• KIISE Transactions on Computing Practices
• /
• v.22 no.8
• /
• pp.375-380
• /
• 2016

The proliferation of online social networking services (OSNSs) and smartphones has enabled people to easily make friends with a large number of users in the online communities, and interact with each other. This leads to an increase in the usage rate of OSNSs. However, individuals who have immersed into their digital lives, prioritizing the virtual world against the real one, become more and more isolated in the physical world. Thus, their socialization processes that are undertaken only through lots of face-to-face interactions and trial-and-errors are apt to be neglected via 'Add Friend' kind of functions in OSNSs. In this paper, we present a friend recommendation system based on the on/off-line contextual information for the OSNS users to have more serendipitous offline interactions. In order to accomplish this, we modeled both offline information (i.e., place visit history) collected from a user's smartphone on a 3D tensor, and online social data (i.e., friend relationships) from Facebook on a matrix. We then recommended like-minded people and encouraged their offline interactions. We evaluated the users' satisfaction based on a real-world dataset collected from 43 users (12 on-campus users and 31 users randomly selected from Facebook friends of on-campus users).

• Geophysics and Geophysical Exploration
• /
• v.27 no.1
• /
• pp.51-56
• /
• 2024

In this paper, the vector gravity and gravity gradient tensor of an elliptical disk are derived. The vector gravity of an elliptical disk is defined by differentiating the gravitational potential due to the elliptical disk expressed by a double integral with respect to each axial direction. The vector gravity defined by the double integral is then transformed into a line integral of a closed curve along the elliptical disk boundary using the complex Green's theorem. Finally, vector gravity due to the elliptical disk is derived by 1D parametric numerical integration along the elliptical disk boundary. The xz, yz, zz components of the gravity gradient tensor due to the elliptical disk are obtained by differentiating the vector gravity with respect to vertical direction. The xx, yy, xy components are derived by differentiating the horizontal components of the vector gravity in the form of a double integral with respect to horizontal directions and then using the complex Green's theorem.

• The Korean Journal of Rheology
• /
• v.7 no.2
• /
• pp.101-109
• /
• 1995

아주작은 Reynolds수 조건하의 나선형 미세입자가 갖는 저항 및 이동계수를 계산하 는 일반적인 방법을 논하였다. 이러한 문제의 해를 구하기 위해서는 입자의 중심선을 따라 분포되어 있는 stokeslet으로 수식화된 유동장을 필요로 한다. 입자에 작용하는 수동력학적 힘과 토오크는 이러한 stokeslet의 적분에 의하여 구할 수 있는데 유동특성에 따라 2계 이상 의 텐서에 비례한다. Johnson에 의하여 유도된 적분방정식은 LU-분해법을 사용하여 해를 구하였다. 해석 결과의 정확성은 침상체를 모델로 하여 Brenner의 엄밀해와 비교하였으며, 일치된 결과를 얻었다.

• Journal of the Korean Society of Radiology
• /
• v.14 no.2
• /
• pp.157-168
• /
• 2020

Advancements in segmentation methodology has made automatic segmentation of brain structures using structural images accurate and consistent. One method of automatic segmentation, which involves registering atlas information from template space to subject space, requires a high quality atlas with accurate boundaries for consistent segmentation. The Allen Mouse Brain Atlas, which has been widely accepted as a high quality reference of the mouse brain, has been used in various segmentations and can provide accurate coordinates and boundaries of mouse brain structures for tractography. Through probabilistic tractography, diffusion tensor images can be used to map comprehensive neuronal network of white matter pathways of the brain. Comparisons between neural networks of mouse and human brains showed that various clinical tests on mouse models were able to simulate disease pathology of human brains, increasing the importance of clinical mouse brain studies. However, differences between brain size of human and mouse brain has made it difficult to achieve the necessary image quality for analysis and the conditions for sufficient image quality such as a long scan time makes using live samples unrealistic. In order to secure a mouse brain image with a sufficient scan time, an Ex-vivo experiment of a mouse brain was conducted for this study. Using FSL, a tool for analyzing tensor images, we proposed a semi-automated segmentation and tractography analysis pipeline of the mouse brain and applied it to various mouse models. Also, in order to determine the useful signal-to-noise ratio of the diffusion tensor image acquired for the tractography analysis, images with various excitation numbers were compared.

• Proceedings of the KSMRM Conference
• /
• 2002.11a
• /
• pp.84-84
• /
• 2002

목적： 야간성 전두협 발작 (Nocturnal frontal lobe epilepsy NFLE)은 임상적으로 특징적인 야간성 운동성 발작으로 잘 알려져 있지만 일반적인 MR 영상에서는 대부분에서는 특이한 소견을 보이지 않아 확산 텐서 영상 (DTI)에서의 이상 소견 발현 유무를 알아보고자 한다. 대상 및 방법： 임상적 소견과, EEG 소견으로 진단된 NFLE 환자 6명을 대상으로 DTI 영상을 촬영하였다. 남자 2명, 여자 4명으로 평균연령은 32세 이었다. DTI영상은 single shot spin echo EPI 펄스 열을 사용하였고 사용한 영상 변수는 b value는 0, 1000 s/$\textrm{mm}^2$, TR 10000 msec, TE 71.8/72.3 msec, matrix 128$\times$128 (256 reconstruction), FOV 23cm, 5mm thickness, 2mm interstice gap, NEX 1. 19 slices, time은 4min 21sec (25방향) 이었다. 대조군으로 정상 성인 10명 (평균연령 31세)에서 동일한 방법으로 DTI 영상을 시행하여 분할 비등방도 (fractional anisotropy) 영상을 얻고 전두엽 백질에서 분할 비등방도 값을 측정하여 NFLE 환자군과 비교하였다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.49 no.3
• /
• pp.10-17
• /
• 2012

In general, image-based 3D scenes can now be found in many popular vision systems, computer games and virtual reality tours. In this paper, we propose a method for creating 3D virtual scenes based on 2D image that is completely automatic and requires only a single scene as input data. The proposed method is similar to the creation of a pop-up illustration in a children's book. In particular, to estimate geometric structure information for 3D scene from a single outdoor image, we apply the tensor voting to an image segmentation. The tensor voting is used based on the fact that homogeneous region in an image is usually close together on a smooth region and therefore the tokens corresponding to centers of these regions have high saliency values. And then, our algorithm labels regions of the input image into coarse categories: "ground", "sky", and "vertical". These labels are then used to "cut and fold" the image into a pop-up model using a set of simple assumptions. The experimental results show that our method successfully segments coarse regions in many complex natural scene images and can create a 3D pop-up model to infer the structure information based on the segmented region information.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.93-93
• /
• 2023

최근 범지구적인 기후변화로 인해 도시유역의 홍수 발생 빈도가 빈번하게 발생하고 있다. 이로 인해 불투수성이 큰 도시지역의 침수 등의 자연재해 증가로 인명 및 재산피해가 발생하고 있다. 이에 따라 하수도의 제 기능을 수행하고 있다면 문제가 없지만 이상기후로 인한 기록적인 폭우에 의해 침수가 발생하고 있다. 홍수 및 집중호우와 같은 극치사상의 발생빈도가 증가됨에 따라 강우 사상의 변동에 따른 하수관로의 수위를 예측하고 침수에 대해 대처하기 위해 과거 수위에 따른 수위 예측은 중요할 것으로 판단된다. 본 연구에서는 수위 예측 연구에 많이 활용되고 있는 시계열 학습에 탁월한 LSTM 알고리즘을 활용한 하수관로 수위 예측을 진행하였다. 데이터의 학습과 검증을 수행하기 위해 실제 하수관로 수위 데이터를 수집하여 연구를 수행하였으며, 대상자료는 서울특별시 강동구에 위치한 하수관로 수위 자료를 활용하였다. 하수관로 수위 예측에는 딥러닝 알고리즘 RNN-LSTM 알고리즘을 활용하였으며, RNN-LSTM 알고리즘은 하천의 수위 예측에 우수한 성능을 보여준 바 있다. 1분 뒤 하수관로 수위 예측보다 5분, 10분 뒤 또는 1시간 3시간 등 다양한 분석을 실시하였다. 데이터 분석을 위해 하수관로 수위값 변동이 심한 1주일을 선정하여 분석을 실시하였다. 연구에는 Google에서 개발한 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하였으며, 하수관로 수위 고유번호 25-0001을 대상으로 예측을 하였다. 학습에는 2012년 ~ 2018년의 하수관로 수위 자료를 활용하였으며, 모형의 검증을 위해 결정계수(R square)를 이용하여 통계분석을 실시하였다.

• Investigative Magnetic Resonance Imaging
• /
• v.16 no.2
• /
• pp.115-123
• /
• 2012

Purpose : To evaluate white matter abnormalities on diffusion tensor imaging (DTI) in patients with mild Alzheimer disease (AD) and mild cognitive impairment (MCI), using tract-based spatial statistics (TBSS) and voxel-based morphometry (VBM). Materials and Methods: DTI was performed in 21 patients with mild AD, in 13 with MCI and in 16 old healthy subjects. A fractional anisotropy (FA) map was generated for each participant and processed for voxel-based comparisons among the three groups using TBSS. For comparison, DTI data was processed using the VBM method, also. Results: TBSS showed that FA was significantly lower in the AD than in the old healthy group in the bilateral anterior and right posterior corona radiata, the posterior thalamic radiation, the right superior longitudinal fasciculus, the body of the corpus callosum, and the right precuneus gyrus. VBM identified additional areas of reduced FA, including both uncinates, the left parahippocampal white matter, and the right cingulum. There were no significant differences in FA between the AD and MCI groups, or between the MCI and old healthy groups. Conclusion: TBSS showed multifocal abnormalities in white matter integrity in patients with AD compared with old healthy group. VBM could detect more white matter lesions than TBSS, but with increased artifacts.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.117-117
• /
• 2022

범지구적인 기후변화로 인하여 도시유역의 국지성 집중호우가 빈번히 발생하고 기상이변 현상이 빈번하게 발생하고 있다. 이로 인해 도시지역의 침수 등의 자연재해 증가로 인명 및 재산피해가 발생하고 있다. 이에 따라 하수도의 제 기능을 수행하고 있다면 문제가 없지만 이상기후로 인한 기록적인 폭우에 의해 침수가 발생하고 있다. 홍수 및 집중호우와 같은 극치사상의 발생빈도가 증가됨에 따라 강우사상의 변동에 따른 하수관로의 수위를 예측하고 침수에 대해 대처하기 위해 과거 수위에 따른 수위 예측은 중요할 것으로 판단된다. 본 연구에서는 서울 열린데이터 광장에서 제공하는 서울시 하수관로 수위 현황 자료를 활용하여 하수관로 수위 예측을 확인해 보았다. 대상자료는 서울특별시 강동구에 위치한 하수관로 수위 자료로, 서울 열린데이터 광장에서 제공하고 있는 2012년 ~ 2020년 25개 구 데이터 중 가장 누락데이터가 적은 자료를 활용하여 연구를 진행하였다. 하수관로 수위 예측에는 딥러닝 알고리즘RNN-LSTM 알고리즘을 활용하였으며, RNN-LSTM 알고리즘은 하천의 수위 예측에 우수한 성능을 보여준 바 있다. 하수관로 수위 예측에 앞서 1분 단위로 수집된 수위 데이터를 5분 평균, 5분 스킵자료, 10분 평균, 10분 스킵 등 비교를 위해 데이터를 구분하여 학습에 활용하였으며, 데이터 분석을 위해 하수관로 수위값 변동이 심한 1주일을 선정하여 분석을 실시하였다. 연구에는Google에서 개발한 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하였으며, 하수관로 수위 고유번호 25-0001을 대상으로 예측을 하였다. 학습에는 2012년 ~ 2018년의 하수관로 수위 자료를 활용하였으며, 모형의 검증을 위해 결정계수(R square)를 이용하여 통계분석을 실시하였다.

• KIPS Transactions on Computer and Communication Systems
• /
• v.11 no.6
• /
• pp.185-192
• /
• 2022

Multimodal medical image fusion (MMIF) fuses two images containing different structural details generated in two different modes into a comprehensive image with saturated information, which can help doctors improve the accuracy of observation and treatment of patients' diseases. Therefore, a method based on double-layer decomposer and fine structure preservation model is proposed. Firstly, a double-layer decomposer is applied to decompose the source images into the energy layers and structure layers, which can preserve details well. Secondly, The structure layer is processed by combining the structure tensor operator (STO) and max-abs. As for the energy layers, a fine structure preservation model is proposed to guide the fusion, further improving the image quality. Finally, the fused image can be achieved by performing an addition operation between the two sub-fused images formed through the fusion rules. Experiments manifest that our method has excellent performance compared with several typical fusion methods.