• 한국의류산업학회지
• /
• 제23권2호
• /
• pp.247-260
• /
• 2021

While it is an important element of clothing construction, research has so far been very limited on the similarities between virtual and real clothing in terms of the type of neckline. The purpose of this study is to verify the similarity, accuracy of virtualization, and actuality of neckline, which all play an important role in individual impressions and image formation, and require considerable modification when fitting real samples. A total of 5 neckline models were selected through the analysis of dress composition textbooks. The selected designs were then planned and manufactured in muslin. The specimen clothes were then tested on a female model in her 20s. 2 kinds of virtual bodies were created in order to compare the real and the virtual dressing. The first virtual body was made through an Artec 3D Eva scan of the model, and the other was made by entering the model's measurements in a CLO 3D program. A visual image of the front, side, and back image of both the real and virtual dressing were subsequently collected. The collected images were then evaluated by 20 professional fashion workers who checked the similarity between the real and the virtual versions. The current study found that the similarity between the actual and virtual wearing of the five neckline designs with reality appeared higher with the virtual wearing image using the 3D-scanned body. The results of this study could provide further information on the selection of appropriate avatars to clothing companies that check the fit of clothing by utilizing 3D virtualized programs.

• 한국해안·해양공학회논문집
• /
• 제30권6호
• /
• pp.298-305
• /
• 2018

본 연구에서는 해양 항만 콘크리트 구조물의 보수작업을 위한 수중코팅제의 부착 특성을 조사하기 위하여 실험적 연구를 수행하였다. 고려된 실험변수는 코팅제의 종류, 코팅대상 모재의 표면 거칠기, 도포 작업환경(육상 혹은 수중)으로 부착 강도는 Pull-off 방식으로 측정하였다. 코팅제의 부착 강도는 각 수중코팅제의 도포 작업 완료 24시간 후에 ASTM C1583 규정에 따라 측정하였다. 또한, 콘크리트 모재와 코팅제 간의 부착파괴 거동(코팅제, 계면, 콘크리트 모재)을 육안으로 관찰하였으며 측정된 부착 강도 수치에 근거하여 각 실험요인의 비교분석을 수행하였다. 실험결과, 수중에서 도포한 코팅제의 부착 강도가 육상의 경우에 비해 감소하는 경향을 보였으며 수중환경에서는 부착 강도에 미치는 모재 표면 거칠기의 영향이 육상의 경우에 비하여 미비하였다. 마지막으로 수중코팅제의 선정, 사용 시에 유의할 점에 대하여 설명하였다.

• 한국항행학회논문지
• /
• 제25권3호
• /
• pp.217-222
• /
• 2021

EOTS(electro-optical tracking system)는 유도무기의 성능 평가를 위해 유도무기를 추적하여 영상을 획득하는데 활용되고 있다. 유도무기에 대한 추적을 잃어버렸을 경우 유도무기가 매우 빠르게 비행하기 때문에 운용자가 이를 다시 포착하는 것은 거의 불가능하다. 레이더나 텔레메트리 데이터를 활용하여 재 포착 하는 방법이 활용되고 있으나 데이터를 실시간으로 수신할 수 있는 통신망의 설치가 수반되어야하기 때문에 장소에 대한 제약이 따른다. 하지만 유도무기 비행시험 수행 시 계산되는 예상 궤적은 실시간으로 수신할 필요 없이 저장해두었다가 사용할 수 있기 때문에 통신망 설비와 관계없이 활용이 가능하다. 본 논문에서는 미리 알고 있는 비행체의 예상 궤적을 활용하여 비행체를 잃어버렸을 시 비행체의 위치를 예상하는 방법을 제안한다. DTW (dynamic time warping)를 통해 예상궤적과 추적궤적을 비교하여 비행체의 각속도를 추정하고 이를 Kalman Filter의 보정단계에서 관측 값으로 활용하여 비행체의 다음 상태를 예측한다. 제안한 방법의 타당성을 실제 비행체 궤적에 적용하여 검증하였다.

• 한국산학기술학회논문지
• /
• 제18권3호
• /
• pp.657-665
• /
• 2017

본 연구의 목적은 핵의학검사를 하는 수검자(환자)의 유효선량(mSv)을 손쉽게 산출할 수 있는 전용 프로그램을 제작 보급하여 핵의학검사의 피폭선량 연구와 선량정보 공개를 위해 조력하고자 한다. 프로그램은 ICRP 80, 106 Report와 추록4에 수록되어 있는 방사성의약품의 방사능당 유효선량(mSv/MBq)을 Database로 만든 다음 5가지(Area, Clark, Solomon(Fried), Webster, Young) 소아주입량 산출법과 7가지 체표면적 산출법이 적용되도록 Microsoft의 Visual Basic(In Excel)으로 제작하였다. 프로그램은 수검자의 연령, 방사성핵종, 표지화합물, 그리고 인체주입량을 입력하면 유효선량(mSv)이 산출된다. 소아의 경우 연령 입력 시 소아산출법이 활성화 되며 적용할 소아산출법을 선택하면 된다. 그리고 소아산출법 중 Area법을 선택하는 경우 체표면적산출법을 고르는 선택창이 활성화 된다. 그런 다음 성인의 주입량을 입력하면 소아의 주입량과 유효선량(mSv)이 자동으로 산출된다. 본 연구에서 제작한 핵의학검사의 환자 유효선량 계산 프로그램은 실제 계측선량이 아니지만 핵의학 검사 시 받게 되는 인체의 내부피폭선량을 가장 근접하게 산출할 수 있는 도구로서 의미가 있다. 향후 프로그램의 활용도를 높이기 위해 모바일기기에서 사용할 수 있는 애플리케이션으로 제작하여 일반인도 쉽게 접근할 수 있도록 할 것이다.

• 한국전자통신학회논문지
• /
• 제16권4호
• /
• pp.577-584
• /
• 2021

전기에너지는 현사회에서 가장 필수적인 요소이고 우리 기술사회의 중요한 근간이다. 새로운 전력 인프라를 설계하는데 있어서 우리의 문화적인 고려사항과 공동체 환경의 필수적인 요소처럼 개발하는 방향을 심리적인 관점에서 검토하는 것이 중요하다. 새로운 고압송전선로 건설은 사회적인 반대 때문에 정부의 공공정책에 대한 갈등주제가 되고 있다. 공동체 구성원들은 이 송전선로가 그들의 건강과 안전에 영향을 끼치는 이유로 인해서 자기들의 생활에 어떤 영향을 줄 것인지에 관해서 걱정하고 있는 것이다. 경관과 시각적인 효과는 지역사회에서 가장 손쉽게 인지하는 것 중 하나이다. 새로운 경관의 3차원 컴퓨터 모사는 지역사회에 대하여 최소한 예상되는 관측성을 갖는 전력선 경로선택에 맞추어진 실생활의 사진이다. 본 논문은 송전선로 영역의 계획, 조사, 기본 및 상세경로, 경로구축을 위해서 ArcGIS를 사용하였다. 그리고 송전선로 영역의 데이터베이스를 사용하여 자연경관, 생활환경, 안전성과 고도에 대한 지도를 제시하였으며, 이 연구를 통하여 송전영역 모델을 개발하였다. 송전선로 지역에서 최소한의 가시권을 갖도록 컴퓨터로 모사하여 제안된 경관은 지역사회의 반발을 줄일 수 있으며, 새로운 전력선의 공사를 촉진할 수 있다.

• 경영정보학연구
• /
• 제16권3호
• /
• pp.161-177
• /
• 2014

기업신용등급은 금융시장의 신뢰를 구축하고 거래를 활성화하는데 있어 매우 중요한 요소로서, 오래 전부터 학계에서는 보다 정확한 기업신용등급 예측을 가능케 하는 다양한 모형들을 연구해 왔다. 구체적으로 다중판별분석(Multiple Discriminant Analysis, MDA)이나 다항 로지스틱 회귀분석(multinomial logistic regression analysis, MLOGIT)과 같은 통계기법을 비롯해, 인공신경망(Artificial Neural Networks, ANN), 사례기반추론(Case-based Reasoning, CBR), 그리고 다분류 문제해결을 위해 확장된 다분류 Support Vector Machines(Multiclass SVM)에 이르기까지 다양한 기법들이 학자들에 의해 적용되었는데, 최근의 연구결과들에 따르면 이 중에서도 다분류 SVM이 가장 우수한 예측성과를 보이고 있는 것으로 보고되고 있다. 본 연구에서는 이러한 다분류 SVM의 성능을 한 단계 더 개선하기 위한 대안으로 유전자 알고리즘(GA, Genetic Algorithm)을 활용한 최적화 모형을 제안한다. 구체적으로 본 연구의 제안모형은 유전자 알고리즘을 활용해 다분류 SVM에 적용되어야 할 최적의 커널 함수 파라미터값들과 최적의 입력변수 집합(feature subset)을 탐색하도록 설계되었다. 실제 데이터셋을 활용해 제안모형을 적용해 본 결과, MDA나 MLOGIT, CBR, ANN과 같은 기존 인공지능/데이터마이닝 기법들은 물론 지금까지 가장 우수한 예측성과를 보이는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안모형이 더 우수한 예측성과를 보임을 확인할 수 있었다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.205-225
• /
• 2018

Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.

• 전자공학회논문지S
• /
• 제36S권1호
• /
• pp.29-37
• /
• 1999

일반적으로 신경망의 정보처리 능력은 신경망의 구조와 효율적인 학습패턴에 의해 결정된다. 그러나 아직까지 체계적으로 신경망의 구조를 설계하거나 효율적인 학습패턴을 선택하는 방법은 없다. 한편 진화 알고리즘은 개체군을 이용한 탐색법으로 전역적 최적해를 구하는 데 많이 사용되고 있으며, 특히 최적의 시스템을 설계하고자 할 때 매우 유용한 방법이다. 본 논문에서는 유전자 알고리즘으로 구성된 두 개의 개체군이 서로 경쟁적으로 진화하는 공진화 방법에 의해 최적의 신경망구조를 찾는 방법을 제안한다. 이 방법은 신경망구조를 나타내는 주개체군과 학습패턴을 나타내는 부개체군으로 되어 있으며, 이 두 개체군(신경망과 학습패턴)은 서로 경쟁적으로 진화한다. 즉, 학습패턴은 신경망이 학습하기 힘든 패턴으로 진화하고 신경망은 그 패넌들을 학습할 수 있도록 진화하단. 이 방법은 부적절한 학습패턴의 선택과 임의적인 신경망의 설계로 인한 시스템의 성능이 저하되는 것을 해결한다. 또한 공진화 방법에서 각 개체군의 적합도는 동적으로 변화하기 때문에 그 진행과정을 쉽게 알 수 없다. 따라서 본 논문에서는 그 진행과정을 관찰할 수 있는 방법도 소개한다. 마지막으로 제안한 방법을 로봇 매니플레이터의 비주얼 서보임 문제에 적용하여 그 유효성을 검증한다.

• 한국지리정보학회지
• /
• 제10권2호
• /
• pp.152-163
• /
• 2007

현재 시행되고 있는 사전환경성검토는 부분 항목별 수치분석이 이루어지고 있어 종합적인 사전환경성검토가 어려운 실정이다. 또한, 수치자료의 활용이 미흡하여 환경성검토 분석결과의 객관성이 저하되고 있고, 평가비용과 시간도 많이 소요되고 있다. 본 연구에서는 8개 사전환경성 검토요소에 대한 지리정보체계의 공간분석기능을 도입하였으며, 개별 요소들의 평가결과를 통한 종합적인 검토를 수행할 수 있도록 계층분석기법을 활용한 사전환경성검토 GIS 의사결정시스템을 구축하였다. 본 연구에서 개발한 사전환경성 검토 GIS 의사결정 시스템과 기 구축된 GIS 데이터의 활용을 통해 환경성 검토에 객관성의 충족 및 시간 비용 절감이 가능하여 사업초기에 도로노선선정 시 사전환경성 검토에 활용 가능할 것이다. 또한, 본 연구에서 개발된 시스템을 통하여 수치적이고 시각적인 자료를 활용한 평가로 주민의 합의를 보다 용이하게 이끌어 낼 수 있고, 사업초기에 비용과 시간을 절감하면서 도로건설에 따른 환경성을 검토할 수 있을 것으로 기대된다.

• 한국융합학회논문지
• /
• 제8권6호
• /
• pp.29-36
• /
• 2017

본 논문에서는 인간의 시각인지 형태와 유사한 결과를 갖는 Saliency map의 정확성과 신뢰성을 향상시키기 위해 학습한 다중 특징을 기반으로 개선된 saliency map 방법을 제안한다. 기존의 Saliency map 생성에서 색상 기반의 돌출 영역 추정 시 발생하는 역 선택이나 부분손실 등의 부정확한 결과가 나오는 것을 보완하기 위해 제안하는 방법은 학습 기반의 다중 특징 데이터를 생성하였다. 원 영상에서의 색상 패턴과 특이성을 갖는 영역의 구별과정을 거쳐 영상에서 고려될 특성들을 분석하고, LAB 색 공간 기반의 색상 분석을 이용한 유사 돌출 영역 정의와 특이성 영역의 조합으로 학습 데이터를 구성한다. 구성된 학습 데이터와 주파수, 색상, 초점정보 등의 low level feature로 구한 돌출 정보를 결합한 뒤 최종 saliency map을 구하기 위해 재구성 과정을 거쳐 부정확한 saliency 영역을 최소화하도록 하였다. 실험을 위해 Ground truth 이미지를 각 실험 결과와 비교하여 precision-recall 및 F-Measure 값을 구한 결과 기존 알고리즘에 비해 7%, 29%의 향상된 결과를 나타내었다.