• 농업생명과학연구
• /
• 제46권3호
• /
• pp.47-58
• /
• 2012

본 연구는 기후변화에 따른 난대상록수종인 황칠나무의 적지예측모델을 개발하기 위하여 수행하였다. 생장 및 입지환경 인자들간의 관계 구명을 통하여 양적 질적 자료 분석이 가능한 수량화 분석 방법에 의하여 황칠나무의 적지예측 평가기준을 도출하였다. 적지예측 프로그램은 ESRI, ArcView GIS 프로그램을 이용하여 개발하였다. 개발된 프로그램은 적지예측의 정확성 검토를 위하여 다양한 난대 상록활엽수가 분포하고 있는 전남 완도 지역에 적용하였다. 황칠나무의 적지예측 분석 결과, 최적지 표고 401~500m, 경사도 $15^{\circ}$ 이하, 국소지형은 산복 계곡부위, 퇴적양식 붕행토, 방위가 남쪽인 요철사면으로 나타났다. 완도지역의 황칠나무 최적지 등급별 맵핑 면적은 I 등급 1,487.2ha(25.4%), II 등급 1,020.3ha (17.4%), III 등급 2,231.8ha(38.2%), IV 등급 1,110.5ha(19.0%)로 나타났다.

• 한국식품과학회지
• /
• 제51권5호
• /
• pp.425-431
• /
• 2019

본 연구는 국내 나물류 7종을 표준화된 5가지 다른 조리방법으로 조리 후 엽산 함량 변화 및 잔존율을 비교하였다. 엽산 함량 분석은 trienzyme-L casei 미생물법을 이용하였으며, 분석법은 정확성, 정밀성, 직선성, 검출한계 및 정량한계 등의 분석수행특성을 측정하여 검증하였으며, 내외부 분석품질관리를 수행하여 분석의 신뢰도와 숙련도를 평가하였다. 모든 분석법 검증은 AOAC에서 제시한 가이드라인에 부합하였으며, 7개월 동안 실시한 내부품질관리 및 숙련도 시험에서 모두 신뢰도 구간에 들어가는 결과를 얻어 본 실험에서 분석된 데이터의 신뢰도를 확보할 수 있었다. 조리법에 따른 나물류의 엽산 함량은 조리 전 엽산 함량과는 상관없이 조리 방법에 따라 유의적으로 다르게 나타났다. 나물의 종류에 따라 엽산 리텐션에 차이를 보였는데 비교적 튀기기 조리 후 높은 엽산 함량을 보였고, 찌기 처리된 시료에서 낮은 함량이 나타났다. 엽산 잔존율은 취나물과 쑥갓을 제외한 나물류에서는 조리에 의해 전반적으로 증가된 잔존율을 보여, 나물류는 열처리 방법을 통한 조리 후 섭취하는 것이 엽산 섭취에 보다 효율적인 것으로 나타났다. 본 연구는 조리 후 변화되는 엽산 함량에 관한 신뢰도 높은 정보를 제공하고 있으므로 이를 국가영양데이터베이스 구축에 활용 가능할 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1685-1695
• /
• 2021

우수한 성능을 가지는 딥러닝 모델을 생성하기 위해서는 충분한 양의 학습자료가 필요하다. 하지만, 원격탐사 분야에서 충분한 양의 학습자료를 구축하기 위해서는 많은 시간과 비용을 필요로 한다. 따라서 적은 수의 학습자료를 활용한 딥러닝 모델의 전이학습(transfer learning)의 중요성이 증대되고 있다. 본 연구에서는 사전에 제작된 공개데이터셋을 기반으로 국내 정사영상 및 수치지도를 활용한 전이학습을 통해 국내 다시기 정사영상 내 존재하는 건물객체의 변화에 대한 탐지를 수행하였다. 이를 위하여, 변화탐지를 위한 공개데이터셋을 HRNet-v2 모델을 통하여 선행학습을 수행하고, 국내 정사영상 및 수치지도를 이용한 학습자료에 전이학습을 수행하였다. 전이학습에 대한 영향을 분석하기 위하여 두 곳의 실험지역에 전이 학습된 모델을 포함한 다양한 딥러닝 모델의 결과를 평가한 결과, 전이학습을 활용한 연구가 가장 우수함을 확인하였다. 이를 통하여, 전이학습을 활용해 부족한 양의 학습자료 문제를 해결하고, 다양한 원격탐사 자료에 대하여 효과적으로 변화탐지 기법을 적용할 수 있음을 확인하였다.

• 한국방사선학회논문지
• /
• 제15권7호
• /
• pp.1049-1056
• /
• 2021

본 연구의 목적은 일반촬영용 호흡 동기화 장치를 개발하여 호흡 협조가 어려운 환자의 가슴 검사를 할 때 들숨의 재현성을 높이는 것이다. 공기압 센서를 이용하여 호흡 동기화 장치를 자체 제작(X-RSD)하였고, 심폐소생술용 마네킹에 벤틸레이터를 연결하여 공기를 주입하였다. 이때 주입한 공기의 양은 SkillReporting 장치를 이용하여 정량화하였다. 마네킹의 가슴에 X-RSD를 위치한 후 공기의 양을 200-700 cc까지 100 cc 씩 총 6 단계를 나눠서 검사하였다. 오차 평가는 총 80회씩 반복 측정하여 X-RSD의 민감도를 측정하였고 민감도는 100%로 매우 정교한 결과 값을 얻을 수 있었다. 이후 가슴 측면검사를 X-RSD를 보면서 검사한 영상과, 암맹 검사한 영상을 비교평가 하였고, X-RSD의 폐 용적이 암맹 검사보다 용적도 크게 측정되고, 편차도 적게 측정되었다. 종합적으로 X-RSD를 이용하면 협조가 어려운 환자의 가슴검사에 도움을 줄 수 있으며, 일반촬영의 재촬영률을 줄여 전체적인 피폭선량 감소에 기여가 가능할 것이라 사료된다.

• 한국항행학회논문지
• /
• 제25권5호
• /
• pp.397-402
• /
• 2021

전자 어구 실명제는 '풍요로운 어장' 조성과 해양 환경 보호를 실행할 수 있는 주요 정책 중 하나이다. 또한 어구 자동식별 시스템은 LPWA 등의 통신과 멀티 센싱 기술을 활용하여 위 정책을 실현할 수 있는 해양 IoT 서비스 중 하나이다. 어구 자동식별 시스템은 해상에 부유하고 있는 전자 부이로부터 어구의 위치 및 유실 정보를 수집하고 어민이나 육상 관제국에게 제공한다. 어구 자동식별 시스템을 구성하는 전자 어구와 통신 장치들을 개발하였다. 본 논문에서는 전자 어구와 어선에 설치되는 무선 노드 사이의 통신 거리 측정과 전자 어구의 위치 정보 오차 측정 내용 및 결과에 대해 살펴본다. 측정 결과 통신 결과 목표치인 30 km의 2배인 62 km 거리에서 LOS 통신이 가능한 것을 확인하였고, 위치 오차는 목표치인 CEP 5 m 보다 적은 1 m의 결과를 얻었다. 따라서 본 연구를 통해 개발된 어구 자동식별 시스템의 서비스 영역과 정확도가 더욱 신장될 것으로 기대된다.

• 한국산림과학회지
• /
• 제110권4호
• /
• pp.610-621
• /
• 2021

지진 발생과 집중호우에 의해 땅밀림형 산사태 유형으로 분류되는 땅밀림 현상이 전국적으로 광범위하게 나타나고 있다. 산림청은 땅밀림으로 인한 인명 및 재산 피해를 예방하기 위해 땅밀림 우려지 현장조사 판정표를 통해 땅밀림 발생 위험지를 사전에 파악하고 있다. 한편 최근에는 컴퓨터 기술의 발달로 인공지능의 한 분야인 기계학습 분류기법을 이용하여 산지재해 취약성을 평가하거나 자연재해를 예측하고 있다. 따라서 이 연구에서는 기계학습 분류기법인 k-Nearest Neighbor(k-NN), Naive Bayes(NB), Random Forest(RF), 그리고 Support Vector Machine(SVM) 분류모델을 이용하여 땅밀림 발생 위험등급을 분류하였다. 한국치산기술협회의 2018~2020년 조사 자료 4,618개 중에서 땅밀림 현상의 발생 여부를 고려하여 발생지 총 146개소, 그리고 미발생지 146개소를 임의추출하여 292개 자료를 선정하였으며, 이 중 70%에 해당하는 204개소 자료를 훈련자료로 하여 모델을 구축하였다. 전체 자료의 30%에 해당하는 88개 검증자료에 대해 모델을 평가한 결과, k-NN은 0.727, NB는 0.750, RF는 0.807, 그리고 SVM은 0.750의 분류정확도를 보였다. 또한, Kappa 상관계수는 각각 0.534, 0.580, 0.673 및 0.585, 그리고 AUC는 각각 0.872, 0.912, 0.943 및 0.834로 계산되었다. 따라서 땅밀림 위험지역 판정을 위한 기계학습 분류모델은 RF, NB, SVM, 그리고 k-NN 순으로 높은 성능을 보였다. 기계학습 분류모델은 향후 산지토사재해의 예방 및 대응을 위한 기초자료로 활용 가능하며, 땅밀림 재해 관리 및 피해 경감에 위한 정책 개발에 필요한 정보를 제공할 것이다.

• 한국방사선학회논문지
• /
• 제12권6호
• /
• pp.769-776
• /
• 2018

국제전기기술위원회의 문서 IEC 60601-1의 3판 규격과 IEC 60601-2-45의 개별 규격에서는 진단용 X선 장치에서 X선 피폭 선량 정보를 표시하고 그 정확성을 명시할 것을 권고하고 있다. 하지만 임상에서 사용하는 부착형 공기커마 면적선량계는 교정에 어려움이 있다. 이에 본 연구에서는 임상에 적용 가능한 RQR 표준 선질을 이용하여 공기커마 면적선량계의 에너지 의존성과 정확도를 평가하였고 임상에서 간접 교정을 시행할 수 있도록 방법론을 마련하고자 하였다. RQR5의 표준 선질에서 시행한 시험에서 부착형 공기커마 면적선량계는 -7.5%의 오차를 나타냈고, RQR8의 표준 선질에서는 -10.3%의 오차를 나타냈으며 시험한 모든 RQR 선질에 대해 평균 절대오차는 $8.30%{\pm}2.85%$를 나타내 IEC 60580과 AAPM TG 190의 조건을 만족하였다. 본 연구에서 도출한 공기커마 면적선량계의 교정 방법은 임상에서 사용하는 공기커마 면적 선량계의 간접 교정법으로 사용할 수 있을 것으로 기대한다.

• 대한임상검사과학회지
• /
• 제50권4호
• /
• pp.470-476
• /
• 2018

다중펄스경두개전기자극(mpTES)을 이용한 안면운동유발전위(FMEP)는 자유 진행 근전도와 직접적인 안면 신경 자극법의 한계점을 보완하고 소뇌교각 종양 수술 중에 안면 신경의 기능적인 완전성을 예측할 수 있다. 본 논문의 목적은 이 검사의 표준화된 검사방법과 안면 신경의 기능예측인자로서의 유용성을 알아보고 수술 후 중대한 후유증인 안면마비 발생률을 최소화하는 것이다. Mz (음극)-M3, M4 (양극) 전극으로 경두개전기자극을 주고 안면운동유발전위의 단일펄스반응(SPR)의 부재와 10 ms이상의 잠복기를 확인해서 직접적인 두개 외 말초 안면 근육 자극을 배제하고 구륜근(orbicularis oris)과 턱근(mentalis)에서 동시에 측정하면 구륜근에서만 측정했을 때보다 안면운동유발전위의 정확도와 성공률을 높일 수 있다. 본 논문에서는 안면운동유발전위의 50% 진폭감소를 경고기준으로 해서 수술 직후 안면 신경의 결과를 효과적으로 예측할 수 있었다. 결론적으로, 소뇌교각 종양 수술 중에 FMEP는 자유 진행 근전도와 직접적인 안면 신경 자극법과 더불어서 수술 후 중대한 후유증인 안면 마비 발생률을 최소화 할 수 있는 유용한 검사방법이다.

• 한국정보전자통신기술학회논문지
• /
• 제12권3호
• /
• pp.242-250
• /
• 2019

본 논문에서는 인공신경망(Artificial Neural Network) 모델 중, 시계열 데이터의 변환을 위한 모델인 Seq2Seq(Sequence to Sequence) 모델을 이용한 산업용 로봇 고장 예지 기술에 대하여 제안한다. 제안 방법은 고장 예지를 위한 추가적인 센서의 부착 없이 로봇 자체적으로 측정 가능한 관절 별 전류와 각도 값을 데이터로 사용하였고, 측정된 데이터를 모델이 학습할 수 있도록 전처리한 후, Seq2Seq 모델을 통해 전류를 각도로 변환하도록 지도 학습 하였다. 고장 진단을 위한 이상 정도(Abnormal degree)는 예측 각도와 실제 각도 간의 단위시간 동안의 RMSE(Root Mean Squared Error)를 사용하였다. 제안 방법의 성능평가는 로봇의 정상 및 결함 조건을 달리한 상태에서 측정한 테스트 데이터를 이용하여 수행되었고 이상 정도가 임계값 넘어가면 고장으로 분류하게 하여, 실험으로부터 96.67% 고장 진단 정확도를 보였다. 제안 방법은 별도의 추가적인 센서 없이 고장 예지 수행이 가능하다는 장점이 있으며, 로봇에 대한 깊은 전문지식을 요구하지 않으면서 수행할 수 있는 방법으로 높은 진단 성능과 효용성을 실험으로부터 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제19권3호
• /
• pp.9-15
• /
• 2019

영어로 된 아마존과 같은 대형 글로벌 온라인 쇼핑몰은 전 세계를 대상으로 영어 또는 판매 해당국가 언어로 서비스를 하고 있다. 온라인 쇼핑몰 이용자 중, 많은 고객은 상품 리뷰평가를 참조하여 상품을 구매하고 있다. 그래서 고객들이 작성한 대량의 리뷰데이터를 이용하여 구매 상품에 대해 긍정과 부정을 판정하는 감성분석을 영어를 중심으로 활발히 연구되고 분석 결과는 고객의 타켓 마케팅에 활용되고 있다. 하지만 이와 같은 영어 중심의 감성분석 시스템을 전 세계의 다양한 언어에 그대로 적용하기는 어렵다. 따라서 본 연구에서는 영어로 된 50만개 이상의 아마존 푸드 상품 리뷰데이터를 학습과 테스트 데이터로 분리하여 딥러닝 기술 기반의 감성분석 시스템을 구현하였다. 먼저 영어 테스트데이터의 3가지 모델에 대한 감성분석 평가 실험을 한 후에, 같은 데이터를 자동번역기로 7개국(한국어, 일본어, 중국어, 베트남어, 불어, 독어, 영어) 언어로 번역 후에 다시 영어로 번역하여 실험 결과를 얻었다. 감성분석 정확성은 영어(94.35%)에 비해 각 7개국 언어의 평균(91.59%)보다 정확도가 2.77% 정도 낮게 나왔으나 번역 성능 수준에서 실용 가능성을 확인하였다.