• 대한토목학회논문집
• /
• 제30권5D호
• /
• pp.533-540
• /
• 2010

댐은 용수공급 및 홍수조절을 위한 매우 중요한 시설물이며, 따라서 댐의 효율적인 관리를 위해서는 저수용량을 정확히 분석하는 연구가 필요하다. 본 연구에서는 충주댐 저수지를 대상으로 다차원공간정보를 이용하여 시계열 저수용량 비교하였으며 주요 결론은 다음과 같다. 먼저 댐 저수지 주변의 육상부와 수심부에 각각 LiDAR와 MBES 측량을 수행하였으며, 측량자료의 정확도 향상을 위해 캘리브레이션 보정과정을 실시한 후 지상기준점과의 검정을 통해 허용오차 기준을 만족하는 다차원공간정보를 구축할 수 있었다. 항공 LiDAR와 MBES 자료를 연계하여 생성한 정밀지형자료로부터 불규칙삼각망 모델을 이용하여 수위별 저수용량을 계산하였으며 회귀분석을 통해 2008년도 저수용량 곡선식을 개발하였다. 2008년도 저수용량을 1986년과 1996년과 비교한 결과, 저수지 퇴사증가로 인해 수위가 높아질수록 총저수용량은 감소하는 추세를 보였다. 또한 수위 구간별로 저수용량을 계산하여 침식과 퇴사가 나타나는 구간을 분석할 수 있었으며, 특히 1986~2008년과 1996~2008년 동안의 평균수위 직상부 구간인 130.0~135.0m에서 가장 많은 침식특성이 나타났으며 이는 집중강우로 인해 저수지 사면침식이 주요 원인으로 판단된다.

• 대한토목학회논문집
• /
• 제29권4C호
• /
• pp.145-151
• /
• 2009

일반적으로 풍화암에 근입된 현장타설말뚝은 지지력이 매우 크므로 많은 경우에 설계하중만을 검증한 다음 극한하중을 확인하기 전에 재하시험을 종료한다. 그러나 만일 미완성 하중-침하 곡선으로부터 신뢰할 수 있는 극한하중의 예측이 가능하다면 설계의 질적인 향상뿐만 아니라 경제적인 면에서도 크게 기여를 할 수 있을 것이라고 생각된다. 본 연구의 목적은 극한하중을 얻지 못한 말뚝 재하시험의 하중-침하 곡선으로부터 외삽법을 이용하여 추정한 극한하중의 신뢰성 판단 방법을 제안 하는데 있다. 이를 위해 극한하중이 구해진 10본의 말뚝을 3개 현장에 걸쳐서 수집하였다. 그리고 이 10개의 하중-침하 곡선으로부터 Davisson 방법을 이용하여 구한 실제 계측 극한하중의 25%, 50%, 60%, 70%, 80%, 그리고 90%에 해당하는 하중-침하 곡선 자료만이 확보되었다고 가상하고 각각의 자료에 대하여 쌍곡선 방법으로 외삽한 다음, 극한하중을 새로이 결정하였다. 이렇게 결정된 외삽 극한하중의 신뢰성을 통계분석을 통하여 평가하였다. 그 결과, 확보하였다고 가상한 하중-침하 곡선의 최대 침하량 대 외삽 극한하중에서의 침하량 비가 0.6 이상인 경우, 외삽으로 예측한 극한하중은 실제 계측 극한하중보다 평균적으로 20% 이내에서 보수적인 값을 나타내었다. 또한, 항타말뚝의 정재하시험 자료에 대하여 본 논문에서 제안한 방법으로 분석하여 동일한 결과를 확인하였다.

• 한국자원식물학회:학술대회논문집
• /
• 한국자원식물학회 2020년도 춘계학술대회
• /
• pp.100-100
• /
• 2020

Wheat is mainly composed of carbohydrate but it contains a moderate amount of protein, which gives a very useful characteristics to flour food such as the unique elasticity and stickiness of the dough. We developed a calibration equation for analyzing crude protein content using Near Infrared Spectroscopy to quick analyze the crude protein content of wheat germplasm stored in the National Agrobiodiversity Center, RDA, Korea. The 1,798 wheat germplasms were used to draw up the calibration formula. The crude protein's interval distribution of 1,798 wheat germplasms used for the calibration was 7.04-20.84%, the average content was 13.2%, and standard deviation was 2.6%. The germplasms distribution was composed of a suitable group for the preparation of the calibration formula because the content distribution was a normal, excluding the 13.0-15.5% content section. In order to verify the applicability of the NIRS prediction model, we measured the crude protein content of the 300 wheat germplasms that were not used for the calibration using both Kjeldahl analysis and NIR spectrum. The analysis value calculated using each method were statistically processed, and the test results and statistical indicators of the predictive model were compared. As a result, The R² value of the optimized NIRS prediction model was 0.997, and the Standard error of Calibration value(SEC) was 0.132, and slope value was 1.000. With prediction model selection, compared to Kjeldahl method, R² values were 0.994(Kjeldahl), 0.998(NIRS), and the SEC value were 0.191 and 0.132, respectively, comparing the statistical indices of the forecast model. And slope value were 1.013, 1.000, respectively. The analysis of crude protein content by the NIRS predictive model developed by each statistical index showing similar figures is judged to show a high degree of correlation with the Kjeldahl analysis. The proven calibration equation will be used to measure the crude protein content of wheat germplasms held by the National Agrobiodiversity Center, and by dividing the wheat germplasms by their use according to the crude protein content, it will provide useful information to relevant researchers.

• 정보보호학회논문지
• /
• 제33권6호
• /
• pp.1099-1110
• /
• 2023

자율주행 및 robot navigation의 인식 시스템은 성능 향상을 위해 다중 센서를 융합(Multi-Sensor Fusion)을 한 후, 객체 인식 및 추적, 차선 감지 등의 비전 작업을 한다. 현재 카메라와 라이다 센서의 융합을 기반으로 한 딥러닝 모델에 대한 연구가 활발히 이루어지고 있다. 그러나 딥러닝 모델은 입력 데이터의 변조를 통한 적대적 공격에 취약하다. 기존의 다중 센서 기반 자율주행 인식 시스템에 대한 공격은 객체 인식 모델의 신뢰 점수를 낮춰 장애물 오검출을 유도하는 데에 초점이 맞춰져 있다. 그러나 타겟 모델에만 공격이 가능하다는 한계가 있다. 센서 융합단계에 대한 공격의 경우 융합 이후의 비전 작업에 대한 오류를 연쇄적으로 유발할 수 있으며, 이러한 위험성에 대한 고려가 필요하다. 또한 시각적으로 판단하기 어려운 라이다의 포인트 클라우드 데이터에 대한 공격을 진행하여 공격 여부를 판단하기 어렵도록 한다. 본 연구에서는 이미지 스케일링 기반 카메라-라이다 융합 모델(camera-LiDAR calibration model)인 LCCNet 의 정확도를 저하시키는 공격 방법을 제안한다. 제안 방법은 입력 라이다의 포인트에 스케일링 공격을 하고자 한다. 스케일링 알고리즘과 크기별 공격 성능 실험을 진행한 결과 평균 77% 이상의 융합 오류를 유발하였다.

• Korean Journal of Radiology
• /
• 제22권2호
• /
• pp.168-178
• /
• 2021

Objective: To provide an automatic method for segmentation and diameter measurement of type B aortic dissection (TBAD). Materials and Methods: Aortic computed tomography angiographic images from 139 patients with TBAD were consecutively collected. We implemented a deep learning method based on a three-dimensional (3D) deep convolutional neural (CNN) network, which realizes automatic segmentation and measurement of the entire aorta (EA), true lumen (TL), and false lumen (FL). The accuracy, stability, and measurement time were compared between deep learning and manual methods. The intra- and inter-observer reproducibility of the manual method was also evaluated. Results: The mean dice coefficient scores were 0.958, 0.961, and 0.932 for EA, TL, and FL, respectively. There was a linear relationship between the reference standard and measurement by the manual and deep learning method (r = 0.964 and 0.991, respectively). The average measurement error of the deep learning method was less than that of the manual method (EA, 1.64% vs. 4.13%; TL, 2.46% vs. 11.67%; FL, 2.50% vs. 8.02%). Bland-Altman plots revealed that the deviations of the diameters between the deep learning method and the reference standard were -0.042 mm (-3.412 to 3.330 mm), -0.376 mm (-3.328 to 2.577 mm), and 0.026 mm (-3.040 to 3.092 mm) for EA, TL, and FL, respectively. For the manual method, the corresponding deviations were -0.166 mm (-1.419 to 1.086 mm), -0.050 mm (-0.970 to 1.070 mm), and -0.085 mm (-1.010 to 0.084 mm). Intra- and inter-observer differences were found in measurements with the manual method, but not with the deep learning method. The measurement time with the deep learning method was markedly shorter than with the manual method (21.7 ± 1.1 vs. 82.5 ± 16.1 minutes, p < 0.001). Conclusion: The performance of efficient segmentation and diameter measurement of TBADs based on the 3D deep CNN was both accurate and stable. This method is promising for evaluating aortic morphology automatically and alleviating the workload of radiologists in the near future.

• 대한의용생체공학회:의공학회지
• /
• 제45권1호
• /
• pp.10-19
• /
• 2024

The purpose of this study is to conduct a summative evaluation of the usability of a general-purpose ventilator to determine whether it can be used for its intended purpose in the intended environment by the intended user and to find possible errors in use. The importance of ventilators has increased due to the accelerated aging of the population and the impact of the pandemic. In addition, patients who require ventilators are often in critical condition, so even a small error in use can be fatal. Therefore, it is important to ensure that the ventilator has sufficient stability and can be used satisfactorily without inconvenience to the user. In this study, we conducted a usability test with 17 respiratory nurses with more than 3 years of experience using the ventilator. We analyzed the task success rate, satisfaction, and opinions of the intended users while going through a total of 17 scenarios. Satisfaction was captured through an ASQ questionnaire and subjective opinions were captured through a detailed opinion questionnaire. The results showed a high level of satisfaction with an average score of 6.3 for the use scenarios. Evaluators expressed satisfaction with the overall visibility and versatility of the features, but noted that improvements were needed for calibration tasks with low task success rates. As the calibration method is different from other equipment, it was suggested that specific explanations of the calibration method and the picture that appears when calibrating are needed, and that if relevant training is provided, the equipment can be used without problems. If the usability evaluation is not limited to securing efficiency and satisfaction from the intended users, but also continuously receives feedback from users to prepare for use in emergency environments such as pandemic situations, it will be very helpful to seize opportunities such as emergency authorization in future situations, and ultimately contribute to patient safety by reducing use errors.

• 한국해양학회지:바다
• /
• 제29권1호
• /
• pp.1-13
• /
• 2024

동해 남서부해역은 대마난류나 연안 용승에 의한 영양염 공급 등으로 동해 북부나 동부에 비해 일차생산력이 높은 것으로 알려져 있지만, 이 해역의 생물 펌프에 관한 연구는 제한적이다. 본 연구에서는 O₂/Ar 측정으로 산출한 고해상도 순군집생산 현장 관측 결과와 기계학습 모형을 결합하여 시공간 해상도가 8일 간격, 4 km인 봄과 여름 순군집생산 시계열 자료를 추정하였다. 기계 모형의 예측과 실측의 평균 제곱근 오차는 6 mmol O₂ m^-2 d^-1로 관측값 평균의 15%에 해당했다. 울릉분지 중앙부의 순군집생산은 3월에 49 mmol O₂ m^-2 d^-1로 가장 높았고, 6월과 7월에 18 mmol O₂ m^-2 d^-1로 가장 낮았다. 이 같은 계절 변화는 ³He 기체교환율로 추정한 질산염 공급률이나 ²³⁴Th 비평형법으로 추정한 입자유기탄소 방출률과 유사하였다. 봄과 여름의 순군집생산 추정으로 한정된 이 연구방법을 가을과 겨울로 확대하기 위해서는 아표층수의 표층 혼입에 따른 O₂/Ar 순군집생산의 오차를 보정하는 연구가 필요하다.

• 대한치과교정학회지
• /
• 제54권1호
• /
• pp.48-58
• /
• 2024

Objective: To quantify the effects of midline-related landmark identification on midline deviation measurements in posteroanterior (PA) cephalograms using a cascaded convolutional neural network (CNN). Methods: A total of 2,903 PA cephalogram images obtained from 9 university hospitals were divided into training, internal validation, and test sets (n = 2,150, 376, and 377). As the gold standard, 2 orthodontic professors marked the bilateral landmarks, including the frontozygomatic suture point and latero-orbitale (LO), and the midline landmarks, including the crista galli, anterior nasal spine (ANS), upper dental midpoint (UDM), lower dental midpoint (LDM), and menton (Me). For the test, Examiner-1 and Examiner-2 (3-year and 1-year orthodontic residents) and the Cascaded-CNN models marked the landmarks. After point-to-point errors of landmark identification, the successful detection rate (SDR) and distance and direction of the midline landmark deviation from the midsagittal line (ANS-mid, UDM-mid, LDM-mid, and Me-mid) were measured, and statistical analysis was performed. Results: The cascaded-CNN algorithm showed a clinically acceptable level of point-to-point error (1.26 mm vs. 1.57 mm in Examiner-1 and 1.75 mm in Examiner-2). The average SDR within the 2 mm range was 83.2%, with high accuracy at the LO (right, 96.9%; left, 97.1%), and UDM (96.9%). The absolute measurement errors were less than 1 mm for ANS-mid, UDM-mid, and LDM-mid compared with the gold standard. Conclusions: The cascaded-CNN model may be considered an effective tool for the auto-identification of midline landmarks and quantification of midline deviation in PA cephalograms of adult patients, regardless of variations in the image acquisition method.

• 한국수자원학회논문집
• /
• 제57권3호
• /
• pp.165-179
• /
• 2024

도시 지역의 홍수 위험을 완화하고 지속 가능한 수자원을 관리하기 위해서는 도시 홍수와 물순환의 연계 해석이 필수적이다. 본 연구는 간단한 전환 규칙을 통해 침수의 시공간적 변화를 모의하는 셀룰러 오토마타 기법을 이용하여 고해상도 도시침수 및 물순환 해석 모형 CAW (Cellular Automata-based integrated Water cycle model)를 개발하고, 그 적용성을 평가하였다. 개발된 모형을 미국 포틀랜드 도심지 유역에 적용하고, 물리 기반 모형 및 기존 셀룰러 오토마타 기반 모형의 침수 해석 결과와 비교하여 도시침수 재현의 적절성을 평가하였다. 연구 결과, 침수 검증 대상 지점에 대한 CAW 모형의 최대 침수심 분포는 확산파 방정식을 모사하는 WCA2D (Weighted Cellular Automata 2 Dimension) 모형과 평균오차 값이 1.3 cm로 유사하게 모의되었고, 이진 패턴 유사도 검증에서 HR 0.91, FAR 0.02, CSI 0.90으로 비교적 높은 유사성을 나타내며 모형의 침수 해석 적용성을 검증하였다. 또한, 토지피복 및 토양 조건이 침수, 침투에 미치는 영향을 시험 평가한 결과, 불투수율이 41% 더 높은 지역에서의 침투와 최대 침수심이 각각 54%(4.16 mm/m²) 감소 및 10%(2.19 mm/m²) 증가하였다. CAW 모형을 이용하여 도시 유역의 다양한 토지피복 및 토양 특성을 고려한 고해상도 물순환 및 도시침수 연계 모의 해석이 가능할 것으로 기대된다.

• 대한한의학회지
• /
• 제44권4호
• /
• pp.41-58
• /
• 2023

Objectives: This retrospective observational study aimed to investigate the efficacy and safety of Cheongpebaedok-tang, a traditional Korean herbal medicine, provided via telemedicine to patients with asymptomatic to mild COVID-19 in Korea. Methods: From February to April 2020, a retrospective analysis investigated COVID-19 patients treated via Korean telemedicine. The study involved asymptomatic to mild cases receiving Cheongpebaedok-tang more than three times, along with continuous Korean medicine care in convalescence. Diagnoses and treatment adhered to the telemedicine guidelines of the Association of Korean Medicine, with varied Cheongpebaedok-tang prescriptions based on symptom severity. Symptom evaluation involved a detailed assessment using a 15-item tool at initial and final sessions. Results: The study included 27 patients, with a mean age of 48.7 ± 2.3 years (mean ± standard error). Patients began self-administering oral Cheongpebaedok-tang for an average of 19.4 ± 1.8 days after the date of COVID-19 diagnosis confirmation and continued the medication for 15.8 ± 1.2 days. The reported side effects of the Cheongpebaedok-tang included palpitations (11.1%), insomnia (7.4%), dizziness (3.7%), and diarrhea (3.7%). All side effects disappeared after adjusting the prescription according to standard treatment guidelines. The occurrence of all COVID-19-related adverse symptoms, except fatigue and myalgia, decreased. Fatigue was the most common chronic symptom persisting after 6 months (51.9%), followed by ocular symptoms (37.0%) and sore throat (22.2%). Conclusions: This study implies Cheongpebaedok-tang may offer a potentially safe, symptom-alleviating approach for managing mild COVID-19 cases via telemedicine, although further comprehensive research is warranted.