• 융합신호처리학회논문지
• /
• 제20권3호
• /
• pp.132-137
• /
• 2019

의료영상으로 생성된 데이터의 양은 전문적인 시각적 분석 한계를 점점 초과하여, 자동화된 의료영상 분석의 필요성이 증가되고 있는 실정이다. 이러한 이유 등으로 인하여 본 논문에서는 정상소견과 종양소견을 보이는 각각의 뇌 실질 MRI 의료영상을 이용하여 Inception V3 딥러닝 모델을 이용한 종양 유무에 따른 분류 및 정확도를 평가하였다. 연구 결과, 딥러닝 모델의 정확도 평가는 학습 데이터 세트의 경우 90%, 검증 데이터 세트의 경우 86%의 정확도를 나타내었다. 손실률 평가에서는 학습 데이터 세트의 경우 0.56, 검증 데이터 세트의 경우 1.28의 손실률을 나타내었다. 향 후 연구에서는 딥러닝 모델의 성능 향상 및 평가의 신뢰성 확보를 위하여 공개된 의료영상의 데이터를 충분히 확보하고, 라벨링 분류 작업을 통한 라벨링의 정확도를 개선하여 모델링을 구현해 볼 필요가 있다고 사료된다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2003년도 공동 춘계학술대회 논문집
• /
• pp.176-181
• /
• 2003

이 논문은 나대지에서 획득한 polarimetric SAR 자료의 후방 산란 계수(backscattering coefficient) 분석을 위한 surface parameters 추출 및 forward mapping에 대하여 서술하였다. Surface parameter는 토양의 거칠기(ks), 수분 함량(m/sub v/), 유전 상수(ε/sub m/) 등이 포함되어 있고, 유전 상수의 추정을 위하여 0.3-1.3GHz 구간의 자료를 기반으로 제안된 N. R. Peplinski의 경험상의 모델(Empirical Model) 알고리즘을 사용하였다. 추정된 surface parameter는 polarimetric SAR 자료의 산란 현상을 특징짓기 위한 forward mapping의 입력 값으로 이용되었으며, scattering model로 Oh의 경험상의 모델을 사용하였다. 각각의 surface parameter ks, θ, m/sub v/는 Oh 모델을 이용한 시뮬레이션을 통하여 레이더 후방 산란 계수에 미치는 영향에 대하여 조사되었다.

• 한국환경생물학회:학술대회논문집
• /
• 한국환경생물학회 2002년도 춘계공동학술대회 및 심포지움 초록집
• /
• pp.29-29
• /
• 2002

• 한국전자파학회논문지
• /
• 제14권7호
• /
• pp.705-711
• /
• 2003

본 연구에서는 고출력 소자로서 각광받고 있는 AlGaN/GaN HEMT 2$\times$100 $\mu\textrm{m}$ 소자(사파이어 기판)에 대해 열 효과가 포함된 대신호 모델링을 수행하였다. 완성된 대신호 모델을 이용하여 9 mm, 15 mm 사이즈 소자로의 스케일링을 통해 전력증폭기를 설계하였으며 제작된 결과와 비교, 해석하였다. 대신호 모델링은 수렴성과 해석 속도면에서 탁월한 장점을 갖는 수식 기반의 경험적 방법을 사용하였다. Pulsed I-V 측정을 통하여 열모델의 가장 중요한 파라미터인 열 시상수 및 열 저항을 추출하였으며 이를 통하여 완벽한 열 모델 제작이 가능하였다. 제작된 전력증폭기 모듈의 측정결과와 비교를 통하여 본 연구에서 제안된 열 모델이 매우 정확함을 확인할 수 있으며 전력증폭기와 같이 큰 사이즈의 소자를 사용해야 하는 회로의 경우에는 열 효과가 포함된 모델을 사용하여 더욱 정확한 모델링 결과를 얻을 수 있음을 확인할 수 있다.

• 대한핵의학회지
• /
• 제39권1호
• /
• pp.1-8
• /
• 2005

상용 PET사이클로트론의 기술적인 변화는 PET의 수요와 밀접한 관계가 있다. PET활용이 일반화 되어 미국을 중심으로 PET의 수요가 급증하게 됨에 따라 사이클로트론의 수요도 증가 하였다. 기존의 사이클로트론은 크기와 무게로 병원에 설치에 공간과 전원 공급 등 여러 문제가 있어 각 사이클로트론 제작사들은 새로운 모델을 출시하게 되었다. 새로운 모델의 특징은 다음과 같다. 첫째 기존의 모델이 양성자와 중양자 등의 2가지 이온을 인출 하였으나 시스템의 복잡성 등의 문제와 양성자로 O-15 생산이 가능하여 양성자 빔만을 인출 하거나 중양자는 선택 사양으로 전환 하였다. 둘째 기존 모델의 경우 양성자의 빔 에너지는 약 16 MeV 이상 가속 시킬 수 있으나 신 모델은 13 MeV 이내로 대폭 낮추어 PET 용 Rl생산에 최적화하였다. 셋째 전자석, RF 장치등의 최적화를 이룩하여 전력소모를 대폭 개선하였으며 외양도 대폭 작아져 무게를 20톤 이내로 대폭 낮추었다. 넷째 새로운 모델 사이클로트론들은 자체 차폐기능이 일반화 되었으나 IBA제품이나 삼영유니텍 제품은 사용자의 견지에 따라 선택 사양이 가능하다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.279-282
• /
• 2022

급성 림프모구성 백혈병은 골수 내 미성숙 림프구 과다증식으로 인해 골수 기능이 억제되어 발생하는 급성 백혈병이다. 성인 급성 백혈병의 30% 비율을 차지하고 있으며, 소아는 항암화학요법으로 80% 이상의 완치율을 보이는 반면, 성인은 20%~50%로 저조한 생존율을 보이고 있다. 그러나 급성 림프모구성 백혈병 진단을 위한 의료영상 데이터 기반 머신러닝 알고리즘에 관한 연구가 초동 단계이다. 본 논문에서는 신속하고 정확한 진단을 위해 CNN 알고리즘모델들을 비교분석한다. 네 가지 모델을 사용하여 급성 림프모구성 백혈병 진단 모델들을 비교분석하기 위한 실험 환경을 구축하고 주어진 의료영상 데이터에 대해 정확도가 가장 우수한 알고리즘을 선택하였다. 실험 결과에 따르면 네 가지의 CNN 모델들 중에서 InceptionV3모델이 98.9%의 정확도로 가장 우수한 성능을 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.399-401
• /
• 2022

유방 악성 상태를 분류하기 위한 최종 진단은 침습적 생검을 이용한 현미경 분석을 통해 확인이 가능하나, 분석을 위해 일정 시간과 비용이 부과되며, 병리학적 지식을 보유한 전문가가 필요하다. 이러한 문제를 극복하기 위해, 딥 러닝을 활용한 진단 기법은 조직병리학적 이미지에서 유방암을 양성 및 악성으로 분류에 효율적인 방법으로 고려된다. 본 연구는 유방암 조직병리학적 이미지를 40배 확대한 BreaKHIS 데이터 세트를 사용하여 양성 및 악성으로 분류하였으며, 100% 미세 조정 체계와 Adagrad를 이용한 최적화로 사전 훈련된 컨볼루션 신경망 모델 아키텍처를 사용하였다. 사전 훈련된 아키텍처는 InceptionResNetV2 모델을 사용하여 마지막 계층을 고밀도 계층과 드롭아웃 계층으로 대체하여 수정된 InceptionResNetV2를 생성하도록 구성되었다. 훈련 손실 0.25%, 훈련 정확도 99.96%, 검증 손실 3.10%, 검증 정확도 99.41%, 테스트 손실 8.46%와 테스트 정확도 98.75%를 입증한 결과는 수정된 InceptionResNetV2 모델이 조직병리학적 이미지에서 유방 악성 유형을 예측하는 데 신뢰할 수 있음을 보여주었다. 향후 연구는 k-폴드 교차 검증, 최적화, 모델, 초 매개 변수 최적화 및 100×, 200× 및 400× 배율에 대한 분류에 초점을 맞추어 추가실험이 필요하다.

• 에너지협의회보
• /
• 통권61호
• /
• pp.28-29
• /
• 2002

• 융합정보논문지
• /
• 제10권8호
• /
• pp.23-34
• /
• 2020

최근 인공지능 딥러닝 분야는 컴퓨팅 자원의 높은 연산량과 가격문제로 인해 상용화에 어려움이 존재했다. 본 논문은 더블 프루닝 기법을 적용하여 심층신경망 모델들과 다수의 데이터셋에서의 성능을 평가하고자 한다. 더블 프루닝은 기본의 네트워크 간소화(Network-Slimming)과 파라미터 프루닝(Parameter-Pruning)을 결합한다. 이는 기존의 학습에 중요하지 않는 매개변수를 절감하여 학습 정확도를 저해하지 않고 속도를 향상시킬 수 있다는 장점이 있다. 다양한 데이터셋 학습 이후에 프루닝 비율을 증가시켜, 모델의 사이즈를 감소시켰다. NetScore 성능 분석 결과 MobileNet-V3가 가장 성능이 높게 나타났다. 프루닝 이후의 성능은 Cifar 10 데이터셋에서 깊이 우선 합성곱 신경망으로 구성된 MobileNet-V3이 가장 성능이 높았고, 전통적인 합성곱 신경망으로 이루어진 VGGNet, ResNet또한 높은 폭으로 성능이 증가함을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.332-334
• /
• 2021

산업재해로 인한 사망사고와 함께 시민재해로 인한 사망사고 발생 등이 사회적 문제로 지적됨에 따라 작업장에서 발생하는 중대재해 처벌 등에 관한 법률이 제정되어 시민의 안전권 보장과 중대재해를 사전에 방지하기 위한 노력이 요구되는 실정이다. 본 논문에서는 지게차와 같은 중장비에 작업자가 치이는 경우와 관련해 거리 예측 모델을 제안한다. 데이터는 실제 지게차와 작업자가 배회하는 환경을 CCTV로 직접 촬영한 영상을 사용했으며 유클리디안 거리 기반으로 진행하였다. 산업 현장에서 데이터 셋을 직접 구축해 YOLO-v4를 학습하고 이를 통해 거리를 예측하여 위험한 상황인지 판정하는 모델을 구현하여 종합 위험 상황 판단 모델의 기초 자료로 활용할 수 있을 것으로 사료된다.