 간에 제품수송에서 발생하는 비용을 의미하며, 고정비용은 각 센터 및 2차 시장의 개설여부에 따라 결정된다. 예를 들어 만일 세 개의 수집센터(수집센터 1, 2, 3의 개설비용이 각각 10.5, 12.1, 8.9)가 고려되고, 이 중에서 수집센터 1이 개설되고, 나머지 수집센터 2, 3은 개설되지 않을 경우, 전체고정비용은 10.5가 된다. 제품처리비용은 고객으로부터 회수된 제품을 각 센터 및 2차 시장에서 처리할 경우에 발생되는 비용을 의미한다. 수치실험에서는 본 연구에서 제안된 HGA접근법과 Yun(2013)의 연구에서 제안한 GA접근법이 다양한 수행도 평가 척도에 의해 서로 비교, 분석된다. Yun(2013)이 제안한 GA는 HGA에서 사용되는 IHCM과 같은 지역적탐색기법을 가지지 않는 접근법이다. 이들 두 접근법에서 동일한 조건의 실험을 위해 총세대수 : 10,000, 집단의 크기 : 20, 교차변이 확률 : 0.5, 돌연변이 확률 : 0.1, IHCM을 위한 탐색범위 : 2.0이 사용되며, 탐색의 랜덤성을 제거하기 위해 총 20번의 반복실행이 이루어 졌다. 사례로 제시된 두 가지 형태의 RLNCC에 대해 GA와 HGA가 각각 실행되었으며, 그 실험결과는 본 연구에서 제안된 HGA가 기존의 접근법인 GA보다 더 우수하다는 것이 증명되었다. 다만 본 연구에서는 비교적 규모가 작은 RLNCC만을 고려하였기에 추후 연구에서는 보다 규모가 큰 RLNCC에 대해 비교분석이 이루어 져야 할 것이다.