http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 박준영 ( Park Juneyoung ) (검색결과 15 건)
- 무료
- 기관 내 무료
- 유료
-
-
-
-
착용형 소변 수집기 개발을 위한 휠체어와 소변백의 부착 방법 연구
박준영(Park, Juneyoung),김기현(Kim, Kihyeon),박상수(Park, Sangsoo),박찬호(Park, Chanho) 표준인증안전학회 2021 표준인증안전학회지 Vol.11 No.4
소변의 배출 욕구를 느끼지 못하여 무의식중에 방광을 비우는 중증 요실금은 중추 혹은 말초 신경계의 손상에의한 신경인성 방광과 함께 노화와 치매로 인한 인지기능 저하, 의식 장애 등의 원인으로 발생한다. 중증 요실금환자에서 대부분의 환자는 기저귀로 배뇨를 처리하며, 일부 활동이 가능한 환자의 경우 간헐적으로 도관을 삽입하여 배뇨하는 방법을 이용하지만 아직까지도 도관 삽입의 통증 및 이물감, 불편함, 요로감염의 위험 등은 해결되지 못한 상태이다. 도관 삽입의 문제점을 개선하기 위한 콘돔 카테터를 이용한 소변 처리 방법이 개발되어 상품화되었으나 환자의 불편함과 감염의 위험을 크게 개선시키지는 못하였다. 본 논문에서는 환자의 요도대신 음경 주위에 팬티에 부착되는 소변 수집기와 소변 튜브, 그리고 휠체어에 부착하여 소변을 일시적으로 저장할 수 있는 소변백으로 구성된 착용형 소변 처리 시스템에서 소변백을 휠체어에 부착하는 세 가지 방법들에 대한 연구 결과를 보고하고자 한다. 일반 보급형 휠체어에서 소변 백을 부착할 수 있는방법은 휠체어 좌석을 지지하는 프레임의 앞쪽 돌출부를 이용하는 전방측면 거치형, 휠체어 뒤쪽에서 휠체어를지지하는 X-자형 프레임에 부착하는 후방 거치형, 그리고 휠체어 좌석 하부와 X-자형 프레임 사이의 공간에 벨크로 테이프를 이용하여 부착하는 하방 거치형이 가능하였다. 전방 측면 거치형은 소변량의 관찰이 가장 쉽다는장점이 있으나 휠체어 사용자의 수치심이 크다는 단점이 있으며, 후방 거치형의 경우 소변백이 가려져서 수치심을 줄일 수 있으나, 끈으로 부착하는데 시간이 많이 걸리고 숙련도가 필요하였다. 하방 부착형은 소변백이 감취지므로 환자의 수치심이 가장 적으며, 벨크로 테이프를 이용하여 쉽게 탈부착이 가능하므로 의료 현장에서 사용할 수 있는 가장 적합한 방법이라고 사료된다. 소변백 부착이 가능한 휠체어 설계에서는 소변백 탈부착의 용이성과 함께 환자의 수치심을 감소시킬 수 있는방안이 최우선적으로 고려되어야 할 것이다. Severe urinary incontinence, in which one cannot feel the desire to urinate and urine is unconsciously voided, is caused by neurogenic bladder caused by damage to the central or peripheral nervous system, as well as cognitive decline, impaired consciousness due to aging and dementia. Most severe urinary incontinence patients are treated with a urine absorbent pads. In the case of active patients, intermittent urinary catheter is an alternative to urine absorbent pads, but the pain, discomfort, and the risk of urinary tract infection associated with the catheterization are still unresolved. A urine disposal system using a condom catheter was developed and commercialized to resolve the problems of catheterization, but it did not significantly improve patient discomfort and risk of infection. In this paper, we report three methods for attaching a urine bag to a wheelchair in a wearable urine disposal system consisting of a urine collector and a urine tube attached to the panties around the penis instead of the patient s urethra, and a urine bag that can be attached to the wheelchair to temporarily store urine. The method for attaching a urine bag to a general entrylevel wheelchair was as follows: 1) front side attachment using the front protrusion of the frame that supports the wheelchair seat, 2) back attachment using the X-shaped frame supporting the wheelchair from the rear part of the wheelchair, and 3) under attachment using the space between the lower part of the wheelchair seat and the X-shaped frame supporting the wheelchair. It was possible to attach the urine bag under the wheelchair seat using Velcrotape. The front attachment has the advantage of being the easiest method to observe urine volume, but has a disadvantage that the wheelchair user could feel the most shame when the urine bag is completely exposed to others. In the case of the rear-attachment method, the shame could be reduced as the urine bag is hidden behind, but the attachment required time and skill. The downward attachment method was considered to be the most suitable method for use in the medical field because the urine bag is completely hidden, so the patient s shame is the least, and it can be easily attached and detached using Velcro tape. In the design a urinebag attachable wheechair, minimizing the patient s shame along with the ease of attaching and detaching the urine bag on the wheelchair should be considered first.
-
-
다양한 통계 기법을 활용한 안전성능함수 개발 및 비교 연구 : 트럼펫형 램프를 중심으로
양삼규,박준영,권경주,이현석,Yang, Samgyu,Park, Juneyoung,Kwon, Kyeongjoo,Lee, Hyunsuk 한국ITS학회 2021 한국ITS학회논문지 Vol.20 No.5
최근 고속도로 본선구간에서 발생한 교통사고에 대한 연구가 다수 수행되고 있으나, 램프와 같이 본선 외 구간에 대한 교통안전을 다루는 연구는 미미한 실정이다. 최근 5년(2015년~2019년)동안 램프에서 발생한 사고는 총 6,717건으로 이는 전체 고속도로 사고의 약 15%를 차지한다. 본 연구에서는 고속도로 램프구간에 대해 보다 정확한 사고 예측 모형을 제공하기 위해 포아송 감마(PG)와 포아송 역가우스(PIG)와 같은 다양한 통계 분포를 비롯하여 랜덤효과와 같은 기법을 적용하여 Simple 및 Full SPF를 구축하고 비교하였다. 교통 및 도로 기하구조 데이터는 로드뷰와 같은 다양한 시스템에서 수집되었다. 분석 결과, PIG 모형은 일반적으로 더 정확한 사고 예측을 제시하며, Simpe SPF와 Full SPF 모두에서 임의효과 모형이 더욱 우수한 성능을 나타내었다. 본 연구결과는 교통실무자들에게 정확한 사고 예측 모형을 기반으로 램프구간 교통안전을 증대시키고 이해할 수 있는 참고자료로써 활용될 수 있다. In recent times, several studies have been conducted focusing on crashes occurring on the main segment of the highway. However, there is a dearth of research dealing with traffic safety relating to other highway facilities, especially ramp areas. According to the Korea Expressway Corporation's Expressway Information Service, 6,717 crashes have occurred on ramps in the five years from 2015~2019, which accounts for about 15% of all highway accidents. In this study, the simple and full safety performance functions (SPFs) were evaluated and explored using different statistical distributions (i.e., Poisson Gamma (PG) and Poisson Inverse Gaussian (PIG)) and techniques (i.e., fixed effects (FE) and random effects (RE)) to provide more accurate crash prediction models for highway ramp sections. Data on the geometric characteristics of traffic and roadways were collected from various systems and with extensive efforts using a street-view application. The results showed that the PIG models present more accurate crash predictions in general. The results also indicated that the RE models performed better than FE models for simple and full SPFs. The findings from this study offer transportation practitioners using the Korea Expressway Corporation's Expressway a dependable reference to enhance and understand traffic safety in ramp areas based on accurate crash prediction models and empirical evidence.
-
차량 주행궤적 데이터를 활용한 Multi-Stage 머신러닝 기반의 사고 위험 예측 연구
박누리(PARK, Nuri),박준영(PARK, Juneyoung) 대한교통학회 2024 대한교통학회지 Vol.42 No.3
교통사고 발생 예방과 대응을 위하여 실시간으로 사고위험 상황을 예측하고 적절한 조처를 하는 방안에 관한 연구가 진행되고 있다. 교통사고는 매우 드물게 발생하는 무작위 이벤트이기 때문에 실시간 사고 위험 예측에서 사고 발생 징후를 포착하고 위험한 교통류 특성을 명확히 구분할 수 있는 안전 지표를 선택하는 것이 중요하다. 본 연구에서는 머신러닝 기법 중 비지도 학습과 지도학습 방법론을 동시에 활용하여 중요도 높은 핵심 안전 지표를 선별하였으며, 선정된 안전 지표를 활용해 사고위험 예측모형을 개발하는 Multi-stage process의 사고 위험 예측 모형 개발 절차를 제안하였다. 첫 번째 단계에서는 K-means Clustering과 Random Forest 방법론을 사용하여 사고위험 교통류와 일반 교통류를 잘 분류할 수 있는 변수를 선별하였으며, 두 번째 단계에서는 첫 번째 단계에서 도출된 핵심 변수의 조합을 마련하였다. 마지막으로 세 번째 단계에서는 이진 분류에 많이 사용되는 머신러닝 기법인 Support Vector Machine 모형을 사용해 변수 조합별 사고 위험 예측 모형을 개발하고, 예측 성능을 비교하였다. 이를 통해 본 연구에서는 사고위험 예측모형에 독립변수로 활용되는 안전 지표를 선별할 때 비지도 학습 및 지도 학습 기반 핵심 변수 선별 방법론의 효과를 측정하였다. 또한, 본 연구에서는 실시간으로 변화하는 차량의 위험 주행행태 포착을 위해 상업용 차량의 Digital Tachograph(DTG)에서 수집되는 주행궤적 데이터를 사용하였다. 연구 결과, 본 연구에서 제안한 Multi-stage 기반 사고 위험 예측 모형 개발 방식은 모형의 예측 성능을 개선하는 것으로 나타났으며, 핵심 변수 선별에 지도학습만으로는 도출되지 않는 새로운 중요한 변수를 고려할 수 있는 것으로 나타났다. 본 연구에서 제안된 방법론을 사용하여 선제적 교통안전 관리 전략을 마련할 수 있으며, 이를 통해 교통사고를 예방하고, 교통안전 관리전략을 통해 사전에 대응할 수 있을 것으로 기대한다. The selection of indicators that can catch the risky traffic flow is important to predict crash risk on highways. Unsupervised machine learning techniques can be a new approach to deriving important crash risk indicators. This paper applies a multi-stage methodology using both unsupervised and supervised machine learning techniques systematically to evaluate crash risks. The proposed multi-stage methodology is composed of three stages. In the first stage, select variables that can classify risky and general traffic flow well using K-means clustering and Random forest. The second stage is the combination of variables that were derived in the first stage to construct important variable sets for detecting crash precursors. Lastly, third stage, crash prediction models with variable sets, which are selected from the second step, were developed using the support vector machine method. For the real-time crash prediction model, individual vehicle trajectory data were collected from commercial vehicles and used. As a result of this study, the multi-stage models that include variable selection through a combination of K-means clustering and Random Forest methods improved the predictive performance. This study proposes a new approach to selecting important variables that cannot be found by supervised learning when developing a crash prediction model. It is expected that more crashes can be prevented by performing proactive traffic safety management using the methodology suggested in this study.
-
운행기록장치 주행 데이터를 이용한 안전성 평가방법론 개발
박성민(Park, Seongmin),김윤종(Kim, Yunjong),강가원(Kang, Kawon),박준영(Park, Juneyoung),오철(Oh, Cheol) 대한토목학회 2020 대한토목학회 학술대회 Vol.2020 No.10
특정 도로 구간의 안전 성능을 평가하기 위해서는 장시간의 충분한 교통사고 자료가 필요하다. 이 문제를 극복하기 위해, 많은 연구들이 미시적 교통 시뮬레이션에서 추정된 Surrogate Safety Measure(SSM)를 이용하려고 노력해왔다. 그러나 시뮬레이션에서 개발된 네트워크가 검증되지 않으면, 현실의 교통 조건과 패턴 변화를 반영하기 위해 개발된 SSM을 채택하기 어렵다. 본 연구에서는 개별 차량 궤적 데이터 중 하나인 운행기록장치 DTG를 이용한 패턴 기반 SSM(PSSM)을 개발하는 방법을 제안하였다. PSSM은 위험 운전 행동의 패턴을 바탕으로 추정할 수 있다. 사업용 차량에서 수집한 DTG 데이터를 활용해 개별 차량의 위험 주행 패턴을 파악했다. 데이터마이닝 기법 중 하나인 랜덤포레스트를 통하여 1차적으로 변수를 선택한 후, 위험 운전 행동 빈도에 근거하여 대리 안전성능함수 (SSPF)를 추정하였다. 그 결과 급감속, 급차로변경, 급앞지르기, 급U턴이 교통사고 빈도와 관련이 있는 것으로 나타났다. SSPF를 통해 Potential for Safety Improvement(PSI)를 산출한 결과, 주로 도시와 교외지역을 연결하는 도로 구간에서 높은 PSI가 확인되었다. 이 연구의 결과는 네트워크 수준의 안전 성능을 평가하기 위해 실시간 개별 차량궤적 데이터를 채택하는 새로운 접근방식을 제공할 수 있다.
-
데이터마이닝 기반의 사고심각도 가중치 적용 예측변수를 활용한 교차로 사고예측모형 개발
손승오(SON, Seung-oh),박준영(PARK, Juneyoung) 대한교통학회 2022 대한교통학회지 Vol.40 No.2
본 연구에서는 데이터마이닝 기법을 통해 도출한 사고심각도 가중치를 적용한 환산 사고건수를 종속변수로 하는 도심부 교차로 사고예측모형을 개발하였다. 일반적으로 사고예측모형(Crash prediction model)은 안전성능함수(Safety performance functions)로도 불리며, 분석대상인 구간 또는 교차로에서 집계된 사고건수를 종속변수로 하는 회귀모형이다. 그러나 여기서 사고건수는 단순히 집계된 사고의 빈도이며 사고심각도 및 사고의 특성변수가 반영되지 않은 데이터이다. 본 연구는 국내 교차로에서 발생한 사고를 대상으로 사고심각도 분석을 수행하여 심각한 사고 발생에 유의한 영향을 미치는 변수를 정량화하였으며, 이를 사고건수에 반영한 가중치 적용 사고건수를 종속변수로 설정하여 모형을 개발하였다. 교차로 사고심각도 분석에는 Random forest(RF)와 Extreme gradient boosting(XGB) 방법론이 활용되었으며, 사고예측모형은 NB, Com-poisson, 그리고 XGB 회귀트리가 활용되었다. 최종적으로 RF와 XGB 가중치 결과가 반영된 지표가 예측성능이 가장 우수한 것으로 나타났다. 제안된 종속변수는 우수한 예측성능뿐만 아니라 사고심각도 분석 결과를 반영하고 있기 때문에, 심각도 요인 기반의 중요한 시사점을 제시할 수 있다. 본 연구에서 제시한 모형은 개별 교차로의 안전성 평가 및 정책 설계에 유효한 자료로 활용될 수 있다. In this study, crash prediction models for urban intersections were developed using an index as dependent variables reflecting the crash severity weight from data mining technique. In general, the crash prediction model is also called Safety performance function (SPF), and is a regression model with the number of crashes aggregated in the sections or intersections to be analyzed as dependent variables. However, the number of crashes is simply the counted frequency of crashes, and the data does not reflect the characteristics of the crash severity factors. In this study, the crash severity analysis were conducted on crashes that occurred at urban intersections. In addition, the crash prediction models were developed using the crash score index reflecting the results of the severity analysis as a dependent variable. Random forest (RF) and Extreme boosting (XGB) were used for the analysis of intersection crash severity, and NB, Com-poisson, and XGB regression tree model were developed for crash prediction models. Finally, the index reflecting the RF and XGB weight results showed the best predictive performance. Since the proposed dependent variable reflects the results of crash severity analysis as well as excellent predictive performance, important implications based on severity factors can be presented. The model presented in this study can be used for safety evaluation and policy design of individual intersections.
-
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
