• 한국방사선학회논문지
• /
• 제17권3호
• /
• pp.297-303
• /
• 2023

소아 전산화단층촬영(Computed Tomography, CT) 검사 시 어린 환자들의 협조가 어려워 검사 실패나 재검사가 빈번히 발생할 수 있다. 딥러닝 이미지 재구성(Deep Learning Image Reconstruction, DLIR) 방법은 방사선 감수성이 높은 소아 환자들의 CT 검사에서 재검사율을 낮추면서 진단적 가치가 높은 영상을 획득할 수 있다. 본 연구에서는 DLIR을 적용하여 소아 흉부 CT 검사에서 호흡이나 움직임으로 인한 노이즈를 줄이고 임상적으로 유용한 영상을 얻기 위한 가능성을 조사하였다. 경상남도 소재의 P병원에서 7세 미만의 소아 43명의 흉부 CT 검사 데이터를 후향적으로 분석하였으며, 필터링 역 투영 재구성법(Filtered Back Projection, FBP), 반복적 재구성법(Adaptive Statistical Iterative Reconstruction, ASIR-50), 딥러닝 알고리즘인 True Fidelity-Middle(TF-M)의 영상을 비교하였다. 조영 증강된 흉부 영상 중 오른쪽 상행 대동맥(Ascending Aorta, AA)과 등 근육(Back Muscle, BM)에 동일한 ROI를 그리고 각 영상에서 HU값을 이용하여 노이즈(Standard deviation, SD)를 측정하였다. 통계분석은 SPSS(ver. 22.0)를 사용하여 세 측정치의 평균값을 일원 배치 분산분석(One-way ANOVA)으로 분석하였다. 연구의 결과로 AA의 SD값은 FBP=25.65±3.75, ASIR-50=19.08±3.93, TF-M=17.05±4.45 로 나타났으며(F=66.72, p=0.00), BM의 SD값은 FBP=26.64±3.81, ASIR-50=19.19±3.37, TF-M=19.87±4.25 로 나타났다(F=49.54, p=0.00). 사후검정의 결과는 세 그룹간 유의한 차이가 있었다. DLIR 재구성 방법은 기존의 재구성 방법과 비교하여 유의하게 낮은 노이즈 값을 보였다. 따라서 딥러닝 알고리즘인 TrueFidelity-Middle(TF-M)의 적용은 소아 흉부 CT 검사 시 호흡이나 움직임에 의한 영상 화질의 저하를 줄일 수 있어 임상적으로 매우 유용하게 활용될 것으로 기대된다.

• 한국윤활학회:학술대회논문집
• /
• 한국윤활학회 1999년도 제29회 춘계학술대회
• /
• pp.359-365
• /
• 1999

We have evaluated the performance and some physical properties of 25 automotive engine oils (21 domestic and 5 imported products) which are purchased on the market to verify the API(American Petroleum Institute) or ILSAC(International Lubricant Standardization and Approval Committee) certification marks attached on the products and to determine the necessity of the quality control of the engine oils on the market. 12 test items are chosen according to API engine oil specification, which are flash point, pour point, cold cranking simulator apparent viscosity, pumping viscosity, gelation index, HTHS(High Temperature High Shear viscosity), foam, high temperature foam, filterability, volatility, high temperature deposit(TEOST), phosphorus content. We have found one product which did not meet the API specification on gelation index, one on HTHS, four on foam, and one on volatility, which implies that the quality control system is in need to check the fidelity of the certification marks attached on the engine oils being marketed. In addition, this works raises the necessity of the upgrade of the present Korean engine oil specification.

• 인지과학
• /
• 제23권4호
• /
• pp.517-551
• /
• 2012

우리는 모방하는 동물이다. '참된 모방(true imitation)'은 한 행위가 행해진 것을 보는 것으로부터 그 행위를 하는 법을 새롭게 배우는 것이라고 할 수 있다. 우리는 타 개체의 기술과 지식을 모방함으로써 다른 동물의 세계에서 찾아보기 힘든 문화와 문명을 이룩할 수 있었다. 이런 의미에서 모방 능력이 어떻게 진화하고 발달하는지를 묻는 것은 중요하다. 또한 인간이 아닌 다른 동물들이 참된 모방을 할 수 있는지, 그리고 모방 학습 측면에서 인간과 동물이 구체적으로 어떻게 다른지를 알아보는 작업도 매우 흥미로운 과제이다. 이 논문에서 나는 우선, 인간과 다른 동물들의 모방 능력에 대한 경험적 연구들을 검토해볼 것이다. 이런 비교 연구를 통해 동물과 인간의 모방 능력의 차이에 주목할 것이며, 그들에게서 보이는 복제 충실도의 차이가 왜 발생하는지에 대해 논의할 것이다. 그런 다음에 모방의 신경생물학적 메커니즘에 대한 최신 연구들을 검토할 것이다. 하전두회(inferior Frontal Gyrus, IFG)와 하두정엽(inferior Parietal Lobule, IPL)으로 구성된 인간의 거울 뉴런계(mirror neuron system)가 이 대목에서 가장 중요하게 등장한다. 거울 뉴런계는 타 개체의 행동을 이해하고 공감하고 따라하는 데에 필수적인 신경세포 다발이다. 나는 거울 뉴런계의 기능과 진화에 대한 최신 연구들을 소개할 것이다. 인간의 모방을 가능하게 하는 신경 메커니즘에 대한 연구는 처음에 거울 뉴런계와 후부상측두이랑(posterior Superior Temporal Sulcus, pSTS)로 구성된 '핵심 모방 회로'에 집중되어 있었다. 하지만 더 최신의 연구들은 핵심 모방 회로 밖에서도 모방의 신경 메커니즘이 작동한다는 사실을 말해준다. 마지막으로 나는 이러한 모방의 심리학과 생물학이 문화 진화에 어떤 함의를 지니는지를 탐구한다. 구체적으로 나는 밈과 거울뉴런계의 관계를 탐구한 최신 연구를 통해 문화 진화에 대한 밈학적 접근을 시도할 것이다.

• 한국정보통신학회논문지
• /
• 제19권2호
• /
• pp.272-278
• /
• 2015

본 논문은 ISM (Industry Science and Medical) 대역에서 동시 다발적으로 운용 가능성이 높은 무선 헤드셋 수신기 시스템과 WiFi (Wireless Fidelity) 시스템간의 간섭 영향을 분석하였다. WiFi는 IEEE (Institute of Electrical and Electronic Engineers ) 802.11b 규격을 바탕으로 하여 특성 및 파라미터를 적용하였으며, 분석방법으로는 최소결합 손실(MCL; Minimum Coupling Loss) 방법과 몬테카를로(MC; Monte Carlo) 방법을 사용하였다. MCL 방법을 통해서 무선 헤드셋의 수신기와 WiFi기기의 송신기 간의 보호이격거리를 도출하였으며, 통계적 분석을 바탕으로 한 MC 방법을 이용해서 5 %이하의 간섭 확률을 만족시켜 주기 위한 단일 간섭원에 따른 보호이격거리 도출 및 희생원의 셀 반경에 따른 허용 가능한 최대 간섭원 수를 도출하였다. 분석 결과는 ISM 대역에서 사용되고 있는 무선 헤드셋 시스템 및 기타 소출력 기기들의 공유방안으로 활용될 것으로 기대된다.

• Nuclear Engineering and Technology
• /
• 제52권2호
• /
• pp.287-295
• /
• 2020

Group method of data handling (GMDH) is considered one of the earliest deep learning methods. Deep learning gained additional interest in today's applications due to its capability to handle complex and high dimensional problems. In this study, multi-layer GMDH networks are used to perform uncertainty quantification (UQ) and sensitivity analysis (SA) of nuclear reactor simulations. GMDH is utilized as a surrogate/metamodel to replace high fidelity computer models with cheap-to-evaluate surrogate models, which facilitate UQ and SA tasks (e.g. variance decomposition, uncertainty propagation, etc.). GMDH performance is validated through two UQ applications in reactor simulations: (1) low dimensional input space (two-phase flow in a reactor channel), and (2) high dimensional space (8-group homogenized cross-sections). In both applications, GMDH networks show very good performance with small mean absolute and squared errors as well as high accuracy in capturing the target variance. GMDH is utilized afterward to perform UQ tasks such as variance decomposition through Sobol indices, and GMDH-based uncertainty propagation with large number of samples. GMDH performance is also compared to other surrogates including Gaussian processes and polynomial chaos expansions. The comparison shows that GMDH has competitive performance with the other methods for the low dimensional problem, and reliable performance for the high dimensional problem.

• 보건교육건강증진학회지
• /
• 제24권5호
• /
• pp.1-21
• /
• 2007

청소년을 위한 학교 흡연예방 프로그램은 사회심리 이론에 근거한 프로그램이 대체로 성공적이었다고 알려져 있으나, 각 프로그램의 효과 정도에는 많은 차이가 있다. 이 연구는 다른 메타 분석처럼 전체적인 프로그램 효과도를 측정하여 일반적인 결론을 유도한 것이 아니라, 프로그램의 효과와 관계가 깊은 요인 (Explanatory Variables)을 자세히 파악하여 보건교육 담당자, 연구원, 또는 정책 결정자들에게 구체적인 가이드라인을 제공하는 데에 목적을 두고 있다. 주요한 연구결과는 다음과 같다. 1. 8-12학년 학생들보다는 초등학교에서 중등학교로 바뀌는 5-7학년 학생들에게 흡연예방 프로그램은 더 효과가 있었다. 2. 연구 방법론에 있어서는 experimental design, random assignment, 순수 비교그룹을 사용하였을 경우, implementation fidelity와 instrument reliability가 높은 경우, 또는 10% 미만의 attrition rates일 때 프로그램 효과도 (effect size)가 더 높게 나타났다. 3. 프로그램 실행 시 또래 리더를 사용하였을 경우, 알코올 등 다른 약물을 배제한 담배만을 중점적으로 다루었을 경우, 적어도 10회 이상 연속적으로 이루어지거나 프로그램 종료 후 일년 뒤에 추가 프로그램이 주어진 경우가 더욱 효과적이었다.

• BMB Reports
• /
• 제37권3호
• /
• pp.269-274
• /
• 2004

DNA polymerases without the 3' exonuclease function ($exo^-$ pol) have been widely used in sequencing and SNP genotyping. As a major player that expedited the coming of the postgenomic era, $exo^-$ polymerases worked remarkably well in the Human Genome Sequencing Project. However, it has become a challenge for this class of polymerases to efficiently screen the large number of SNPs that are found in the human genome. For more than three decades it has been recognized that polymerase fidelity varied according to the presence of proofreading activity that is mediated by its internal 3' exonuclease. Polymerases with proofreading function are famous for their high fidelity in DNA replication both in vivo and in vitro, but this well-known class of polymerases has been almost completely neglected in genetic analysis in the postgenomic era. We speculate that $exo^+$ polymerases may exhibit higher nucleotide identification ability when compared to $exo^-$ polymerases for an in vitro genetic analysis. With the application of $exo^+$ polymerases in SNP assays, a novel mechanism for the maintenance of DNA replication, the on/off switch, was discovered. Two new SNP assays have been developed to carry out genome-wide genotyping, taking advantage of the enzymatic properties of $exo^+$ polymerases. Furthermore, the on/off switch mechanism embodies a powerful nucleotide identification ability, which can be used to discriminate the bases that are upstream of the 3' terminus, and thus defines a new concept in de novo sequencing technology. Application of $exo^+$ polymerases to genetic analysis, and especially SNP assays, will greatly accelerate the pace to personalized medicine.

• 한국항공우주학회지
• /
• 제46권10호
• /
• pp.823-832
• /
• 2018

일반적으로 항공기 운동 모델의 충실도는 대상 항공기의 비행시험 결과와 비교하여 검증한다. 따라서 성능 비교를 위한 기준 비행 데이터를 추출하는데, 각종 잡음이 포함된 방대한 양의 비행데이터를 처리하는 것은 많은 인력과 시간이 소요된다. 특히 회전익항공기는 축간 커플링 효과와 후류 간섭 효과 등으로 비선형성이 큰 특성을 가지고 있으며, 제자리 비행, 후진 비행 등의 다양한 기동을 수행하므로 비행 데이터를 처리하는 것이 복잡하다. 본 연구에서는 회전익항공기의 비행 데이터 처리 기준을 정의하고, 데이터마이닝 기법을 이용한 정적 및 동적 비행 데이터 자동 처리를 위한 절차와 방법을 제시한다. 최종적으로 비행데이터를 사용하여 제시한 방법을 검증한다.

• 한국정보통신학회논문지
• /
• 제25권8호
• /
• pp.1074-1081
• /
• 2021

최근 무선통신 사용자들의 기술 요구사항과 고속 데이터 기술 개발의 필요성이 증가되면서 비면허 무선접속 기술 개발이 주목되고 있다. 더 높은 주파수와 더 넓은 대역폭을 가진 WiFi (Wireless Fidelity)와 같은 저전력 근접 무선통신 서비스와 더불어 광범위한 비면허 기술의 응용성을 위해 다양한 주파수 대역에서의 스펙트럼 공존 및 공유 연구가 필수적이다. 본 논문에서는 지하철 내의 6GHz 비면허 대역의 WiFi와 기존 무선업무인 이동방송중계 시스템간의 간섭의 정도를 평가하고 공존을 위한 두 서비스간의 이격거리를 제안한다. 간섭 평가를 위해 최소결합손실 (MCL: Minimum Coupling Loss)방법과 몬테카를로 (MC: Monte Carlo)방법 기반의 간섭 시나리오를 설정하였으며, 두 시스템간의 동 대역과 주파수 이격에 따른 이격거리를 도출하였다.

• Nuclear Engineering and Technology
• /
• 제55권9호
• /
• pp.3409-3416
• /
• 2023

Licensing the next-generation of nuclear reactor designs requires extensive use of Modeling and Simulation (M&S) to investigate system response to many operational conditions, identify possible accidental scenarios and predict their evolution to undesirable consequences that are to be prevented or mitigated via the deployment of adequate safety barriers. Deep Learning (DL) and Artificial Intelligence (AI) can support M&S computationally by providing surrogates of the complex multi-physics high-fidelity models used for design. However, DL and AI are, generally, low-fidelity 'black-box' models that do not assure any structure based on physical laws and constraints, and may, thus, lack interpretability and accuracy of the results. This poses limitations on their credibility and doubts about their adoption for the safety assessment and licensing of novel reactor designs. In this regard, Physics Informed Neural Networks (PINNs) are receiving growing attention for their ability to integrate fundamental physics laws and domain knowledge in the neural networks, thus assuring credible generalization capabilities and credible predictions. This paper presents the use of PINNs as surrogate models for accidental scenarios simulation in Nuclear Power Plants (NPPs). A case study of a Loss of Heat Sink (LOHS) accidental scenario in a Nuclear Battery (NB), a unique class of transportable, plug-and-play microreactors, is considered. A PINN is developed and compared with a Deep Neural Network (DNN). The results show the advantages of PINNs in providing accurate solutions, avoiding overfitting, underfitting and intrinsically ensuring physics-consistent results.