Collaborative convolutional social pooling LSTM and its application to collision prediction

김수연 Graduate School, Yonsei University 2021 국내석사

본 연구에서는 자차량의 경로에 Cut-in하는 주변 차량의 경로를 예측하여, 자차량과 전방차량의 차량충돌을 몇 초 전에 예측하는 시스템을 제안합니다. 자율주행 차량의 안전한 경로 생성 및 충돌 회피를 위해, 차량의 경로를 예측하는 많은 연구가 진행되고 있습니다. 차량의 경로를 예측하는 연구들은 전방 충돌 경고 시스템, 긴급 제동 시스템에 적용되고 있으며, 안전한 자율주행 시스템을 위해 매우 필수적인 연구입니다. 주변 차량의 경로를 예측하기 위해 본 연구에서는 Path Prediction Network를 제안합니다. 주변 차량의 경로를 Deep learning을 이용하여 예측할 경우, 차량 모델링 과정을 거치지 않고 성능을 낼 수 있는 장점이 있습니다. 또한, 기존의 충돌 경고 알고리즘들은 1ms 이내의 충돌을 예측하는 반면, 본 연구에서는 몇 초 후의 충돌을 예측하는 성능을 보일 수 있습니다. 따라서, 본 연구는 크게 Path Prediction Network와 Collision warning Probability를 계산하는 두 단계로 나눌 수 있습니다. 차량 경로 예측에 가장 영향을 주는 요소는 과거 trajectory data입니다. 주변 차량의 position, heading, velocity와 같은 과거 데이터들은 미래 주행 경로에 영향을 주기 때문입니다. 이러한 시계열 데이터의 특성을 이용하고자 본 연구에서는 LSTM(Long Short Term Memory)네트워크를 사용하였습니다. 또한, 주변 Object들의 움직임도 미래의 경로에 영향을 줄 수 있는 요소입니다. 예를 들어, 전방차량이 급정거를 할 경우, 후방차량 또한 급정거를 해야 하며, 전방차량이 다른 차선으로 이동할 경우, 후방차량은 전방차량과 관련없이 주행을 할 수 있습니다. 이러한 주변 차량의 움직임의 특성을 반영하기 위해, 본 논문은 주변차량에 대한 정보를 담고 있는 Grid Tensor를 생성하였습니다. 이후, 계산양을 줄이기 위해 Pooling approach를 이용하여 feature들을 추출했으며, LSTM decoder를 사용하여 몇 초이후의 차량의 미래 Path를 예측했습니다. 제안한 Path Prediction Network를 이용하여 주변 차량의 미래경로를 예측하고, 자차량의 전방에 Cut-in하는 경우 Collision Probability를 계산하여 운전자에게 미래 충돌을 경고하는 알고리즘을 연구하였습니다. 즉, 본 연구는 자차량의 Path에 예상하지 못한 Object와 충돌할 가능성을 계산하기위해, 주변 차량의 움직임을 예측하고 충돌 가능성을 연구하여 기존의 충돌 예측 알고리즘보다 몇 초 전 Collision Warning을 예측을 하였습니다. 네트워크의 학습은 NGSIM(Next Generation Simulation, 미국 고속도로 데이터셋)과 시뮬레이션 데이터를 이용하였으며, 실제 차량 데이터를 이용하여 검증했습니다. In this thesis, we propose a new approach to risk assessment for warning future dangerous situations under the traffic conditions. It is very important to detect collision situations in advance for the self-driving vehicle. Most of the previous studies address the short-term collision risk assessment within milliseconds. This paper proposes a long-term collision risk assessment considering future trajectories using deep learning. To estimate the long-term collision risk situations, we predict the future behavior of the target vehicles near the host-vehicle. And then, we calculate the Euclidean distance between the host vehicle and other vehicles. By doing so, we are able to select the target vehicle most likely to collide with the host vehicle. Eventually, we can assess the collision risk between the host vehicle and a target vehicle using an indicator that we proposed. With the above schemes combined into one framework, we can predict the collision risk in advance. To the best of our knowledge, our proposal is the first long-term risk estimation study using deep learning network. In this work, we use the deep learning network for prediction of the correct trajectory of the target vehicle. And the future trajectory is used to assess the collision risk in the future. We evaluate our approach real driving data and two driving datasets (Next Generation Simulation (NGSIM) US-101 and I-80 datasets).

Elucidation of mechanisms underlying drug-tolerant resistance and development of analytic platform for patient analysis

Kim, Suyeon Sungkyunkwan University 2024 국내석사

암 치료에서 발생하는 약물 저항성은 환자의 생존률 저하에 큰 영향을 끼친다. 약물 저항성은 크게 약물 내제 저항성, 중간자적 저항성, 획득성 저항성으로 나눌 수 있다. 약물 중간자적 저항성은 암 세포가 휴면 상태로 남아있어 암 치료의 잠재적인 상태를 제공할 수 있다. 따라서 약물의 중간자적 저항성 메커니즘 규명을 통해 개인 맞춤형 항암 치료의 효과를 증가시킬 수 있을 것이다. 우선 chemotherapy 단계에서 TRAIL을 이용해 약물의 중간자적 저항성과 관련된 유전자를 규명했다. TRAIL은 extrinsic apoptotic 리간드로 chemotherapy로 잠재력을 갖지만, 내재적 그리고 획득성 저항성에 의해 약물로서의 제한이 있다. 연구에서 TRAIL-저항성 세포주에 4 개월 간 휴약기를 주어 TRAIL-persister 세포주를 제작했고, 이로써 TRAIL-저항성 세포의 표현형 reversal을 파악했다. 전사체 분석 결과, TRAIL-저항성 세포에서 miR-29 표적 유전자의 활성화가 나타났으며, 이는 폐암 종양 형성의 시그니쳐를 나타냈다. 또한, 종양 억제자로 알려진 miR-29ac 와 140-5p의 발현은 TRAIL 저항성의 복구와 연관이 있고, 이는 종양원성 단백질 RSK2를 억제한다. 더 나아가, 102개의 폐암 세포주를 분석한 결과에서 TRAIl-sensitivity와 RSK2 mRNA 발현 간의 유의한 상관 관계를 확인했다. 마지막으로, 증가된 RSK2 mRNA가 약물 내성 및 획득성 저항성에서 핵심적인 역할을 하는 NF-kB의 활성화와 관련이 있음을 확인했다. 이와 더불어, 현재 임상에서 사용중인 KRAS 돌연변이 세포주를 대상으로 하는 Sotorasib을 사용하여 동일한 실험을 진행했다. Sotorasib은 KRAS 돌연변이 세포주를 표적하는 약물 후보로서의 가능성을 보여주지만 획득성 저항성의 기전은 아직 알려져 있지 않다. 이러한 저항성 메커니즘을 규명하기 위해 KRAS 돌연변이를 가진 세포주를 이용해 약물 중간자적 저항성 세포주를 제작하고 있다. RNA sequencing, CRISPR library screening과 같은 다양한 분석 방법을 통해 중간자적 저항성과 관련된 메커니즘을 확인하고, 실제 임상시험에서 사용할 수 있도록 RNA seq base screening을 활용하여 약물 후보 물질을 검증할 수 있는 분석 tool을 구축할 예정이다. 추후 이러한 연구 결과를 통해 해당 질병의 biomarker 및 저항성 메커니즘을 예측하고, data 구축을 통해 암환자 맞춤형 항암 치료에 긍정적인 영향을 주는 것을 목표로 한다. Drug-resistance that arises during anticancer therapy has a significant impact on the declining patient survival rate. Drug resistance can be divided into 3 categories: innate, drug-tolerant, and acquired resistance. Drug-tolerant resistance allow cancer cells to remain dormant, which is a potential state for cancer therapy. Therefore, elucidation of mechanisms underlying drug-tolerant resistance can increase efficiency of personalized cancer therapy. At chemotherapy level, TRAIL was used to define its mechanisms underlying drug-tolerant resistance. TRAIL is an extrinsic apoptotic ligand that has chemotherapeutic potential to its target, but it's role as a drug is currently limited by innate and acquired resistance. In this study, TRAIL-persister cell was generated from TRAIL-resistant cells by giving 4 months of drug holiday, showing that the TRAIL-resistant cells demonstrate a phenotype reversal. Transcriptomic analysis revealed activation of miR-29 target genes in TRAIL-resistant cells, showing oncogenic signature in lung cancer. Also, it was found that restored TRAIL-sensitivity is associated with miR-29ac and 140-5p expression, which is known as tumor suppressor, by suppressing oncogenic protein RSK2. Moreover, a significant correlation was observed between TRAIL-sensitivity and RSK2 mRNA expression in 102 lung cancer cell lines. Finally, I identified that increased RSK2 mRNA is responsible for NF-kB activation, which is a key determinant in both innate and acquired TRAIL resistance. Also, same experiment was conducted using sotorasib, a currently utilized targeted therapy in clinical practice. Sotorasib shows promise as a drug candidate for targeting KRAS-mutated cell lines, but its mechanisms of acquired resistance remain unknown. To elucidate the underlying mechanisms of this resistance, I am on the process of generating drug-tolerant resistant cell lines with KRAS mutation. Through various analysis such as RNA sequencing and CRISPR library screening, I aim to investigate the mechanisms associated with drug-tolerant resistance and establish an analysis tool using RNA-seq based screening to validate drug candidates for clinical usage. These findings strongly support further investigation of drug-tolerant resistance mechanisms and the development of an analytic platform to enhance personalized cancer therapy.

Study on the mechanism of hyperactivation of EGFR signaling by autophagy-mediated EGF secretion in NANOG+ immune-refractory tumor cells

Kim, Suyeon 고려대학교 대학원 2023 국내박사

During T cell-based immunotherapy, immune pressure drives tumor cells to acquire immune-refractory phenotypes. Cytotoxic T lymphocyte (CTL)-mediated immune selection endows NANOG+ tumor cells with multi-aggressive phenotypes such as stem-like and immune-refractory properties that make them resistant to CTL-mediated killing. Although it has been confirmed that AKT signaling is important in NANOG-mediated multi-aggressiveness, its molecular mechanism has not been elucidated. Therefore, further mechanistic studies are required to overcome the NANOG-mediated multi-aggressiveness. Autophagy is a well-known mechanism for the degradation of cytosolic components under cellular stress conditions, such as a nutrient deficiency. Recently, it has been reported that autophagy-related proteins can also affect unconventional protein secretion known as a secretory autophagy. Here, I found that NANOG promoted the transcription of MAP1LC3B (LC3B) and hexokinase-2 (HK2). Induction of LC3B, increased the number of LC3B+ autophagosomes and epidermal growth factor (EGF) secretion. Subsequent activation of the EGFR/AKT axis rendered NANOG+ cancer cells resistant to CTL-mediated apoptosis. Similarly, I also revealed that HK2, another transcriptional target of NANOG, could promote autophagy-dependent secretion of EGF. Building upon idea that HK2 functions as a molecular switch from glycolysis to autophagy to maintain cellular energy homeostasis, I show that HK2 signaling also serves as a critical nexus of energy homeostasis and survival mediated by secretory autophagy through the interaction of HK2 with mTORC1 via its TOS motif. Importantly, the inhibition of HK2-mTORC1 interaction by 2-deoxy-d-glucose (2-DG) treatment in the refractory tumor cells abrogated the secretion of EGF and subsequently, rendered the tumors susceptible to PD-1 blockade. Thus, these findings demonstrate a novel link among immune-resistance, stem-like phenotypes, and LC3B-mediated secretory autophagy in immune-refractory tumor cells. At the same time, the findings imply that autophagy-dependent EGF secretion can function as the main molecular target for controlling NANOG+ immune-refractory cancer. T 세포 이식 및 면역관문억제제와 같은 항암면역치료 방법은 우수한 효과를 보이나, 여전히 대다수에서 불응성이 발견되고 있다. 이를 극복하기 위하여, 항암면역치료에 대한 불응성의 핵심 원인 기전을 이해하고 표적가능한 인자를 규명하여 치료 효율을 증진시킬 전략 개발이 시급한 실정이다. 선행연구에서 선별한 불응성 핵심원인인자 NANOG는 전사인자로써 다양한 면역내성 하위인자의 발현을 복합적으로 유도하여 핵심 경로로AKT 신호를 활성화시킴을 확인하였으나, AKT 활성의 분자적 기전에 대해 명확히 규명되지 않았다. 항암면역치료 불응성을 극복하기 위하여 T 세포 이식 치료 및 면역관문억제제 치료에 대한 내성암 모델을 확립하였고, NANOG+ 종양세포가 치료과정 중 발생하는 면역선택압에 의해 선별되어 재증식함을 확인하였다. 흥미롭게도 이러한 면역불응성 암세포는 NANOG에 의한 MAP1LC3B (LC3B)의 전사촉진으로 인해 LC3B+ 자가소포체가 증가되어 있었으며, LC3B가 EGF의 분비 증가 및 EGFR-AKT 신호경로의 활성화를 유발하는 중요한 인자임을 확인하였다. 이 현상은 면역관문억제제 내성암 모델에서도 재현되었지만, 현재 NANOG를 직접적으로 표적화할 수 있는 임상적 저해제는 개발된 바 없다. 따라서 NANOG 매개 면역관문억제제 불응성 획득의 명확한 분자 기전을 규명을 통한 임상 적용 가능한 핵심표적인자 선별과 그 기전 이해가 필수적이라고 판단된다. 이에 따라 NANOG 매개 다중악성 현상에서 핵심인자이자 저해제가 개발된 인자를 선별하고자 하였다. 다양한 대사관련 인자들의 발현은 암의 진행 및 항암제 내성 등 암의 다양한 악성현상과 연관되어 있음이 보고되었고 대사관련 인자들 중에서 특히 Hexokinase 2 (HK2) 만이 면역관문억제제 불응암 시그니처와 양적 상관관계가 있음을 발견하였다. 기전적으로 HK2는 mTORC1과 결합함으로써 mTORC1의 기능을 억제하고 자가소포체 형성에 중요한 ULK1의 활성을 유도함으로써 자가포식을 유도할 수 있었으며, 이는 면역불응성암의 자가포식 매개 EGF의 분비를 증진시킬 수 있었다. HK2는 NANOG의 전사타겟으로 특히 간암에서 상호 발현의 양적 상관관계가 있었고, 이들 발현이 높은 환자들은 암줄기세포 및 세포사멸 내성등의 표현형과 연관되어 있었다. HK2 저해제인 2-DG를 처리하였을 때, 실험관 내에서 NANOG 매개 불응성 표현형이 저해될 뿐아니라, 생체 내에서 PD-1 항체에 대한 불응성을 극복할 수 있음을 확인하였다. 따라서 본 연구는 면역치료 불응성을 극복할 수 있는 주요 기전으로 NANOG-LC3B 분자축의 상관관계를 입증했을 뿐 아니라, 이를 표적할 수 있는 임상적용가능한 제재로 HK2 저해제를 제시하였다. 이러한 발견들은 NANOG 발현이 높은 난치적 암을 극복할 수 있는 치료 전략의 논리적 근거를 제공하는 것으로 함암 면역치료 발전에 기여할 수 있을 것으로 기대된다.

Semantic Segmentation for a Mobile Robot Operating in a Manufacturing Factory

Suyeon Kim 연세대학교 일반대학원 2024 국내석사

In factory automation, semantic segmentation plays a vital role in guiding mobile robots to perform various tasks, such as scene understanding, obstacle avoidance, and localization. Unfortunately, no publicly available dataset shows visual information inside the manufacturing factory due to confidentiality issues. Users must manually collect samples to operate mobile robots inside the factory, which is a laborious and expensive task. Since collecting labeled samples is time-consuming, this paper proposes a practical semi-supervised semantic segmentation method specified for a manufacturing factory, where labeled samples are extremely limited. Based on the intrinsic properties in the manufacturing factory we have carefully identified, we propose Multiple-view Aggregation Module to generate high-quality pseudo-labels by filtering out inaccuracies via different predictions on multiple views. Furthermore, we introduce Depth-Aware Cut-and-Paste and a robust augmentation method called Cut-Line adequate for a factory environment. Since there are no publicly available factory datasets, we release our synthetic dataset IsaacFactory, which was generated using the NVIDIA simulator Isaac Sim. Our method achieves high performance on our synthetic dataset IsaacFactory, as well as in the real factory dataset Zed2iFactory we have acquired. Furthermore, we leverage depth information to enhance the robustness of our approach in challenging no-light scenarios commonly encountered in factory environments. 제조 공장 자동화 분야에서 모바일 로봇의 자율주행은 시각 정보가 중요한 역할을 한다. 장면 이해, 장애물 회피, 위치 파악과 같은 작업을 위해서는 픽셀 수준의 객체 분류가 가능한 의미 분할을 수행하는 것이 가장 적합한 방법이다. 그러나 제조 공장 내부의 시각 정보 데이터셋은 기밀성 문제로 인해 오픈 데이터셋이 존재하지 않는다. 따라서 사용자들은 직접 데이터를 수집해야 하지만, 이는 많은 시간과 비용이 드는 작업이다. 따라서 이 연구는 제조 공장 환경에서 레이블이 극히 제한적인 상황에서도 효과적인 RGB-D 준지도 의미론적 세분화 방법을 개발하고자 한다. 또한 정확한 인식 정보를 얻기 위해 깊이 정보도 함께 활용한다. 연구에 앞서, 제조 공장 내 본질적인 특성을 심층적으로 분석한 이후, 각 특성에 맞는 해결 방법을 제시한다. 첫째로, 제조 공장은 일반적으로 천장이 높아서 강한 조명이 활용되며, 이로 인해 비닐 포장된 물류 제품, 철골 구조물, 평평한 바닥과 같은 물체는 빛을 강하게 반사한다. 이러한 환경에서 다양한 반사체들이 존재하므로, 딥러닝 네트워크가 객체를 오인식하는 문제가 빈번하게 발생한다. 이를 해결하기 위해 Multiple-view Aggregation Module을 제안하여 고품질의 수도레이블을 생성한다. 둘째로, 도심 속 자율주행 자동차는 다양한 도시 환경에서 운행해야 하므로 딥러닝 네트워크가 여러 도메인에 일반화되어야 한다. 그러나 제조 공장에서 사용되는 모바일 로봇의 경우, 사용자는 대체로 작동할 공간을 정확히 인지하고 있다. 따라서 해당 딥러닝 네트워크는 일반화보다는 특정 작업 도메인에 더욱 특화되어야 한다. 이를 위해 Depth-Aware Cut-and-Paste 기법을 활용하여 깊이 정보를 고려하여 라벨이 있는 샘플을 효과적으로 활용한다. 셋째로, 제조 공장에는 맨해튼 형식의 구조물이 많이 존재한다. 따라서 선 형태로 샘플을 가리는 Cut-Line이라는 새로운 증강 방법을 제안하여 네트워크의 학습 성능을 향상시킨다. 제안한 방법을 검증하게 위해 기밀 정보가 포함되지 않은 가상 공장 환경 데이터셋 IsaacFactory를 구축하였고, 이를 활용하여 제안된 방법을 평가한다. 더불어, 실제 공장 환경에서 직접 취득한 Zed2iFactory에서도 성능평가를 진행하여 제안한 방법의 유효성을 검증한다. 제안된 방법을 통하여 사용자는 극히 적은 라벨의 양으로도 뛰어난 성능을 도출할 수 있을 것이다.

Comparison of Computed Tomographic Imaging Features of Canine Oral Melanoma and Squamous Cell Carcinoma

Suyeon Kim 건국대학교 대학원 2025 국내석사

Lunar landing candidate sites for future Korean lunar exploration mission

김수연 忠南大學校 大學院 2020 국내석사

우리나라는 2022년에 시험용 달 궤도선을 쏘아올리는 것에 이어서 달 착륙선을 보내는 것을 계획하고 있다. 항공우주연구원은 시험용 달 궤도선의 탑재체 중 하나인 LUTI (LUnar Terrain Imager)를 통해 촬영할 착륙지 후보를 선택하기 위한 수요조사를 실시하였다. LUTI의 주 목적은 미래 한국 달 탐사를 위한 착륙지 후보를 선정하기 위한 사전 탐사를 하는 것이다. 본 연구는 LUTI의 사전 탐사 후보지를 선정하기 위한 소요조사에 참여하는 한편, 착륙지 선정을 위한 정보를 제공하기 위해 행하여졌다. 여기서는 미래 탐사를 위한 과학적, 기술적 도움을 제공하기 위하여 두 곳의 착륙지 후보를 제안한다. 첫 번째 후보는 메톤 크레이터이다. 메톤 크레이터는 상대적으로 탐사가 부족한 달의 북극 지역에 위치하여 있으며 M3 데이터에 의해 다른 지역에 비해 더 많은 수산기가 분포되어 있다는 사실이 검증되었다. 또한, 메톤 크레이터의 중앙에는 화산 활동으로 생성된 것으로 보이는 돔 형태의 지형이 있지만 이 지역은 달의 고지 지역이기 때문에 지형학적인 관점에서 더 자세한 조사를 진행해볼 가치가 있다고 생각한다. 두 번째 후보지는 크레이터 코페르니쿠스이다. 코페르니쿠스 크레이터에는 맨틀의 주요 성분 중 하나인 감람석과 수산기가 분포하고 있다는 것이 M3 데이터를 통해 검증되었다. 이 곳의 감람석은 크레이터가 만들어지던 당시의 충돌에 의한 것이라고 생각되고 있다. 메톤 크레이터와 코페르니쿠스 크레이터 모두에서 SELENE 고도 데이터를 이용한 기울기 지도 제작을 통해 평평한 땅의 존재 여부를 확인하였으며 코페르니쿠스 크레이터에서는 LROC 모자이크 이미지를 통한 상세한 지형 조사가 추가로 이루어졌다. 착륙 미션에 위협이 될 요소를 미리 파악하기 위하여 크레이터 내부에 분포하는 바위와 소형 크레이터들의 개수를 시각적으로 파악하였다.

Application of special cases for health insurance benefits for innovative medical devices

김수연 Graduate School, Yonsei University 2025 국내박사

Prediction-based personalized offloading of cellular traffic through WiFi networks

김수연 Graduate School, Yonsei University 2015 국내석사

Mobile data offloading through WiFi is an essential requirement to reduce cellular network traffic. While extensive attempts have been made at mobile data offloading, previous studies have rarely addressed practical issues, such as dealing with diverse user contexts. In this paper, we propose a personalized data offloading scheme to provide maximum throughput within the cellular budget in daily life. We propose an adaptive policy that considers a user’s mobility patterns, cellular budget, and network usage for applications. The proposed system employs an adaptive model to predict the throughput of WiFi APs and the network usage of smartphones. Among the three types of predictor model (i.e., spatial, temporal, and spatio-temporal), the system automatically chooses the optimal model for each mobile user without user intervention. The experimental results from 10 mobile users show that the proposed system provides 29% higher throughput than previous systems and minimizes extra data charges.

Determinants of NGO-corporate partnership performance : NGO's perspective

김수연 Graduate School, Yonsei University 2014 국내석사

Microstructure and Electrochemical Property of La1-xSrxMeO3-δ (Me=Mn, Co, Fe) System with Double Layer Pore Structure and Its Durability

김수연 부산대학교 대학원 2018 국내석사

Samaria-doped Ceria (SDC) was mixed with La0.8Sr0.2MnO3 (LSM) to decrease polarization resistance by enhancing oxygen reduction resistance (ORR). The increase of triple phase boundary (TPB) was observed by morphological analysis. The decrease of polarization resistance by using MIEC and improvement in durability by Fe doping to La0.8Sr0.2CoO3-δ(LSC82) were investigated in terms of structural and morphological analysis. Polyaniline nanofiber (PA) was used to improve the catalytic performance of La0.6Sr0.4Co0.2Fe0.8O3-δ (LSCF6428), and the mechanism was identified in terms of morphological and chemical analysis. In LSM-SDC composite electrode, LSM5SDC5, which is a composite electrode with same ratio of LSM and SDC, presented lowest polarization resistance value at all testing temperature. Polarization resistance of LSM5SDC5 at 700 °C was 28.08 Ωcm2, which presents the biggest difference with the value of LSM7SDC3 about 7.72%. It means that the activity of low temperature was increased by increasing triple phase boundary of LSM5SDC5. In MIECs, Polarization resistance of LSC82 increased by about 65.7 % heat treatment as thermal stress at 900 °C for 100 hours because oxygen reduction reaction was declined by particle coarsening and aggregation of LSC82 powders. The polarization resistance of La0.8Sr0.2Co0.8Fe0.2O3-δ (LSCF8282) increased from 0.269 to 0.328 Ωcm2 after heat treatment. Increasing rate of polarization resistance of LSCF8282 was 21.9 %, which was 3 times lower than that of LSC82 due to reduced particle coarsening and aggregation by Fe doping. Particle size of LSCF8282 powders maintained about 0.5 - 3 μm, and morphologies were also similar before and after exposure to thermal stress. Chemical reaction between the LSCF8282 and Sm-doped Ceria electrolyte powders did not occur despite the thermal stress, which indicating the interface between the cathode and electrolyte is chemically stable. In the cathode pore structure, the pore volume of the electrode layer (LSCF6428+PA) with PA pore former was increased about 3.2 times as compared with that of the existing LSCF6428 electrode layer. However, coarse pores with a diameter of 2 μm or more were observed by PA agglomeration. The specific surface area of ​​the LSCF6428+PA electrode layer was 2.7 times higher than that of the LSCF6428 electrode layer. In PA3, it was confirmed that the contact point decreased at the interface with the electrolyte due to increased porosity. LSCF2PA1 exhibited the lowest polarization resistance at the whole measurement temperature, which is believed to be due to the fact that the LSCF6428+PA functional layer promotes the oxygen gas flow from the cell surface, thereby improving the oxygen reduction reaction. On the other hand, PA3 with electrode layer, formed only with LSCF6428+PA, exhibited the highest polarization resistance at a temperature higher than 700 °C, which was up to 47 % higher than that of LSCF2PA1. This is because the rate of oxygen ion transfer at the interface with the electrolyte is more controlled than the oxygen reduction reaction as the temperature increases.