• 한국멀티미디어학회논문지
• /
• 제25권8호
• /
• pp.1212-1223
• /
• 2022

Skin lesions are common diseases that range from skin rashes to skin cancer, which can lead to death. Note that early diagnosis of skin diseases can be important because early diagnosis of skin diseases considerably can reduce the course of treatment and the harmful effect of the disease. Recently, the development of computer-aided diagnosis (CAD) systems based on artificial intelligence has been actively made for the early diagnosis of skin diseases. In a typical CAD system, the accurate classification of skin lesion types is of great importance for improving the diagnosis performance. Motivated by this, we propose a novel deep ensemble classification with multi-scale attention networks. The proposed deep ensemble networks are jointly trained using a single loss function in an end-to-end manner. In addition, the proposed deep ensemble network is equipped with a multi-scale attention mechanism and segmentation information of the original skin input image, which improves the classification performance. To demonstrate our method, the publicly available human skin disease dataset (HAM 10000) and the private animal skin lesion dataset were used for the evaluation. Experiment results showed that the proposed methods can achieve 97.8% and 81% accuracy on each HAM10000 and animal skin lesion dataset. This research work would be useful for developing a more reliable CAD system which helps doctors early diagnose skin diseases.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1743-1747
• /
• 2022

Sentinel-2는 분광파장대나 공간해상도 측면에서 우리나라 차세대중형위성 4호(농림위성)의 모의영상으로 활용될 수 있다. 이 단보에서는 향후 농림위성영상에 적용하기 위한 예비실험으로, 딥러닝 기술을 이용한 Sentinel-2 영상의 구름탐지를 수행하였다. 전통적인 Convolutional Neural Network (CNN) 모델인 DeepLabV3+와 최신의 Transformer 모델인 Shifted Windows (Swin) Transformer를 이용한 구름탐지 모델을 구축하고, Radiant Earth Foundation (REF)에서 제공하는 22,728장의 학습자료에 대한 암맹평가를 실시하였다. Swin Transformer 모델은 0.886의 정밀도와 0.875의 재현율로, 과탐지와 미탐지가 어느 한쪽으로 치우치지 않는 경향을 보였다. 딥러닝 기반 구름탐지는 향후 우리나라 중심의 실험을 거쳐 농림위성 영상에 활용될 수 있을 것으로 기대된다.

• 상하수도학회지
• /
• 제38권2호
• /
• pp.83-93
• /
• 2024

In this study, we present a sewer pipe inspection technique through a combination of active sonar technology and deep learning algorithms. It is difficult to inspect pipes containing water using conventional CCTV inspection methods, and there are various limitations, so a new approach is needed. In this paper, we introduce a inspection method using active sonar, and apply an auto encoder deep learning model to process sonar data to distinguish between normal and abnormal pipelines. This model underwent training on sonar data from a controlled environment under the assumption of normal pipeline conditions and utilized anomaly detection techniques to identify deviations from established standards. This approach presents a new perspective in pipeline inspection, promising to reduce the time and resources required for sewer system management and to enhance the reliability of pipeline inspections.

• 한국항공우주학회지
• /
• 제45권9호
• /
• pp.746-756
• /
• 2017

본 연구에서는 한국형 달 탐사 시험용 궤도선을 위한 심우주 추적망 (Deep Space Network)의 관측값을 구현하는 알고리즘을 개발하였다. 이 알고리즘을 활용하여 탐사선의 신호 지연 효과를 관측 모델을 통해 보정해서 계산된 관측값을 생성할 수 있다. 계산된 관측값으로 거리, 도플러, 방위각, 고도각을 생성하였다. 기하학적 데이터 값을 General Mission Analysis Tool (GMAT)의 시나리오를 통해 구하였으며, 계산된 관측값을 구하기 위해서 시간 지연 효과, 대류층 지연 효과, 대류권 내 하전 입자에 의한 지연 효과, 대류권 밖 하전 입자에 의한 지연 효과, 대류층에 의한 굴절 효과, 안테나에 의한 지연 효과를 고려하였다. 관측 모델들을 통해 구한 계산된 관측값은 시험용 궤도선의 정밀 궤도 결정을 위해 사용된다. 본 논문에서 개발한 데이터 시뮬레이션 모듈은 미 항공우주국의 궤도 결정 툴 박스 (Orbit Determination ToolBoX, ODTBX)를 이용해 검증되었다.

• 한국수산과학회지
• /
• 제38권1호
• /
• pp.65-69
• /
• 2005

We have developed a new method of manufacturing salts by horizontal spray drying technique, using the concentrated deep ocean water after desalination processes. We studied the chemical characteristics of the spray-dried salts. Sodium content in the spray salts is $28.4\%$, which is $10-30\%$ lower than that of bay salts, bamboo salts and boiling salts $(32-38.2\%)$. However, the contents of magnesium, potassium and calcium of the spray salts are 2.5 times, 3 times and 4.5 times higher relative to those of bay salts, respectively. On the one hand, sulfur content in spray salts is 14 times lower than those of bay salts, which is caused by their volatilization during spray and vaporization of the concentrated seawater. Enrichment factors of Mg (0.8), K (0.9) and Ca (1.0) in the spray salts are relatively higher than those in bay salt (0.2-0.3), bamboo salt (0.15-0.4) and boiled salt (0.4-0.7), respectively. On the contrary, enrichment factor of sulfur in spray salts is observed to be 0.07, which is considerably lower than those in other salts (0.3-0.7). It means that the minerals like Mg, K and Ca can be well conserved from seawater to salts through spray drying techniques, while volatile elements like sulfur, lead, mercury and organic compounds can be easily removed from seawater via spray and heating processes.

• 정보보호학회논문지
• /
• 제31권1호
• /
• pp.51-59
• /
• 2021

딥러닝 모델은 변이를 통해 훈련 데이터에서 벗어난 입력으로부터 잘못된 예측 결과를 산출할 수 있으며 이는 자율주행, 보안 분야 등에서 치명적인 사고로 이어질 수 있다. 딥러닝 모델의 신뢰성 보장을 위해서는 다양한 변이를 통해 예외적인 상황에 대한 모델의 처리 능력이 검증되어야 한다. 하지만, 기존 연구가 제한된 모델을 대상으로만 수행되었으며, 여러 입력 변이 유형에 구분을 짓지 않고 사용했다. 본 연구에서는 딥러닝 검증 데이터 세트로 널리 사용되고 있는 CIFAR10 데이터 세트를 기반으로 다양한 상용화된 모델과 추가 버전을 포함하여 총 6개의 모델에 대한 신뢰성 검증을 수행한다. 이를 위해 실생활에서 발생할 수 있는 6가지 유형의 입력 변이 알고리즘을 다양한 파라미터와 함께 데이터 세트에 개별적으로 적용하여 각각에 대한 모델의 정확도를 비교함으로써 특정 변이 유형과 관련된 모델의 취약점을 구체적으로 파악한다.

• 한국수산과학회지
• /
• 제43권4호
• /
• pp.373-379
• /
• 2010

The artificial upwelling of deep seawater increases primary production. This study conducted a lab-scale experiment to investigate the growth of phytoplankton with the mixing ratio of deep and surface seawater. The chlorophyll content in the sample of pure deep seawater was highest, regardless of the phytoplankton groups. Nutrients contained in the deep seawater positively influenced the growth of phytoplankton. The optimum mixture to apply in an artificial upwelling system was a 1:1 ratio of deep and surface seawater. An experiment considering other environmental conditions, such as luminance and specific gravity, should be performed.

• 한국컴퓨터정보학회논문지
• /
• 제27권10호
• /
• pp.1-9
• /
• 2022

본 논문에서는 영상 데이터와 센서 데이터를 활용한 딥러닝 기반의 반려동물 이상행동 탐지 서비스를 제안한다. 최근 반려동물 보유 가구의 증가로 인해 기존 푸드 및 의료 중심의 반려동물 시장에서 인공지능을 더한 펫테크(Pet Tech) 산업이 성장하고 있다. 본 연구에서는 인공지능을 통한 반려동물의 건강관리를 위해 영상 및 센서 데이터를 활용한 딥러닝 모델을 기반으로 반려동물의 행동을 분류하고, 이상행동을 탐지하였다. 자택의 CCTV와 직접 제작한 펫 웨어러블 디바이스를 활용하여 반려동물의 영상 데이터 및 센서 데이터를 수집하고, 모델의 입력 데이터로 활용한다. 행동의 분류를 위해 본 연구에서는 반려동물의 객체를 검출하기 위한 YOLO(You Only Look Once) 모델과 관절 좌표를 추출하기 위한 DeepLabCut을 결합하여 영상 데이터를 처리하였고, 센서 데이터를 처리하기 위해 각 센서 별 연관관계 및 특징을 파악할 수 있는 GAT(Graph Attention Network)를 활용하였다.

• 한국자기학회:학술대회 개요집
• /
• 한국자기학회 2005년도 하계학술연구발표회 논문개요집
• /
• pp.26-26
• /
• 2005

• Geomechanics and Engineering
• /
• 제11권3호
• /
• pp.361-372
• /
• 2016

The soil-concrete interface shear strength, although has been extensively studied, is still difficult to predict as a result of the dependence on many factors such as normal stresses, surface roughness, particle sizes, moisture contents, dilation angles of soils, etc. In this study, a well-known rigorous statistical learning approach, namely the least squares support vector machine (LS-SVM) realized in a ubiquitous spreadsheet platform is firstly used in estimating the soil-structure interface shear strength. Instead of studying the complicated mechanism, LS-SVM enables to explore the possible link between the fundamental factors and the interface shear strengths, via a sophisticated statistic approach. As a preliminary investigation, the authors study the expansive soils that are found extensively in most countries. To reduce the complexity, three major influential factors, e.g., initial moisture contents, initial dry densities and normal stresses of soils are taken into account in developing the LS-SVM models for the soil-concrete interface shear strengths. The predicted results by LS-SVM show reasonably good agreement with experimental data from direct shear tests.