• 공업화학
• /
• 제33권2호
• /
• pp.188-194
• /
• 2022

본 연구에서는 비파괴적 표면 기능기화 통하여 단일벽 탄소나노튜브(SWCNT) 탄소소재의 특성 변화를 최소화 시킬 수 있는 대면적화 공법을 제안하고, 대면적화 된 SWNT 전자 필름 상에 효소를 집적하여 효소와 SWCNT 전자 필름 간 효율적 전자 전달을 연구하였다. p-terphenyl-4,4"-dithiol, dithiothreitol와 SWCNT의 혼합을 통해 SWCNT 전자 필름의 균일도 및 전하 전달 능력을 향상시키고, 분광학적 분석 및 전기화학적 특성을 평가하여 SWCNT 전자 필름의 향상된 전기화학적 특성을 확인하였다. 전자 필름 상에 고분자 전해질 및 포도당 산화환원 효소를 layer-by-layer 기법으로 효율적으로 집적하여, 최종적으로 음전압 범위에서 구동이 가능한 포도당(glucose) 바이오센서를 구현하였다. 개발된 포도당 바이오센서는 효소와 SWCNT 전자 필름과의 높은 전하 전달 효율을 바탕으로 -0.45 vs. Ag/AgCl 음전압 범위에서 높은 산화환원 신호를 보였을 뿐 아니라 0~1 mM의 낮은 글루코스 농도 변화에서 약 98 ㎂/mM·cm²의 높은 감도를 보였다. 또한 음전압 구동을 통하여, 산화 반응을 일으킬 수 있는 4종의 방해물질(요산, 아스코르빅산, 도파민, 아세타아미노펜) 환경에서 4% 이하의 변화를 보여 높은 선택성을 보였다.

• 산업융합연구
• /
• 제21권1호
• /
• pp.175-185
• /
• 2023

최근 COVID-19와 같은 신종 바이러스 감염증이 확산하여 심각한 공중 보건 문제를 제기하고 있다. 특히 이러한 질병은 고령자에게 치명적으로 작용하여, 생명을 위협하고 심각한 사회적, 경제적 손실을 초래하였다. 이에 많은 산업분야에서 사물 인터넷(IoT) 및 인공 지능(AI)을 응용한 원격진료, 헬스케어, 질병예방 등의 애플리케이션이 소개되어 질병 감지, 모니터링 및 검역 성능을 향상하고 있다. 하지만 기존기술은 갑작스러운 전염병의 출현에 신속하고 통합적으로 적용되지 않기 때문에, 사회 속에 감염병이 대규모 감염 및 전국적 확산되는 것을 차단하지 못하였다. 따라서 본 논문에서는 바이러스 질병 정보 수집기를 통해 지역적 한계가 있는 다양한 감염 정보를 수집하고, AI 브로커를 통해 AI 분석 및 심각도 매칭을 수행하여 감염의 확산을 예측하고자 한다. 최종에는 질병관리본부를 통해 고령자에게 위험경보 발령, 확산 차단 문자 발송 및 감염지역 대피정보를 신속하게 제공한다. 현실적인 고령자 지원시스템은 감염자 발생지역 정보와 고령자의 위치정보를 비교하여 증강현실 기반의 스마트폰 애플리케이션으로 직관적인 위험지역(감염지역) 회피기능을 제공하고 감염지역 방문이 확인되면 자동으로 방역관리 서비스를 제공한다. 향후 제안시스템은 위치기반의 사용자 밀집도를 파악함으로써 갑작스런 인파 집중으로 인한 압사 사고를 사전에 예방하는 방법으로도 활용 가능할 것이다.

• 한국음향학회지
• /
• 제42권3호
• /
• pp.243-249
• /
• 2023

함정 추진기에서 발생하는 캐비테이션은 함의 생존성과 직결되어 있으며, 생존성 향상을 위해 추진기 캐비테이션 초생이 지연되는 추진기 형상을 요구하고 있다. 그러나 한번 함정이 건조되고 나면 다양한 운용 조건에서 캐비테이션이 발생할 수 있어, 설계 뿐만 아니라 운용 시에도 추진기 캐비테이션 발생 여부를 알 수 있어야 한다. 이를 위해 선내에서 계측한 신호를 이용한 캐비테이션 발생 여부 판단이 필요하다. 본 연구에서는 추진기 상방 선체에 하이드로폰과 가속도계를 설치하여 추진기에서 발생하는 음향/진동 신호의 상관관계와 각 센서를 이용한 캐비테이션 초생 분석 성능에 대해 비교를 수행하였다. 캐비테이션 발생을 시각적으로 파악하기 위하여 선미부에 관측창을 설치하여 고속카메라 계측을 수행하였다. 계측 결과 음향과 진동 신호 간 스펙트럼 형상은 다르게 나타났으나, 선속에 따른 밴드별 레벨 증가분, 1 kHz ~ 10 kHz 대역의 전체 레벨 등은 비슷한 경향을 나타냈다. Detction of Envelope Modulation On Noise(DEMON) 분석에서도 음향과 진동신호 모두 비슷한 결과를 보여주었으며, 이를 통해 추진기 캐비테이션 발생분석에는 하이드로폰과 가속도계 모두 활용할 수 있음을 확인하였다.

• 한국노년학
• /
• 제29권2호
• /
• pp.529-546
• /
• 2009

노인우울은 유병율이 높을 뿐만 아니라 상당히 심각한 신체적, 심리사회적, 경제적 부담을 초래함에도 불구하고, 노화의 과정으로 또는 신체질환의 일부로 여겨지는 가운데 개입이 지연되고 있다. 건강문제를 해결하기 위한 시도가 일반적으로 당사자나 주변인들의 문제 인식에서 비롯되는 점에 비추어 볼 때, 우울증상에 대한 정확한 식별은 자기 자신은 물론 주위 노인들의 증상에 대한 조기발견과 개입을 촉진하는데 도움이 될 수 있다. 이에 본 연구에서는 대도시에 거주하는 노인 104명에 대한 면접 설문조사를 통해 우울증상에 대한 노인들의 식별력과 증상의 개념화 방식을 탐색하고 이에 영향을 미치는 요인들에 대한 분석을 실시했다. 연구결과, 우울증상을 식별할 수 있었던 노인은 전체 응답자의 14%에 불과했으며, 그 밖에는 외로움, 정서적 문제, 경제적 문제 등으로 인식했다. 75세 이상의 나이, 주된 정신건강정보원이 대중매체인 경우 식별력이 감소하는 것으로, 정신건강 지식이나 정보의 주된 원천이 정신건강 관련교육인 경우 식별력 증진에 도움이 되는 것으로 나타났다. 이와 같은 결과에 기초할 때, 노인의 우울증상 식별력을 증진시키기 위한 전략으로 정보지 비치나 일회성 행사위주의 정보전달보다 면대면의 구체적 정보제공과 상담 방식이 효과적일 것으로 보이며, 대중매체의 정신건강 및 질환 콘텐츠에 대한 면밀한 검토에 초점을 둔 후속 연구도 필요할 것이다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1371-1388
• /
• 2023

지구온난화로 인해 촉발된 기후변화가 홍수와 같은 수재해의 빈도와 규모를 증가시키며 국내 또한 장마와 집중호우로 인한 수재해가 증가하는 추세를 보인다. 이에 광범위한 수재해에 대해 효과적인 대응 및 기후 변화에 따른 선제적 대처가 필수적이며 이는 위성레이더 영상을 통해 가능하다. 본 연구에서는 Sentinel-1 위성 레이더 영상으로부터 국내 수체의 특성을 반영하기 위해 한강권역과 낙동강 권역의 일부 수체 영역에 대해 수체 학습 데이터셋 1,423장을 구축하였다. 정밀한 데이터 어노테이션(Annotation)을 위해 다양한 상황에 따른 구축 기준 문서를 작성한 뒤 진행하였다. 구축이 완료된 데이터셋을 딥러닝 모델 중 U-Net에 적용하여 수체 탐지 결과를 분석하였다. 최종적으로 학습된 모델을 학습과에 활용되지 않은 수체 영역에 적용하여 결과를 분석함으로써 전 국토 수체 모니터링의 가능성을 확인하였다. 분석 결과 구축된 수체 영역의 대해서는 F1-Score 0.987, Intersection over Union (IoU) 0.955의 높은 정확도로 수체를 탐지할 수 있었으며, 학습 및 평가에 활용되지 않은 다른 국내 수체 영역에 대해서도 동일하게 F1-Score 0.941, IoU 0.89의 높은 수체 탐지 결과를 나타냈다. 두 결과 모두 전반적으로 일부 그림자 영역과 폭이 좁은 하천에서 오류가 관찰되었으나, 그 외에는 정밀하게 수체를 탐지하였다. 이러한 연구 결과는 수재해 피해 규모 및 수자원 변화 모니터링에 중요한 기여를 할 것으로 기대된다. 추후 연구에서는 보다 다양한 수체 특성을 가진 데이터셋을 추가 구축한다면 오분류한 영역을 개선할 수 있을 것으로 기대되며, 전 국토의 수체를 효율적으로 관리 및 모니터링하는데 활용될 것으로 사료된다.

• 사물인터넷융복합논문지
• /
• 제10권2호
• /
• pp.1-15
• /
• 2024

스마트 지역사회의 구축은 지역사회의 안전을 보장하는 새로운 방법이자 중요한 조치이다. 촬영 각도로 인한 얼굴 기형 및 기타 외부 요인의 영향으로 인한 신원 인식 정확도 문제를 해결하기 위해 이 논문에서는 네트워크 모델을 구축할 때 전체 그래프 컨벌루션 모델을 설계하고, 그래프 컨벌루션 모델에 협력하여 얼굴의 핵심을 추출한다. 또한 얼굴의 핵심을 특정 규칙에 따라 핵심 포인트를 구축하며 이미지 컨벌루션 구조를 구축한 후 이미지 컨벌루션 모델을 추가하여 이미지 특징의 핵심을 개선한다. 마지막으로 두 사람의 얼굴의 이미지 특징 텐서를 계산하고 전체 연결 레이어를 사용하여 집계된 특징을 추출하고 판별하여 인원의 신원이 동일한지 여부를 결정한다. 최종적으로 다양한 실험과 테스트를 거쳐 이 글에서 설계한 네트워크의 얼굴 핵심 포인트에 대한 위치 정확도 AUC 지표는 300W 오픈 소스 데이터 세트에서 85.65%에 도달했다. 자체 구축 데이터 세트에서 88.92% 증가했다. 얼굴 인식 정확도 측면에서 이 글에서 제안한 IBUG 오픈 소스 데이터 세트에서 네트워크의 인식 정확도는 83.41% 증가했으며 자체 구축 데이터 세트의 인식 정확도는 96.74% 증가했다. 실험 결과는 이 글에서 설계된 네트워크가 얼굴을 모니터링하는 데 더 높은 탐지 및 인식 정확도를 가지고 있음을 보여준다.

• 스마트미디어저널
• /
• 제13권2호
• /
• pp.52-61
• /
• 2024

조선소에서는 사외 적치장의 관리를 위해 일정 주기로 Unmanned Aerial Vehicle (UAV)을 이용해 항공영상을 획득하고, 이를 사람이 판독하여 적치장 현황을 파악한다. 이러한 방법은 넓은 면적의 사외 적치장 현황을 파악하는 데 상당한 시간과 인력을 요구한다. 본 논문에서는 이러한 문제점을 해결하고 정확한 사외 적치장 현황을 파악하기 위해 사전 학습된 의미론적 분할 기반 모델(Foundation Model)을 활용한 자동 관리 기술을 제안한다. 또한, 조선소 사외 적치장의 경우 관련 부품이나 장비를 포함한 공개 데이터셋이 충분하지 않기 때문에, 의미론적 분할 기반 모델에 필요한 객체 프롬프트(Prompt)를 생성하기 위한 소규모 사외 적치장 객체 데이터셋을 직접 구축하였다. 이를 이용해 객체 검출기를 소규모 데이터셋에 추가 학습하여 초기 객체 후보를 추출하고, 의미론적 분할 기반 모델인 Segment Anything Model (SAM)의 프롬프트로 활용해 정확한 의미론적 분할 결과를 얻는다. 더 나아가, 지속적인 적치장 데이터셋 수집을 위해 SAM을 활용한 훈련 데이터 생성 파이프라인을 제안한다. 본 연구에서 제안한 방법은 기존의 의미론적 분할 방법과 비교하여 평균적 4.00%p, SegFormer에 비해 5.08%p 높은 성능을 달성하였다.

• 대한원격탐사학회지
• /
• 제40권2호
• /
• pp.203-217
• /
• 2024

The Land Use, Land-Use Change and Forestry (LULUCF) sector of the National Greenhouse Gas Inventory is crucial for obtaining data on carbon sinks, necessitating accurate estimations. This study analyzes cases of countries applying the LULUCF sector at the Tier 3 level to propose enhanced methodologies for carbon sink estimation. In nations like Japan and Western Europe, satellite spatial information such as SPOT, Landsat, and Light Detection and Ranging (LiDAR)is used alongside national statistical data to estimate LULUCF. However, in Korea, the lack of land use change data and the absence of integrated management by category, measurement is predominantly conducted at the Tier 1 level, except for certain forest areas. In this study, Space-borne LiDAR Global Ecosystem Dynamics Investigation (GEDI) was used to calculate forest canopy heights based on Relative Height 100 (RH100) in the cities of Icheon, Gwangju, and Yeoju in Gyeonggi Province, Korea. These canopy heights were compared with the 1:5,000 scale forest maps used for the National Inventory Report in Korea. The GEDI data showed a maximum canopy height of 29.44 meters (m) in Gwangju, contrasting with the forest type maps that reported heights up to 34 m in Gwangju and parts of Icheon, and a minimum of 2 m in Icheon. Additionally, this study utilized Ordinary Least Squares(OLS)regression analysis to compare GEDI RH100 data with forest stand heights at the eup-myeon-dong level using ArcGIS, revealing Standard Deviations (SDs)ranging from -1.4 to 2.5, indicating significant regional variability. Areas where forest stand heights were higher than GEDI measurements showed greater variability, whereas locations with lower tree heights from forest type maps demonstrated lower SDs. The discrepancies between GEDI and actual measurements suggest the potential for improving height estimations through the application of high-resolution remote sensing techniques. To enhance future assessments of forest biomass and carbon storage at the Tier 3 level, high-resolution, reliable data are essential. These findings underscore the urgent need for integrating high-resolution, spatially explicit LiDAR data to enhance the accuracy of carbon sink calculations in Korea.

• 대한원격탐사학회지
• /
• 제40권3호
• /
• pp.275-284
• /
• 2024

농업 분야에서 농작물의 생장 변화와 수분량 파악은 매우 중요하다. 본 연구에서는 수분에 민감하게 반응하는 단파적외(Short Wavelength Infrared, SWIR) 센서를 드론에 탑재하여 콩의 생장과 수분량 변화를 관찰하였다. 콩의 생장이 활발해질 때 수분량이 증가하는 현상을 확인했으며, 관수량의 차이에 따라 식생지수와 수분지수가 다르게 감소하는 것을 확인했다. 이는 습해로 인해 콩의 생장 둔화와 수분량 감소가 나타났음을 시사한다. 본 연구는 농작물의 생산성 저하와 습해 피해 감소를 위해 콩의 생장 단계별 식생지수와 수분지수를 세밀하게 모니터링할 것을 제안한다. 이로써 습해 뿐만 아니라 가뭄과 같은 수분 변화가 농작물 생장에 미치는 악영향을 조기에 탐지하여 예방할 수 있을 것으로 판단한다. 드론 기반 SWIR 센서를 통한 수분 스트레스의 조기 진단 가능성을 제시함으로써 대규모 농작물 관리의 효율성을 높이고 수확량을 증가시켜 농업 생산에 기여할 것으로 기대된다.

• Korean Journal of Radiology
• /
• 제23권5호
• /
• pp.505-516
• /
• 2022

Objective: To evaluate whether artificial intelligence (AI) for detecting breast cancer on mammography can improve the performance and time efficiency of radiologists reading mammograms. Materials and Methods: A commercial deep learning-based software for mammography was validated using external data collected from 200 patients, 100 each with and without breast cancer (40 with benign lesions and 60 without lesions) from one hospital. Ten readers, including five breast specialist radiologists (BSRs) and five general radiologists (GRs), assessed all mammography images using a seven-point scale to rate the likelihood of malignancy in two sessions, with and without the aid of the AI-based software, and the reading time was automatically recorded using a web-based reporting system. Two reading sessions were conducted with a two-month washout period in between. Differences in the area under the receiver operating characteristic curve (AUROC), sensitivity, specificity, and reading time between reading with and without AI were analyzed, accounting for data clustering by readers when indicated. Results: The AUROC of the AI alone, BSR (average across five readers), and GR (average across five readers) groups was 0.915 (95% confidence interval, 0.876-0.954), 0.813 (0.756-0.870), and 0.684 (0.616-0.752), respectively. With AI assistance, the AUROC significantly increased to 0.884 (0.840-0.928) and 0.833 (0.779-0.887) in the BSR and GR groups, respectively (p = 0.007 and p < 0.001, respectively). Sensitivity was improved by AI assistance in both groups (74.6% vs. 88.6% in BSR, p < 0.001; 52.1% vs. 79.4% in GR, p < 0.001), but the specificity did not differ significantly (66.6% vs. 66.4% in BSR, p = 0.238; 70.8% vs. 70.0% in GR, p = 0.689). The average reading time pooled across readers was significantly decreased by AI assistance for BSRs (82.73 vs. 73.04 seconds, p < 0.001) but increased in GRs (35.44 vs. 42.52 seconds, p < 0.001). Conclusion: AI-based software improved the performance of radiologists regardless of their experience and affected the reading time.