• International Journal of Computer Science & Network Security
• /
• 제22권9호
• /
• pp.195-207
• /
• 2022

COVID-19 has remained one of the most serious health crises in recent history, resulting in the tragic loss of lives and significant economic impacts on the entire world. The difficulty of controlling COVID-19 poses a threat to the global health sector. Considering that Artificial Intelligence (AI) has contributed to improving research methods and solving problems facing diverse fields of study, AI algorithms have also proven effective in disease detection and early diagnosis. Specifically, acoustic features offer a promising prospect for the early detection of respiratory diseases. Motivated by these observations, this study conceptualized a speech-based diagnostic model to aid in COVID-19 diagnosis. The proposed methodology uses speech signals from confirmed positive and negative cases of COVID-19 to extract features through the pre-trained Visual Geometry Group (VGG-16) model based on Mel spectrogram images. This is used in addition to the K-means algorithm that determines effective features, followed by a Genetic Algorithm-Support Vector Machine (GA-SVM) classifier to classify cases. The experimental findings indicate the proposed methodology's capability to classify COVID-19 and NOT COVID-19 of varying ages and speaking different languages, as demonstrated in the simulations. The proposed methodology depends on deep features, followed by the dimension reduction technique for features to detect COVID-19. As a result, it produces better and more consistent performance than handcrafted features used in previous studies.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 The Third Asian Fuzzy Systems Symposium
• /
• pp.762-766
• /
• 1998

Mechanical valve is one of the most widely used implantable artificial organs, Since its failure (mechanical failures and thrombosis to name two representative example) means the death of patient, its reliability is very important and early noninvasive detection is essential requirement . This paper will explain the method to detect the thrombosis formation by spectral analysis and neural network. In order quantitatively to distinguish peak of a normal valve from that of a thrombotic valve, a 3 layer backpropagation neural network, which contains 7,000 input nodes, 20 hidden layer and 1output , was employed. The trained neural network can distinguish normal and thrombotic valve with a probability that is higher than 90% . In conclusion, the acoustical spectrum analysis coupled with a neural network algorithm lent itself to the noninvasive monitoring of implanted mechanical valves. This method will be applied to be applied to the performance evaluation of other implantable rtificial organs.

• 대한임베디드공학회논문지
• /
• 제8권3호
• /
• pp.155-161
• /
• 2013

To reduce the personnel and material loss caused by fire, we propose the automatic fire extinguishing system based on the ignition point tracking using the flame detecter. This automatic fire extinguishing system is composed of the flame detecting system and the fire extinguishing system based on the water cannon. We study the method for the ignition point tracking and the automatic fire extinguishing using the water cannon and the flame detecter. The flame detecting system for the early fire detection and the ignition point tracking has to be satisfied the requirement of the detecting range and the flame detection time. So we study the signal process algorithm for an improvement of the flame detecting system.

• 전력전자학회논문지
• /
• 제24권5호
• /
• pp.356-364
• /
• 2019

In this study, major problems, such as licensing problems due to civil complaints, deterioration of facility period, and damage of modules, are exposed to many problems in domestic businesses. Particularly, the photovoltaic (PV) modules applied to early PV systems have been repaired and replaced over the past two decades, and a new module-based aging detection method is needed to expand the maintenance market and stabilize and repair power supplies. PV modules in a PV system use a string that is configured in series to generate high voltage. However, even if only one module of the solar modules connected in series ages, the power generation efficiency of the aged string is reduced. Therefore, we propose a topology that can measure the instantaneous PV characteristic curve to determine the aging module in the solar string and the aging judgment algorithm using the measured PV characteristic curve.

• 한국지반신소재학회논문집
• /
• 제18권4호
• /
• pp.107-114
• /
• 2019

본 논문에서는 진원지 주변에서 빠르고 정확한 지진 조기 경보를 수행하기 위한 선착 P파 다중 탐지 시스템과 이를 구동하기 위한 지진파 초동 탐지 및 경보 알고리즘을 개발하였다. 공용 중인 5개소(포항지역 4개소)의 건축물을 선정하여 개발한 계측 시스템을 설치하였고, 지반 진동을 실시간 모니터링하며 실증시험을 진행하였다. 실증 모니터링 중 2019년 9월 26일 포항 지역에서 규모 2.3의 지진이 발생하였다. 포항지역에 설치된 총 4개소의 시스템 중 3개소에서 P파 초동 탐지 알고리즘이 작동되어 지진동 이벤트로 기록되었다. 진원지로부터 5.5 km로 가장 가까운 계측소는 지진 발생 후 1.2초 후 P파 초동이 감지되었으며, P파 도달 후 약 1.02초 후 S파가 도달하여 다소의 경보시간을 제공해주었다. P파가 탐지된 3곳의 최대 가속도는 각각 6.28gal, 6.1gal, 5.3gal로 기록되었으며, 이벤트 경보 발령을 위한 최대 지반 가속도의 임계값(25.1gal)을 초과하지 않아 경보 알고리즘이 작동하지 않았다. 향후 지속적인 모니터링 및 분석을 통해 추가 검증이 이루어진다면 국내 실정에 맞는 실효성 높은 지진 경보 시스템으로 활용 될 수 있을 것으로 판단된다.

• 한국화재소방학회논문지
• /
• 제27권5호
• /
• pp.15-18
• /
• 2013

본 연구는 자연 발생적인 화재 및 방화자에 의한 화재를 탐지하는 고효율 저비용의 옥외형 화재경보시스템으로 중소문화재, 천연기념물 및 옥외 시설물 등 화재 발생 시 관리 감시가 취약한 곳을 대상으로 한 소방시스템의 옥외 적용시 성능 및 시험에 대한 것이다. 재래적 화재감지시스템으로부터 탈피하여 지능적인 이동형 무인 화재감지시스템의 도입을 위해 화재경보시스템 성능시험, 기능시험, 옥외 환경시험, 불꽃시험 및 EMI/EMS 적합시험 등을 실시하였다. 성능시험, 기능시험, 불꽃시험 및 옥외방치시험을 3개월간 실시한바 양호하였고, 온도변화 성능시험도 $-30{\sim}70^{\circ}C$에서 양호하였으며 EMI/EMS 시험도 적합하였다. 불꽃검출거리는 75 m까지 증가되었고 대기모드 전원은 4시간 증가, 운영모드 전원에서의 동작시간은 3일까지 가능하였으며 센서뿐만 아니라 영상으로 상황을 인지하는데 적합함을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (3)
• /
• pp.181-183
• /
• 2002

현재의 인터넷 라우터는 Drop tail 방식으로 큐 안의 패킷을 관리한다. 따라서 네트워크 트래픽의 지수적인 증가로 인해 발생하는 혼잡 상황을 명시적으로 해결 한 수 없다. 이 문제를 해결하기 위해 IETF (Internet Engineering Task Force)에서는 RED(Random Early Detection)알고리즘과 같은 능동적인 큐 관리 알고리즘(AQM: Active Queue Algorithm)을 제시하였다. 하지만 RED 알고리즘은 네트워크 환경에 따른 매개 변수의 설정의 어려움을 가지고 있어 잘못된 매개변수 설정으로 인하여 네트워크 성능을 저하시키는 문제를 발생시키며 전체 망에 불안정한 혼잡제어를 야기 시킨다. 본 논문에서는 기존의 AQM를 개선한 SOQuM(Stabilized Operation of Queue Management) 알고리즘을 제안하였다. 제안한 알고리즘의 성능을 검증하기 위해 기존의 방법과 시뮬레이션을 이용하여 비교하였다.

• Journal of Communications and Networks
• /
• 제6권2호
• /
• pp.133-146
• /
• 2004

Recently, many active queue management (AQM) algorithms have been proposed to address the performance degradation. of end-to-end congestion control under tail-drop (TD) queue management at Internet routers. However, these AQM algorithms show performance improvement only for limited network environments, and are insensitive to dynamically changing network situations. In this paper, we propose an adaptive queue management algorithm, called PID-controller, that uses proportional-integral-derivative (PID) feedback control to remedy these weak-Dalles of existing AQM proposals. The PID-controller is able to detect and control congestion adaptively and proactively to dynamically changing network environments using incipient as well as current congestion indications. A simulation study over a wide range of IP traffic conditions shows that PID-controller outperforms other AQM algorithms such as Random Early Detection (RED) [3] and Proportional-Integral (PI) controller [9] in terms of queue length dynamics, packet loss rates, and link utilization.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.309-311
• /
• 2022

Oral cancer is a type of cancer that has a high possibility to be cured if it is threatened earlier. The convolutional neural network is very popular for being a good algorithm for image recognition. In this research, we try to compare 4 different architectures of the CNN algorithm: Convnet, VGG16, Inception V3, and Resnet. As we compared those 4 architectures we found that VGG16 and Resnet model has better performance with an 85.35% accuracy rate compared to the other 3 architectures. In the future, we are sure that image recognition can be more developed to identify oral cancer earlier.

• 해양환경안전학회지
• /
• 제25권4호
• /
• pp.476-481
• /
• 2019

화재의 초기 검출은 인명과 재화의 손실을 최소화하기 위한 중요한 요소이다. 불꽃과 연기를 신속하면서 동시에 검출해야 하며 이를 위해 영상 기반의 화재 검출에 관한 연구가 다양하게 진행되고 있다. 기존의 화재 검출은 불꽃과 연기의 특징을 추출하기 위해 여러 알고리즘을 거쳐서 화재의 검출 유무를 판단하므로 연산량이 많이 소모되었으나, 딥러닝 알고리즘인 합성곱 신경망을 이용하면 별도의 과정이 생략되므로 신속하게 검출할 수 있다. 본 논문에서는 선박 기관실에서 화재 영상을 녹화한 데이터로 실험을 수행하였다. 불꽃과 연기의 특징을 외각 상자로 추출한 후 합성곱 신경망 중 하나인 욜로(YOLO)를 이용하여 학습하고 결과를 테스트하였다. 실험 결과를 검출률, 오검출률, 정확도로 평가하였으며 불꽃은 0.994, 0.011, 0.998, 연기는 0.978, 0.021, 0.978을 나타내었고, 연산시간은 0.009s를 소모됨을 확인하였다.