• 대한본초학회지
• /
• 제24권4호
• /
• pp.165-171
• /
• 2009

Objectives : In the present study, we assessed the effects of the ethanolic extract of Crataegus pinnatifida Bunge on the learning and memory impairments induced by scopolamine using the passive avoidance and the Morris water maze tasks in mice. Methods : The cognition-enhancing effect of C. pinnatifida was investigated using a passive avoidance test, the Morris water maze test and Y-maze test in mice. Drug-induced amnesia was induced by treating animals with scopolamine (1 mg/kg, i.p.). Results : The ethanolic extract of C. pinnatifida (100, and 200 mg/kg) significantly reversed the scopolamine-induced cognitive impairments in the passive avoidance test (p < 0.05). Moreover, C. pinnatifida (200 mg/kg) also improved escape latencies in training trials and increased swimming times and distances within the target zone of the Morris water maze (p < 0.05). On the Y-maze test, C. pinnatifida (100, and 200 mg/kg) also significantly reversed scopolamine- induced cognitive impairments in mice (p < 0.05). Conclusions : The ethanolic extract of Crataegus pinnatifida dramatically possesses the anti-amnestic and cognitive-enhancing activities related to the memory processes, and these activities were parallel to treatment duration and dependent on the learning models.

• 재활치료과학
• /
• 제10권4호
• /
• pp.39-52
• /
• 2021

목적 : 본 연구의 목적은 기억력 장애를 가진 성인 환자를 대상으로 기억력 향상을 위한 작업치료 중재를 수행한 단일대상연구의 특성을 확인하고 질적 수준을 알아보는 것이다. 연구방법 : 본 연구는 2011년부터 2020년까지 기억력 향상 작업치료 중재 연구 중 단일대상연구 설계를 적용한 총 6편의 논문을 분석한 문헌연구로, 연구내용에 대한 일반적 특성 및 연구방법의 질적 수준을 분석하였다. 결과 : 분석대상의 질적 수준은 66.7%(4편)가 중간 수준이었고 33.3%(2편)는 높은 수준이었으며, 낮은 수준의 연구는 없었다. 단일대상연구 설계 유형은 모두 반전설계로 ABA가 가장 많았다. 대상자는 뇌졸중, 치매, 경도인지장애 환자였으며, 대상자 수는 1~3명이었다. 독립변수는 오차배제훈련, 어플리케이션 활용 중재, 전산화인지훈련, 시간차회상훈련이었다. 종속변수는 공통변수인 기억력과 함께 집중력, 뇌파변화, 수단적 일상생활활동 및 우울이었다. 중재시간은 30~40분, 중재회기는 6~15회기였으며, 총 연구기간은 3~8주로 다양하였다. 중재 결과 모든 연구에서 중재 후 종속변수가 향상된 것으로 보고되었다. 결론 : 기억력훈련에 대한 단일대상연구 적용 작업치료 중재 연구들은 모두 중간 이상의 질적 수준을 보여 임상에서 적용 시 근거기반자료로 의의가 있으며, 기억력 향상에 효과적인 연구들이라는 것을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.516-518
• /
• 2022

본 논문에서는 낙상상태를 감지할 수 있는 장단기 메모리(Long Short-Term Memory)를 이용한 낙상감지 시스템에서 은닉층 노드 수 변경에 따른 영향을 소개한다. 3축 가속도 센서를 이용하여 x, y, z축 데이터를 중력 방향과 이루는 각도를 나타내는 파라미터 theta(θ)를 이용하여 훈련을 진행한다. 학습에서는 validation이 진행되어 8:2의 비율로 훈련 데이터와 테스트 데이터로 나뉘며, 효율성을 높이기 위해 은닉층의 노드 수를 변화하며 훈련을 진행한다. 노드 수가 128일 때 Accuracy 99.82%, Specificity 99.58%, Sensitivity 100%로 가장 좋은 정확도를 나타내었다.

• 재활치료과학
• /
• 제4권2호
• /
• pp.73-83
• /
• 2015

목적 : 본 연구는 오차배제훈련을 병행한 시간차회상훈련이 경도인지장애(Mild Cognitive Impairment; MCI) 환자의 기억력에 미치는 효과와 수단적 일상생활(Instrumental Activities of Daily Living; IADL) 및 우울에 미치는 영향을 알아보고자 하였다. 연구방법 : 주간보호시설에 등록된 78세 MCI 노인을 대상으로 단일 대상 실험 연구 중 ABA 설계를 사용하여 실험을 진행하였다. 연구를 진행한 총 16회기 중 기초선 A는 총 3회기, 중재기간 B는 총 10회기, 기초선 A'는 총 3회기였다. 기억력을 측정하기 위한 회기별 평가로 Rey-Kim 언어 기억 검사(K-Auditory Verbal Learning Test; K-AVLT)를 사용하였고, 인지기능, IADL 수행 능력, 우울을 측정하기 위하여 각각 한국판 몬트리올 인지평가(Korean version of Montreal Cognitive Assessment; MoCA-K), 필라델피아 노인 센터 IADL 도구(Philadelphia Geriatric Center Instrumental Activities Daily Living; PGC IADL), 한국판 노인우울척도(Geriatric Depression Scale Korean Version; GDS-K)를 사용하였다. 결과 : 대상자는 기초선 A기간에 비하여 중재를 제공한 B기간에서의 즉시회상 및 지연회상이 현저히 증가하였다. 또한, 즉시회상과 지연회상 모두 B 기간에서 증가하던 측정값의 경향이 중재를 제거한 후인 기초선 A'구간에서 감소하는 경향을 보였다. MoCA-K 점수는 향상을 보였으며, PGC IADL 점수는 중재 전과 후가 같았고 GDS-K의 점수는 감소하였다. 결론 : 본 연구의 결과를 통하여 MCI 환자를 대상으로 실시한 오차배제훈련을 병행한 시간차 회상훈련의 근거를 확고히 하였다. 나아가 MCI 환자들이 기억력과 함께 어려움을 겪는 요인을 향상시키기 위한 중재 및 기억력과 다른 기능적 요소들에 대한 상관관계에 대하여 추가적인 연구가 필요할 것이다.

• 한국농공학회논문집
• /
• 제64권1호
• /
• pp.39-50
• /
• 2022

In this study, we suggested the optimal training period for predicting the streamflow using the LSTM (Long Short-Term Memory) model based on the deep learning and CMIP5 (The fifth phase of the Couple Model Intercomparison Project) future climate scenarios. To validate the model performance of LSTM, the Jinan-gun (Seongsan-ri) site was selected in this study. We comfirmed that the LSTM-based streamflow was highly comparable to the measurements during the calibration (2000 to 2002/2014 to 2015) and validation (2003 to 2005/2016 to 2017) periods. Additionally, we compared the LSTM-based streamflow to the SWAT-based output during the calibration (2000~2015) and validation (2016~2019) periods. The results supported that the LSTM model also performed well in simulating streamflow during the long-term period, although small uncertainties exist. Then the SWAT-based daily streamflow was forecasted using the CMIP5 climate scenario forcing data in 2011~2100. We tested and determined the optimal training period for the LSTM model by comparing the LSTM-/SWAT-based streamflow with various scenarios. Note that the SWAT-based streamflow values were assumed as the observation because of no measurements in future (2011~2100). Our results showed that the LSTM-based streamflow was similar to the SWAT-based streamflow when the training data over the 30 years were used. These findings indicated that training periods more than 30 years were required to obtain LSTM-based reliable streamflow forecasts using climate change scenarios.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 하계학술대회
• /
• pp.98-101
• /
• 2019

At present, deep convolutional neural networks have made a very important contribution in single-image super-resolution. Through the learning of the neural networks, the features of input images are transformed and combined to establish a nonlinear mapping of low-resolution images to high-resolution images. Some previous methods are difficult to train and take up a lot of memory. In this paper, we proposed a simple and compact deep recursive residual network learning the features for single image super resolution. Global residual learning and local residual learning are used to reduce the problems of training deep neural networks. And the recursive structure controls the number of parameters to save memory. Experimental results show that the proposed method improved image qualities that occur in previous methods.

• 디지털콘텐츠학회 논문지
• /
• 제18권6호
• /
• pp.1165-1173
• /
• 2017

가장 대표적인 기계학습 알고리즘인 딥러닝 방법은 여러 응용 분야에서 활용성이 입증돼 디지털신호처리에 널리 사용되고 있다. 그러나 많은 학습데이터를 사용해 학습하는 과정에서 많은 메모리와 학습시간이 필요하기 때문에 CPU 성능과 메모리 용량이 제한된 IoT 디바이스에 딥러닝 기술을 적용하기는 어렵다. 특히 메모리 용량이 2K~8K 로 극히 적은 아두이노 기반의 디바이스를 사용한다면 알고리즘 구현에 많은 한계가 발생한다. 본 논문에서는 정확성과 효율성이 입증돼 여러 분야에서 활용되고 있는 ELM 알고리즘을 아두이노에서 최적화하는 방법을 제안하고, 실험을 통해 메모리 용량이 2KB인 아두이노 UNO와 메모리 용량이 8KB인 아두이노 MEGA에서 각각 15차원, 42차원의 다중 클래스 학습이 가능함을 보였다. 실험을 입증하기 위해 가우시안 혼합 모델링을 사용해 생성한 데이터셋과 범용적으로 사용하는 UCI 데이터셋을 사용해 제안한 알고리즘의 효율성을 입증하였다.

• ETRI Journal
• /
• 제32권4호
• /
• pp.596-602
• /
• 2010

This paper proposes a computationally efficient learning-based super-resolution algorithm using k-means clustering. Conventional learning-based super-resolution requires a huge dictionary for reliable performance, which brings about a tremendous memory cost as well as a burdensome matching computation. In order to overcome this problem, the proposed algorithm significantly reduces the size of the trained dictionary by properly clustering similar patches at the learning phase. Experimental results show that the proposed algorithm provides superior visual quality to the conventional algorithms, while needing much less computational complexity.

• Nuclear Engineering and Technology
• /
• 제54권8호
• /
• pp.3027-3033
• /
• 2022

Background: In this study, various types of deep-learning models for predicting in vitro radiosensitivity from gene-expression profiling were compared. Methods: The clonogenic surviving fractions at 2 Gy from previous publications and microarray gene-expression data from the National Cancer Institute-60 cell lines were used to measure the radiosensitivity. Seven different prediction models including three distinct multi-layered perceptrons (MLP), four different convolutional neural networks (CNN) were compared. Folded cross-validation was applied to train and evaluate model performance. The criteria for correct prediction were absolute error < 0.02 or relative error < 10%. The models were compared in terms of prediction accuracy, training time per epoch, training fluctuations, and required calculation resources. Results: The strength of MLP-based models was their fast initial convergence and short training time per epoch. They represented significantly different prediction accuracy depending on the model configuration. The CNN-based models showed relatively high prediction accuracy, low training fluctuations, and a relatively small increase in the memory requirement as the model deepens. Conclusion: Our findings suggest that a CNN-based model with moderate depth would be appropriate when the prediction accuracy is important, and a shallow MLP-based model can be recommended when either the training resources or time are limited.

• 대한본초학회지
• /
• 제37권4호
• /
• pp.39-48
• /
• 2022

Objectives : In the present study, we assessed the effects of water extract of Ulmus davidiana(UED) on the learning and memory impairments induced by scopolamine in mice through its favorable acetylcholinesterase (AChE) activity and antioxidant effect. Methods : The memory and cognitive enhancing effect of the UDE was investigated using a passive avoidance test, the Morris water maze test and Y-maze test in mice. In addition, to examine the mechanism of UDE using acetylcholinesterase (AChE) and antioxidant activity. Results : The water extract of UDE (100, and 200 mg/kg) significantly reversed the scopolamine-induced cognitive impairments in the passive avoidance test (P < 0.05). Moreover, UDE (100, and 200 mg/kg) also improved escape latencies in training trials and increased swimming times and distances within the target zone of the Morris water maze (P < 0.05). On the Y-maze test, UDE (100, and 200 mg/kg) also significantly reversed scopolamine-induced cognitive impairments in mice (P < 0.05). In an in vitro study, UDE was found to inhibit acetylcholinesterase, changes in neurotrophic factor (CREB), and antioxidant activity in a dose-dependent manner. Conclusions : The water extract of UDE dramatically possesses the anti-amnestic and cognitive-enhancing activities related to the memory processes, and these activities were parallel to treatment duration and dependent on the learning models. These results suggest that the administration of UDE enhances learning and memory, and that this effect is partially mediated by ERK-CREB-BDNF signaling and the survival of immature neurons.