• 한국정보통신학회논문지
• /
• 제17권3호
• /
• pp.685-690
• /
• 2013

본 논문에서는 IEEE 802.15.4g MR-OFDM SUN 시스템에 적용 가능한 4개의 멀티채널 대역폭 및 최대 84 dB 전압이득을 제공할 수 있는 기저대역 수신기를 제안한다. 제안하는 기저대역 수신기는 연산증폭기를 이용한 저항 부궤환 구조의 가변 이득 증폭기 2개와 한 개의 Active-RC 5차 Chebyshev필터, 그리고 한 개의 DC-offset 제거회로로 구성된다. 제안하는 기저대역 수신기는 100 kHz, 200 kHz, 400 kHz, 그리고 600 kHz의 1 dB 다중 채널 차단 주파수를 지원하며, +7 dB에서 +84 dB까지 1 dB 단계로 전압 이득을 제공한다. 또한 제안하는 기저대역 수신기는 DC-offset 제거 회로를 사용함으로써 직접 변환 수신기 구조에서 발생되는 DC-offset 문제를 회피하였다. 모의실험 결과 제안하는 수신기는 최대 차동 신호 $1.5V_{pp}$의 입력 신호를 받아들일 수 있으며, 5 kHz와 500 kHz에서 42 dB, 37.6 dB 노이즈 지수를 각각 제공한다. 제안하는 I/Q기저대역 수신기는 $0.18-{\mu}m$ CMOS 공정으로 설계되었으며, 1.8 V의 전압으로 부터 총 17 mW 전력을 소모한다.

• Korean Journal of Radiology
• /
• 제23권3호
• /
• pp.343-354
• /
• 2022

Objective: To develop and evaluate a deep learning-based artificial intelligence (AI) model for detecting skull fractures on plain radiographs in children. Materials and Methods: This retrospective multi-center study consisted of a development dataset acquired from two hospitals (n = 149 and 264) and an external test set (n = 95) from a third hospital. Datasets included children with head trauma who underwent both skull radiography and cranial computed tomography (CT). The development dataset was split into training, tuning, and internal test sets in a ratio of 7:1:2. The reference standard for skull fracture was cranial CT. Two radiology residents, a pediatric radiologist, and two emergency physicians participated in a two-session observer study on an external test set with and without AI assistance. We obtained the area under the receiver operating characteristic curve (AUROC), sensitivity, and specificity along with their 95% confidence intervals (CIs). Results: The AI model showed an AUROC of 0.922 (95% CI, 0.842-0.969) in the internal test set and 0.870 (95% CI, 0.785-0.930) in the external test set. The model had a sensitivity of 81.1% (95% CI, 64.8%-92.0%) and specificity of 91.3% (95% CI, 79.2%-97.6%) for the internal test set and 78.9% (95% CI, 54.4%-93.9%) and 88.2% (95% CI, 78.7%-94.4%), respectively, for the external test set. With the model's assistance, significant AUROC improvement was observed in radiology residents (pooled results) and emergency physicians (pooled results) with the difference from reading without AI assistance of 0.094 (95% CI, 0.020-0.168; p = 0.012) and 0.069 (95% CI, 0.002-0.136; p = 0.043), respectively, but not in the pediatric radiologist with the difference of 0.008 (95% CI, -0.074-0.090; p = 0.850). Conclusion: A deep learning-based AI model improved the performance of inexperienced radiologists and emergency physicians in diagnosing pediatric skull fractures on plain radiographs.

• 자원환경지질
• /
• 제44권6호
• /
• pp.493-502
• /
• 2011

본 연구는 지형자료와 Free-air 중력이상을 이용하여 한반도의 모호면 심도 및 지각두께를 계산하였다. Airy-Heiskanen 지각평형 가설에 근거한 Free-air 중력이상에 포함된 지형중력과 연관성 있는 성분들을 파동수상관분석으로 추출하고 이로부터 보상이 이루어진 상태의 중력효과를 계산하였다. 계산된 결과로부터 반복법을 통한 역산을 이용하여 지각과 맨틀의 경계면인 모호면 심도를 도출하였고 역산 시 기존에 연구된 지진파에 의한 20개의 모호면 심도를 활용하여 포텐셜 필드에서 나타날 수 있는 비유일성의 가능성을 최소화하였다. 최종적으로 모호면 심도와 고도 자료를 더하여 한반도 지각두께를 도출하였으며 한반도 평균지각두께는 32.15 km, 표준편차 3.12 km를 나타내었다. 이 연구에서 구한 남한지역의 모호면과 같은 지역의 타 논문결과들과 비교하였을 때 평균 모호면 심도는 각각 31.08 km, 31.96 km, 33.02 km을 나타내고 표준편차는 1.94 km, 1.62 km, 1.77 km을 나타냄으로 각 연구결과의 통계치는 거의 일치하는 것으로 나타났고 모호면 굴곡 역시 공통적으로 태백산맥과 소백산맥을 따라 모호면이 깊어지고 경상분지는 얕아짐을 확인하였다. 또한 지각 내 중력 이상체의 분포에 대한 정보를 포함하고 있는 지형과 비상관된 Freeair 중력이상을 가지고 지열류량분포와 비교하였다. 저주파성분의 지형과 비상관된 Free-air 중력이상과 지열류량분포를 상관 비교한 결과 높은 양의 상관관계를 나타냈고, 특히, 경상분지지역은 높은 지열류량분포가 암석의 밀도보상으로 인해 모호면의 상승을 가져다 준 것으로 보인다. 이러한 결과는 최근 Kim et al.(2008)에서 언급한 경상분지의 높은 지열류량이 맨틀로부터 야기되는 모델과 부합된다는 사실을 뒷받침해주고 있다.