수치지도의 구축 및 변화탐지에서인공지능의 적용

서홍덕 남서울대학교 대학원 2020 국내석사

As urbanization and industrialization are accelerated, the needs of rapid and reliable spatial information establishment and change detection are increased. Spatial information establishment and change detection are performed passively by people, mainly, resulting in seamless credibility issues and the complaints, accordingly. In addition, the practical problems have not been solved for the buildings that maintained and increased steadily each year due to lack of management personnel for the monitoring of the buildings. Therefore, new method and effective system are required to enhance the job efficiency by minimizing or replacing the manual works, and to perform rapid and reliable change detection. In this study, roads, buildings, and vegetations that are used the most frequently in spatial information area were classified by applying point cloud generated from data processing with drone images and true ortho-images to artificial intelligence; and the methods of spatial information establishment and change detection were proposed. If the data were generated depending on the color information and applied these to artificial intelligence, mis classification could be occurred due to multiple lighting conditions and environments. Therefore, the information to show the characteristics of the data were generated without depending on the color information only, and object classification was performed upon integrating these. The subjects for classification are required if object classification is performed by machine learning and deep learning, hence, digital map with a scale of 1:5,000 was used in this study. The change detection process consists of four steps using spatial information data and artificial intelligence. First, as a preliminary step to establish training data of artificial intelligence, normalized digital surface model is generated by point cloud, and true ortho-image and band fusion are performed. Also, digital map to be used for object classification is edited using feature standard layer codes. Second, after establishing training data of machine learning by overlapping the integrated data and digital map, machine learning is applied to perform object classification. Third, after establishing training data of machine learning upon classification of ground and non-ground points by point cloud, deep learning is applied to perform object classification. Fourth, accuracy analysis is performed for the objects classified by machine learning and deep learning, and change detection is performed for the classified results using the digital map with a scale of 1:5,000. Kappa coefficient value was 0.459 if the generated data from the color information with the suggested methods were applied to support vector machine. However, it was 0.914 if the generated data integrated with normalized digital surface model were applied, which was significantly improved. Also, Kappa coefficient value was increased from 0.687 to 0.870 in application with random forest. As a result of object classification upon application of color and shape information of the object to PointNet by point cloud, it is necessary for point cloud to transform into the same coordinate system as the original data since it generated lowered spatial resolution and movement upon its transformation into voxel. Hence, the objects were classified after performing point-to-line based three-dimensional coordinate transformation using quaternion and procrustes, and Kappa coefficient value was 0.922 showing relatively high consistency compared to machine learning technology, in this study. Finally, working efficiency was enhanced by establishment of object classification automatically using spatial information data and artificial intelligence for its manual processes. It is considered that changes can be detected effectively and existing digital map can be verified if time series status data are established using these methods, Therefore, upon establishment of this system, the costs of establishment and updatement for spatial information data can be minimized; credibility issues caused by people can be minimized; and practical problems requiring lots of time and costs can be solved. Further construction of training data with artificial intelligence by integrating two-dimensional and three-dimensional data or integrating the acquired information from additional sensors will enhance the accuracy, thereby, more detailed classification would be required for the following studies. Keyword : Digital Map, True Ortho-Image, Point Cloud, Change Detection, Artificial Intelligence, Machine Learning, Deep Learning, Band Fusion 도시화와 산업화가 가속화됨에 따라 신속하고 신뢰성 높은 공간정보 구축 및 변화탐지의 필요성이 증가되고 있다. 공간정보 구축과 변화탐지는 주로 사람에 의해 수동적으로 수행되고 있으며, 이로 인해 끊임없는 신뢰도 문제와 이에 따른 민원이 발생하고 있다. 또한, 건축물의 모니터링을 위한 관리 인원이 부족하여 매년 꾸준히 유지 및 증가하는 건축물에 대한 실질적인 문제점을 해결하지 못하는 실정이다. 따라서, 사람이 수동적으로 수행하는 작업을 최소화하거나 대체하여 업무의 효율성을 크게 높이며, 신속하고 신뢰성 높은 변화탐지를 수행할 수 있는 새로운 방법 및 효율적인 시스템이 필요하다. 본 연구에서는 드론 영상을 데이터 처리하여 생성한 포인트 클라우드와 실감정사영상을 인공지능 기술에 적용하여 공간정보 분야에서 가장 활용도가 높은 도로, 건물, 식생을 분류하고 이를 통해 공간정보 구축 및 변화탐지를 수행하는 방법을 제안하였다. 색상 정보에 의존하여 데이터를 생성하고 이를 인공지능에 적용할 경우 다양한 조명 조건 및 환경으로 인하여 오분류가 발생할 수 있다. 따라서, 색상 정보에만 의존하지 않으며 데이터의 특성을 나타낼 수 있는 정보를 생성하고 이를 퓨전하여 객체 분류를 수행하였다. 또한, 머신러닝과 딥러닝을 통해 객체 분류를 수행할 경우 분류 대상이 필요하게 되는데 본 연구에서는 기 구축된 1:5,000 축척의 수치지도를 이용하였다. 공간정보 데이터와 인공지능을 이용한 변화탐지의 과정은 네 가지 단계로 이루어진다. 첫 번째, 인공지능의 학습 데이터를 구축하기 위한 전처리 단계로 포인트 클라우드를 통해 정규수치표면모델을 생성하고 실감정사영상과 밴드 퓨전을 수행한다. 또한, 지형지물 표준 레이어 코드를 이용하여 객체 분류에 사용될 수치지도를 편집한다. 두 번째, 퓨전한 데이터와 수치지도를 중첩하여 머신러닝의 학습 데이터를 구축한 후, 머신러닝에 적용하여 객체 분류를 수행한다. 세 번째, 포인트 클라우드를 통해 지면 및 비지면점으로 분류하여 딥러닝의 학습 데이터를 구축한 후, 딥러닝에 적용하여 객체 분류를 수행한다. 네 번째, 머신러닝과 딥러닝을 이용하여 분류된 객체를 통해 각각 정확도 분석을 수행하며, 분류된 결과와 기 구축된 다시기 1:5,000 축척의 수치지도를 이용하여 변화탐지를 수행한다. 제안한 방법론의 실험 결과 색상 정보에 의존하여 생성한 데이터를 서포트 벡터 머신에 적용할 경우 Kappa 계수 값은 0.459였으나, 정규수치표면모델을 퓨전하여 생성한 데이터를 적용할 경우 0.914로 크게 향상된 것을 알 수 있었다. 또한, 랜덤 포레스트에 적용한 경우 Kappa 계수 값은 0.687에서 0.870으로 증가한 것을 알 수 있었다. 포인트 클라우드를 통해 객체의 색상 및 형상 정보를 포인트넷에 적용하여 객체 분류를 수행한 결과 포인트 클라우드는 복셀로 변환하면서 공간해상도 저하 및 이동량이 발생하므로 원본 데이터와 동일한 좌표계로 변환하는 과정이 필요하다. 따라서, 본 연구에서 쿼터니언과 프로크루스테스를 이용한 점 대 직선 기반 3차원 좌표변환을 수행하여 동일한 좌표계로 변환한 후 객체를 분류하였으며, 분류 결과 Kappa 계수 값은 0.922로 머신러닝 기법에 비해 비교적 높은 일치도를 나타내었다. 마지막으로 공간정보를 사람에 의해 수동적으로 구축하는 과정을 공간정보 데이터와 인공지능을 이용한 객체 분류를 통해 자동으로 구축함으로써 업무의 효율성을 높일 수 있었다. 이러한 방법론을 통해 시계열 현황자료를 구축할 경우 효과적인 변화탐지와 기 구축된 수치지도를 검수할 수 있을 것으로 판단된다. 따라서, 이러한 시스템이 구축된다면 공간정보 데이터의 구축 및 갱신 비용을 최소화하며, 사람에 의해 발생하는 신뢰도 문제를 최소화하며, 많은 비용과 시간이 소요되는 실질적인 문제를 해결할 수 있을 것으로 판단된다. 향후 2차원 데이터와 3차원 데이터를 융합하거나 추가적인 센서로부터 취득된 정보를 융합하여 인공지능의 학습 데이터를 구축할 경우 정확도가 높아질 수 있을 것으로 판단되며, 이를 통해 분류 항목을 더 세분화하여 연구를 수행하여야 할 것으로 사료된다. 키워드 : 수치지도, 실감정사영상, 포인트 클라우드, 변화탐지, 인공지능, 머신러닝, 딥러닝, 정규수치표면모델, 밴드 퓨전

테오도르 폰타네의 <에피 브리스트>에 나타난 個人과 社會와의 葛藤

서홍덕 慶尙大學校 1987 국내석사

P38, NF-κB 및 COX-2의 조절에 의한 Stephania delavayi Diels. 추출물의 항암효능

徐洪德 강원대학교 대학원 2009 국내박사

World Health Organization (WHO)는 2005년 사망원인별 통계결과 제 1의 사망원인이 악성신생물에 의한 것이며 전체 사망자 58,000,000명 중 13% (7,600,000명)를 차지한다고 발표하였으며 미국의 경우 유방암으로 인한 사망의 경우 남녀를 포함하여 두 번째로 높은 사망률 (전체의 15%)을 보이고 여성의 경우 가장 높은 사망률을 갖는다고 보고하였다. 이러한 이유로 다양한 경로를 통한 항암제의 개발은 활발하고 특히 천연물질 중 항암성분을 발굴하는 연구는 매우 다양하며 많은 결과를 얻고 있다. 본 연구 또한 천연물질을 통한 항암 후보물질을 발굴하기위하여 human-origin cancer cell-line (MDA-MB-231, MCF-7)과 Caenorhabditis elegans (C. elegans)를 이용하여 400가지의 식물기원 추출물을 검사하여 가장 가능성이 높은 S. delavayi Diels.를 후보물질로 선정하였다. S. delavayi Diels.는 방기과 (Menispermaceae)의 쌍자엽식물로써 쓰고 (苦) 찬 (寒) 성질을 갖고 있으며 중국에서 오랜 기간 靑熱解毒, 利濕, 止痛, 急性胃腸炎 治療劑로 활용되어 왔다. S. delavayi Diels.는 MDA-MB-231과 MCF-7 cell line에서 apoptosis와 cell cycle arrest를 통하여 세포증식을 억제하였으며 그 기전을 확인한 결과 염증과 암에 있어서 중요한 기전인 p38 MAPK, NF_(-κ)B 및 COX-2를 조절하는 것을 확인하였다. 즉 NF_(-κ)B의 인산화와 COX-2 단백질의 발현을 용량과 시간 의존적으로 억제하였다. NF_(-κ)B의 인산화 억제는 p38 MAPK의 인산화를 증가시키는 결과이며 이러한 p38 MAPK의 인산화가 S. delavayi Diels.의 가장 주된 항암기전임을 알 수 있었다. 이러한 결과를 검증하기 위해 S. delavayi Diels.와 함께 NF_(-κ)B 혹은 COX-2 siRNA를 동시에 처리한 결과, 비록 다른 기전이 존재하기는 하지만 세포증식을 억제하는 중요한 기전은 NF_(-κ)B 인산화 억제와 COX-2 단백질 발현 억제임을 확인할 수 있었다. 한편 S. delavayi Diels.의 독성학적 안전성을 검토하기 위해 일주일간 50 ㎎/㎏의 S. delavayi Diels.를 복강으로 투여한 결과 몸무게, 혈구, 혈장내 생화학적 인자 등의 생리적인 변화가 없었으며 병리조직학적인 변화 또한 관찰할 수 없으나 B 세포의 활성화를 통한 면역증강효과는 확인 할 수 있었다. 그러나 T 세포, 자연살해세포, 마크로파지 등에는 변화가 없었다. 결론적으로 S. delavayi Diels.는 독성학적으로 안전한 항암후보물질로 B 세포면역증강효과를 갖고 있으며 주로 p38 MAPK/NF_(-κ)B/COX-2 신호전달체계를 통해 항암효능을 갖고 있으며 항암제로의 가능성이 높은 물질로 확인되었다. The World Health Organization reported that cancer was the leading cause of death in the world and was responsible for 7.6 million (13%) deaths of all (58 million) deaths in 2005. In the United States, breast cancer is the second leading cause of death (15% of total) and the most common form of malignant cancer in women. Recently research and development about anticancer drug through the various resources increase, especially drug developments from natural products have been rosen. Stephania delavayi Diels. was identified as the most promising candidate from a screen of 400 plant extracts. Treatment with S. delavayi Diels. extract inhibited cell proliferation effectively by inducing G₂/M phase arrest and inducing cell death in the breast cancer cell lines; MDA-MB-231 and MCF-7. S. delavayi Diels. has been used in traditional Chinese medicine for relieving pain and curing acute gastroenteritis. To apply and develop S. delavayi Diels for cancer therapy, its inhibitory mechanisms of cell proliferation were investigated. This study focuses on the effects of the extract on p38 MAPK, NF_(-κ)B, and COX-2, proteins with important roles in inflammation and cancer. S. delavayi Diels. also downregulated NF_(-κ)B phosphorylation and COX-2 expression in a dose- and time-dependent manner. In particular, inhibition of NF_(-κ)B phosphorylation by S. delavayi Diels. coincided with p38 MAPK activation, suggesting that p38 MAPK activation followed by NF_(-κ)B downregulation may be a major pathway for S. delavayi Diels. activity. Experiments involving co-treatment of NF_(-κ)B or COX-2 siRNAs with S. delavayi Diels demonstrated the involvement of other minor pathways and also provided further support for NF_(-κ)B and COX-2 as major targets of S. delavayi Diels. on cell proliferation. We examined the immune modulation effect and 7-days repeated-dose toxicity to validate its biological safety and efficiency. Mice were repeatedly administrated with 50 ㎎/㎏ S. delavayi Diels. daily by I.P for 7 days. S. delavayi Diels.-treated group exhibited no statistical significance from the control group in physical conditions; body weight, complete blood count (CBC), serum biochemical indexes etc. There was no difference between the control group and S. delavayi Diels.-treated group in gross findings such as histopathological alteration. S. delavayi Diels. induced B cell activation but had no effect on other immune cells such as T cell, natural killer (NK) cell, and macrophage (Mφ). In conclusion, S. delavayi Diels. is safe above the dose of immune modulation by activating B cells and may function primarily through inhibition of the p38 MAPK/NF_(-κ)B/COX-2 signaling cascade. And then S. delavayi Diels. may be a potent anticancer agent with specificity and low toxicity.

달걀버섯(Amanita hemibapha) 인공재배를 위한 최적배지조건 규명

서 홍덕 경북대학교 대학원 2009 국내석사

Amanita hemibapha forms ectomycorrhizas with some host plants, including Pinus densiflora, Castanea crenata, Quercus mongolica, Quercus serrata, Carpinus laxiflora. It is morphologicaly and molecularly similar to Amanita caesarea which is the most expensive and sough after edible mushroom in europe. But since there were few prior data, so this study attempt to find out the optimum cultural conditions. Optical micrographs and Scanning electron micrographs shows the presence of clamp connection. Also A. hemibapha grow as mycelial form(M-phase) 2-4㎛ and yeast-like form(Y-phase) 7-8㎛. The spores were broadly elliptical and papillate, 8-11×6-9㎛ in size. The comparison of DNA sequences from the internal transcribed spacers(ITS) of nuclear ribosomal DNA from sporocarps and in-vitro-grown mycelium showed the isolates identified as Amanita hemibapha. A. hemibapha(Slender caesarea's mushroom), A. caesarea(Caesarea's mushroom) and A. jacksonii(American caesarea's mushroom) are very similar in morphological characters and molecular characters. The optimum cultural conditions were estimated for isolates. These were obtained from sporocarps of A. hemibapha. Culture conditions were optimized for these isolates. The greatest mycelium dry weight obtained at pH 6.0, and optimal growth temperature was 28°C depending on the isolate. SYP, GYS medium produced the greatest mycelium dry weight. Mannitol and Glucose yielded the biggest mycelium dry weights for carbon sources. The greatest mycelium dry weight yielded were obtained with Peptone for nitrogen sources.