• 한국정보통신학회논문지
• /
• 제25권8호
• /
• pp.1088-1094
• /
• 2021

본 논문에서는 DAMA 기반 MF-TDMA 위성시스템에서 Full Mesh 라우팅을 지원하기 위해 제한적 BMA네트워크 구조와 D-ARP 기법을 제안한다. 제안하는 네트워크 구조를 통해 기존의 상용 라우터 및 라우팅 프로토콜을 위성통신시스템에 바로 적용할 수 있으며, 라우팅 프로토콜에 의한 메시지 오버헤드를 경감시킬 수 있다. 또한, 브로드캐스팅 통신이 제한되는 네트워크에서 원격지 단말들의 MAC 주소 정보를 개별 단말에서 획득할 수 있는 D-ARP 기법을 제안한다. D-ARP 기법은 Hub 단말이 획득한 Spoke 단말들의 IP 주소 및 MAC 주소 정보를 브로드캐스팅 채널을 통해 Spoke 단말들에게 공유한다. 마지막으로 네트워크 시뮬레이션을 통해 제안하는 네트워크 구조 및 D-ARP 기법의 성능을 분석한다.

• 대한조선학회논문집
• /
• 제59권2호
• /
• pp.64-71
• /
• 2022

In this paper, we simulate the collision of a solitary wave on a vertical wall in a uniform water channel and investigate the effect of damping on the amplitude attenuation. In order to take into account the damping effect, we introduce the Stokes damping whose dissipation is dependent on the velocity of wave motion on the surface of a thin layer of oil. That is, we use the improved Boussinesq equation with Stokes damping to describe the damped wave motion. Our work mainly focuses on the amplitude attenuation of a propagating solitary wave, which may depend on the Stokes damping together with the initial position and initial amplitude of the wave. We utilize the method of images and a powerful numerical tool (functional iteration method) for solving the improved Boussinesq equation, yielding an effective numerical simulation. This enables us to find the amplitudes of the incident wave and reflected one, whose ratio is a measure of the (wave) amplitude attenuation. Accordingly, we have shown that the reflection of a solitary wave by a vertical wall is dependent on not only the initial amplitude and position of a solitary but the Stokes damping.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.249-251
• /
• 2022

본 연구에서는 뇌파를 이용하여 드론을 제어하기 위한 기계학습을 논의한다. 드론의 이륙과 전진, 후진, 좌측 이동 그리고 우측 이동을 제어대상으로 정의하였고 이를 제어하기 위한 뇌파의 신호를 전두엽을 대상으로 하는 Fp1·Fp2 2채널 건식 전극(NeuroNicle FX2) 뇌파 측정장비를 통하여 5.19초동안 각 제어대상과 연관된 행동의 운동 심상을 눈을 뜬 상태에서 측정(Sampling Rate 250Hz, Cutoff Frequency 6~20Hz) 하였다. 측정된 뇌파신호에 대해 매틀랩의 분류학습기를 이용해서 삼중 계층 신경망, 로지스틱 회귀커널, 비선형 3차 SVM 학습을 실시하였으며 학습결과 로지스틱 회귀 커널 학습에서 드론의 이륙과 전진, 후진, 좌측 이동 그리고 우측 이동을 위한 가장 높은 정확도를 가지고 있음을 클래스 참양성률로 확인할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.1-7
• /
• 2023

딥러닝의 발전은 의료 분야에서도 다양한 응용을 가능하게 하고 있으며 이러한 애플리케이션 중에 심박수 측정은 개인의 건강을 관리하기 위한 필수적인 아이템이라 할 수 있다. 광혈류 측정을 이용한 기존 방법의 경우 스마트워치 같은 장비의 착용이 필수적이다. 그러나 최근 딥러닝 기술의 발전은 비침습식으로 원격에서 사용자의 얼굴 이미지를 분석하여 심박수를 높은 성능으로 측정가능하게 한다. 본 연구에서는 모바일 환경에서 사용 가능한 경량화된 심박수 추정 방법론을 제안한다. 이 방법론은 2D 컨볼루션에 기반한 특화된 2채널 네트워크 구조를 사용하여, 혈류와 근육 수축으로 인한 얼굴의 미세한 움직임과 색상 변화를 고려한다. 제안하는 네트워크 구조는 이미지 특성을 분석하는 인코더와 혈류량 파동을 예측하는 회귀 레이어로 구성되어있다. 이러한 복합적인 특성을 동시에 분석함으로써, 제한된 컴퓨팅 리소스를 가진 환경에서도 심박수를 정확하게 추정할 수 있다. 이 연구의 접근 방식은 침습적인 기술 없이도 심박수를 효과적으로 모니터링 할 수 있는 새로운 경로를 제공할 것으로 예상한다.

• ETRI Journal
• /
• 제46권2호
• /
• pp.290-306
• /
• 2024

To treat the novel COronaVIrus Disease (COVID), comparatively fewer medicines have been approved. Due to the global pandemic status of COVID, several medicines are being developed to treat patients. The modern COVID medicines development process has various challenges, including predicting and detecting hazardous COVID medicine responses. Moreover, correctly predicting harmful COVID medicine reactions is essential for health safety. Significant developments in computational models in medicine development can make it possible to identify adverse COVID medicine reactions. Since the beginning of the COVID pandemic, there has been significant demand for developing COVID medicines. Therefore, this paper presents the transferlearning methodology and a multilabel convolutional neural network for COVID (MLCNN-COV) medicines development model to identify negative responses of COVID medicines. For analysis, a framework is proposed with five multilabel transfer-learning models, namely, MobileNetv2, ResNet50, VGG19, DenseNet201, and Inceptionv3, and an MLCNN-COV model is designed with an image augmentation (IA) technique and validated through experiments on the image of three-dimensional chemical conformer of 17 number of COVID medicines. The RGB color channel is utilized to represent the feature of the image, and image features are extracted by employing the Convolution2D and MaxPooling2D layer. The findings of the current MLCNN-COV are promising, and it can identify individual adverse reactions of medicines, with the accuracy ranging from 88.24% to 100%, which outperformed the transfer-learning model's performance. It shows that three-dimensional conformers adequately identify negative COVID medicine responses.

• 지능정보연구
• /
• 제24권1호
• /
• pp.167-181
• /
• 2018

지난 10여 년간 딥러닝(Deep Learning)은 다양한 기계학습 알고리즘 중에서 많은 주목을 받아 왔다. 특히 이미지를 인식하고 분류하는데 효과적인 알고리즘으로 알려져 있는 합성곱 신경망(Convolutional Neural Network, CNN)은 여러 분야의 분류 및 예측 문제에 널리 응용되고 있다. 본 연구에서는 기계학습 연구에서 가장 어려운 예측 문제 중 하나인 주식시장 예측에 합성곱 신경망을 적용하고자 한다. 구체적으로 본 연구에서는 그래프를 입력값으로 사용하여 주식시장의 방향(상승 또는 하락)을 예측하는 이진분류기로써 합성곱 신경망을 적용하였다. 이는 그래프를 보고 주가지수가 오를 것인지 내릴 것인지에 대해 경향을 예측하는 이른바 기술적 분석가를 모방하는 기계학습 알고리즘을 개발하는 과제라 할 수 있다. 본 연구는 크게 다음의 네 단계로 수행된다. 첫 번째 단계에서는 데이터 세트를 5일 단위로 나눈다. 두 번째 단계에서는 5일 단위로 나눈 데이터에 대하여 그래프를 만든다. 세 번째 단계에서는 이전 단계에서 생성된 그래프를 사용하여 학습용과 검증용 데이터 세트를 나누고 합성곱 신경망 분류기를 학습시킨다. 네 번째 단계에서는 검증용 데이터 세트를 사용하여 다른 분류 모형들과 성과를 비교한다. 제안한 모델의 유효성을 검증하기 위해 2009년 1월부터 2017년 2월까지의 약 8년간의 KOSPI200 데이터 2,026건의 실험 데이터를 사용하였다. 실험 데이터 세트는 CCI, 모멘텀, ROC 등 한국 주식시장에서 사용하는 대표적인 기술지표 12개로 구성되었다. 결과적으로 실험 데이터 세트에 합성곱 신경망 알고리즘을 적용하였을 때 로지스틱회귀모형, 단일계층신경망, SVM과 비교하여 제안모형인 CNN이 통계적으로 유의한 수준의 예측 정확도를 나타냈다.

• 한국해안·해양공학회논문집
• /
• 제24권1호
• /
• pp.16-25
• /
• 2012

경기만 염하수로 입구인 영종대교 남단에서 평수기와 홍수기에 13시간동안 연속적으로 층별 유속관측을 수행하였다. 홍수기와 평수기에 한강과 임진강으로의 평균 담수유입량은 각각 약 $8000m^3/s$, $200m^3/s$로 40배의 큰 차이를 보이는데 이러한 변화가 잔차류의 공간 분포와 총 유출입량에 어떠한 차이를 보이는지 분석하였다. 수집된 자료의 분석을 위하여 조석주기 동안의 평균이 필요하며, 반복 관측된 자료의 연직위치와 수평격자위치를 일치시킬 필요성이 있다. 따라서 본 연구에서 공간적 sigma 격자 체계로 변환시켰다. 변형된 sigma 좌표체계는 z-level상의 원시자료와 비교하였을 때 5%이내의 오차로 자료분석에 무리가 없는 것으로 판단되었다. 분석결과 평수기 단면 잔차류는 수로의 수심에 따라 패턴이 다른 수평적 2층 흐름 구조를 보였으며, 홍수기의 경우 표층에서는 낙조하고, 저층에서는 창조하는 수직적 2층 흐름구조를 보였다. 이는 담수의 유입량에 따라 단면에서 공간적 잔차류 흐름구조가 크게 변동되는 특성이 나타났다. 총 수송량은 평수기와 홍수기에 각각 $359m^3/s$, $261m^3/s$ 로 약 $100m^3/s$의 차이를 보였다. 홍수기 많은 양의 담수 유입이 발생하였지만, 총 수송량과 적은 상관도를 보인 것은 염하수로 남단 해역에서 Stokes drift의 크기가 강하게 나타나기 때문으로 보여지며, 총량은 강화도와 영종도 사이의 조간대 지역으로 이동하는 것으로 짐작된다.

• 대한핵의학회지
• /
• 제38권5호
• /
• pp.338-343
• /
• 2004

목적: 이 연구의 목적은 두층 섬광결정을 사용하여 PET 기기 시야 외곽에서 발생하는 영상 왜곡현상을 최소화하는 고 민감도, 고 분해능의 소동물 PET 시스템을 개발하는 것이다. 대상 및 방법: GATE (Geant4 Application for Tomographic Emission) 시뮬레이션 프로그램을 사용하여 시스템을 모사하였고 시스템 성능을 예측하였으며 시뮬레이션에서 도출한 파라미터를 기준으로 시스템을 설계 제작 하였다. 두층 섬광결정은 Lutetium Oxyorthosilicate (LSO)와 Lutetium-Yttrium Aluminate-Perovskite (LuYAP)으로 구성하였다. 섬광결정의 각 픽셀크기는 $2mm{\times}2mm{\times}8mm$이며 $8{\times}8$로 배열하여 두층 섬광결정으로 구성하였다. 두층 섬광결정 배열을 위치민감형 광전자증배관(Position Sensitive Photomultiplier Tube: PSPMT)과 결합하여 한 개의 검출기를 구성하였으며, 총 16개 검출기를 지름 10 cm, 유효시야 8 cm인 원형으로 배열하였다. 검출기로부터 출력된 데이터는 소켓, 디코더, ADC, FPGA회로를 거쳐 전 처리 컴퓨터에 입력되고 마스터 컴퓨터에 저장 되도록 하였다. 결과: 시스템 개발의 초기 연구로 한쌍 검출기만 사용하여 단층영상을 획득하고 민감도와 공간분해능을 측정하였다. 점선원을 시야 중앙에 위치했을 때 공간분해능은 2.3 mm FWHM이고, 민감도는 10.9 $cps/{\mu}Ci$이었다. 결론: 구축한 시스템을 사용하여 선원의 위치와 모양변화를 정확하게 측정한 사이노그램과 PET 영상을 획득할 수 있었다. 이 연구는 고 분해능 고 민감도 PET 시스템 개발의 초기연구로, 소형 원형 PET 시스템 개발 가능성을 보여준다.lamate을 이용하여 측정한 사구체 여과율과 통계적으로 유의한 상관 관계를 보이지 않았다. 결론: Gates 방법을 이용한 사구체 여과율 측정에서 배후 방사능 관심 영역은 신장의 상방과 양측 신장사이, 즉 혈액 풀 방사능이 많이 분포하는 부위에 설정하는 것이 I-125-iothalamate을 이용한 사구체 여과율과 가장 높은 상관 관계를 보였고, 신장 깊이가 깊지 않은 2군에서 두 사구체 여과율은 더 높은 상관 관계를 보였다.7%$, 25분일 때 $95{\pm}12%$, 40분일 때 $98{\pm}3%$로 통계학적으로 유의한 차이는 없었다(p>0.05). 항응고제 종류에 따른 결합효율은 헤파린을 사용한 경우 $89{\pm}20%$, CPDA를 사용한 경우 $97{\pm}6%$, ACD를 사용한 경우 $98{\pm}4%$로 CPDA와ACD를 사용한 경우에 유의하게 높은 결합효율을 보였다(p<0.001). 결론: 변형 체내 표지법으로 적혈구를 표지시 우수한 결합효율을 유지하기 위해서는 채취하는 혈액의 양은 3 mL 이상, 배양시간은 10분 이상(10분-40분), 항응고제는 ACD나 CPDA tinning 시간은 20분 이상(20-35분)을 유지하고, 가능한 rotating invertor를 사용하는 것이 좋을 것으로 생각된다.KC $\varepsilon$이 K562(Adr)세포에서 많이 발현되었으나, K562와 K562(Adr)세포에서는 verapamil처리에 따른 PKC 아형의 변화는 없었다. 결론: Verapamil은 암세포의 종류에 따라 MIBI와 TF의 섭취를 감소시켰고, 고용량에는 MDR세포의 섭취도 감소시켰으며 이러한 현상은 세포독성 이나 PKC효소 아형과는 관련이 없었다. 그러므로 MDR의 진단시 verapamil을

• 한국수자원학회논문집
• /
• 제55권11호
• /
• pp.923-929
• /
• 2022

춘천 물로리 지역은 지방상수도가 보급되지 않은 물복지 소외지역으로 복류수 및 지하수를 수원으로 하는 소규모 급수시설로 마을에 물을 공급하고 있다. 최근 극심한 가뭄 발생시 물부족으로 인해 급수차에 의존하는 등 물공급 여건이 열악한 지역이다. 따라서 가뭄시 물부족 문제를 해결하고 증가하는 물수요에 대비하기 위해 계곡에 연하여 샌드댐을 설치하였으며, 2022년 5월부터 이 시설을 운영하고 있다. 본 연구에서는 2020년 3월 중순부터 2022년 3월 중순까지 약 2년 동안의 유입량 조건에 대해 채움재의 수리전도도와 저류계수 값 조건에 따라 반복 모의를 수행하였고, 각각의 경우에 대해 유공배수관을 통한 방류량을 산정하였다. 전반적으로 수리전도도가 증가할수록 방류량과 그 비율이 증가하나, 2층의 수리전도도가 상대적으로 가장 낮은 경우에는 3층의 수리전도도가 증가할수록 방류량이 증가하다가 작아지는 특이한 양상을 보였다. 이는 3층의 투수성과 배수관의 배수계수 값이 커서 3층으로의 순유입보다 빠른 배수로 인해 수위가 낮게 유지된데서 기인한 것으로 판단된다. 샌드댐 상부 개수로 흐름을 수리전도도가 매우 큰 가상의 지하수층으로 모사한 결과 가상층 수리전도도 증가율에 비해 방류량 감소는 둔화되지만, 가상층 수리전도도가 커짐에 따라 상대적으로 방류량이 줄어드는 양상은 명확하게 나타났다.

• 한국통신학회논문지
• /
• 제32권9C호
• /
• pp.849-860
• /
• 2007

H.264/AVC부호화 방식이 압축성능이 뛰어나더라도 가변길이부호화방식을 따르기 때문에 동영상을 부호화할 때 발생하는 데이터량은 시간의 흐름에 따라 큰 폭으로 변할 수 밖에 없다. 따라서 부호화된 비디오 비트스트림을 고정된 저대역폭의 네트워크를 통해 실시간으로 전송하고자 할 경우에는 부호기로부터 출력되는 비트율을 반드시 제어할 필요가 있다. 기존의 비트율 제어 알고리즘은 각 프레임당 목표 비트를 결정하는 2차원 비트율-왜곡 모델을 채택하고 있다. 본 논문에서는 전송율이 고정된 비디오 채널에서 H.264/AVC 부호화 기법으로 압축된 동영상을 전송할 때 움직임이 많은 영상의 비트율을 보다 효율적으로 제어하는 알고리즘을 제시한다. 제안된 비트율 제어 알고리즘은 2차원 비트율-왜곡 모델식을 이용하여 이전 프레임의 매크로블록과 현재 프레임의 매크로블록간에 움직임 변화량을 예측함으로써 매크로블록 단위로 비트율을 제어한다. 움직임이 많고 장면전환이 빈번한 동영상 샘플을 대상으로 비교 실험한 결과, 비트율 제어의 경우 기존의 알고리즘은 채널전송 환경에 부적합하게 비트율을 초과하지만, 새롭게 제안한 알고리즘은 채널전송에 적합하게 부호화됨을 확인할 수 있었다. 화질 또한 제안한 방법이 기존의 비트율 제어 방법보다 평균적으로 $0.4{\sim}0.9\;dB$로 높게 나타남을 확인하였다.