• Journal of the Korean Society of Radiology
• /
• v.14 no.3
• /
• pp.211-220
• /
• 2020

High-quality computed tomography (CT) images enable precise lesion detection and accurate diagnosis. A lot of studies have been performed to improve CT image quality while reducing radiation dose. Recently, deep learning-based techniques for improving CT image quality have been developed and show superior performance compared to conventional techniques. In this study, a super-resolution convolutional neural network (SRCNN) model was used to improve the spatial resolution of CT images, and image quality according to the hyperparameters, which determine the performance of the SRCNN model, was evaluated in order to verify the effect of hyperparameters on the SRCNN model. Profile, structural similarity (SSIM), peak signal-to-noise ratio (PSNR), and full-width at half-maximum (FWHM) were measured to evaluate the performance of the SRCNN model. The results showed that the performance of the SRCNN model was improved with an increase of the numbers of epochs and training sets, and the learning rate needed to be optimized for obtaining acceptable image quality. Therefore, the SRCNN model with optimal hyperparameters is able to improve CT image quality.

• Proceedings of the ESK Conference
• /
• 1997.10a
• /
• pp.406-413
• /
• 1997

근전도(EMG:Electromyogram)를 사용하여 국부 근육 피로(Localized Muscle Fatigue)를 정량화으로 분석 하기 위해 널리 이용되고 있는 AR(Autoregressive)모델의 1차 계수, RMS(Root Mean Square), ZCR(Zero Crossing Rate), MPF(Mean Power Frequency), MF(Median Frequency)를 선택하여, 근육이 발휘하는 힘과 시간의 흐름에 따라 근육 피로의 정도를 민감하게 나타내는 매개변수를 규명하였다. 피실험자 10명의 좌우 척추세움근(Erector Spinae Muscle)을 대상으로 등장수축(Sustained Isometric Contraction)조건에서 허리의 신전(Extension)운동을 실시하였다. 이때 발휘해야 하는 힘의 수준은 15%, 30%, 45%, 60%, 75% MVC 로 정하였고 각 수준마다 20초 동안 근전도를 측정하 였다. 데이터 분석은 총20초 구간의 근전도를 0.5초 간격으로 나누어 매개변수들을 각각 구하고 분석을 실시하였다. 시간의 흐름에 대한 피로도 분석 결과, AR 모델의 1차 계수와 MPF가 유의한 차이를 보였으며, 낮은 수준의 %MVC에서는 AR 계수가, 높은 수준에서는 MPF가 민감한 반응 결과를 나타냈다. 그리고 근육이 발휘하는 힘의 정도를 분석하기 위해 주로 사용되고 있는 RMS 보다는 더 AR 계수가 모든 수준에서 뚜렷하게 차이를 보인 것이 확인되었다. 따라서 AR 모델의 1차 계수가 근육의 피로 정도와 힘의 수준을 다른 매개변수에 비해 더욱 민감하게 구별함이 입증되었다. 이러한 결과는 다른 분야에서도 근육 피로를 정량적으로 측정하는데 사용될 수 있을 것으로 생각되며, 개인적 변이도를 고려한 확률 기법을 사용한다면 보다 정확한 근전도 분석이 이루어질 것으로 기대된다.있음을 알 수 있었다. 사료된다.의 결과는 자전거 에르고노미터의 결과가 트레드밀의 결과에 87.60%정도 나타났다.음을 관찰하였다. 특히 vitamin C와 E의 병용투여는 상승적으로 적용하여 간세포손상을 더욱 억제시킴을 알 수 있었다.mance and on TFP(Total Factor Productivity) growth which is a pure measure of firm performance. To utilize the advantage of panel data, FEM(Fixed Effect Model) and REM(Random Effect Model) were used. The empirical result shows that the entropy index as a measurement of inter-business relatedness is not significant but technological relatedness index is significant. OLS estimates on pooled data were considerably different from FEM or REM estimates on panel data. By introducing interaction effect among the three variables for business portfolio properties, we obtained three findings. First, only VI (Vertical integration) has a significant positive correlation with ROS. Second, when using TFP growth as an dependent variable, both TR(Technological Relatedness) and f[ are signif

• Journal of the Korean Magnetics Society
• /
• v.20 no.4
• /
• pp.149-152
• /
• 2010

The flat coil actuator is widely used to make high precision products because it has no friction between the moving coil and the guide. Finite Element Method, a favored actuator design tool due to its high accuracy, was utilized to analyze the electromagnetic actuator, but it consumes a lot of time especially in computation iterations for optimization. Accordingly, the magnetic equivalent circuit analysis can be an alternative tool to FEM because of its computation iteration capability with fair accuracy. In this paper, lumped parameter model and the simulation results are presented. In addition, the result of lumped parameter analysis is compared with those obtained from finite element analysis for verification.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.31-34
• /
• 2024

태양광 에너지는 탄소 중립 이행을 위한 주요 방안으로 많은 주목을 받고 있다. 태양광 발전량은 여러 환경적 요인에 따라 크게 달라질 수 있으므로, 정확한 발전량 예측은 전력 네트워크의 안정성과 효율적인 에너지 관리에 근본적으로 중요하다. 대표적인 인공지능 기술인 신경망(Neural Network)은 불안정한 환경 변수와 복잡한 상호작용을 효과적으로 학습할 수 있어 태양광 발전량 예측에서 우수한 성능을 도출하였다. 하지만, 신경망은 모델의 구조나 초매개변수(Hyperparameter)를 최적화하는 것은 복잡하고 시간이 많이 드는 작업이므로, 에너지 분야에서 실제 산업 적용에 한계가 존재한다. 본 논문은 2단계 신경망 최적화를 통한 태양광 발전량 예측 기법을 제안한다. 먼저, 태양광 발전량 데이터 셋을 훈련 집합과 평가 집합으로 분할한다. 훈련 집합에서, 각기 다른 은닉층의 개수로 구성된 여러 신경망 모델을 구성하고, 모델별로 Optuna를 적용하여 최적의 초매개변숫값을 선정한다. 다음으로, 은닉층별 최적화된 신경망 모델을 이용해 훈련과 평가 집합에서는 각각 5겹 교차검증을 적용한 발전량 추정값과 예측값을 출력한다. 마지막으로, 스태킹 앙상블 방식을 채택해 기본 초매개변숫값으로 설정해도 우수한 성능을 도출하는 랜덤 포레스트를 이용하여 추정값을 학습하고, 평가 집합의 예측값을 입력으로 받아 최종 태양광 발전량을 예측한다. 인천 지역으로 실험한 결과, 제안한 방식은 모델링이 간편할 뿐만 아니라 여러 신경망 모델보다 우수한 예측 성능을 도출하였으며, 이를 바탕으로 국내 에너지 산업에 이바지할 수 있을 것으로 기대한다.

• Journal of Broadcast Engineering
• /
• v.25 no.6
• /
• pp.980-993
• /
• 2020

Deep-learning based style transfer has recently attracted great attention, because it provides high quality transfer results by appropriately reflecting the high level structural characteristics of images. This paper deals with the problem of providing more stable and more diverse style transfer results of such deep-learning based style transfer method. Based on the investigation of the experimental results from the wide range of hyper-parameter settings, this paper defines the problem of the stability and the diversity of the style transfer, and proposes a partial loss normalization method to solve the problem. The style transfer using the proposed normalization method not only gives the stability on the control of the degree of style reflection, regardless of the input image characteristics, but also presents the diversity of style transfer results, unlike the existing method, at controlling the weight of the partial style loss, and provides the stability on the difference in resolution of the input image.

• Journal of the Korea Society of Computer and Information
• /
• v.26 no.8
• /
• pp.173-180
• /
• 2021

The purpose of the present study was to investigate the relationship between perceived parenting style and life satisfaction among adolescents transitioning from middle to high schools and to ascertain whether self-esteem functions as a mediating variable between the two aforementioned variables. Based on the results of literature review, a research model, in which there were perceived parenting style, self-esteem, and life satisfaction as latent variables, was designed. The current study analyzed the 6th and 7th wave data of the 4th grade panel of elementary school from the Korea Children and Youth Panel Survey (KCYPS). Major results were as follows. First, perceived democratic parenting style had a significant positive effect on life satisfaction whereas controlling parenting style did not have a significant impact on life satisfaction. Second, self-esteem partially mediated the effect of perceived democratic parenting style on life satisfaction. Third, self-esteem fully mediated the effect of perceived controlling parenting style on life satisfaction. Finally, implications and recommendations were provided to improve parenting style and to enhance self-esteem of adolescents experiencing school transitions.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.339-339
• /
• 2021

XP-SWMM은 유역의 강우-유출과 1차원 관망 해석 및 2차원 지표면 흐름 해석이 가능하여 도시지역의 침수 모의에 활용도가 높다. 하지만 대부분의 수학적 모형이 그러하듯 XP-SWMM은 많은 입력 변수를 포함하고 있어 사용자의 숙련도에 따라 모의 결과가 달라질 수 있다. 본 연구의 목적은 XP-SWMM을 이용한 침수 모의의 정확도를 향상시키기 위해 침수 모의에 영향을 줄 수 있는 인자를 검토하고, 민감도 분석을 통해 인자별 적정 범위를 제안하는 것이다. 다만, 유역의 강우-유출과 1차원 관망 해석에 사용되는 매개변수는 과거 많은 연구자들이 적정 범위를 제시하였으므로 본 연구에서는 2차원 지표면 흐름 해석에 관한 입력 변수만을 대상으로 하였다. 이를 위해 2차원 계산의 지배방정식인 천수방정식의 매개변수 중 XP-SWMM에서 제어할 수 있는 인자와 XP-SWMM의 사용자 편의환경(graphical user interface; GUI)에서 제어 가능한 인자를 고려하였다. 선정된 인자는 지표면 조도계수, 2차원 계산 시간 간격, 2D 집수유량 계수, Smagorinsky 계수, Wet/dry 깊이이다. 제시된 인자들을 대상으로 침수흔적도의 침수 면적을 기준으로 민감도 분석을 수행하였고, 인자의 변화율을 침수 면적의 변화율로 변화시키는 조건수(condition number)를 활용하여 인자별 민감 여부를 분석하였다. 또한, 영향 인자 변화에 따른 침수 면적과 침수흔적도의 상대오차를 분석하여 영향 인자의 적정 범위를 제안하였다. 그 결과, 지표면 조도계수의 적정범위는 0.02~0.05, 2차원 계산 시간 간격은 0.1-3.5초, Smagorinsky 계수는 0.06~1.0, Wet/dry 깊이는 0.001~0.02 m인 것으로 나타났다. 본 연구는 XP-SWMM을 이용한 2차원 침수 모의에 활용될 수 있는 영향 인자와 적정 범위를 제안한 연구로서, 향후 XP-SWMM을 이용한 많은 침수분석에 참고자료로 활용될 수 있을 것으로 판단된다.

• Journal of Korean Society of Steel Construction
• /
• v.21 no.3
• /
• pp.221-232
• /
• 2009

The load distribution factor (LDF) values of simplified composite H beam panel bridges (SCHPBs) that were subjected to one lane and two lane loads were investigated using three dimensional finite element analyses with the computer program ABAQUS (2007). This study considered some design parameters such as the slab thickness, the steel plate thickness, the span length, and the continuity of the SCHPBs in the development of new LDFs. The distribution values that were obtained from these analyses were compared with those from the AASHTO Standard, LRFD, and the equations presented by Tarhini and Frederick, Huo et al., Back and Shin, and Cai. The AASHTO Standard distribution factors for SCHPBs were found to be very conservative. Sometimes, the distribution values from the finite element analyses for interior girders were similar to the results of the AASHTO LRFD, whereas the values for exterior girders were conservative in most cases. The new distribution values that were presented in this study produced LDFs that are more conservative than those from the finite element method. For the simple application of the design to SCHPBs, bridge engineers can use 0.42 for the interior girder and 0.32 for the exterior girder. The proposed values improve the current design procedure for the LDF problem and increase SCHPB design efficiency.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.392-395
• /
• 2017

본 연구에서는 일 증발접시 증발량 산정을 위한 딥러닝 (deep learning) 모형의 적용성을 평가하였다. 본 연구에서 적용된 딥러닝 모형은 deep belief network (DBN) 기반 deep neural network (DNN) (DBN-DNN) 모형이다. 모형 적용성 평가를 위하여 부산 관측소에서 측정된 기상자료를 활용하였으며, 증발량과의 상관성이 높은 기상변수들 (일사량, 일조시간, 평균지상온도, 최대기온)의 조합을 고려하여 입력변수집합 (Set 1, Set 2, Set 3)별 모형을 구축하였다. DBN-DNN 모형의 성능은 통계학적 모형성능 평가지표 (coefficient of efficiency, CE; coefficient of determination, $r^2$; root mean square error, RMSE; mean absolute error, MAE)를 이용하여 평가되었으며, 기존의 두가지 형태의 ANN (artificial neural network), 즉 모형학습 시 SGD (stochastic gradient descent) 및 GD (gradient descent)를 각각 적용한 ANN-SGD 및 ANN-GD 모형과 비교하였다. 효과적인 모형학습을 위하여 각 모형의 초매개변수들은 GA (genetic algorithm)를 이용하여 최적화하였다. 그 결과, Set 1에 대하여 ANN-GD1 모형, Set 2에 대하여 DBN-DNN2 모형, Set 3에 대하여 DBN-DNN3 모형이 가장 우수한 모형 성능을 나타내는 것으로 분석되었다. 비록 비교 모형들 사이의 모형성능이 큰 차이를 보이지는 않았으나, 모든 입력집합에 대하여 DBN-DNN3, DBN-DNN2, ANN-SGD3 순으로 모형 효율성이 우수한 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.383-383
• /
• 2018

최근 기후변화와 도시화로 인해 국지성 집중호우 및 불투수면적이 증가하고 있는 실정이며, 도시 지역 내의 첨두유량, 도달시간, 지체시간 등과 같은 수문학적 인자가 변화함에 따라 재산피해, 인명피해가 발생하고 있다. 저영향개발(Low Impact Development, LID) 기법은 수리수문학적 및 환경생태학적 문제를 저감하는 방안 중 하나로써 도시지역에서 수환경을 자연상태로 복원하는 대안으로 제시되고 있다. LID 기법 중 하나인 옥상녹화는 도시 내의 불투수면 증가로 인한 초과 지표면유출을 저감시켜 물관리를 하는 기술이다. 본 연구는 경남 양산시 부산대학교 제 2 캠퍼스에 조성된 옥상녹화 장치를 이용하여 정량적으로 유출량을 분석하였다. 비식생구와 식생구를 설치하고 실험의 시나리오는 강우강도를 25, 50, 75, 100 mm/hr로 설정하여 측정된 데이터 값을 바탕으로 SWMM(Storm Water Management Model) 모델링을 수행하였다. 유출량 값은 SWMM 5의 매개변수 추정지원 시스템인 SWMM-SCE를 이용하여 모형을 자동보정하였다. 보정된 모의유량은 실측유량과 0.28~3.81% 만큼의 오차를 보였고 각 시나리오에 따라 검증한 결과 상관계수가 0.82 이상으로서 실측값과 높은 상관성을 나타내었다. 옥상녹화 실험의 경우, 강우강도 75mm/hr일 때 첨두유출저감율과 지연시간은 각각 15.45% 감소, 15초 지연으로 최적의 효율이 나타났으며 강우강도 25mm/hr일 때 첨두유출저감율과 지연시간은 각각 1.36% 감소, 4초 지연으로 최저의 효율이 나타났다. SWMM 모의 결과는 강우강도 75mm/hr일 때 첨두유출저감율과 지연시간은 각각 15.45% 감소, 16초 지연으로 최적의 효율이 나타났으며 강우강도 25mm/hr일 때 첨두유출저감율과 지연시간은 각각 2.73% 감소, 4초 지연으로 최저의 효율이 나타났다.