• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.1243-1244
• /
• 2022

In recent years, the growing interest in off-site construction has led to factories scaling up their manufacturing and production processes in the construction sector. Consequently, continuous large-scale site monitoring in low-variability environments, such as prefabricated components production plants (precast concrete production), has gained increasing importance. Although many studies on computer vision-based site monitoring have been conducted, challenges for deploying this technology for large-scale field applications still remain. One of the issues is collecting and transmitting vast amounts of video data. Continuous site monitoring systems are based on real-time video data collection and analysis, which requires excessive computational resources and network traffic. In addition, it is difficult to integrate various object information with different sizes and scales into a single scene. Various sizes and types of objects (e.g., workers, heavy equipment, and materials) exist in a plant production environment, and these objects should be detected simultaneously for effective site monitoring. However, with the existing object detection algorithms, it is difficult to simultaneously detect objects with significant differences in size because collecting and training massive amounts of object image data with various scales is necessary. This study thus developed a large-scale site monitoring system using edge computing and a small-object detection system to solve these problems. Edge computing is a distributed information technology architecture wherein the image or video data is processed near the originating source, not on a centralized server or cloud. By inferring information from the AI computing module equipped with CCTVs and communicating only the processed information with the server, it is possible to reduce excessive network traffic. Small-object detection is an innovative method to detect different-sized objects by cropping the raw image and setting the appropriate number of rows and columns for image splitting based on the target object size. This enables the detection of small objects from cropped and magnified images. The detected small objects can then be expressed in the original image. In the inference process, this study used the YOLO-v5 algorithm, known for its fast processing speed and widely used for real-time object detection. This method could effectively detect large and even small objects that were difficult to detect with the existing object detection algorithms. When the large-scale site monitoring system was tested, it performed well in detecting small objects, such as workers in a large-scale view of construction sites, which were inaccurately detected by the existing algorithms. Our next goal is to incorporate various safety monitoring and risk analysis algorithms into this system, such as collision risk estimation, based on the time-to-collision concept, enabling the optimization of safety routes by accumulating workers' paths and inferring the risky areas based on workers' trajectory patterns. Through such developments, this continuous large-scale site monitoring system can guide a construction plant's safety management system more effectively.

• Animal Bioscience
• /
• 제36권8호
• /
• pp.1293-1303
• /
• 2023

Objective: Inflammation and pain management in postpartum hyperprolific sows is currently an important animal welfare issue in the swine industry. The present study investigates effects of ketoprofen treatment on the incidence of post-parturient disorders, feed intake, colostrum yield, piglet colostrum intake, colostrum immunoglobulin G (IgG) and piglet mortality rate during the first 3 days of postnatal life. Methods: In total, 61 Danish Landrace×Yorkshire crossbred sows and their offspring (n = 833) were included in the experiment. The sows were randomly distributed into two groups: i) control (n = 31), sows were treated with tolfenamic acid 2 mg per kg for 2 days postpartum; ii) ketoprofen (n = 30), sows were treated with ketoprofen 3 mg per kg for 2 days postpartum. The farrowing process of the sows was monitored for 24 h daily, and data associated with farrowing were collected. Piglet colostrum intake, sow colostrum yield and colostrum IgG were determined. Results: During the first 3 days postpartum, the incidence of sows that had fever did not differ between control and ketoprofen groups (51.6% and 56.7%, respectively, p = 0.692). Piglet colostrum intake did not differ between control and ketoprofen groups (p = 0.736). However, the proportions of piglets that had inadequate colostrum intake were 71.3%, 22.6%, and 5.4% in those with birth weights of <1.0 kg, 1.0 to 1.29 kg, and ≥1.30 kg, respectively (p<0.001). The piglet mortality rate did not differ between control and ketoprofen groups (p = 0.808). Conclusion: Administration of ketoprofen in postpartum sows for 2 days can control the evidence of post-parturient disorders in sows as effectively as the use of tolfenamic acid. No deleterious effect of ketoprofen was detected on sow colostrum yield, piglet colostrum intake and piglet mortality. Therefore, ketoprofen can be recommended as an alternative anti-inflammatory drug used in postpartum sows.

• 한국ITS학회 논문지
• /
• 제22권2호
• /
• pp.1-14
• /
• 2023

본 연구는 수도권 지하철의 노인무임승차에 대하여 오전 및 오후 첨두시간대에 요금을 부과하는 상황을 전제로 지하철 운송기관의 수입금 변화를 추정한다. 스마트카드자료는 노인무임통행에 대하여 요금관 관련된 자료를 생산하지 않고 있다. 따라서 스마트카드자료를 이용해서 노인승객의 요금을 추정하고 운송기관에 수입금으로 배분하는 별도의 방법론에 대한 검토가 요구된다. 본 연구는 노인통행은 출발시간을 기점으로 최소시간경로를 선택하는 가정을 반영하는 동시적 동적통행배정모형을 구축하여 통행경로를 선정하고 이를 기반으로 노인에게 부과되는 거리비례요금과 민자기관의 별도 및 독립요금을 추정하고 운영기관의 수입금으로 배분하는 모형과 방법론을 구축하고 시연한다. 2019년 및 2020년 COVID-19 전후를 대상으로 사례연구를 시행한 결과 서울교통공사의 무임손실을 연간 3600억원에서 오전첨두(07:00-08:59)에는 6~8% 수준, 오후첨두(18:00-19:59)에는 13~16% 까지 절감될 것으로 분석된다.

• Korean Chemical Engineering Research
• /
• 제61권3호
• /
• pp.388-393
• /
• 2023

지도 학습 기반의 신경 망을 활용한 공학적 자료의 분석은 화학공학 공정 최적화, 미세 먼지 농도 추정, 열역학적 상평형 예측, 이동 현상 계의 물성 예측 등 다양한 분야에서 활용되고 있다. 신경 망의 지도 학습은 학습 자료를 요구하며, 주어진 학습 자료의 구성에 따라 학습 성능이 영향을 받는다. 빈번히 관찰되는 공학적 자료 중에는 DNA의 길이, 분석 물질의 농도 등과 같이 로그 간격으로 주어지는 자료들이 존재한다. 본 연구에서는 넓은 범위에 분포된 로그 간격의 학습 자료를 기계 학습으로 처리하는 경우, 사용 가능한 손실 함수들의 학습 성능을 정량적으로 평가하였으며, 적합한 학습 자료 구성 방식을 연구하였다. 이를 수행하고자, 100×100의 가상 이미지를 활용하여 기계 학습의 회귀 과업을 구성하였다. 4개의 손실 함수들에 대하여 (i) 오차 행렬, (ii) 최대 상대 오차, (iii) 평균 상대 오차로 정량적 평가하여, mape 혹은 msle가 본 연구에서 다룬 과업에 대해 최적의 손실 함수가 됨을 알아내었다. 또한, 학습 자료의 값이 넓은 범위에 걸쳐 분포하는 경우, 학습 자료의 구성을 로그 간격 등을 고려하여 균등 선별하는 방식이 높은 학습 성능을 보임을 밝혀내었다. 본 연구에서 다룬 회귀 과업은 DNA의 길이 예측, 생체 유래 분자 분석, 콜로이드 용액의 농도 추정 등의 공학적 과업에 적용 가능하며, 본 결과를 활용하여 기계 학습의 성능과 학습 효율의 증대를 기대할 수 있을 것이다.

• 한국체육학회지인문사회과학편
• /
• 제55권5호
• /
• pp.593-604
• /
• 2016

본 연구의 목적은 교양댄스수업참가자가 인식하는 교수행동, 지속적 참여의도, 그리고 수업몰입의 구조관계를 파악하고 수업몰입을 매개변수로 설정하여 효과를 검증하는 것이다. 이를 위하여 대학의 교양댄스수업에 참가하고 있는 대학생을 모집단으로 선정하고 비확률 표본표집법 중 유의표본표집법을 이용하여 서울, 경기지역의 대학에서 총 314명의 자료를 수집하였다. 자료처리는 빈도분석, 탐색적 요인분석, 확인적 요인분석, 신뢰도분석, 구조방정식모형 분석, 부트스트래핑(bootstrapping) 방법을 실시하였다. 이와 같은 방법 및 절차를 통하여 얻어진 결론은 다음과 같다. 첫째, 교양댄스수업참가자가 인식하는 교수행동은 수업몰입에 유의한 영향을 미쳤다. 둘째, 교양댄스수업참가자가 인식하는 교수행동은 지속적 참여의도에 유의한 영향을 미치지 않았다. 셋째, 교양댄스수업참가자가 인식하는 수업몰입은 지속적 참여의도에 유의한 영향을 미쳤다. 넷째, 교양댄스수업참가자가 인식하는 교수행동과 지속적 참여의도의 관계에서 수업몰입은 유의한 매개효과가 있는 것으로 나타났다.

• 대한토목학회논문집
• /
• 제30권2B호
• /
• pp.107-120
• /
• 2010

본 연구에서는 기후변화를 평가하기 위해 장기수문유출모형인 SLURP 모형이 선택되었으며, 모형의 적용성을 평가하기 위하여, 고도, 기상, 토지이용, 토양, 식생과 같은 기본 입력 자료를 구축하였고 공도 수위관측소 상류유역을 대상으로 유역 내에 포함되어 있는 농업용 저수지인 고삼과 금광저수지를 고려하기 위하여 저수위, 저수량, 내용적 곡선 자료를 수집하였다. 한편, 미래 기후변화를 분석하기 위해 미래 기상, 토지이용, 식생자료를 구축하였다. 미래 기상자료는 IPCC에서 제시하고 있는 SRES 특별보고서에 의한 GCMs 중 CCCma CGCM2 A2, B2 시나리오 결과자료를 수집한 후, 편이보정(bias correction) 및 CF(Change Factor) 다운스케일 기법을 적용하여 각 기상관측소별 기상자료를 재구축하였으며, 미래 토지이용자료는 과거 토지이용자료를 이용하여 개선된 CA-Markov기법에 의해 전망하였다. 또한 미래 식생자료는 NOAA/AVHRR을 이용하여 구축한 과거의 월 NDVI와 평균온도와의 선형 회귀식을 이용하여 기후변화 시나리오별 월 NDVI를 구축하였다.

• 분석과학
• /
• 제22권3호
• /
• pp.254-262
• /
• 2009

철 화합물을 처리한 활성탄소섬유(Fe-ACF)를 사용하여 Fe-활성탄소섬유/$TiO_2$ (Fe-ACF/$TiO_2$) 복합체 촉매를 제조하였다. 또한, Fe-ACF/$TiO_2$ 복합체 촉매는 BET, SEM, XRD 와 EDX 기기를 사용하여 특성화하였다. BET 표면적은 각각의 복합체들에 대한 흡착 특성과 관계 있음을 나타내었다. SEM 결과는 ACF의 표면상에 Fe 화합물과 이산화 티탄이 분포해 있음을 나타내었다. XRD 결과는 Fe-ACF/$TiO_2$ 복합체가 철 중간체 화합물과 함께 아나타제 구조를 가지고 있음을 나타내었다. EDX 결과는 Fe-ACF/$TiO_2$ 복합체내에 C, O, Ti와 Fe 피크의 존재를 보였다. 광촉매 분해 효과로부터, 이들 복합체에 의한 유기염료의 분해를 관찰 하였다. 다른 분해 효과는 Fe의 포토-펜톤 반응의 탓으로 여겨진다. 즉 Fe-ACF/$TiO_2$의 복합적인 반응은 MB 분해에 대한 강력한 포토-펜톤 반응을 생성한 것으로 여겨진다.

• 대한토목학회논문집
• /
• 제28권2B호
• /
• pp.215-224
• /
• 2008

SLURP 준 분포형 수문모형을 이용하여 예측된 토지이용 자료와 미래 기후변화 시나리오에 의한 기상자료 및 식생지수 정보를 고려한 상태에서 하천유역의 유출에 미치는 영향을 분석하였다. 경안천 경안수위관측소 상류유역($260.4km^2$)을 대상으로 4개년(1999-2002) 동안의 일별 유출량 자료를 바탕으로 모형의 보정(1999-2000)과 검증(2001-2002)을 실시하였다. 토지이용 예측은 1996년, 2000년, 2004년의 Landsat TM 및 ETM+ 위성영상을 이용하여 CA-Markov 기법으로 검증(2004)을 실시한 후, 미래의 토지이용(2030, 2060, 2090)을 예측하였다. 예측된 토지이용은 시간이 경과할수록 산림과 논은 지속적으로 감소하고 도시, 초지, 나지 등은 증가하는 경향을 보였다. 미래의 식생정보 예측을 위하여 NOAA/AVHRR 위성영상으로부터 추출된 월별 NDVI(1998-2002)와 월평균기온간의 선형 회귀식을 도출하여 미래의 식생지수 정보(2030, 2060, 2090)를 추정하였다. IPCC SRES A2, B2 기후변화 시나리오에 대한 CCCma CGCM2 모의결과 값(2030s, 2060s, 2090s)을 Stochastic Spatio-Temporal Random Cascade Model(SST-RCM) 기법을 이용하여 downscaling 한 뒤 하천유출의 변화를 분석한 결과, 기후변화에 따른 하천유출율은 1999-2002년의 59%에 비해 미래에는 13%~34%로 감소하는 것으로 모의되었고, 반면에 토지이용의 변화에 대한 유출율은 0.1%~1% 증가하였다.

• 한국해안·해양공학회논문집
• /
• 제35권6호
• /
• pp.128-137
• /
• 2023

본 연구는 비정형 바닥판을 갖는 중력식 구조물의 사석마운드 지반반력을 대상으로 하였다. 구조물 바닥을 강체로 가정하고, 사석마운드는 압축에 대해서만 저항하는 바닥에 균일하게 분포하는 선형스프링으로 모형화하여 지반반력 산정식을 유도하였다. 바닥 형상이 사각형인 경우, 그 유도된 식이 설계에 사용되고 있는 식으로 변환됨을 보임으로써 유도 과정에 오류가 없음을 확인하였다. 또한, 비정형 바닥 형상이 사각형으로 수렴할 때의 지반반력의 거동과 그 수렴값을 살펴봄으로써 유도된 식의 타당성을 입증하였다. 실제 설계에서 사용되고 있는 방법의 적정성을 살펴보기 위하여 기 설계된 방파제 단면에 대한 단부 지반반력을 계산하고 설계서에 제시된 값과 비교하였다. 그 결과, 설계에 사용한 방법이 비안전측의 결과를 주었다는 것을 확인하였다. 특히, 극한 설계조건의 경우와 같이 연직하중의 편심이 큰 경우에 그 차이가 더 크게 나타났다.

• 한국정보전자통신기술학회논문지
• /
• 제16권5호
• /
• pp.354-361
• /
• 2023

빅데이터 분석 시스템들은 다양한 형태의 방대한 데이터를 저장 및 처리, 분석을 위해 MongoDB와 같은 NoSQL 데이터베이스를 적용한다. MongoDB는 환경 구성에 따라 분산 처리 및 데이터 복제를 통해 확장성과 빠른 데이터 처리 속도를 제공한다. 본 논문에서는 구현하는 빅데이터 분석 시스템에 적합한 MongoDB 환경 구성에 대해 연구한다. 성능 평가를 위한 환경은 크게 싱글 노드와 다중 노드 환경으로 구성하였으며, 다중 노드 환경은 데이터 노드의 수를 2대에서 3대까지 확장하여 각 환경별 성능을 측정하였다. 분석 결과, 3차원 이상의 복잡한 데이터 구조의 데이터 처리 속도는 싱글 노드 환경이 2개의 데이터 노드 환경에 비해 약 5.75% 빠르게 처리하지만,3개의 데이터 노드 환경은 싱글 노드 환경에 비해 약 25.15% 이상 빠르게 처리한다. 그러나 데이터 구조가 단순한 1차원 데이터 구조는 다중 노드 환경이 싱글 노드 환경에 비해 약 28.63% 빠르게 처리한다. 향후 본 연구를 기반으로 다양한 데이터 구조 및 방대한 양의 데이터를 통한 실질적인 검증이 필요하다.