• Physical Therapy Rehabilitation Science
• /
• 제12권2호
• /
• pp.92-104
• /
• 2023

Objective: The purpose of this study was to investigate the effect of spinal mobilization with leg movement (SMWLM) and neural mobilization (NM) in patients with lumbar disc herniation (LDH) accompanied by radiating pain. Design: Three-group pre-test-post-test control group design. Methods: We enrolled 48 participants, whom we randomly assigned to three groups. The SMWLM group (n=16) underwent 20 min of conventional physical therapy (CT) and 20 min of SMWLM. The NM group (n=16) underwent 20 min of CT and 20 min of NM. The control group (n=16) underwent 20 min of CT. These interventions in all the groups were performed three times a week for 4 weeks. Numeric pain rating score (NPRS), body grid chart score (BGCS), passive straight leg raise (PSLR), active lumbar flexion range of motion (ALFROM), korean version oswestry disability index (KODI), and korean version fear avoidance beliefs questionnaire (KFABQ) were measured pre- and post-intervention. Results: In all three groups, the NPRS, PSLR, KODI, and KFABQ scores were significantly different pre- and post-intervention (p<0.05). Significant differences were observed in BGCS and ALFROM in the SMWLM and NM groups pre- and post-intervention (p<0.05). The SMWLM group showed more improvement in the NPRS of leg pain, ALFROM, and KFABQ score than that exhibited by the NM and control groups (p<0.05). Conclusions: Both SMWLM and NM were effective for improving back and leg pain, centralization of symptoms, mechanical sensitivity, lumbar mobility, lumbar functional disability, and psychosocial functioning in patients with LDH with radiating pain.

• 한국정보통신학회논문지
• /
• 제20권9호
• /
• pp.1649-1656
• /
• 2016

기존의 센서 기반 화재 감지 시스템은 주변 환경이 센서에 미치는 요인들에 따라 성능이 크게 제한될 수 있다. 이러한 문제를 해결하기 위해 영상 기반의 화재 감지 시스템이 다수 등장했지만, 영상에서 화염의 특성을 사람이 직접 정의하여 알고리즘을 개발하기 때문에 유사 개체에 대해 오경보를 발생시킬 수 있다. 또한 영상 프레임간의 움직임을 이용할 경우, 네트워크가 원활하지 않은 환경에서는 의도한 알고리즘이 정확하게 동작하지 않는 단점이 있다. 본 논문에서는 입력 영상 프레임으로부터 색상정보를 이용하여 화염의 후보 영역을 먼저 검출한 다음, 학습된 CNN(Convolutional Neural Network)을 활용해서 최종적으로 화재를 감지하는, CNN을 활용한 영상 기반의 화재 감지 방법을 제안하였다. 또한, 검출률과 미검출율 및 오검출률의 비교를 통해서 기존 연구에 비해 성능이 크게 향상되었음을 보였다.

• 한국수자원학회논문집
• /
• 제56권12호
• /
• pp.939-953
• /
• 2023

천수방정식(shallow water equations, SWE)은 물의 거동을 수치적으로 해석하기 위한 지배방정식으로 수리수문 분야에 널리 활용되고 있으며, 비선형 연립방정식으로 일반적으로 수치적으로 해석할 수 있다. 하지만 기존의 여러 수치 해석법은 격자망 생성에 민감하며 복잡한 지형에서의 해석에 한계가 발생할 수 있다. 이러한 한계점을 극복하기 위하여 본 연구에서는 물리 정보 신경망(Physics-Informed Neural Networks, PINNs)을 사용하고자 하였다. PINNs은 물리 법칙을 신경망에 직접적으로 도입하여 지배방정식을 해석하고자 하는 기법이며 지배 방정식에 대한 물리적, 수학적 정보를 손실함수로 변환하여 최적화하고 해를 산정할 수 있다. 본 연구에서는 지배방정식을 PINNs 구조 내에서 사용할 수 있도록 신경망 구조, 학습 전략, 데이터 생성 기술과 같은 포괄적인 방법론을 제시하고 결과를 ANN 기법과 비교하였다. 물리적 사전지식이 반영되지 않은 ANN과 달리 PINNs은 천수방정식에 대하여 매우 정확한 수치적 솔루션을 효과적으로 제공하는 것으로 나타났다. 따라서 PINNs은 지배방정식의 수치해석적 연구에 많은 잠재력이 있는 것으로 판단되며, 정확하고 효율적인 천수방정식의 솔루션을 위한 기법으로 활용될 수 있을 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.355-357
• /
• 2022

본 논문에서는 딥러닝 네트워크인 순환신경망(RNN) 모델을 사용해 이동 중인 객체의 이동 경로의 예측을 위한 포지셔닝 기술로서 실내 환경에서 지역 경로 내의 이동 중인 차량의 경로 예측에 연속적인 위치 정보를 이용하여 현재 위치 결정의 오류를 낮출 수 있는 이동 경로 생성 기법을 제안한다. GPS 정보를 사용할 수 없는 실내 환경의 경우 RNN 모델을 적용하기 위해서는 데이터 세트가 연속적이고 순차적이어야 한다. 그러나 Wi-Fi 전파 지문 데이터는 수집 시점의 특정 위치에 대한 특징 정보로서 연속성이 보장되지 않기 때문에 RNN 데이터로 사용할 수 없다. 따라서 RNN 모델에 필요한 순차적 위치의 연속성을 부여하여 실내 환경의 지역 경로를 이동하는 차량의 이동 경로 생성 기법을 제안한다.

• 전자공학회논문지SC
• /
• 제48권2호
• /
• pp.40-46
• /
• 2011

본 논문은 출입통제시스템이나 사용자인증이 필요한 통제시스템 등에 적용될 수 있는 신경 진동자(Neural Oscillators)를 이용한 실시간 얼굴검출 및 추적에 필요한 새로운 알고리즘을 제안한다. 신경 진동자(Neural Oscillators)는 생물학적 뉴런의 동작원리를 모방한 것으로서 뉴런의 활성과 비활성의 주기적인 반복동작 특성을 모델링 한 인공신경모델이다. 본 논문에서 제안한 시스템은 크게 두 단계의 처리과정을 가진다. 첫 번째 단계는 얼굴검출 과정인데, 우선 비용이 저렴한 Webcam을 이용하여 실시간 전달되는 RGB24bit 컬러 영상을 획득, LEGION(Locally Excitatory Globally Inhibitory) 알고리즘을 이용하여 분할과정을 거쳐 얼굴영역을 검출한다. 두 번째 단계는 검출된 얼굴영역에서 이웃뉴런들로부터 연결강도가 가장 큰 리더뉴런(Max Leader Neuron)을 찾아 얼굴을 추적하는 방법으로 스케일 문제해결 과 안정된 새로운 얼굴 추적 방법을 제안한다.

• Fisheries and Aquatic Sciences
• /
• 제11권1호
• /
• pp.61-69
• /
• 2008

Using empirical data of fish performance and physiological limits as well as physical stimuli and environmental data, a cod-end selectivity model based on a chaotic behavior model using the psycho-hydraulic wheel and neural-network approach was established to predict fish escape or herding responses in trawl and cod-end designs. Fish responses in the cod-end were categorized as escape or herding reactions based on their relative positions and reactions to the net wall. Fish movements were regulated by three factors: escape time, a visual looming effect, and an index of body girth-mesh size. The model was applied to haddock in a North Sea bottom trawl including frequencies of movement components, swimming speed, angular velocity, distance to net wall, and the caught-fish ratio; simulation results were similar to field observations. The ratio of retained fish in the cod-end was limited to 37-95% by optomotor coefficient values of 0.3-1.0 and to 13-67% by looming coefficient values of 0.1-1.0. The selectivity curves generated by this model were sensitive to changes in mesh size, towing speed, mesh type, and mesh shape.

• 한국융합학회논문지
• /
• 제8권10호
• /
• pp.45-52
• /
• 2017

뜰개는 해양에서 해수의 특성 및 흐름을 관측하기 위한 장비로서, 해수의 흐름 관측을 이용해 유출유 확산 예측을 위해 사용될 수 있다. 본 논문에서는 관측기관에서 사용하는 뜰개가 특정 시간 간격으로 관측한 바람 및 해수의 특성과 이동경로를 기계학습 기법들을 이용하여 학습시키고 예측하는 모델을 제안한다. 서포트벡터 회귀, 방사기저함수 네트워크, 가우시안 프로세스, 다층 퍼셉트론, 순환신경망을 이용하여 뜰개의 이동경로 예측 방법을 제시한다. 기존 MOHID 수치모델과 비교하여 각 기법별로 4 개의 사례중 3 개에서 성능이 개선되었으며, 가장 좋은 개선율을 보인 기법은 LSTM으로 평균 47.59% 개선되었다. 추후 연구에서는 배깅과 부스팅을 이용하여 가중치를 부여하여 정확도를 개선할 예정이다.

• The Journal of Korean Physical Therapy
• /
• 제15권3호
• /
• pp.295-345
• /
• 2003

This study investigated activation of cerebral cortex in patients with hemiplegia that was caused by neural damage. Key-point control movement therapy of Bobath was performed for 9 weeks in 3 subjects with hemiplegia and fMRI was used to compare and analyze activated degree of cerebral cortex in these subjects. fMRI was conducted using the blood oxygen level-dependent(BOLD) technique at 3.0T MR scanner with a standard head coil. The motor activation task consisted of finger flexion-extension exercise in six cycles(one half-cycles = 8 scans = $3\;sec{\times}\;8\;=\;24\;sec$). Subjects performed this task according to visual stimulus that sign of right hand or left hand twinkled(500ms on, 500ms off). After mapping activation of cerebral motor cortex on hand motor function, below results were obtained. 1. Activation decreased in primary motor area, whereas it increased in supplementary motor area and visual association area(p<.001). 2. Activation was observed in bilateral medial frontal gyrus, middle frontal gyrus of left cerebrum, inferior frontal gyrus, inter-hemispheric, fusiform gyrus of right cerebrum, superior parietal lobule of parietal lobe and precuneus in subjedt 1, parahippocampal gyrus of limbic lobe and cingulate gyrus in subject 2, and inferior frontal gyrus of right frontal lobe, middle frontal gyrus, and inferior parietal lobule of left cerebrum in subject 3 (p<.001). 3. Activation cluster extended in declive of right cellebellum posterior lobe in subject 1, culmen of anterior lobe and declive of posterior lobe in subject 2, and dentate gyrus of anterior lobe, culmen and tuber of posterior lobe in subject 3 (p<.001). In conclusion, these data showed that Key-point control movement therapy of Bobath after stroke affect cerebral cortex activation by increasing efficiency of cortical networks. Therefore mapping of brain neural network activation is useful for plasticity and reorganization of cerebral cortex and cortico-spinal tract of motor recovery mechanisms after stroke.

• 한국컴퓨터정보학회논문지
• /
• 제26권9호
• /
• pp.27-35
• /
• 2021

인공생명체 연구는 자연 생명과 관련된 시스템이나 그 과정들, 진화 등을 평가해 다양한 응용과학 분야에 활용된다. 이러한 인공생명체의 원활한 활동을 위해 물리적 신체 설계와 행동 제어전략을 진화시키는 연구가 활발히 진행되었다. 그러나 형태와 신경망을 공진화시키는 것은 어렵기에 최적화된 움직임을 가진 인공생명체는 한 가지 형태에 한 가지 움직임만을 가지며 주변 환경 상황은 고려하지 않는 것이 대부분이다. 본 논문에서는 포식자-피식자 모델을 이용하여 형태와 신경망을 공진화하는 인공생명체가 환경적응형 움직임을 갖게 한다. 그런 다음 포식자-피식자 계층 구조를 최상위 포식자-중간 포식자-최하위 피식자 3단계로 확장하여 초기 개체군 밀도에 따라 시뮬레이션의 안정성을 판별하며 형태 진화와 개체군 역학 간의 상관관계를 분석한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.264-266
• /
• 2022

전파 지문 기반의 실내 경로 생성 기술에 RNN 모델을 적용하기 위해서는 데이터 세트가 연속적이고 순차적이어야 한다. 그러나 Wi-Fi 전파 지문 데이터는 수집 시점의 특정 위치에 대한 특징 정보로서 연속성이 보장되지 않기 때문에 RNN 데이터로는 부적합하다. 따라서 순차적 위치의 연속성 정보를 부여해야한다. 이를 위해서는 신호 데이터를 기반으로 각 지역의 구분을 통해 클러스터링이 가능하다. 이때 클러스터 간의 연속성 정보에는 전파 신호의 한계로 이해 실제 이동이 가능한지의 정보를 담지 못한다. 따라서 인접 클러스터간의 이동이 가능한지에 대한 연관성 정보가 필요하다. 본 논문에서는 딥러닝 네트워크인 순환신경망(RNN) 모델을 사용해 이동 중인 객체의 경로 예측을 위한 기술로서 실내 환경에서 경로 생성을 위해 연속적인 위치 정보를 생성하여 객체의 경로 예측 시 발생할 수 있는 오류를 낮추고 예측 경로상의 이동이 불가능한 잘못된 경로 예측을 회피할 수 있는 향상된 이동 경로 생성을 위한 클러스터링 상호간의 연관성을 부여하는 기법을 제안한다.