• 제목/요약/키워드: Classifiation

검색결과 3건 처리시간 0.016초

MRI 이미지 기반의 알츠하이머 치매분류 알고리즘 (Algorithm for Classifiation of Alzheimer's Dementia based on MRI Image)

  • 이재경;서진범;조영복
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국정보통신학회 2021년도 추계학술대회
    • /
    • pp.97-99
    • /
    • 2021
  • 최근 고령화 사회가 지속됨에 따라, 치매(Dementia)에 대한 관심이 높아지고 있다. 그 중에서 알츠하이머병(Alzheimer's disease)는 전체 치매 환자의 50~60%로 가장 많은 비율을 차지하는 퇴행성 뇌질환으로, 현재 의료계에선 알츠하이머병에 대한 명확한 예방법 및 치료법에 대해 내놓지 못하고 있으며, 치매 발병 전 조기 치료 및 조기 예방법에 대한 중요성이 강조되고 있다. 본 논문에서는 정상인과 알츠하이머병에 걸린 환자의 MRI 데이터셋을 활용하여 컨볼루션 신경망을 중심으로 여러 가지 활성화 함수를 접목시켜, 가장 효율적인 활성화 함수를 찾고자 한다. 또한 알츠하이머 치매분류 모델링을 통해 향후 의료분야에 적합한 치매 구분 모델링으로 활용하고자 한다.

  • PDF

회전된 객체 분류를 위한 CNN 기법들의 성능 비교 분석 (Comparative Analysis of CNN Techniques designed for Rotated Object Classifiation)

  • 한희일
    • 한국인터넷방송통신학회논문지
    • /
    • 제24권1호
    • /
    • pp.181-187
    • /
    • 2024
  • 이미지 공간에서 무작위로 회전된 객체에 대한 분류 성능이 우수한 기법으로는 군 등변 CNN과 steerable 필터를 이용한 CNN 등이 있다. 본 논문에서는 이들의 수학적 구조를 설명하고 구현 방법을 소개한다. 기존의 CNN을 포함한 세 개의 모델에 대하여 동일한 필터 수를 갖도록 구현한 다음, 무작위로 회전된 MNIST를 이용하여 실험하고 이들의 성능을 비교분석한다. 실험 결과에 의하면 steerable CNN은 CNN보다 6.5% 이상의 인식률 향상을 보여준다. 특히, steerable CNN은 학습할 파라미터의 수가 상대적으로 적어서 훈련 데이터셋의 크기를 줄여도 성능 열화가 비교적 크지 않음을 실험 결과로 확인한다.

이미지와 텍스트 정보를 활용한 인공지능 기반 산불 탐지 방법 (Wildfire Detection Method based on an Artificial Intelligence using Image and Text Information)

  • 전재현;윤창섭;박윤하
    • 한국인터넷방송통신학회논문지
    • /
    • 제24권5호
    • /
    • pp.19-24
    • /
    • 2024
  • 전 지구적인 기후변화는 장기간에 걸친 온도 상승, 강우량의 변화 등으로 전 세계적으로 자연재해가 증가하고 있다. 그 중 산불의 발생은 점차 대형화되고 있는 추세이다. 대한민국은 10년(2013~2022년)동안 평균 537건의 산불이 발생하여 3,560ha의 산림이 소실되었으며, 이것은 매년 1,180개의 축구장 면적(약 3ha)의 산림이 타고 있는 것이다. 본 논문은 이미지와 텍스트 정보를 활용한 인공지능 기반 산불 탐지 방법을 제안한다. 제안 방법은 YOLOv9-C, RT-DETR-Res50, RT-DETR-L, YOLO-World-S 방법과 mAP50, mAP75, FPS에 대해 성능을 비교하였으며, 타 방법보다 높은 성능을 가진 것을 확인하였다. 제안 방법은 강원특별자치도에 산불조기감지 시스템의 산불탐지 모델로 실증하였으며, 추후 산림지역 뿐만 아니라 도시지역도 포함할 수 있는 화재탐지 방향으로 고도화할 계획이다.