• 대한임베디드공학회논문지
• /
• 제17권5호
• /
• pp.265-272
• /
• 2022

As the risk of lung cancer has increased, early-stage detection and treatment of cancers have received a lot of attention. Among various medical imaging approaches, computer tomography (CT) has been widely utilized to examine the size and growth rate of lung nodules. However, the process of manual examination is a time-consuming task, and it causes physical and mental fatigue for medical professionals. Recently, many computer-aided diagnostic methods have been proposed to reduce the workload of medical professionals. In recent studies, encoder-decoder architectures have shown reliable performances in medical image segmentation, and it is adopted to predict lesion candidates. However, localizing nodules in lung CT images is a challenging problem due to the extremely small sizes and unstructured shapes of nodules. To solve these problems, we utilize atrous spatial pyramid pooling (ASPP) to minimize the loss of information for a general U-Net baseline model to extract rich representations from various receptive fields. Moreover, we propose mixed-up attention mechanism of reverse, boundary and convolutional block attention module (CBAM) to improve the accuracy of segmentation small scale of various shapes. The performance of the proposed model is compared with several previous attention mechanisms on the LIDC-IDRI dataset, and experimental results demonstrate that reverse, boundary, and CBAM (RB-CBAM) are effective in the segmentation of small nodules.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 춘계학술대회
• /
• pp.309-311
• /
• 2014

최근, 산재된 비정형 데이터 분석 등을 통한 빅데이터 활용에 대한 요구들이 증가하고 있으나, 아직까지 이에 대한 연구들이 부족한 실정이다. 따라서 본 연구에서는 수집된 웹 정보에서 개체들을 추출하여 이들 간의 관계를 집단지성 기술과 언어처리 기술을 통해 자동 분석해 냄으로써 문장단위의 의미기반 분석을 할 수 있는 기법을 제시한다. 이를 위해, 수집된 정보를 DBMS에 정형화된 형태로 저장한 후 형태소와 자질정보를 분석한다. 획득한 형태소 중 관심개체, 주변개체, 비관심 개체를 분류하고 개체간 속성인식기법을 이용하여 각 개체간의 관계를 정도, 범위, 성격 등으로 분석한다. 그 결과, 긍정 부정의 판단이 가능한 개체간의 관계성 도출기법을 제시함으로써, 특정 키워드를 대상으로 분석된 정보들의 연관도를 분석할 수 있었다. 이 연구를 통해, 최근 실시간 대용량 처리 시스템에 적합한 시스템을 설계하여 이를 부가가치가 높은 서비스에 적용할 수 있는 방법을 제시하였다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권4호
• /
• pp.229-242
• /
• 2021

본 연구의 목적은 비계설정을 활용한 이야기치료를 통해 내담자의 변화를 이끌어내는데 주목한 실증사례연구이다. 이를 통해 내담자가 살아온 이야기들 가운데 미래의 선호하는 가치와 희망을 찾고자 하는 데 목적을 두었다. 연구방법으로는 심층적 연구방법론(qualitative research)의 구조화되지 않은 질문(unstructured interview)과 느슨한 구조를 통해 진행하였다. 이러한 전제하에 상담자는 '탈중심적이지만 영향력 있는' 자세와 문제에 대해 진단이나 설명을 하지 않았다. 그리고 대화에 순서가 있지 않았으며, 내담자가 어떤 표현을 하기 전에 미리 그에 대한 반응을 결정하지 않았다. 본 연구는 실천적, 학문적 차원에서 다음과 같은 의의를 갖는다고 할 수 있다. 우선 비계를 통한 상담은 내담자의 호기심과 기질, 소망 등을 더욱 풍요롭게 하는 작용을 한다. 둘째, 비계설정은 이야기치료에서 상담자와 내담자간의 관계맺음을 위한 구체적인 모습을 제공해준다. 셋째, 치료적 대화에서 이루어진 비계설정은 '학습과업'을 제시해준다. 넷째, 비계설정을 통한 상담은 내담자의 고등정신기능을 발달시켜줄 수 있다는 적극적인 의미를 담고 있다. 마지막으로, 실증사례에 대한 분석을 통한 비고츠키 이론의 이야기치료에의 적용점을 제시하였다. 이러한 내용을 토대로 본 연구는 이야기치료에서 내담자를 단순히 연구대상으로 위치시키고자 하지 않았다. 이들 스스로 이야기치료의 주체가 되는데 필요한 요인과 그 과정에서 상담자의 역할을 규명했다는 점에서 연구의 의의를 갖는다. 아울러 그간 국내 연구에서 크게 주목하지 않은 개념을 활용했다는 점에서 이야기치료의 연구범위의 확장과 내실화에 기여했다는 점에서도 함의를 갖는다.

• KIEAE Journal
• /
• 제16권1호
• /
• pp.89-94
• /
• 2016

This study is part of three-dimensional(3D) heat transfer analysis program developmental process. The program is being developed without it's own built in 3D-modeller. So 3D-model must be created from another 3D-modeller such as generic CAD programs and imported to the developed program. After that, according to the 3D-geometric data form imported model, 3D-mesh created for numerical calculation. But the 3D-model created from another 3D-modeller is likely to have errors in it's geometric data such as mismatch of position between vertexes or surfaces. these errors make it difficult to create 3D-mesh for calculation. These errors are must be detected and cured in the pre-process before creating 3D-mesh. So, in this study four kinds of filters and functions are developed and tested. Firstly, 'vertex error filter' is developed for detecting and curing for position data errors between vertexes. Secondly, 'normal vector error filter' is developed for errors of surface's normal vector in 3D-model. Thirdly, 'intersection filter' is developed for extracting and creating intersection surface between adjacent objects. fourthly, 'polygon-line filter' is developed for indicating outlines of object in 3D-model. the developed filters and functions were tested on several shapes of 3D-models. and confirmed applicability. these developed filters and functions will be applied to the developed program and tested and modified continuously for less errors and more accuracy.

• 수산해양기술연구
• /
• 제31권2호
• /
• pp.178-189
• /
• 1995

병렬형 도립진자를 수학적으로 모델링하고 주파수 응답법에 의해 파라미터를 동정하여, $H_\infty$제어이론 중 혼합감도문제에 의거하여 제어계를 설계한 후 응답 시뮬레이션을 한 결과그 응답으로부터 모델링의 불확실성에 대처할 수 있는 강인한 제어계를 구성할 수 있었다. 앞으로 실제 시스템에 대하 s제어들 과제로 남겨두고 있다. 시뮬레이션 응답과는 달리 실제 으답실험에서도 좋은 결과를 얻기 위해서는 여러 가지의 어려움이 있을 것으로 예상된다. 특히 응답 시뮬레이션에서도 나타난 바와 같이 전자가 미소각으로 기울어진 상태에서 제어를 할 경우에도 각 상태의 변동량이 크고, 또한 상당한 제어입력을 요한다. 따라서 센서 잡음에 대한 영향을 충분히 고려할 필요가 있으므로, 노이즈를 많이 발생시키는 PWM방식의 직류모터 구동 드라이버보다는 선형 드라이버를 이용하는 것이 적절할 것으로 예상된다

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 춘계학술발표대회
• /
• pp.377-380
• /
• 2018

인간의 추론 능력이란 문제에 주어진 조건을 보고 문제 해결에 필요한 것이 무엇인지를 논리적으로 생각해 보는 것으로 문제 상황 속에서 일정한 규칙이나 성질을 발견하고 이를 수학적인 방법으로 법칙을 찾아내거나 해결하는 능력을 말한다. 이러한 인간인지 능력과 유사한 인공지능 시스템을 개발하는데 있어서 핵심적 도전은 비구조적 데이터(unstructured data)로부터 그 개체들(object)과 그들간의 관계(relation)에 대해 추론하는 능력을 부여하는 것이라고 할 수 있다. 지금까지 딥러닝(deep learning) 방법은 구조화 되지 않은 데이터로부터 문제를 해결하는 엄청난 진보를 가져왔지만, 명시적으로 개체간의 관계를 고려하지 않고 이를 수행해왔다. 최근 발표된 구조화되지 않은 데이터로부터 복잡한 관계 추론을 수행하는 심층신경망(deep neural networks)은 관계추론(relational reasoning)의 시도를 이해하는데 기대할 만한 접근법을 보여주고 있다. 그 첫 번째는 관계추론을 위한 간단한 신경망 모듈(A simple neural network module for relational reasoning) 인 RN(Relation Networks)이고, 두 번째는 시각적 관찰을 기반으로 실제대상의 미래 상태를 예측하는 범용 목적의 VIN(Visual Interaction Networks)이다. 관계 추론을 수행하는 이들 심층신경망(deep neural networks)은 세상을 객체(objects)와 그들의 관계(their relations)라는 체계로 분해하고, 신경망(neural networks)이 피상적으로는 매우 달라 보이지만 근본적으로는 공통관계를 갖는 장면들에 대하여 객체와 관계라는 새로운 결합(combinations)을 일반화할 수 있는 강력한 추론 능력(powerful ability to reason)을 보유할 수 있다는 것을 보여주고 있다. 본 논문에서는 관계 추론을 수행하는 심층신경망(deep neural networks) 중에서 Sort-of-CLEVR 데이터 셋(dataset)을 사용하여 RN(Relation Networks)의 성능을 재현 및 관찰해 보았으며, 더 나아가 파라미터(parameters) 튜닝을 통하여 RN(Relation Networks) 모델의 성능 개선방법을 제시하여 보았다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.369-376
• /
• 2021

인공지능(AI) 기술의 발전에 따라 많은 분야에서 인공지능 활용 방안에 대한 논의가 활발하게 일어나고 있으며 교육 분야에서도 인공지능 인재 양성을 위한 각종 정책이 추진되고 있다. 본 연구에서는 인공지능 기술을 활용한 로봇 프로그래밍 프레임워크를 제안하고 이를 기반으로 머신러닝(Machine Learning) 분야에서 높은 빈도로 활용되는 파이썬(Python)과 교육 현장의 활용도가 높은 교육용 로봇을 활용하여 인공지능(AI) 교육 프로그램을 제안하였다. 국제자동차공학회(SAE)에서 제시하는 자율주행자동차 수준(0~5단계)을 4단계로 단순화하고 이를 기반으로 로봇에 부착된 카메라가 선(객체)을 인지(Perception)하고 검출(Object detection)하여 스스로 움직일 수 있는 라인 디텍터(Line Detector)를 만드는 것을 목표로 하였다. 개발된 프로그램은 단순히 특정 프로그래밍 언어를 활용하여 주어진 문제를 해결하는 정형화된 형태가 아니라 생활 속의 복잡하고 비구조화된 문제를 자기주도적으로 정의하고 인공지능(AI) 기술을 기반으로 해결하는 경험을 가지는데 그 의의가 있다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.47-60
• /
• 2012

비디오 데이터는 구조화되지 않은 복합 데이터의 형태를 지닌다. 이러한 비디오 데이터의 효율적인 관리 및 검색을 위한 비디오 데이터 구조화의 중요성이 대두되면서 콘텐츠 내 시각적 특징을 기반으로 비디오 씬(scene)을 탐지하고자 하는 연구가 활발히 진행되었다. 기존의 연구들은 주로 색상 정보만을 이용하여 샷(shot) 간의 유사도 평가를 기반한 클러스터링(clustering)을 통해 비디오 씬을 탐지하고자 하였다. 하지만 비디오 데이터의 색상 정보는 노이즈(noise)를 포함하고, 특정 사물의 개입 등으로 인해 급격하게 변화하기 때문에 색상만을 특징으로 고려할 경우, 비디오 샷 혹은 씬에 대한 올바른 식별과 디졸브(dissolve), 페이드(fade), 와이프(wipe)와 같은 화면의 점진적인 전환(gradual transitions) 탐지는 어렵다. 이러한 문제점을 해결하기 위해, 본 논문에서는 프레임(frame)의 컬러 히스토그램과 코너 에지, 그리고 객체 컬러 히스토그램에 해당하는 시각적 특징을 기반으로 동일한 이벤트를 구성하는 의미적으로 유사한 샷의 클러스터링을 통해 비디오 씬을 탐지하는 방법(Scene Detector by using Color histogram, corner Edge and Object color histogram, SDCEO)을 제안한다. SDCEO는 샷 바운더리 식별을 위해 컬러 히스토그램 분석 단계에서 각 프레임의 컬러 히스토그램 정보를 이용하여 1차적으로 연관성 있는 연속된 프레임을 샷 바운더리로 병합한 후, 코너 에지 분석 단계에서 병합된 샷 내 처음과 마지막 프레임의 코너 에지 특징 비교를 통하여 샷 바운더리를 정제하여 최종 샷을 식별한다. 키프레임 추출 단계에서는 샷 내 프레임간 유사도 비교를 통해 모든 프레임과 가장 유사한 프레임을 각 샷을 대표하는 키프레임으로 추출한다. 그 후, 비디오 씬 탐지를 위해, 컬러 히스토그램과 객체 컬러 히스토 그램에 해당하는 프레임의 시각적 특징을 기반으로 상향식 계층 클러스터링 방법을 이용하여 의미적인 연관성을 지니는 샷의 군집화를 통해 비디오 씬을 탐지하는 방법이다. 본 논문에서는 SDCEO의 프로토 타입을 구축하고 3개의 비디오 데이터를 이용한 실험을 통하여 SDCEO의 효율성을 평가하였고 샷 바운더리 식별의 성능의 정확도는 평균 93.3%, 비디오 씬 탐지 성능의 정확도는 평균 83.3%로 만족할만한 성능을 보였다.

• Journal of Biosystems Engineering
• /
• 제28권6호
• /
• pp.511-516
• /
• 2003

컴퓨터 시각 기술은 다양한 농작업 생력화에 있어 핵심적인 역할을 해왔다. 비록 컴퓨터 시각 기술이 광범위한 분야에 성공적으로 적용되고 있다고는 하지만 인간의 시각을 통한 인지 능력에 비하면 현재의 컴퓨터 시각 기술은 여전히 매우 미흡한 수준에 있다고 하겠다. 특히, 작업환경이 비구조적이고 가변적인 농작업 환경 하에서의 작업의 생력화는 이러한 기술적 문제를 극복하는 것이 작업의 성패를 좌우하게 된다. 본 논문에서는 원격작업 개념을 도입하여 작업자와 작업기계간의 호환적인 인터페이스를 구축하고 컴퓨터와 인간의 혼합형 의사결정 시스템을 구현하여 기존의 컴퓨터 시각 기술이 갖는 인지 처리 능력의 한계를 극복하는 시스템을 제안하였다. 시설재배에 요구되는 전정, 관수, 방제, 제초, 수확, 운반 등과 같은 다양한 작업들은 작업 대상체에 대한 인식을 바탕으로 수행된다. 특히 가변적인 자연 조명 환경 하에서 수박과 줄기 그리고 잎이 혼재되어 있는 재배현장의 영상으로부터 수박을 추출하여 그 위치 좌표를 산출하는 작업은 기술적으로 매우 어려운 작업이며 수박이 잎과 줄기로 덮혀 있는 경우 더욱 어려워진다. 제안한 개념을 구현하기 위하여 무선으로 수신되는 재배 현장의 수박 영상으로부터 수박을 인식하도록 하였다. 개발한 시스템은 작업자(농민), 컴퓨터 그리고 자동화 작업설비가 상대적으로 수월성을 갖는 기능을 중심으로 역할을 분담하도록 구축하였다 개발 시스템은 크게 무선원격 모니터링 및 작업제어 모듈, 무선원격 영상 획득 및 데이터 송수신 모듈, 작업자와 컴퓨터간의 인터페이스 모듈로 구성하였다 작업자는 RF 송수신 모듈을 통하여 무선으로 획득되어 터치 스크린에 보여지는 영상을 통하여 작업 지시를 하게 되고 이 작업 지시로부터 컴퓨터는 국부 영상처리 시퀀스를 통하여 수박을 추출하고 위치를 산출하게 된다. 개발한 인터페이스 시스템은 가변적이고 복잡한 작업 환경하에서 작업 대상체의 정보를 실시간으로 성공적으로 추출하였다. 제안한 원격작업 인터페이스 시스템은 다양한 생물생산 작업의 생력화를 촉진하는 중심적 역할을 할 것으로 기대된다.

• Journal of Radiation Protection and Research
• /
• 제41권4호
• /
• pp.389-394
• /
• 2016

Background: Tetrahedral-mesh geometries can be used in the MCNP code, but the MCNP code accepts only the geometry in the Abaqus input file format; hence, the existing tetrahedral-mesh models first need to be converted to the Abacus input file format to be used in the MCNP code. In the present study, we developed a simple but useful computer program, TET2MCNP, for converting TetGen-generated tetrahedral-mesh models to the Abacus input file format. Materials and Methods: TET2MCNP is written in C++ and contains two components: one for converting a TetGen output file to the Abacus input file and the other for the reverse conversion process. The TET2MCP program also produces an MCNP input file. Further, the program provides some MCNP-specific functions: the maximum number of elements (i.e., tetrahedrons) per part can be limited, and the material density of each element can be transferred to the MCNP input file. Results and Discussion: To test the developed program, two tetrahedral-mesh models were generated using TetGen and converted to the Abaqus input file format using TET2MCNP. Subsequently, the converted files were used in the MCNP code to calculate the object- and organ-averaged absorbed dose in the sphere and phantom, respectively. The results show that the converted models provide, within statistical uncertainties, identical dose values to those obtained using the PHITS code, which uses the original tetrahedral-mesh models produced by the TetGen program. The results show that the developed program can successfully convert TetGen tetrahedral-mesh models to Abacus input files. Conclusion: In the present study, we have developed a computer program, TET2MCNP, which can be used to convert TetGen-generated tetrahedral-mesh models to the Abaqus input file format for use in the MCNP code. We believe this program will be used by many MCNP users for implementing complex tetrahedral-mesh models, including computational human phantoms, in the MCNP code.