• 인터넷정보학회논문지
• /
• 제24권1호
• /
• pp.39-47
• /
• 2023

The development of autonomous driving and Advanced Driver Assistance System (ADAS) technology has grown rapidly in recent years. As most traffic accidents occur due to human error, self-driving vehicles can drastically reduce the number of accidents and crashes that occur on the roads today. Obviously, technical advancements in autonomous driving can lead to improved public driving safety. However, due to the current limitations in technology and lack of public trust in self-driving cars (and drones), the actual use of Autonomous Vehicles (AVs) is still significantly low. According to prior studies, people's acceptance of an AV is mainly determined by trust. It is proven that people still feel much more comfortable in personalized ADAS, designed with the way people drive. Based on such needs, a new attempt for a customized ADAS considering each driver's driving style is proposed in this paper. Each driver's behavior is divided into two categories: assertive and defensive. In this paper, a novel customized ADAS algorithm with high classification accuracy is designed, which divides each driver based on their driving style. Each driver's driving data is collected and simulated using CARLA, which is an open-source autonomous driving simulator. In addition, Long Short-Term Memory (LSTM) and Gated Recurrent Unit (GRU) machine learning algorithms are used to optimize the ADAS parameters. The proposed scheme results in a high classification accuracy of time series driving data. Furthermore, among the vast amount of CARLA-based feature data extracted from the drivers, distinguishable driving features are collected selectively using Support Vector Machine (SVM) technology by comparing the amount of influence on the classification of the two categories. Therefore, by extracting distinguishable features and eliminating outliers using SVM, the classification accuracy is significantly improved. Based on this classification, the ADAS sensors can be made more sensitive for the case of assertive drivers, enabling more advanced driving safety support. The proposed technology of this paper is especially important because currently, the state-of-the-art level of autonomous driving is at level 3 (based on the SAE International driving automation standards), which requires advanced functions that can assist drivers using ADAS technology.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권8호
• /
• pp.365-370
• /
• 2023

사람은 노화과정에 따라 발화의 호흡, 조음, 높낮이, 주파수, 언어 표현 능력 등이 변화한다. 본 논문에서는 이러한 변화로부터 발생하는 음향적, 언어적 특징을 기반으로 발화 데이터를 성인과 노인 두 그룹으로 분류하는 성능을 비교하고자 한다. 음향적 특징으로는 발화 음성의 주파수 (frequency), 진폭(amplitude), 스펙트럼(spectrum)과 관련된 특징을 사용하였으며, 언어적 특징으로는 자연어처리 분야에서 우수한 성능을 보이고 있는 한국어 대용량 코퍼스 사전학습 모델인 KoBERT를 통해 발화 전사문의 맥락 정보를 담은 은닉상태 벡터 표현을 추출하여 사용하였다. 본 논문에서는 음향적 특징과 언어적 특징을 기반으로 학습된 각 모델의 분류 성능을 확인하였다. 또한, 다운샘플링을 통해 클래스 불균형 문제를 해소한 뒤 성인과 노인 두 클래스에 대한 각 모델의 F1 점수를 확인하였다. 실험 결과로, 음향적 특징을 사용하였을 때보다 언어적 특징을 사용하였을 때 성인과 노인 분류에서 더 높은 성능을 보이는 것으로 나타났으며, 클래스 비율이 동일하더라도 노인에 대한 분류 성능보다 성인에 대한 분류 성능이 높음을 확인하였다.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2022년도 가을 학술논문 발표대회
• /
• pp.243-244
• /
• 2022

In this paper, experiments were conducted on signal amplification of polymer capsules for application to Ground Penetrating Radar so as to enable real-time monitoring of polymer capsules inside concrete using the Morphology Dependent Resonance phenomenon. A TEM CELL and a vector network analyzer were used to analyze the difference in resonance frequency depending on the material of the sphere and the presence or absence of fracture. In order to manufacture a capsule of a size that can be measured using millimeter waves used in GPR, we manufactured a capsule with a 3D printer and analyzed the effects of the presence or absence of coating and the size of the capsule on the resonance frequency. Resonant frequency or signal amplification is more affected by diameter than coating. The capsule showing the highest amplification is the resin-coated 50 mm diameter capsule with a 316-fold increase and the lowest capsule is the uncoated 10 mm diameter capsule with a signal amplification of 11.9 times. These results demonstrate the potential of GPR to measure the position and state of self-healing capsules, which are small-sized polymers, in real time using millimeter waves.

• Journal of Microbiology
• /
• 제44권5호
• /
• pp.548-555
• /
• 2006

FaeG is the key factor in the infection process of K88ad enterotoxigenic Escherichia coli (ETEC) fimbrial adhesin. In an attempt to determine the possibility of expressing recombinant FaeG with immunogenicity for a new safe and high-production vaccine in E. coli, we constructed the recombinant strain, BL21 (DE3+K88), which harbors an expression vector with a DNA fragment of faeG, without a signal peptide. Results of 15% SDS-polyacrylamide slab gel analysis showed that FaeG can be stably over-expressed in BL21 (DE3+K88) as inclusion bodies without FaeE. Immunoglobulin G (IgG) and M (IgM) responses in pregnant pigs, with boost injections of the purified recombinant FaeG, were detected 4 weeks later in the sera and colostrum. An in vitro villius-adhesion assay verified that the elicited antibodies in the sera of vaccinated pigs were capable of preventing the adhesion of K88ad ETEC to porcine intestinal receptors. The protective effect on the mortality rates of suckling piglets born to vaccinated mothers was also observed one week after oral challenge with the virulent ETEC strain, $C_{83907}$ (K88ad, $CT^+,\;ST^+$). The results of this study proved that the adhesin of proteinaceous bacterial fimbriae or pili could be overexpressed in engineered E. coli strains, with protective immune responses to the pathogen.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권3호
• /
• pp.167-179
• /
• 2002

본 논문에서는 여러 프레임 특징으로 표현되는 분절 특징(segmental feature) 표현 방법을 제안하고, HMM 개념 위에서 음향학적 모델과 그 알고리즘을 개발하여 HMM의 약점으로 지적되는 독립관측 가정을 완화시키고자 한다. 제안된 특징 표현은 단일 프레임 특징이 음성 신호의 시간적 동적 특성 (temporal dynamics)을 제대로 표현하지 못하기 때문에, 여러 프레임을 이용하여 음성 특징을 표현하도록 한다. 분절 특징은 다항식의 회귀 함수(polynomial regression function)에 의하여 관측 벡터의 궤적으로 표현되고, 이 특징을 패턴 분류에 사용하기 위하여 음성 신호의 궤적을 효과적으로 표현하는 분절 HMM(segmental HMM)을 이용한다. SHMM은 상태에서의 관측 확률을 외적 분절 변이와 내적 분절 변이로 세분하며, 외적 분절 변이는 장기적인 변화를, 내적 분절 변이는 단기적인 변화를 나타낸다. 음향학적 모델에서 분절 특성을 고려하기 위하여 외적 분절 변이는 분절의 확률 분포로 표현하고, 내적 분절 변이는 궤적의 추정 오차로 표현하도록 SHMM을 수정한 분절 특징 HMM(SFHMM; segmental-feature HMM)을 제안한다. SFHMM에서는 분절의 관측 확률을 분절 우도와 궤적의 추정 오차의 관계로써 표현하며, 추정오차는 특정 상태에서의 분절의 우도에 대한 가중치로 고려될 수 있다. 제안된 방법의 유효성과 분절 특징의 특성을 살펴보기 위하여 TIMIT 자료를 이용하여 몇 가지 실험을 하였다. 이들 실험 결과에서, 제안된 방법이 기존의 HMM보다 매개 변수가 많더라도, 성능의 향상과 제안된 특징이 유연하고 정보를 많이 가진다는 점에서 의미가 있다고 하겠다.

• 한국항공우주학회지
• /
• 제33권9호
• /
• pp.56-65
• /
• 2005

시간유한요소법은 시간영역을 고정시키고 행렬 미분방정식 형태의 공간전파 관계식을 풂으로써 시간과 공간에 대한 동적 해석을 수행하는 방법이다. 이 방법은 공간이산화 유한요소법이나 시/공간 동시이산화 유한요소법에 비해 공간에 관한 자유도가 발생하는 것이 두드러진 특징으로, 이를 이용하여 분포형 구동기의 공간에 따른 특성을 최적화하는 데에 효율적으로 사용될 수 있다. 본 논문에서는 임의의 초기조건을 반영할 수 있도록 구성된 상태변수 벡터를 이용하여 구조물을 시간영역에서 이산화하고, 공간영역에서 전파관계식 및 경계조건을 이용하여 공간전파 관계식을 형성하였다. 이 때 구동기의 공간에 따른 형상 분포는 설계되어야 할 변수의 함수이고, 시간반응은 형상함수를 이용하여 이산화 하였다. 포텐셜 에너지 및 운동에너지를 구조물의 변위제어에 적절한 최적의 성능지수로 설정하고, 이를 최소화하도록 미지의 함수인 구동기의 분포형상을 구하였다. 일반적으로 구조물은 임의의 초기조건에서 외란을 받게 되나, 본 연구에서는 구현가능한 제어법칙을 이용하여 최종시간에서 안정화(rest) 조건을 만족한다고 가정하였다. 구동기 분포형상 최적화를 위해 상태/준상태 방정식을 유도하였다. 서브행렬 재형상화와 시/공간 경계조건을 통해 상태변수와 준상태변수에 대한 Ricatti 미분방정식을 유도하였다. 이를 통해 구동기 분포형상 최적화를 구현하였으며, 수치 시뮬레이션을 통해 적절한 구동기의 분포형상 최적화를 수행할 수 있음을 보였다.

• 한국전자통신학회논문지
• /
• 제14권5호
• /
• pp.907-916
• /
• 2019

본 논문은 CNOT 게이트만을 사용해 모든 다중비트플립 오류들로부터 표적큐비트를 완벽하게 보호할 수 있는 새로운 5-큐비트 다중비트플립코드를 제안하였다. 제안한 다중비트플립코드는 기존의 단일비트플립코드에서와 같이 근원오류부에 Hadamard 게이트 쌍들을 임베딩 할 경우에 쉽게 다중위상플립코드로 확장될 수 있다. 본 논문의 다중비트플립코드와 다중위상플립코드는 4 개 보조큐비트들에 의한 상태벡터 오류정보를 공유한다. 이 4-큐비트 상태벡터들은 Pauli X와 Z 정정이 수반되는 모든 다중플립오류들이 특정 근원오류를 공통으로 포함하는 특성을 반영한다. 이 특성을 이용해 본 논문은 Pauli X와 Z 근원오류의 검출과 정정을 단 3개의 CNOT 게이트로 배치 처리함으로써 다중플립 오류정정을 위한 QECC 설계에도 불구하고 저비용 실현이 가능함을 보였다. 본 논문이 제안한 5-큐비트 다중비트플립코드와 다중위상플립코드는 100% 오류정정율과 50% 오류판별율 특성을 보였다. 이 논문에 제시된 모든 QECC는 QCAD 시뮬레이터를 사용해 검증되었다.

• 한국수자원학회논문집
• /
• 제57권7호
• /
• pp.437-449
• /
• 2024

딥러닝을 활용하여 유역 특성을 반영한 유량 예측 및 비교 연구가 주목받고 있다. 본 연구는 셀프 어텐션 메커니즘을 통해 대용량 데이터 훈련에 적합한 Transformer와 인코더-디코더(Encoder-Decoder) 구조를 가지는 LSTM-based multi-state-vector sequence-to-sequence (LSTM-MSV-S2S) 모형을 선정하여 유역정보(catchment attributes)를 고려할 수 있는 모형을 구축하였고 이를 토대로 국내 10개 다목적댐 유역의 유입량을 예측하였다. 본 연구에서 설계한 실험 구성은 단일유역-단일훈련(Single-basin Training, ST), 다수유역-단일훈련(Pretraining, PT), 사전학습-파인튜닝(Pretraining-Finetuning, PT-FT)의 세 가지 훈련 방법을 사용하였다. 모형의 입력 자료는 선정된 10가지 유역정보와 함께 기상 자료를 사용하였으며, 훈련 방법에 따른 유입량 예측 성능을 비교하였다. 그 결과, Transformer 모형은 PT와 PT-FT 방법에서 LSTM-MSV-S2S보다 우수한 성능을 보였으며, 특히 PT-FT 기법 적용 시 가장 높은 성능을 나타냈다. LSTM-MSV-S2S는 ST 방법에서는 Transformer보다 높은 성능을 보였으나, PT 및 PT-FT 방법에서는 낮은 성능을 보였다. 또한, 임베딩 레이어 활성화 값과 원본 유역정보를 군집화하여 모형의 유역 간 유사성 학습 여부를 분석하였다. Transformer는 활성화 벡터가 유사한 유역들에서 성능이 향상되었으며, 이는 사전에 학습된 다른 유역의 정보를 활용해 성능이 개선됨을 입증하였다. 본 연구는 다목적댐별 적합한 모형 및 훈련 방법을 비교하고, 국내 유역에 PT 및 PT-FT 방법을 적용한 딥러닝 모형 구축의 필요성을 제시하였다. 또한, PT 및 PT-FT 방법 적용 시 Transformer가 LSTM-MSV-S2S보다 성능이 더 우수하였다.

• 한국균학회소식:학술대회논문집
• /
• 한국균학회 2014년도 추계학술대회 및 정기총회
• /
• pp.9-9
• /
• 2014

Null mutants generated by targeted gene replacement are frequently used to reveal function of the genes in fungi. However, targeted gene deletions may be difficult to obtain or it may not be applicable, such as in the case of redundant or lethal genes. Constitutive expression system could be an alternative to avoid these difficulties and to provide new platform in fungal functional genomics research. Here we developed a novel platform for functional analysis genes in Magnaporthe oryzae by constitutive expression under a strong promoter. Employing a binary vector (pGOF1), carrying $EF1{\beta}$ promoter, we generated a total of 4,432 transformants by Agrobacterium tumefaciens-mediated transformation. We have analyzed a subset of 54 transformants that have the vector inserted in the promoter region of individual genes, at distances ranging from 44 to 1,479 bp. These transformants showed increased transcript levels of the genes that are found immediately adjacent to the vector, compared to those of wild type. Ten transformants showed higher levels of expression relative to the wild type not only in mycelial stage but also during infection-related development. Two transformants that T-DNA was inserted in the promotor regions of putative lethal genes, MoRPT4 and MoDBP5, showed decreased conidiation and pathogenicity, respectively. We also characterized two transformants that T-DNA was inserted in functionally redundant genes encoding alpha-glucosidase and alpha-mannosidase. These transformants also showed decreased mycelial growth and pathogenicity, implying successful application of this platform in functional analysis of the genes. Our data also demonstrated that comparative phenotypic analysis under over-expression and suppression of gene expression could prove a highly efficient system for functional analysis of the genes. Our over-expressed transformants library would be a valuable resource for functional characterization of the redundant or lethal genes in M. oryzae and this system may be applicable in other fungi.

• 인지과학
• /
• 제33권1호
• /
• pp.51-75
• /
• 2022

경두개 직류전기자극(transcranial Direct Current Stimulation; tDCS)은 지각, 인지, 운동 등의 뇌기능 향상 및 발달 효과가 입증되며, 다양한 분야에서 활용 및 응용되는 비침습적 뇌자극술이다. tDCS 효과는 뇌의 해부학적 구조, 뇌의 노화 정도 등의 뇌신경활성화 특징에 따라 다르게 나타난다는 연구결과들이 보고되고 있다. 일주기 리듬(circadian rhythm)은 대략 하루 주기의 수면과 각성의 생리적 변화패턴을 의미하며 뇌신경활성화 상태는 일주기 리듬에 따라 다르게 나타난다. 일주기 유형(chronotype)은 하루 중에 발현되는 각성도의 크기에 따라 아침의 각성도가 큰 유형은 아침형으로 저녁의 각성도가 큰 유형은 저녁형으로 나누어진다. 본 연구는 일주기 리듬에 의해 변하는 뇌기능 특징이 tDCS 효과에 미치는 영향을 알아보고자 한다. 총 20명의 건강한 성인 대상으로 실험을 진행하였고, 참가자들은 일주기 유형을 분류하기 위해 아침형-저녁형 설문지에 의해 주간형(아침형, 중간형)과 야간형(저녁형)으로 분류했다. 본 실험은 Zoom 프로그램을 이용하여 참가자와 실험자가 온라인으로 만나서 실험을 진행했다. 실험이 확정된 참가자는 실험자로부터 뇌파 기기, 뇌파 데이터를 획득하는 앱이 있는 핸드폰, 핸드폰 거치대, 뇌자극 기기의 사용방법에 대한 설명을 듣고 기기를 테스트해보고 기기를 전달받았다. 기기사용의 어려움을 가진 2명의 참가자는 대면 실험을 진행하여, 실험자가 기기작동을 하여 실험에 참여했다. 일주기 리듬의 상태에 따른 뇌자극 효과를 알아보기 위해 1주일 간격으로 아침과 저녁에 실험했으며, tDCS 자극 전과 후의 신경활성화 반응의 차이를 뇌파를 이용하여 측정하였다. 뇌자극에 의한 뇌기능 변화를 확인하기 위해 자극 전의 뇌파와 자극 후 뇌파가 다른 패턴을 보이며 분류가 잘되는 지를 예측 정확도로 분석했으며, 뇌기능 특징 변화가 일주기 리듬과 일주기 유형에 따라 다르게 나타나는지 확인하기 위해 각 조건의 분류조건(아침/저녁, 주간형/야간형)에서 추출된 주요 EEG 특성을 비교했다. 54개의 뇌파 특성값을 추출하여 SVM(Support Vector Machine) 기계학습 알고리즘으로 분류 모델을 구축하였고, 구축된 모델을 Leave-One-Out 교차검증(Leave-One-Out Cross-Validation)을 사용하여 자극 전과 후의 뇌파 반응을 예측하는지 평가하였고, 분류예측모델의 주요 예측 인자를 확인하는 주요 특성 분석을 진행하였다. 아침과 저녁의 tDCS에 따른 뇌파 특징을 분류하는 예측 정확도는 모두 98%로 나타났으며, 주간형의 아침 자극 조건과 저녁 자극 조건의 예측 정확도는 92%와 96%이며, 야간형의 아침자극 조건과 저녁 자극 조건의 예측 정확도는 모두 94%로 나타났다. 아침 자극 전과 후의 뇌파를 분류하는 상위 3개의 주요 EEG 특성결과는 주간형과 야간형에 따라 다르게 나타났다. 주간형은 좌측 측두 두정엽과 전전두엽의 뇌파 특성값이 나타났으며, 야간형은 측두 두정엽의 뇌파 특성값들만 나타났다. 저녁 자극전과 후의 뇌파를 분류하는 상위 3개의 주요 EEG 특성 결과 또한 주간형과 야간형에 따라 다르게 나타났다. 주간형은 우측 측두 두정엽과 좌측 전두엽의 뇌파 특성값이 나타났으며, 야간형은 측두 두정엽과 전두엽의 뇌파 특성값이 나타났다. 이와 같은 연구결과는 일주기 리듬과 유형에 따라 아침과 저녁의 뇌기능 특징이 다르게 나타나서 뇌자극 효과가 다르게 나타날 수 있음을 확인한 결과이다. 본 연구의 결과는 효과적인 뇌자극을 위해 개인의 뇌신경 활성화 상태 및 특징에 따라서 뇌자극 프로토콜을 조정할 필요성을 제시한다는 데에 의의를 찾을 수 있다.