• ETRI Journal
• /
• 제44권4호
• /
• pp.613-623
• /
• 2022

Autism spectrum disorder (ASD) is a developmental disorder associated with cognitive and neurobehavioral disorders. It affects the person's behavior and performance. Autism affects verbal and non-verbal communication in social interactions. Early screening and diagnosis of ASD are essential and helpful for early educational planning and treatment, the provision of family support, and for providing appropriate medical support for the child on time. Thus, developing automated methods for diagnosing ASD is becoming an essential need. Herein, we investigate using various machine learning methods to build predictive models for diagnosing ASD in children using facial images. To achieve this, we used an autistic children dataset containing 2936 facial images of children with autism and typical children. In application, we used classical machine learning methods, such as support vector machine and random forest. In addition to using deep-learning methods, we used a state-of-the-art method, that is, automated machine learning (AutoML). We compared the results obtained from the existing techniques. Consequently, we obtained that AutoML achieved the highest performance of approximately 96% accuracy via the Hyperpot and tree-based pipeline optimization tool optimization. Furthermore, AutoML methods enabled us to easily find the best parameter settings without any human efforts for feature engineering.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권12호
• /
• pp.4835-4855
• /
• 2015

TV white space (TVWS) is showing promise to become the first widespread practical application of cognitive technology. In fact, regulators worldwide are beginning to allow access to the TV band for secondary users, on the provision that they access the geolocation database. Device-to-device (D2D) can improve the spectrum efficiency, but large-scale D2D communications that underlie TVWS may generate undesirable interference to TV receivers and cause severe mutual interference. In this paper, we use an established geolocation database to investigate the power allocation problem, in order to maximize the total sum throughput of D2D links in TVWS while guaranteeing the quality-of-service (QoS) requirement for both D2D links and TV receivers. Firstly, we formulate an optimization problem based on the system model, which is nonconvex and intractable. Secondly, we use an effective approach to convert the original problem into a series of convex problems and we solve these problems using interior point methods that have polynomial computational complexity. Additionally, we propose an iterative algorithm based on the barrier method to locate the optimal solution. Simulation results show that the proposed algorithm has strong performance with high approximation accuracy for both small and large dimensional problems, and it is superior to both the active set algorithm and genetic algorithm.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권11호
• /
• pp.2924-2944
• /
• 2023

Alzheimer's disease (AD) is a neurological condition that is recognized as one of the primary causes of memory loss. AD currently has no cure. Therefore, the need to develop an efficient model with high precision for timely detection of the disease is very essential. When AD is detected early, treatment would be most likely successful. The most often utilized indicators for AD identification are the Mini-mental state examination (MMSE), and the clinical dementia. However, the use of these indicators as ground truth marking could be imprecise for AD detection. Researchers have proposed several computer-aided frameworks and lately, the supervised model is mostly used. In this study, we propose a novel 3D Convolutional Neural Network Multilayer Perceptron (3D CNN-MLP) based model for AD classification. The model uses Attention Mechanism to automatically extract relevant features from Magnetic Resonance Images (MRI) to generate probability maps which serves as input for the MLP classifier. Three MRI scan categories were considered, thus AD dementia patients, Mild Cognitive Impairment patients (MCI), and Normal Control (NC) or healthy patients. The performance of the model is assessed by comparing basic CNN, VGG16, DenseNet models, and other state of the art works. The models were adjusted to fit the 3D images before the comparison was done. Our model exhibited excellent classification performance, with an accuracy of 91.27% for AD and NC, 80.85% for MCI and NC, and 87.34% for AD and MCI.

• 한국인터넷방송통신학회논문지
• /
• 제13권6호
• /
• pp.101-108
• /
• 2013

본 논문에서는, NACK 메시지가 스펙트럼 공유와 협력을 위한 명령으로 사용되어지는 방법을 제안하였다. 1차 사용자의 직접 연결이 중단될 때, 협력과 공유의 자동 반복을 허가하고, 패러다임 기반의 협력 스펙트럼 공유의 조정 메시지의 수를 절약하기 위해 허가한다. 공유 시, ${\alpha}$의 남은 전력 부분이 1차 재전송 신호인 동안, 2차 전송된 신호를 위한 $1-{\alpha}$ 전력 부분은 중계기 공유로 선택된다. 중계기를 사용하지 않는 경우, 1차 송신단은 전체 전력($1-{\alpha}$)를 사용하여 신호를 재전송 하기 위해 NACK를 사용한다. 두 시스템은 BPSK 신호를 적용한 것으로 가정한다. 이 기법에서, 2차 사용자는 공동 최적화 복호를 하는 것으로 제안한다. 프레임 오류율(FER) 성능은 양 시스템에서 분석된다. 이론과 시뮬레이션 결과는 본 프로토콜의 유효성을 분석하고 효율적임을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제27권2호
• /
• pp.157-163
• /
• 2017

경제적 발전과 의학의 발달로 인해 고령인구의 비율이 높아지는 고령 사회가 도래하고 있다. 우리나라의 고령화 진입 속도는 다른 선진국들에 비해 매우 빠른 편이다. 고령으로 인한 노인들의 신체적 능력은 점점 더 악화되어 가고 있으며, 이를 예방하기 위해 신체적, 정신적 장애를 위한 보조 시스템의 개발이 요구되고 있다. 이러한 보조 시스템은 노약자의 삶의 질 향상에 크게 기여할 수 있으며, 대표적인 시스템으로 재활 훈련 장비를 들 수 있다. 특히, 근력 강화, 인지능력 강화, 그리고 균형 능력을 강화시킬 수 있는 기능이 포함된 장비는 대부분의 노약자들에게 도움이 된다. 본 논문에서는 이들 기능을 강화시키는 휴먼 케어 콘텐츠 기반의 재활 훈련 장비의 개발을 소개하고, 본 장비의 사용성 평가를 제시한다. 사용성 평가는 예비 사용자는 물론 재활전문의 등의 전문가를 대상으로 실시하고, 그 결과를 분석하였다.

• Nuclear Engineering and Technology
• /
• 제53권2호
• /
• pp.657-665
• /
• 2021

Nondestructive evaluation methods play an important role in ensuring component integrity and safety in many industries. Operator fatigue can play a critical role in the reliability of such methods. This is important for inspecting high value assets or assets with a high consequence of failure, such as aerospace and nuclear components. Recent advances in convolution neural networks can support and automate these inspection efforts. This paper proposes using residual neural networks (ResNets) for real-time detection of corrosion, including iron oxide discoloration, pitting and stress corrosion cracking, in dry storage stainless steel canisters housing used nuclear fuel. The proposed approach crops nuclear canister images into smaller tiles, trains a ResNet on these tiles, and classifies images as corroded or intact using the per-image count of tiles predicted as corroded by the ResNet. The results demonstrate that such a deep learning approach allows to detect the locus of corrosion via smaller tiles, and at the same time to infer with high accuracy whether an image comes from a corroded canister. Thereby, the proposed approach holds promise to automate and speed up nuclear fuel canister inspections, to minimize inspection costs, and to partially replace human-conducted onsite inspections, thus reducing radiation doses to personnel.

• 한국항해항만학회지
• /
• 제44권6호
• /
• pp.469-476
• /
• 2020

해상교통 분야와 같이 선박, 항해사, 관제센터, 해운선사, 기상시스템, 지리정보시스템 등의 복잡하고 넓은 범위의 요구사항을 갖는 시스템의 모델링 및 시뮬레이션(Modeling and Simulation, M&S)을 위해서는 인간을 포함한 체계가 필요하다. 해상교통을 모의하기 위해서는 주요 요소인 항해사의 인적요인에 대한 모델링이 필요하다. 즉, 현실감 있는 해상교통 상황의 재현 및 예측을 위해 항해사의 행동양식, 항해전문성, 항해오류 등을 모델링하여 반영하는 것이 필요하다. 본 논문에서는 에이전트 기반의 해상교통 시뮬레이션을 위해서 항해사의 충돌회피를 위한 행동 분석을 수행하였으며, 기초 데이터의 확보를 위해 설문조사를 실시하였다. 설문조사를 통해 분석된 정보를 이용하여 선박 충돌상황에서 항해사의 행동과 유사한 에이전트 기반의 항해행동 모델을 개발하였으며, 해상교통분석 시뮬레이션 플랫폼의 개발을 위해 활용될 것이다.

• 대한안전경영과학회지
• /
• 제24권1호
• /
• pp.61-72
• /
• 2022

This study aims to propose a conceptual design of information displays for supporting responsive actions under severe accidents in Nuclear Power Plants (NPPs). Severe accidents in NPPs can be defined as accident conditions that are more severe than a design basis accident and involving significant core degradation. Since the Fukushima accident in 2011, the management of severe accidents is increasing important in nuclear industry. Dealing with severe accidents involves several cognitively complex activities, such as situation assessment; accordingly, it is significant to provide human operators with appropriate knowledge support in their cognitive activities. Currently, severe accident management guidelines (SAMG) have been developed for this purpose. However, it is also inevitable to develop information displays for supporting the management of severe accidents, with which human operators can monitor, control, and diagnose the states of NPPs under severe accident situations. It has been reported that Ecological Interface Design (EID) framework can be a viable approach for developing information displays used in complex socio-technical systems such as NPPs. Considering the design principles underlying the EID, we can say that EID-based information displays can be useful for dealing with severe accidents effectively. This study developed a conceptual design of information displays to be used in severe accidents, following the stipulated design process and principles of the EID framework. We particularly attempted to develop a conceptual design to make visible the principle knowledge to be used for coping with dynamically changing situations of NPPs under severe accidents.

• 한국ITS학회 논문지
• /
• 제21권1호
• /
• pp.240-257
• /
• 2022

자율주행 차량은 레이더, 라이다 카메라 등 다양한 로컬 센서들을 활용하여 주변 환경을 인지하고 판단하여 주행한다. 하지만 로컬 센서만을 활용하여 주행할 경우 인지 범위 한계로 장애물에 가려진 보행자나 자전거와 같은 VRU(Vulnerable Road User, 취약 도로 사용자)의 거동 정보를 예측하기 어렵다. 본 논문에서는 이러한 로컬 센서의 한계를 극복하기 위해 V2X 통신 정보를 활용한 VRU 충돌 회피 알고리즘을 개발하였다. 알고리즘은 인프라로부터 충돌 위험이 있는 VRU의 정보를 전달 받아 미래 거동을 예측하고 주변 환경에 따라 적절하게 조향 및 제동 회피를 수행하도록 설계하였다. 개발된 알고리즘을 검증하기 위하여 다양한 조건의 시나리오에서 시뮬레이션을 수행하였으며, 그 결과, 기존 로컬 센서 정보만을 활용하였을 때보다 개선된 충돌 회피 성능을 보일 뿐만 아니라, 차량의 안정성 또한 확보할 수 있음을 확인하였다.

• 한국산학기술학회논문지
• /
• 제21권6호
• /
• pp.296-301
• /
• 2020

국내 신호등은 2색등, 3색등, 4색등의 신호체계를 적용하고 있다. 2색등은 적색•녹색 등화로 주로 횡단보도에서 사용되며 3색등은 적색•황색•녹색(녹색화살표)등화로 T자형 교차로, 4색등화 표시는 적색•황색•녹색화살표•녹색으로 일반적인 교차로에서 사용되고 있다. 교차로에 진입하는 운전자는 딜레마 존 영역에서 교차로 진입 또는 정지선에 정지 판단을 해야 한다. 교차로 진입 전 딜레마 존에서 운전자는 교차로 폭, 차량속도, 인지반응시간, 기준 황색신호 시간에 따라 교차로 통과 또는 정지선에 정지, 과속차량, 꼬리물기, 끼어들기, 신호위반 차량 등 많은 정보를 수집 판단하고 있다. 본 논문은 교차로 3,4색 신호등의 기준 황색신호 시간과 교차로 통과 속도를 50km/h, 60km/h하향 조정에 따른 딜레마 존 영역 길이 변화가 황색신호 시간에 영향을 줄 수 있음을 제시한다. 이러한 영향에 따른 황색신호 시간은 0.1~2.3초 증가함을 알 수 있었으며 딜레마 존 영역도 1.22~26[m] 증가함을 알 수 있었다. 교차로 사고 감소를 위해 딜레마 존의 운전자에게 빠른 판단할 수 있도록 직진(3색,4색) 녹색신호의 잔여시간을 표시함으로써 교차로 통행에 발생하는 교통사고를 줄이는 방안을 제시하며, 심야시간에 운영되어지는 교차로 점멸신호에 진입하는 차량에 적색(LED 손바닥)신호와 좌회전 녹색 화살표 신호를 교차 점멸함으로 안전한 진입 방안을 제시하고자 한다.