• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 추계학술대회
• /
• pp.62-65
• /
• 2018

신경망은 깊어질수록 gradient vanishing/exploding과 같은 네트워크가 불안정해지는 문제가 발생 한다. 잔차 블록을 이용하여 이러한 문제를 해결 할 수 있다. 본 논문에서는 영상 인식 분야에서 훌륭한 성능을 보여준 잔차 블록 기반의 깊은 합성곱 신경망을 통한 단일 영상 초해상도 복원 기법을 제안 한다. 제안한 알고리듬은 EDSR에 사용된 잔차 블록을 다양한 크기의 합성곱 연산을 통해 영상의 특징들을 다르게 분석하도록 수정하고 VDSR과 비슷한 수준의 복잡도로 구성하여 향상된 성능을 얻었다. 실험 결과, VDSR에 비해 PSNR이 최대 0.1dB까지 증가했다.

• 대한의용생체공학회:의공학회지
• /
• 제20권5호
• /
• pp.609-616
• /
• 1999

심폐바이패스시 발생할 수 있는 튜브 마모 및 파쇄는 롤러펌프의 반복되는 압박에 의해 롤러펌프에 장착된 튜브 내벽에 균열이 생기고 이로 인해 미세한 비생물적 조각들이 혈액중으로 떨어져 나가는 현상을 말하는데, 임상적으로 치명적인 색전증을 초래할 수 있다. 그러나 아직 롤러펌프 튜브로 사용되는 PVC 및 실리콘 튜브 중 어느 쪽이 마모 및 파쇄 관점에서 더 우수한지는 체계적으로 밝혀지지 않고 있다. 이에 본 연구는 두 종류의 튜브를각각 일정 기간 롤러펌프에 장착하여 작동시킨 뒤 튜브내외면을 육안 및 주사형 전자현미경으로 관찰하였다. 즉 PVC 및 실리콘 튜브 (내경 1/2 인치의)들을 미리 정해진 폐쇄도 조절에 의해 폐쇄 회로 심폐비이패스 롤러펌프 헤드에 장착시키고 4.500ml/min에서 각각 4차례씩 1,2,4,6 시간 작동시켰다. 파쇄에 의한 색전 관찰 실험에서는 회로 중간에 동맥여과기를 설치하고 각각 6,9시간 씩 롤러펌프를 작동시켰다. 실험 후 튜브 및 여과기들을 수거한 후 육안 및 주사형 전자현미경 분석을 시행하였다. 실험후 튜브 및 여과기들을 수거한 후 육안 및 주사형 전자현미경을 분석을 시행하였다. 튜브 외부의 육안 관찰 결과 일반적으로 실라스틱 튜브에서의 외부 마모가 PVC 튜브에 비해 현저하였다. 주사형 전자현미경 관찰에서 PVC 튜브에서의 홈은 좁으면서 경계선이 뚜렷한 특징을 보였고 3시간 이상 롤러와 접촉한 튜브들에게서는 깊은 균열이 간헐적으로 관찰되었다. 반면, 실라스틱에서의 홈은 좁으면서도 경계선이 뚜렷한 특징을 보였고 3시간 이상 롤러와 접촉한 튜브들에게서는 깊은 균열이 간헐적으로 관찰되었다.반면 실라스틱에서의 튜브들에서는 홈이 상대적으로 넓고 경계가 덜 명확했으며, 특징적으로 V 자 모양의 융기부들이 간헐적으로 관찰되었다. 실라스틱 및 PVC 튜브 모두에서 50u 전후의 Craters 가 간헐적으로 관찰되었다. 여과기의 여과망에 대한 주사형 전자현미경 분석 결과 실라스틱과 PVC 튜브 실험군 모두에서 색전입자로 의심되는조각들이 발견되었으나 두군간 정량적 비교는 어려웠다. 결론적으로 롤러펌프에 의한 튜브 마모 및 파쇄현상은 실리콘 및 PVC 튜브의 재질에 따라 그 양상에는 차이가 있으나 임상적인 측면에서는 어느 쪽도 상대적인 우수성이 입증되지 못하였다.

• 한국음향학회지
• /
• 제10권6호
• /
• pp.58-63
• /
• 1991

선박소음이 우세한 해역에서 측정된 수중소음의 크기를 분석한 결과 100Hz 미만에서는 깊은 수 심에서의 소음 크기가 낮은 수심에서보다 크게 나타나고 있다. 한편 계절적인 소음 크기의 변화는 dam 파 전달 조건에 좌우되며, 일반적인 spectrum shape은 Urick의 선박소음이 우세한 경우의 spectrum과 매우 유사하다.

• 월간포장계
• /
• 통권152호
• /
• pp.72-74
• /
• 2005

000년 4월에『카르레』를 발매한 후 많은 유저, 가공메이커, 자영업자 등의 협력을 얻어 순조롭게 판매를 늘려왔다. 물론 모든 것이 순조로운 것만이 아닌 유저의 깊은 지지, 협력, 지도를 기반으로 수많은 개선 등으로 현재에 이르게 되었다. 본고에서는 최근 특히 주목되어 온『카르레』의 구조적 특징이 반영되고 있는 사용법의 예를 소개하고 인몰드라벨과 점착라벨에의 활용을 살펴본다.

• 한국한의학연구원논문집
• /
• 제11권1호
• /
• pp.19-32
• /
• 2005

본고에서는 역대 본초서(本草書)의 간행(刊行)을 통해 본초학(本草學)이 역사적 변천 과정을 거치면서 어떻게 발전해 왔는지를 주제로 살펴보고자 한다. 이를 위해 각 시대별로 가장 특징적인 본초서를 위주로 대표적인 본초 명저의 간행과 이것이 의미하는 시대적 특징과 본초학적 발전상을 요약하였다. 아울러 대표 명저 중 우리 의학에 도입되어 깊은 영향을 끼친 본초서의 흔적과 조선판의 간행 사항을 조사하여 소개함으로서 한국한의학에 미친 영향성을 알아보았다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 하계학술대회
• /
• pp.41-42
• /
• 2018

텍스트 문서 영상으로부터 단어를 검출하고, LLAH(locally likely arrangement hashing) 알고리즘을 이용하여 이웃 단어 사이의 기하 관계를 표현하는 특징 벡터를 계산한 후, 특징 벡터를 비교함으로써 텍스트 문서를 효과적으로 인식하거나 검색할 수 있다. 그러나, 이는 문서 내 각 단어가 정확하고 강건하게 검출된다는 전제를 필요로 한다. 본 논문에서는 텍스트 내 각 라인을 검출하고, 각 라인 내에서 단어 사이의 간격과 글자 사이의 간격을 깊은 신경망(deep neural network)을 이용하여 학습하고 분류함으로써, 보다 카메라와 텍스트 문서 사이의 거리나 방향이 동적으로 변하는 조건에서 각 단어를 강건하게 검출하는 방법을 제안한다. 모바일 환경에서 제안된 방법을 구현하였으며, 실험을 통해 단어 사이의 간격과 글자 사이의 간격을 92.5%의 정확도로 구별할 수 있으며, 이를 통해 동적인 환경에서 단어 검출의 강건성을 크게 개선할 수 있음을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.641-642
• /
• 2022

단일 데이터로부터의 이동 객체에 대한 행동 인식 연구는 데이터 수집 과정에서 발생하는 노이즈의 영향을 크게 받는다. 본 논문은 영상 데이터와 센서 데이터를 이용하여 다중 융합 네트워크 기반 이동 객체 행동 인식 방법을 제안한다. 영상으로부터 객체가 감지된 영역의 추출과 센서 데이터의 이상치 제거 및 결측치 보간을 통해 전처리된 데이터들을 융합하여 시퀀스를 생성한다. 생성된 시퀀스는 CNN(Convolutional Neural Networks)과 LSTM(Long Short Term Memory)기반 다중 융합 네트워크 모델을 통해 시계열에 따른 행동 특징들을 추출하고, 깊은 FC(Fully Connected) 계층을 통해 특징들을 융합하여 행동을 예측한다. 본 연구에서 제시된 방법은 사람을 포함한 동물, 로봇 등의 다양한 객체에 적용될 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.36-39
• /
• 2020

최근 딥 러닝을 이용한 방법들이 이미지 분류에서 뛰어난 성능을 보임에 따라, 복잡한 특징을 담고 있는 얼굴 이미지에 대해 이를 적용하려는 시도가 늘어나고 있다. 특히, 이미지로부터 주요한 특징들을 추출하여 간결하게 이미지를 대표할 수 있는 이미지 기술자 (Image descriptor)를 딥 러닝을 통해 생성하는 연구가 인기를 끌고 있다. 이는 딥 러닝 끝 단에 있는 Fully-connected layer 의 출력으로 얻을 수 있으며 이미지의 의미론적 상관관계를 이용하여 학습된다. 구체적으로, 이미지 기술자는 실수형 벡터 데이터로서, 한 장의 이미지를 수치화 하여 비슷한 이미지 사이에는 벡터 거리가 가깝게, 서로 다른 이미지 사이에는 벡터 거리가 멀게 구성된다. 본 연구에서는 미리 학습된 인공 신경망을 통과시켜 얻은 얼굴 이미지 기술자를 활용하여 멤버 분류를 위한 두 개의 인공 신경망을 학습하는 것을 목표로 한다. 제안된 방법을 검증하기 위해 얼굴 인식에 널리 사용되는 벤치 마크 데이터셋을 활용하였고, 그 결과 제안된 방법이 높은 정확도로 멤버를 분류할 수 있다는 것을 확인하였다.

• 한국지반공학회지:지반
• /
• 제1권2호
• /
• pp.81-92
• /
• 1985

일반적으로, 지반의 굴착은 주변지반의 응력해방에서 응력재배치 과정을 거치는 동안 지반변형을 포함한 여러가지 토질공학적 문제를 수반하게 된다. 이러한 문제들은 특히, 밀집된 고분건물사이에 새로운 건물을 건축하기 위한 굴착을 하는 경우, 인접한 기존건물의 안정과 연관된 문제들을 유발하게 되어 굴착방법이나 시공관리에 있어서 많은 기술적인 노력을 필요로 한다. 본 연구는 이와 같은 문제들을 수반하는 사질토 지반에서의 깊은 굴착문제를 다루고 있는데, 연구대상지역은 상기와 같이 기존건물 및 부속시설이 굴착면에 매우 근접하여 있고, 신축건물의 기초가 신접건물의 기초보자 아래에 위치하는 특징을 내포하고 있다. 본고에서는 이러한 현장특성을 갖는 굴착지반에 대하여 탄소성 유한요소해석을 수행, 지반변상를 예측하였고, 계측 System을 도입하여 지표, 수중수평변이, 건물거동 등을 측정, 굴착에 따른 변형 특성을 고찰하였다.

• 한국융합학회논문지
• /
• 제12권12호
• /
• pp.31-37
• /
• 2021

본 논문은 특징 융합과 공간 강조를 적용하여 작고 페색된 객체 검출을 위한 개선된 YOLOv4S를 제안하였다. 기존 YOLOv4S은 경량 네트워크로 깊은 네트워크 대비 특징 추출 능력 부족하다. 제안하는 방법은 먼저 feature fusion으로 서로 다른 크기의 특징맵을 결합하여 의미론적 정보 및 저수준 정보를 개선하였다. 또한, dilated convolution으로 수용 영역을 확장하여 작고 폐색된 객체에 대한 검출 정확도를 향상시켰다. 두 번째로 spatial attention으로 기존 공간 정보 개선하여 객체간 구분되어 폐색된 객체의 검출 정확도를 향상시켰다. 제안하는 방법의 정량적 평가를 위해 PASCAL VOC 및 COCO 데이터세트를 사용하였다. 실험을 통해 제안하는 방법은 기존 YOLOv4S 대비 PASCAL VOC 데이터세트에서 mAP 2.7% 및 COCO 데이터세트에서 mAP 1.8% 향상되었다.