• Title/Summary/Keyword: 가공모델

Search Result 960, Processing Time 0.034 seconds

Method of preventing Pressure Ulcer and EMR data preprocess

  • Kim, Dowon;Kim, Minkyu;Kim, Yoon;Han, Seon-Sook;Heo, Jungwon;Choi, Hyun-Soo
    • Journal of the Korea Society of Computer and Information
    • /
    • v.27 no.12
    • /
    • pp.69-76
    • /
    • 2022
  • This paper proposes a method of refining and processing time-series data using Medical Information Mart for Intensive Care (MIMIC-IV) v2.0 data. In addition, the significance of the processing method was validated through a machine learning-based pressure ulcer early warning system using a dataset processed based on the proposed method. The implemented system alerts medical staff in advance 12 and 24 hours before a lesion occurs. In conjunction with the Electronic Medical Record (EMR) system, it informs the medical staff of the risk of a patient's pressure ulcer development in real-time to support a clinical decision, and further, it enables the efficient allocation of medical resources. Among several machine learning models, the GRU model showed the best performance with AUROC of 0.831 for 12 hours and 0.822 for 24 hours.

Improved Parameter Inference for Low-Cost 3D LiDAR-Based Object Detection on Clustering Algorithms (클러스터링 알고리즘에서 저비용 3D LiDAR 기반 객체 감지를 위한 향상된 파라미터 추론)

  • Kim, Da-hyeon;Ahn, Jun-ho
    • Journal of Internet Computing and Services
    • /
    • v.23 no.6
    • /
    • pp.71-78
    • /
    • 2022
  • This paper proposes an algorithm for 3D object detection by processing point cloud data of 3D LiDAR. Unlike 2D LiDAR, 3D LiDAR-based data was too vast and difficult to process in three dimensions. This paper introduces various studies based on 3D LiDAR and describes 3D LiDAR data processing. In this study, we propose a method of processing data of 3D LiDAR using clustering techniques for object detection and design an algorithm that fuses with cameras for clear and accurate 3D object detection. In addition, we study models for clustering 3D LiDAR-based data and study hyperparameter values according to models. When clustering 3D LiDAR-based data, the DBSCAN algorithm showed the most accurate results, and the hyperparameter values of DBSCAN were compared and analyzed. This study will be helpful for object detection research using 3D LiDAR in the future.

XGBoost Based Prediction Model for Virtual Metrology in Semiconductor Manufacturing Process (반도체 공정에서 가상계측 위한 XGBoost 기반 예측모델)

  • Hahn, Jung-Suk;Kim, Hyunggeun
    • Proceedings of the Korea Information Processing Society Conference
    • /
    • 2022.05a
    • /
    • pp.477-480
    • /
    • 2022
  • 반도체 성능 향상으로 신호를 전달하는 회로의 단위가 마이크로 미터에서 나노미터로 미세화되어 선폭(linewidth)이 점점 좁아지고 있다. 이러한 변화는 검출해야 할 불량의 크기가 작아지고, 정상 공정상태와 비정상 공정상태의 차이도 상대적으로 감소되어, 공정오차 및 공정조건의 허용범위가 축소되었음을 의미한다. 따라서 검출해야 할 이상징후 탐지가 더욱 어렵게 되어, 높은 정밀도와 해상도를 갖는 검사공정이 요구되고 있다. 이러한 이유로, 미세 공정변화를 파악할 수 있는 신규 검사 및 계측 공정이 추가되어 TAT(Turn-around Time)가 증가하게 되었고, 웨이퍼가 가공되어 완제품까지 도달하는데 필요한 공정시간이 증가하여 제조원가 상승의 원인으로 작용한다. 본 논문에서는 웨이퍼의 검계측 데이터가 아닌, 제조공정 과정에서 발생하는 다양한 센서 및 장비 데이터를 기반으로 웨이퍼 제조 결과가 양품인지 그렇지 않으면 불량인지 구별할 수 있는 가상계측 모델을 제안한다. 기계학습의 여러 알고리즘 중에서 다양한 장점을 갖는 XGBoost 알고리즘을 이용하여 예측모델을 구축하였고, 데이터 전처리(data-preprocessing), 주요변수 추출(feature selection), 모델 구축(model design), 모델 평가(model evaluation)의 순서로 연구를 수행하였다. 결과적으로 약 94% 이상의 정확성을 갖는 모형을 구축하는데 성공하였으나 더욱 높은 정확성을 확보하기 위해서는 반도체 공정과 관련된 Domain Knowledge 를 반영한 모델구축과 같은 추가적인 연구가 필요하다.

Development of an Optimized Deep Learning Model for Medical Imaging (의료 영상에 최적화된 딥러닝 모델의 개발)

  • Young Jae Kim;Kwang Gi Kim
    • Journal of the Korean Society of Radiology
    • /
    • v.81 no.6
    • /
    • pp.1274-1289
    • /
    • 2020
  • Deep learning has recently become one of the most actively researched technologies in the field of medical imaging. The availability of sufficient data and the latest advances in algorithms are important factors that influence the development of deep learning models. However, several other factors should be considered in developing an optimal generalized deep learning model. All the steps, including data collection, labeling, and pre-processing and model training, validation, and complexity can affect the performance of deep learning models. Therefore, appropriate optimization methods should be considered for each step during the development of a deep learning model. In this review, we discuss the important factors to be considered for the optimal development of deep learning models.

Application of the 3D CAD Model Data for 4D Simulation and Quantity Estimation (4D 시뮬레이션 및 일정별 물량정보검색을 위한 3D 모델 정보 활용)

  • Lee Jae-Cheol
    • Korean Journal of Construction Engineering and Management
    • /
    • v.5 no.4 s.20
    • /
    • pp.107-114
    • /
    • 2004
  • This paper represents the application of the 3D CAD Model data for 4D simulation and quantity estimation. These support the effective and practical use of 4D CAD model. By using and manipulating the 3D CAD model information, scheduling and quantity estimation could be developed more quickly and effectively. So the 3D CAD model information is made use of not only drawing a blueprint but also playing an important part of data integration platform. The scheduling module sets up the schedule generation logic that consists of period, priority of element arrangement, and time lag of floor placement. It sorts the working items as a priority of working process. And the quantity estimation module queries the material quantity of the structural elements according to the scheduling conditions. These two modules are developed using the 3D CAD model information and assist the function of 4D CAD model.

Development of a Wood Recovery Estimation Model for the Tree Conversion Processes of Larix kaempferi (낙엽송 제재에 따른 이용재적 산출 모델의 개발)

  • Kwon, Kibeom;Han, Hee;Seol, Ara;Chung, Hyejean;Chung, Joosang
    • Journal of Korean Society of Forest Science
    • /
    • v.102 no.4
    • /
    • pp.484-490
    • /
    • 2013
  • This study was conducted to develop a simulation model for estimating the amount of such products as round wood, dimension lumber and the residual wood biomass produced by processing the individual trees of Larix kaempferi. In the model, the stem volume is assessed using the taper equations of the species to estimate the stem forms. Then, the model simulates the conversion processes of logs to round wood or lumber and assesses the maximum amount of the wood products by the lumber dimensions or round wood size. Also the model provides information on the amount of residuals for kerf and slabs produced on the conversion processes for sawn timber or round wood. According to the results of an application of the model to a L. kaempferi process, the trees greater than 12 cm of DBH can be converted to logs for lumber or round wood production. For the trees, of which DBH is available for log conversion, the maximum amount of final products by dimensions were analyzed. In this analysis, production of the bigger dimension lumber was assumed to be preferred to that of the smaller or round wood. This model can be used for assesment of forest economic value through estimation of merchantable volume for the trees, and assessment of mill residues which has the potential to provide significant amount of feedstock for bioenergy production as well.

CNN 을 이용한 단일영상 고해상도 복원 및 수용영역 확장을 통한 성능 향상

  • Park, Karam;Cho, Nam Ik
    • Proceedings of the Korean Society of Broadcast Engineers Conference
    • /
    • 2019.11a
    • /
    • pp.76-79
    • /
    • 2019
  • 합성곱 신경망의 성능이 증가하면서 다양한 영상 처리 문제를 해결하기 위해 합성곱 신경망을 적용한 시도들이 증가하고 있다. 고해상도 복원 문제도 그 중 하나였으며, 보다 높은 성능을 얻기 위해 주로 신경망의 깊이를 깊게 하는 시도들이 있었다. 본 논문에서는 고해상도 복원 작업을 위한 합성곱 신경망의 성능 향상을 위해 깊이를 증가시키는 접근법이 아닌 수용영역을 확장시키는 접근법을 시도하였다. 논문에서 제시한 모델은 신경망 내부에 두 개의 브랜치를 두어, 하나의 브랜치는 Dilated Convolution 을 이용해 수용영역을 확장하는데 사용되며, 다른 하나는 이 브랜치를 통해 나온 feature 를 가공하는데 사용된다. 기본 모델은 EDSR 을 사용하였으며, 최종적으로 4.79M 의 파라미터로 평균 32.46dB 의 PSNR 을 보여주었다. 하지만 모델의 구조가 복잡하여 깊이를 늘이는 접근법을 적용하기 어렵다는 한계점이 있다.

  • PDF

Development of plasma system design framework by a computational fluid model (전산 유체 모델을 이용한 plasma 장비 개발 시스템의 구축)

  • Ju, Jeong-Hun
    • Proceedings of the Korean Institute of Surface Engineering Conference
    • /
    • 2013.05a
    • /
    • pp.60-60
    • /
    • 2013
  • 공정용 플라즈마는 반도체 웨이퍼 가공, 평판형 디스플레이, 자동차 및 산업용 부품 코팅, 장식용 코팅에 널리 사용되고 있다. 이를 위한 장비 개발은 플라즈마에 대한 깊은 이해가 없이는 불가능하여 주로 선진 장비 회사의 모델을 참고하여 유사하게 만드는 수준에서 진행되어 왔는데 2D, 3D modeling이 가능한 전산 유체 모델은 일부 상용화 패키지 S/W까지 등장하였으나 플라즈마와 수치 해석에 대한 기본적인 지식이 없이는 사용이 매우 어렵다는 단점이 있어 국내의 일부소자회사의 장비 관련 연구팀 정도에서만 사용이 가능했다. 이를 중견 장비 업체들에 까지 확대하기 위한 작업의 일환으로 2D-ICP, 2D-CCP model의 기본적인 기능을 갖추고 기하적 크기는 파라미터 방식으로 사용자가 조절할 수 있도록 만든 framework을 개발하려는 시도에 대해서 논의 하고자 한다.

  • PDF

GMT 부경 FSM의 시험모델 개발 현황

  • Kim, Yeong-Su;Park, Gwi-Jong;Go, Ju-Heon;Jang, Jeong-Gyun;Yang, Ho-Sun;Kim, Ho-Sang;Lee, Gyeong-Don;An, Hyo-Seong;Cho, Myung;Gyeong, Jae-Man;Park, Byeong-Gon;Cheon, Mu-Yeong;Yun, Yang-No
    • Bulletin of the Korean Space Science Society
    • /
    • 2011.04a
    • /
    • pp.29.4-30
    • /
    • 2011
  • 한국천문연구원은 Giant Magellan Telescope (GMT)의 부경 중의 하나인 Fast Steering Mirror (FSM)의 시험모델을 개발 중이다. 구경 1.06m의 비축 비구면 반사경을 시험제작하기 위하여 경량화 설계를 하였고 실제 가공 준비를 하고 있다. 반사경의 tip-tilt 제어를 위해서는 mathmatical model을 작성하고 실제 test-bed를 제작하였다. 이 논문에서는 FSM 시험모델의 개발 현황에 대해 논한다.

  • PDF

Developing Model of Food Cultual Contents for Smart phone application (스마트폰 애플리케이션용 음식 문화 콘텐츠 개발 모델과 전망)

  • Choi, Jung Hee
    • Proceedings of the Korea Contents Association Conference
    • /
    • 2011.05a
    • /
    • pp.289-290
    • /
    • 2011
  • 많은 사람들은 낮선 지역을 여행하면 대개 그 지역의 유명한 음식이 무엇인지 한번 먹어봤으면 하는 욕구를 가진다. 또 고유한 전통식을 제대로 만들어 파는 곳이 어디인지, 외국어로 쓰여진 메뉴판을 해독하거나 특정 음식을 어떻게 주문해야 하는지 난감한 경우에 처한 경우도 많다. 본 연구는 이런 어려움과 아쉬움을 해결하기 위하여 개발된 모바일용 애플리케이션의 제작 과정을 통하여 요리와 음식문화가 어떻게 상업성이 있는 콘텐츠로 가공, 개발되는지의 모델을 제시하고자 한다. 이 콘텐츠는 10국에 현재 거주하거나 장기 거주한 적이 있는 다수의 음식 전문가들이 언어, 문화, 식품과 음식에 대한 지식을 공유하는 집단 지성 체계로 협력 제작하였기에 다양한 지역, 풍성한 아이템, 깊이 있고 정확한 정보라는 양적, 질적 수준을 모두 충족시켜 유저들의 호응을 끌어냈다는 점에서 앞으로 개발될 많은 앱용 문화 컨텐츠의 제작 모델 역할을 하리라 생각된다.

  • PDF