• 스마트미디어저널
• /
• 제13권6호
• /
• pp.90-97
• /
• 2024

This paper focuses on detecting Alzheimer's Disease (AD). The most usual form of dementia is Alzheimer's disease, which causes permanent cause memory cell damage. Alzheimer's disease, a neurodegenerative disease, increases slowly over time. For this matter, early detection of Alzheimer's disease is important. The purpose of this work is using Magnetic Resonance Imaging (MRI) to diagnose AD. A Convolution Neural Network (CNN) model, Reset, and VGG the pre-trained learning models are used. Performing analysis and validation of layers affects the effectiveness of the model. T1-weighted MRI images are taken for preprocessing from ADNI. The Dataset images are taken from the Alzheimer's Disease Neuroimaging Initiative (ADNI). 3D MRI scans into 2D image slices shows the optimization method in the training process while achieving 96% and 94% accuracy in VGG 16 and ResNet 18 respectively. This study aims to classify AD from brain 3D MRI images and obtain better results.

• Journal of the Optical Society of Korea
• /
• 제17권2호
• /
• pp.148-161
• /
• 2013

We propose one- and two-dimensional reference functions for processing of integral/multiview imaging. The functions provide the synthesis/analysis of the integral image by distance, as an alternative to the composition/decomposition by view images (directions). The synthesized image was observed experimentally. In analysis confirmed by simulation in a qualitative sense, the distance was obtained by convolution of the integral image with the reference functions.

• Nonlinear Functional Analysis and Applications
• /
• 제28권4호
• /
• pp.903-917
• /
• 2023

This paper constructs a new linear operator associated with a seven parameters Mittag-Leffler function using the convolution technique. In addition, it investigates some significant second-order differential subordination properties with considerable sandwich results concerning that operator.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.447-450
• /
• 2019

본 논문은 한국어 문장의 감성 분류를 위해 문장의 형태소, 음절, 자소를 입력으로 하는 합성곱층과 DenseNet 을 적용한 Text Multi-channel DenseNet 모델을 제안한다. 맞춤법 오류, 음소나 음절의 축약과 탈락, 은어나 비속어의 남용, 의태어 사용 등 문법적 규칙에 어긋나는 다양한 표현으로 인해 단어 기반 CNN 으로 추출 할 수 없는 특징들을 음절이나 자소에서 추출 할 수 있다. 한국어 감성분석에 형태소 기반 CNN 이 많이 쓰이고 있으나, 본 논문에서 제안한 Text Multi-channel DenseNet 모델은 형태소, 음절, 자소를 동시에 고려하고, DenseNet 에 정보를 밀집 전달하여 문장의 감성 분류의 정확도를 개선하였다. 네이버 영화 리뷰 데이터를 대상으로 실험한 결과 제안 모델은 85.96%의 정확도를 보여 Multi-channel CNN 에 비해 1.45% 더 정확하게 문장의 감성을 분류하였다.

• 한국멀티미디어학회논문지
• /
• 제23권12호
• /
• pp.1486-1495
• /
• 2020

The analysis of digital microscopy images plays a vital role in computer-aided diagnosis (CAD) and prognosis. The main purpose of this paper is to develop a machine learning technique to predict the histological grades in prostate biopsy. To perform a multiclass classification, an AI-based deep learning algorithm, a multichannel convolutional neural network (MCCNN) was developed by connecting layers with artificial neurons inspired by the human brain system. The histological grades that were used for the analysis are benign, grade 3, grade 4, and grade 5. The proposed approach aims to classify multiple patterns of images extracted from the whole slide image (WSI) of a prostate biopsy based on the Gleason grading system. The Multichannel Convolution Neural Network (MCCNN) model takes three input channels (Red, Green, and Blue) to extract the computational features from each channel and concatenate them for multiclass classification. Stain normalization was carried out for each histological grade to standardize the intensity and contrast level in the image. The proposed model has been trained, validated, and tested with the histopathological images and has achieved an average accuracy of 96.4%, 94.6%, and 95.1%, respectively.

• 한국콘크리트학회:학술대회논문집
• /
• 한국콘크리트학회 2000년도 가을 학술발표회 논문집(II)
• /
• pp.1309-1312
• /
• 2000

Joints created with concrete construction result in serious weakness from the aspects of both structural and water-barrier function. Several case studies for the inspection of construction joints of column in concrete structure using radar. An analysis method based on radar signal processing using convolution technique is carried out with various patterns of joints in concrete. The computed results were verified by comparing the test results. As a result, radar signal analysis proposed in this study has a possibility of estimating patterns of joints with good accuracy.

• 대한원격탐사학회지
• /
• 제14권1호
• /
• pp.17-36
• /
• 1998

라돈변환은 디지털 토모그라피. 원격탐사 영상의 선구조 분석, 탄성파탐사 자료의 경사중첩 등 다양한 분야에서의 디지털 영상자료 처리에 폭넓게 이용되어 왔다. 그러나 라돈변환의 2차원 콘볼류션이나 상관관계 계산은 푸리에변환과 비교해 볼 때 그 효용성에 대해서는 거의 논의되지 못하였다. 본 논문에서는 2차원 콘볼류션이나 상관관계 계산은 라돈공간에서 ρ에 대한 1차원 콘볼류션이나 상관관계로 타원이 낮아진다는 것을 유도하였다. 이를 이용하면 영상공간에서의 2차원 필터링을 라돈공간에서의 단순한 1타원 필터링으로 효과적으로 수행할 수 있다. 본 논문에서는 FIR 필터를 이용한 라돈공간에 서의 1차원 필터링을 RADARSAT SAR 영상에서 선적에 의한 구조를 증강시키데 적용하였다. 적용결과 라돈변환을 이용한 2타원 필터링은 스펙클 잡음을 줄일 뿐만 아니라 효과적으로 선적에 의한 구조를 증강시키는 것으로 나타났다. 비록 라돈변환을 이용하는 2차원 필터링은 푸리에변환을 이용하는 방법에 비하여 효율성과 효과도가 떨어져 단순한 필터링 목적으로는 적합치 못하나, 토모그라피나 SAR 영상을 이용하여 선구조 분석을 실시하는 경우와 같이 라돈변환이 필수적으로 적용되는 경우 라돈공간에서의 2차원 필터링을 부수적으로 적용하면 효과적으로 활용될 수 있다.

• 한국해양학회지
• /
• 제28권3호
• /
• pp.192-201
• /
• 1993

쯔나미파에 의한 피해를 줄이기 위해서는 쯔나미파를 재현할 수 있는 방법의 개발 이 필요하다. 본 논문에서는 Sign Method를 도입하여 검조기에 기록된 쯔나미파를 분 석하고 재현해 봄으로써, 쯔나미파 분석에서의 Sign Method의 사용가능성을 검토하였 다. 쯔나미파의 시계열자료 Y(t)는 각 쯔나미의 발생특징을 반영하는 함수인 source evolution function E(t')와 파가 전파되는 지역의 특징을 나타내는 함수인 wave propagation function K9t-t')의 convolution 적분에 의해 나타낼 수 있다. Y(t)=.int. E(t')K(t-t')dt' 일본의 6개 지점과 한국의 9개 지점에서 기록된 1940년, 1964년, 1983년의 쯔나미파를 분석하여 sourve function 들과 wave function들을 구하 고, 두 함수를 이용하여 기록자료도 재현해 보았다. 우리 나라 동해안처럼 쯔나미의 진원지로부터 멀리 위치한 지역에서는 Sign Metho가 효과적인 방법임을 알 수 있었다. 또한, 기록되지 않은 쯔나미파도 인접지점의 source function 과 다른 시기의 쯔나미 에 대한 wave function을 이용하여 추정할 수 있다.

• 디지털융복합연구
• /
• 제17권1호
• /
• pp.123-130
• /
• 2019

웹 추천기법에서 가장 많이 사용하는 방식 중의 하나는 협업필터링 기법이다. 협업필터링 관련 많은 연구에서 정확도를 개선하기 위한 방안이 제시되어 왔다. 본 연구는 Word2Vec과 앙상블 합성곱 신경망을 활용한 영화추천 방안에 대해 제안한다. 먼저 사용자, 영화, 평점 정보에서 사용자 문장과 영화 문장을 구성한다. 사용자 문장과 영화 문장을 Word2Vec에 입력으로 넣어 사용자 벡터와 영화 벡터를 구한다. 사용자 벡터는 사용자 합성곱 모델에 입력하고, 영화 벡터는 영화 합성곱 모델에 입력한다. 사용자 합성곱 모델과 영화 합성곱 모델은 완전연결 신경망 모델로 연결된다. 최종적으로 완전연결 신경망의 출력 계층은 사용자 영화 평점의 예측값을 출력한다. 실험결과 전통적인 협업필터링 기법과 유사 연구에서 제안한 Word2Vec과 심층 신경망을 사용한 기법에 비해 본 연구의 제안기법이 정확도를 개선함을 알 수 있었다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1653-1661
• /
• 2022

본 연구에서는 천리안위성 2A호 1일 평균 표층수온영상을 대상으로 합성곱신경망(convolution neural network, CNN) 딥러닝 기법을 적용하여 냉수대 발생 여부를 분류하는 연구를 수행하였다. 이를 위하여, 2019년부터 2022년까지 1,155장의 영상을 사용하였으며, 국립수산과학원 제공 냉수대 발생 주의보 및 경보자료로부터 냉수대 발생 영상과 그 외 영상으로 분류하여 학습을 수행하였다. 학습 결과로 82.5%의 probability of detection (POD)와 54.4%의 false alarm ratio (FAR) 지수를 획득하였다. 오분류 분석을 통해 냉수대 분류에 실패한 경우의 대부분은 구름의 영향 때문이며, 비냉수대를 오분류한 경우의 대부분은 실제 영상에 냉수대가 존재함을 확인하였다.