• 인터넷정보학회논문지
• /
• 제8권3호
• /
• pp.19-32
• /
• 2007

본 논문에서는 실시간 얼굴인증 시스템의 구축을 위한 LVQ 신경망 기반의 새로운 얼굴 인식 방법을 제안한다. 기존의 연구에서 PCA, LDA 변환이 많이 적용되며 신경망을 결합한 형태가 제안되고 있지만 신경망 학습 시간이 오래 걸리는 단점을 가지고 있다. LVQ 신경망은 학습 시간이 짧고 클래스간의 분리도를 최대화할 수 있는 교사학습방법이다. 따라서, 본 논문에서 제안된 방법은 동영상으로부터 실시간으로 입력되는 얼굴영상을 PCA와 LDA변환을 순차적으로 적용하여 부분공간상의 변환된 특징벡터로부터 LVQ 신경망의 학습을 통하여 얼굴을 인식한다. 외부조명의 영향에 강건한 인식시스템을 구축하기 위하여 얼굴검출 단계에서 검출된 얼굴영역은 밝기값의 최대-최소 정규화 방법에 의해 보정된 정규화 영상을 생성한다. 정규화된 얼굴영상은 PCA와 LDA 변환을 통해 부분공간상의 특징벡터로 변환된다. 변환된 훈련 데이터로부터 LVQ 신경망의 초기 중심 벡터를 결정하고 신경망의 학습률 향상을 위해 K-Means 클러스터링 알고리즘을 적용하며, 초기 중심 벡터를 이용하여 LVQ2 학습 방법에 의해 학습된 중심벡터는 클래스의 대표 벡터가 된다. 결국 각 클래스의 대표 벡터로부터 입력 영상의 특징벡터간의 유클리디언 거리 비교법을 적용하여 얼굴 인식을 수행한다. ORL 데이터베이스를 이용한 정지 영상에 대한 인식과 실시간으로 입력되는 영상에 대한 인식 등 두 가지 형태의 영상을 기반으로 실험한 결과 두 경우에 모두 제안된 방법이 기존의 인식 방법보다 인식률에서 우수함을 입증할 수 있었다.

• 농업과학연구
• /
• 제47권4호
• /
• pp.1109-1122
• /
• 2020

The aim of this study was to develop a marbling classification and prediction model using small parts of sirloin images based on a deep learning algorithm, namely, a convolutional neural network (CNN). Samples were purchased from a commercial slaughterhouse in Korea, images for each grade were acquired, and the total images (n = 500) were assigned according to their grade number: 1++, 1+, 1, and both 2 & 3. The image acquisition system consists of a DSLR camera with a polarization filter to remove diffusive reflectance and two light sources (55 W). To correct the distorted original images, a radial correction algorithm was implemented. Color images of sirloins of Hanwoo (mixed with feeder cattle, steer, and calf) were divided and sub-images with image sizes of 161 × 161 were made to train the marbling prediction model. In this study, the convolutional neural network (CNN) has four convolution layers and yields prediction results in accordance with marbling grades (1++, 1+, 1, and 2&3). Every single layer uses a rectified linear unit (ReLU) function as an activation function and max-pooling is used for extracting the edge between fat and muscle and reducing the variance of the data. Prediction accuracy was measured using an accuracy and kappa coefficient from a confusion matrix. We summed the prediction of sub-images and determined the total average prediction accuracy. Training accuracy was 100% and the test accuracy was 86%, indicating comparably good performance using the CNN. This study provides classification potential for predicting the marbling grade using color images and a convolutional neural network algorithm.

• Journal of Pharmaceutical Investigation
• /
• 제25권3호spc1호
• /
• pp.7-20
• /
• 1995

Taurine, a ${\beta}-amino$ acid, plays an important role as a neuromodulator and is necessary for the normal development of the brain. Since de novo synthesis of taurine in the brain is minimal and in vivo studies suggest that taurine dose not cross the blood-brain barrier, we examined whether the choroid plexus, the blood-cerebrospinal fluid (CSF) barrier, plays a role in taurine transport in the central nervous system. The uptake of $[^3H]-taurine$ into ATP depleted choroid plexus from rabbit was substantially greater in the presence of an inwardly directed $Na^+$ gradient taurine accumulation was negligible. A transient in side-negative potential gradient enhanced the $Na^+-driven$ uptake of taurine into the tissue slices, suggesting that the transport process is electrogenic, $Na^+-driven$ taurine uptake was saturable with an estimated $V_{max}$ of $111\;{\pm}\;20.2\;nmole/g/15\;min$ and a $K_M\;of\;99.8{\pm}29.9\;{\mu}M$. The estimated coupling ratio of $Na^+$ and taurine was $1.80\;{\pm}\;0.122.$ $Na^+-dependent$ taurine uptake was significantly inhibited by ${\beta}-amino$ acids, but not by ${\alpha}-amino$ acids, indicating that the transporter is selective for ${\beta}-amino$ acids. Since it is known that the physiological concentration of taurine in the CSF is lower than that in the plasma, the active transport system we characterized may face the brush border (i.e., CSF facing) side of the choroid plexus and actively transport taurine out of the CSF. Therefore, we examined in vivo elimination of taurine from the CSF in the rat to determine whether elimination kinetics of taurine from the CSF is consistent with the in vitro study. Using a stereotaxic device, cannulaes were placed into the lateral ventricle and the cisterna magna of the rat. Radio-labelled taurine and inulin (a marker of CSF flow) were injected into the lateral ventricle, and the concentrations of the labelled compounds in the CSF were monitored for upto 3 hrs in the cisterna magna. The apparent clearance of taurine from CSF was greater than the estimated CSF flow (p<0.005) indicating that there is a clearance process in addition to the CSF flow. Taurine distribution into the choroid plexus was at least 10 fold higher than that found in other brain areas (e. g., cerebellum, olfactory bulb and cortex). When unlabelled taurine was co-administered with radio-labelled taurine, the apparent clearance of taurine was reduced (p<0.0l), suggesting a saturable disposition of taurine from CSF. Distribution of taurine into the choroid plexus, cerebellum, olfactory bulb and cortex was similarly diminished, indicating that the saturable uptake of taurine into these tissues is responsible for the non-linear disposition. A pharmacokinetic model involving first order elimination and saturable distribution described these data adequately. The Michaelis-Menten rate constant estimated from in vivo elimination study is similar to that obtained in the in vitro uptake experiment. Collectively, our results demonstrate that taurine is transported in the choroid plexus via a $Na^+-dependent,saturable$ and apparently ${\beta}-amino$ acid selective mechanism. This process may be functionally relevant to taurine homeostasis in the brain.

• Radiation Oncology Journal
• /
• 제9권1호
• /
• pp.131-141
• /
• 1991

국내에서 처음으로 사용되는 CLINAC 1800에서 발생된 15MV X-선의 특성을 구하기 위하여 3 Dimensional water Phantom Dosimetry system)를 이용하여 방사선 치료에 근간이 되는 심부선량 백분율(POD), 최대 조직 비율(TMR), 편평도(beam profile), 대칭도, Wedge인자 등을 측정하였고 선량계산을 위하여 출력 인자들을 구하였다. 1. 선축상 최대치 지점(Dmax)은 SSD 100cm일때 조사면이 $10\times10cm^2$에서 $3.0\pm0.1$ cm이였고 $4\times4cm^2,\;35\times35cm^2$에서 각각 $3.1\pm0.1\;cm,2.2\pm0.1$ cm으로 조사면이 넓어지면서 측정치가 표면에 가까워지는 결과를 보였다. 2. 조직표면 선량(Surface Dose)는 SSD 100cm일때 조사면이 $10\times10cm^2$에서 $15.5\%$이였고 $4\times4cm^2,\;35\times35cm^2$에서 각각 $9.8\%\;,51.2\%$로 조사면이 넓어지면서 표면 선량은 증가하는 결과를 보였다. 3. 심부선량 백분율(PDO)은 SSD 100cm에서 측정하였고 조사면이 $10\times10cm^2$이고 10cm depth에서 $76.8\%$이였고 $80\%,\;50\%$ 선량의 깊이는 각각 $9.1\pm0.1\;cm,19.9\pm0.2\;cm$으로 측정되었다. 4. 최대조직비율(TMR)은 심부선량 백분율(PDD)로부터 계산하였고 측정값과의 차이는 $10\times10cm^2$ 조사면에서 평균 $1\;%$ 이내의 오차를 보였다. 5. 대칭도(symmetry)와 편평도(flatness)는 조사면 $10\times10cm^2$일때 각각 $0.73\%,\;2.72\%$이였다. 6. 출력인자(output factor)는 $10\times10cm^2$ 기준 조사면에서 흡수선량을 1로 하였을때 $4\times4cm^2,\;35\times35cm^2$ 조사면에서는 각각 0.927, 1.087로 측정되었는데 조사면이 증가할수록 흡수량이 증가하는 결과를 보였다. 7. Wedge factor는 $15^{\circ}\;30^{\circ}\;45^{\circ}\;60^{\circ}$를 10cm깊이에서 측정하였는데 0.825, 0.099, 0.560, 0.457로 각각 측정되었고 아크릴 0.4 mm Tray의 투과율은 0.976이였다. 8. 15 MV X-선에 의한 납벽층의 반가층 두께는 13 mm였고 Cerrobend의 반가층은 15.5 mm으로 측정되었다.

• 대한방사선치료학회지
• /
• 제22권2호
• /
• pp.123-129
• /
• 2010

목 적: 방사선 치료의 선량평가를 위해 사용되는 Optically stimulated luminescent dosimeters (OSLD) 선량 특성을 분석하여, 선량 측정의 유용성을 알아보고자 한다. 대상 및 방법: $NanoDot^{TM}$와 $Inlight^{TM}$MicroStar Reader, Solid Water Phantom, 의료용 선형가속기 $TRYLOGY^{(R)}$를 사용하였다. 측정 조건은 OSLD를 Solid Water Phantom의 $D_{max}$ 깊이에 위치시킨 후 SSD는 100 cm, Field size는 $10{\times}10\;cm^2$로 하고 300 MU/min으로 6 MV 광자선, 100 cGy의 방사선을 조사하였다. OSLD를 10분 마다 판독하면서 변화값을 측정하였고, OSLD에 선량을 50 cGy와 100 cGy씩 누적시켜 판독하였다. 또한 에너지 의존성은 6 MV, 15 MV, 4~20 MeV를 사용하였다. 선량률은 100~1,000 MU/min로 변화시키면서 측정하였다. 광자선 6 MV의 PDD의 변화를 측정하기 위해 OSLD와 전리함(Ionization chamber) (FC 65P-747)을 사용하였다. 결 과: 시간의 경과에 따른 OSLD의 재현성은 ${\pm}2.5%$였다. OSLD의 선량에 대한 선형성(linearity)을 평가한 결과 300 cGy까지는 선형적으로 증가하였고, 300 cGy 이상에서는 초선형적(supralinearity)으로 증가하였다. 에너지 의존성은 ${\pm}2%$ 이내였고 선량율 의존성은 ${\pm}3%$ 이내였다. 6 MV 광자선에 대하여 OSLD로 측정한 $PDD_{10}$은 66.7%, $PDD_{20}$은 38.4%였고 전리함(Ionization chamber)으로 측정한 $PDD_{10}$은 66.6%, $PDD_{20}$은 38.3%였다. 결 론: OSLD의 특성을 분석한 결과 시간, 에너지, 선량률의 변화에 따른 차이는 ${\pm}3%$ 이내였으며 전리함(Ionization chamber)과 비교한 PDD는 0.3% 이내였다. 또한 300 cGy까지는 선량이 선형적으로 증가하였다. OSLD는 여러 번 반복 측정이 가능하였고 측정과 판독이 용이하여 선량계로서 유용성을 확인하였다.

• 한국산학기술학회논문지
• /
• 제12권11호
• /
• pp.5164-5171
• /
• 2011

비선형 공정에 대한 퍼지 모델링은 일반적으로 주어진 데이터를 이용하여 입력 변수를 선정하고 각 입력 변수에 대한 입력 공간을 분할하여 이들 입력 변수 및 공간 분할에 의해 퍼지 규칙을 형성한다. 퍼지 규칙의 전반부는 입력 변수 선정, 공간 분할 수 및 소속 함수에 의해 동정되고 퍼지 규칙의 후반부는 간략 추론, 선형 추론에 의해 다항식 함수의 형태로 동정된다. 일반적으로 주어진 데이터를 이용한 비선형 공정에 대한 퍼지 규칙의 형성은 차원이 증가할수록 규칙의 수가 지수적으로 증가하는 문제를 가지고 있다. 이를 해결하기 위해 각 입력 공간의 퍼지 분할에 의한 퍼지 규칙을 개별적으로 형성함으로써 복잡한 비선형 공정을 모델링 할 수 있다. 따라서 본 논문에서는 개별적인 입력 공간을 활용하여 퍼지 규칙을 생성한다. 퍼지 규칙의 전반부 파라미터는 입력 데이터의 최소 값과 최대 값을 이용하는 최소-최대 방법을 이용하여 동정되고, 소속 함수는 삼각형, 범종형, 사다리꼴형 소속 함수를 사용한다. 마지막으로, 비선형 공정으로는 널리 이용되는 데이터를 이용하여 시스템 특성 및 성능을 평가한다.

• 한국식품영양과학회지
• /
• 제31권5호
• /
• pp.775-781
• /
• 2002

hTATl에 의해 수송되는 방향족 아미노산들의 수송특성을 밝히기 위해 hTATl의 cRNA를 미세주입한 Xenopus laevis oocyte에서 hTATl에 의 해 유도되는 방향족 아미노산의 up-take를 여러 조건 하에서 관찰하였긴. hTATl은 L-[$^{14}$ C]tryp-tophan의 uptake를 유도하였으며, 그 uptake는 $Na^{+}$-과 Cl$^{-}$-비 의존적이었다. hTATl은 L-($^{14}$ C)tryptophan의 uptake를 시간의 존적으로 유도함을 알 수 있었다. hTATl에 의한 L-($^{14}$ C) tryptophan의 uptake는 방향족 아미노산인 phenylalanine, tyrosine 및 tryptophan에 의해서 억제되었으며 , hTATl에 의한 아미노산들의 uptake 실험에서 L-($^{14}$ C)phenylalanine, L-($^{14}$ C)tyrosine 및 L-($^{14}$ C)tryptophan의 수송을 확인하였다 hTATl에 의 한 L-($^{14}$ C)tryptophan의 uptake는 포화되었으며, Km치는 452.2$\pm$27.8 UM, V$_{max}$ 값은 2.1 $\pm$0.3 pmol/oocyte/min 이었다. L-($^{14}$ C)tyrosine 및 L-[$^{14}$ C]phenylalanine의 Km치는 각각 636.3$\pm$59.4 UM과 740.5$\pm$96.7 HM이었다. 실험용액의 pH 5.5에서 8.5까지의 변화는 hTATl에 의한 L-[$^{14}$ C]tfpto- phan의 uptake에 별다른 영향을 미치지 못하였다. hTATl의 CRNA를 미 세주입한 oocyte에서 배양시간 의존적 인 L-($^{14}$ C) tryptophan의 efflux를 볼 수 있었으며, 이 efflux는 oocyte 외 용액의 tryptophan존재 유무에는 영향을 받지 않았다. 따라서 본 연구의 결과로 hTATl이 상피세포로부터 혈류로의 방향족 아미노산의 수송에 중요한 역할을 할 것으로 사료된다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.167-181
• /
• 2018

지난 10여 년간 딥러닝(Deep Learning)은 다양한 기계학습 알고리즘 중에서 많은 주목을 받아 왔다. 특히 이미지를 인식하고 분류하는데 효과적인 알고리즘으로 알려져 있는 합성곱 신경망(Convolutional Neural Network, CNN)은 여러 분야의 분류 및 예측 문제에 널리 응용되고 있다. 본 연구에서는 기계학습 연구에서 가장 어려운 예측 문제 중 하나인 주식시장 예측에 합성곱 신경망을 적용하고자 한다. 구체적으로 본 연구에서는 그래프를 입력값으로 사용하여 주식시장의 방향(상승 또는 하락)을 예측하는 이진분류기로써 합성곱 신경망을 적용하였다. 이는 그래프를 보고 주가지수가 오를 것인지 내릴 것인지에 대해 경향을 예측하는 이른바 기술적 분석가를 모방하는 기계학습 알고리즘을 개발하는 과제라 할 수 있다. 본 연구는 크게 다음의 네 단계로 수행된다. 첫 번째 단계에서는 데이터 세트를 5일 단위로 나눈다. 두 번째 단계에서는 5일 단위로 나눈 데이터에 대하여 그래프를 만든다. 세 번째 단계에서는 이전 단계에서 생성된 그래프를 사용하여 학습용과 검증용 데이터 세트를 나누고 합성곱 신경망 분류기를 학습시킨다. 네 번째 단계에서는 검증용 데이터 세트를 사용하여 다른 분류 모형들과 성과를 비교한다. 제안한 모델의 유효성을 검증하기 위해 2009년 1월부터 2017년 2월까지의 약 8년간의 KOSPI200 데이터 2,026건의 실험 데이터를 사용하였다. 실험 데이터 세트는 CCI, 모멘텀, ROC 등 한국 주식시장에서 사용하는 대표적인 기술지표 12개로 구성되었다. 결과적으로 실험 데이터 세트에 합성곱 신경망 알고리즘을 적용하였을 때 로지스틱회귀모형, 단일계층신경망, SVM과 비교하여 제안모형인 CNN이 통계적으로 유의한 수준의 예측 정확도를 나타냈다.