• Nutrition Research and Practice
• /
• 제17권6호
• /
• pp.1255-1266
• /
• 2023

BACKGROUND/OBJECTIVES: This study aimed to predict the association between nutritional intake and diabetes mellitus (DM) by developing an artificial neural network (ANN) model for older adults. SUBJECTS/METHODS: Participants aged over 65 years from the 7th (2016-2018) Korea National Health and Nutrition Examination Survey were included. The diagnostic criteria of DM were set as output variables, while various nutritional intakes were set as input variables. An ANN model comprising one input layer with 16 nodes, one hidden layer with 12 nodes, and one output layer with one node was implemented in the MATLAB^® programming language. A sensitivity analysis was conducted to determine the relative importance of the input variables in predicting the output. RESULTS: Our DM-predicting neural network model exhibited relatively high accuracy (81.3%) with 11 nutrient inputs, namely, thiamin, carbohydrates, potassium, energy, cholesterol, sugar, vitamin A, riboflavin, protein, vitamin C, and fat. CONCLUSIONS: In this study, the neural network sensitivity analysis method based on nutrient intake demonstrated a relatively accurate classification and prediction of DM in the older population.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 춘계학술발표대회
• /
• pp.1191-1194
• /
• 2007

이동 애드혹 네트워크 (MANET)는 기지국과 같은 인프라 없이 구성된 무선 네트워크로 멀티 홉 무선통신을 수행할 수 있다. MANET에서 경로 끊김이 발생하는 이유는 일반적으로 경로를 설정하고 있는 노드들의 이동이나 hidden terminal 과 같은 무선 채널 충돌 때문이다. 무선 채널 충돌처럼 노드들의 위상과 상관없이 패킷들의 충돌 때문에 경로 끊김이 발생하는 현상은 불필요한 경로 재설정이 유발된다. 그리고 이에 따른 제어 메시지의 과도한 생성은 전체 네트워크의 오버헤드를 증가시켜 성능 감소로 이어진다. 특히 일반적으로 MANET에서 사용하는 reactive 방식의 라우팅 프로토콜을 사용하는 네트워크에서는 더 많은 성능 감소가 일어나게 된다. 본 논문에서는 MANET의 이러한 불필요한 경로 재설정을 방지하여 자원을 보다 효율적으로 사용할 수 있는 노드 이동 감지 기법을 제안한다. 이 기법은 HELLO 메시지와 이웃 노드 테이블을 이용하여 무선 채널 충돌과 같은 현상을 예측하고 효율적으로 대처할 수 있게 한다. 성능 분석 결과, 본 논문에서 제안한 노드 이동 감지 기법이 기존 방법들에 비해 패킷 전송률과 라우팅 오버헤드 측면에서 우수한 성능 결과를 보였다.

• 한국정보과학회논문지:정보통신
• /
• 제35권3호
• /
• pp.192-206
• /
• 2008

작은 센서 노드로 구성되는 무선 센서 네트워크는 멀티홉으로 무선 통신을 하는 주요한 특징을 가지고 있다. 지금까지의 응용은 주기적인 형태의 비교적 단순한 센싱 데이타를 취급하는 것이 대부분 이었다. 하지만 최근 새로운 형태의 일시적이고 연속적인 버스트 데이타를 멀티홉으로 전송하는 좀 더 복잡한 응용들이 대두되고 있다. 따라서 이러한 응용을 효율적으로 지원하기 위한 전송 프로토콜에 관한 연구가 필요하다. 본 논문에서는 멀티홉 환경에서 버스트 데이타의 효율적인 전송을 위한 PIGAB(Packet Interval Gap based on Adaptive Backoff) 프로토콜을 제안하였다. 경쟁 기반 프로토콜인 PIGAB은 근원지 노드에서 동작하는 PIG(Packet Interval Gap) 제어 알고리즘과 릴레이 노드에서 동작하는 MF(MAC-level Forwarding) 알고리즘으로 구성되며, 새롭게 제안된 AB(Adaptive Backoff), CAB(Collision Avoidance Backoff), 그리고 UB(Uniform Backoff)를 기반으로 동작한다. 제안된 PIGAB 프로토콜은 이러한 알고리즘과 기법을 통해 감춰진 노드의 전송 시기를 인지하여 패킷마다의 전송 시기를 조절함으로써 멀티홉 환경에서 겪는 기본적인 문제를 해결할 수 있다. 시뮬레이션과 실제 실험을 통해 PIGAB 프로토콜이 기존 방식에 비해 멀티홉 환경에서 버스트 데이타를 안정적이고 신속하게 전송하는 것을 확인할 수 있었다.

• 한국지반공학회논문집
• /
• 제27권1호
• /
• pp.17-24
• /
• 2011

CLSM의 플로우 및 강도특성은 비회, 매립회, 시멘트, 수량 등과 같은 배합비에 크게 의존하므로, 각 구성요소들의 배합비와 플로우 및 강도값에 대한 역학적 관계를 정량적으로 도출하기가 현실적으로 매우 어렵다. 따라서 CLSM의 구성성분 비율에 대한 플로우 및 압축강도값을 도출할 수 있는 산정방법이 필요하다. 이에 본 연구에서는 인공신경망 학습을 통해 플로우 및 일축압축강도를 실험을 통하지 않고 인공신경망을 이용하여 CLSM의 플로우 및 일축압축강도를 예측하고자 한다. 본 연구에 사용한 인공신경망모델에는 BPNN 학습 알고리즘을 적용, 인공신경망 학습효율 및 예측능력에 영향을 미치는 은닉층, 모멘텀상수, 목표시스템 오차값, 은닉층의 노드 수와 학습률을 변화시키면서 학습하여 각각의 변화에 따른 인공신경망 모델의 학습효율 및 예측능력을 평가하고 인공신경망의 유효성 검증을 위해 모델 구축 시에 사용하지 않은 새로운 자료에 대해 예측을 실시하여 실내실험 결과와 비교하여 이를 기준으로 CLSM의 플로우 및 압축강도 산정에 적합한 최적인공신경망 모델을 제안하였다.

• 한국산학기술학회논문지
• /
• 제21권6호
• /
• pp.374-382
• /
• 2020

본 연구에서 저장탄약 신뢰성평가(ASRP: Ammunition Stockpile Reliability Program)의 데이터 특성을 고려하여 입력변수를 줄이는 정규화기법을 제안함으로써 분류성능의 저하 없이 저장탄약 신뢰성분류 인경신경망모델의 학습 속도향상을 목표로 하였다. 탄약의 성능에 대한 기준은 국방규격(KDS: Korea Defense Specification)과 저장탄약 시험절차서(ASTP: Ammunition Stockpile reliability Test Procedure)에 규정되어 있으며, 평가결과 데이터는 이산형과 연속형 데이터가 복합적으로 구성되어 있다. 이러한 저장탄약 신뢰성평가의 데이터 특성을 고려하여 입력변수는 로트 추정 불량률(estimated lot percent nonconforming) 또는 고장률로 정규화 하였다. 또한 입력변수의 unitary hypercube를 유지하기 위하여 최소-최대 정규화를 2차로 수행하는 2단계 정규화 기법을 제안하였다. 제안된 2단계 정규화 기법은 저장탄약 신뢰성평가 데이터를 이용하여 비교한 결과 최소-최대 정규화와 유사하게 AUC(Area Under the ROC Curve)는 0.95 이상이었으며 학습속도는 학습 데이터 수와 은닉 계층의 노드 수에 따라 1.74 ~ 1.99 배 향상되었다.

• Advances in nano research
• /
• 제9권1호
• /
• pp.1-13
• /
• 2020

In this work, the electrical potential (EP) technique with an artificial neural networks (ANNs) for monitoring of nanostructures are used for the first time. This study employs an expert system to identify size and localize hidden nano-delamination (N.Del) inside layers of nano-pipe (N.P) manufactured from Basalt Fiber Reinforced Polymer (BFRP) laminate composite by using low-cost monitoring method of electrical potential (EP) technique with an artificial neural networks (ANNs), which are combined to decrease detection effort to discern N.Del location/size inside the N.P layers, with high accuracy, simple and low-cost. The dielectric properties of the N.P material are measured before and after N.Del introduced using arrays of electrical contacts and the variation in capacitance values, capacitance change and node potential distribution are analyzed. Using these changes in electrical potential due to N.Del, a finite element (FE) simulation model for N.Del location/size detection is generated by ANSYS and MATLAB, which are combined to simulate sensor characteristic, therefore, FE analyses are employed to make sets of data for the learning of the ANNs. The method is applied for the N.Del monitoring, to minimize the number of FE analysis in order to keep the cost and save the time of the assessment to a minimum. The FE results are in excellent agreement with an ANN and the experimental results available in the literature, thus validating the accuracy and reliability of the proposed technique.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제6권8호
• /
• pp.1894-1912
• /
• 2012

This paper proposes a system called Wireless Link based on Global Communication Channel (WLGCC) to enhance the spectrum sharing between digital broadcasting (DB) services and the cognitive radio (CR) system in the licensed band of 470-790 MHz. The WLGCC aims to enhance the spectrum sensing and geolocation database (GLD) spectrum sharing methods in the CR system. Spectrum sensing can be enhanced by receiving the status of the used frequencies from the WLGCC, thereby eliminating the need for a low detection threshold (i.e., avoiding the hidden node problem). In addition, the GLD can be enhanced by providing a reliable communication link between the database and the CR device in the form of an unused TV white space that is reserved as the proposed Global Communication Channel (GCC). This paper analyzes the coexistence of the new WLGCC system and the DB service in terms of avoiding additional interference. Specifically, we mathematically determine the WLGCC parameters, such as the in-band and out-of-band power levels, and operation coverage, and verify them using Monte Carlo simulation. The results show that WLGCC does not degrade the existing DB service and reliably transmits information of the vacant (or used) frequency bands to the CR.

• 한국정보과학회논문지:정보통신
• /
• 제37권4호
• /
• pp.301-306
• /
• 2010

이 논문은 클러스터 형태의 다중 인터페이스 다중 홉 인지 라디오 환경을 위한 효율적인 제어 채널 접근 방식을 제안한다. 인지 라디오 대역 안에서 전체 네트워크 영역에 걸친 공통 채널을 확보하는 것이 어렵기 때문에, 대부분의 멀티 인터페이스 멀티 홉 인지 라디오 네트워크는 라이센스 사용자의 채널 사용 현황과 같은 제어 정보의 교환을 위해인지 라디오 대역 밖에 제어 채널을 두고 하나의 인터페이스를 제어 채널에 고정시켜 할당한다. 그러나 이러한 방식은 네트워크 인터페이스의 낭비를 초래한다. 이 연구는 인지 라디오 노드들이 다수의 데이터 채널을 통해 이웃 노드들과 연결되는 클러스터 구조 하에서 멀티 채널 상황에서의 숨겨진 노드 문제없이 데이터 채널과 제어 채널을 수시로 번갈아 가며 접근하는 방식에 대하여 고찰한다. 시뮬레이션을 사용하여 제안한 방식의 성능을 측정한다. 시뮬레이션 결과를 통해 제안한 방식이 하나의 네트워크 인터페이스를 제어 채널에 고정적으로 할당하여 데이터 전송을 하지 않는 방법에 비해 더 높은 네트워크 처리량을 보임을 확인한다.

• 한국터널지하공간학회 논문집
• /
• 제14권1호
• /
• pp.37-53
• /
• 2012

터널 설계 시 사용되는 지반 물성치는 불확실성을 내포한다. 본 연구에서는 최적의 지반물성치를 찾기 위해 터널 계측자료를 활용하여 MATLAB 프로그램의 인공신경망 분석 기능을 이용한 역해석을 수행하였다. 터널 내공변위에 많은 영향을 주는 탄성계수와 측압계수를 변화시켜 총 81개의 학습자료를 구축하였다. 최적의 학습모델을 구축하기 위해 은닉층 수와 노드(node) 수 및 학습율과 관성항을 변화시켜가며 매개변수 연구를 수행하였다. 한편 최적의 학습모델은 평균제곱오차(MSE, Mean Squared Error)와 결정계수($R^2$)를 비교하여 선정되었고, 이를 이용하여 정확한 지층의 탄성계수와 측압계수를 찾았다. 향후 주어진 지반조건에서 최적의 터널 지보패턴을 결정하는 등의 목적으로 본 연구에서 제시된 방법이 적용될 수 있을 것으로 기대된다.

• Advances in aircraft and spacecraft science
• /
• 제4권5호
• /
• pp.515-528
• /
• 2017

Since composite structures are widely used in structural engineering, delamination in such structures is an important issue of research. Delamination is one of a principal cause of failure in composites. In This study the electrical potential (EP) technique is applied to detect and locate delamination in basalt fiber reinforced polymer (FRP) laminate composite pipe by using electrical capacitance sensor (ECS). The proposed EP method is able to identify and localize hidden delamination inside composite layers without overlapping with other method data accumulated to achieve an overall identification of the delamination location/size in a composite, with high accuracy, easy and low-cost. Twelve electrodes are mounted on the outer surface of the pipe. Afterwards, the delamination is introduced into between the three layers (0º/90º/0º)s laminates pipe, split into twelve scenarios. The dielectric properties change in basalt FRP pipe is measured before and after delamination occurred using arrays of electrical contacts and the variation in capacitance values, capacitance change and node potential distribution are analyzed. Using these changes in electrical potential due to delamination, a finite element simulation model for delamination location/size detection is generated by ANSYS and MATLAB, which are combined to simulate sensor characteristic. Response surfaces method (RSM) are adopted as a tool for solving inverse problems to estimate delamination location/size from the measured electrical potential changes of all segments between electrodes. The results show good convergence between the finite element model (FEM) and estimated results. Also the results indicate that the proposed method successfully assesses the delamination location/size for basalt FRP laminate composite pipes. The illustrated results are in excellent agreement with the experimental results available in the literature, thus validating the accuracy and reliability of the proposed technique.