• 대한소아치과학회지
• /
• 제49권1호
• /
• pp.65-75
• /
• 2022

본 연구의 목적은 유치의 치아우식증 검사를 위한 정량형광분석(quantitative light-induced fluorescence, QLF) 기술의 유효성을 평가하고, 우식병소의 부피와 QLF 분석결과 사이의 상관관계를 확인하는 것이다. 치아우식증 검사를 위해 53개의 교합면 및 72개의 인접면을 포함한 총 125개의 유구치 치면을 휴대용 QLF 장비를 이용해 조사하여 유구치의 치아우식증을 확인하였다. 또한 치아우식증을 분류하고 우식병소의 부피를 계산하기 위해 micro-CT 방사선 검사를 시행하였다. 상대적으로 낮은 수치를 보였던 인접면 우식에 대한 𝚫R average 결과를 제외하면, QLF 분석결과는 유치의 치아우식증 진단에 대해 충분한 수준의 정확성과 신뢰도를 보였다(민감도 0.75 - 0.94, 특이도 0.82 - 0.95, AUROC 0.88 - 0.98). Spearman 상관분석 결과에서는 𝚫F average 및 QS-Index와 우식병소 부피 사이에 통계적으로 유의한 높은 상관성을 확인할 수 있었다(r = 0.805 - 0.832, p < 0.001). QLF 기술을 이용한 치아우식증 검사는 어린이의 치아우식증 진단에 있어 방사선 노출에 대한 걱정 없이 안전하게 사용 가능하고, 신뢰할 만한 방법이 될 수 있을 것이다.

• 한국전자거래학회지
• /
• 제27권1호
• /
• pp.63-79
• /
• 2022

최근 머신러닝 및 딥러닝 기법을 활용한 주식 가격 예측 연구가 다양하게 이루어지고 있다. 그 중에서도 최근에는 주식 매수 및 매도 주문 정보를 담고 있는 호가창을 이용하여 주가를 예측하려는 연구가 시도되고 있다. 하지만 호가창을 활용한 연구는 대부분 가장 최근 일정 기간 동안의 호가창 추이만을 고려하며, 호가창의 중기 추이와 단기 추이를 같이 고려하는 연구는 거의 진행되지 않았다. 이에 본 논문에서는 호가창의 중기와 단기 추이를 모두 고려하여 주가 등락을 보다 정확히 예측하는 딥러닝 기반 예측 모델을 제안한다. 더욱이 본 논문에서 제안하는 모델은 중단기 호가창 정보 외에도 해당 종목에 대한 동기간 뉴스 헤드라인까지 고려하여 기업의 정성적 상황까지 주가 예측에 반영한다. 본 논문에서 제안하는 딥러닝 기반 예측 모델은 호가창 변화의 특징을 합성곱 신경망으로 추출하고 뉴스 헤드라인의 특징을 Word2vec을 이용하여 추출한 뒤, 이들 정보를 결합하여 특정 기업 주식의 다음 날 등락 여부를 예측한다. 실제 NASDAQ 호가창 데이터와 뉴스 헤드라인 데이터를 사용하여 제안 모델로 5개 종목(Amazon, Apple, Facebook, Google, Tesla)의 일일 주가 등락을 예측한 결과, 제안 모델은 기존 모델에 비해 정확도를 최대 17.66%p, 평균 14.47%p 향상시켰다. 또한 해당 모델로 모의 투자를 수행한 결과, 21 영업일 동안 종목에 따라 최소 $492.46, 최대 $2,840.83의 수익을 얻었다.

• Journal of Korean Neurosurgical Society
• /
• 제65권1호
• /
• pp.74-83
• /
• 2022

Objective : Oblique lumbar interbody fusion (OLIF) is a surgical technique that utilizes a large interbody cage to indirectly decompress neural elements. The position of the cage relative to the vertebral body could affect the degree of foraminal decompression. Previous studies determined the position of the cage using plain radiographs, with conflicting results regarding the influence of the position of the cage to the degree of neural foramen decompression. Because of the cage obliquity, computed tomography (CT) has better accuracy than plain radiograph for the measurement of the obliquely inserted cage. The objective of this study is to find the correlation between the position of the OLIF cage with the degree of indirect decompression of foraminal stenosis using CT and magnetic resonance imaging (MRI). Methods : We review imaging of 46 patients who underwent OLIF from L2-L5 for 68 levels. Segmental lordosis (SL) was measured in a plain radiograph. The positions of the cage were measured in CT. Spinal canal cross-sectional area (SCSA), and foraminal crosssectional area (FSCA) measurements using MRI were taken into consideration. Results : Patients' mean age was 69.7 years. SL increases 3.0±5.1 degrees. Significant increases in SCSA (33.3%), FCSA (43.7% on the left and 45.0% on the right foramen) were found (p<0.001). Multiple linear regression analysis shows putting the cage in the more posterior position correlated with more increase of FSCA and decreases SL correction. The position of the cage does not affect the degree of the central spinal canal decompression. Obliquity of the cage does not result in different degrees of foraminal decompression between right and left side neural foramen. Conclusion : Cage position near the posterior part of the vertebral body increases the decompression effect of the neural foramen while putting the cage in the more anterior position correlated with increases SL.

• 지적과 국토정보
• /
• 제52권1호
• /
• pp.5-16
• /
• 2022

다각형 필지의 면적오차계산에 대한 일반식으로부터 직사각형 필지의 면적오차계산식을 도출하고 관련 법률 시행령에서 정하고 있는 면적오차계산의 상수항 0.026² × M(축척분모)이 갖는 의미를 분석하였다. 그 결과, 현행의 면적오차 공식은 직사각형 필지모형으로서 도해측량의 특성을 적절히 반영하고 있으나, 정량적으로는 면적오차를 비교적 크게 허용한다는 것을 알 수 있었다. 또, 면적이 같더라도 필지의 형상에 따라 정사각형 필지보다 50% 더 많은 면적오차가 산출될 수 있다는 문제, 필지 분할시 허용면적오차가 달라져야 하는 문제 등을 파악하였다. 이와 더불어, 본 연구에서 도출한 면적오차계산식으로써 지적측량의 관점에서 문제를 한꺼번에 해결할 수 있는 방안을 제시하였다. 즉, 필지의 크기와 형상을 반영하는 문제, 측량의 정확도를 반영하는 문제, 도해측량과 수치측량을 구분할 필요 없이 단일의 면적오차계산식을 채택하는 문제에 대한 해결책이다. 이들 문제를 해소하는 새로운 면적오차계산식의 채용은 많은 관련 요소들의 개선을 촉진하여 선진적 지적제도로의 발전을 강화할 것이다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권7호
• /
• pp.233-240
• /
• 2022

최근 대부분의 인공지능 연구는 AI 모델 개발에 중점을 두고 있다. 하지만 최근 인공지능 연구가 모델 중심에서 데이터 중심으로 점차 변경되고 이런 추세를 바탕으로 학습데이터의 중요성이 크게 주목 받고 있다. 그러나 학습데이터의 준비과정이 전체 과정의 상당 부분을 차지하고 라벨링 데이터 생성 또한 개발 목적에 따라 다르기 때문에 많은 시간과 노력이 필요하다. 따라서 기존의 미충족을 해결하기 위한 다양한 라벨링 기능을 갖는 도구 개발이 필요하다. 본 논문에서는 의료영상의 라벨링 데이터를 정교하고 빠르게 생성하기 위한 라벨링 시스템에 대해서 기술한다. 이를 구현하기 위해서 Back Projection, GrabCut 기법을 이용한 반자동 방식과 기계학습 모델을 통해서 예측한 자동 방식의 라벨링 기능을 구현하였다. 우리는 제안한 시스템의 라벨링 데이터 생성에 대한 수행시간의 장점을 보였을뿐만 아니라 정확성에 대한 비교평가를 통해 우수성을 보였다. 또한 1,000여명의 환자 영상 데이터셋을 분석하여 근감소증 진단에 남성과 여성에 의미있는 진단지표를 제시하였다.

• Journal of Radiation Protection and Research
• /
• 제47권2호
• /
• pp.99-106
• /
• 2022

Background: The radionuclide inventory calculation codes such as ORIGEN and FISPACT collapse neutron reaction libraries with energy spectra and generate an effective one-group cross-section. Since the nuclear cross-section data, energy group (g) structure, and other input details used by the two codes are different, there may be differences in each code's activation inventory calculation results. In this study, the calculation results of neutron-induced activation inventory using ORIGEN and FISPACT were compared and analyzed regarding radioactive waste classification and worker exposure during nuclear decommissioning. Materials and Methods: Two neutron spectra were used to obtain the comparison results: Watt fission spectrum and thermalized energy spectrum. The effective one-group cross-sections were generated for each type of energy group structure provided in ORIGEN and FISPACT. Then, the effective one-group cross-sections were analyzed by focusing on ⁵⁹Ni, ⁶³Ni, ⁹⁴Nb, ⁶⁰Co, ¹⁵²Eu, and ¹⁵⁴Eu, which are the main radionuclides of stainless steel, carbon steel, zircalloy, and concrete for decommissioning nuclear power plant (NPP). Results and Discussion: As a result of the analysis, ¹⁵⁴Eu and ⁵⁹Ni may be overestimated or underestimated depending on the code selection by up to 30%, because the cross-section library used for each code is different. When ORIGEN-44g, -49g, and -238g structures are selected, the differences of the calculation results of effective one-group cross-section according to group structure selection were less than 1% for the six nuclides applied in this study, and when FISPACT-69g, -172g, and -315g were applied, the difference was less than 1%, too. Conclusion: ORIGEN and FISPACT codes can be applied to activation calculations with their own built-in energy group structures for decommissioning NPP. Since the differences in calculation results may occur depending on the selection of codes and energy group structures, it is appropriate to properly select the energy group structure according to the accuracy required in the calculation and the characteristics of the problem.

• 해양환경안전학회지
• /
• 제28권6호
• /
• pp.1036-1043
• /
• 2022

본 논문은 자동계류 장치에 설치하여 선박의 접안 상황을 검출할 수 있는 시각 센서의 개발에 대하여 논하고 있다. 선박의 접안 시 사고방지를 위해 선박의 속도를 통제하고 위치를 확인하고 있음에도 불구하고 부두에서의 선박 충돌사고는 매년 발생하고 있으며, 이로 인한 경제적, 환경적 피해가 매우 크다. 따라서 부두에 접안하는 선박에 대한 안전성 확보를 위해 선박의 위치 및 속도 정보를 신속하게 확보할 수 있는 시각 시스템의 개발은 중요하다. 이에 본 연구에서는 선박의 접안 시 사람과 유사하게 영상을 통해 접안하는 선박을 관찰하고, 주변 환경에 따른 선박의 접안 상태를 적절하게 확인할 수 있는 시각센서를 개발하였다. 먼저, 개발하고자 하는 시각 센서의 적정성을 확보하기 위해 기존 센서로부터 제공되는 정보, 감지 범위, 실시간성, 정확도 및 정밀도 측면에서 센서 특성을 분석하였다. 이러한 분석 자료를 바탕으로 LiDAR형태의 3D시각 시스템의 개념 설계, 구동메커니즘 설계 및 모션 구동부의 힘과 위치 제어기 설계 등을 수행하여 대상물의 정보를 실시간으로 획득할 수 있는 3D 시각 모듈을 개발하였다. 최종적으로 시스템 구동을 위한 제어 시스템의 성능평가와 스캔 속도에 대한 성능을 분석하였고, 실험을 통해 개발된 시스템의 유용성을 확인할 수 있었다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.991-1005
• /
• 2022

위성 영상은 핵 활동 탐지와 검증을 위한 효율적인 보조자료로 핵시설과 같이 접근이 어렵고 정보가 제한된 지역에 매우 유용하다. 특히 장비의 이동 또는 시설물의 변화와 같이 핵실험을 준비하는 과정은 시계열 분석을 통해 충분히 식별 가능하다. 본 연구에서는 핵 활동과 관련된 주요 객체의 변화를 탐지하기 위하여, 다시기 영상의 의미론적 분할 결과의 차이를 이용하였다. AIHub에서 제공하는 KOMPSAT 3/3A 영상으로 구성된 객체 판독 데이터셋에서 건물, 도로, 소형 객체의 정보를 추출하여 학습하였으며, U-Net, PSPNet, Attention U-Net에 대하여 주요 파라미터를 변경하며 대상 객체 추출에 적합한 의미론적 분할 모델을 분석하였다. 의미론적 분할 결과의 차영상으로 생성된 결과에 객체 정보를 포함하여 최종 변화 탐지를 수행하였으며, 제안 기법을 임의의 변화를 포함한 시뮬레이션 영상에 적용한 결과, 변화 객체를 효과적으로 추출할 수 있었다. 본 연구에서 제시된 변화 탐지 기법을 적용하기 위해서는, 의미론적 분할의 정확도가 우선적으로 확보되어야 하는 제약이 있으나, 추후 실험 대상 지역에 대한 학습데이터셋이 증가할 수록 적용 가능한 분석 범위가 증가할 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1633-1641
• /
• 2022

도시의 인구 집중과 무분별한 개발은 대기오염, 열섬현상과 같은 다양한 환경 문제들을 유발하며, 자연재해로 인한 피해 상황을 악화시키는 등 인재의 원인이 되고 있다. 도심 수목은 이러한 도시 문제들의 해결방안으로 제시되어왔으며, 실제로 환경 개선 기능을 제공하는 등 중요한 역할들을 수행한다. 이에 따라 수목이 도시 환경에 미치는 영향을 파악하기 위해 도심 수목에서 개별목에 대한 정량적인 측정 및 분석이 요구된다. 그러나 도심 수목의 복잡성 및 다양성은 단일 수목 탐지 정확도를 낮추는 문제점이 존재한다. 따라서 본 연구는 수목 개체에 대해 효과적인 탐지가 가능한 고해상도 항공영상 및 object detection에서 뛰어난 성능을 발휘한 You Only Look Once Version 5 (YOLOv5) 모델을 사용하여 도심 수목을 효과적으로 탐지하는 연구를 진행하였다. 수목 AI 학습 데이터셋의 구축을 위한 라벨링 가이드라인을 생성하고 이를 기준으로 동작구 수목에 대해 box annotation을 수행하였다. 구축된 데이터셋으로부터 다양한 scale의 YOLOv5 모델들을 테스트하고 최적의 모델을 채택하여 효율적인 도심 수목 탐지를 수행한 결과, mean Average Precision (mAP) 0.663의 유의미한 결과를 도출하였다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1195-1204
• /
• 2021

최근 이상기후로 인한 국지성호우가 잦아져 하천변 사회기반시설을 포함한 인적·물적 피해가 급증하고 있다. 본 연구에서는 해당 시설들의 침수 피해를 예측·방지하고자 기계학습 중 시계열자료에 특화된 LSTM(Long Short- term Memory)기법을 활용하여 수위 예측 알고리즘을 개발하였다. 연구대상지는 잠수교로 연구기간은 총 6년(2015년~2020년)의 6, 7, 8월로 3시간 후의 잠수교 수위를 예측하였다. 입력자료(Input data)는 잠수교 수위(EL.m), 팔당댐 방류량(m³/s), 강화대교 조위(cm), 서울시 트윗의 개수로 기존 연구에 주로 사용된 정형자료뿐만 아니라 워드클라우드를 통해 구축된 비정형자료도 함께 사용하여 상호 보완형 자료를 구축하고, 비정형자료 활용 유무의 비교·분석을 통해 비정형자료의 역할도 제시하였다. 잠수교의 수위 예측 시 상호 보완형의 자료가 정형자료만을 사용한 경우에 비해 예측 정확도가 향상하였는 데, 이는 인명 피해를 감소시킬 수 있는 보수적인 예/경보가 가능함을 알 수 있었다. 본 연구에서는 하천변 사회기반시설의 이용자 안전 및 편의 제공에 상호 보완형 자료의 사용이 보다 효과적이라 판단하였다. 향후에는 비정형자료의 종류를 추가하거나 입력자료의 세밀한 전처리를 통하여 더욱 정확한 수위 예측을 기대해본다.