• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2004년도 제16회 한글.언어.인지 한술대회
• /
• pp.106-111
• /
• 2004

사람의 언어를 이해하는 자연언어처리 시스템을 개발하기 위해서는 의미처리를 위한 지식 베이스(knowledge base)가 필요하다. 지금까지 사람이 가진 지식 베이스를 컴퓨터에 도입하려는 많은 노력을 기울이고 있고 그 결과물로 온톨로지(ontology)와 시소러스(thesaurus)가 만들어지고 있다. 외국에서는 지식 베이스의 중요성을 알고 많은 연구를 수행하고 있으며 그 대표적인 사례들에는 Roget's Thesaurus, WordNet, EDR 개념사전, CYC, Euro WordNet 등이 있다. 이 중에서 가장 대표적이며 많은 활용을 보이는 것이 Princeton 대학의 WordNet이다. WordNet은 인간의 어휘지식에 대한 심리 언어학적인 연구의 결과물로써 심리학자와 언어학자들에 의해 10여 년 동안 구축되고 있는 영어에 대한 어휘데이터베이스이다. 본 논문에서는 WordNet을 기반으로 명사에 대해서 영한사전과 국어사전을 이용하여 구축한 한국어 워드넷을 소개하구 구축시 고려한 기본지침을 소개하도록 하겠다.

• Investigative Magnetic Resonance Imaging
• /
• 제22권2호
• /
• pp.123-130
• /
• 2018

An ampulla of Vater neuroendocrine tumor (AOV-NET) is a rare subset of gastroenteropancreatic neuroendocrine tumors (GEP-NETs). Very few studies have been undertaken regarding MRI findings of an AOV-NET. We report on a case of a 59-year-old woman diagnosed with an AOV-NET with liver and lymph node metastasis, with an emphasis on the MRI findings. This case shows rare and precious typical MRI findings of an AOV-NET. The MRI visualized the AOV-NET very well and is helpful for the differentiation of an AOV-NET from other tumors in the ampullary area as well as with treatment planning.

• 대한안전경영과학회:학술대회논문집
• /
• 대한안전경영과학회 2003년도 춘계학술대회
• /
• pp.185-193
• /
• 2003

This paper is intended as an investigation of Build-up Method of SCM Connection applying EC Standard(Rossetta-net) to reduce the integration effort, and improve extensibility and interoperability of an eBusiness infrastructure.-Intiative way for I-commerce applications to quickly incorporate new standards. Let me summarize the main points that have been made in this paper. The sharing information for connection and the Rosetta-net standard of the existing SCM system, and PIP 3A4, order management module, of the Rosetta-net specifications for connection by the Rosetta-net. Lastly, That shows the process of the gateway for connecting among the existing SCM systems.

• 반도체디스플레이기술학회지
• /
• 제19권2호
• /
• pp.11-15
• /
• 2020

In a typical initial setup of a PCB component inspection system, operators should manually input various information such as category, position, and inspection area for each component to be inspected, thus causing much inconvenience and longer setup time. Although there are many deep learning based object detectors, RetinaNet is regarded as one of best object detectors currently available. In this paper, a method using an extended RetinaNet is proposed that automatically detects its component category and position for each component mounted on PCBs from a high-resolution color input image. We extended the basic RetinaNet feature pyramid network by adding a feature pyramid layer having higher spatial resolution to the basic feature pyramid. It was demonstrated by experiments that the extended RetinaNet can detect successfully very small components that could be missed by the basic RetinaNet. Using the proposed method could enable automatic generation of inspection areas, thus considerably reducing the setup time of PCB component inspection systems.

• KDI Journal of Economic Policy
• /
• 제40권2호
• /
• pp.23-52
• /
• 2018

Given the limited availability of data in South Korea, this study proposes a method by which to estimate regional capital stock by modifying the benchmark year method (BYM) and applies it to estimate regional net capital stock by sector in transport infrastructure. First, it estimates time-varying sectoral depreciation rates using the sectoral net capital stock and the investment amount for each period. Second, it estimates the net capital stock of each period using the net capital stock in the base year and the investment in each period. Third, in order to ensure that the sum of net capital stocks by region is equal to the nationwide estimate, the national estimates are allocated to each region according to the proportion of the values derived from the previous stage. The proposed method can alleviate well-known problems associated with conventional BYMs, specifically the upward bias and arbitrary choice of the depreciation rate.

• 산업공학
• /
• 제8권3호
• /
• pp.61-73
• /
• 1995

As the level of maunfacturing system automation increases, the issues of modeling and simulation of AMS(Automated Manufacturing System) are becoming more important. Proposed in this paper is the JR-Net(Job Resource relation-Net) modeling framework which naturally mimics the process of designing an AMS by FA(Factory Automation) engineers. Its main purpose is to provide a modeling tool which facilitate modeling work of AMS for FA engineers unfamiliar with simulation modeling. The proposed modeling scheme is based on the extensive observation that typical AMSs are built from the set of 'standard' components(or catalog items). As an application of the proposed model, two real examples of FMS('G7'FMS model plant, RPI FMS) are modeled by JR-Net, and in case of FMS model plant, a simulation program development procedure using JR-Net modeling results is explained. Finally, simulation result of FMS model plant is analyzed.

• Smart Structures and Systems
• /
• 제16권1호
• /
• pp.27-46
• /
• 2015

Active surface adjustment of cable net structures is becoming significant when large-size cable net structures are widely applied in various fields, especially in satellite antennas. A general-duty adjustment method based on active cables is proposed to achieve active surface adjustment or surface profile reconfiguration of cable net structures. Piezoelectric actuators and voice coil actuators are selected for constructing active cable structures and their simplified mechanical models are proposed. A bilevel optimization model of active surface adjustment is proposed based on the nonlinear static model established by the direct stiffness method. A pattern search algorithm combined with the trust region method is developed to solve this optimization problem. Numerical examples of a parabolic cable net reflector are analyzed and different distribution types of active cables are compared.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 하계학술대회
• /
• pp.272-275
• /
• 2018

본 논문에서는 기존 신경망 기반의 이미지 압축에 많이 사용되었던 신경망인 ResNet 을 대신하여 더 적은 개수의 파라미터를 사용하여 좋은 성능을 낼 수 있는 신경망 구조인 DenseNet 을 이미지 압축에 사용한다. 이미지 압축을 위해 사용되는 신경망 구조는 일반적으로 오토 인코더 구조인데, 병목 층에서 정보 손실이 상당히 많이 발생한다. 따라서 이미지 압축에서 신경망 내에서의 정보 전달은 상당히 중요하다. 기존의 논문에서는 이를 위해 이전의 정보를 그대로 뒤로 전달해주는 구조인 ResNet 을 사용하여 깊은 층에 대해서도 수렴이 잘 되는 결과를 보여주었다. 그러나 많은 수의 파라미터를 사용하는 단점을 해결하기 위해 본 논문에서는 DenseNet 을 이미지 압축에 사용하였고, 병목 층에서의 정보 손실로 인해 이미지의 고주파수 성분이 사라지는 현상을 해결하기 위해 원래 이미지와 JPEG2000 으로 압축한 이미지와의 차이를 추가 입력으로 넣어주어서 주관적인 화질을 개선하였다.

• International Journal of Computer Science & Network Security
• /
• 제21권2호
• /
• pp.198-204
• /
• 2021

Glioma is one of the common types of brain tumors starting in the brain's glial cell. These tumors are classified into low-grade or high-grade tumors. Physicians analyze the stages of brain tumors and suggest treatment to the patient. The status of the tumor has an importance in the treatment. Nowadays, computerized systems are used to analyze and classify brain tumors. The accurate grading of the tumor makes sense in the treatment of brain tumors. This paper aims to develop a classification of low-grade glioma and high-grade glioma using a deep learning algorithm. This system utilizes four transfer learning algorithms, i.e., AlexNet, GoogLeNet, ResNet18, and ResNet50, for classification purposes. Among these algorithms, ResNet18 shows the highest classification accuracy of 97.19%.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
• /
• pp.65-68
• /
• 2021

본 연구에서는 Dilated U-Net 기반의 이미지 복원기법을 통해 콘크리트 균열 추출 성능 개선 방안을 제안한다. 콘크리트 균열은 구조물의 미관상의 문제뿐 아니라 추후 큰 안전사고의 원인이 될 수 있어 초기대응이 중요하다. 현재는 점검자가 직접 육안으로 검사하는 외관 검사법이 주로 사용되고 있지만, 이는 정확성 및 비용, 시간, 그리고 안전성 면에서 한계를 갖고 있다. 이에 콘크리트 구조물 표면에 대해 획득한 영상 처리 기법을 사용한 검사 방식 도입의 관심이 늘어나고 있다. 또한, 딥러닝 기술의 발달로 딥러닝을 적용한 영상처리의 연구 역시 활발하게 진행되고 있다. 본 연구는 콘크리트 균열 추개선출 성능 개선을 위해 Dilated U-Net 기반의 이미지 복원기법을 적용하는 방안을 제안하였고 성능 검증 결과, 기존 U-Net 기반의 정확도가 98.78%, 조화평균 82.67%였던 것에 비해 정확도 99.199%, 조화평균 88.722%로 성능이 되었음을 확인하였다.