• 대한치과보철학회지
• /
• 제43권4호
• /
• pp.478-486
• /
• 2005

Statement of problem : Fracture and dimensional change of an acrylic resin denture are a rather common occurrence. Purpose : The purpose of this study was to compare differences in dimensional changes and flexural strength of separate maxillary complete dentures after immediate deflasking by injection molding and conventional compression processing. Material and method: To evaluate dimensional stability, the maxillary dentures were fabricated by using different materials and methods. Lucitone 199(Dentsply Trubyte. york, pennsylvania, USA) and Vertex(Dentimex, zeist, Netherlands) were used as materials. Compression and injection packing methods were used as processing methods. The impression surface of the dentures was measured by 3D Scann-ing System(PERCEPTRON USA) and overlapped original impression surface of the master cast. To evaluate flexural strength, resin specimens were made according to the different materials, powder/liquid ratio and processing methods. Flexural strength of the complete resin specimens (64mm$\times$10mm$\times$3.3mm) were measured by INSTRON 4467. (INSTRON, England) The data was analyzed by ANOVA, t-test and Tukey test. (p<.05 level of significance) Result: The results were as follows 1. There was no significant differences between master model and denture base for each group in overall dimensional changes. 2. Palatal area was more stable than flange or alveolar area in dimensional stability. but. there was no significant differences among each area. 3. Materials and power/liquid ratio had an effect on flexural strength. (P<.05) Especially materials was most effective. (P<.05) 4. Lucitone 199(powder/liquid ratio followed by manufacturer's direction) showed higher flexural strength than Vertex. Conclusion : Dimensional stability or flexural strength are affected by materials rather than packing techniques.

• 한국멀티미디어학회논문지
• /
• 제16권7호
• /
• pp.870-878
• /
• 2013

본 논문에서는 생체인증 시스템의 하나인 지문인식 시스템의 정확도와 효율성을 높이기 위한 새로운 지문 분류 방법을 제안한다. 기존 연구에 따르면 지문은 융선과 골의 방향과 형상에 따라 몇 가지 유형으로 분류할 수 있다. 지문 데이터베이스를 사전에 유형에 따라 분류해 놓고 인식 대상인 지문의 유형을 정확하게 분류할 수 있다면 지문 인식 시간을 크게 줄일 수 있다. 왜냐하면 선택된 부류 안의 지문들만을 상대로 인증 대상인 지문과 비교하면 되기 때문이다. 본 논문은 우선 지문 영상으로부터 실제 지문 정보가 위치하는 관심영역 추출 방법을 제시한다. 다음엔 추출된 관심영역을 대상으로 질감 인식기반의 명암도 동시발생 행렬과 웨이브릿 변환을 통한 특징 추출 방법을 제시하고 기존의 명암도 동시발생 행렬만을 이용한 특징 추출 방법과 다층 퍼셉트론 및 서포트 벡터 머신을 사용해 성능을 비교한다.

• 한국정보통신학회논문지
• /
• 제5권5호
• /
• pp.985-993
• /
• 2001

본 연구에서는 플라즈마 감시에 의한 용접성 평가방식과 효율적인 감시 알고리즘을 위한 시뮬레이션 툴의 개발을 목표로 한다. 레이저 용접 시 발생하는 플라즈마를 검출하기 위하여 플라즈마에서 발생하는 자외선신호를 반도체 광 센서를 사용하여 검출하고, 감시장치로 쓰이는 개인용 컴퓨터에 고속으로 전달, 저장하는 장치와 전달된 신호를 이용하여 용접 결함을 검출하는 모니터링 시스템을 개발하였다. 이 장치를 사용하여 용접 데이터베이스를 구축하고, 용접성과 플라즈마 신호와의 관계를 평가하고, 분석하였으며 특히 용접 결함 검출 모니터링에 적합한 특징의 선택, 결정을 위한 특징의 수, 분류기 사이의 비교 등을 위하여 오프라인 상태에서 시스템 구현에 적합한 특징의 선택, 결정을 위한 특징의 수, 분류기 사이의 비교 등을 비교 분석할 수 있는 시뮬레이션 툴의 개발과 이를 실제 시스템에 구현하는 방식을 취하였다. 목표로 하고 있는 시스템은 신뢰성 있고 효율적인 레이저 용접 결함 감시 시스템이며 이의 구현을 위해 용접 품질 모니터링 프로그램 중 분류기와 GUI을 구현하였으며 Perceptron, Wavelet, MLP 등을 적용하여 이의 결과가 실제 실시간 품질 해석에 적합한 데이터로 사용할 수 있는가에 대한 분석도 행하였다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제55권2호
• /
• pp.45-51
• /
• 2006

In this paper, we propose a new architecture of Information Granulation based genetically optimized Self-Organizing Fuzzy Polynomial Neural Networks (IG_gSOFPNN) that is based on a genetically optimized multilayer perceptron with fuzzy polynomial neurons (FPNs) and discuss its comprehensive design methodology involving mechanisms of genetic optimization, especially information granulation and genetic algorithms. The proposed IG_gSOFPNN gives rise to a structurally optimized structure and comes with a substantial level of flexibility in comparison to the one we encounter in conventional SOFPNNs. The design procedure applied in the construction of each layer of a SOFPNN deals with its structural optimization involving the selection of preferred nodes (or FPNs) with specific local characteristics (such as the number of input variables, the order of the polynomial of the consequent part of fuzzy rules, and a collection of the specific subset of input variables) and addresses specific aspects of parametric optimization. In addition, the fuzzy rules used in the networks exploit the notion of information granules defined over system's variables and formed through the process of information granulation. That is, we determine the initial location (apexes) of membership functions and initial values of polynomial function being used in the premised and consequence part of the fuzzy rules respectively. This granulation is realized with the aid of the hard c-menas clustering method (HCM). To evaluate the performance of the IG_gSOFPNN, the model is experimented with using two time series data(gas furnace process and NOx process data).

• 상하수도학회지
• /
• 제25권4호
• /
• pp.581-589
• /
• 2011

Generally, treated water or raw water is transported into storage reservoirs which are receiving facilities of local governments from multi-regional water supply systems. A water supply control and operation center is operated not only to manage the water facilities more economically and efficiently but also to mitigate the shortage of water resources due to the increase in water consumption. To achieve the goal, important information such as the flow-rate in the systems, water levels of storage reservoirs or tanks, and pump-operation schedule should be considered based on the resonable water demand forecasting. However, it is difficult to acquire the pattern of water demand used in local government, since the operating information is not shared between multi-regional and local water systems. The pattern of water demand is irregular and unpredictable. Also, additional changes such as an abrupt accident and frequent changes of electric power rates could occur. Consequently, it is not easy to forecast accurate water demands. Therefore, it is necessary to introduce a short-term water demands forecasting and to develop an application of the forecasting models. In this study, the forecasting simulator for water demand is developed based on mathematical and neural network methods as linear and non-linear models to implement the optimal water demands forecasting. It is shown that MLP(Multi-Layered Perceptron) and ANFIS(Adaptive Neuro-Fuzzy Inference System) can be applied to obtain better forecasting results in multi-regional water supply systems with a large scale and local water supply systems with small or medium scale than conventional methods, respectively.

• 한국습지학회지
• /
• 제12권3호
• /
• pp.79-97
• /
• 2010

본 연구의 목적은 연 증발접시 증발량의 수문학적 분해를 위하여 신경망모형을 적용하는데 있다. 신경망 모형은 각각 다층 퍼셉트론 신경망모형(MLP-NNM)과 지지벡터기구 신경망모형(SVM-NNM)으로 구성되어 있다. 그리고 신경망모형의 수행평가를 위하여 훈련 및 테스트과정으로 구성되었다. 신경망모형의 훈련과정을 위하여 실측, 모의 및 혼합자료와 같은 세 가지 형태의 자료가 사용되었으며, 테스트과정을 위해서는 실측자료만 이용되었다. 평가를 위하여 4가지의 통계학적 지표(CC, RMSE, E, AARE)가 각각 제시되었으며, ANOVA 및 Mann-Whitney U 검증을 이용하여 실측 및 계산된 월 증발접시 증발량자료에 동질성검증을 실시하였다. 본 연구를 통하여 비선형 시계열자료의 수문학적 분해를 위해서 MLP-NNM과 SVM-NNM의 적용성을 평가하였다. 게다가 연 증발접시 증발량 자료의 수문학적 분해로부터 신뢰성있는 월 증발접시 증발량자료를 구축할 수 있을 것이며, 관개배수 네트워크 시스템의 평가를 위한 이용가능한 자료를 제공할 수 있을 것이다.

• 대한조선학회논문집
• /
• 제52권1호
• /
• pp.88-95
• /
• 2015

For the frequency-domain spectral fatigue analysis, the probability density function of stress range needs to be estimated based on the stress spectrum only, which is a frequency domain representation of the response. The probability distribution of the stress range of the narrow-band spectrum is known to follow the Rayleigh distribution, however the PDF of wide-band spectrum is difficult to define with clarity due to the complicated fluctuation pattern of spectrum. In this paper, efforts have been made to figure out the links between the probability density function of stress range to the structural response of wide-band Gaussian random process. An artificial neural network scheme, known as one of the most powerful system identification methods, was used to identify the multivariate functional relationship between the idealized wide-band spectrums and resulting probability density functions. To achieve this, the spectrums were idealized as a superposition of two triangles with arbitrary location, height and width, targeting to comprise wide-band spectrum, and the probability density functions were represented by the linear combination of equally spaced Gaussian basis functions. To train the network under supervision, varieties of different wide-band spectrums were assumed and the converged probability density function of the stress range was derived using the rainflow counting method and all these data sets were fed into the three layer perceptron model. This nonlinear least square problem was solved using Levenberg-Marquardt algorithm with regularization term included. It was proven that the network trained using the given data set could reproduce the probability density function of arbitrary wide-band spectrum of two triangles with great success.

• 한국전자파학회논문지
• /
• 제23권8호
• /
• pp.1002-1009
• /
• 2012

본 연구는 미시간 주립대(Michigan State University)의 바이스태틱 레이다 시스템을 통하여 수집한 측정 데이터를 이용한 표적 구분에 관한 연구 결과이다. 본 연구에서는 먼저 F-14, Mig-29, F-22 스케일 모델에 대하여 $30^{\circ}$, $60^{\circ}$, $90^{\circ}$ 바이스태틱 각도에서의 측정을 수행하였다. 측정한 데이터로부터 시간-주파수 영역 해석법인 단시간 퓨리에 변환(Short Time Fourier Transform)과 연속 웨이브릿 변환(Continous Wavelet Transform)을 이용하여 특성 벡터를 추출하고, 신경망 구분기를 통하여 표적 구분 실험을 수행하였다. 실험 결과, 바이스태틱 각도에 따라 표적 구분 성능에 많은 변화가 있으며, 특히, $60^{\circ}$ 바이스태틱 각도에서 가장 좋은 구분 성능을 가짐을 알 수 있었다.

• 한국정보통신학회논문지
• /
• 제26권3호
• /
• pp.333-340
• /
• 2022

코로나19는 모두로 하여금 초조하고 불안하게 만들고, 사람들간에는 거리두기가 필요하다. 코로나19로 인해 심리적으로 초조하고 불안 해 지고 거리두기가 필요해졌다. 대학교에서는 학기 초에 정신건강에 대한 단체 평가와 검사가 이루어진다. 본 연구에서는 다층감지기 신경망 모델을 채택하고 훈련시켜 딥러닝을 진행했다. 훈련이 끝난 후, 실제 사진과 동영상을 입력하고, 안면탐지를 진행하고, 표본에 있는 사람의 얼굴 위치를 알아낸 후, 그 감정을 다시 분류하고, 그 표본의 예측한 감정 결과를 그림으로 보여주었다. 결과는 다음과 같다. 테스트 시험에서는 93.2%의 정확도를 얻었고, 실제 사용에서는 95.57%의 정확도를 얻었다. 그중 분노의 식별율은 95%, 혐오의 식별율은 97%, 행복의 식별율은 96%, 공포의 식별율은 96%, 슬픔의 식별율은 97%, 놀라움의 식별율은 95%, 중립의 식별율은 93%이었다. 본 연구의 고효율적 정서 식별 기술은 학생들의 부정적 정서를 포착하는 객관적 데이터를 제공 할 수 있다. 딥러닝의 감정식별 시스템은 심리건강을 향상하기 위한 데이터들을 제공할 수 있다.

• Nuclear Engineering and Technology
• /
• 제53권7호
• /
• pp.2334-2340
• /
• 2021

Radioactive particle tracking (RPT) is a minimally invasive nuclear technique that tracks a radioactive particle inside a volume of interest by means of a mathematical location algorithm. During the past decades, many algorithms have been developed including ones based on artificial intelligence techniques. In this study, RPT technique is applied in a simulated test section that employs a simplified mixer filled with concrete, six scintillator detectors and a¹³⁷Cs radioactive particle emitting gamma rays of 662 keV. The test section was developed using MCNPX code, which is a mathematical code based on Monte Carlo simulation, and 3516 different radioactive particle positions (x,y,z) were simulated. Novelty of this paper is the use of a location algorithm based on a deep learning model, more specifically a 6-layers deep rectifier neural network (DRNN), in which hyperparameters were defined using a Bayesian optimization method. DRNN is a type of deep feedforward neural network that substitutes the usual sigmoid based activation functions, traditionally used in vanilla Multilayer Perceptron Networks, for rectified activation functions. Results show the great accuracy of the DRNN in a RPT tracking system. Root mean squared error for x, y and coordinates of the radioactive particle is, respectively, 0.03064, 0.02523 and 0.07653.