Although many attempts have been made to solve the atmospheric diffusion equation, there are many limits that prevent both solving it and its application. The causes of these impediments are primarily due to both the partial differentiation term and the turbulence diffusion coefficient. In consideration of this dilemma, this study aims to discuss the methodology and cases of utilizing a passive air sampler to increase the applicability of atmospheric dispersion modeling. Passive air samplers do not require pumps or electric power, allowing us to achieve a high resolution of spatial distribution data at a low cost and with minimal effort. They are also used to validate and calibrate the results of dispersion modeling. Currently, passive air samplers are able to measure air pollutants, including SO2, NO2, O3, dust, asbestos, heavy metals, indoor HCHO, and CO2. Additionally, they can measure odorous substances such as NH3, H2S, and VOCs. In this paper, many cases for application were introduced for several purposes, such as classifying the VOCs’ emission characteristics, surveying spatial distribution, identifying sources of airborne or odorous pollutants, and so on. In conclusion, the validation and calibration cases for modeling results were discussed, which will be very beneficial for increasing the accuracy and reliability of modeling results.

Particulate matter is known to have adverse effects on health, making it crucial to accurately gauge its concentration levels. While the recent advent of low-cost air sensors has enabled real-time measurement of particulate matter, discrepancies in concentrations can arise depending on the sensor used, the measuring environment, and the manufacturer. In light of this, we aimed to propose a method to calibrate measurements between low-cost air sensor devices. In our study, we introduced decision tree techniques, commonly used in machine learning for classification and regression problems, to categorize particulate matter concentration intervals. For each interval, both univariate and multivariate multiple linear regression analyses were conducted to derive calibration equations. The concentrations of PM10 and PM2.5 measured indoors and outdoors with two types of LCS equipment and the GRIMM 11-A device were compared and analyzed, confirming the necessity for distinguishing between indoor and outdoor spaces and categorizing concentration intervals. Furthermore, the decision tree calibration method showed greater accuracy than traditional methods. On the other hand, during univariate regression analysis, the proportion exceeding a PM2.5/PM10 ratio of 1 was significantly high. However, using multivariate regression analysis, the exceedance rate decreased to 79.1% for IAQ-C7 and 89.3% for PMM-130, demonstrating that calibration through multivariate regression analysis considering both PM10 and PM2.5 is more effective. The results of this study are expected to contribute to the accurate calibration of particulate matter measurements and have showcased the potential for scientifically and rationally calibrating data using machine learning.

PURPOSES : Traffic volume, an important basic data in the field of road traffic, is collected from traffic survey equipment installed at certain locations, which sometimes results in missing traffic volume data and abnormal detection. Therefore, this study presents various missing correction techniques using traffic characteristic analysis to obtain accurate traffic volume statistics. METHODS : The fundamental premise behind the development of a traffic volume correction and prediction model is to set the corrected data as the reference value, and the traffic volume correction and prediction process for the outliers and missing values in the raw data were performed based on the set values. RESULTS : The simulation results confirmed that the algorithm combining seasonal composition, quantile AD, and aggregation techniques showed a detection performance of more than 91% compared with actual values. CONCLUSIONS : Raw data collected due to difficulties faced by traffic survey equipment will result in missing traffic volume data and abnormal detection. If these abnormal data are used without appropriate corrections, it is difficult to accurately predict traffic demand. Therefore, it is necessary to improve the accuracy of demand prediction through characteristic analysis and the correction of missing data or outliers in the traffic data.

본 연구에서는 드론을 활용한 변위계측에서 드론의 회전진동 보정을 위해 드론 내부의 가속도계를 이용하는 방법 대신에 드 론 영상 내부의 변위가 발생하지 않는 고정점을 활용한 드론의 회전진동 보정방법을 제안하고자 한다. 영상 내부의 고정점을 활용한 드론 회전진동 보정을 위한 예비 연구로서, 카메라를 고정시킨 후 타겟을 회전하여 회전각도를 측정하는 실험과 회전하는 카메라를 통 해 변위가 발생하는 모형구조물의 변위를 계측하는 실험을 통해 카메라의 회전진동이 발생하는 경우 변위 계측정확도를 검증하였다. 변위가 3mm 이하로 발생 시 카메라 진동이 발생하였을 때 계측 신뢰도가 낮은 반면, 변위가 3mm를 초과하여 발생한 경우 비교적 정 확하게 계측되었다.

PURPOSES : For high driving performance and service life of cement concrete pavement, construction quality must be secured. The construction quality is to be measured after pavement construction, but in this case, it is difficult to improve construction quality. Therefore, it is necessary to develop a method for measuring and correcting the profile of the pavement and subbase so that the construction quality can be monitored immediately after construction. METHODS : The device that can measure the construction quality of cement concrete pavement has been developed. Through the experiment simulating the field situation, the profile of the pavement and subbase was measured and calibration method was developed. RESULTS : In the measured profile, an outlier by the sensor and noise by the sensor and vibration were measured, and a step-like profile was measured differently from the acture one. To remove outliers, the boxplot outlier removal method was applied by overlapping each data group. The noise were removed by a low pass filtering. And, it was calibrated to a profile similar to the acture one through the sampling interval adjustment and the weighted moving average method. CONCLUSIONS : The method that can measure and calibrate the profile that is almost identical to the actual one has been developed. Accordingly, it is expected that the performance of the pavement can be improved by accurately monitoring the construction quality immediately after construction.

목적 : 각막굴절교정수술 후 저평가되는 안압을 다양한 각막 절삭량에 따라 경도, 중등도, 고도 근시 군을 나누어 조사하고, 각 군별로 가장 적합한 수술 후의 안압 보정방법을 제시하고자 하였다. 방법 : 각막굴절교정수술을 받은 평균 연령 26.89±5.18세의 남녀 501명 1,002안(남자 237명, 여자 264명)을 대상으로 하였다. 안압은 비접촉식 안압계를 이용하여 측정하였고, 수술 후 저평가된 안압을 보정하기 위해 Ehlers, Shah, Dresden, Orssengo/Pye의 보정방법을 이용하였다. 다양한 각막 절삭량에서의 안압 차이를 비교하기 위해 세 그룹으로 나누어 분석하였다. 결과 : 비접촉식 안압계로 측정한 수술 전 안압은 15.67±2.39 mmHg이었고, 수술 후 안압은 10.12±2.11 mmHg로 평균 5.55±2.09 mmHg 만큼 유의하게 낮게 측정되었다. Ehlers의 보정방법으로 산출된 수술 후의 안압은 14.53±2.47 mmHg로 수술 전 안압과 평균 1.14±2.83 mmHg 차이를 보여 네 가지 보정방법 중에서 수술 전 안압 측정치와 가장 비슷한 수치를 보였다. 또한 각막 절삭량에 따라 나눈 경도, 중등도, 고도근시 각 군 모두에서 Ehlers 식으로 보정된 안압이 수술 전 안압과 차이가 가장 적게 나타났다. 결론 : 굴절교정수술 후 고도근시를 포함한 다양한 근시군 모두에서 4가지 보정방법 중 Ehlers 보정법이 가장 유용한 것으로 판단된다. 이 결과는 각막굴절교정수술 후 저평가되는 안압의 실제 값을 산출하여 녹내장에 대한 조기진단 및 치료시기가 늦어지는 것을 막는 데에 활용할 수 있을 것이라 생각된다.

목 적 : 3T 장비의 유방 자기공명영상(Breast MRI)검사시 조영제 주입 후 T1 AX AXILLARY 검사에서 호흡의 의한 왜곡과 허상 등의 문제점을 개선하여 영상의 질을 향상시키는 방법을 알아보고자 한다. 대상 및 방법 : 본원에서 MR.Breast 처방을 받은 20명의 여성환자(평균:46.1세)를 대상으로 SIEMENS Skyra 3.0T 장비의 Breast coil(18Ch)을 사용하였고, 조영제 주입 후 post 3D AX T1 AXILLARY 검사(TR/ TE=4.3/1.29, 2.52msec, Thickness=2mm, matrix=278×320, scan time:3m 15sec/ dixon fat sat → water image)에서 실험군1) Averages:1, IPAT:0 2) Averages:2, IPAT:2 3) Averages:3, IPAT:3 4) Averages:4, IPAT:4 5) Averages:5, IPAT:5의 변화를 주어 (그 외의 다른 조건 모두 동일화) 영상획득 후 각각의 다른 5개의 ROI의 (ROI①:유방의 Rtpectoralis major, ROI②: Lt lower lung, ROI③: Rt axillary, ROI④: Lt breast 실질, ROI⑤: Posterior background) SNR를측정하여, Averages:1 IPAT:0(실험 군1)을 기준으로 다른 4개의 실험군들과 오차범위를 비교하고 T-test 통해 유의수준을 알아보았다. 결 론 : Averages:1,IPAT:0을 기준으로 2) Averages:2,IPAT:2 3) Averages:3,IPAT:34) Averages:4,IPAT:4 5) Averages:5,IPAT:5의 변화에서 각각의 다른 5개 ROI의 SNR값을비교해보니 신체의 장기부분인 ROI①, ③, ④는 유의성이 없게 나타났으며, 호흡에 영향이 많은 ROI ②Lt lower lung, ⑤posterior background 경우에는 유의하게 나타났다. 또한 그래프에서나 통계적 수치로 볼 때 실험군1)을 기준으로 다른 실험군들보다 실험군 2), 5)는 Averages:5, IPAT:5에서 호흡에 의한 허상이나 왜곡부분이 감소하여 나타남을 확인할 수 있었다 (p<0.05). 고 찰 : 다른 검사와 비교할 때 유일하게 엎드려 진행하는 유방 MRI 검사는 시간이 진행됨에 따라 환자의 호흡과 고정자세의 어려움이 커질 수밖에 없다. 또한 자장의 세기가 클수록 영상의 해상도는 증가하지만 조영제 주입 후 호흡에 의한 심장의 움직임과 민감도는 더욱 커져 그에 따른 영상의 왜곡과 허상이 심하게 발생한다. 본 논문에서는 다른 조건은 동일한 상태에서 조영제 주입 후 Averages:1 IPAT:0을 기준으로 하여 Averages와 IPAT만 변화했을 때 anatomy(ROI①~④)와 background(ROI⑤)의 SNR 측정으로 호흡에 의한 영상의 민감도를 알아보았다. 일반적인 anatomy 부분은 변화요소에서도 기준치와 거의 동일하게 나타난다면, Lt lower lung과 background 부분은 averages와 IPAT이 증가할수록 변수가 많이 발생하였으나, 호흡에 의한 영상의 왜곡이 Averages: 5, IPAT: 5에서는 저하되어 나타났다. IPAT이 증가할수록 motion artifact가 감소하고 average는 증가하여 영상의 SNR도 함께 올라감을 알 수 있었다. 하지만 장비에서 지원 가능한 코일의 채널 수에 따른 IPAT과 average 등의 적절한 조건변화로 검사시간을 고려한다면 전체적인 영상의 질 향상으로 진단과 치료방법 결정에 있어 매우 유용하게 이용될 수 있으리라 사료된다.

Base Balance Technique은 건축물의 하중과 변위 및 가속도와 같은 응답들을 구하기 위한 기본적인 풍동실험기법으로 사용되어 왔다. 이 기법은 선형적인 형상함수의 내제된 가정으로 수행함으로써, 밑면 전도모멘트로 일반화된 하중을 추정할 수 있다. 그러나 초고층건물은 다수의 풍방향진동에 대한 형상함수들을 가지고 있다. 본래의 초고층건물의 기본적인 형상함수는 선형적이지 않으므로 풍동실험이나 선형적인 해석의 결과로부터 약간의 조정이 필요하다. 본 연구에서는 풍동실험의 데이터를 이용하여 풍방향응답의 보정계수를 제안한다. 그리고 건물의 높이와 너비, 건물주기 등으로부터 보정계수의 요인들을 이해할 수 있다.

우리나라에서 악기상으로 인한 재해 유발 가능성이 높아짐으로써, 방재 및 수자원 관리 대책이 필요하다. 국지성 강한 강우에 대한 방재를 위해서는 강우량을 정량적으로 관측 및 예측해야 한다. 본 연구에서는 레이더 강우추정 오차의 지구통계학적 유효반경을 LGC 방법에 적용하여 레이더 추정강우를 조정하는 기법을 개발하였다. 지구통계적 방법을 이용하여 레이더 강우의 실제오차에 대한 유효반경을 결정하였고, LGC 방법을 기반으로 여름철 집중호우 네 사례의 레이더 강우를 조정하였다. 여름철 집중호우 사례의 레이더 1시간 누적강우량과 총누적강우량의 오차는 조정 후 각각 약 40%와 60% 이상 개선효과를 보였다. 그러므로, 여름철 국지적으로 강한 강우 현상의 레이더강우를 예측하는데 있어서 본 연구에서 개발된 조정 알고리즘을 이용하는 것은 적절한 것으로 판단된다.

Of many approaches to reduce motion analysis errors, the compensation method of anatomical landmarks estimates the position of anatomical landmarks during motion. The method models the position of anatomical landmarks with joint angle or skin marker displacement using the data of the so-called dynamic calibration in which anatomical landmark positions are calibrated in ad hoc motions. Then the anatomical landmark positions are calibrated in target motions using the model. This study applies the compensation methods with joint angle and skin marker displacement to three lower extremity motions (walking, sit-to-stand/ stand-to-sit, and step up/down) in ten healthy males and compares their performance. To compare the performance of the methods, two sets of kinematic variables were calculated using different two marker clusters, and the difference was obtained. Results showed that the compensation method with skin marker displacement had less differences by 30~60% compared to without compensation. And, it had significantly less difference in some kinematic variables (7 of 18) by 25~40% compared to the compensa- tion method with joint angle. This study supports that compensation with skin marker displacement reduced the motion analysis STA errors more reliably than with joint angle in lower extremity motion analysis.

대형 예술품이나 지도 등에 대한 양질의 디지털 콘텐츠를 얻기 위해 대형 스캐너의 개발에 대한 요구가 증대되고 있다. 대형 스캐너의 개발에 있어서 색상 보정은 원작의 사실적인 재현에 큰 영향을 주는 요소이다. 스캐닝 성능이 뛰어나더라도, 스캐너에 사용되는 카메라나 출력에 사용되는 LCD 등의 특성에 따라 원작의 색을 정확히 재현하는데 어려움이 있다. 일반적으로 이러한 경우 장치 특성화를 이용하여 입력 신호와 출력 신호의 관계를 정의한 LUT(Look-UpTable)를 생성하여 색을 보정하게 된다. 하지만 장치 특성화가 잘 되더라도 대형 스캐너의 경우 주사 위치에 따른 조명의 광량의 차이가 크게 존재하므로 주사 영역 전체에 균일한 색 재현에 어려움이 있다. 따라서 주사 영역 전체에 균일한 색 재현을 위해서는 주사 위치에 따른 조명의 차이에 대한 보정 방법이 필요하다. 본 논문에서는 대형 스캐너의 색 재현에 있어서 조명의 주사 위치에 관계없이 균일한 색 재현을 위해 휘도와 색도 보상을 통한 색보정 방법을 제안하였다. 실험을 통해 대형 스캐너의 색재현에 있어서 균일성을 높이면서 기존의 장치 특성화만 수행했을 때보다 더 작은 오차 범위에서 원작의 색을 재현할 수 있음을 확인할 수 있었다.

본 논문에서는 컨테이너 영상의 앞/뒷면을 판별하는 알고리즘을 제안한다. 제안 방법에서는 컨테이너 뒷면 손잡이 부분의 존재 유무를 앞/뒷면 영상의 판별 기준으로 정하고, 손잡이 영역이 컨테이너 표면 배경보다 밝다는 가정 하에 형태학적 필터를 사용하여 손잡이 영역만을 추출한다. 그리고 컨테이너 영상의 손잡이 영역의 밝기를 수직으로 누적하여 피크를 찾고 피크의 크기와 피크 간의 거리를 이용하여 컨테이너 영상의 앞/뒷면을 판별하였다. 많은 다양한 컨테이너 영상에 대한 실험 결과, 제안된 방법이 우수한 판별 성능을 나타내었다.