본 논문은 모바일 폰 사진을 활용하여 도시 공간에서 전력선과 건물 사이의 거리를 편리하게 모델링하고 측정하는 방법에 중점을 두고 있으며, 이에 대한 정확성을 평가하였다. 모바일 장 치용 2뷰 지오메트리를 사용한 전력선과 건물의 3D 재구성 방법을 설계하여 어디에서나 즉시 측정할 수 있도록 하였다. 특징점을 사용하여 전력선과 건물 사이의 거리를 계산하고 건물 정 보를 활용하여 게임 가상 공간에 전력선과 전주를 배치할 수 있다. 본 논문에서는 대전시 내 10개의 위치에서 실험을 실시하고, 상업용 시스템과 LiDAR가 있는 경우와 없는 경우를 포함 한 이전 방법과의 성능을 평가하였다. 우리의 방법을 스마트폰에 구현했기 때문에 장점은 휴 대성과 저렴함이다.

본 연구에서는 호흡동조화기법의 대안으로 딥러닝 자유호흡기법에서 b-value 별 겉보기확산계수 값을 평가하고 확 산강조영상과 겉보기확산계수 지도의 해부학적 일치성을 분석하여 적절한 여기횟수 값을 알아보고자 하였다. 연구 방법은 2023년 7월부터 2024년 1월까지 간 자기공명영상 검사가 의뢰된 성인 남녀 35명을 대상으로 하였고 사용 장비는 Magnetom Skyra 3.0T(Siemens, Germany)를 이용하였다. 자유호흡기법의 비교를 위해 b-value 50, 400, 800(s/mm2)의 여기횟수를 각각 딥러닝 호흡동조화기법에서 2,3,4으로 딥러닝을 이용하지 않은 일반 자유호 흡기법에서 4,6,8으로 검사하였다. 딥러닝을 추가한 일반 자유호흡기법에서는 1,2,3 여기횟수, 2,3,4 여기횟수, 3,5,6 여기횟수, 4,6,8 여기횟수로 변화하였다. 연구 결과 딥러닝 자유호흡기법에서 간의 좌엽과 우엽, 담낭의 평균 겉보기확산계수 값은 딥러닝 호흡동조화기법과 비교하여 모두 통계적 유의성을 확인하였다. 한편 정성적 평가의 해 부학적 일치성을 분석한 결과 딥러닝 자유호흡기법의 3,5,6 여기횟수와 4,6,8 여기횟수에서 가장 높은 점수를 얻었 으며 검사 시간에서는 딥러닝 호흡동조화기법과 비교하여 약 51%, 40% 감소하였다. 따라서 간 진단에 있어 딥러닝 자유호흡기법에서 b-value 별 적절한 여기횟수 값을 이용한다면 겉보기확산계수 지도의 정확도 유지와 함께 검사 시간을 감소시킬 수 있어 임상적으로 유용한 검사가 될 것으로 사료된다.

본 논문에서는 다목적 구조물인 다중연결 해양부유체를 대상으로 변형 기반 모드 차수축소법을 적용하고 차수축소모델의 구조응 답 예측 성능을 향상시키기 위해 유전 알고리즘 기반의 센서 배치 최적화를 수행하였다. 다중연결 해양부유체의 차수축소모델 생성 에 필요한 변형 기반 모드 데이터를 얻기 위해 다양한 규칙파랑하중조건에 대한 유체-구조 연성 수치해석을 수행하고 변형 기반 모드 의 직교성, 자기상관계수를 이용하여 주요 변형 기반 모드를 선정하였다. 다중연결 해양부유체의 경우 차수축소모델의 구조응답 예 측 성능이 계측 및 예측 구조응답 위치에 따라 민감하기 때문에 유전 알고리즘 기반의 최적화를 수행하여 최적의 센서 배치를 도출하 였다. 최적화 결과, 모든 센서 배치 조합에 대한 차수축소모델 생성 및 예측 성능 평가 대비 약 8배의 계산 비용을 절감하였으며, 예측 성능 평가 지표인 평균 제곱근 오차가 초기 센서 배치보다 84% 감소하였다. 또한, 다중연결 해양부유체 모형시험 결과를 이용하여 불 규칙파랑하중에 대한 최적화된 센서 배치의 차수축소모델의 구조응답 예측 성능을 평가 및 검증하였다.

현대에는 개인 연구자 대부분이 지식생산기관에 소속되어 지식생산기관의 유 형과 지식생산기관 간의 협력이 과학 지식생산에 미치는 영향이 높음에도 불구하고, 지식생 산기관이 정확히 식별되지 않아 과학 지식생산 과정을 실증적으로 파악하는 데는 한계가 있 다. 본 연구는 지식생산기관의 식별 정확도를 높이는 방법을 제안하였다. 구체적으로 디지털 헬스 분야의 PubMed 서지정보를 수집한 후 알고리즘을 적용하기 전 데이터 처리 단계에서 ‘맥락적 연결’을 활용하여 기관정보의 불완전성을 해소하고, 알고리즘 적용단계에서는 기관 명 모호성(IND)을 개선하는 방법을 제시하였다. 본 연구가 산출한 ‘지식생산기관 데이터셋’ 과 동일한 서지정보를 대상으로 하는 기존 공개 데이터셋인 ‘PKG datasets’을 비교했을 때, 본 연구가 제시한 방법은 지식생산기관 데이터셋에 포함된 대상 데이터 수를 2배로 증가시켰으며, 국가별 순위도 보다 정확하게 반영하였다. 또한 한국 지식생산기관의 디지털 헬스 분야 기여도가 과소 또는 과대 평가되고 있다는 사실도 발견하였다. 본 연구에서 제시한 방 법은 향후 과학지식을 생산하고 과학 혁신을 달성하는 데 있어 지식생신기관의 역할을 실증 적으로 연구하는 데 기여할 것으로 판단된다.

본 연구는 코마개의 사용 여부에 따라 MRI 영상을 분석함으로써 숨 참기의 정확도를 향상할 도구로써 코마개가 실 효성이 있는지 검증하고자 하였다. 이를 위해 수검자에게 코마개가 없는 자연 호흡과 코마개를 사용한 구강 호흡 상태에서 호기 후 숨 참기를 지시하고 MRI 영상을 획득하였다. 영상은 2D 경사 자기장 에코 시퀀스로 획득하였고 초당 1장씩, 총 15장을 얻어 숨 참기 상태를 분석하였다. 숨 참기의 상태를 정량적으로 평가하기 위해 우측 폐 면적 을 측정하였다. 그리고 첫 번째 영상의 폐 면적을 기준으로 나머지 영상들에서 폐 면적의 절대 오차값을 구해 비교하 였다. 더불어 첫 번째 영상을 기준으로 나머지 영상들의 기하학적 유사도를 평가하기 위해 SSIM 값을 계산하였다. 실험 결과, 자연 호흡 상태에서 절대 오차는 평균 216.79 ㎟로 나타났다. 반면, 코마개를 사용한 구강 호흡의 경우 평균 55.94 ㎟로 나타나 자연 호흡과 비교하여 약 74.19% 감소하였다. SSIM 값은 자연 호흡 시 평균 0.7, 구강 호흡 시 0.76으로 나타나 기하학적 유사도가 약 6% 향상되었다. 이는 코마개 사용 시 호흡의 초기 상태를 잘 유지함 으로써 숨 참기의 정확도가 향상되어 능동적으로 호흡 상태를 조절할 수 있는 도구로써 충분한 가치가 있음을 증명한 다. 따라서 복부 MRI 검사에서 호흡에 따른 인공물을 개선하는 데 코마개가 도움을 줄 수 있으며 영상 개선 및 업무 효율을 높이는 도구로써 충분히 활용할 수 있다.

Numerous factors contribute to the deterioration of reinforced concrete structures. Elevated temperatures significantly alter the composition of the concrete ingredients, consequently diminishing the concrete's strength properties. With the escalation of global CO2 levels, the carbonation of concrete structures has emerged as a critical challenge, substantially affecting concrete durability research. Assessing and predicting concrete degradation due to thermal effects and carbonation are crucial yet intricate tasks. To address this, multiple prediction models for concrete carbonation and compressive strength under thermal impact have been developed. This study employs seven machine learning algorithms—specifically, multiple linear regression, decision trees, random forest, support vector machines, k-nearest neighbors, artificial neural networks, and extreme gradient boosting algorithms—to formulate predictive models for concrete carbonation and thermal impact. Two distinct datasets, derived from reported experimental studies, were utilized for training these predictive models. Performance evaluation relied on metrics like root mean square error, mean square error, mean absolute error, and coefficient of determination. The optimization of hyperparameters was achieved through k-fold cross-validation and grid search techniques. The analytical outcomes demonstrate that neural networks and extreme gradient boosting algorithms outshine the remaining five machine learning approaches, showcasing outstanding predictive performance for concrete carbonation and thermal effect modeling.

PURPOSES : This study analyzes the estimated traffic volumes on roads and railways based on econometrics. METHODS : The accuracy of traffic forecasting was analyzed based on the average difference between predicted and actual values. This study distinguishes itself from existing literature by conducting a comparative analysis categorized by project type. In this study, econometric analyses, including bias and efficiency evaluation, were conducted for 308 projects in Korea. RESULTS : We conducted econometric analysis by dividing the data into project types. This study examines the accuracy of estimates in South Korea's road and railway projects concerning various factors, including project types (mobility-focused or accessibility-focused), implementing agencies, and the performance of preliminary feasibility studies. Notably, it identifies a tendency for overestimation, particularly in railway projects and mobility-focused road projects, such as expressways and national highways, as well as in projects executed by local governments. The mean percentage error (MPE) for the analyzed projects was -46.62%, indicating a significant overestimation bias with resulting inefficiencies. However, our analysis revealed that road projects, particularly those accompanied by preliminary feasibility studies and implemented by the central government, exhibited reduced bias and improved efficiency. The presence or absence of preliminary feasibility studies significantly influenced estimation bias. Interestingly, even when preliminary feasibility studies are conducted, the choice of the implementing agency remains a crucial factor affecting estimation bias. In addition, railway projects continue to demonstrate a notable overestimation bias, warranting further attention. CONCLUSIONS : Considering bias, efficiency, and MPE is advisable when forecasting traffic.

본 연구는 국내의 한우 개량에 있어서 정확한 혈통 정보가 중요해짐에 따라 고밀도 Single Nucleotide Polymorphism (SNP) chip의 SNP 정보들을 활용한 친자 확인으로 혈통 정보의 신뢰도 향상에 기여하고자 실시하였다. 이미 혈통 정보가 확인되고 Microsatellite (MS) 유전자형으로 친자 여부가 확인된 14개의 가계, 318두로 친자 확인 분석을 하였다. Call rate 100%인 마커들을 활용한 친자 확인 분석 결과, 9두가 모 부정, 19두가 완전 부정으로 총 28두가 부정으로 판정되었고, 이는 부모의 SNP 정보에서 나올 수 있는 조합과 다른 자식의 유전자형이 확인되었다. 이후, 친자 확인 정확도 향상을 위해 call rate와 minor allele frequency (MAF)를 기준으로 SNP 마커 수를 증가시켜 분석하였으나 부정으로 판정되는 개체들이 추가적으로 발생하였고, 이는 SNP 정보의 결측치 증가 및 자식의 유전자형 변이로 인한 것으로 판단된다. 따라서 고밀도 SNP chip을 활용한 친자 확인 분석에는 보다 신중한 접근이 필요하며, 본 연구 결과는 고밀도 SNP 정보를 이용한 친자 확인 연구에 있어서 기초자료로 활용될 수 있을 것으로 사료된다.

본 연구에서는 T2 터보 스핀 에코 지방 포화 기법 중 딥러닝 기반 T2 터보 스핀 에코 Dixon 기법에서 지방분율에 대한 분석을 통해 정확한 지방 포화가 이루어지는지 알아보고자 하였다. 이에 미국 방사선학회 인증 팬텀을 기준 팬텀으로 설정 하고, 액체 지방 팬텀을 이용하여 일반 T2 지방 포화 기법들과 딥러닝 기반 T2 Dixon 기법의 지방분율을 정량적으로 분석 하였다. 연구 방법은 기준 팬텀 3시 방향에 지방 함유율이 0, 10, 20, 30%인 액체 지방 팬텀을 고정하고, 기법별 액체 지방 팬텀 중심부의 신호강도 값을 도출하였다. 그리고 측정된 값을 지방분율 공식을 이용하여 수치화하였다. 연구 결과 각각의 액체 지방 팬텀의 지방분율 측정에서 T2 Dixon 딥러닝 기법과 Dixon 기법이 다른 일반 지방 포화 기법들과 비교해 기준 지방분율에 가장 근접하였다. 그리고 두 기법 간 통계적 차이는 없어 딥러닝 영상 재구성이 지방 포화에 영향을 미치 지 않음을 알 수 있었다. 따라서 딥러닝 기반 T2 터보 스핀 에코 Dixon 기법은 정확한 지방분율로 지방 포화를 할 수 있어 그 유용성이 있다고 생각한다.

Kimchi, a centuries-old Korean fermented food, has gained global popularity due to increased interest in Korean cuisine. However, little is known about the actual status of kimchi information provided by major foreign online encyclopedias. In this study, we analyzed the content and quality of kimchi information in major foreign online encyclopedias, such as Baidu Baike, Encyclopædia Britannica, Citizendium, and Wikipedia. Our results revealed that the kimchi information provided by these encyclopedias was often inaccurate or inadequate, despite kimchi being a fundamental part of Korean cuisine. The most common inaccuracies were related to the definition and origins of kimchi and its ingredients and preparation methods. Our findings highlight the need for more accurate and reliable information about kimchi in major foreign online encyclopedias. This is particularly important in the context of promoting Korean food culture and increasing international awareness of kimchi. To achieve this, the collaborative efforts of Korean food experts and online encyclopedias are needed to ensure the accurate representation of kimchi in these resources. In conclusion, our study shows that foreign online encyclopedias often contain incomplete, inaccurate information about kimchi. This shortcoming must be addressed to promote a more accurate and comprehensive understanding of kimchi and Korean cuisine.

목적 : 미국의 EYENETRA 회사가 개발한 모바일 앱 기반 이동형 자동굴절력계(NR)는 피검사자가 직접 기기 를 작동하여 굴절이상도를 측정하는 기기로, 그 임상성능을 확인하기 위해, 고정형 자동굴절력계(HRK-8000)와 자각적 굴절검사(subjective refraction, SR) 측정값을 비교 분석하고자 하였다. 방법 : 경기도 소재 M 안경원의 고객 중, 치료 중인 전신질환 및 안질환이 없고, 안과 수술을 받은 적이 없는 근시 또는 근시성 난시 124명(248안)을 대상으로 하였다. 굴절이상도 측정값을 얻기 위하여 NR, HRK-8000과 SR 순서로 검사를 진행하였다. 통계처리는 SPSS program(version 26)을 사용하였고, p<0.050인 경우를 통계 적으로 유의한 것으로 판단하였다. 결과 : 구면, 원주, 등가구면 굴절력은 NR 측정값의 근시도가 가장 높게 측정되었고(p<0.010), SR에 대한 NR 의 평균값은 HRK-8000보다 차이가 크게 나타나 표준편차 범위를 벗어났다. SR에 대한 난시축 일치도는 ±5° 범위에서 NR이 41.4% 일치하였고, HRK-8000은 90.8% 일치하여 NR의 난치축 일치도가 낮게 나타났다. SR에 대한 NR과 HRK-8000의 정확도를 확인하기 위해 95% 일치 한계(LOA)를 비교한 결과 구면, 원주굴절력과 SE 성분의 NR 범위는 각각 +2.01∼-2.72, +1.69∼-2.20와 +1.89∼-2.81 D로 나타났고, HRK-8000 범위는 각 각 +0.84∼-0.96, +0.42∼-0.73와 +0.81∼-1.09 D로 나타났으며, 모든 변수에서 NR의 범위가 넓어 정확도 가 낮은 것으로 확인되었다. 결론 : 이상의 결과를 종합하면, 기존의 자동굴절력계를 대체하기는 어려울 것으로 판단되었고, 임상에서 예비 검사로 활용되기 위해서는 정확도가 개선될 필요가 있다고 사료된다.

본 연구에서는 무인항공기인 드론을 활용한 VDMS(Vision-based Displacement Measurement System)를 통해 동적변위계측 정 확도와 동특성 추정 신뢰성 검증을 위한 동적실험을 실시하였다. 비행하는 드론의 이동 및 회전진동을 보정하기 위해 영상 내부의 변 위가 발생하지 않는 고정점을 활용한 보정밥법을 사용하였으며, 검증을 위해 설치한 범용 센서인 LVDT와 LDS의 변위계측 결과와 비 교하여 그 오차를 시간영역과 진동수영역에서 분석하였다. 3가지 타입의 장비 모두 최대 변위 도달 및 주기 운동 계측에 있어서 대체 적으로 유사한 결과를 나타내었다. LDS 기준의 오차 분석 결과, 드론과 LVDT는 가진 진동수 변화에 의한 오차 값은 미비하나, 최대 발생 변위가 작을수록 오차 값은 증가하였다.

In this study, we evaluate artificial neural network (ANN) models that estimate the positions of gamma-ray sources from plastic scintillating fiber (PSF)-based radiation detection systems using different filtering ratios. The PSF-based radiation detection system consists of a single-stranded PSF, two photomultiplier tubes (PMTs) that transform the scintillation signals into electric signals, amplifiers, and a data acquisition system (DAQ). The source used to evaluate the system is Cs-137, with a photopeak of 662 keV and a dose rate of about 5 μSv/h. We construct ANN models with the same structure but different training data. For the training data, we selected a measurement time of 1 minute to secure a sufficient number of data points. Conversely, we chose a measurement time of 10 seconds for extracting time-difference data from the primary data, followed by filtering. During the filtering process, we identified the peak heights of the gaussian-fitted curves obtained from the histogram of the time-difference data, and extracted the data located above the height which is equal to the peak height multiplied by a predetermined percentage. We used percentage values of 0, 20, 40, and 60 for the filtering. The results indicate that the filtering has an effect on the position estimation error, which we define as the absolute value of the difference between the estimated source position and the actual source position. The estimation of the ANN model trained with raw data for the training data shows a total average error of 1.391 m, while the ANN model trained with 20%-filtered data for the training data shows a total average error of 0.263 m. Similarly, the 40%-filtered data result shows a total average error of 0.119 m, and the 60%-filtered data result shows a total average error of 0.0452 m. From the perspective of the total average error, it is clear that the more data are filtered, the more accurate the result is. Further study will be conducted to optimize the filtering ratio for the system and measuring time by evaluating stabilization time for position estimation of the source.

The most important thing in development of a process-based TSPA (Total System Performance Assessment) tool for large-scale disposal systems (like APro) is to use efficient numerical analysis methods for the large-scale problems. When analyzing the borehole in which the most diverse physical phenomena occur in connection with each other, the finest mesh in the system is applied to increase the analysis accuracy. Since thousands of such boreholes would be placed in the future disposal system, the numerical analysis for the system becomes significantly slower, or even impossible due to the memory problem in cases. In this study, we propose a tractable approach, so called global-local iterative analysis method, to solve the large-scale process-based TSPA problem numerically. The global-local iterative analysis method goes through the following process: 1) By applying a coarse mesh to the borehole area the size of the problem of global domain (entire disposal system) is reduced and the numerical analysis is performed for the global domain. 2) Solutions in previous step are used as a boundary condition of the problem of local domain (a unit space containing one borehole and little part of rock), the fine mesh is applied to the borehole area, and the numerical analysis is performed for each local domain. 3) Solutions in previous step are used as boundary conditions of boreholes in the problem of global domain and the numerical analysis is performed for the global domain. 4) steps 2) and 3) are repeated. The solution derived by the global-local iterative analysis method is expected to be closer to the solution derived by the numerical analysis of the global problem applying the fine mesh to boreholes. In addition, since local problems become independent problems the parallel computing can be introduced to increase calculation efficiency. This study analyzes the numerical error of the globallocal iterative analysis method and evaluates the number of iterations in which the solution satisfies the convergence criteria. And increasing computational efficiency from the parallel computing using HPC system is also analyzed.

In this study, we present an algorithm for indoor robot position estimation. Estimating the position of an indoor robot using a fixed imaging device obviates the need for complex sensors or hardware, enabling easy estimation of absolute position through marker recognition. However, location estimation becomes impossible when the device moves away from the surrounding obstacles or the screen, presenting a significant drawback. To solve this problem, we propose an algorithm that improves the precision of robot indoor location estimation using a Gaussian Mixture Model(GMM) and a Kalman filter estimation model. We conducted an actual robot operation experiment and confirmed accurate position estimation, even when the robot was out of the image.

본 연구는 수직 벽체형 콘크리트 구조물의 정밀안전진단을 위한 외관조사시 고품질 정밀영상을 자동화된 방식으로 획득하여 균열손상을 탐지하고 시설물의 상태를 평가하기 위하여 개발된 등벽드론 탑재형 균열진단 시스템에 대한 것이다. 본 논문에서는 영상기반 균열진단 시스템을 이용한 정밀영상 획득기술, 자동화된 영상처리 알고리즘을 이용한 데이터 처리 기법을 제시하였으며, 실험적으로 도출된 지상표본거리를 기반으로 영상처리 자동화 알고리즘을 이용하여 생성된 균열모사 시험벽체의 평면전개 이미지 상 균열손상의 위치 정확도를 평가 분석하였다. 평가분석 결과, 가로축 길이 대비 최대 1.1%, 세로축 길이 대 비 최대 1.4%의 오차율을 보이는 것으로 나타났다. 제안된 영상 내 픽셀 좌표와 지상표본거리를 기반으로 균열손상의 위치를 추정하는 기법은 실측 좌표 대비 평균 1.0% 이하의 위치 오차를 가지는 것으로 평가되었다. 최종적으로 영상기반 진단과 긴급 보수와 같은 일반적인 시설물의 유지관리에 요구되는 위치 정확도를 확보하고 있는 것으로 분석되었다.