• 전기화학회지
• /
• 제19권2호
• /
• pp.29-38
• /
• 2016

전기화학적 방법을 통한 요산 (Uric acid) 정량분석을 위해 수용성 고분자 (hydrogel polymer)를 배위시킨 오스뮴 고분자 화합물과 요산 산화효소 (Uricase), 가교를 위한 PEGDGE (poly(ethylene glycol) diglycidyl ether)가 혼합된 용액을 스크린 프린팅된 탄소 전극 (SPCEs) 위에 흡착하여 측정하였다. 수용성 오스뮴 고분자의 전위를 조절하기 위해 리간드인 피리딘링의 4번 위치에 다른 전기음성도의 작용기를 갖는 오스뮴 고분자 화합물을 합성하였다. 합성된 오스뮴 고분자 화합물은 PAA-PVI (Poly(acrylic acid)-poly(vinyl imidazole)-$[osmium(4,4^{\prime}-dichloro-2,2^{\prime}-bipyridine)_2Cl]^{+/2+}$), PAA-PVI-$[osmium(4,4^{\prime}-dimethyl-2,2^{\prime}-bipyridine)_2Cl]^{+/2+}$, PAA-PVI-$[osmium(4,4^{\prime}-dimethoxy-2,2^{\prime}-bipyridine)_2Cl]^{+/2+}$이다. 제작된 효소전극은 순환전압전류법 (cyclic voltammetry)을 통해 uric acid에 의한 오스뮴 고분자 화합물들의 산화 촉매 전류(oxidation catalytic current)를 측정하여 uric acid의 농도를 정량적으로 분석할 수 있었다. 오스뮴 고분자 화합물들 중 0.215 V의 산화환원 전위를 갖는 $PAA-PVI-[Os(dme-bpy)_2Cl]^{+/2+}$ (PAA-PVI-osmium$(4,4^{\prime}-dimethyl-2,2^{\prime}-bipyridine)_2Cl$]$^{+/2+}$) 화합물을 이용하여 대표적인 간섭물질인 아스코르브산 (AA)과 포도당 (glucose)의 산화 신호의 간섭효과를 피할 수 있었다. 이를 이용하여 제작된 전극은 0.33 V 전위에서 다양한 농도의 uric acid (1.0, 1.5, 2.0, and 5.0 mM)의 전류를 측정한 결과 $r^2=0.9986$의 좋은 선형성을 갖는 것을 확인하였다. 이는 복잡하지 않은 간단한 방법과 일회용의 전극을 사용하기 때문에 현장현시 검사 (point of care; POC)에 적합한 요산측정용 바이오센서로서의 가능성을 확인 할 수 있었다.

• 한국산업정보학회논문지
• /
• 제27권2호
• /
• pp.71-82
• /
• 2022

자동차용 배터리 제조공정 가운데 하나인 Tab Welding 공정에서 생산된 제품의 샘플링 인장검사를 대체하기 위해 현재 비전검사기를 개발하여 사용하고 있다. 그러나, 비전검사는 검사 위치 오차 문제와 이를 개선하기 위해 발생하는 비용 문제를 가지고 있다. 이러한 문제점들을 해결하기 위해 최근 딥러닝 기술을 적용하는 사례들이 발생하고 있다. 본 논문도 그런 사례 중 하나로 기존 제품 검사에 딥러닝 기술 중 하나인 Faster R-CNN을 적용하여 그 유용성을 파악하고자 하였다. 기존 비전검사기를 통해 획득한 이미지들을 학습 데이터로 사용하여 Faster R-CNN ResNet101 V1 1024x1024 모델을 사용하여 학습하였다. 검사 기준인 미검률 0%, 과검률 10%의 기준으로 기존 비전검사와 Faster R-CNN 검사결과를 비교 분석하였다. 미검출률은 기존 비전검사에서 34.5%, Faster R-CNN 검사에서 0%였다. 과검출률은 기존 비전검사에서 100%, Faster R-CNN에서 6.9%였다. 결론적으로 자동차용 배터리 리드탭 암흔 오류 검출에 딥러닝 기술이 매우 유용함을 확인할 수 있었다.

• Journal of Yeungnam Medical Science
• /
• 제10권1호
• /
• pp.179-189
• /
• 1993

고전적인 직교 유도체제를 이용하여 고해상신호가산 심전도의 95% 신뢰구간을 구하고 His 분절 활성을 잘 기록할 수 있는 피라미드 유도체제와 비교함으로써 피라미드 유도체제가 미연전이를 발견할 수 있는데 사용될 수 있는지를 알아 보고자 영남대학 의과대학에 재학중인 젊은 정상 지원자 31명을 대상으로 고해상 신호가산 평균심전도를 측정하였다. 젊은 성인에 있어 직교 유도체제를 이용한 고해상 신호가산 심정도의 여과된 총 QRS 지속시간과 고빈도 저전위 신호 지속시간은 각각 25-250 Hz 주파수 여파에서는 129.6과 22.5 msec, 40-250 Hz 주파수 여과에서는 114.4와 31.9 msec, 80-250 Hz 주파수 여과에서는 110.4와 38.4 msec 이상을 비정상 범위로 잡을수 있고, QRS 말기 40 msec의 평균전위와 RMS 전위는 각각 25-250 Hz 주파수 여과에서는 49와 68.6 uV, 40-250 Hz 주파수 여과에서는 27.9와 58.8 uV. 80-250 Hz 주파수 여과에서는 10.6와 16.3 uV 이하를 비정상 범위로 잡을 수 있었다. 피라미드 유도체제도 미연전위를 기록하는데 유용하리라 사료되지만 40-250 Hz 주파수 여과에서 고빈도 저전위 신호 지속시간과 RMS 전위는 직교 유도체제와 달라 이에 대한 더 많은 연구가 필요하리라 사료된다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.131-150
• /
• 2015

영어와 달리 한국어나 일본어 문장의 경우 용언의 필수격을 채우는 명사구가 생략되는 무형대용어 현상이 빈번하다. 특히 백과사전이나 위키피디아의 문서에서 표제어로 채울 수 있는 격의 경우 그 격이 문장에서 더 쉽게 생략된다. 정보검색, 질의응답 시스템 등 주요 지능형 응용시스템들은 백과사전류의 문서에서 주요한 정보를 추출하여 수집하여야 한다. 그러나 이러한 명사구 생략 현상으로 인해 양질의 정보추출이 어렵다. 본 논문에서는 백과사전 종류 문서에서 생략된 명사구 즉 무형대용어를 복원하는 시스템의 개발을 다루었다. 우리 시스템이 다루는 문제는 자연어처리의 무형대용어 해결 문제와 거의 유사하나, 우리 문제의 경우 문서의 일부가 아닌 표제어도 복원에 이용할 수 있다는 점이 다르다. 무형대용어 복원을 위해서는 먼저 무형대용어의 탐지 즉 문서 내에서 명사구 생략이 일어난 곳을 찾는 작업을 수행한다. 그 다음 무형대용어의 선행어 탐색 즉 무형대용어의 복원에 사용될 명사구를 문서 내에서 찾는 작업을 수행한다. 문서 내에서 선행어를 발견하지 못하면 표제어를 이용한 복원을 시도해 본다. 우리 방법의 특징은 복원에 사용된 문장성분을 찾기 위해 Structural SVM을 사용하는 것이다. 문서 내에서 생략이 일어난 위치보다 앞에 나온 명사구들에 대해 Structural SVM에 의한 시퀀스 레이블링(sequence labeling) 작업을 시행하여 복원에 이용 가능한 명사구인 선행어를 찾아내어 이를 이용하여 복원 작업을 수행한다. 우리 시스템의 성능은 F1 = 68.58로 측정되었으며 이는 의미정보의 이용 없이 달성한 점을 감안하면 높은 수준으로 평가된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권9호
• /
• pp.595-602
• /
• 2013

WiFi 신호지도법은 실내 환경을 위한 효과적인 위치 추적 기술로 잘 알려져 있다. 하지만 이 기술은 주어진 공간 전역에 걸쳐 미리 구축된 대용량의 신호지도가 있어야 적용할 수 있다. 또한 이 기술을 적용하기 위해서는 환경이 변함에 따라 전문가에 의해 주기적으로 새로운 신호지도를 구축하거나 변경하는 작업이 필요하다. 최근 들어 이러한 문제점을 극복하기 위한 한 가지 방법으로서, 군중-제공 신호지도 작성 방식이 많은 연구자들의 관심을 모으고 있다. 이 방식은 다수의 자발적인 사용자들로 하여금 특정 공간에서 수집한 자신들의 신호지도를 다른 사람들과 함께 서로 공유할 수 있도록 해준다. 따라서 군중-제공 신호지도 방식을 이용하면 신호지도를 자동으로 최신의 상태로 변경할 수 있다. 하지만, 대부분의 군중-제공 신호지도 작성 시스템들에서는 사용자들이 자신의 위치를 스스로 판단하여 수작업으로 직접 입력하도록 요구하고 있다. 그 뿐만 아니라, 이들 시스템에서는 다수의 사용자들로부터 수집되는 신호지도들 중에서 오류가 있는 것들을 찾아내고 이들을 여과해주는 체계적인 메커니즘을 가지고 있지 않다. 본 논문에서는 군중-제공 신호지도 작성 및 위치 추적(CMAL) 시스템의 설계에 대해 소개한다. 본 논문에서 제안하는 시스템은 다수의 스마트폰 사용자들로부터 수집된 지역 신호지도들을 이용하여 자동으로 공유 신호지도를 구축/갱신할 수 있을 뿐만 아니라, 동시에 새로운 신호지도를 이용하여 각 스마트폰 사용자의 위치를 추적할 수 있는 기능을 제공한다. 본 시스템은 각 스마트폰에서 신호지도를 수집하는 다수의 클라이언트들과, 공유 신호지도 데이터베이스를 관리하는 중앙의 서버로 구성된다. 각 클라이언트에는 스마트폰 사용자의 실시간 위치를 추적하면서 동시에 지역 신호지도를 생성하는 파티클 필터-기반의 WiFi SLAM 엔진을 내장하고 있으며, 서버에는 공유 신호지도의 무결성 유지를 위한 가우시안 보간법 기반의 오류 여과 알고리즘을 채택하고 있다. 다양한 실험들을 수행한 결과를 통해, 본 논문에서 제안한 시스템의 높은 성능을 확인할 수 있었다.

• 한국터널지하공간학회 논문집
• /
• 제19권1호
• /
• pp.95-107
• /
• 2017

본 논문에서는 제도적으로 운영 중인 터널내 CCTV들로부터 실시간으로 들어오는 영상들을 최신 딥러닝 알고리즘을 이용, 학습시켜 다양한 조건의 터널환경에서 돌발 상황을 감지하고 그 돌발 상황의 종류들을 분류해 내는 시스템 개발을 위한 사전검토 연구를 수행하였다. 사전검토 연구를 위해, 2개의 도로현장의 교통류 CCTV영상 일부를 이용하여 가용한 전통적인 영상처리기법으로 영상내부로 집입하는 차량을 감지하고, 이동경로를 추적하여 일정 시간간격의 이동 차량의 좌표와 시간정보를 추출하고 학습자료를 구성하였다. 각 차량의 이동정보는 차선변경, 정차 등 6가지의 이벤트 정보와 연계된다. 차량 이동정보와 이벤트로 구성된 학습자료는 레질리언스(resilience) 기계학습 알고리즘을 이용하여 학습하였다. 2개의 은닉층을 설정하고, 각 은닉층의 노드수에 대한 9개의 은닉구조 모델을 설정하여 매개변수 연구를 수행하였다. 본 사전검토의 경우에는 첫 번째, 두 번째 은닉층 노드수가 각각 300개와 150개로 설정된 모델이 합리적으로 가장 추론정확도가 높은 것으로 평가되었다. 이로부터 일반화되기 매우 힘든 복잡한 교통류 상황을 기계학습을 이용하여 어떠한 사전 규칙설정 없이도 교통류의 특징들을 정확히 자동으로 감지할 수 있는 가능성을 보였다. 본 시스템은 시스템의 운용을 통해 지속적으로 교통류 영상과 이벤트 정보가 늘어난다면, 자동으로 그 시스템의 인지능력과 정확도가 자동으로 향상되는 효과도 기대할 수 있다.