희박뷰 전산화단층촬영(computed tomography; CT) 영상화 기술은 피폭 방사선량을 감소시킬 수 있을 뿐만 아니라 획득한 투영상의 균일성을 유지하고 잡음을 감소시킬 수 있는 장점이 있다. 하지만 재구성 영상 내 인공물 발생으로 인하여 화질 및 피사체 구조가 왜곡되는 단점이 있다. 본 연구에서는 희박뷰 CT 영상의 인공물 감소를 위해 wavelet 변환과 잔차 학습(residual learning)을 적용한 콘볼루션 신경망(convolutional neural network; CNN) 기반 영상화 모델을 개발하고, 개발한 모델을 통한 희박뷰 CT 영상의 인공물 감소 정도를 정량적으로 분석하였다. CNN은 wavelet 변환 층, 콘볼루션 층 및 역 wavelet 변환 층으로 구성하였으며, 희박뷰 CT 영상과 잔차 영상을 각각 입출력 영상으로 설정하여 영상화 모델 학습을 진행하였다. 영상화 모델 학습을 위해 평균제곱오차(mean squared error; MSE)를 손실함수로, Adam 함수를 최적화 함수로 사용하였다. 학습된 모델을 통해 입력 희박뷰 CT 영상에 대한 예측 잔차 영상을 획득하고, 두 영상간의 감산을 통해 최종 결과 영상을 획득하였다. 또한 최종 결과 영상에 대한 시각적 특성, 최대신호대잡음비(peak signal-to- noise ratio; PSNR) 및 구조적유사성지수(structural similarity; SSIM)를 측정하였다. 연구결과 본 연구에서 개발한 영상화 모델을 통해 희박뷰 CT 영상의 인공물이 효과적으로 제거되며, 공간분해능이 향상되는 결과를 확인하였다. 또한 wavelet 변환과 잔차 학습을 미적용한 영상화 모델에 비해 본 연구에서 개발한 영상화 모델은 결과 영상의 PSNR 및 SSIM을 각각 8.18% 및 19.71% 향상시킬 수 있음을 확인하였다. 따라서 본 연구에서 개발한 영상화 모델을 이용하여 희박뷰 CT 영상의 인공물 제거는 물론 공간분해능 향상 및 정량적 정확도 향상 효과를 획득할 수 있다.
본 논문에서는 화자 겹침 시스템을 소개하고 인공지능 분야에서 널리 사용되는 프레임워크에서 이미 구축된 시스템을 전환하는 과정을 고찰하고자 한다. 화자 겹침은 대화 과정에서 두 명 이상의 화자가 동시에 발성하는 것을 말하며, 사전에 화자 겹침을 탐지하여 음성인식이나 화자인식의 성능 저하를 예방할 수 있으므로 많은 연구가 진행되고 있다. 최근 인공지능을 이용한 다양한 응용 시스템의 활용도가 높아지면서 인공지능 프레임워크 (framework) 간의 전환이 요구되고 있다. 그러나 프레임워크 전환 시 각 프레임워크의 고유 특성에 의하여 성능 저하가 관찰되고 있으며 이는 프레임워크 전환을 어렵게 하고 있다. 본 논문에서는 케라스 (Keras) 기반 화자 겹침 시스템을 파이토치 (pytorch) 시스템으로 전환하는 과정을 기술하고 고려해야 할 구성 요소들을 정리하였다. 프레임워크 전환 결과 기존 케라스 기반 화자 겹침 시스템보다 파이토치로 전환된 시스템에서 더 좋은 성능을 보여 체계적인 프레임워크 전환의 기본 연구로서 가치를 지닌다고 할 수 있다.
맨틀 불균질성은 지구 내부의 휘발성 성분의 분포 및 순환과 밀접한 관련이 있으며, 맨틀에서 휘발성 물질의 거동은 규산염암의 유변학적 특성에도 큰 영향을 미친다. 이와 같은 상부맨틀의 물리화학적 특성은 미구조와 유체포유물의 형태로 맨틀 포획암에 기록될 수 있다. 본 논문에서는 미국 리오 그란데 리프트 지역에서 산출되는 페리도타이트 포획암의 미구조와 유체포유물의 특성과 관련된 이전 연구결과들을 요약 및 리뷰하였으며, 이를 통해 이 지역의 상부맨틀의 진화과정과 불균질성에 대해 이해하고자 한다. 리오 그란데 리프트에서 맨틀 포획암이 산출되는 지역은 크게 리프트 중심부인 리프트 축(rift axis) 지역(EB: Elephant Butte, KB: Kilbourne Hole)과 리프트 연변부인 리프트 측면(rift flank) 지역(AD: Adam's Diggings)으로 나눠진다. 전자(EB 및 KB 페리도타이트)의 경우 응력이 낮고 물함량이 적은 조건에서 형성되는 type-A 격자선호방향이 보고되었고, 후자(AD 페리도타이트)의 경우 응력이 낮고 물함량이 많은 조건에서 형성되는 type-C 격자선호방향이 보고된 바 있다. 특히, AD 페리도타이트의 경우 초기(type-1: CO2-N2) 및 후기(type-2: CO2-H2O)와 같은 최소 두번의 유체 침투 사건이 사방휘석 내에 기록되어있다. 이와 같은 미구조 및 유체포유물에 기록된 상부맨틀의 불균질성은 북미 판과 Farallon 판 사이의 상호작용에 기인한 것으로 추정된다.
하천과 저수지의 수질을 예측하는 것은 수자원관리를 위해 필요하다. 높은 정확도의 수질 예측을 위해 많은 연구들에서 인공신경망이 활용되었다. 기존 연구들은 매개변수를 탐색하는 인공신경망의 연산자인 옵티마이저로 경사하강법 기반 옵티마이저를 사용하였다. 그러나 경사하강법 기반 옵티마이저는 지역 최적값으로의 수렴 가능성과 해의 저장 및 비교구조가 없다는 단점이 있다. 본 연구에서는 인공신경망을 이용한 수질 예측성능을 향상시키기 위해 개량형 옵티마이저를 개발하여 경사하강법 기반 옵티마이저의 단점을 개선하였다. 본 연구에서 제안한 옵티마이저는 경사하강법 기반 옵티마이저 중 학습오차가 낮은 Adaptive moments (Adam)과 Nesterov-accelerated adaptive moments (Nadam)를 Harmony Search(HS) 또는 Novel Self-adaptive Harmony Search (NSHS)와 결합한 옵티마이저이다. 개량형 옵티마이저의 학습 및 예측성능 평가를 위해 개량형 옵티마이저를 Long Short-Term Memory (LSTM)에 적용하여 국내의 다산 수질관측소의 수질인자인 수온, 용존산소량, 수소이온농도 및 엽록소-a를 학습 및 예측하였다. 학습결과를 비교하면, Nadam combined with NSHS (NadamNSHS)를 사용한 LSTM의 Mean Squared Error (MSE)가 0.002921로 가장 낮았다. 또한, 각 옵티마이저별 4개 수질인자에 대한 MSE 및 R2에 따른 예측순위를 비교하였다. 각 옵티마이저의 평균 순위를 비교하면, NadamNSHS를 사용한 LSTM이 2.25로 가장 높은 것을 확인하였다.
This study reports the discovery of two oxytrichid ciliates, Cyrtohymena primicirrata (Berger and Foissner, 1987) and Oxytricha granulifera Foissner and Adam, 1983, in Jeju Island, Korea. The morphology of the two species was studied using live observation and protargol impregnation. These species are described as follows: Cyrtohymena primicirrata has a body size in live specimens $90-140{\times}40-60{\mu}m$, length : width ratio 2.3 : 1 on average; elongated and slender obovate in outline of body. Cortical granules are shiny yellow on the ventral and dorsal side. Adoral zone of membranelles (AZM) is covering about 48% of the cell with about 38 adoral membranelles. Arrangement of undulating membranes is ordinary Cyrtohymena pattern. Dorsal kineties is six rows with $5{\mu}m$ long bristles. Oxytricha granulifera has a body size in live specimens $90-115{\times}25-38{\mu}m$, length : width ratio 3.31 on average; elongated ellipsoidal in outline of body. Cortical granules are colorless on the ventral and dorsal side. AZM is covering 28% of the cell length in vivo with about 24 adoral membranelles. Arrangement of undulating membranes is Oxytricha pattern. Dorsal kineties is five rows with about $3{\mu}m$ long dorsal bristles.
Background: Given the long hours on the road involving multiple and interacting work stressors (i.e., delivery pressures, irregular shifts, ergonomic hazards), commercial drivers face a plethora of health and safety risks. Researchers goal was to determine whether and to what extent long-haul trucker work schedules influence sleep duration and quality. Methods: Survey and biometric data collected from male long-haul truck drivers at a major truckstop in central North Carolina over a six month period. Results: Daily hours worked (mean = 11 hours, 55 minutes) and frequency of working over government-mandated daily HOS regulations (23.8% "frequently or always") were statistically significant predictors of sleep duration. Miles driven per week (mean = 2,812.61), irregular daily hours worked (63.8%), and frequency of working over the daily hour limit (23.8% "frequently or always") were statistically significant predictors of sleep quality. Conclusion: Implications of findings suggest a comprehensive review of the regulations and operational conditions for commercial motor vehicle drivers be undertaken.
슬관절 전치환술은 관절염이나 사고로 인해 일상적인 활동의 제약을 받는 환자의 슬관절을 인공 관절로 대체함으로써 본래의 기능을 복원하고자 하는 수술이다. 이 수술은 인공 관절의 위치 및 정렬에 매우 민감하게 영향을 받기 때문에 수술이 잘못되는 경우 정렬 이상으로 인한 해리, 삽입물의 파손, 인공 슬관절 주위 골절, 슬개골 탈구, 굴곡 각도의 제한 등의 증상이 발생할 수 있다. 현재의 인공 관절은 임상에 적용되는 다양한 인공 관절 중에서 적당한 형상의 관절을 선택하여 시술되고 있지만 환자의 골 형상에 정확히 일치하는 인공 관절 선택의 어려움 때문에 종종 시술 후 부작용이 발생한다든지 심지어는 재수술을 해야 될 경우도 발생하게 된다. 본 논문은 Mechanical CAD 소프트웨어인 CATIA에서 제공하는 절단, Assembly, Analysis, Kinematic Simulation 기능 등을 이용하여 가상 수술을 수행하는 과정을 보여준다. 슬관절 전치환술 과정을 그대로 재현하여 절단량과 절단각을 결정하고 환자의 골격 형상에 적합한 최적의 인공 관절을 실제 수술 전에 미리 선정할 수 있다. CAD 시스템을 이용함으로써 외과의들이 실제 수술 시에 시행착오법을 통해 인공 관절을 선택하는 과정을 줄이고 수술의 정확도를 높일 수 있다. 향후 ADAMS나 ANSYS와 연계하여 수술 후 동작이나 하중을 분석할 수 있으며, 수술 과정에 대한 교육용으로 활용될 수 있다.
ULUPUI, I Gusti Ketut Agung;MURDAYANTI, Yunika;YUSUF, Muhammad;PAHALA, Indra;ZAKARIA, Adam
The Journal of Asian Finance, Economics and Business
/
제7권12호
/
pp.433-444
/
2020
The purpose of this study is to analyze integrated reporting disclosure and its implications on investor reactions. The population in this study is all manufacturing companies listed on the Indonesia stock exchange from 2017 to 2019, totaling 171 companies, and the sampling technique used is purposive sampling method. The method used in this research is a quantitative description using the financial statements of manufacturing companies listed on the Indonesia stock exchange. The data analysis method used is multiple regression analysis with intervening variables using AMOS 24 software. The results of this study show a positive and significant effect of profitability (X1) and company size (X2) on integrated reporting (IR); a positive and insignificant effect of stakeholder pressure (X3) on integrated reporting (IR); a positive and significant effect of profitability (X1) and stakeholder pressure (X3) on investor reactions (Y); a positive and insignificant effect of firm size (X2) and integrated reporting (IR) on investor reactions (Y). Suggestions are that in further studies, we can increase the sample size by including other industries, and in addition to using annual reporting, we can also use other sources such as websites, press releases, and prospectuses to improve the robustness of this study by relying on other data sources.
The performance of convolutional deep learning networks is generally determined according to parameters of target dataset, structure of network, convolution kernel, activation function, and optimization algorithm. In this paper, a genetic algorithm is used to select the appropriate deep learning model and parameters for Alzheimer's classification and to compare the learning results with preliminary experiment. We compare and analyze the Alzheimer's disease classification performance of VGG-16, GoogLeNet, and ResNet to select an effective network for detecting AD and MCI. The simulation results show that the network structure is ResNet, the activation function is ReLU, the optimization algorithm is Adam, and the convolution kernel has a 3-dilated convolution filter for the accuracy of dementia medical images.
Hoag, Adam;Hoult, Neil A.;Take, W. Andy;Moreu, Fernando;Le, Hoat;Tolikonda, Vamsi
Smart Structures and Systems
/
제19권2호
/
pp.225-236
/
2017
Railroad bridges in North America are an integral but aging part of the railroad network and are typically only monitored using visual inspections. When quantitative information is required for assessment, railroads often monitor bridges using accelerometers. However without a sensor to directly measure displacements, it is difficult to interpret these results as they relate to bridge performance. Digital Image Correlation (DIC) is a non-contact sensor technology capable of directly measuring the displacement of any visible bridge component. In this research, a railroad bridge was monitored under load using DIC and accelerometers. DIC measurements are directly compared to serviceability limits and it is observed that the bridge is compliant. The accelerometer data is also used to calculate displacements which are compared to the DIC measurements to assess the accuracy of the accelerometer measurements. These measurements compared well for zero-mean lateral data, providing measurement redundancy and validation. The lateral displacements from both the accelerometers and DIC at the supports were then used to determine the source of lateral displacements within the support system.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.