• 융합신호처리학회논문지
• /
• 제24권1호
• /
• pp.15-20
• /
• 2023

일반적으로 잘못된 앉은 자세를 장시간 유지하는 것은 척추에 나쁜 영향을 미치는 것으로 널리 알려져 있다. 최근 여러 연구자들이 잘못된 앉은 자세와 척추질환의 인과관계에 관심을 두고 있으며, 척추질환 예방을 위해 앉거나 서는 자세의 변화를 정밀하게 측정할 수 있는 방법을 연구해왔다. 우리는 과거 연구에서 실시간 체위 변환 측정이 가능한 센서 디바이스를 개발하고 운동량 계산 알고리즘을 적용하여 실시간 자세 전환 측정 정확도를 향상시켰으며, 체위 변환 측정 센서의 정확도를 검증하였다. 본 연구에서는 좌압 측정을 통해 체중심의 변화를 고려한 자세 측정 및 분석 장치를 개발하였으며, 개발된 센서는 사용자의 시각적 피드백을 개선하여 자세 교정 훈련 정확도를 높이는 보조 도구로의 활용 가능성을 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권12호
• /
• pp.357-362
• /
• 2023

교량은 중요한 교통 인프라지만 다양한 환경적 요인과 지속적인 교통 부하로 손상 및 균열을 겪게 되며, 이러한 요인들은 교량의 노후화를 가속화시킨다. 현재 건설한 지 오래된 교량이 많아지면서 안전성을 보장하고 노후화를 진단하기 위한 시스템의 필요성이 대두되고 있다. 이미 교량에서는 실시간 또는 주기적으로 교량의 상태를 모니터링하기 위해 구조물 건전도 모니터링(SHM) 기술이 활용되고 있다. 이 기술과 함께 인공지능과 사물인터넷 기술을 활용한 지능형 교량 모니터링 기술 개발이 진행 중이다. 본 논문에서는 노후화된 교량의 유지관리를 위해 고속 푸리에 변환과 차원 축소 알고리즘을 활용한 교량 안전성을 예측 엣지 시스템 기법을 연구한다. 특히, 기존 연구와는 다르게 실제 교량에서 수집된 센서 데이터를 이용하여 데이터셋을 형성하고 교량의 안전성을 확인할 수 있는지 알아본다.

• 한국수자원학회논문집
• /
• 제56권12호
• /
• pp.929-937
• /
• 2023

본 연구는 2022-2023 광주･전남지역 가뭄 사례를 바탕으로 지역 단위에서 가뭄의 심각성을 토대로 가뭄단계를 판단하는 규칙을 개발하기 위해 실시되었다. 전국의 시･군 단위로 발표되는 8가지 가뭄지표 중에서 농업용수(논) 가뭄단계, 생･공용수 가뭄단계, SPI-12, 농업용 저수지 저수율, 예년 대비 가정용수 사용량 변화율, 예년 대비 비가정용수 사용량 변화율 등의 6가지 지표는 담당자･전문가들의 인식과 통계적 상관성을 확인할 수 있었다. 또한 이 가뭄지표를 의사결정트리 알고리즘에 적용하여 가뭄의 심각성을 판단하기 위한 규칙을 도출하였는데, 선행연구에서 제안한 기존의 방법과 유사한 결과를 제시하나, 광주･전남지역 가뭄에서 확인된 시･공간적인 패턴을 설명하는데 있어서 상당한 비교우위를 보였다.

• 한국음향학회지
• /
• 제27권5호
• /
• pp.256-261
• /
• 2008

본 논문에서는 기존의 최소값 제어 재귀 평균기법(minima controlled recursive averaging, MCRA) 알고리즘에 조건 사후 최대 확률 (maximun a posteriori, MAP)을 적용한 음성향상을 제안한다. 기존의 MCRA는 파워스펙트럼에 평균을 취하고 각 서브밴드에서 음성 신호 존재 확률로 조절하는 스무딩 매개변수를 사용한다. 본 논문에서 제안된 알고리즘은 현재 프레임에 들어온 신호가 이전 프레임에서의 음성의 존재와 부재에 대한 조건을 부여해 주어 음성 신호 존재확률을 수정하여 음성향상에 적용한다. 제안된 음성 향상은 ITU-T P.862 perceptual evaluation of speech quality (PESQ)와 주관적 음질평가를 이용하여 평가하였고 기존의 MCRA 방법보다 향상된 결과를 나타내었다.

• 경영정보학연구
• /
• 제25권1호
• /
• pp.47-73
• /
• 2023

본 연구는 인공지능 기법 중 다중레이블 속성선택 방법을 적용하여 복잡한 경영환경에서 의사결정의 효과성을 증대시키는 방안을 설명한다. 인공지능 기반의 의사결정 시스템은 의사결정자의 선택과 판단을 돕거나, 대신하는 중요한 역할을 한다. 더욱이 최근 인공지능을 중심으로 한 비즈니스 의사결정은 기업의 성장 동력으로 평가받는데, 이를 위해서는 효과적인 의사결정 방법이 수반되어야 한다. 이에 본 연구는 의미 있는 속성값을 선별하는 CFS-BR(이진연관성 접근 기반의 상관관계 속성선택 모델)을 제안하여, 효과적인 의사결정을 지원하는 것을 돕는다. 예시데이터와 실증데이터의 분석 결과, CFS-BR은 유의미한 속성을 최상우선선별 알고리즘 기반으로 최상의 조합을 선별하므로 효율적 의사결정을 지원할 수 있고, 기존의 다중 레이블 속성선택 방법과 비교하였을 때 정확도가 높은 것으로 보아 효과적인 의사결정을 증대시키는 데 유용하다.

• Asia pacific journal of information systems
• /
• 제33권2호
• /
• pp.261-281
• /
• 2023

The proliferation of online customer reviews has completely changed how consumers purchase. Consumers now heavily depend on authentic experiences shared by previous customers. However, deceptive reviews that aim to manipulate customer decision-making to promote or defame a product or service pose a risk to businesses and buyers. The studies investigating consumer perception of deceptive reviews found that one of the important cues is based on review content. This study aims to investigate the impact of the information amount of review on the review truthfulness. This study adopted the Information Manipulation Theory (IMT) as an overarching theory, which asserts that the violations of one or more of the Gricean maxim are deceptive behaviors. It is regarded as a quantity violation if the required information amount is not delivered or more information is delivered; that is an attempt at deception. A topic modeling algorithm is implemented to reveal the distribution of each topic embedded in a text. This study measures information amount as topic diversity based on the results of topic modeling, and topic diversity shows how heterogeneous a text review is. Two datasets of restaurant reviews on Yelp.com, which have Filtered (deceptive) and Unfiltered (genuine) reviews, were used to test the hypotheses. Reviews that contain more diverse topics tend to be truthful. However, excessive topic diversity produces an inverted U-shaped relationship with truthfulness. Moreover, we find an interaction effect between topic diversity and reviews' ratings. This result suggests that the impact of topic diversity is strengthened when deceptive reviews have lower ratings. This study contributes to the existing literature on IMT by building the connection between topic diversity in a review and its truthfulness. In addition, the empirical results show that topic diversity is a reliable measure for gauging information amount of reviews.

• 한국컴퓨터정보학회논문지
• /
• 제29권3호
• /
• pp.117-125
• /
• 2024

본 논문은 다양한 매체를 활용하여 레이다 개발에 특화된 능동 전자 주사식 위상 배열(AESA, Active Electronically Scanned Array) 레이다 통합 분석 시스템을 구현하고 제안한다. 대부분 분석 시스템은 결함의 원인을 분석하고 개선하기 위해 활용되어 시험을 수월하게 한다. 그러나 기존에 텍스트 기반의 로그 분석 시스템은 로그 정보가 많으면 직관적이지 않고 원하는 정보를 한 번에 찾기 어려워 장비 결함 발생 시 결함의 원인을 분석하기에는 한계가 있다. 따라서 본 논문의 분석 시스템은 다양한 매체를 활용한다. 본 논문에서 정의하는 매체란 텍스트 기반의 데이터를 기록하고, 데이터를 이미지 및 영상으로 전시하며 데이터를 시각화하는 것을 말한다. 제안하는 분석 시스템은 레이다 장치 간에 송수신된 데이터, 레이다 표적 탐지 추적 알고리즘 데이터 등을 분류하여 저장하고 레이다 작동 결과 및 장비 결함 정보를 실시간 전시하고 시각화한다. 이 분석 시스템을 통해 사용자에게 원하는 정보를 빠르게 제공하고 완성도 높은 레이다 개발에 도움을 준다.

• International Journal of Computer Science & Network Security
• /
• 제24권5호
• /
• pp.53-63
• /
• 2024

Alzheimer's disease is a brain disorder that worsens over time and affects millions of people around the world. It leads to a gradual deterioration in memory, thinking ability, and behavioral and social skills until the person loses his ability to adapt to society. Technological progress in medical imaging and the use of artificial intelligence, has provided the possibility of detecting Alzheimer's disease through medical images such as magnetic resonance imaging (MRI). However, Deep learning algorithms, especially convolutional neural networks (CNNs), have shown great success in analyzing medical images for disease diagnosis and classification. Where CNNs can recognize patterns and objects from images, which makes them ideally suited for this study. In this paper, we proposed to compare the performances of Alzheimer's disease detection by using two deep learning methods: You Only Look Once (YOLO), a CNN-enabled object recognition algorithm, and Visual Geometry Group (VGG16) which is a type of deep convolutional neural network primarily used for image classification. We will compare our results using these modern models Instead of using CNN only like the previous research. In addition, the results showed different levels of accuracy for the various versions of YOLO and the VGG16 model. YOLO v5 reached 56.4% accuracy at 50 epochs and 61.5% accuracy at 100 epochs. YOLO v8, which is for classification, reached 84% accuracy overall at 100 epochs. YOLO v9, which is for object detection overall accuracy of 84.6%. The VGG16 model reached 99% accuracy for training after 25 epochs but only 78% accuracy for testing. Hence, the best model overall is YOLO v9, with the highest overall accuracy of 86.1%.

• Applied Microscopy
• /
• 제51권
• /
• pp.6.1-6.9
• /
• 2021

Histopathology is a well-established standard diagnosis employed for the majority of malignancies, including breast cancer. Nevertheless, despite training and standardization, it is considered operator-dependent and errors are still a concern. Fractal dimension analysis is a computational image processing technique that allows assessing the degree of complexity in patterns. We aimed here at providing a robust and easily attainable method for introducing computer-assisted techniques to histopathology laboratories. Slides from two databases were used: A) Breast Cancer Histopathological; and B) Grand Challenge on Breast Cancer Histology. Set A contained 2480 images from 24 patients with benign alterations, and 5429 images from 58 patients with breast cancer. Set B comprised 100 images of each type: normal tissue, benign alterations, in situ carcinoma, and invasive carcinoma. All images were analyzed with the FracLac algorithm in the ImageJ computational environment to yield the box count fractal dimension (Db) results. Images on set A on 40x magnification were statistically different (p = 0.0003), whereas images on 400x did not present differences in their means. On set B, the mean Db values presented promising statistical differences when comparing. Normal and/or benign images to in situ and/or invasive carcinoma (all p < 0.0001). Interestingly, there was no difference when comparing normal tissue to benign alterations. These data corroborate with previous work in which fractal analysis allowed differentiating malignancies. Computer-aided diagnosis algorithms may beneficiate from using Db data; specific Db cut-off values may yield ~ 99% specificity in diagnosing breast cancer. Furthermore, the fact that it allows assessing tissue complexity, this tool may be used to understand the progression of the histological alterations in cancer.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권9호
• /
• pp.2605-2625
• /
• 2024

Siamese-based segmentation and tracking algorithms improve accuracy and stability for video object segmentation and tracking tasks simultaneously. Although effective, variability in target appearance and background clutter can still affect segmentation accuracy and further influence the performance of tracking. In this paper, we present a memory propagation-based target-aware and mask-attention decision network for robust object segmentation and tracking. Firstly, a mask propagation-based attention module (MPAM) is constructed to explore the inherent correlation among image frames, which can mine mask information of the historical frames. By retrieving a memory bank (MB) that stores features and binary masks of historical frames, target attention maps are generated to highlight the target region on backbone features, thus suppressing the adverse effects of background clutter. Secondly, an attention refinement pathway (ARP) is designed to further refine the segmentation profile in the process of mask generation. A lightweight attention mechanism is introduced to calculate the weight of low-level features, paying more attention to low-level features sensitive to edge detail so as to obtain segmentation results. Finally, a mask fusion mechanism (MFM) is proposed to enhance the accuracy of the mask. By utilizing a mask quality assessment decision network, the corresponding quality scores of the "initial mask" and the "previous mask" can be obtained adaptively, thus achieving the assignment of weights and the fusion of masks. Therefore, the final mask enjoys higher accuracy and stability. Experimental results on multiple benchmarks demonstrate that our algorithm performs outstanding performance in a variety of challenging tracking tasks.